Spanish Scientists' Opinion about Science and Researcher Behavior.

We surveyed 348 Psychology and Education researchers within Spain, on issues such as their perception of a crisis in Science, their confidence in the quality of published results, and the use of questionable research practices (QRP). Their perceptions regarding pressure to publish and academic competition were also collected. The results indicate that a large proportion of the sample of Spanish academics think there is a crisis in Science, mainly due to a lack of economic investment, and doubts the quality of published findings. They also feel strong pressure to publish in high impact factor journals and a highly competitive work climate.

Psicología clínica basada en pruebas: efecto del tratamiento / Evidence-based clinical psychology: basic considerations for its study

La práctica de la Psicología Clínica Basada en Pruebas supone integrar la experiencia del profesional clínico con la mejor evidencia obtenida de la investigación sistemática. La Psicología Basada en Pruebas (PBP) promueve la recogida, interpretación e integración de la evidencia válida e importante derivada de la investigación, del juicio clínico y de la opinión del paciente. Dicha práctica está fundamentalmente relacionada con la aplicación de los ensayos clínicos aleatorizados, las revisiones sistemáticas y el meta-análisis aunque su vínculo no es de necesidad. La Psicología Basada en Pruebas sigue cuatro pasos: formular el problema clínico, localización en la literatura de los artículos relevantes, valoración crítica de las pruebas encontradas y aplicación de los hallazgos a la práctica clínica (AU)

Tratamientos psicológicos con apoyo empírico y práctica clínica basada en la evidencia / No disponible

La investigación sobre el efecto de los tratamientos psicológicos ha ido progresando desde una postura de validación y apoyo empírico hasta su formulación como un modelo de práctica basada en la evidencia. Encontrar la evidencia más válida, desarrollar teorías coherentes y comprensibles, trabajar con clínicos expertos y reconocer la importancia del paciente permitirá componer un modelo que facilite el avance del conocimiento sobre los tratamientos psicológicos más eficaces (AU)

The investigation on the effect of psychological treatments has gone progressing since a position of validation and empirical support to its formulation as a model of practice based on the evidence. To find the most valid evidence, develop understandable and coherent theories, work with clinical experts and recognize the importance of the patient will permit to compose a model that facilitate the advance of the knowledge on the most efficacy psychological treatments (AU)

Tamaño del efecto del tratamiento y significación estadística / Effect size and statistical significance

En la actualidad la atención por la sensibilidad y validez de conclusión estadística del diseño de la investigación ha aumentado, especialmente en el tratamiento que reciben en las ediciones actuales de los manuales de diseños experimentales aunque quizás en el ámbito aplicado (donde la estimación del tamaño del efecto cobra su mayor importancia) no se ha desarrollado todo lo que sería de desear como lo demuestran los estudios de potencia de los trabajos publicados. El principal propósito de este trabajo es analizar la repercusión o impacto que tienen las indicaciones de los consejos editoriales sobre los trabajos de investigación publicados respecto al cálculo e interpretación conjunta de las medidas de magnitud del efecto junto con los valores de significación estadística (AU)

Currently, there is a growing interest in the study of the sensitive and validity of the statistical conclusions of experimental design. Although most of books on experimental design stress these issues, many students on applied psychology still do not take advantage of these advances, as can be deduced by low statistical power. The goal of this article is to examine the impact of the guidelines of the editorial Board of peer reviewed respect to the computation and interpretation of the measures of effect size as well as the values of statistical significance (AU)

Prueba de aleatorización vs. distribución F cuando la escala de medida de la variable dependiente es discreta y el diseño experimental / Randomness tests versus F-distribution when the measurement scale is discrete

El objetivo de este trabajo es analizar cómo incide el número de observaciones en la validez de la conclusión estadística de los diseños experimentales -asumiendo la manipulación y asignación aleatoria- cuando la variable dependiente se mide en una escala ordinal y discreta con una distribución rectangular -los sucesos son equiprobables y finitos. Las variables dependientes que se emplean en la investigación psicológica en bastantes ocasiones no se miden con una variable continua y, en otros casos, aunque la variable sea continua, tampoco es posible asumir que sigan una distribución normal. En este trabajo se construye una distribución muestral del estadístico F para una escala ordinal discreta, comparándola con las clásicas que se calcularon asumiendo que la escala de medida de la variable dependiente es continua y normal (AU)

The aim of this research is to examine the influence of sample size on the statistical validity of experimental designs (i.e. assuming random assignment and direct manipulation) when the dependent variable is discrete and measured in an ordinal scale, which is distributed as a rectangular distribution -any point of the sample space is equally likely. The dependent variables in the psychological studies always are not continuous and, even in this case, frequently, it is difficult to guaranteed the normality assumption. In this paper we constructed a sample distribution of the F statistic for the ordinal and discrete scale, and we compare this distribution which the classical distributions which assume that the dependent variable is normally distributed (AU)

Significación estadística, importancia del efecto y replicabilidad de los datos / Statistical significance and replicability of the data

Se analiza la relación entre los conceptos de significación estadística (nivel de probabilidad, p) y de replicabilidad. El nivel de significación estadística (p. e. de 0.01) indica la probabilidad de los datos bajo el supuesto de la hipótesis nula, pero eso no quiere decir que una replicación posterior tendrá la probabilidad complementaría (en este caso, 0.99) de ser significativa. Entendida correctamente la replicabilidad tiene que ver exclusivamente con la fiabilidad y consistencia de los datos, y la única forma de comprobarla es mediante sucesivos contrastes empíricos (AU)

This paper analyses the relationship between the concepts of statistical significance (level of probability, p) and replicability. The level of statistical significance (for example, p = 0.01) indicates the probability of the data under the null hypothesis assumption, however, this does not mean that in a later replication the probability to obtain significant differences will be the complementary, 0.99. If correctly understood, replicability is exclusively related to the reliability and consistency of the data. The only way to evaluate reliability is through repeated empirical tests (AU)