Pestaña de 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 Grabado, se Reinicia). Cada variable se puede seleccionar de manera que las propiedades de la variable se muestren y se puedan editar en el lado derecho de la pantalla.

Nota Importante: 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 grabadas, etc).

Tipos de Variables

En la vista 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 Factores: Todas las variables que funcionan como factores dentro de los grupos de ensayo.
• Variables del Sistema: Todas las variables creadas automáticamente (pre-creadas por Labvanced).

Las variables también se categorizan por su alcance:

• Variables de Ensayo: Estas son variables que se graban por ensayo. Generalmente creadas por el usuario, algunos ejemplos incluyen tiempos de reacción y elecciones de los participantes.
• Variables de Sesión: Estas variables solo se graban una vez por sesión y son en su mayoría creadas por Labvanced. Algunos ejemplos incluyen tipo de navegador, tamaño de pantalla y tiempos de inicio/finalización del estudio.
• Variables de Sujeto: Estas variables solo se graban una vez por sujeto y son creadas por Labvanced. Estas variables permanecen igual para el mismo sujeto a través de múltiples sesiones e incluyen valores como el ID del sujeto.

Los investigadores típicamente solo miran las variables de ensayo y sesión. Las variables de sujeto son útiles para estudios longitudinales.

Eliminación de Variables

La eliminación de variables debe hacerse con extremo cuidado. Antes de eliminar una variable, asegúrate de que esta variable no se utilice 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 (puede que necesites desplazarte hacia abajo). Aunque Labvanced intenta actualizar estos usos de variables, también verifica mirando en las diferentes tareas y marcos para ver si realmente una variable no se está utilizando antes de eliminarla.

Si no estás 100% seguro de que una variable no se esté usando, se recomienda desactivar la grabación 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 este modo, podrás ver cómo funcionará el estudio sin esa variable.

¡SI SE ELIMINA UNA VARIABLE QUE TODAVÍA SE UTILIZA EN ALGÚN LUGAR (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 se muestran 100 imágenes 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.

Las variables compartidas se pueden usar para escribir en un array que almacena los números de las imágenes que aún no se han mostrado. Esto asegura que el Participante 2 no vea ninguna de las imágenes que el Participante 1 vio. Esto equilibra los estímulos entre los sujetos en una base de estímulos. Para prevenir desequilibrios de participantes que se retiran, la variable puede configurarse para solo grabar 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 completó el estudio o no. Por lo tanto, un estudio resultará en datos aleatorios, equilibrados y completos.

Estudios Multi-Sesión (Longitudinales)

Las variables compartidas se pueden usar para garantizar que el sujeto use (o no use) el mismo dispositivo para cada sesión de un estudio longitudinal.

En este caso, se puede usar 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 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 array para que cada sujeto elija las imágenes, luego recuperar ese array en la siguiente sesión para asegurarte de que no se elijan una segunda vez.

Estudios Multi-Usuario

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 se muestran 100 imágenes a cada participante. Cada una de las diez mil imágenes debe mostrarse al menos una vez, en un orden aleatorio.

Nuevamente, las variables compartidas se pueden usar para escribir en un array que almacena los números de las imágenes que aún no se han mostrado. Para este ejemplo, se deben sacar números aleatorios al inicio del estudio y escribirlos en un array. El array incluirá luego las imágenes vistas por cada uno de los participantes en el estudio multi-usuario. Esto asegura que el Participante 2 no vea las mismas imágenes que el Participante 1 está viendo actualmente.

Estudio de Ejemplo

Imagina un estudio de ejemplo en el que tu inteligencia se compara con la de una población en la que la inteligencia promedio es de 100 puntos. Tu puntuación solo es relevante cuando se compara con otras como un valor relativo. Para hacer esta comparación, el investigador podría realizar un análisis post-hoc, o podrían dar retroalimentación en vivo al participante.

Usando variables compartidas, la puntuación de un participante puede ser empujada a un array lleno de valores. El array se puede promediar y el valor percentil empujado de vuelta 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.