3. Diferencias individuales y correlaciones Nazira Calleja

3. Diferencias individuales y correlaciones

Nazira Calleja

Pilares de la medición psicológica

VariabilidadCovariabilidadInterpretación de los puntajes

Variabilidad

1er. pilar

La naturaleza de la variabilidad Supuesto:Las personas difieren.

Diferencias: Interindividuales Intraindividuales

Importancia de las diferencias individuales

Psicología: Variabilidad en la conducta las personas.

Ciencias conductuales:Medición de las diferencias individuales.

¿Por qué algunas personas son más agresivas que otras?¿Las diferencias en la inteligencia están asociadas con diferencias en rasgos biológicos?¿La variabilidad en satisfacción marital está relacionada con la variabilidad en la autoestima de los hijos?

Importancia de las diferencias individuales Toda la investigación en psicología y todas las

aplicaciones científicas de la psicología dependen de la habilidad para medir las diferencias individuales.

Cualquier área de la psicología (experimental o no experimental, básica o aplicada) depende de la existencia y cuantificación de las diferencias individuales.

Importancia de las diferencias individuales

Los puntajes de una prueba variarán de persona a persona o de un tiempo a otro.Estos puntajes o mediciones constituyen una distribución.

Variabilidad y distribución de puntajes Fundamento de la medición en psicología:Habilidad para detectar y describir distribuciones de los puntajes de un instrumento.

Cuando un grupo de personas responde a una instrumento,

cada persona obtiene un puntaje. Distribución de puntajes

Meta de la estadística: Describir una distribución de puntajes de una manera significativa.

Distribución

Estudiante Puntaje

1 15

2 20

3 23

4 23

5 34

6 15

7 25

8 15

9 16

Tendencia central¿Puntaje “típico” en la distribución?¿Puntaje que es el más representativo de toda la distribución?

Media Mediana Modo

Tendencia centralEstudiante Puntaje

1 15

2 20

3 23

4 23

5 34

6 15

7 25

8 15

9 16

10 14

Suma 200

Media = 200 / 10 = 20

Variabilidad Media: interesante y útil

Variabilidad: Mucho más interesante y mucho más útil

Cuantificar el grado en el cual las personas en el grupo difieren unos de otros.

Cuantificar con precisión la cantidad de variabilidad dentro de una distribución de puntajes.

Corazón de la teoría psicométrica: Varianza (y desviación estándar)

VariabilidadX M

X-M(Desviación)

(X-M)2

(Desviación cuadrada)

14 20 -6 36

15 20 -5 25

15 20 -5 25

15 20 -5 25

16 20 -4 16

20 20 0 0

23 20 3 9

23 20 3 9

25 20 5 25

34 20 14 196

∑ 0 366

s2 = 366 / 10 = 36.60 Varianzas = √ 36.60 = 6.05 Desviación

estándar

Varianza

Media = 110

Varianza = 166.67

Desv. est =

12.91

Persona(x)

Puntaje CI

(x-Mx)Desviaci

ón CI

1 110 0

2 120 10

3 100 -10

4 90 -20

5 130 20

6 110 0 n = tamaño de la muestra (número de puntajes)

n = 6

Variabilidad Desviación estándar:Refleja la variabilidad en términos del tamaño de los puntajes crudos de desviación.

Factores en el tamaño de la varianza:1. Grado en el que los puntajes en una

distribución difieren uno del otro. > variabilidad > varianza

2. Métrica de los puntajes en la distribución:Ejem.: IQ con rango de 80 a 130: s2= 166.67

Actitud con rango 1 a 3: s2 = 0.39

VariabilidadFactores a considerar al interpretar la varianza:1º Nunca puede ser < 0 (los puntajes no varían).

Imposible varianzas negativas.

2º No hay una manera simple de interpretar una varianza como grande o pequeña.

3º La varianza es más interpretable y significativa cuando se pone en contexto, como cuando se compara con otra distribución de la misma medida.

Variabilidad

Factores a considerar al interpretar la varianza:

4º La importancia de la varianza radica

principalmente en sus efectos sobre los otros

valores que son más directamente interpretables:

coeficientes de correlación

coeficiente de confiabilidad

intervalos de confianza

sesgos.

Formas de la distribución La curva representa la proporción de personas en un grupo que tienen un valor específico.Una distribución simétrica se denomina distribución normal.

Formas de la distribución La idea de una distribución normal está implícita en muchos procedimientos estadísticos.

Supuesto: Los puntajes están distribuidos de manera normal.Es un ideal teórico, un modelo.Rara vez las distribuciones son perfectamente “normales”.Por lo general implican algún sesgo.

Formas de la distribución


Variabilidad

Covariabilidad

Interpretación de los

puntajes

Covariabilidad

2o. pilar

Asociación entre distribuciones Concepto importante: asociación o

covariabilidad.

Covariabilidad: grado en el que dos distribuciones de puntajes varían de una manera correspondiente.

Interpretación de la asociaciónentre dos variablesDeseamos conocer: A) La dirección de la asociación. B) La magnitud de la asociación.

Una gran cantidad de investigación en ciencia conductual se ha dedicado a entender la fuerza de la asociación entre variables conductuales importantes.

Interpretación de la asociación entre dos variablesConsistencia: Una fuerte asociación entre dos variables puede mostrar que las diferencias individuales son consistentes entre las dos variables.

Una asociación fuerte ConsistenciaUna asociación débil Inconsistencia

Cuando no hay una asociación clara entre las dos variables:las diferencias individuales en una variable son totalmente inconsistentes con las diferencias individuales en la otra variable.

CovarianzaCuantificación de la asociación o covariabilidad entre dos distribuciones de puntajes:

CovarianzaCorrelación

Varianza: calculada a partir de la variabilidad de los puntajes de una distribución.Covarianza: calculada a partir de la variabilidad entre los puntajes en dos distribuciones diferentes.

Covarianza: Representa el grado de la asociación entre la variabilidad en dos distribuciones.

Covarianza(x)

Puntaje Inteligen

cia CI

(y)Actitud hacia el estudio

AE

(x-Mx)Desviació

n CI

(y-My)Desviació

n AE

(x-Mx) (y-My)

Producto

s cruzados

110 2.6 0 -.1 0

120 3.0 10 .3 3

100 2.5 -10 -.2 2

90 1.5 -20 -1.2 24

130 3.2 20 .5 10

110 3.4 0 .7 0CI AE

Media = 110 2.70

Varianza = 166.67 0.39

Desv. est =

12.91 0.62

∑ (x-Mx) (y-My)

39

Covarianza (sxy) 6.5

Correlación (rxy) .81

Covarianza

= Covarianza de la variable X con Y

= Diferencia de cada uno de los puntajes de X en relación con su media

= Diferencia de cada uno de los puntajes de Y en relación con su media

Covarianza

Covarianza: Proporciona información sobre la dirección de la asociación.

Covarianza positiva: Hay asociación positiva o directa entre las dos variables.

Covarianza negativa: Hay asociación negativa o inversa entre las variables.

Covarianza

Factores que afectan la magnitud de la covarianza:

1º A más altos valores asociacionesde covarianza más fuertes

2º La métrica de las dos variables afecta la magnitud de la covarianza, por lo que es difícil de interpretar.

Correlación

Proporciona un índice de asociación lineal

fácilmente

interpretable.

Índice en un rango muy específico de valores:

De -1 a +1

Refleja la dirección (con el signo)

Refleja la magnitud (con el valor numérico)

Correlación negativa

No correlación Correlación negativa

Cuando una variable sube la otra baja

Cuando un cambio en una de las

variables no afecta a la otra

Cuando una variable sube, la otra también

sube y viceversa

Número negativo -

Cero Número positivo+

DIRECCIÓN DE LA RELACIÓN

Refleja la magnitud de la asociación, independientemente de las variables de que se trate y de su métrica.

.30 es más fuerte que .20, pero menos que .40 .30 es de la misma magnitud que -.30

Máxima posible: 1 (o -1)

Mientras más se aleja el índice del cero, más fuerte es la relación.

Correlación fuerte

Correlación moderada

Correlación débil

|r| 0.80 0.50 < |r| <0.80. |r| 0.50

MAGNITUD DE LA RELACIÓN

Correlación

Correlación Como una medida de asociación, la r está

basada parcialmente en la covarianza

= Covarianza de la variable x con y

= Desviación estándar de la variable x

= Desviación estándar de la variable y

= Correlación de la variable x con y

Correlación Ejemplo:

= 6.5

= 12.91

= 0.62

6.5

(12.91) (0.62)

0.81

Varianza para “variables compuestas”

En la mayoría de los caso los instrumentos psicológicos se determinan por hacer a las personas varias preguntas, o están basadas en varias observaciones conductuales.Las respuestas se suman o se promedian para formar un puntaje compuesto

Ejemplo:Inventario de Depresión de Beck:21 reactivos en una escala de 0 a 3Los puntajes pueden ir de 0 a 63

Varianza para “variables compuestas”La varianza de un puntaje compuesto está determinada por:

a) la variabilidad de cada reactivo yb) la correlación entre los reactivos.

Para un instrumento de dos reactivos: s2

compuesta = s2i + s2

j + 2rijsisj

s2compuesta: varianza de la variable compuesta

i: reactivo 1

j: reactivo 2

s2i: varianza del reactivo 1

s2j: varianza del reactivo 1

rij: correlación de los reactivo 1 y 2

Varianza para “variables compuestas”Por tanto:La varianza total de los puntajes de un instrumento dependeráde la variabilidad del reactivo yde la correlación entre los pares de reactivos.

Aspecto importante para la confiabilidad.

Reactivos binariosAlgunas mediciones psicológicas están basadas en respuestas dicotómicas a los reactivos de un instrumento o a las observaciones conductuales dicotómicas.

Sí / noDe acuerdo / En desacuerdo

Correcto / Incorrecto

Reactivo binario: Sólo uno de las dos alternativas está disponible en cada reactivo u observación.

¿Cómo se representa la varianza en reactivos binarios?

Reactivos binarios

Ejemplo:¿Te sientes deprimido?

Sí: 1 [sí, siempre, de acuerdo, verdadero, correcto]

No: 0 [no, nunca, en desacuerdo, falso, incorrecto]

= Proporción de respuestas 1 (Sí o valencia positiva).

p = Proporción de respuestas 1 en el reactivo.= p =

∑ X

N

Reactivos binariosSi de 10 personas, seis responden “sí” y cuatro “no”

La varianza de reactivos binarios se expresa también en términos de proporción.

= p =1+0 +1+1+1+0+0+1+0+1

10

= p =6

10

= p = .60

Reactivos binariosp = Proporción de respuestas con valencia positiva en el reactivo.q = Proporción de respuestas con valencia negativa en el reactivo.

1 – p = q

s2 = pq

s2 = (.60) (.40)s2 = .24

Entonces, la varianza de una respuesta binaria depende de p y de q.

Reactivos binariosLa varianza de un reactivo binario es máxima cuando la mitad de las personas responde positivamente y la otra mitad negativamente:

p = q = .50

s2 = (.50) (.50)s2 = .25

Cualquier otro valor menor varianza.

Si p = 1.00 o 0.00 no hay varianza.

Si no hay varianza no es posible correlacionar los datos con ningún otro grupo de datos.


Variabilidad

Covariabilidad

Interpretación de los

puntajes

Interpretación de los puntajes

3er. pilar


En la mayoría de los instrumentos

psicológicos, los puntajes

no son inherentemente

significativos ni fácilmente

interpretables.


Ejemplos:

En la escala de neurotisismo de un cuestionario de

personalidad, ¿qué significa si obtienes un puntaje

34? ¿Tienes 34 “unidades” de neurotisismo?

¿Tu puntaje es alto? ¿Es bajo?

Si tu amigo responde un cuestionario diferente y

obtiene un puntaje de 98, ¿significa que es mucho

más neurótico que tú? ¿Podría ser menos que tú?

Interpretación de los puntajesDos facetas en el “significado” o interpretación de los puntajes en una medición psicológica.

1ª faceta. Habilidad básica para interpretar un puntaje como relativamente alto o bajo.(A veces aún esta interpretación no es clara).

Hay procedimientos que permiten a los usuarios de un instrumento clarificar esta faceta, como:

medias desviaciones estándar distribuciones “normales”.

Interpretación de los puntajes2ª faceta. Tiene que ver con las implicaciones psicológicas

de los puntajes. ¿Qué significa realmente un puntaje alto en un instrumento particular, en términos psicológicos?

¿Es realmente verdad que la prueba es una medida de neuroticismo?Si sí es, ¿qué significa tener un alto nivel de neuroticismo?¿Es posible que el usuario de la prueba esté malinterpretando los puntajes?

Respuestas con base en:investigación,teoría psicológica yanálisis estadístico.

Interpretación de los puntajesUno de los problemas más serios es que los puntajes en un instrumento psicológico son difíciles de interpretar.

¿Qué significa obtener un puntaje de 40 en un examen?

Las pruebas psicológicas se basan en muestras conductuales y rara vez son un índice de la cantidad de atributo psicológico.

El puntaje es un número que necesita un esquema de referencia para poder ser interpretado.

Interpretación de los puntajesEl esquema de referencia se basa en dos tipos de información acerca del puntaje en relación con una distribución de puntajes.

1ª clave. ¿El puntaje cae arriba o abajo de la media?

Si la media es de 36, un puntaje de 40 está por arriba de la media.

Gran paso hacia la claridad en la interpretación del puntaje.

Interpretación de los puntajes2ª clave. ¿Qué tan arriba o abajo de la media cae el puntaje? Distancia del puntaje respecto de la media.

¿El 40 es un puntaje ligeramente o moderadamente altoo muy alto?

Se necesita un número que proporcione información acerca del tamaño relativo de la distancia entre el puntaje y la media.

Si la mayoría de los estudiantes obtuvieron puntajesentre 34 y 38, un puntaje de 40 podría ser muy alto.

Entonces, la 2ª clave es la variabilidad dentro de una distribución de puntajes.

Desviación estándar

Puntajes z (puntajes estándar)1ª clave. Media2ª clave. Desviación estándar

Ambos se usan para calcular puntajes z.

Para dar significado a los puntajes de un instrumento, transformamos el puntaje de un individuo a un puntaje z.

Puntajes z (puntajes estándar)

40 - 36

8

.5

Los puntajes z tienen interpretaciones específicas, aunque abstractas.

“.5 desviaciones estándar arriba de la media”“la mitad de una desviación estándar arriba de la media”

Puntajes z (puntajes estándar)Puntajes z:

Indican lo extremoso de un puntaje.

Un puntaje z alto (en términos de valor absoluto)indica un puntaje más extremo.

.5 no es extremo, está ligeramente cerca de la media.

Los puntajes z pueden ser indefinidamente grandes.Pero en distribuciones normales los puntajes z más altos son de 3 o 4 (y los más bajos de -3 o -4).

Curva normal o Campana de Gauss

Puntajes z (puntajes estándar)Ejemplo:

El puntaje está dos desviaciones arriba de la media;por tanto, es un puntaje relativamente extremo.

40 - 36

2

2

.5

Puntajes z (puntajes estándar)Casos

Puntajes brutos de creatividad

Puntajes Z de creatividad

1 12 -0.23

2 13 0.04

3 9 -1.05

4 18 1.41

5 7 -1.60

6 9 -1.05

7 14 0.31

8 16 0.86

9 10 -0.78

10 12 -0.23

11 7 -1.60

12 13 0.04

13 14 0.31

14 19 1.68

15 10 -0.78

16 16 0.86

17 12 -.23

18 16 0.86

19 19 1.68

20 11 -0.51

Media 12.85 0

Desviación estándar 3.66 1

Puntajes z (puntajes estándar)Propiedades importantes y únicas de los puntajes z porque afectan los valores permisibles de ciertos índices estadísticos:En una distribución de puntajes z:

Media = 0Desviación estándar = 1

Puntajes z (puntajes estándar)Beneficios de los puntajes z

1er. beneficio:Expresan los puntajes de una manera que evita la ambigüedad de la mayoría de las medidas psicológicas.Nos libera de preocuparnos de la métrica o las unidades de los puntajes originales.

Puntajes zPuntajes brutos

Puntajes z (puntajes estándar)Beneficios de los puntajes z

2º beneficio: Pueden usarse para comparar puntajes de pruebas que usan unidades diferentes.Julio: 34 en neuroticismo en la

prueba ADenís: 98 en neuroticismo en la

prueba BLos transformamos en puntajes z (con base en la media y la desviación estándar de las respectivas distribuciones). Julio

z = 1.3Denísz = -.4


Beneficios de los puntajes z

La transformación a puntajes z es útil incluso cuando las conductas se miden con instrumentos que producen unidades estándar (ej., relojes que registran milisegundos).

Se pueden comparar con otro tipo de mediciones de la conducta que podrían registrarse con diferentes medidas (ej., peso) o expresadas en unidades que no son estándar (ej., puntajes en una escala de optimismo).

Puntajes z (puntajes estándar)Importante:Los puntajes z expresan un puntaje en términos de su relación con una distribución completa, es decir, en términos relativos.Puntaje z = +2 es en relación con el resto del grupo.

No da información acerca del nivel del puntaje en términos absolutos, aunque lo “absoluto” en psicología comúnmente es ambiguo.

En conclusión: Los puntajes z son muy útiles porque proporcionan un esquema de referencia que se basa en la manera en que los puntajes se relacionan unos con otros.

Puntajes z (puntajes estándar)Correlación: consistencia de las diferencias expresadas en unidades de puntajes z.

Ej.: Puntajes de Actitud hacia el Estudio (AE) de 100 estudiantes.¿Los puntajes de AE se correlacionan con las horas de estudio por semana (HE)?AE: métrica pequeña (ej., 3.2 unidades de actitud)HE: métrica grande (ej., 10 horas)Las dos variables se miden en diferentes métricas.

Al transformar cada grupo de puntajes a z expresamos ambos con una métrica común: puntajes métricos z.

Puntajes z (puntajes estándar)¿Los estudiantes que estudian más que el estudiante promedio tienen AE más altos que el estudiante promedio?Si hay consistencia, puede esperarse ambos puntajes de cada persona sean aproximadamente del mismo tamaño.

(zx zy)= Suma de los productos cruzadosde cada uno de los puntajes z.

(zx zy)

nr =


Sujeto

XAutoevaluación

de conocimientos sobre un tema

(De 1 a 7)

YExamen

sobre un tema(30 preguntas)

PuntajesZ de X

PuntajesZ de Y

Zx . Zy

1 1 16 -1.45 -1.45 2.09

2 3 18 -0.48 -0.96 0.46

3 6 22 0.96 0.00 0.00

4 5 24 0.48 0.48 0.23

5 2 20 -0.96 -0.48 0.46

6 4 20 0.00 -0.48 0.00

7 3 16 -0.48 -1.45 0.70

8 5 26 0.48 0.96 0.46

9 6 28 0.96 1.45 1.39

10 7 26 1.45 0.96 1.39

11 1 18 -1.45 -0.96 1.39

12 7 24 1.45 0.48 0.70

13 4 28 0.00 1.45 0.00

14 2 22 -0.96 0.00 0.00

r = 0.71

Puntajes z (puntajes estándar)A algunos usuarios de instrumentos psicológicos los puntajes z les pueden parecer confusos porque:1º Hay puntajes z negativos (porque están debajo de la media).

Puede ser difícil comprender cómo es que se tiene un nivel negativo de neuroticismo, autoestima o inteligencia.

2º Los puntajes se expresan en decimales.Tener un puntaje z de 1.24 simplemente no es claro.

Por tanto, hay quienes transforman una vez más los puntajes.

Puntajes estándar convertidos(Puntajes estandarizados)

Los puntajes estándar son simplemente puntajes z que se han convertido en valores que las personas puedan entender más fácilmente.

Los puntajes se re-escalan para que tengan diferente media y desviación estándar.Ej., los puntajes del MMPI-2 se convierten para que cada escala tenga:

Media = 50Desviación estándar = 10

Más fácil de entender un 65 o 45 en Paranoia que un 1.5 o -.5


Proceso de conversión:1er. paso. Se selecciona: una nueva media y

una nueva desviación estándar2o. paso. Se convierte el puntaje de un individuo con la fórmula:

T = z(snueva) + nueva

T = Puntaje estándar convertido z = Puntaje z original de la personasnueva= Nueva desviación estándar

nueva= Nueva media


Ejemplo:T = z(snueva) + nueva

T = 1.5(10) + 50T = 65

La persona está una y media desviaciones estándar arriba de la media.


¿Hay algo sospechoso en este proceso?¿Es legítimo cambiar las medias y desviaciones?

El significado de los valores individuales en mediciones psicológicas suele ser ambiguo.

Sólo tienen sentido en relación con los puntajes de los otros.

Los puntajes z (estandarizados) son informativos porque son una expresión pura de las distancia del puntaje del individuo arriba o debajo de la media.


Los puntajes estandarizados convertidos son informativos porque simplemente re-expresan los puntajes z de una manera que puedan ser más entendibles para la gente.

Los puntajes convertidos son lo mismo que los z (nos dice qué tan lejos está el puntaje de un individuo arriba o abajo de la media).

Truco: se debe conocer la media y la desviación estándar de los puntajes de la prueba.

PercentilesOTRA MANERA de expresar los puntajes de un instrumento en términos relativos.

Rango percentilar: Indica el % de puntajes que están abajo de un puntaje específico.

Ej., El puntaje de Lizbeth está en el percentil 85.

PercentilesFormas de determinar el rango percentilar:1ª forma: Método directo o empírico (cuando se tiene acceso a la distribución completa).a) Se identifica el número exacto de puntajes en la distribución que son menores que el puntaje de Carolina.b) Se divide entre N.

75 personas responden una prueba Carolina saca un puntaje de 194 52 personas obtuvieron puntajes abajo de

194 (52/75) (100) = 69% El puntaje de Caro está en el percentil 69.

PercentilesFormas de determinar el rango percentilar:2ª forma: Método con distribución normal.

Si no se tiene acceso a la distribución completa, pero se conoce la media y la desviación estándar.

Sólo si los puntajes se distribuyen normalmente.La distribución normal permite asociar puntajes estándar específicos con percentiles.Dos maneras:a) Usar calculadoras electrónicas de puntajes z http://davidmlane.com/hyperstat/normal_distributi

on.html http://psych.colorado.edu/~mcclella/java/normal/n

ormz.htmlo en Excel (función NORMSDIST)

http://davidmlane.com/hyperstat/normal_distribution.html

http://davidmlane.com/hyperstat/normal_distribution.html

http://psych.colorado.edu/~mcclella/java/normal/normz.html

http://psych.colorado.edu/~mcclella/java/normal/normz.html

Percentilesb) Con tablas de distribución normal o z.

Se obtiene el puntaje zSe busca en la tabla el área a que

corresponde: z = 1.5 Área entre la media y z: .4332

z = 1.5

43.32%

zÁrea entre la media y z

1.40 .4192

1.41 .4207

1.42 .4222

1.43 4236

1.44 .4251

1.45 .4265

1.46 .4279

1.47 .4292

1.48 .4306

1.49 .4319

1.50 .4332

1.51 .4345

1.52 .4357

1.53 .4370

1.54 .4382

1.55 .4394

1.56 .4406

1.57 .4418

1.58 .4429

1.59 .4441

1.60 .4452

PercentilesSi el puntaje z es positivo:

Agregar .50 al área obtenida. z = 1.5 Área entre la media y z: .4332 .50 + .4332 = .9332 Percentil = 93.32

Si el puntaje z es negativo:Restar a .50 el área obtenida. z = -1.5 Área entre la media y z: .4332 0.50 - 43.32 = .0668 Percentil: 6.68 %

Puntajes normalizados Muchas veces se desea que las mediciones de

un atributo psicológico se encuentren distribuidas normalmente en la población. Ej. Suposición de que la forma de la distribución de

inteligencia es normal. Si creamos un test de inteligencia nos gustaría

proporcionar a los usuarios un mecanismo de calificación que produjera puntajes que estuvieran distribuidos de manera normal y guías interpretativas (normas) que reflejaran la normalidad del constructo.

Si la distribución de los puntajes no es normal, entonces se le puede transformar en una distribución que se aproxime a la norma.

Puntajes normalizadosUn procedimiento:

Transformaciones de normalización otransformaciones de área.

Tres pasos:Para todos los puntajes:1º Calcular los percentiles a partir de los

puntajes observados.2º Convertir los porcentajes en puntajes z,

mediante las tablas de áreas bajo la curva.3º Calcular los puntajes estándar convertidos

en la métrica deseada a partir de los puntajes z.

Puntajes normalizadosEjemplo: Deseamos reportar los puntajes de un test de IQ en

una métrica con: media = 100 y desviación estándar = 15Puntaje observado de Julio César: 281º Calcular el percentil: 92%2º Convertir en puntajes z: +1.413º Calcular el puntaje estándar convertido:

T = 1.41 (15) + 100T = 121.15

Hacer esto con todos los puntajes.

Los usuarios del test podrían utilizar la guía con todos los puntajes para asociar cualquier puntaje original con el puntajes estándar convertido normalizado apropiado.

Normas de las pruebasEn la medición en psicología muchas de las

pruebas han sido normalizadas para facilitar su interpretación.

El nuevo instrumento se ha aplicado a un gran número de personas representativas de alguna población (muestra de referencia).Se calculan los puntajes (o normas para el test).En aplicaciones futuras las normas se utilizan como un esquema de referencia o guía para interpretar el puntaje de cada una de personas.

El proceso de normalización hace que la utilización de la prueba sea fácil y eficiente.

Normas de las pruebas El proceso de normalización es muy costoso. Se han desarrollado normas para algunas

pruebas de áreas aplicadas (clínica, laboral…) Para la gran mayoría de los instrumentos no

se desarrollan normas. Los investigadores comúnmente no están

interesados en interpretar puntajes individuales, sino en encontrar asociaciones entre variables.

Documents

3. Diferencias individuales y correlaciones Nazira Calleja