Descripción general de las variables
Descripción
En la sección "Variables", todas las variables del estudio se muestran en una lista, categorizadas por tipo. Se muestran las propiedades más importantes de las variables (Nombre, Escala, Tipo de Dato, Formato de Dato, Está Registrado, se Reinicia). Cada variable puede ser seleccionada de modo que las propiedades de la variable se muestren y se puedan editar en el lado derecho de la pantalla. Se recomienda revisar / inspeccionar todas las propiedades de las variables antes de publicar el estudio y comenzar las grabaciones de datos (por ejemplo, verificar si todas las variables relevantes están siendo registradas, etc.).
Tipos de variables
En la descripción general de variables, las variables se dividen por su tipo principal. Hay 4 tipos principales de variables:
- Variables personalizadas: Todas las variables creadas por el usuario.
- Variables de objeto: Todas las variables que se crearon junto con un objeto (cuestionario) (por ejemplo, casilla de verificación, control deslizante, etc.)
- Variables de factor: Todas las variables que funcionan como factores dentro de grupos de prueba.
- Variables del sistema: Todas las variables creadas automáticamente (pre-creadas por Labvanced).
Las variables también se clasifican por su alcance:
- Variables de prueba: Estas son variables que se registran por prueba. Generalmente son creadas por el usuario, algunos ejemplos incluyen tiempos de reacción y elecciones de los participantes.
- Variables de sesión: Estas variables solo se registran una vez por sesión y son en su mayoría creadas por Labvanced. Algunos ejemplos incluyen tipo de navegador, tamaño de pantalla y horas de inicio / fin del estudio.
- Variables de sujeto: Estas variables solo se registran una vez por sujeto y son creadas por Labvanced. Estas variables permanecen iguales para el mismo sujeto a través de múltiples sesiones e incluyen valores como ID del sujeto.
Los investigadores generalmente solo observan variables de prueba y de sesión. Las variables de sujeto son útiles para estudios longitudinales.
Eliminación de variables
Eliminar variables debe hacerse con extremo cuidado. Antes de eliminar una variable, asegúrate de que esta variable no se esté utilizando en ninguna parte de tu estudio. Los usos de la variable se muestran en las propiedades de la variable actualmente seleccionada en la parte inferior derecha de la pantalla (puedes necesitar desplazarte hacia abajo). Si bien Labvanced intenta actualizar estos usos de variable, verifica también mirando las diferentes tareas y marcos para ver si una variable está realmente sin usar o no antes de eliminarla.
Si no estás 100% seguro de que una variable no se esté usando, se recomienda desactivar el registro de la variable. De esta manera, la variable no aparecerá en la vista de datos, pero no hay riesgo de dañar tu estudio. Otra opción es hacer una copia de tu estudio (copiar todas las variables y objetos, etc.), luego eliminar la variable en cuestión de la COPIA del estudio y realizar una prueba. De esta manera, puedes ver cómo funcionará el estudio sin esa variable.
¡SI SE ELIMINA UNA VARIABLE QUE AÚN SE ESTÁ UTILIZANDO EN ALGUNA PARTE (POR EJEMPLO, EN EVENTOS O OBJETOS) ¡ESTO PUEDE CAUSAR DAÑOS IRREVERSIBLES A TU ESTUDIO! ¡Por favor, ten cuidado!
Variables compartidas
Las variables compartidas son variables dinámicas que se pueden compartir entre sesiones y/o sujetos. Las variables se almacenan en el servidor de Labvanced.
Equilibrio entre sujetos
Imagina un estudio que tiene 10,000 imágenes, pero solo 100 imágenes se muestran a cada participante. Sin embargo, cada una de las diez mil imágenes debe mostrarse al menos una vez, en un orden aleatorio. Por lo tanto, se necesitan 100 participantes para completar el estudio.
Se pueden utilizar variables compartidas para escribir en un arreglo que almacene los números de las imágenes que aún no se han mostrado. Esto asegura que el Participante 2 no vea ninguna de las imágenes que vio el Participante 1. Esto equilibra los estímulos entre sujetos en función del estímulo. Para prevenir un desequilibrio por abandono de participantes, la variable puede establecerse para registrar una imagen como vista después de que el participante haga su respuesta. Esto asegura una respuesta utilizable para cada imagen, independientemente de si un participante terminó el estudio o no. Por lo tanto, un estudio resultará en datos aleatorios, equilibrados y completos.
Estudios de múltiples sesiones (longitudinales)
Las variables compartidas se pueden usar para asegurar que el sujeto use (o no use) el mismo dispositivo para cada sesión de un estudio longitudinal.
En este caso, se puede utilizar otra versión de variables compartidas. En este método, las variables compartidas se almacenan localmente en el dispositivo del participante y solo se comparten con el propio participante a través de las sesiones. Sin embargo, esto no funcionará si el sujeto usa un navegador privado o tiene un dispositivo dañado.
En otro ejemplo, imagina un estudio que tiene dos sesiones por participante. En cada sesión, se mostrarán 100 imágenes, pero serán completamente diferentes entre las dos sesiones. Las imágenes se seleccionan al azar de un corpus de 10,000 imágenes. Puedes sacar números al azar y guardarlos en un arreglo para que cada sujeto elija las imágenes, luego recuperar ese arreglo en la siguiente sesión para asegurarte de que no se seleccionen una segunda vez.
Estudios de múltiples usuarios
Estas variables se utilizan en estudios que involucran múltiples participantes para enviar valores de una persona a otra. Este método utiliza almacenamiento en el servidor para distribuir variables entre sujetos.
Recuerda el ejemplo anterior de un estudio que tiene 10,000 imágenes, pero solo 100 imágenes se muestran a cada participante. Cada una de las diez mil imágenes debe mostrarse al menos una vez, en un orden aleatorio.
Nuevamente, se pueden utilizar variables compartidas para escribir en un arreglo que almacene los números de las imágenes que aún no se han mostrado. Para este ejemplo, se deben sacar números al azar en la inicialización del estudio y escribirlos en un arreglo. El arreglo incluirá entonces las imágenes vistas por cada uno de los participantes en el estudio de múltiples usuarios. Esto asegura que el Participante 2 no vea las mismas imágenes que el Participante 1 está viendo actualmente.
Estudio de muestra
Imagina un estudio de muestra en el que se compara tu inteligencia con la de una población en la que la inteligencia promedio es de 100 puntos. Tu puntuación es relevante solo cuando se compara con otras como un valor relativo. Para hacer esta comparación, el investigador podría realizar un análisis post-hoc o podría dar al participante retroalimentación en tiempo real.
Utilizando variables compartidas, la puntuación de un participante puede ser empujada a un arreglo lleno de valores. Luego, el arreglo puede promediarse y el valor percentil puede ser devuelto al participante al final del estudio. De esta manera, la variable compartida se actualiza dinámicamente a medida que más individuos participan en el estudio, pero el análisis se realiza durante el estudio en lugar de post-hoc.