{"id":1511793,"date":"2013-08-18T07:32:03","date_gmt":"2013-08-18T06:32:03","guid":{"rendered":"https:\/\/www.mindsonar.info\/entender-las-estadisticas\/"},"modified":"2024-05-18T15:57:12","modified_gmt":"2024-05-18T14:57:12","slug":"entender-las-estadisticas","status":"publish","type":"page","link":"https:\/\/mindsonar.info\/es\/entender-las-estadisticas\/","title":{"rendered":"Entender las estad\u00edsticas"},"content":{"rendered":"\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\t\t\t\t\t\t\t\t
Home<\/span><\/div>\n\n\t\t\t\t<\/div><\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t
\n\t\t\t\t
\n\t\t\t\t\t

ENTENDER LAS ESTAD\u00cdSTICAS<\/h2>\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t

\u00bfPor qu\u00e9 estad\u00edsticas?<\/h4>\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Cuando trabaje con MindSonar, puede ser importante tener un conocimiento b\u00e1sico de estad\u00edstica. \u00bfPor qu\u00e9? En primer lugar, es bueno saber todo lo posible sobre el sistema con el que se trabaja. Por ejemplo, si se quiere construir un perfil de referencia realmente s\u00f3lido, es \u00fatil entender qu\u00e9 es la correlaci\u00f3n. O cuando veas una desviaci\u00f3n est\u00e1ndar en el perfil de un equipo, es bueno entender exactamente qu\u00e9 significa.<\/p>\n

Pero responder a preguntas como “validez” o “alfa de Cronbach” tambi\u00e9n puede ser importante cuando se habla de un proyecto de gran envergadura con un cliente potencial o con los expertos que contratan. Y no es tan dif\u00edcil, la verdad. Especialmente desde que busqu\u00e9 en YouTube y encontr\u00e9 algunas pel\u00edculas instructivas bien dise\u00f1adas.<\/p>\n

En esta p\u00e1gina trataremos 4 temas estad\u00edsticos:<\/p>\n

    \n
  1. Fiabilidad y validez\n<\/li>\n
  2. Desviaci\u00f3n t\u00edpica\n<\/li>\n
  3. Correlaci\u00f3n\n<\/li>\n
  4. Alfa de Cronbach\n<\/li>\n<\/ol>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t
    \n\t\t\t\t\t

    1. Fiabilidad y validez<\/h4>\t\t\t\t<\/div>\n\t\t\t\t
    \n\t\t\t\t\t\t\t\t\t

    En el v\u00eddeo anterior, el Dr. Conway menciona tres formas de medir la fiabilidad y cuatro formas de determinar la validez:<\/p>\n

    Fiabilidad<\/strong><\/p>\n

      \n
    1. Prueba\/reprueba<\/li>\n
    2. Pruebas paralelas<\/li>\n
    3. Estimaciones entre partidas<\/li>\n<\/ol>\n

      Validez<\/strong><\/p>\n

        \n
      1. Validez del contenido<\/li>\n
      2. Validez convergente<\/li>\n
      3. Validez divergente<\/li>\n
      4. Validez nomol\u00f3gica<\/li>\n<\/ol>\n

        \u00bfC\u00f3mo se relacionan estos 7 conceptos con MindSonar?<\/p>\n

        Fiabilidad<\/strong>de la prueba\/reprueba
        Para determinar la fiabilidad de la prueba\/reprueba, la prueba se administra dos veces a la misma persona y -en el caso de MindSonar- la prueba tambi\u00e9n debe versar sobre el mismo contexto.<\/strong> Cuanto menor sea la diferencia entre las dos puntuaciones, mayor ser\u00e1 la fiabilidad del test retest. Hasta ahora, no se ha realizado este tipo de investigaci\u00f3n sobre MindSonar.<\/p>\n

        Fiabilidad<\/strong>de la prueba paralela
        Para determinar la fiabilidad de la prueba paralela, habr\u00eda que comparar MindSonar con otras pruebas que ya hayan demostrado medir el mismo concepto de forma fiable.<\/strong> En el ejemplo de la pel\u00edcula, la temperatura medida por un term\u00f3metro de infrarrojos se correlaciona con la temperatura medida por un term\u00f3metro normal. Por desgracia, en el caso de MindSonar, no existen pruebas paralelas que hayan demostrado medir los mismos conceptos. Por lo tanto, determinar la fiabilidad de pruebas paralelas no es posible para MindSonar.<\/p>\n

        Estimaciones entre \u00edtems
        <\/strong>Lo que nos deja con la tercera categor\u00eda de medici\u00f3n de la fiabilidad: las estimaciones entre \u00edtems. La estimaci\u00f3n entre \u00edtems m\u00e1s utilizada se denomina alfa de Cronbach. Se trata b\u00e1sicamente de una medida de la coherencia interna entre los \u00edtems. M\u00e1s abajo en esta p\u00e1gina se explica detalladamente el alfa de Cronbach.<\/p>\n

        Desde el punto de vista de la fiabilidad, MindSonar consta de 14 pruebas diferentes; una para cada distinci\u00f3n del Thinking Stylea y otra para las categor\u00edas de Graves.<\/p>\n

        Drs. Lisette de Ruyter calcul\u00f3 el alfa de Cronbach en 2007, bas\u00e1ndose en los resultados de 1600 encuestados. Encontr\u00f3 el n\u00famero de \u00edtems (preguntas) que disminu\u00edan el Alfa de Cronbach o s\u00f3lo contribu\u00edan m\u00ednimamente. Estos puntos se eliminaron, a excepci\u00f3n de los que parec\u00edan cubrir un aspecto importante del metaprograma en cuesti\u00f3n. Aunque estos \u00edtems no aumentaron mucho el Alfa de Cronbach, s\u00ed parecieron contribuir a la profundidad de la medici\u00f3n. Tras esta “operaci\u00f3n de limpieza”, los Dres. De Ruyter encontr\u00f3 los valores para el Alfa de Cronbach, como se muestra en la siguiente tabla. En las ciencias sociales, un Alfa de 0,70 se considera aceptable y un Alfa de 0,80 se considera bastante fiable. Como se puede ver en la tabla, todos los valores son de al menos .70 y la mayor\u00eda est\u00e1n cerca o por encima de .80. <\/b>As\u00ed que en t\u00e9rminos de estimaciones entre \u00edtems, podemos concluir que MindSonar es una prueba confiable, o en realidad, que MindSonar es una colecci\u00f3n de 13 pruebas confiables. A\u00fan no se ha investigado la 14\u00aa prueba que mide las categor\u00edas de Graves.<\/p>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

        \n\t\t\t\t\t\t\t\t\t

        Validez del contenido
        <\/strong>La validez del contenido consiste b\u00e1sicamente en preguntar: \u00bfQu\u00e9 nos dice el sentido com\u00fan sobre c\u00f3mo cubren estas preguntas el concepto que se quiere medir? En 2004, los Dres. Jean Nijskens realiz\u00f3 un estudio en profundidad sobre la validez de contenido de MindSonar. Diez encuestados rellenaron la prueba y durante este proceso los Dres. Nijskens pregunt\u00f3 a cada encuestado, despu\u00e9s de cada pregunta, por qu\u00e9 hab\u00eda respondido as\u00ed. A continuaci\u00f3n, evalu\u00f3 si estas consideraciones eran o no representativas del Metaprograma que se estaba midiendo.<\/p>\n

        Por poner un ejemplo, hab\u00eda una pregunta que mostraba una fotograf\u00eda de una mujer con un vestido blanco, con dos textos alternativos. El objetivo de este \u00edtem era medir el emparejamiento frente al emparejamiento err\u00f3neo. En un texto, la mujer pensaba “Es estupendo que lleve mi bonito vestido blanco en esta fotograf\u00eda” (Coincidencia), y en el otro texto pensaba “Es una pena que no lleve mis pendientes blancos en esta fotograf\u00eda” (Falta de coincidencia). La pregunta era: “\u00bfQu\u00e9 mujer piensa m\u00e1s como t\u00fa en el contexto de [here the context the respondent had defined was filled in]?”. Uno de los encuestados eligi\u00f3 la alternativa del vestido (“Es estupendo que lleve mi bonito vestido blanco en esta fotograf\u00eda”). Cuando los Dres. Nijskens le pregunt\u00f3 por qu\u00e9 hab\u00eda hecho esta elecci\u00f3n, y ella respondi\u00f3: “\u00a1Porque tu prenda principal (el vestido) siempre es m\u00e1s importante que los accesorios (los pendientes)!”. Por supuesto, esta consideraci\u00f3n ten\u00eda poco o nada que ver con la distinci\u00f3n del metaprograma que quer\u00edamos medir (Coincidencia frente a Falta de coincidencia). Si un elemento evocaba demasiadas asociaciones no deseadas de este tipo, se modificaba o sustitu\u00eda. A continuaci\u00f3n, se volvieron a presentar a los encuestados los nuevos \u00edtems y los \u00edtems modificados, para comprobar que ahora provocaban las asociaciones deseadas.<\/p>\n

        A partir de esta investigaci\u00f3n, se plantearon algunas cuestiones fundamentales sobre la forma en que hab\u00edamos operacionalizado los Metaprogramas (es decir, las preguntas con las que est\u00e1bamos midiendo los Metaprogramas). Se elimin\u00f3 una categor\u00eda completa de \u00edtems (preguntas de asociaci\u00f3n), porque se comprob\u00f3 que demasiados encuestados no pod\u00edan mantenerse centrados en el contexto deseado al responder a estas preguntas.<\/p>\n

        Validez Convergente
        <\/strong>Determinar la validez convergente significar\u00eda para MindSonar: encontrar otros tests que ya han probado medir confiablemente Thinking Styleas, y luego calcular la correlaci\u00f3n entre esos tests y MindSonar. Desgraciadamente, en este momento no existen otras pruebas para Thinking Styleas que tengan las cualidades estad\u00edsticas requeridas. Se trata, por tanto, de establecer la validez convergente en este sentido.<\/p>\n

        Sin embargo, hay otro sentido en el que se ha demostrado cierta validez convergente para MindSonar. Me refiero a los perfiles de referencia. Se ha demostrado que algunos perfiles de referencia predicen con precisi\u00f3n alguna otra medida de criterio. Se ha demostrado que los perfiles de referencia pueden predecir con significaci\u00f3n cl\u00ednica:<\/p>\n