Tema 1: CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS

La investigación en Psicología:
El ​
método científico es un procedimiento estructurado que utiliza la ciencia para la aplicación de sus conocimientos.
Y se caracteriza por ser:
- sistemático:​ porque es un proceso que tiene unas etapas definidas.
- replicable: porque los datos obtenidos mediante su uso tienen que poder ser replicados o refutados por
cualquier investigador interesado.
El método científico actúa a través de las siguientes fases:
1. Planteamiento del problema:​se define un problema que surge del conocimiento previo.
2. Formulación de la hipótesis:​solución tentativa al problema dado.
Las siguientes tres fases tratan de contrastar si la hipótesis planteada es compatible con los hechos.
3. Procedimiento para la recogida de datos​: diseño.
4. Análisis de datos
5. Discusión de los resultados​en busca de conclusiones.
6. Elaboración de un informe​de la investigación que se ha realizado.

Concepto y funciones de la estadística: Descripción e inferencia.

La​estadística​ se encarga del estudio de determinadas características en una población.
Estadística descriptiva​: aquí se organizan y resumen conjuntos de observaciones cuantificadas procedentes de una
muestra o de la población total. Y disponemos de varios procedimientos para estudiar las características de una o
más variables:
● Cuando tenemos una variable:
- Índices de tendencia central: ​indican los valores más habituales de la variable.
-​Estadísticos de variabilidad: ​indican hasta qué punto esos valores son similares o diferentes entre sí.
- ​Estadísticos de asimetría: ​en qué grado las observaciones se reparten por encima y por debajo de la tendencia
central.
- Estadísticos de curtosis: ​como de apuntada es la distribución de las puntuaciones de la variable.
● Cuando tenemos dos variables:
- Índices de asociación: ​que nos indican hasta qué punto están ambas variables relacionadas entre sí.
- Ecuaciones de regresión: ​procedimientos que nos permitirán predecir el valor de una variable en función a la otra.
Estadística Interferencial: ​se realizan interferencia acerca de una población basándose en los datos obtenidos a
partir de una muestra. Se basan en el cálculo de probabilidades.

* En una investigación cualquiera a pesar de querer tener un ​parámetro concreto de la población, como no es
posible, se realiza una muestreo con el que se obtiene un conjunto de elementos que representan a la población, y se
estudia la característica deseada de esa ​muestra​ mediante ​estadísticos​.
Ejemplo: ​Estudiar el beneficio de la relajación en alumnos con ansiedad ante las PAU. Como no era posible hacerlo
en TODA la población, escoge 40 alumnos.

Población​: conjunto de todos los elementos que cumplen una determinada característica.
Muestra​: es un subconjunto cualquiera de una población.
* Pueden ser personas, animales o cosas que cumplan una definición compartida por la población.
Parámetro: ​es una propiedad descriptiva (una medid) de una población. Se denota con letras griegas.
Estadístico: ​es una propiedad descriptiva (una medida) de una muestra. Se denota con letras latinas.

Variables: Medición y clasificación:

Una ​ variable ​es el conjunto de valores resultantes de medir una característica de interés sobre cada elemento
individual de una población o muestra. (utilizamos letras latinas mayúsculas)
Medición​ es el proceso por el cual se asignan número a objetos o sucesos según determinadas reglas.
Escala de medida: Conjunto de reglas o modelos desarrollados para la asignación de números a las variables.
Ejemplo: ​La medida centígrada. Dar el valor 0 a congelación y 100 a ebullición.
Hay 4 tipos de escala de medidas:

1. ESCALA ​ NOMINAL​: asignación arbitraria de números o símbolos a cada uno de los valores de la variable. (se
pueden asignar números o letras) No hay relación entre ellos del tipo 1+1=2
Ejemplo: ​
1 (personas sanas) 2 (personas enfermas)
Las variables que se representan con escala nominal se llaman ​variables cualitativas o categóricas​.
Si la variable presenta ​solo dos categorías​se dice que es una ​variable dicotómica​ (masculino y femenino)
SI presenta más de dos categoría se dice que es una ​variable politómica​.
Ejemplo: ​ En el peso del ratón, podríamos ​dicotomizar ​el peso y dividirlo en peso alto o bajo o ​politomizarla y
dividirlo en 3 o más niveles de peso.

2. ESCALA ORDINAL: ​Se asignan número a objetos para indicar la tensión relativa que posee una característica. (se
asignan número solo para indicar el orden, no jerarquizar)
Ejemplo: ​
La variable severidad de una enfermedad. 1 leve, 2, medio, 3 grave. Sabemos que es más severo tener una
enfermedad grave que leve.
Las variables ordinarias también se llaman ​cuasicuantitativas​.

3. ESCALA INTERVALO: ​Ordenan los objetos según la magnitud del atributo que representan y proveen intervalos
iguales entre las unidades de medida. Se caracteriza por tener una​unidad de medición ​común y constante.
Ejemplo: ​En los test de inteligencia podemos medir el grado de inteligencia con una puntuación y saber además que
la diferencia entre por ejemplo la puntuación 120 y 130 es la misma que en la 80 y 90.

4. ESCALA DE RAZÓN: ​Los números asignados a los objetos admiten como válidas relaciones de
igualdad-desigualdad, suma resta, orden, multiplicación y división.
Las medidas medidas en escala de razón o de intervalo ​son variables cuantitativas​.
Variable continua​: aquella para la que dados dos valores, siempre se puede encontrar un tercer valor que esté
incluido entre los dos primeros.
Ejemplo: ​entre el peso 79 y 80 pueden considerarse uno dos o más decimales entre medias.
Variable discreta: ​adopta valores aislados, es decir no se puede tomar ninguno intermedio una vez fijados dos
valores.
Ejemplo: ​Número de hijos.

ORGANIZACIÓN DE DATOS Y DESCRIPCIÓN DE VARIABLES:

Una vez el investigador ha recabado la información, dispone de una base de datos comúnmente llamado ​ matriz de
datos.
Codificar datos ​es asignar variables cualitativas y cuasicuantitativas y registrar valores variables cuantitativas que
construyen la base de datos, así como asignar un código a los valores perdidos.
Una vez están codificados los datos se procesan los ​datos perdidos​, que son valores que no han sido registrados
(habitualmente porque el participante no ha consignado ese dato).
Un ​
dato atípico​ es un valor muy distinto al resto de valores de la misma variable.
Cuando hay muchos datos es preciso organizar toda la información mediante una ​distribución de frecuencias​, que
es una tabla en la que se resume la información disponible de una variable.

➔ Descripción de variables cualitativas: ​consiste básicamente en una distribución de frecuencias y en su

representación gráfica mediante un diagrama de barras o de sectores.
Ejemplo: ​
EL Bachillerato elegido por los 40 alumnos.

X ni pi Pi

1. Ciencias y 13 0.325 32,5

tecnología

2. Humanidades y 21 0,525 52,5

CC Sociales

3. Artes 6 0,15 15

Σ 40 1 100

ni ​(​
frecuencia absoluta​) que es el num. de observaciones de cada categoría.
pi​ (frecuencia relativa o proporción​) que se obtiene dividiendo ni entre el núm. total (40) pi= ni/n
Pi ​(​
porcentaje​) donde se multiplica cada pi por 100.

Ejemplo:​En diagrama de barras.

➔ Descripción de variables ordinales o cuasicuantitativas: ​En el caso de variables ordinales se procede de

la misma manera, aunque con los valores situados en la tabla de acuerdo a un determinado orden.
Ejemplo: ​
Distribución de frecuencias de la variable nivel de estudios de la madre.

X ni pi Pi na pa Pa

1. primarios 7 0,175 17,5 7 0.175 15.5

2. ESO 11 0.275 27,5 18 0.450 40

3. Bach. 11 0.275 27,5 29 0.725 72.5

4.G. Univ 7 0.175 17,5 36 0.900 90

5. PG Uni 4 0.1 10 40 1 100

Σ 40 1 100

na ​(​Frecuencia absoluta acumulada​) número de veces que se repite cada valor o cualquiera de los valores
anteriores.
pa​ (​
proporción acumulada​) cociente entre la frecuencia absoluta acumulada y el total de observaciones. pa= na/n
Pa​ (​
porcentaje acumulado​) valor de la frecuencia relativa acumulada multiplicada por 100. Pa=pa x 100

También usamos diagrama de barras para representarlo.

➔ Descripción de variables cuantitativas: ​A veces los valores son muy grandes, hay muchos y muy dispares.
Cuando eso sucede, como en el caso del ejemplo de las ansiedad ante los exámenes, entonces se recurre a
la agrupación en ​intervalos​, que consiste en formar grupos de valores consecutivos de la variable.
Hay que tener en cuenta que al presentar intervalos, perdemos información.
Por ejemplo podemos dar un intervalo de 5. Comprender la numeración del test de ansiedad primero del 1-5, luego
del 6-10 del 11-15 del 16-20 y así hasta 30. Estos valores constituyen los ​límites aparentes​ del intervalo.

X ni pi na pa

1-5 13 0.325 13 0.325

6-10 12 0.3 25 0.625

 11-15 8 0.2 33 0.825

16-20 4 0.1 37 0.925

21-25 2 0.05 39 0.975

26-30 1 0.025 1 1

Σ 40 1

Intervalo​: cada uno de los grupos de valores que ocupan una fila en una distribución de frecuencia.
Límites aparentes​: son los valores que delimitan el grupo de valores que constituye un intervalo. Para cada valor
existe un ​Límite Inferior Aparente (LIA​) que es el valor menos del intervalo y un ​Límite Superior Aparente (LSA​)
que es el valor mayor incluido.
Límites exactos o reales: son aquellos que no presentan discontinuidad entre un intervalo y el siguiente. Para cada
intervalo existe un Límite inferior Exacto (LIE​) que es el que resulta de restar al límite inferior aparente media unidad
de medida y un ​ Límite Superior Exacto (LSE) que es el valor que resulta al sumar al límite superior aparente media
unidad de medida.

Punto medio del intervalo (PM): es la suma de los límites exactos o de los límites aparentes de un intervalo entre
dos.
PM= ​LIE + LSE​ PM= ​LIA + LSA
2 2
Amplitud del intervalo: ​es la diferencia entre el límite superior exacto y el límite inferior exacto.
Intervalo abierto: ​Cuando un intervalo no tiene limite inferior o superior.

Cuando se trata de representar una variable cuantitativa agrupada en intervalos usamos ​histograma​, que es una
extensión del diagrama de barras que dibuja los rectángulos unidos entre sí, indicando así que existe continuidad de
los valores entre sí.

El diagrama de líneas se construye situando un punto una proporcional frecuencia en cada valor o en el punto
medio de cada intervalo. También se le denomina ​polígono de frecuencias.

TENDENCIA CENTRAL, VARIABILIDAD Y FORMA DE UNA VARIABLE: APROXIMACIÓN GRÁFICA

● Tendencia central:​ se refiere al lugar donde se centra una distribución particular en la escala de valores.
● Variabilidad: ​se refiere al grado de concentración de los valores entre sí con respecto a un valor central de la
distribución.
- Homogénea:​ tiene poca variabilidad.
- heterogénea:​ tiene mucha variabilidad.
● Forma: ​par estudiar la forma de una variable se analiza su asimetría y su curtosis.
- Asimetría​: grado en que los datos se reparten equilibradamente por encima y por debajo de la
tendencia central.
-​Simétrica​: si se divide en dos partes iguales las dos mitades se superponen.
- Asimetría positiva​: cuando la mayor concentración de puntuaciones se produce en la parte baja de
la escala.
-​Asimetría negativa:​cuando la mayor parte de las puntuaciones se sitúa en la parte alta.
- La curtosis​:grado de apuntamiento de los datos.
-​Leptocúrtica:​si es muy apuntada.
-​platicúrtica:​si es muy aplastada
-​mesocúrtica:​si es intermedio.