Pràctica Stata- Gestió i descripció de les dades de qüestionaris

Al finalitzar aquesta pràctica hauríeu de tenir la capacitat de:

 Calcular amb Stata els estadístics necessaris per tal de descriure les respostes als ítems
d'un test i la relació entre els ítems d'un test.
 Recodificar amb Stata les respostes a ítems redactats de manera inversa al que es
pretén mesurar.
 Saber descriure les principals característiques dels ítems a partir de la distribució de les
seves respostes.
 Saber descriure les principals característiques dels ítems a partir de la relació entre ells.

Al finalitzar aquesta pràctica haureu fet servir les següents menús (M) i/o Comandes (C) d’Stata:
Per a recodificar els valors d’una o més variables:
(M) Data > Create or change data > Other variable-transformation commands > Recode
categorical variable
o Al requadre “Variables” seleccionar els ítems que s’han de recodificar (var1
var2...varN)
o A “Choose rule formats to edit or construct your own rules” indicar la
recodificació:
 A “Required” indicar una de les equivalències qualsevol de la
recodificació indicant primer el valor antic i després el nou [p.e. (1=5) ],
escrivint-la directament o seleccionant la plantilla (#=#) i canviant cada #
pels valors corresponents (a l’exemple, 1 i 5 respectivament)
 A cada fila d’ “Optional” es defineixen cadascuna de les recodificacions
restants [p.e. (5 = 1) a la primera fila, (2 = 4) a la segona ...]
Si es tracta d’un rang de valors (p.e. d’1 a 3 cal assignar 0), s’ha de
seleccionar la plantilla (#/# = #) [p.e. (1/3=0)]
Si només es recodifica una variable, també es pot afegir una etiqueta per a
cada nova categoria de la variable de destí entre cometes [p.e. (1/3=0 “No
problemes”)
o A la pestanya “Options” es recomana utilitzar una d’aquestes dues opcions:
 “Generate new variables with this prefix” i substituir el prefix que apareix
per defecte (new_) pel prefix que ens interessa (p.e. r). Això crea noves
variables recodificades amb el nom que tenien més el prefix indicat.
 “Generate new variables” i indicar el nom de les noves variables. Això
crea noves variables recodificades amb el nom indicat.
(C) recode var1 var2 ... varN (valor antic=valor nou “etiqueta”) (valor antic=valor
nou “etiqueta”) (...), prefix(r)
recode var1 var2 ... varN (valor antic=valor nou “etiqueta”) (valor antic=valor nou
“etiqueta”) (...), gen (nom nou)

Per obtenir els principals índexs descriptius (n, mitjana, desviació típica, mínim i màxim) d’una
o més d’una variable (var1 var2 ... varN)
(M) Statistics > Summaries, tables, and tests > Summary and descriptive statistics >
Summary statistics.

2023-Models Estadístics i Psicomètrics: Pràctica Stata

Joan Aliaga, Marina Bosque, Eduardo Doval, Albert Espelt, Jennifer Morata, J. Blas Navarro, Alfred Pardo, Eva Penelo, Carme Viladrich (UAB)
1
 o Al requadre “Variables” es seleccionen les variables de les quals volem els
índexs (var1 var2 ... varN)
(C) summarize var1 var2 ... varN

Per a calcular la moda d’una o més d’una variables (var1 var2 ... varN), només disponible amb
comanda.
(C) mmodes var1 var2 ... varN
Cal haver instal·lat prèviament el mòdul mmodes (que als ordinadors de la facultat ja
està instal·lat) i després fer servir la instrucció corresponent, tot escrivint-la a la
finestra “Command”.

Per obtenir la matriu de correlacions de Pearson entre variables quantitatives (var1 var2 ...
varN)
(M) Statistics > Summaries, tables, and tests > Summary and descriptive statistics >
Correlations and covariances.
o Al requadre “Variables” es seleccionen les variables que es volen correlacionar
(var1 var2 ... varN)
(C) correlate var1 var2 ... varN

Per obtenir un gràfic de dispersió

(M) Graphics > Twoway graph

o A la pestanya “Plots”, clica “Create” i tria Basic plots tipus Scatter
o A “Selected plot to be substituted here” tria, en cada eix (variables X i Y), les
variables corresponents
o A “Marker properties”, ves a la pestanya “Advanced”:
 Per a poder observar la densitat de casos en cada grup de punts, marcar
“Add jitters to markers” i a “Noise factor” posar un valor alt (p.e. 10).
 Opcionalment, a “Fill colour” posar “none” per tal que els punts es
representin amb cercles.
(C) twoway (scatter VarY VarX, mfcolor(none) jitter(10))

2023-Models Estadístics i Psicomètrics: Pràctica Stata

Joan Aliaga, Marina Bosque, Eduardo Doval, Albert Espelt, Jennifer Morata, J. Blas Navarro, Alfred Pardo, Eva Penelo, Carme Viladrich (UAB)
2
L’autoconcepte és el conjunt d’elements que una persona utilitza per descriure’s a si mateixa (per
exemple, “sóc una bona estudiant”, “No sóc un bon esportista”, etc). L’autoestima és l’avaluació de
la informació continguda en l’autoconcepte, i prové dels sentiments. Si una persona pensa que ha
de ser un o una estudiant excel·lent, però creu que és un o una normal, pot tenir una autoestima
baixa pel que fa a aquest aspecte.
En aquesta pràctica treballarem amb dades de la versió espanyola del qüestionari d’autoestima
per a nens i nenes i adolescents elaborat per Pope, McHale i Craighead (1996) 1. Tot i que el
qüestionari permet avaluar l’autoestima general i la dels àmbits acadèmic, familiar, corporal i
social, en aquesta pràctica només treballarem amb els ítems de l’ escala d’autoestima escolar, i en
la pràctica següent també la d'autoestima familiar.
El contingut dels ítems de l’àmbit acadèmic del qüestionari és el següent. Les lletres (AC =
acadèmic) i el número corresponen al nom de la variable a l’arxiu Stata Autoestima.dta 2.

Escala d’autoestima en l’àmbit acadèmic

AC1 Estoy decepcionado con mis notas
AC2 Leo bien
AC3 Me gustaría entender más cuando el profesor explica en clase
AC4 Estoy orgulloso de mi trabajo en la escuela
AC5 Soy demasiado lento con el trabajo en la escuela
AC6 Me siento bien cuando estoy en la escuela
AC7 Soy torpe con el trabajo de clase
AC8 Creo que mis notas son bastante buenas
AC9 Me gustaría ser mejor estudiante
AC1
Soy bueno en matemáticas
0

1
Pope, A. W., McHale, S. M. i Craighead, W. E. (1996). Mejora de la autoestima: Técnicas
para niños y adolescentes. Barcelona: Martínez Roca.
2
L’arxiu conté també items de l’escala d’autoestima en l’àmbit familiar (FA) que s’analitzaran a la
pràctica 1.

2023-Models Estadístics i Psicomètrics: Pràctica Stata

Joan Aliaga, Marina Bosque, Eduardo Doval, Albert Espelt, Jennifer Morata, J. Blas Navarro, Alfred Pardo, Eva Penelo, Carme Viladrich (UAB)
3
Cada ítem té tres opcions de resposta (0: casi nunca, 1: algunas veces, 2: casi siempre). A l'arxiu
de dades trobareu les respostes de 210 nois i noies d’entre 13 i 15 anys.

Podeu trobar la justificació teòrica dels principals conceptes treballats en aquestes pràctiques al
document Introducció_a_la_mesura.

2023-Models Estadístics i Psicomètrics: Pràctica Stata

Joan Aliaga, Marina Bosque, Eduardo Doval, Albert Espelt, Jennifer Morata, J. Blas Navarro, Alfred Pardo, Eva Penelo, Carme Viladrich (UAB)
4
 PREGUNTES

Descripció dels ítems del qüestionari

1) Obre la matriu de dades Autoestima.dta en la teva unitat, calcula la mitjana, la desviació
estàndard i la moda de les respostes a cadascun dels ítems i omple la taula

Mitjana D.E. Moda

AC1 1.23 0.64 1
AC2 0.34 0.53 0
AC3 0.90 0.72 1
AC4 0.57 0.65 0
AC5 1.34 0.62 1
AC6 0.52 0.58 0
AC7 1.59 0.58 2
AC8 0.85 0.77 1
AC9 0.63 0.76 0
AC10 0.93 0.73 1

2) L'ítem AC4 té una mitjana baixa (0.57) i l'ítem AC7 té una mitjana alta (1.59). Tenint en compte
el contingut dels ítems i els valors de les opcions de resposta, com s'interpreten aquests dos
valors?

Interpretació de les mitjanes: entre casi nunca y algunas veces la muestra està orgullosa de su
Trabajo. Entre algunes veces y casi siempre, la muestra se considera torpe en el Trabajo. Amb
aquestes mitjanes podem concluir que la mostra té l’autoestima baixa. L’ítem 7 és un ítem invers,
mesura l’autoestima de manera inversa. En aquest cas els ítems imparells són inversos i els
parells directes.

3) Quina relació conceptual guarden entre sí, per una banda els ítems amb mitjana més alta i
d'altra banda els que tenen una mitjana més baixa?

Relació dels ítems amb mitjana semblant: els ítems de mitjana alta són els ítems senars que són
els ítems inversos; i els ítems que tenen la mitjana baixa són els ítems directes.

4) Tenint en compte les respostes anteriors, els participants de la mostra tenen una autoestima
més aviat alta, moderada o baixa?

Autoestima: baixa, perquè ens els ítems directes les mitjanes són baixes i en els ítems inversos les
mitjanes són altes, això significa que la mostra tenen una autoestima baixa.

2023-Models Estadístics i Psicomètrics: Pràctica Stata

Joan Aliaga, Marina Bosque, Eduardo Doval, Albert Espelt, Jennifer Morata, J. Blas Navarro, Alfred Pardo, Eva Penelo, Carme Viladrich (UAB)
5
Relació entre els ítems del qüestionari
5) Ara analitzarem el tipus i grau de relació que hi ha entre les respostes que s’han donat als
ítems. Com a exemple mirarem com és el gràfic de dispersió entre els ítems AC1 (eix X) i
AC5 (eix Y) (al fer el gràfic fixar-te quina posar en la x i quina en la y)
2
1.5
AC5
1 .5
0

0 .5 1 1.5 2
AC1

Per analitzar la relació entre els dos ítems podem fixar-nos en la densitat dels punts i en la
direcció de la diagonal que indicaria una relació lineal (ascendent o descendent):

6) Com és la relació entre les respostes a aquests dos ítems?

Relació entre els ítems AC1 i AC5: directa perquè els dos ítems mesuren en sentit invers.

7) Calcula la correlació entre els ítems AC1 i AC5. Quin valor té la correlació?

Valor de la correlació entre els ítems AC1 i AC5: el valor entre les correlacions pot anar de -1 a
1. Una relació inversa donarà d’entre -1 a 0 i una relació directa donarà de 0 a 1. Valor
correlació AC1 i AC5: 0.35. (sempre arrodonirem als dos decimals)

8) Per quin motiu la correlació entre aquests dos ítems no pren un valor més alt?

Perque el contingut dels ítems no està molt relacionat i per tant s’espera que la gent pugui ser
no molt consistent amb les respostes.

A continuació es mostra el gràfic de dispersió entre els ítems AC1 (eix X) i AC8 (eix Y).

2023-Models Estadístics i Psicomètrics: Pràctica Stata

Joan Aliaga, Marina Bosque, Eduardo Doval, Albert Espelt, Jennifer Morata, J. Blas Navarro, Alfred Pardo, Eva Penelo, Carme Viladrich (UAB)
6
 2
1.5
AC8
1.5
0

0 .5 1 1.5 2
AC1

9) Com és la relació entre les respostes a aquests dos ítems?

Relació entre els ítems AC1 i AC8: relació inversa (per això la diagonal del gràfic és
descendent)

10) Quina és la correlació entre els ítems AC1 i AC8?

Valor de la correlació entre els ítems AC1 i AC8: -0.74 (arrodonim)

11) Per quin motiu la correlació entre els dos ítems pren un valor tant alt?

Perque el contingut dels ítems està molt relacionat i per tant s’espera que la gent pugui ser
consistent amb les repostes. (els dos mesuren satisfacció amb les notes)

12) Calcula la correlació entre els ítems i completa la taula següent amb les correlacions
corresponents a l’ítem AC6 (com que la matriu de correlacions és simètrica, no cal que
escriguis res en les caselles ombrejades amb color fosc).

Escala d’autoestima en l’àmbit acadèmic

AC1 AC2 AC3 AC4 AC5 AC6 AC7 AC8 AC9 AC10
AC1 1
AC2 −.12 1
AC3 .30 −.12 1
AC4 −.66 .09 −.28 1
AC5 .35 −.18 .31 −.36 1
AC6 -0.23 0.10 -0.07 0.28 -0.18 1
AC7 .36 −.14 .32 −.39 .50 -0.28 1
AC8 −.74 .17 −.31 .67 −.35 0.29 −.41 1
AC9 .43 −.13 .49 −.40 .35 -0.12 .27 −.44 1

2023-Models Estadístics i Psicomètrics: Pràctica Stata

Joan Aliaga, Marina Bosque, Eduardo Doval, Albert Espelt, Jennifer Morata, J. Blas Navarro, Alfred Pardo, Eva Penelo, Carme Viladrich (UAB)
7
 AC10 −.39 .03 −.28 .23 −.13 0.17 −.12 .33 −.23 1

13) A què es deu que algunes correlacions tinguin signe positiu i unes altres signe negatiu? (per
contestar a aquesta pregunta, observa les correlacions i compara el contingut dels ítems
correlacionats).

A la relació entre els ítems; inversa (no mesuren el mateix o en la mateixa direcció: negativa;
directa (mesuren el mateix o en la mateixa direcció): positiva.

14) Identifica els ítems que fan afirmacions directament relacionades amb una alta autoestima (a
partir d’ara, a aquests ítems els nomenarem ítems directes), i els que fan afirmacions
relacionades amb una baixa autoestima (els nomenarem ítems inversos).

Ítems directes Ítems inversos

Parells imparells

15) Recodifica els ítems inversos en noves variables afegint-hi el prefix “r” al nom de la variable.

16) La taula de l’esquerra conté els estadístics descriptius dels ítems sense recodificar (còpia de la
pregunta 1 els valors que manquen) i la de la dreta els dels ítems un cop recodificats. Indica
què ha canviat i què es manté amb la recodificació dels ítems.

Mitjana D.E. Moda Mitjana D.E. Moda

AC1 1.23 0.64 1 rAC1 0.77 0.64 1
AC2 0.34 0.53 0 AC2 0.34 0.53 0
AC3 0.90 0.72 1 rAC3 1.10 0.72 1
AC4 0.57 0.65 0 AC4 0.57 0.65 0
AC5 1.34 0.62 1 rAC5 0.66 0.62 1
AC6 AC6 0.52 0.58 0
AC7 1.59 0.58 2 rAC7 0.41 0.58 0
AC8 0.85 0.77 1 AC8 0.85 0.77 1
AC9 0.63 0.76 0 rAC9 1.37 0.76 2
AC10 0.93 0.73 1 AC10 0.93 0.73 1

Ha canviat ...
Ara gairebé totes les mitjanes dels ítems són baixes, han canviat les mitjanes dels ítems que
hem recodificat; ara està tot codificat de manera que les puntuacions altes volen dir alta
autoestima i les puntuacions baixes volen dir baixa autoestima.
Han canviat les mitjanes dels ítems inversos i les modes dels ítems inversos també (inversos
vol dir els que hem recodificat)

No ha canviat...
Les mitjanes dels ítems directes i les desviacions estàndars de tots els ítems.

2023-Models Estadístics i Psicomètrics: Pràctica Stata

Joan Aliaga, Marina Bosque, Eduardo Doval, Albert Espelt, Jennifer Morata, J. Blas Navarro, Alfred Pardo, Eva Penelo, Carme Viladrich (UAB)
8
17) Observa la matriu de correlacions entre els ítems un cop recodificats. Indica què ha canviat i
què no ha canviat amb la recodificació.
Escala d’autoestima acadèmica
rAC1 AC2 rAC3 AC4 rAC5 AC6 rAC7 AC8 rAC9 AC10
rAC1 1
AC2 .12 1
rAC3 .30 .12 1
AC4 .66 .09 .28 1
rAC5 .35 .18 .31 .36 1
AC6 .23 .10 .07 .28 .18 1
rAC7 .36 .14 .32 .39 .50 .28 1
AC8 .74 .17 .31 .67 .35 .29 .41 1
rAC9 .43 .13 .49 .40 .35 .12 .27 .44 1
AC10 .39 .03 .28 .23 .13 .17 .12 .33 .23 1

Ha canviat ...
Ara totes les correlacions tenen un valor positiu perquè tots els ítems valoren en la mateixa
direcció.

No ha canviat ...
El valor absolut de la correlaciuó ja que es relacionen amb la mateixa força.

Reflexió final
18) Quina és la informació que ens proporciona els estadístics descriptius sobre els ítems? Què
ens aporta l'anàlisi de la relació entre els ítems? MIRAR A LA SOLUCIÓ

Mitjana dels ítems:

Correlació entre ítems:

Quin és l’objectiu de la recodificació?

Desa les dades en un arxiu *.dta amb el nom autoestima i el teu NIU (autoestima_NIU.dta) i les instruccions
amb un arxiu *.do amb el mateix nom (autoestima_NIU.do). Per a fer-ho, marca totes les instruccions que
vulguis guardar i amb el botó dret clica “Send selected to Do-file Editor”; s’obrirà un nou arxiu que has de
guardar (extensió .do).
Per a conservar els resultats obtinguts durant la sessió, situa el cursor en aquesta part de la finestra, amb el
botó dret del ratolí tria “Select All”, novament amb el botó dret tria “Copy” i enganxa tota la informació al final
2023-Models Estadístics i Psicomètrics: Pràctica Stata
Joan Aliaga, Marina Bosque, Eduardo Doval, Albert Espelt, Jennifer Morata, J. Blas Navarro, Alfred Pardo, Eva Penelo, Carme Viladrich (UAB)
9
d’aquesta pràctica o bé en un nou document de Word; és aconsellable canviar el tipus de lletra a una que
tingui amplada fixa (p.e. Courier New), reduir-la (p.e. 8 o 9 punts), treure l’espaiat abans i després de cada
paràgraf i posar interlineat senzill.
També pots anar copiant cada resultat com a imatge: selecciona la taula que t'interessi, amb el botó dret del
ratolí escull "Copy as a picture" i enganxa la imatge al requadre corresponent d'aquesta pràctica (Ctrl+V).

2023-Models Estadístics i Psicomètrics: Pràctica Stata

Joan Aliaga, Marina Bosque, Eduardo Doval, Albert Espelt, Jennifer Morata, J. Blas Navarro, Alfred Pardo, Eva Penelo, Carme Viladrich (UAB)
10