Browsing by Author "Malaspina Quevedo, Martín Ludgardo"

Now showing 1 - 2 of 2

Individualismo y colectivismo y su relación con la identidad social en una muestra de docentes de colegios públicos de Lima Metropolitana
(Pontificia Universidad Católica del Perú, 2013-04-15) Malaspina Quevedo, Martín Ludgardo; Espinosa Pezzia, Agustín
l siguiente estudio examina cómo se relacionan las dimensiones horizontal y vertical del individualismo y colectivismo con las categorías de la identidad social en una muestra de 147 docentes de colegios públicos de Lima Metropolitana. Los resultados indican que los profesores poseen puntajes mayores en las dos dimensiones horizontales, sobre todo en la de individualismo. En cuanto a su nivel de identidad social se observa que es positivo y se destaca el grado de significado valorativo y emocional en la pertenencia a su grupo. Asimismo, se encontraron diversas asociaciones significativas entre las dimensiones y categorías de los constructos de estudio mencionados; siendo la más alta y significativa de ellas entre la dimensión horizontal de colectivismo y la autoestima colectiva. Palabras clave: Identidad social, individualismo y colectivismo, sí mismo, docentes de colegios públicos.
Modelos de teoría de respuesta al ítem multidimensional con una aplicación psicológica
(Pontificia Universidad Católica del Perú, 2016-11-23) Malaspina Quevedo, Martín Ludgardo; Bazán Guzmán, Jorge Luis
La presente investigación, dentro del contexto de la Teoría de Respuesta al Ítem (TRI), estudia un modelo multidimensional logístico compensatorio de dos parámetros (M2PL) para ítems dicotómicos. Para ello, se explican teóricamente los métodos de estimación más conocidos para los parámetros de los ítems y de los rasgos latentes de las personas, priorizando el método bayesiano mediante Cadenas de Markov de Monte Carlo (MCMC). Estos métodos de estimación se exploran mediante implementaciones computacionales con el software R y R2WinBUGS. La calidad de las respectivas estimaciones de los parámetros se analiza mediante un estudio de simulación, en el cual se comprueba que el método de estimación más robusto para el modelo propuesto es el bayesiano mediante MCMC. Finalmente, el modelo y el método de estimación elegidos se ilustran mediante una aplicación que usa un conjunto de datos sobre actitudes hacia la estadística en estudiantes de una universidad privada de Colombia.