METODOLOGIAS Flashcards
Define los muestreos probabilisticos; Aleatorio simple, Aleatorio estratificado, Aleatorio sistemático, Por conglomerados, estadios múltiples, por áreas.
- Aleatorio simple: Selección equitativa; todos tienen igual probabilidad de ser elegidos.
- Aleatorio estratificado: División en subgrupos (estratos) y selección aleatoria dentro de cada uno.
- Aleatorio sistemático: Selección de cada “n-ésimo” participante en una lista ordenada.
- Por conglomerados: Selección de grupos completos (conglomerados) en lugar de individuos.
- Estadios múltiples: Se realizan múltiples niveles de selección. En cada selección se realizan subgrupos más pequeños.
- Por áreas: Variante del muestreo por conglomerados basada en regiones especificas.
Define la codificación; Abierta, Axial, Selectiva, Codificación temática
Abierta: Fragmentar datos en categorías iniciales sin preconceptos.
* Axial: Conectar categorías identificadas durante la codificación abierta.
* Selectiva: Refinar las categorías clave en función de un marco teórico emergente.
* Codificación temática: Identificación y análisis de patrones temáticos en los datos cualitativos
Define Error Estándar de Medida (SEM)
Estimación de cuánto varían los puntajes observados alrededor del puntaje verdadero debido al error aleatorio.
Dato: A menor SEM, mayor confiabilidad.
Define puntaje verdadero
Valor real y constante de una característica o habilidad de una persona, si se midiera sin errores.
Define Puntaje Observado
Resultado obtenido en una prueba, que combina el puntaje verdadero y el error de medición.
Define el Error de Medida Aleatorio y el Error de Medida Sistemático
Error de Medida Aleatorio:
* Variación impredecible que afecta los puntajes observados de forma inconsistente.
* Afecta: Confiabilidad, pero no validez sistemáticamente.
Error de Medida Sistemático:
* Variación constante que introduce sesgo en los puntajes observados.
* Afecta: Validez (distorsiona el puntaje verdadero), pero no confiabilidad directamente
Cuales son las 4 características de todas las ciencias
Universalismo → búsqueda de leyes generales;
Organización → búsqueda para organizar y conceptualizar un conjunto de
hechos u observaciones relacionados;
Escepticismo → norma de cuestionar buscando explicaciones contrarias;
Comunalismo → búsqueda de desarrollar una comunidad que comparta un
conjunto de normas o principios para hacer ciencia.
Que habla Bechtel sobre el Positivismo Lógico
Positivismo Lógico: Importancia de sacar conclusiones de procesos observables
Axioma: principio o afirmación que no requiere ser demostrada (se asume como verdadera)
Pensamiento deductivo: llegar a conclusiones especificas desde premisas generales
Filosofía post-positivista de la ciencia
–> constante cambio de teorías cientificas
Define estos muestreos no probabilísticos: Muestreo por cuotas, Muestreo bola de nieve, Muestreo subjetivo por decisión razonada.
Muestreo no probabilístico:
Los individuos no tienen una probabilidad conocida de ser seleccionados.
1. Muestreo por cuotas:
o Se eligen participantes que cumplan con ciertas características, hasta completar un número predeterminado por categoría.
o Ejemplo: Encuestar a 50 hombres y 50 mujeres de diferentes edades.
2. Muestreo bola de nieve:
o Los participantes iniciales ayudan a reclutar a otros, formando una red. Útil para poblaciones difíciles de acceder.
o Ejemplo: Encuestar a miembros de una comunidad específica de artistas independientes.
3. Muestreo subjetivo por decisión razonada:
o El investigador selecciona intencionalmente a los participantes que considera más relevantes para el estudio.
o Ejemplo: Elegir expertos en un área para un estudio cualitativo.
Que son los cuasi experimentos
Diseños en los que no hay asignación aleatoria de participantes a grupos, pero se manipulan variables independientes para evaluar su efecto.
* Son útiles cuando no es factible realizar experimentos controlados.
o Ventaja: Ofrecen una aproximación a la causalidad.
o Desventaja: Mayor vulnerabilidad a sesgos y amenazas a la validez interna.
Define validez externa e interna
- Validez interna: Grado en que el diseño descarta explicaciones alternativas.
- Validez externa: Grado en que los resultados son generalizables a otros contextos o poblaciones.
Define experimento
Experimentos:
o Definición:
Diseños donde los participantes se asignan aleatoriamente a grupos (experimental y control) para evaluar el efecto de una intervención o tratamiento sobre una variable dependiente.
o Cuándo se usan y por qué: Son el estándar de oro para establecer relaciones causales.
Útiles en investigaciones controladas donde se busca minimizar sesgos y confusión.
o Ventaja: Alta validez interna.
o Desventaja: Menor validez externa si el entorno experimental no refleja el mundo real.
Cuales son las 4 formas de adquirir conocimiento:
Tenacidad
Autoridad
Razón
Empirismo
8 características
de la ciencia
- Implica suposiciones
- Empírica y sistemática
- Preguntas comprobables
- Exactitud y objetividad
- Requiere definiciones claras y
operacionalizaciones - Reporte público
- Se autocorrige
- Tiene LIMITACIONES
Menciona algunos MÉTODOS DE
INVESTIGACIÓN
EN BIOPSICOLOGÍA
Estimulación eléctrica y magnética:
- Angiografía cerebral
- Tomografía Axial Computarizada (TAC)
- Resonancia Magnética Funcional (RMf)
- Estimulación Magnética Transcraneal (EMT)
Actividad fisiológica:
- Electroencefalograma ->
actividad cerebral
- Electromiografía ->
tensión muscular
- Electroculografías ->
movimiento ocular
DEFINE 4 SESGOS DE REPRESENTATIVIDAD: Falacia holísitica, Sesgo de élite, Sesgo
Volverse nativo
- Falacia holística: Generalizar conclusiones para todo un sistema sin evidencia suficiente.
- Sesgo de élite: Priorizar la perspectiva de grupos influyentes o poderosos.
- Sesgo personal: Influencia de creencias o emociones del investigador en los resultados.
- Volverse nativo: Perder objetividad al involucrarse demasiado en la cultura estudiada.
Define las escalas de medición:
Escalas nominales
Escalas ordinales
Escalas intervalares
Escalas proporcionales (o de razón)
- Escalas nominales: Son escalas que clasifican los datos en categorías sin ningún tipo de orden o jerarquía. Las categorías son mutuamente excluyentes, y no se puede decir que una categoría sea “mayor” o “menor” que otra. Ejemplos: género (masculino, femenino), tipo de sangre (A, B, AB, O).
- Escalas ordinales: Son escalas en las que los datos se organizan en un orden o jerarquía, pero no se puede medir la distancia exacta entre las categorías. Es decir, se sabe qué categoría es mayor o menor, pero no la magnitud de la diferencia. Ejemplos: niveles de satisfacción (muy insatisfecho, insatisfecho, neutral, satisfecho, muy satisfecho), rangos de clasificación (1°, 2°, 3°).
- Escalas de intervalo: Son escalas con un orden claro y una distancia constante entre los valores, pero no tienen un “cero absoluto”. Esto significa que el cero no indica la ausencia de la propiedad medida. Ejemplo: la temperatura en grados Celsius o Fahrenheit, donde las diferencias entre 10° y 20° son las mismas que entre 20° y 30°, pero 0° no significa ausencia de temperatura.
- Escalas proporcionales (o de razón): Son escalas con todas las propiedades de las escalas de intervalo, pero con un “cero absoluto”, lo que indica la ausencia total de la propiedad medida. Esto permite realizar comparaciones de proporción. Ejemplos: peso, altura, tiempo, ingresos.
Define estas medidas de dispersión: Variabilidad, Rango, Varianza y Desviación estándar
Variabilidad: Mide cuán dispersos están los datos respecto a su media.
Rango: Diferencia entre el valor más alto y el más bajo en un conjunto de datos. Ejemplo: si los valores son 2 y 10, el rango es 8.
Varianza: Refleja la dispersión de los datos pero está en unidades cuadradas, lo que la hace menos intuitiva.
Desviación estándar: Raíz cuadrada de la varianza. Mide la dispersión en las mismas unidades que los datos, facilitando su interpretación. Valores bajos indican poca dispersión; valores altos, mayor dispersión
