Reducción de datos y escalas de evaluación psicológica en niños. Generación de un criterio de decisión sobre el número de factores a retener.

RICHARD'S, MARÍA M

Mar del Plata

Jornada; I Jornadas de Investigación - Extensión. Facultad de Psicología, Universidad Nacional de Mar del Plata.; 2013

Secretaria de Extensión y Transferencia Escuela de Becarios de Investigación Facultad de Psicología Universidad Nacional de Mar del Plata.

Distintos trabajos han mostrado algunas de las principales falencias vinculadas al criterio de decisión para la retención de factores significativos en la medición de variables psicológicas discretas, representadas por los ítems de los cuestionarios psicológicos habituales. En este caso se tomarán instrumentos de ansiedad, depresión y de indicadores atencionales y comportamentales.Se ha encontrado que es preferible utilizar la alternativa que ajusta comparando los autovalores obtenidos con los esperados por azar o en función de los intervalos de la confianza, más que la regla de Kaiser del autovalor>1. Por ello, resulta fundamental contar con técnicas estadísticas de reducción adecuadas para evaluar este tipo de datos y resultados. Los objetivos son:por un lado, explorar y desarrollar, mediante un software de acceso libre, un criterio de decisión para la retención de factores significativos en el Análisis de Componentes Principales aplicado a variables psicológicas; y por otro lado,  aplicar  este criterio de decisión en variables psicológicas representadas por ítems/tareas de evaluación de ansiedad, depresión e indicadores atencionales y comportamentales en población infantil. Hasta el momento se evaluó una muestra piloto de 110 niños de entre 9 y 12 años de edad. En los próximos dos años se prevé la administración a una muestra de niños y adolescentes de entre 6 y 17 años de escuelas públicas y privadas de Mar del Plata (n=600; 50 sujetos por edad), así como a una muestra de adultos de entre 18 y 50 años de edad. Como paso previo, se realizó un estudio de simulación estadística mediante el método Monte Carlo que incluya datos muestrales de todas las condiciones experimentales identificadas en la revisión, teniendo en consideración indicadores como: forma de la distribución de los datos (uniforme, triangular, asimétrica y mixta), cantidad de componentes principales extraídos (λ), número de ítems (n), criterio de selección utilizado para la retención de los componentes principales (Kaiser-Guttman, Cattell, Paralell Analysis), número de opciones de respuesta de la variable medida (k), y tamaño muestral (N).  En este caso fueron 500 condiciones experimentales a explorar, resultado de la multiplicación de los valores de cada variable (4 x 5 x 5 x 5). Adicionalmente, se utilizaron las Tasas de error Tipo I y la Prueba de Esfericidad de Bartlett para detectar relaciones entre las variables observadas.