Términos Psicométricos, Letra E
Tweet
Glosario de psicométricas
“E”
EDAD. En psicología, tiempo transcurrido desde el nacimiento para humanos y animales
– Edad cronológica. Tiempo transcurrido desde el nacimiento.
– Edad educacional. La edad educacional expresa el conjunto de conocimientos que corresponden a los alumnos normales que tienen una edad cronológica determinada. La educación es un concepto amplio que hace referencia a los hábitos y a todo lo relacionado con las facultades específicamente humanas. Como el conjunto de conocimientos de esta edad educacional es más restringido que la educación en sí, se cree más correcto hablar de edad de instrucción.
– Edad fisiológica. Tiempo referente a la maduración de tejidos, glándulas, etc.
– Edad mental. Determinada por la puntuación de un test de inteligencia comparada con la media de una determinada edad cronológica. Los tests que determinan aproximadamente la relación entre la edad mental y la cronológica de los sujetos examinados dan así el cociente intelectual (CI). Esta medida es muy relativa, por la imperfección de los tests de nivel, y también por las reacciones afectivas del sujeto en el examen. Sin embargo, los resultados obtenidos sobre un gran número tienen un valor de comparación. Por ejemplo, de 1000 casos, se registran: 19 con un CI inferior a 70; 60 con CI comprendido entre 70 y 90; 291, con CI entre 90 y 110; 550, con CI entre 111 y 130 y 80 alumnos con CI de más de 130. Se admite que un cociente intelectual de 100 es normal, se ve, pues, que el 80 por 100 de los sujetos examinados tienen un nivel mental normal o superior a la media.
– Edad prenatal. Período comprendido desde 280 días antes y hasta el nacimiento (estados germinal, embrionario y fetal).
– Edad real o verdadera. Tiempo transcurrido desde la concepción (EC + EP)
EDUCCIÓN. Intuición inmediata de relaciones en presencia de datos o características.
EFICIENCIA, PREDICCIÓN DE. Calculado un coeficiente de correlación, es interesante saber qué significa, lo íntima que es la relación. El coeficiente no representa un porcentaje de algo, un r de 0,50 no es cualitativamente la mitad e un r de 1-. Suponiendo el problema de predecir notas escolares sobre la base de tests de inteligencia, es preferible que un test nos proporcione una correlación de 0,60 que no utilizar ninguno o que éste fuese cero. Si un estudiante obtiene 7 en el test y 5,7 en la ecuación regresiva, podemos buscar la cuantía de nuestro error de predicción; en un grupo, puede calcularse el error promedio. El error determinado en el caso de que r sea cero nos permitiría predecir que cualquier sujeto puede alcanzar la puntuación media.
Entonces es posible comparar los errores medios producidos con las correlaciones de 0,60 y de cero y ver en qué porcentaje es menor el primero, aunque es algo complicado esperar predecir las notas escolares por las comparaciones de los errores, siendo preferible aplicar la fórmula siguiente que da el error de predicción (E), que es fácil de computar para cualquier correlación obtenida entre tests y notas escolares. El resultado suele denominarse predicción de eficiencia del coeficiente de correlación. Seguidamente damos algunos datos relativos a predicción de eficiencia:
El coeficiente de 0,60 citado reduce el error de predicción sólo en un 20 por 100. Por tanto, incluso utilizando los mejores tests, si obtenemos correlaciones entre 0,60 y 0,70, cuando predecimos calificaciones escolares o el éxito en una tarea todavía podemos cometer algunos errores.
EJES. En las distribuciones de frecuencias medidas con escalas de intervalos o de razones, tenemos dos variaciones isomórficas con las longitudes. Una es la variable de observación y la otra es la frecuencia. Por ello, se pueden utilizar dos direcciones para representarlas. Lo más común es tomar las dos direcciones en forma perpendicular, llamando a la dirección horizontal “eje de las abscisas” y a la dirección vertical “eje de las ordenadas”. En el eje de las abscisas se representa la variable de observación (en general, variable independiente) y en el eje de las ordenadas la frecuencia de las observaciones (en general, variable dependiente).// Eje horizontal de las coordenadas (Cortada de Kohan, Carro, 1978; Gonzalvo Mainar, 1978)
EMIC y ETIC. Conceptos postulados por el misionero y lingüista Pike (1954) por analogía con fonémica (emic) y fonética (etic), quien subrayó que el análisis etic no puede llegar a resultados estructurales porque no es posible un sistema universal de las diferencias de sonidos. En psicología, los constructos emic se refieren a sistemas lógico – empíricos cuyas distinciones fenoménicas se basan en discriminaciones y contrastes que los propios actores sociales consideran significativos, con sentido, reales, verdaderos o de algún modo apropiados. En cambio, los constructos etic dependen de distinciones fenoménicas consideradas adecuadas por la comunidad científica. Algunas variables etic pueden analizarse desde una perspectiva emic; por ejemplo, aprendizaje, inteligencia, reglas de crianza, atribuciones de causalidad, percepción de enfermedad, salud psíquica, enfermedad, ansiedad.
ERROR ESTÁNDAR DE MEDICIÓN O ERROR TÍPICO DE MEDICIÓN (EEM). La desviación estándar de la distribución de muestreo. // La desviación típica de la distribución respecto de la media y de algunos otros estadísticos derivados. Es una medida en especial adecuada para la interpretación de las puntuaciones individuales, por lo que resulta más útil que el coeficiente de confiabilidad para muchos propósitos de investigación. Por ejemplo, si es poco probable que el resultado de un individuo se desvíe a más de 2,58 de EEM de su verdadera calificación, podemos argumentar que su puntuación verdadera debe estar dentro de 2,58 EEM de la puntuación obtenida. Gulliksen (1950) propuso que el EEM se utilice para estimar los límites razonables de la puntuación verdadera con cualquier resultado obtenido.
ERROR DE ESTIMACIÓN (EE). Así como el EEM indica el margen de error que puede esperarse de la puntuación de un sujeto como resultado de la poca confiabilidad de la prueba, el EE muestra el margen de error que puede esperarse al predecir la puntuación del sujeto debido a la validez imperfecta del test. El cálculo del EE sirve para indicar el tamaño del error en relación con el error que resultaría de una mera conjetura (es decir, con validez 0). Debido a lo dificultoso de obtener la validez de un test, una prueba puede mejorar considerablemente su eficacia predictiva si demuestra alguna relación significativa con el criterio, aunque sea baja. En algunos casos, una validez tan baja como 0,30 puede justificar la inclusión del tests en una batería de evaluación ya que esto es a todas luces mejor que elegir otro al azar (Anastasi, 1998)
ERROR DE MEDICIÓN. Cálculo que permite predecir la probable fluctuación en la calificación de un solo individuo debida a factores aleatorios irrelevantes o desconocidos (Anastasi, 1998). Véase “error estándar de medición”
– Error, fuentes de. Las más frecuentes son:
1) Confusión de afirmaciones con hechos
2) Incapacidad de reconocer las limitaciones
3) Tabulación descuidada o incompetente
4) Procedimientos estadísticos inadecuados
5) Errores de cálculo
6) Defectos de lógica
7) Parcialidad inconsciente del investigador
8) Falta de imaginación
9) Condiciones ambientales inadecuadas en el testeo
ERROR TÍPICO. Véase “Error estándar”
ERRORES ALEATORIOS. Se denominan de este modo a las variaciones cuya causa es el azar.
ESCALAMIENTO. Desarrollo de reglas sistemáticas y de unidades significativas de medida para cuantificar las observaciones empíricas. El problemas del escalamiento o construcción de escalas ha recibido una gran atención desde la publicación de los trabajos de Stevens, siendo la Teoría Representacional de la Medición una de las teorías más consensuadas en la actualidad. Este modelo trata el tema de la medida en torno a tres grandes áreas: el problema de la representación, el de la unicidad y el de la significación El primero, implica que la medición supone encontrar un sistema relacional numérico con una estructura semejante al sistema relacional empírico que se pretende medir. Los números pueden representar distinto tipo de relación: de identidad o de diferencia; de orden; de igualdad de diferencias o de razón. Estas relaciones se detallan en “escalas de medición”. El segundo problema, el de la unicidad, analiza cómo puede cambiarse un conjunto concreto de números por otro sin que se modifiquen las relaciones numéricas que representan a las relaciones empíricas. En la escala nominal, los números de un conjunto de objetos pueden cambiarse por cualquier otro conjunto que preserve la relación de igualdad vs. diferencia. Son transformaciones admisibles todas las inyectivas (por ej. pertenencia – no pertenencia). En la ordinal, las modificaciones son posibles si el orden relativo de los objetos permanece invariable. Las transformaciones de este tipo se llaman monótonas crecientes. Las escalas de intervalo admiten transformaciones lineales positivas. En cambio, en las de razón, se preserva el homomorfismo. El tercer problema, el de la significación, hace referencia a la validez de la conclusión empírica inferida a partir de un conclusión numérica. Stevens plantea la solución del problema en términos de los estadísticos admisibles para cada tipo de escala. Así, por ejemplo, la media y otros estadísticos basados en ella (como la varianza o el coeficiente de correlación lineal) no deberían utilizarse con escalas ordinales (Martínez Arias, 1996)
ESCALAS DE ACTITUD. En todas las escalas de actitud, los individuos indican su acuerdo o desacuerdo con una serie de afirmaciones sobre el objeto en estudio. Por lo general, arrojan una calificación total que indica la dirección e intensidad de la actitud del individuo hacia una categoría de estímulos (por ejemplo, hacia un estilo de vida, organización de valores, política, etc.). Se han elaborado procedimientos especiales para alcanzar la unidimensionalidad o homogeneidad de los reactivos, la igualdad de las distancias entre las unidades de la escala y la comparabilidad de las calificaciones. Existen tres acercamientos a la construcción de este tipo de escalas:
– Escala tipo Thurstone. La construcción de esta escala se inicia con acopio de afirmaciones que expresan una amplia gama de actitudes hacia el objeto considerado (por ejemplo, actitudes hacia la censura, la pena capital, etc.). Luego, se solicita a numerosos jueces que clasifiquen las afirmaciones de acuerdo con el grado en que resultan favorables. Se eligen las que presenten una variabilidad mínima y una gran extensión de valores de escala (en general, 11 puntos). En la escala final, las afirmaciones se presentan en orden aleatorio sin indicaciones de sus valores de escala y la puntuación que recibe el individuo es la media del valor escala de todas las afirmaciones que aprueba
– Escala tipo Guttman. Se desarrolló como una técnica para determinar si un conjunto de afirmaciones de actitud era unidimensional. Según Guttman, la escala es perfecta si el individuo que concuerda con cierta afirmación de una actitud en particular también lo hace con otras más moderadas de esa misma actitud. El procedimiento para el desarrollo de una escala de este tipo consiste en identificar un conjunto de reactivos que caigan en una secuencia ordenada en función de la aprobación que reciben de los sujetos que las contestan. Los ítems que no cumplen con este requisito son eliminados. Esta misma noción de ordinalidad o progresión uniforme es la que sustenta las escalas piagetianas
– Escala tipo Likert. Método ideado por R.A. Likert para medir la actitud. El sujeto debe expresar su elección ante un cierto número de determinaciones (ítems), elaboradas de modo que pueda apreciarse el grado de conformidad con las actitudes representadas. Para su desarrollo se parte de una serie de afirmaciones que expresan una actitud favorable o desfavorable hacia un tema. Los reactivos se seleccionan a través de métodos de consistencia interna, aunque también se usan criterios externos cuando están disponibles. Las escalas tipo Likert requieren una respuesta graduada que se expresa en función de las siguientes categorías: Totalmente de acuerdo, de acuerdo, indeciso, en desacuerdo, totalmente en desacuerdo. Para calificar la escala, las opciones de respuesta se acreditan como 5, 4, 3, 2 ó 1, del extremo favorable al desfavorable. La puntuación total es la suma de las calificaciones a cada ítem, que debe interpretarse en términos de normas establecidas empíricamente.
ESCALAS DE MEDICIÓN. En psicología, se ha hablado mucho en los años recientes de los diferentes tipos posibles de escalas de medición y se ha investigado cuidadosamente la clase de escala apropiada para diversos tipos de medición psicológica. La medida surge de una comparación por medio de un criterio. El criterio de comparación puede ser de diversos tipos. Con mayor frecuencia se utilizan:
1. Criterio de similitud. – Establece una relación de igualdad, o equivalencia. Esta equivalencia puede tener carácter cualitativo o cuantitativo. Cuando la similitud es cualitativa, la escala adopta el tipo de escala apreciativa. Es la graduación teñida de subjetividad (bien, regular, mal). En carácter cuantitativo se presenta mediante la puntuación numérica nominal
2. Criterio de ordenación. – En la faceta subjetiva puede servir de ejemplo la clásica ordenación de los alumnos en clase, según el concepto que de cada uno tiene su profesor (desde el niño primero en la clase, hasta el último). Cuantitativamente, mediante la ordenación jerárquica de las puntuaciones obtenidas en un test o en una prueba objetiva (ordenación del rango o amplitud total). Suele hacerse de mayor a menor.
3. Criterio de agrupación. – Cuando los datos de una distribución son numerosos, lo cual dificultaría las operaciones, se agrupan en intervalos. En cada uno de ellos existe una determinada frecuencia de puntuaciones. A este tipo corresponden las escalas de graduación (termómetro).
4. Criterio de relación. – Establece una distribución por equivalencia relativa (con una unidad, m. cm.), o entre dos datos (razón o cociente de los mismos).
El primero criterio nos proporciona las escalas nominales. En ellas se opera mediante la relación de equivalencia. Sus estadísticos son la frecuencia, el modo y el coeficiente de contingencia. El segundo, nos eleva a las escalas ordinales, jerarquizadas en orden descendente. Sus estadísticos son media, mediana, desviación típica, percentiles y correlación ordinal. El tercero, las de intervalos, cuya unidad se basa en una igualdad de diferencia, y nos lleva a las puntuaciones típicas. El cuarto, produce las escalas de razones.
Los tipos diferentes de escalas de medición entrañan usos distintos de los números. En los apartados siguientes se especifican algunos de estos empleos.
– Escalas Nominales. Rótulos. A veces se usan los números para individualizar objetos sin pretensión alguna de someter el número a análisis matemáticos. Por ejemplo, el geólogo puede distinguir sus muestras de rocas como 1, 2, 3, etc. En este caso los números se usarían exclusivamente como etiquetas y carecerían de valor para el análisis matemático. No tendría sentido sumar los números que representan la primera y segunda roca y formar una cierta ecuación con el 3 que se refiere a la tercera. Otros ejemplos de números usados como rótulos son los que utilizan los jugadores de fútbol en la espalda, los números de los carteles de las carreteras y los números de los elementos atómicos. Debe destacarse que cada escala de medición está concebida para un cierto empleo de los números. Una de las posibles utilizaciones de ellos es el de designar cosas. En este caso no existe la intención de realizar análisis matemático de los números ni se considera que éstos representen cantidades de atributos. Sin embargo, puede suceder que los rótulos guarden correlación con cantidades de atributos. Así, en el ejemplo de las rocas del geólogo, podría suceder que a medida que su bolsa de minerales se hiciera más pesada, él eligiera muestras cada vez más livianas. En consecuencia, los números usados como rótulos se relacionarían incidentalmente con el peso de las rocas. En forma semejante, las carreteras de números altos pueden tener alguna diferencia cuantitativa con las de números bajos y los elementos atómicos que ocupan una posición avanzada en el esquema de numeración pueden ser cuantitativamente diferentes de los que ocupan posiciones anteriores. El punto esencial es que en los casos particulares debe justificarse el uso de los números al examinar la naturaleza de las escalas de medición. El hecho de que haya o no una correlación cuantitativa incidental con una serie particular de números no tiene importancia en un análisis de la legitimidad de su utilización. Puesto que los rótulos no están concebidos para indicar cantidades de atributos, no se requiere justificación alguna para emplear números de rótulos. Categorías. La utilización de los números para representar grupos de objetos guarda estrecha relación con su uso como rótulos. Por ejemplo, el geólogo podría clasificar sus rocas en las siguientes categorías: sedimentarias, ígneas y metamórficas y referirse a estas categorías como 1, 2 y 3. Otros esquemas de clasificación incluyen las diferentes profesiones, los dos sexos, el tener una lesión cerebral o ser una persona normal. Las únicas diferencias que existen entre emplear números como rótulos y emplearlos como categorías son que en este último caso: 1) a cada número le corresponde más de un objeto; 2) todos los objetos a los que se les asigna el mismo número son semejantes con respecto al mismo atributo. Al igual que los números que se usan como rótulos, los que se usan para representar categorías en un esquema de clasificación carecen de connotación cuantitativa. De modo similar, los números usados para identificar categorías pueden presentar muchas correlaciones incidentales con cantidades de atributos. Así,. En promedio, los varones y las mujeres difieren en altura, habilidad atlética y otros muchos atributos, pero esto no guarda relación alguna con el hecho de justificar el uso de los números 1 y 2 para representar respectivamente a los varones y a las mujeres. Ya que los números empleados para representar categorías no tienen connotación cuantitativa, el usarlos para tal fin no exige justificación alguna. Al examinar este punto se debe hacer una distinción entre el uso de los números para representar categorías y el emplearlos para indicar la frecuencia con que aparecen los objetos en las diferentes categorías. Así, el geólogo puede incluir 22 de sus rocas en la categoría de rocas ígneas. En tales casos, se dice a veces que uno “mide” el número de casos en las diferentes categorías, pero de acuerdo con la definición previa de “medición”, éste sería un uso poco apropiado del término. Sería más apropiado decir que uno enumera o cuenta los objetos de cada categoría.
– Escalas Ordinales. Una escala ordinal es aquella en la cual: 1) una serie de objetos o personas está ordenada de “mayor” a “menor” con respecto a un atributo; 2) no hay indicación de “cuánto” posee en un sentido absoluto cualquiera de los objetos, y 3) no existe indicación de cuánto se diferencian los objetos en lo que respecta al atributo. El orden por rangos es la manera más primitiva de la medición si se excluyen de ésta los rótulos y las categorías. Es primitiva en el sentido de que es básica para todas las formas superiores de medición y que sólo proporciona poca información. Se obtiene una escala ordinal, por ejemplo, cuando se ordena un grupo de jóvenes desde el más bajo hasta el más alto. Esta escala no dará indicación de la altura promedio: como grupo, los jóvenes podrían ser relativamente altos o comparativamente bajos. La escala no proporciona información alguna acerca de cuánto varían los jóvenes en altura. Con respecto a los métodos de análisis, no tiene sentido computar la desviación media y estándar de una serie de rangos. A menudo no se tiene en cuenta que los números que se emplean con escalas ordinales sólo proporcionan un sistema abreviado conveniente para designar las posiciones relativas de los objetos. Se obtiene una escala de orden por rangos cuando de N personas cualesquiera (SS) se sabe que Si > Sj > Sk > Sn con respecto a un atributo. // Aquella en la que los elementos están colocados por orden de tamaño pero sin unidades iguales ni cero verdadero (absoluto)
– Escalas de Intervalos. Una escala de intervalos es aquella en la cual: 1) se conoce el orden por rangos de los objetos con respecto a un atributo; 2) se sabe cuánto se diferencian los objetos uno de otro, pero 3) no se dispone de ninguna información acerca de la cantidad absoluta del atributo con respecto a ninguno de los objetos. Se obtendrá una escala de intervalos para la altura de un grupo de jóvenes si, en lugar de medirlos directamente, se midiera la altura de cada uno con respecto al más bajo del grupo. De ese modo, el más bajo obtendría un puntaje de cero, el que tiene dos centímetros más, un puntaje de 2, un joven con tres centímetros más, un puntaje de 3 y así sucesivamente. Especificar los intervalos en función de la distancia de cada sujeto con respecto a la media aritmética guarda una relación más directa con lo que se hace habitualmente en las mediciones psicológicas. Así, un joven cuya altura estuviese dos centímetros por encima de la media recibiría un puntaje de +2 y otro que está 2 centímetros por debajo de la media, recibiría un puntaje de -2. Pueden calcularse los intervalos con respecto a la altura media o con respecto a cualquier otro atributo sin saber realmente cuánto se aparta una persona del punto cero (por ejemplo, altura cero o inteligencia cero). Hay una información potencialmente importante que las escalas de intervalos no proporcionan: la magnitud absoluta del atributo para cualquier persona u objeto específicos. Así, que el joven más alto tenga un puntaje sobre la media de +6 (6 centímetros por encima del promedio) nada nos dirá acerca de su altura en sentido absoluto. Podría ser el más alto de un grupo de pigmeos. Puesto que a veces se habla de las escalas de intervalos como escalas de “intervalos iguales” es fácil caer en el error de suponer que tales escalas requieren un número igual de personas u objetos en cada punto del continuo, una distribución rectangular de la puntuación. Lo que realmente se quiere decir por “igual” es que los intervalos en la escala son iguales, independientemente del número de personas u objetos que existan en puntos diferentes de ella. Así, en una escala de intervalos para la medición de la inteligencia, la diferencia entre los CI 100 y 105 se presupondrá igual a la diferencia entre los CI 120 y 125. Naturalmente, la mayor parte de las veces las consecuencias prácticas de tales diferencias iguales serán distintas, pero estrictamente hablando, esto nada tiene que ver con el carácter del intervalo de la escala. En forma semejante, si tres automóviles marchan respectivamente a 45, 90 y 135 kilómetros por hora, el intervalo entre los dos primeros es igual al intervalo entre los dos últimos, pero evidentemente estos intervalos tienen importancia diferente en lo que respecta a la seguridad en el tránsito, al rendimiento de la nafta (consumo de nafta por kilómetro) y al desgaste del automóvil. Por lo tanto, es necesario establecer una distinción cuidadosa entre el carácter de una escala de medición cualquiera y los significados prácticos de los puntos de la escala.
– Escalas de cocientes. Se obtiene una escala de cocientes cuando: 1) se conoce el orden por rangos de las personas con respecto al atributo; 2) se conocen los intervalos entre las personas, y 3) para cada persona se conoce además la distancia desde un cero racional. En otras palabras, una escala de cocientes es un tipo particular de escala de intervalos en el cual se expresan las distancias con respecto a un cero racional y no, por ejemplo, con respecto a la altura del joven más alto o del más bajo, o a la altura media. Evidentemente, si se dispone de una escala de intervalos de altura y se conoce además la altura absoluta (distancia con respecto a cero) de un joven cualquiera del grupo, pueden calcularse las alturas absolutas de todos los demás.
– Escalas de Medición en Psicología, aplicación. Teniendo en cuenta las consideraciones de los párrafos anteriores, resulta conveniente estudiar el tipo de escalas que se han establecido para las mediciones psicológicas. Estas utilizan todos los tipos de escalas que hemos examinado. Algunas investigaciones manejan datos de categorías como los números de pacientes mentales de diferentes clases, las comparaciones de personas con lesiones cerebrales con respecto a las normales y la comparación entre fumadores y no fumadores. En algunos casos, los datos psicológicos se ordenan por rangos. Este es el caso, por ejemplo, cuando los examinados ordenan diez pedazos de papel gris desde el más oscuro hasta el más claro. Este caso se presenta también cuando los examinados ordenan los nombres de veinte grupos nacionales desde los que tienen más aceptación hasta los que tienen menos. Cuando se está ante datos que, como éstos, están claramente ordenados por rangos, se debe ser muy cauto al aplicar análisis matemáticos que presupongan escalas de intervalos o de cocientes.
Dejemos de lado, por el momento, las escalas de intervalos. Hay algunas ordenaciones de datos psicológicos correctamente consideradas como escalas de cocientes. Por ejemplo, este caso se presenta cuando se expresan algunas ordenaciones en términos de tiempo, como el intervalo que requiere una rata para atravesar un laberinto o el tiempo de reacción en los sujetos humanos. En tales casos tiene sentido hablar de cantidad cero de tiempo y también lo tiene, por ejemplo, decir que un sujeto requiere el doble de tiempo que otro. Otro ejemplo en el cual los datos psicológicos pueden ordenarse en términos de escalas de cocientes se presenta en ciertos tipos de estudios de aprendizaje. Si, por ejemplo, deben recordarse veinte pares de palabras, tiene sentido hablar de una cantidad cero de aprendizaje y también lo tiene formar cocientes entre los números de pares que el mismo sujeto ha aprendido en etapas diferentes del aprendizaje.
Los ejemplos precedentes constituyen más la excepción que la regla, pues la mayoría de los datos psicológicos se expresan legítimamente sólo como escalas de intervalos y no como escalas de cocientes. Por ejemplo, no tiene sentido hablar de inteligencia cero o de autoestima cero y tampoco lo tiene decir que una persona es el doble de ansiosa que otra o que tiene una vez y media la capacidad de razonamiento de otra. Que para la mayor parte de los atributos se utilicen sólo escalas de intervalo en lugar de escalas de cocientes no representa un problema serio. La mayoría de los métodos de análisis matemático y estadístico que se necesitan en la investigación psicológica requieren sólo escalas de intervalos, por ejemplo, análisis correlacional y análisis de la varianza.
Hay quienes discuten la utilización de escalas de intervalos para la mayoría de las mediciones psicológicas, pero aparentemente el número de quienes lo hacen disminuye de año en año. De admitirse esta crítica, la psicología tendría que abandonar muchos de sus métodos de análisis estadístico y matemático más eficaces, lo cual provocaría efectos desastrosos en este campo. Podría argumentarse también que para ninguna escala de medición existen intervalos “reales” o “correctos” sino que se los establece por convención. Así, si los científicos hallan que una determinada gradación de los intervalos tiene sentido y es científicamente útil, aceptan estas gradaciones como una convención de medida. Este es, por ejemplo, el caso de la medición de la dureza de las rocas y de la intensidad de los terremotos. Podrían usarse otros métodos de medición y ésto daría como resultado diferentes intervalos de medición. A la larga se impondrá la gradación que conduzca a relaciones matemáticas más sencillas, pero no habría error alguno en tomar como ciertos los intervalos de cada tipo de medición cuando se realiza el análisis matemático.
El problema real no se refiere a si se utilizan o no los intervalos de la escala de medición en el análisis matemático sino cuál de las gradaciones de intervalo se mostrará más útil a la larga. En consecuencia, nada tiene de malo realizar operaciones matemáticas que tomen como ciertos los intervalos de medición cuando se investigan los tests de inteligencia, los tests de personalidad y otras técnicas de medición empleadas en psicología. Teniendo en cuenta las consideraciones anteriores, sería una torpeza que los psicólogos no emplearan estos eficaces métodos de análisis matemático y estadístico que presuponen escalas de intervalos, a menos que los datos hubiesen sido obtenidos originariamente por métodos originales.
ESCALA T. Puntaje transformado intragrupo. Comprende una amplitud, en una distribución normal, de 10 desviaciones típicas, desde -5 hasta +5, y 100 unidades. Supone una m = 50 y un DE = 10. (Véase también “puntajes transformados”)
ESCALA TIPO LIKERT. Véase “Escalas de actitud”
ESTADÍSTICA. Técnica o proceso matemático de recogida, descripción, organización, análisis e interpretación de datos numéricos. Como la investigación busca -del mismo modo- una expresión cuantitativa, la estadística constituye un instrumento fundamental de medida y de investigación.
Los resultados de la elaboración de datos producto de una muestra suelen denominarse estadísticos o estadígrafos. Describen la conducta relativa a las características de un grupo población deducidas de cierto número de casos individuales. El estadístico se refiere a la muestra, y no tiene validez hasta que se combinan cierto número de observaciones y medidas individuales, posibilitando generalizaciones, reglas, principios o leyes. Cuando el estadístico adquiere validez, y es reflejo de la población en estudio, se denomina parámetro.
Todo el mundo se halla familiarizado con las expresiones alumno medio, adolescente típico y ciudad representativa. Estos son conceptos estadísticos y, como características de grupo, pueden ser expresados en medidas de edad, tamaño u otro rasgo capaz de ser descrito numéricamente. Cuando decimos que el alumno medio de quinto nivel tiene diez años, describimos todo el grupo, no un niño especial de la escuela. La media estadística (aquí la media) es, pues, una abstracción que puede ser usada en lugar de la gran masa de las medidas individuales.
– Estadística deductiva. Comprende el proceso de muestreo o selección, para su estudio, de un pequeño grupo, al que se supone como representativo de otro más numeroso y del cual procede. El pequeño grupo se denomina muestra; el grupo mayor población, conjunto o universo.
Antes de poder suponer la representatividad, es esencial que los individuos seleccionados sean elegidos de modo que el grupo pequeño, o muestra, se aproxime al grupo mayor, o población. Con un margen de considerarse supuesta, haciendo posible la estimación de las características del conjunto mediante un análisis de la muestra accesible.
Estudiar ciertas poblaciones directamente sería imposible. Algunos conjuntos son tan extensos que sus características nunca podrían ser medidas completamente; la tarea no tendría fin. Otros estudios, aunque posibles, emplearían demasiado tiempo, dinero y personal para ser practicables. Las autoridades sanitarias encontrarían caro, innecesario y virtualmente imposible, medir directamente la tensión arterial de todas las mujeres que asisten a las universidades. La presión arterial medida en unas pocas muestras, cuidadosamente elegidas, obtendría datos razonablemente exactos para toda la población.
La tarea de seleccionar una buena muestra representativa no es fácil. De los muchos métodos empleados describiremos dos tipos muestreo aleatorio y muestreo estratificado.
– Estadística descriptiva. Métodos para resumir, organizar y comunicar datos.// Compendia o simplifica afirmaciones referentes a medidas realizadas sobre una población. Se aplica en sentido amplio a muestras que representan poblaciones a las que debería referirse en sentido estricto. Sirve para la descripción numérica de un grupo particular. Ninguna conclusión va más allá del grupo descrito, y cualquier similitud con los de fuera del grupo no puede ser garantizada. Los datos describen este grupo y solamente éste.
Gran parte de la investigación en psicología, pedagogía y ciencias sociales implica la estadística descriptiva, y proporciona información valiosa acerca de la naturaleza de un particular grupo o clase. Este tipo de datos se utiliza como base para la investigación aplicada. En este apartado entran las medidas y escalas estadísticas.
– Estadística no paramétrica. La que es calculada sin suponer la concurrencia de una distribución subyacente, las fórmulas correspondientes suelen hacer uso de datos ordenados (como en la correlación de diferencias ordenadas). Sin.: estadística de distribución libre.
ESTADÍSTICOS. Valores obtenidos por tratamiento de los elementos muestrales (media, mediana, sigma, etc.). También suelen ser denominados estadígrafos, por su carácter descriptivo de la muestra. Ver “estadística”
ESTIMACIÓN. Valor estadístico para cálculo del parámetro de la población muestral. El tratamiento estadístico paramétrico de los datos se basa sobre ciertos supuestos acerca de la naturaleza de la distribución y los tipos de medidas utilizados. El tratamiento estadístico no paramétrico posibilita decisiones útiles sin supuestos de la naturaleza de la distribución de los datos. Los tests paramétricos deben usarse cuando es lícito establecer supuestos, ya que son más sensibles y oscurecen menos las relaciones significativas de los datos.
ESTRATEGIA SECUENCIAL. Según Cronbach y Gleser (1957), procedimiento de selección por el que se deciden gradualmente y sobre la marcha las nuevas informaciones a recabar sobre los examinados. Mientras en el procedimiento convencional (battery procedure) se admite a aquellos sujetos que han obtenido la puntuación más alta y los demás son rechazados, en el procedimiento secuencial se forman grupos de los admitidos, los rechazados y los que deben someterse a nuevas pruebas. Sólo después de efectuadas las nuevas pruebas se toman ulteriores decisiones.
ESTRATOS. Subdivisiones del total de la población en subpoblaciones, clases o grupos, de los cuales se toma un cierto número de elementos que se consideran representativos.
ESTUDIO LONGITUDINAL. Un método en el cual los individuos son estudiados en el transcurso del tiempo y se obtienen mediciones de los individuos en varios intervalos.
EVALUACIÓN, ESCALAS DE. Mediante la clasificación en varias categorías, permiten la apreciación de rasgos, aspectos, cualidades, de un modo más objetivo. Este medio puede ser un auxiliar útil cuando se procede a evaluar un examen escrito del tipo convencional, y se desea la mayor objetividad posible. Se destacan las características más importantes y se procede a elaborar la escala, disponiendo así de una norma y de unos criterios aplicables a todos los examinados equitativamente.
EVALUACIÓN PSICOLÓGICA. Según Cronbach y Gleser (1957) es un proceso de toma de decisiones// Proceso mediante el cual, a partir de algún modelo o enfoque teórico se intenta comprender o analizar un fenómeno concreto, ya sea real o simbólico, en sus aspectos manifiestos y/o latentes. Toda evaluación tiene como objetivos el poder categorizar, comparar, analizar y contrastar tanto datos de tipo cualitativo como cuantitativo, obtenidos mediante la aplicación de técnicas diversas. Las tareas de evaluación pueden referirse tanto a procesos como a productos o resultados. Puede tener como objetivo la evaluación de aspectos deficitarios o patológicos (psicodiagnóstico) o en la evaluación de capacidades y potencialidades de una persona o de un grupo de personas (orientación vocacional, selección de personal, evaluación de psicoterapias y de la eficiencia de técnicas de enseñanza, valoración de planes y programas, etc.) (Casullo, 1996)
EXPLICACIÓN. Una especificación de la condición antecedente necesaria para demostrar un fenómeno.
Volver al índice principal de «Diccionario de términos psicométricos«