TÈCNIQUES DE RECERCA BLOC ÚNIC TEMES 1-2-3-4 TÈCNIQUES DE CONTROL: Aleatoritzacio: escollir subjectes a latzar Eliminació: Eliminació d lefecte d les variables Constancia: treballar amb nomes un dels valors d la variable controlada Balanceig: mateixa quantitat d subjectes en cadascun dels grups. Contrabalanceig: saplica en un disseny de mesures repetides. Admisnistrem les diferents condicions d forma diferent als subjectes d la meva mostta (evitem laprenentatge) Cec: a un grup se li aplica el farmac i a laltre, un placebo. No li diem al grup quin tipus d farmac esta prenent. i doble cec: ni el investigador ni els grups saben a quin grup esta adminisitrat el farmac. Analisi de la covariancia: mirem lefecte d la VI en la VD per controlar les variables extranyes. Prevalença duna enfermetat: proporcio d persones q pateixen una enfermedad en un moment determinat Incidencia duna enfermetat: fixar un periode d temps dobservacio. Nous casos. Disseny Transversal: en un únic moment dels temps Disseny Longitudinal: al llarg del temps Informació qualitativa: a partir d narracions, revistes... Analisi de contingut Informació quantitativa: recollir diferents variables, edat, sexe, numero encerts, nivell depresió... Info a partir de tecniques estadístiques, analisi estadístic. VARIABLES Variable: domini que no es manté constant. Ens han de permetre reduir l’error de mesura. Es classifiquen en funció de determinades propietats. Concepte q pot variar entre dos valors. No confondre valors d variable amb la variable, són coses diferents. Es poden classificar en: - Criteri Estadístic: a l’hora de classificar les variables en quant a les seves propietats estadístiques ho fem en funció de les seves qualitats quantitatives. No és el mateix les variables qualitatives o quantitatives q la info qualitativa o quantitativa. o Variables qualitatives: Els valors són Atributs sexe: home, dona Artificials: definides per nosaltres (tipus de feina, etc.), l’investigador decideix quins són els valor d la variable Naturals: determinades (sexe, etc.) els valor d la variable existeixen x si mateixos o Variables quantitatives: Els valors Tenen sentit com a números reals edat (en anys) dels subjectes: 20 anys, 40 anys... Contínues: entre dos valors concrets hi ha infinits valors. Discretes: entre dos valors concretes hi ha un nombre finit de valors. - Criteri Metodològic: o Variables independents: l’investigador manipula (experimental); explicativa, predictora i exògena (observacional) o Variables dependents: no manipulables, es veu el resultat del que l’investigador ha manipulat prèviament (experimental); explicada, criteri i endògena (observacional) o Variables de control: sexe, edat... Variables q hem d controlar ja q el seu efecte pot condicionar a les dependents i independents. Variables extranyes: poden influir en l’experiment, cal controlarles. - Escala de Mesura: o Nominal: Entre els valors d la variable nomes es compleix la relacio digualtat i desigualtat. Són iguals o diferents la variable sexe: home o dona. pròpia de les variables qualitatives únicament. Xi = Xj / Xi ≠ Xj o Ordinals: relació digualtat i desigualtat i relació d’ordre. Puc ordenar els valors d la variable. poden ser qualis (si té pocs valors) o quantis (si té mínim 5 valors, escales tipus Likert). Xi = Xj / Xi ≠ Xj / Xi < Xj o Interval: determina la igualtat de la diferència entre diferents intervals. sempre són quantis. El zero no indica absència. Pot ser negatiu. Per ex: 0 graus centígrads. Xj – Xi = Xk - Xm / Xi = ø (arbitri) / Xj – Xi < Xk – Xm o Raó: sempre són quantis. El zero és absolut, és origen; indica absència, no és res. Xj / Xi = Xk / Xm / Xi = ø (absolut) Les variables quantitatives poden ser: - Contínues: entre dos valors consecutius hi ha infinits nombres ­ Discretes: entre dos valors consecutius no hi ha cap número (número de germans) MOSTRATGES Característiques d la mostra: - És part d la població subgrup d la població mostra, formada x individus - Mida proporcional a la població - Manca d distorció en la selecció - Representació de la població Característiques de les unitats d mostratge: - Definit de manera que la seva identificació sigui inequívoca - No es solapen entre ells - A cada unitat se li assigna probablement haver estat seleccionat - Totes les unitats haurien de pertànyer a la població objecte de l’estudi. Població paràmetre (símbol d lletres gregues) Mostra estadístic (símbol d lletres llatines) Estadística inferencial a partir d’una mostra, vull saber què passa a la població. Error Mostral més petit possible El valor d l’estadístic ha d ser el més semblant possible al del paràmetre representativa a la població. la mostra ha d ser Probabilístic: tots els membres de la població tenen la mateixa probabilitat d’estar dins de la mostra. Respecten la igualtat de probabilitat en tots els aspectes de la població. Utilitzo números aleatoris x seleccionar els subjectes (como la loteria, compres un número y t puede tocar o no). - Mostratge aleatori simple: s’han d’identificar tots els individus de la població i numerar-los. Després seleccionem a l’atzar números aleatoris i treiem mostres aleatòries. - Mostratge sistemàtic: s’han d’identificar tots els individus de la població i numerar-los; i només seleccionem a l’atzar un primer individu. Determinem un número k (k=N/n). Més tard, seleccionem un número - entre 1 i k i així obtenim els individus d la mostra. Per exemple, si hem obtingut el número 3 i sabem q la k=5, els següents individus serien 3+k 8 (3+5), 13 (8+5) ... Mostratge estratificat: s’agrupen els individus amb una característica comú Mostratge de conglomerat: seleccionar a l’atzar els conglomerats (escoles, regions ...) No probabilístic: NO tots els membres de la població tenen la mateixa probabilitat d’estar dins de la mostra. - Accidental i Intencional: selecció dels subjectes voluntaris de forma arbitrària, no aleatòria Empíric (no probabilístic): és proporcional (per ex. 10 homes i 10 dones) - Per quotes: es calcula la quatitat necessària d’individus de cada estrat - Bola d neu: la primera mostra individual condueix als següents. - Opinàtic (no probabilístic i intencional) UNITAT 3: TÈCNIQUES DE REGISTRE Observació: estratègia no manipulativa. Registre específic i sistemàtic, del comportament espontani en un context concret, i després una codificació i anàlisi. Equació funcional de la observació: Observació = Percepció + Interpretació + Coneixements previs – Sesgos (biaixos) Sesgos (biaixos): - Reactivitat: sentir-se observat o Simple: o Recíproc: o Auto-reactivitat: - Expectància: expectatives o Fora de context: o Excessiva incidència del marc teòric: - Errors tècnics: o Percepció reduïda: o Fracàs de l’instrument: Observació sistemàtica: observació programada 1. Problema d delimitació disseny - Assegurar-nos de la fiabilitat del sistema d categories a partir de la observació dels observants. 2. Recollir les dades - Sistema d categories ... 3. Anàlisi de dades - Dades estadístiques 4. Interpretació de resultats - Interpretació amb el context el marc teòric Què és el q hem d’observar? Resposta simple: - No verbal: facial/gestual/postural - Proxèmic Proximitat amb la distància q íntim/personal/social/públic - Vocal sons, no llenguatge - Verbal/oral en primera persona, en tercera, narracions ... observem: GENERACIÓ DEL SISTEMA D CATEGORIES Molar àmplia Molecular concreta - Registre narratiu (o basar-se en les recerques prèvies, marc teòric) Registre descriptiu Llista d trets Amb la llista d trets, faig un catàleg d categories Posar a prova el sistema d categories Sistema d categories propi i definitiu (ad hoc generat expressament pel fenòmen q volem estudiar) Les categories han d ser excloents (una conducta no es pot posar en més d’una categoria) i exhaustives (tot el q passi important, s’ha de poder incloure a les categories). Nucli categoria el q defineix realment aquella conducta Enfocament èmic: explicació q fan els propis participants sobre els motius d la seva conducta Enfocament ètic: explicació dels motius de la conducta a partir d la observació directa d’algú extern. TIPUS OBSERVACIONS: - Observació no participant: l’observador no és percebut pels participants/observats, no està dins (reactivitat nul·la) - - Observació participant: l’observador comparteix l’activitat diària dels observats (la integració redueix la reactivitat) L’observació participació: l’observador està immers en els esdeveniments i registra els resultats de la seva perspectiva (s’utilitza un individu del mateix sistema) (la reactivitat es redueix) Auto-observació: registre de les conductes q faig jo mateix (l’observador i observat és la mateixa persona, reactivitat molt alta), ajuda en la modificació de la auto-conducta (si cada vegada q fumo un piti m’ho apunto, disminuiré el número d pitis q em fumo). És molt important q l’observador (o els observadors) q registri les conductes estigui molt ben entrenat. Busquem la fiabilitat de l’observador (acord intra i enterobservador). L’ENTREVISTA Conversa cara a cara entre l’entrevistador i l’entrevistat dirigida al coneixemnt i la comprensió dels fets, experiències, esdeveniments... segueix el model d’una conversa entre iguals (=NO és un intercanvi formal de preguntes i respostes). És flexible, dinàmica, no estructurada, no directiva, no estandarditzada i oberta. Es va crear a partir de la observació participant. Es busca info en profunditat. Fases: en tot tipus de entrevista s’han d seguir aquestes fases. INTRODUCCIÓ: - Recepció - Salutació i presentació - Conversa introductòria - Aclariments sobre l’entrevista DESENVOLUPAMENT: - Preguntes sobre la temàtica que es vol tractar a l’entrevista TANCAMENT: - Aclariment de dubtes - Comiat Tipus: Característiques comuns ens tots els tipus d’entrevistes: - Comunicació verbal (tot i q la comunicació no verbal també és important) - Un determinat grau d’estructura per a q linvestigador sàpiga quins tòpics ha d tractar i no por oblidar-se de parlar-ne. - Procés bidireccional tot i q els participants tenen els seus rols, és lentrevistador qui ha d portar, dirigir la entrevista. - Origen en la observació participant. EL QÜESTIONARI Crear un conjunt de preguntes (ítems) q representin l’objectiu del qüestionari (el constructe q volem mesurar). D més a menys generalitat. Es necessari especificar les àrees d contingut, les variables, indicadors i els tipus d preguntes. Objectius: Valorar un constructe Estimar una magnitud Descriure una població Fases per la creació d’un qüestionari: 1. especificació dels objectius dl qüestionari 2. 3. 4. 5. 6. 7. planificació del qüestionari elaboració de les preguntes o ítems anàlisi de la qualitat d les peguntes Desenvolupament d’un qüestionari provisional o pilot Anàlisi de la fiabilitat i validesa Desenvolupament del qüestionari final Prèviament, cal assegurar-se q no hi ha cap qüestionari ja fet amb l’objectiu q tenim plantejat; ja q podem utilitzar instruments d mesura ja fets en comptes d crear-ne un d nou. Diferències entre enquesta, qüestionari i escala: Enquesta: Seguit d preguntes sobre diversos temes q administrem a un grup d subjectes d la població Qüestionari: Mesurar un constructe determinat, preguntes concretes sobre aquell constructe, analitzem les respostes pregunta a pregunta Escala: mesurem un constructe per aquesta té propietats mètriques: analitzem les preguntes globalment, no pregunta a pregunta. Avantatges d’un qüestionari: - Ofereix la info estandarditzada sobre un conjunt d variables - Facilita l’anàlisi d resultats i interpretació d’aquests - Promou l’anonimat d les persones - Redueix el temps en la recollida i interpretació d dades. Inconvenients d’un qüestionari: - Només es centra en aspectes molt descriptius. - Informació molt poc profunda. - Requereix molta experiència dels investigadors ja q elaborar un qüestionari es bastant elaborat. Recomanacions per les preguntes: - Preguntes rellevants o específiques - Evitar esbiaixar preguntes (per exemple: es veritat q...); utilitzar llenguatge neutre. - Evitar les expressions negatives, les preguntes han d ser afirmatives. - Adaptació el llenguatge per a q les persones q facin el qüestionari entenguin les preguntes, no utilitzar llenguatge massa tècnic - Per escales likert: Equilibrar les qüestions favorables i desfavorables i donar 5 opcions d resposta. - Preguntes factuals (per a coses objectives) o subjectives - Obertes o tancades (elecció múltiple) - Sobre dades demogràfiques (edat, sexe, població...) REGISTRES SOCIOMÈTRICS: Recopilació d dades dut a terme seguint la metodologia sociomètrica. Es tracta d’analitzar les relacions individuals en situacions d grups petits. Sociograma: per estudiar relacions socials d grups. diagrama on els individus són punts i les seves relacions socials són línies. Fletxes per indicar una relació unidireccional o recíproca. La seva força és representada segons el gruix d la línia. Altres tècniques d registre: - Narratius (com a les entrevistes, autobiografies, llibres...): info qualitativa - De grups: entrevistes d grups grups Delphi: generació d’escales a partir d’un grup d’especialistes, d discussió: 8 persones parlen i donen la seva opinió subjectiva d’un tema d’interès. Hi ha un moderador. No fa falta arribar a una conclusió - De laboratori: experiments (per registrar el temps d reacció, nombre d respostes correctes i incorrectes, electromiografia...) amb laberints, piscina d Morris, caixa d Skinner, cronòmetres, ressonància magnètica (funcional i estructural) ... GENERACIÓ D’UNA MATRIU D DADES A les columnes trobem les variables i a les fileres, els subjectes. Primer pas: fer la matriu d dades Segon pas: fer el seu respectiu diccionari Revisió de la matriu d dades: - Detecció dels valors incorrectes - Detecció dels valors anòmals Primer s’han d limitar els valors d les quadrícules (cells). Després, obtenir sumaris d freqüència. UNITAT 4: FONAMENTS DE PROBABILITAT Probabilitat Casos favorables / casos possibles (successos elementals espai mostral – omega =1) - Els successos elementals No són equiprobables Defincio emprica d probabilitat consisteix en fer infinites mesures Definció axiomàtica - prob entre 0 i 1 - mai pot ser negativa ni superior a 1. Més a prop d 1, més succés segur. - la prob associada al unio d tots el successos elementals es igual al sumatori d les prob dels diferents successos elementals succés impossible no es pot donar mai succés segur espai omega prob d dos successos independents es igual al producte d les prob d cada succés prob condicionada prob q es doni A sabent q sha donat B VARIABLES Aleatòries variables quantitatives Discretes: variables que només poden agafar números sencers. La suma de les prob assignades a cadascú de les valor d la variable aleatòria discreta es igual a1 o Funció de massa o probabilitat: f(x) assigna prob docurrencia a cada variable x o Funció de distribució: F(x) assigna prop d forma acumulada fins a un valor determinat d la variable x Les variables aleatòries discretes Queden definida per: - Esperança matemàtica indica quin es el valor promig a la població. Moment central (ajustar la mitjana) d primer ordre es una mitjana - Kurtosis o apuntament indcador d forma: com és la representació gràfica daquest distribució apuntament. D quart ordre Simetria indcador d forma: com és la representació gràfica daquest distribució. D tercer ordre (perquè elevem al cub)3 variància variabilitat q hi ha en la variable aleatòria discreta (valor difrenets o iguals). Moment central d segon ordre (prquè elevem al quadrat)2 Contínues: entre dos valors d variable existeix numero infinit de valors possibles. Assignar valor d ocurrència a intervals d valors o Funció de densitat: f(x) no dona probabilitat dun valor concret, només la probabilitat de una àrea, d’un interval o Funció de distribució: F(x) acumular probabilitats MODELS DE PROBABILITAT Binomial i Poisson variables aleatories discretes Normal variables continues LLEI BINOMIAL variables aleatories discretes Tres condicions: - Variables aleatòria discreta ve derivada duna variable qualitativa dicotòmica (assajos d Bernoulli) o una cosa o una altre, x exemple, sí/no - De mesura a mesura els experiments són independents els valors no influeixen entre ells - Puc repetir les mesures infinites vegades Exemple: 1. Ser nen o nena en cada naixement, és l'experiment de Bernoulli 2. L'èxit serà ser nen perquè és la variable que ens interessa, i per tant, ser nena el fracàs 3. Hi han hagut 3 naixements, per tant, n=3. La variable té 4 valors (n+1) 4. Que en el primer part surti nen no vol dir que en el segon hagi de tornar a sortir nen La probabilitat d'èxit (E) és Pi (π). En aquest cas P(E)= π= 0,5 La probabilitat de fracàs (F) és (1-π) o q o (1-p). En aquest cas P(F)=q=0,5 Exemple: Si sé que la variable és binomial, es redueix molt el càlcul de l'esperança matemàtica i la variància. Les formules són les mateixes que la formula llarga però simplificades. Només es poden aplicar quan la distribució és binomial. DISTRIBUCIÓ DE POISSON variables aleatories discretes Utilitzaré Poisson en comptes de binomial quan (condicions): n ∞ a la pràctica n>30 π 0 a la pràctica π<0,1 Exemple: la taxa d'incidència del joc patològic en una població és del 4%. Si jo trec una mostra de 50 persones d'aquesta població, quina és la probabilitat de que 5 d'elles tinguin aquest trastorn. Variable número de subjectes en una mostra de 50 que són ludòpates Hi ha un experiment de Bernoulli, ser o no ser ludòpata La probabilitat d'èxit P(E)= 0,04 i la de fracàs P(F)= 0,96 n=50 i hi ha 51 variables Si apliques la fórmula de la distribució binomial el càlcul és molt alt, per això, si es donen les dos condicions s'utilitza la distribució de Poisson. Exemple: Lamda n x π 50 x 0.04 2 Altres distribucions de variables discretes: hipergeomètrica, binomial negativa i uniforme multinomial, geomètrica, MODEL DE LA LLEI NORMAL variables aleatories contínues Funció de densitat variable q segueix el model d la llei normal (campana de Gauss). - Definit x dos paràmetres: mitjana i variància - La mitjana està situada en el punt d màxima alçada també coincideix amb el valor d la mediana i moda - És simètrica - Distribució asimptòtica de còncava passa a convexa: mai arriba a tocarse, anirà d menys infinit a més infinit. - Tota l’àrea és lespai mostral, omega prob. 1 La meitat de la gràfica val 0,5 i l'altre 0'5. El valor central és l'esperança matemàtica (μ) i delimita la població en dues parts. Estarà més oberta o més tancada depenent de la dispersió (totes tenen el mateix centre). La dispersió segueix la variància (σ2). A nivell teòric aquesta corba és asimptòtica, és a dir, que no arriba mai a tocar l'eix d'abscisses. Va de menys infinit a més infinit. Per tant la probabilitat total hauria d'estar dins un interval indefinit. Els paràmetres d'aquesta distribució són l'esperança matemàtica i la variància. Desviació típica sense elevar a quadrat ; variància elevada al quadrat. Hi ha una distribució normal específica coneguda com a distribució normal estàndard. Convertir una distribució (z) la qual és normal a esperança matemàtica 0 i variància 1. Z ~ N (0,1)