Términos Psicométricos, Letra D
Tweet
Glosario de psicométricas
“D”
DATOS. Las puntuaciones obtenidas en una variable dependiente o medición de rendimiento.
DATOS ESTADÍSTICOS. Número de unidades correspondientes a los casos estudiados.
DATOS, ORDENACIÓN DE LOS. Los datos se organizan en ordenaciones jerárquicas ascendentes o descendentes por orden numérico. Con frecuencia, se agrupan en intervalos de clase, de modo que su análisis resulta simplificado, y las características son más sobresalientes. Las medidas de la tendencia central (media, mediana, modo) describen los datos en términos de algún tipo de criterio. Las medidas de posición, amplitud o dispersión describen los datos en términos de relación con un punto de la tendencia central. La variación, la desviación, la desviación típica, el percentil, la puntuación típica y la puntuación derivada son medidas útiles de posición, amplitud o dispersión.
Las medidas de relaciones describen la relación de variables apareadas cuantificadas por un coeficiente de correlación. El coeficiente resulta útil, en la investigación psicosociopedagógica, para la sistematización de tests, y para hacer predicciones cuando sólo se dispone de algunos de los datos. Debe señalarse que un elevado coeficiente no implica una relación de causa-efecto, sino que sólo cuantifica una relación establecida lógicamente antes de su mensura. La estadística es la servidora -no la dueña- de la lógica; un medio -no un fin- de la investigación. A menos que los supuestos sean válidos, los datos idóneos, cuidadosamente recogidos, registrados y tabulados y el análisis e interpretación sean lógicos, la estadística no puede contribuir a la búsqueda de la verdad.
DECISIÓN ESTADÍSTICA. Las decisiones estadísticas, basadas sobre la evidencia observada en muestras, implican siempre la posibilidad de error. Los estadísticos no tratan con decisiones fundamentadas en la certeza, sino que, simplemente, estiman la probabilidad o improbabilidad de ocurrencia de los hechos.
El rechazo de la hipótesis nula cuando es realmente verdadera se conoce como Error Tipo I. El nivel de significación seleccionado determina la probabilidad de un error del Tipo I. Por ejemplo, cuando el investigador rechaza la hipótesis nula al nivel 0,05, está corriendo un riesgo del 5% de rechazar lo que pudiera ser una explicación de error de muestra cuando es probablemente verdadera.
Aceptar una hipótesis nula cuando es realmente falsa, constituye lo que se conoce como Error Tipo II. Esta decisión se equivoca al aceptar una explicación de error de muestra cuando es probablemente falsa. El nivel de significación más alto, tal como al 0,01 minimiza el riesgo de error de un Tipo I. Pero este alto nivel de significación es tan cauteloso que incrementa el riesgo de un error de Tipo II.
Las decisiones estadísticas no son hechas con certeza, pero se basan sobre estimaciones de probabilidad: teorema del límite central, error de varianza, hipótesis nula, niveles de confianza, tests direccionales, no direccionales.
DEDUCCIONES ESTADÍSTICAS. Las medidas estadísticas descriptivas (como la media o la desviación típica) de una muestra elegida al azar son conocidas como estimaciones. Al valor real de la medida estadística correspondiente de toda la población se le denomina parámetro. Esto debe ser deducido de las estimaciones de la muestra elegida al azar que pueden ser medidas.
DEFINICIÓN OPERACIONAL. Designación que se aplica a las definiciones que incluyen la “ elaboración” o la “ procedencia” de las condiciones correspondientes al fenómeno del que se trata. Es también la designación de un objeto que no apunta a su esencia sino a su manipulación empírica, es decir, se consideran en él ciertas operaciones con las que puede determinarse un constructo//
Una definición de un concepto en términos de las operaciones que deben ejecutarse a fin de demostrar el concepto.
DESEABILIDAD SOCIAL. Las pruebas autodescriptivas son especialmente susceptibles a la posibilidad de una descripción falsa. Para la mayor parte de los ítems de un test de este tipo hay respuestas que pueden reconocerse como socialmente más aceptables o deseables que otras. Esta tendencia a elegir respuestas socialmente deseables en los inventarios de personalidad se conoce con el nombre de “deseabilidad social”. Edwards (1957) fue el primero en investigar esta variable y la explicó como un efecto de apariencia donde se tiende a falsear para causar una buena impresión. Este falseamiento puede ser consciente o no. Paulhus y Reid (1991) han subrayado esta diferencia distinguiendo entre las nociones de “manejo de impresiones” y de “autoengaño”.
DESVIACIÓN. 1) Desviación, referida en general a cualquier campo de la vida 2) en especial, el alejamiento de la conducta normal de la sociedad, quedando el individuo que la practica desacreditado y/o discriminado frente a aquella. // Diferencia entre un valor y otro valor promedio o típico. Sin.: desvío; puntuación diferencial. Notación: x.
DESVIACIÓN, MEDIDAS DE. Las medidas de tendencia central describen ciertas notas de las masas de datos. Hay otras características que requieren un análisis estadístico, en el que la media, la mediana o el modo deben ser complementados por medidas adicionales. (Sin.: medidas de amplitud o dispersión).
Ejemplo: Las siguientes puntuaciones fueron obtenidas por dos grupos de estudiantes:
Es evidente que las medidas de tendencia central (media y mediana), aunque sean iguales en ambos grupos, no describen las diferencias de rendimiento entre los estudiantes del Grupo I y los del Grupo II. Es necesario emplear una medida de dispersión al mismo tiempo que las medidas de tendencia central para comparar sus rendimientos. El Grupo I es decididamente heterogéneo, con grandes variaciones en los rendimientos. El Grupo II es bastante homogéneo con poca diferencia entre las puntuaciones contiguas y entre las puntuaciones más elevadas y más bajas. Las medidas de dispersión más utilizadas son la amplitud intercuartil, el desvío estándar y la varianza. Véase cada uno de estos términos.
DESVIACIÓN TÍPICA O DESVIACIÓN ESTÁNDAR. Medida de la dispersión de una distribución. Es la raíz cuadrada del promedio de las desviaciones cuadráticas de los índices respecto del valor medio// Es una de los métodos más usados, puesto que permite interpretar los valores en función de su media y de su dispersión o variabilidad. El espacio de la curva normal comprendido entre la media y más menos un desvío estándar es equivalente al 68 por 100 medio de los casos. El espacio de la curva entre la media y más menos dos veces el desvío estándar, comprende el 95 por 100 medio de los casos. El espacio comprendido entre la media y más menos dos veces y media el desvío estándar, tiene el 99 por 100 de los casos. El 68 por 100 es la norma de la distribución. El desvío estándar separa la población normal de la superior e inferior. Se representa por SD (Standard Desviation), DE (desvío estándar), DT (desviación típica) o por la letra griega sigma. Se denomina también desviación media cuadrática. Mide, aproximadamente, las dos terceras partes de la distribución. Se computa partiendo de la media y es la raíz cuadrada del promedio del cuadrado de las desviaciones tomadas desde la media de las puntuaciones obtenidas. Entre la media y cada una de las SD (positiva y negativa) hay un 34,13 por 100, o ligeramente más de un tercio de los casos totales en una distribución normal. Entre más una sigma y menos una sigma se distribuyen, aproximadamente, las dos terceras partes de los casos. La curva normal de frecuencia tiene forma simétrica y posee ciertas propiedades. Cuando un gran número de individuos es sometido a medida respecto a cualquier rasgo mental o físico, existe la tendencia, al representar gráficamente las puntuaciones obtenidas, de aproximación a la curva normal. Debe observarse que hay una tendencia a la acumulación de casos en la zona media de distribución o en las cercanías de la misma. Por ejemplo: una carrera universitaria ofrecerá grandes dificultades a quien no se halla en la zona más allá de la sigma superior desde la media. La curva normal es asintónica, nunca se encuentran sus extremos con el eje de abscisas; ello permite hablar de cuatro sigma, algo muy apartado del centro o media. Un cuatro sigma superior sería un talentoso o genio.
En un conjunto de 100, 68 serían “normales”; el resto, “especiales”, ya superdotados, ya infradotados.
La curva normal teórica es una línea que se aproxima indefinidamente a la abscisa, pero sin encontrarla.
DESVIACIÓN TÍPICA, VARIACIÓN DE LA. Cuanto mayor es el valor de la desviación típica, mayor resulta la dispersión o amplitud; cuanto menor sea el valor de la desviación típica, menor es la dispersión. Las puntuaciones por encima de la media en una distribución normal tienen un valor positivo; las que se hallan por debajo, un valor negativo. Como la cantidad de desviación más que la dirección es lo importante como medida de dispersión desde la media, las desviaciones son elevadas al cuadrado para eliminar los signos. Así, la desviación típica fue elaborada por Karl Pearson en 1893 como una medida de la dispersión -a partir de la media de las puntuaciones de una distribución.
DESVÍO ESTÁNDAR. Véase “desviación típica”
DETERMINISMO. Una premisa de la ciencia que sostiene que los sucesos tienen un número finito de causas que pueden descubrirse.
DIAGRAMA DE DISPERSIÓN. Un mapeo de las puntuaciones logradas por los mismos individuos en dos variables diferentes, que proporciona una representación gráfica del grado de correlación entre dos variables.
DIFERENCIAL SEMÁNTICO. En sentido genérico, cualquier conjunto de escalas de evaluación que tienen como puntos de referencia adjetivos bipolares. El diferencial semántico es un enfoque muy flexible para obtener medidas de actitudes y rasgos. Osgood y sus colegas llevaron a cabo estudios decisivos acerca de las escalas de diferencial semántico. Los fundamentos lógicos se basan en la presunción de que en los lenguajes hablado y escrito, las características de las ideas y de los objetos reales se comunican sobre todo por medio de adjetivos. La mayor parte de los adjetivos tienen opuestos como lo ejemplifican los pares dulce – agrio; oscuro – claro y alto – bajo. En la construcción de un diferencial semántico deben tenerse en cuenta los siguientes pasos :
1) preparar una lista de tales pares de adjetivos
2) utilizarlos como referencias en las escalas de evaluación (por ej., Débil _ _ _ _ _ _ Fuerte)
3) buscar factores comunes en las escalas.
Los análisis factoriales realizados con las escalas de diferencial semántico por Osgood y otros investigadores han redundado en la aparición sistemática de tres factores con contenido semejante. El factor que se encuentra con mayor frecuencia es el de calificación, definido por pares como bueno – malo; agradable – desagradable; justo – injusto, entre otros. El segundo factor es el de potencia, ejemplificado por los siguientes: fuerte – débil; duro – blando y tosco – delicado y el tercero es el de actividad, como en activo – pasivo, tenso – distendido y excitable – calmo. Nunally por su parte, halló un cuarto al que denominó factor de familiaridad, definido en los pares común – no común; comprensible – misterioso y predecible – impredecible (Nunally, 1970).
DIMENSIÓN. Una escala entre dos extremos a lo largo de la que se producen variaciones ordenadas; p. ej.: la agudeza es una dimensión del tono, la brillantez, una dimensión de la luz, la largura, una dimensión del tamaño, etc.
DISTRIBUCIÓN. Un conjunto de valores para un atributo o variable.
– Distribución de frecuencia. Un conjunto de puntuaciones dispuestas en orden ascendente o descendente. El número de veces en que ocurre cada puntuación.
– Distribución normal. Una curva simétrica, mesocúrtica, en forma de campana. Si las puntuaciones sobre una medición se distribuyen normalmente, mientras más grande sea la diferencia entre una puntuación y la media, menor será la probabilidad de obtener la puntuación.// La de frecuencias -tipo, simétrica, o bien conformada simétricamente- cuyas propiedades sirven para obtener deducciones estadísticas a partir de las medidas derivadas de los casos.
– Distribución, normalización de la. Al sistematizar los tests, se supone que el rasgo de conducta a medir se halla distribuido normalmente en la población. Para su aplicación a grupos, con el propósito de establecer normas, se eligen los ítems del test de modo que las frecuencias de puntuaciones obtenidas se aproximen a la distribución normal. Este es un proceso importante en la tipificación de un test. El concepto se aplica a veces para graduar el rendimiento de los estudiantes en una carrera universitaria determinada. Se ha utilizado mucho el siguiente procedimiento:
Este sistema de graduación supone que los cursos se hallan normalmente distribuidos en una determinada carrera. Es un intento de aplicar un concepto, que es válido para grandes grupos sin seleccionar, a un grupo muy seleccionado en el cual se ha distribuido la normalidad de la distribución. Por ejemplo, en una clase universitaria de 1º o último año, donde las medidas y procesos de selección han eliminado a muchos que hubieran ocupado los puestos inferiores en una distribución no seleccionada, la aplicación no es válida. El forzar las mediciones de rendimiento académico en esta pauta desfigura el concepto básico de la distribución normal.
– Distribución sesgada. Una distribución asimétrica. En una distribución sesgada negativamente, las puntuaciones extremas son inferiores a la media. En una distribución sesgada positivamente, las puntuaciones extremas son superiores a la media.
– Distribución simétrica. Distribución de frecuencia cuyos casos se hallan situados de un modo igual en los intervalos de clase a ambos lados del punto medio; coinciden, en ella, media, mediana y modo.
Volver al índice principal de «Diccionario de términos psicométricos¨