Psicología Económica: Introducción a los gráficos de velas

La Psicología Económica(Behavioral economics) puede entenderse como el estudio de los mecanismos psicológicos que subyacen en el comportamiento económico. El análisis de los procesos a través de los cuales la conducta afecta a la economía, y de cómo la economía afecta a la conducta humana. Es decir, se preocupa del estudio de las variables que inciden en la toma de decisiones económicas individuales/colectivas y las formas como las personas comprenden el mundo de la economía y sus variaciones. Se caracteriza por el desarrollo de trabajos empíricos asociados a la constante interacción de dos procesos: la influencia de los agentes económicos individuales sobre la economía y la influencia de la economía, como un todo, sobre los individuos. Por ejemplo, el efecto de anclaje, que describe la influencia de la información numérica disponible sobre las decisiones humanas (Holst, Hermann & Musshoff, 2015).

Métodos de Observación: Introducción al programa BORIS

El programa BORIS (Behavioral Observation Research Interactive Software), aún en fase de desarrollo, es útil en las primeras fases de optimización de las observaciones y codificación sobre vídeo. El material digital se puede analizar a través de una transmisión en directo o ya grabado, con una implementación sobre VLC media player en distintos formatos.

Permite la codificación de eventos, el desplazamientos de tiempo, la reproducción de dual del vídeo, cargar una lista de reproducción, registro por teclas, uso de modificadores secundarios o mapas de codificación. 

Bootstrap y Kappa de Cohen en SPSS

En los procesos de observación donde existen más de un evaluador/observador, se hace necesario estimar el grado de consenso. Considerando que existe concordancia cuando dos o mas observadores están de acuerdo en la presencia/ausencia de un comportamiento, categoría o código. Por ejemplo, dos psicólogos evaluando zonas rurales en un comportamiento de atavismo.
Uno de los estadísticos clásicos destinados a medir este grado de consenso es conocido como la  Kappa de Cohen(κ), que nos dará en nuestro ejemplo el grado en que los profesionales están diagnosticando las zonas geográficas de una manera similar, ajustando el efecto del azar en la proporción de la concordancia observada. Este ajuste por azar supone que, cuando no están absolutamente seguros, los observadores aventuran una respuesta, lo cual en muchas situaciones profesionales nos lleva a escenarios muy poco realistas. Por otra parte, el algoritmo está influenciado por la prevalencia de los rasgos evaluados, por lo cual no es muy útil a la hora de comparar situaciones con prevalencias distintas (Gwet, 2002). Además, no mide la "calidad" de la observación, por lo cual no tiene sentido usar a uno de los observadores como "estándar" o "referencia".