Estadística para la psicología

CATEDRA:

 DIAGNOSTICA
 FORMATIVA (GUIAS DE EJERCICIOS)
 PRUEBA ESCRITA 30%
 PRUEBA ESCRITA 35%
 PRUEBA ESCRITA 35%
 TRABAJO EN CLASES (DECIMAS PARA EVALUACIONES)
TALLER:

 PRACTICO 1: TRABAJO SOBRE CLASIFICACIÓN DE VARIABLES E

INTERPRETACIÓN DE DSTADISTICOS DESCRIPTIVOS
 PRACTICO 2 TRABAJO PRACTICO SOBRE ESTADISTICOS INTFERENCIALES
PARAMETRICOS
 PRACTICO 3: INFORME ESCRITO Y DEFENSA DE PROYECTO DE
INVESTIGACIÓN (ANALISIS DE DATOS)

HIPOTESIS-
Es un tipo de predicción empírica de la realidad que nos rodea. El propósito teórico de
una prueba de hipótesis es corroborar la teoría probando ideas contra hechos
Ejemplo:

 Pregunta: ¿Obtendré mejores calificaciones en la prueba de estadística si estudio

mas?
 Hipotesis: Entre mayor sea el tiempo de estudio, mejor será la calificación
 Observación: Estudia más y ve que asa; estudia un poco y ve que pasa.

POBLACIÓN O UNIVERSO
Conjunto total de elementos sobre el que estamos interesados en obtener información
-Normalmente la población es demasiado grande para que se pueda examinar a cada uno
de sus miembros-
MUESTRA
Parte del universo o de la población de referencia extraída por métodos que permiten
considerarla como representativa de él.
Debería se representativa a estar formado por miembros seleccionados de la población
individuos, unidades, experimentales.
 De la pregunta a la variable:
El pase que lleva de la pregunta de la encuesta a la variable s un proceso complejo y
delicado que se denomina codificación.
Variable se define como una característica o aspecto de la realidad que puede medirse o
convertirse en dato y que puede asumir muchos valores.

Variables cualitativas

 Dicotómicas: aquella que solo puede tomar dos valores (DOS GRUPOS)
 Politómicas: Pueden adquirir tres o más valores. (TRES O MÁS GRUPO)
 Variables discretas: Si toma valores enteros (CANTIDADES DE PERSONAS
SIEMPRE SON DISRETAS, SON VALORES QUE SI O SI DEBEN RECABAR EN
UN NUMERO ENTERO)
 Variables Continuas: Si entre dos valores, son posibles infinitos valores
intermedios. ()

Variables independientes: Variable predictor o causa, variables que permiten explicar

el comportamiento de las variables dependientes.
Variables dependientes: Variables predicha o efecto. Variable que se busca ex

Variables cuantitativas:

 Razón: El 0 significa que la variable no está presente, ejemplo: Precio de

productos, si un producto vale 0 no vale nada.
 Intervalo: el 0 es un punto más de una escala infinita.

Tipos de variable:
Hay variables que no pueden ser variables dependientes: genero de la persona, la edad
de una persona,
Imaginemos que le preguntamos a las personas ‘’Usted durante la pandemia ¿Cuánto
siente que se alejo de su circulo cercano? Y las alternativas son: Poco, moderado o
mucho, Cada persona nos dirá su percepción.

La pregunta es una variable y los grupos son tres los que votan poco los que votan
moderado y los que votan mucho.
 El método estadístico
Se divide en:
Planificación

 Definición de objetivos
 Construcción del marco teórico
 Definición del universo a estudiar
 Diseño de la muestra
 Definición de unidades de observación
 Diseño del instrumento de recolección
 Plan de análisis
Ejecución:

 Selección de la muestra o universo

 Obtención de datos
 Construcción de la base de datos
 Análisis de los datos
 Presentación de los resultados del análisis
 Interpretación de resultados

En resumen la estadística esta formada por el conjunto de métodos y técnicas que

permiten:
Obtener, organizar, sintetizar, describir e interpretar datos para la toma de decisiones en
ambiente de incertidumbre.
Se distinguen dos grandes áreas de la estadística:

 Estadística descriptiva: recopilación, presentación y descripción de los datos

muestrales
 Estadística inductiva o inferencial: Toma de decisiones y esbozar conclusiones
sobre poblaciones.

Una cosa es encontrar algo en una muestra, pero otra muy distinta es ver si eso podemos
generalizarlo, extrapolarlo a todo lo que sucede en la población
Estadística descriptiva: Analiza y representa un conjunto de datos ordenados mediante la
utilización de métodos numéricos y tablas graficas simplificando y resumiendo la
información. NO se puede GENERALIZAR. El dato estadístico no podemos decir que
pertenece a toda la población
Frecuencia o frecuencia absoluta: Es el numero de veces que se presenta un valor o una
categoría de la variable. Se presenta por fi?
Frecuencia relativa: La frecuencia relativa se puede expresar en términos de porcentaje o
de proporción y se representa por fr. En general, es más claro e informativo indicar que
proporción del total de los datos representa cada frecuencia.
Frecuencia Acumulada: Se representa por Fi donde f1 = f1
f2 = f1 + F2
f3 = F1 +F2 + F3

Distribución de frecuencias agrupadas.

Bivariado: Ocurre cuando ya no queremos describir una sola variable, queremos describir
dos variables a la vez no solo una, cada celda nos va a decir cuanta gente pertenece a
dos grupos al mismo tiempo.
1) Una tabla de contingencia es una herramienta que consiste en crear al menos dos
filas y dos columnas para representar datos categóricos en términos de conteos de
frecuencia.
2) También se conoce como tabla cruzada o como tabla de dos vías, tiene el objetivo
de representar en un resumen, la relación entre diferentes variables categóricas.

Visualización de los datos Variables Cuantitativas.

Grafico de barras: TIP* para variables ordinales siempre con porcentaje no con
frecuencias brutas, el porcentaje me permite ver una idea de la magnitud percibida.
Histogramas: Grafico de barras donde el eje horizontal representa las clases o las
categorías de los datos y el eje vertical las frecuencias. Se utilizan si o si para variables
ordinales y variables continuas fueron categorizadas.
Gráfico circular: Gráficos para variables cuantitativas o categóricas. Diagrama en forma de
circulo, es particularmente útil para visualizar las diferencias de frecuencia entre algunas
categorías de nivel nominal
 Variables cuantitativas.

 Tendencia Central
 Dispersión
 Posición Medidas.
 Forma

Estas medidas muestran las distribuciones respecto a los datos que obtenemos con una
variable.
 Tendencia Central:
Media (promedio) obtener un valor medio
moda el valor que más se repite
mediana El valor del medio, deja justo la distribución en la medida para ambos lados.
Ejemplos: 5 5 5 : Media 5, Mediana 5 y moda 5

Medidas de tendencia central.

Son los datos centrales que nos entregan información del comportamiento de esa variable
Variable Estatura:

 1.77
 1.69
 1.60
 1.55
 1.59
 1.78
 1.60
 1.54
 1.60
 1.86
 1.63
 1.80
 1.58
 1.60
 1.65
 1.49
 Estadisticos descriptivos para variables escalares agrupadas.

Medidas de dispersión.
Un pequeño ejemplo, tres amigos tienen cierta cantidad de dinero, se calcula el promedio
y tienen 7.000.
Este numero si bien no es exactamente cuanto tiene cada uno, permite hacerse una idea
aproximada.

¿Por qué en un caso pareciera que los datos representan mejor a los datos que en otro?

La dispersión es la medida en la que los datos observados de una variable son diferentes
entre sí.
Si todos son iguales, se asume que es igual a cero.
La forma más común de medirla es mediante la desviación estándar
La desviación estándar es básicamente en promedio la distancia a la que los datos están
del promedio.

La desviación estándar.
RANGO:
El rango es el valor más alto, el valor mayor menos el valor menor.
Rango de 49 años menos 20 años. El rango son 29 años.
Si el mayor son 27 años y el menor 20 años el rango serían 7 años.
VARIANZA: Distancia al cuadrado de los datos respecto a la media.
Ejemplo de edad: Se supone que la media es un punto central,
66544=
1 + 1 + 0 + -1 + -1
4
n–1
A cada dato se le resta el promedio. Esta diferencia se llama Desviación.
Cada una de las desviaciones se multiplica por si misma (para que siempre quede
positiva)
Las desviaciones al cuadrado se suman todas
La suma se divide por la cantidad de datos menos

Notas: 4,5 - 5,2 – 5,6 – 3,5 – 5,2 – 6,3

Medidas de posición:
Son indicadores que permiten conocer la posición de un dato dentro de una muestra
Con ellos se puede determinar a partir de que valor se puede considerar el X% mas alto o
más bajo, o predecir valores centrales como la mediana.
Operan dividiendo el continuo de datos ordenados en partes iguales, de modo que un
dato ubicado en un lugar determinado pertenezca a una de estas divisiones.
Percentiles, Deciles, Quintiles, Cuartiles.

Pruebas de hipótesis:
Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el
parámetro de la población bajo estudio puede tomar.
Esta afirmación puede estar basada en algunas experiencias o conocimientos pasado que
será contrastado con la evidencia de nosotros obtengamos a través de la información
contenida en la muestra. Esto es a lo que llamamos ‘’Prueba de hipótesis’’

Una prueba de hipótesis comprende cuatro componentes principales:

HIPOTESIS NULA. HIPOTESIS DE INVESTIGACIÓN

Denotada como H0 Siempre especifica un
solo valor del parámetro de la población si
la hipótesis es simple o un conjunto de
valores si es compuesta (es lo que
queremos descartar)
ESTADISTICA DE PRUEBA
O ALTERNATIVA
Denotada como H1 es la que responde
nuestra pregunta, la ue se establece en
base a la evidencia que tenemos. Puede
tener cuatro formas. H1 ; U = u
REGIÓN DE RECHAZO
Nivel de significancia:
Es el tamaño de la región de descarte.

Prueba no paramétrica
Kruskal-Wallis

La prueba equivalente al análisis de varianzas, es un Anova y en papers o documentos

sale como ‘’Anova Kruskalwallis’’
Es una prueba no paramétrica por lo que la variable puede ser continua, ordinal,
cuantitativa.
La hipótesis de trabajo es que la media del grupo 1 es distinta a la media del grupo dos o
al menos un par son distintos.

Si la variable de contraste es Edad y la variable de agrupación es Poblaciones en

Antofagasta (Reneschneider, pratt a, pratt b, etc)
Cuál es mi hipótesis nula: La media de las edades es IGUAL en las distintas poblaciones
de Antofagasta.
Cuál es mi hipótesis de trabajo: La media de las edades son distintas en las diferentes
poblaciones de Antofagasta.
KRUSTAL WALLIS SOLAMENTE COMPARA MEDIAS.

HIPOTESIS:

 H0 : Las muestras provienen de poblaciones idénticas.

 H1: Las muestras provienen de poblaciones diferentes.