Introducción al Análisis de Datos en Psicología

Y 42 flashcards y 28 preguntas más en el documento.

Texto del documento

Tema 1 Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Investigación en psicología Índice Esquema Ideas clave 1.1. Introducción y objetivos 1.2. La medición en psicología 1.3. Las escalas de medida 1.4. Las variables. Clasificación 1.5. Conceptos básicos en estadística 1.6. Muestra y población 1.7. Referencias bibliográficas A fondo Instalación de Jamovi e introducción al programa Manual de estadística con Jamovi Test Esquema Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Esquema 3 © Universidad Internacional de La Rioja (UNIR) 1.1.

Introducción y objetivos Cuando el alumnado del Grado de Psicología comprueba que su plan de estudios incluye asignaturas «de números», lo normal es que cunda el pánico y proliferen toda clase de mitos sobre la di cultad de la materia y la imposibilidad de aprobarla. Estas ideas preconcebidas, con demasiada frecuencia tienen como consecuencia que la gente afronte la asignatura desde el miedo, la desesperanza o la indefensión aprendida. Si en este inicio de una asignatura como Análisis de Datos piensas que, como los números no se te dan bien, por mucho que te esfuerces no vas a conseguir resultados, déjame decirte de forma taxativa que nada más lejos de la realidad.

Tú también puedes aprobar estadística. Nuestra intención al elaborar este material fue contribuir a desarbolar ciertas ideas sobre la materia y ayudar a desterrar miedos, dudas e inseguridades con las matemáticas. A lo largo de la asignatura no haremos cálculos mucho más complejos que las operaciones básicas aprendidas en el colegio. Y eso aun cuando hagamos cálculos, porque hoy en día contamos con numerosas herramientas que nos permiten analizar los datos sin necesitar mucha más habilidad que manejar el ratón de un ordenador o las teclas de una calculadora científica.

Por otro lado, entendemos que una gran ventaja con la que cuenta el profesorado de Análisis de Datos en Psicología es, propiamente, su formación psicológica. No es ningún secreto que esta asignatura requiere de una pedagogía muy especial que sepa combinar la motivación hacia el trabajo grupal sin dejar de prestar atención a la individualización. En este sentido, con amos en que los contenidos elaborados ayuden a la comprensión autodidacta y también faciliten la guía inestimable del profesorado. Esperamos lograr dos grandes objetivos que nos planteamos a priori: Desmitificar la dificultad de la asignatura ayudando a que cualquiera se sienta capaz de superarla.

Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 4 © Universidad Internacional de La Rioja (UNIR) Capacitar al alumnado dotándole de autonomía para analizar los datos de cualquier trabajo futuro que tenga que realizar. Este primer tema constituye, simplemente, una introducción a algunos conceptos básicos que iremos viendo a lo largo de la asignatura. Vamos a hablar sobre la medición en psicología, ofreceremos una primera aproximación al método cientí co y veremos dónde contextualizar la estadística y sus distintas herramientas dentro del mismo.

Aprenderás a reconocer los distintos tipos variables y sus escalas de medida, así como algunos términos clave imprescindibles para asentar una formación aplicada de la asignatura. Los objetivos de este tema son los siguientes: Introducir al alumnado en el análisis de datos desde una visión más amable y cercana. Entender las implicaciones de la estadística en el día a día y en el ejercicio de la psicología. Ubicar el análisis de datos dentro del proceso de investigación psicológica. Conocer los fundamentos básicos del método científico. Diferenciar las variables y sus tipos, así como las distintas escalas de medida.

Asimilar términos clave de la materia que te servirán para entender mejor los temas siguientes. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 5 © Universidad Internacional de La Rioja (UNIR) 1.2. La medición en psicología Antes de adentrarte en los contenidos te invitamos a ver este vídeo, titulado La estadística en tu vida cotidiana y en la psicología, grabado por el equipo docente de la asignatura, que te servirá como introducción al tema.

Accede al vídeo: https://unir.cloud.panopto.eu/Panopto/Pages/Embed.aspx?id=b7c6c5fb-6002- 4ee6-acb1-b0fa00fa780e Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 6 © Universidad Internacional de La Rioja (UNIR) Aunque es posible que no seamos muy conscientes de ello, lo cierto es que la estadística rodea nuestra vida cotidiana.

A menudo nos llega una noticia sobre el salario medio de los habitantes de un país, se nos da a conocer el gasto medio por turista en verano, cada medio comparte los sondeos electorales que dan ventaja en la estimación de voto a un partido, un gobierno publica las previsiones económicas del próximo trimestre o cualquier a cionado al deporte está acostumbrado a manejar porcentajes o estadísticas relacionados con determinado equipo o jugador. Todo esto es estadística. Cuando utilizamos la estadística, no operamos directamente con los fenómenos observados, sino que los representamos por números y a partir de ahí realizamos nuestras operaciones.

Por tanto, de manera muy general, puede decirse que la medición es el proceso por el cual asignamos o atribuimos números a estas propiedades o características observables (Botella et al., 2012). En el mundo físico observamos que los objetos tienen una serie de propiedades o características observables, como su peso, su tamaño o su dureza. Cuando a estas modalidades observables les asignamos números y realizamos funciones sobre ellos, hablamos, como hemos visto, de medición. De la misma forma, las personas también poseemos características observables directamente, como el color de nuestros ojos, nuestra altura o nuestra constitución física.

Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 7 © Universidad Internacional de La Rioja (UNIR) Sin embargo, si nos centramos en el ámbito de la psicología, nuestros intereses derivan hacia otras características que solo son observables indirectamente a través de manifestaciones conductuales. Estas características son llamadas constructos (inteligencia, autoestima, ansiedad) y constituyen el objeto de estudio principal del campo de la psicología. Naturalmente, también es posible asignar números a estas modalidades y, por tanto, medirlas. Si no fuera así, esta asignatura carecería de sentido.

Dentro del estudio de las variables psicológicas interesa la observación y medición de sus cambios, su forma de relacionarse o la in uencia que puedan tener en determinadas áreas vitales. En la investigación recaen los principales esfuerzos hacia el avance en todos estos intereses y de ella se derivan las principales teorías que permiten un mayor conocimiento del comportamiento humano. La investigación ha realizado un esfuerzo importante por traducir a lenguaje matemático las ideas cientí cas en su formulación verbal inicial (Amón, 2000), lo que nos permite una propuesta sistemática de trabajo que posibilita la comprobación empírica de un problema psicológico.

El estudio y puesta a prueba de cualquier problema de investigación en psicología se rige por los fundamentos del método cientí co. Vamos a ampliarlo en el siguiente punto y comprender cuál es el papel que tiene el análisis de datos dentro del mismo. El método cientí co El método cientí co tiene como objetivo estudiar los fenómenos que nos rodean y establecer ciertas reglas que nos permiten un mejor conocimiento sobre cómo funciona el mundo natural y el ser humano (León y Montero, 2003).

Aplicar el método cientí co en psicología posibilita la comprobación de determinadas teorías elaboradas a partir de la observación razonada, pero para ello será necesario seguir un riguroso proceso sistemático que atraviesa unas fases predeterminadas. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 8 © Universidad Internacional de La Rioja (UNIR) Vamos a exponer un ejemplo que nos servirá para desarrollar las fases del método científico aplicadas a un problema psicológico. ¿Cómo se aplica el método científico?

Un profesor de Psicología del Pensamiento advierte un elevado porcentaje de creencias psicológicas erróneas en alumnos del cuarto curso del Grado de Psicología. Llama su atención el hecho de que casi la mitad de la clase considera cierto el mito de que las personas solo utilizamos un 10 % de nuestro cerebro. La lectura de literatura sobre esta cuestión le lleva a plantearse una posible relación entre la variable critical thinking disposition (disposición al pensamiento crítico) y las creencias erróneas. De este modo propone una hipótesis de partida que sería la siguiente: las personas que puntúen más alto en esta variable tendrán menos creencias que aquellas que puntúan bajo.

Para obtener datos empíricos que permitan poner a prueba su hipótesis administra a su alumnado dos pruebas. Por un lado, el test de conocimientos psicológicos y conceptos erróneos (TOPKAM) de Bensley et al. (2014) y, por el otro, la versión española de la escala critical thinking disposition (CTD) adaptada y validada por Bravo et al. (2020).

A partir de los datos obtenidos realiza los cálculos apropiados para los intereses de su estudio y obtiene una correlación negativa entre la puntuación en el test TOPKAM y la puntuación en CTD, lo que le lleva a con rmar su hipótesis inicial y extraer la siguiente conclusión: el alumnado con una mayor disposición a pensar de forma crítica presenta, a su vez, una menor tendencia a creer en mitos populares de la psicología. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1.

Ideas clave 9 © Universidad Internacional de La Rioja (UNIR) Ahora te proponemos una reflexión: ¿serías capaz de relacionar e identi car en el ejemplo propuesto cada una de las fases del método cientí co que aparecen en la Figura 1? Figura 1. Fases del método científico. Fuente: elaboración propia. La primera fase es la de observación. En el ejemplo, el profesor se ha dado cuenta en clase gracias a la observación de un fenómeno que viene ocurriendo con una cierta regularidad y del cual toma nota. En investigación, esta fase viene acompañada de una revisión de la literatura sobre el hecho observado.

Esta revisión nos arrojará luz sobre lo que se ha publicado, lo que ya se ha descubierto, los hallazgos más importantes en relación con el fenómeno y las conclusiones a las que han llegado estudios anteriores. De la revisión bibliográ ca nacen nuevos problemas y también posibles hipótesis explicativas. Revisar la literatura sobre las creencias psicológicas erróneas llevará a encontrar explicaciones plausibles sobre la cuestión, que ya han sido sometidas a prueba anteriormente. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1.

Ideas clave 10 © Universidad Internacional de La Rioja (UNIR) En la siguiente fase, planteamiento de problemas, el proceso de observación ha llevado al profesor a cuestionarse algo, hacerse una pregunta y de ahí nace toda la investigación. En su caso, quiere estudiar por qué el alumnado de cuarto, a pesar de tener formación técnica en psicología, sigue manteniendo un gran número de creencias erróneas. Ante este problema de investigación, la revisión de literatura nos ha ayudado con posibles soluciones tentativas. Estamos en la fase de planteamiento de hipótesis, que pueden dar respuesta al problema.

En el ejemplo, hay que considerar que la variable CTD puede tener in uencia a la hora de cuestionarse y aceptar como ciertas este tipo de creencias. En el diseño del experimento se decide la muestra con la que se va a trabajar, qué variables se medirán y con qué herramientas, qué procedimiento se va a seguir y otros aspectos que van a resultar clave para que el diseño resulte viable y válido. El profesor, que ha leído mucho sobre la creencia en mitos psicológicos, decide los dos instrumentos que considera más ables para obtener estas medidas y selecciona como muestra a su grupo de clase. Lo que sigue a continuación es la obtención de resultados y conclusiones.

Una vez que se han recogido los datos pasamos a analizarlos. Si hasta ahora te estabas preguntando cuál era el papel del análisis de datos en la investigación, hemos llegado por n al momento que resolverá tu duda. Es aquí donde debemos conocer las distintas técnicas y manejarlas adecuadamente en función de lo que pretendemos conseguir. Para ello debemos saber qué cálculos realizar según el objetivo y el tipo de variables o según el cumplimiento de determinados supuestos. Por estos motivos, adquirir las competencias que te va a brindar esta materia te capacitará para formar parte de una de las fases claves en investigación, obtener resultados que permitan contrastar las hipótesis.

En nuestro ejemplo pueden pasar dos cosas: que el profesor halle la relación buscada entre las variables o que esta Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 11 © Universidad Internacional de La Rioja (UNIR) relación no resulte estadísticamente signi cativa. En función de los resultados que obtenga serán sus conclusiones y pasará a la última fase.

En cualquier investigación, el momento nal es redactar el informe de resultados, para que lo entiendas mejor, este informe sería el artículo que se publica en una determinada revista cientí ca de psicología o el trabajo nal de grado en el que redactarás, a modo de artículo científico, todos los pasos de tu investigación. Si te jas en la Figura 1, el proceso no termina aquí, sino que es cíclico, por lo que hay una nueva echa desde la última fase hasta el principio. Esto nos indica que, si los resultados no permiten resolver el problema satisfactoriamente, el proceso vuelve a empezar de nuevo y se iniciará una nueva investigación, pasando nuevamente por las distintas fases del proceso.

Este proceso circular también hace referencia a que, generalmente, las conclusiones de un trabajo cientí co suelen dar pie a la apertura de nuevas líneas de investigación, con lo que de nuevo estaríamos ante la primera fase del método. Análisis de datos en psicología Hasta aquí hemos visto que la estadística está presente en la vida cotidiana y, además, constituye un pilar fundamental dentro del método cientí co. Aun así, puede que estos argumentos todavía no te hayan convencido y sigas pensando «¿para qué voy a utilizar yo esto si el día de mañana solo quiero dedicarme a hacer terapia?».

Si continúas del lado del agnosticismo, vamos a derrochar un último esfuerzo para hacerte comprender la utilidad del análisis de datos dentro de la cotidianeidad de la psicología y traerte del lado de las personas de fe. Análisis de datos en psicología, ¿para qué? Supón que como profesional que realiza terapia psicológica aplicas en tus intervenciones una modi cación que has adaptado de la desensibilización sistemática, porque crees que obtiene mejores resultados en el Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 12 © Universidad Internacional de La Rioja (UNIR) tratamiento de las fobias.

Tus sospechas emanan de la mera observación en consulta, porque has visto que todas las personas se han curado con menos sesiones de lo habitual. Ante la idea de que tu hallazgo puede ser importante para el tratamiento de las fobias, te gustaría compartirlo con otros profesionales. La mala noticia es que no será su ciente con tu opinión o tu conclusión subjetiva. Si quieres que tu método reciba respaldo su ciente y quede contrastado empíricamente, tendrás que realizar un estudio de investigación donde necesariamente pasarás por las fases de la recogida, análisis de datos e interpretación de resultados para con rmar tus impresiones iniciales.

Del mismo modo, si el día de mañana trabajas en Recursos Humanos y tienes la clara sospecha de que el bienestar psicológico afecta positivamente a la productividad de las personas trabajadoras, la única forma de con rmar esto nuevamente pasará por plantear un diseño de investigación, donde tendrás que plani car una recogida de datos, analizarlos e interpretar los resultados para ver si tu hipótesis se confirma. Por último, vamos a darle un enfoque un poco más modesto. Supongamos que no tienes ningún hallazgo que compartir con nadie. No te preocupa pasar a la historia de la psicología, ni piensas demasiado en el futuro. Tanto es así que ni siquiera reciclas.

Eres feliz trabajando día a día en tu consulta, sacando a pasear al perro y lavando el coche los nes de semana. De acuerdo, lo respetamos. Pero seguro que te gusta hacer bien tu trabajo. Tendrás casos que presentarán distintos diagnósticos y te vas a encontrar con algunos retos profesionales que te llevarán a leer artículos de revistas de psicología para actualizar tus conocimientos sobre la materia. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 13 © Universidad Internacional de La Rioja (UNIR) Lamento decirte que incluso aquí, necesitarás saber cosas que estamos a punto de enseñarte en esta asignatura.

Para poder entender cualquier artículo científico de psicología tendrás que saber interpretar los resultados y para eso, insisto, nos necesitas. Estos son algunos ejemplos que muestran cómo el ejercicio cotidiano de la psicología también requiere dominar la materia que nos ocupa. Cualquier estudio, cualquier investigación en alguna de sus fases, va a requerir analizar e interpretar datos. Detrás de todos los avances psicológicos que estudiamos, leemos publicados o vemos en medios de comunicación, hay investigación. Y si hay investigación, hay recogida, análisis e interpretación de datos.

Pensando en esto, y con el objeto de que aprendas lo fundamental para saber recoger, analizar, interpretar y presentar los datos de cualquier estudio, hemos elaborado este material. Queremos enseñarte solo lo fundamental, lo que vas a aplicar en tu futuro académico y laboral tratando de detenernos lo menos posible en so sticados cálculos que nunca más utilizarás cuando termines el Grado de Psicología. Precisamente por eso consideramos de gran importancia el manejo de software estadístico para analizar datos a partir de ahora.

En nuestro caso hemos elegido Jamovi como programa de referencia, porque tiene una interfaz agradable, es sencillo en su uso, posee prácticamente todas las funcionalidades que le pedimos a una herramienta de este tipo y, además, es gratuito. En los recursos del apartado A fondo puedes encontrar algunos materiales que te ayudarán en tus comienzos con Jamovi. Compartimos un vídeo del profesor Eduardo González, donde explica cómo podrás instalar el programa siguiendo unos sencillos pasos y un manual completo de uso del programa de descarga libre. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1.

Ideas clave 14 © Universidad Internacional de La Rioja (UNIR) 1.3. Las escalas de medida A pesar de los intentos de de nición de la escala de medida en algunos de los manuales referentes de Estadística, (Amón, 2000; Botella et al., 2012) consideramos que ninguna de nición se ajusta a la sencillez con la que nos hemos querido comprometer al elaborar este material, por eso no vamos a parar demasiado en el problema de la conceptualización, problema que, por otro lado, será poco relevante para el alumnado. Siguiendo a Coronado (2007), el problema de la de nición se puede simpli car diciendo que una escala de medida es el conjunto de posibles valores que una variable puede tomar.

De este modo, a la hora de medir las diferentes variables vamos a considerar, inicialmente, los cuatro tipos de escalas de medida propuestas hacia mitad del siglo pasado por Stevens (1946, citado en Amón, 2000): Nominal. Ordinal. De intervalo. De razón. Una vez que hayamos visto estos cuatro tipos de escalas, sintetizaremos la información que verdaderamente te va a resultar más relevante. Escala nominal Los valores que puede adoptar cualquier escala de este tipo solo representan categorías o etiquetas, cada una de las cuales es distinta de las otras. Estos valores sirven para clasi car a los sujetos u objetos, pero no poseen las propiedades numéricas que sí tienen otras escalas.

Por ejemplo, los valores no presentan orden ni tampoco puede decirse que un valor sea mayor o menor que otro. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 15 © Universidad Internacional de La Rioja (UNIR) Ejemplos de escalas nominales Género: hombre, mujer, no binario. Estado civil: soltera, casada, separada. País de nacimiento: España, Ecuador, Alemania. Grupo sanguíneo: A, B, AB, 0. Número que lucen los jugadores de un equipo de baloncesto en su camiseta: 22, 1, 14, 3.

Como se puede ver en el último ejemplo, una escala nominal también puede ser numérica y eso no atribuye a los números de las propiedades matemáticas más allá de etiquetar o identi car al jugador; es decir, el jugador 22 no es más que el 20 ni los jugadores 10 y 2 sumados son igual al jugador 12. Escala ordinal Son aquellas escalas en las que los valores, además de representar una categoría diferente, pueden ordenarse. De este modo, puede decirse que el valor de una categoría es más que el valor de otra. Ejemplos de escalas ordinales Calificación en una asignatura: suspenso, aprobado, notable. Renta de una familia: baja, media baja, media, media alta.

Nivel de estudios: primarios, secundarios, grado, posgrado. Escala de respuesta a un cuestionario (conocidas como escalas de tipo Likert): totalmente en desacuerdo, en desacuerdo, neutro, de acuerdo, totalmente de acuerdo. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 16 © Universidad Internacional de La Rioja (UNIR) Escala de intervalo En este caso, además de cumplirse las relaciones de igualdad-desigualdad y de orden, existen diferencias entre los distintos valores que pueden interpretarse numéricamente. Por ejemplo, entre el año 2000 y el año 2005 hay cinco años de diferencia, uno menos que entre el año 2010 y el año 2014.

Sin embargo, en este tipo de escalas, el valor cero es arbitrario. Ejemplos de escalas de intervalo Temperatura: -2 grados, 0 grados, 20 grados. Año: 2000, 2010, 2015. Puntuación en una prueba de psicológica: 20 puntos, 15 puntos, 40 puntos. En general, consideraremos que la medición de cualquier constructo psicológico (aptitudes, rasgos de personalidad, etc.) se medirá con una escala de intervalo. Se puede observar que, en este caso, el valor 0 no es el origen de la escala. No tiene sentido hablar de una persona con un cociente intelectual 0 o con una autoestima 0. Tendrá un valor más alto o bajo en la variable en cuestión, pero no puede ser que no tenga CI.

Tendrá una autoestima alta o baja, pero no puede ser que no posea este rasgo. En una escala de intervalo (temperatura) podemos decir que 30 grados son 20 grados más que 10, pero no que la propiedad (el calor) en un caso sea el triple que en el otro. Escala de razón En la escala de razón se cumplen todas las propiedades mencionadas anteriormente, igualdad-desigualdad, orden, distancias de nidas entre los distintos valores y, además, existe un punto cero que no es arbitrario, que da origen a la escala y permite establecer toda clase de relaciones matemáticas entre las variables de la escala. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1.

Ideas clave 17 © Universidad Internacional de La Rioja (UNIR) Ejemplos de escala de razón Número de hijos: 0, 1, 2, 3. Salario de una persona: 500, 1500, 2000, 3000. Edad: 15, 28, 32, 51. Aquí sí podemos decir que tener tres hijos es el triple que tener uno o que, si dos personas ganan 1000 euros, juntas ganan lo mismo que una cuyo salario es de 2000 euros. Un apunte extra Las escalas que hemos visto no son siempre algo rígido ni tienen por qué ser inmutables.

A menudo, en virtud del tipo de análisis que queremos realizar, nos puede interesar más trabajar con una variable en su escala de medida original, como puede ser el salario (1800 euros) o nos puede interesar transformarla construyendo tres categorías ordenadas de salario (bajo, medio, alto) para trabajar así con una variable ordinal. Los cálculos y estadísticos que se pueden aplicar en cada caso van a ser diferentes.

El tipo de escala en que se mide una variable determina las propiedades de la medición, así como las operaciones matemáticas que pueden realizarse con ella o los procedimientos estadísticos que se utilizarán tanto para analizar los datos como para presentar posteriormente los resultados (Coronado, 2007). De esta manera, en una investigación no se calculan los mismos estadísticos descriptivos cuando presentamos una variable nominal que si lo hacemos con una de razón. Igualmente, utilizaremos distintos gráficos para presentar una y otra. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1.

Ideas clave 18 © Universidad Internacional de La Rioja (UNIR) Las dos primeras escalas, nominal y ordinal, como hemos visto, son escalas categóricas y se utilizarán para medir variables cualitativas; mientras que las escalas de intervalo y de razón son numéricas y se utilizarán para medir variables cuantitativas. Para entender esto es necesario hablar de los distintos tipos de variables. Vamos a verlo en el punto siguiente. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 19 © Universidad Internacional de La Rioja (UNIR) 1.4. Las variables.

Clasificación De manera muy sencilla vamos a de nir una variable como toda aquella característica de un objeto o sujeto que puede tomar distintos valores. Piénsalo y lo verás más fácil, el nombre hace referencia a que estas características varían de un sujeto a otro o de un objeto a otro y así permiten diferenciarlos. Vamos a tratarlo con un ejemplo muy sencillo. En la Figura 2 aparece un grupo de amigos. Nos fijamos en cuatro variables diferentes: Sexo. Altura. Color del pelo.

Ansiedad medida con un cuestionario (como ya hemos dicho, se trata de una variable psicológica y, por tanto, no es observable directamente, sino a través de las respuestas que las personas dan en un cuestionario de ansiedad). Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 20 © Universidad Internacional de La Rioja (UNIR) Figura 2. Diferencia de variables en un grupo de amigos. Fuente: adaptada de Freepik, s. f. Estas cuatro variables toman valores distintos en las seis personas que componen el grupo. Si nos jamos en el sexo, vemos que Imanol, Julián y Huang Zhou son hombres, mientras que Katerina, Yulexy y Aitana son mujeres.

La variable altura también toma diferentes valores. Así podemos decir que Julián, con 1,87 metros, es más alto que Imanol, cuya altura es de 1,78 metros, pero, al mismo tiempo, Imanol es más alto de Katerina, que mide 1,65 metros. Puede decirse, también, que el color del pelo de Aitana es pelirrojo, mientras que el de Katerina es rubio y el de Yulexy es moreno. Finalmente, Yulexy ha puntuado 23 puntos en la escala de ansiedad, con lo que su puntuación es la más baja de todas; mientras que Imanol, con 42 puntos, es la persona con un nivel más alto de ansiedad en todo el grupo de amigos. Por cierto, Imanol es profesor universitario, no sabemos si tendrá algo que ver.

Observa en los ejemplos anteriores cómo las variables adoptan distintos valores que permiten diferenciar a unas personas de otras en cuanto a la característica que se estudie. Date cuenta, también, que estas características, en algunos casos, adoptan Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 21 © Universidad Internacional de La Rioja (UNIR) valores numéricos, como la altura o la puntuación en ansiedad; mientras que en otros casos, los valores son distintas propiedades o atributos. Aprovechamos esto para diferenciar entre variables cualitativas y variables cuantitativas. Variables cualitativas.

Una variable es cualitativa cuando mide atributos o cualidades (género, grupo sanguíneo, estado civil, profesión). Las variables cualitativas pueden ser, a su vez: Dicotómicas: si solo admiten dos categorías de respuesta. Por ejemplo, sano/enfermo. Politómicas: si admiten más de dos categorías de respuesta. Por ejemplo, soltera/casada/separada/divorciada/viuda. Variables cuantitativas. Por el contrario, una variable es cuantitativa si mide cantidades (número de hijos, salario, cociente intelectual, altura). Las variables cuantitativas pueden ser, a su vez: Continuas: si entre dos valores enteros hay decimales. Por ejemplo, la altura: 1,78/1,79/1,83.

Discretas: cuando no hay decimales, solo valores enteros. Por ejemplo, número de hijos: 1, 2, 3. Fíjate bien cómo, según la naturaleza de una variable, se utilizará un tipo u otro de escala de medida para recoger datos sobre ella. En la Figura 3 se puede observar claramente esta relación: Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 22 © Universidad Internacional de La Rioja (UNIR) Figura 3. Relación entre variables y escalas de medida. Fuente: elaboración propia. ¿Sabías que?

Algunas escalas ordinales, como las de tipo Likert (nunca, a veces, a menudo, con frecuencia, siempre), que se suelen utilizar como escalas de respuesta para medir los ítems de cualquier escala psicológica, habitualmente, en el proceso del análisis de los datos, suelen trabajarse como si fueran escalas cuantitativas, asignando a cada categoría un valor numérico: nunca (0), a veces (1), a menudo (2), con frecuencia (3), siempre (4). Esto permite que se pueda operar con ellas sumándolas, para formar parte de la puntuación total de la variable medida. Por eso, en algunos manuales, leerás que las variables ordinales también se clasi can como cuasi cuantitativas.

Una vez expuesta toda esta información sobre tipos de variables y escalas de medida, te recomendamos que únicamente aprendas a diferenciar entre escalas nominales, ordinales y cuantitativas (donde se engloban tanto las de intervalo como las de razón). No se trata de un error. Como verás, la mayor parte de los programas informáticos dedicados al análisis de datos cuantitativos, como SPSS o Jamovi, no realizan distinción entre escalas de intervalo y de razón, sino que las agrupan como un único tipo al que denominan «escala» (en SPSS) o «continua» (en Jamovi). Como Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1.

Ideas clave 23 © Universidad Internacional de La Rioja (UNIR) una imagen vale más que mil palabras, te lo mostramos con dos capturas de pantalla. Figura 4. Tipos de escalas en Jamovi. Fuente: elaboración propia. Figura 5. Tipos de escalas en SPSS. Fuente: elaboración propia. Te interesa Aclarado esto y puesto que tu aprendizaje va a estar orientado al uso práctico, no consideramos de fundamental importancia la diferencia entre escalas de intervalo y de razón. Una buena noticia, por n. No será necesario que aprendas esto, puedes dejar espacio de almacenamiento mental para cuestiones de mayor calado. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1.

Ideas clave 24 © Universidad Internacional de La Rioja (UNIR) Función de las variables en investigación De forma muy breve vamos a comentar sucintamente los papeles que pueden adoptar las variables dentro de una investigación. Cuando queremos observar la in uencia que una variable tiene sobre otra, diseñaremos un experimento en el que las variables pueden adoptar tres funciones diferentes. Variable independiente o factor: es aquella cuyos cambios influyen o afectan a otra variable. En un experimento es la variable que el experimentador manipula, con el objetivo de registrar los cambios que produce en una segunda variable.

Variable dependiente: es esa segunda variable de la que hablamos en la definición anterior, es decir, aquella que recibe la influencia de la independiente. El experimentador simplemente mide y registra los cambios producidos en ella, pero no puede manipularla directamente. Variable extraña o contaminadora sería toda aquella variable que está presente en el experimento, que no se ha podido controlar y que podría estar influyendo sobre la variable dependiente, con lo cual puede confundirnos al interpretar los resultados. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 25 © Universidad Internacional de La Rioja (UNIR) 1.5.

Conceptos básicos en estadística Dado que este primer tema es introductorio a la estadística y el análisis de datos, queremos desarrollar, antes de pasar al siguiente, algunos conceptos que consideramos especialmente importantes en la materia y cuyo dominio te hará más fácil el aprendizaje posterior. Vamos a desarrollarlos con un lenguaje sencillo que facilite su comprensión. Estadística descriptiva Es la rama de la estadística que se ocupa de describir las variables. Cuando queremos hablar de una persona la describimos en base a sus propiedades físicas, su personalidad, su carácter, su sensibilidad o su inteligencia.

Las variables también hay que presentarlas en una investigación, hay que describirlas. Normalmente, al principio del apartado de resultados se describe la totalidad de las variables que se han empleado en el análisis. Esta descripción va a depender de la naturaleza de las variables. Por ejemplo, de una variable cualitativa presentaremos la frecuencia o el porcentaje de casos que hay en cada categoría, mientras que, en una variable cuantitativa, la media y la desviación típica permiten hacerse una idea inicial de la forma en la que se distribuye. La estadística descriptiva trabaja con muestras y no pretende ir más allá de las mismas.

Los datos obtenidos se aplican a la propia muestra, al grupo de donde los datos han sido recogidos. Estadística inferencial En el caso de la inferencia, sí queremos ir más allá. Queremos saber qué ocurre en una población determinada, cómo se relacionan las variables, qué pasa si introducimos cambios, tratamientos, etc. Pero, como vamos a ver en el siguiente Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 26 © Universidad Internacional de La Rioja (UNIR) punto, al no poder acceder a la población al completo, seleccionaremos muestras que nos permitirán obtener datos y de estos datos sacaremos conclusiones referidas a la población.

En este punto aparece la necesidad de utilizar la probabilidad. Porque en el trabajo descriptivo, lo que contamos es lo que hay, pero en el trabajo inferencial sacamos conclusiones sobre una población a partir de unos cuantos datos sobre ella; por eso, estas conclusiones no serán al cien por cien veraces, sino con una probabilidad determinada. Es importante entender que estas distintas ramas de la estadística no son mutuamente excluyentes, puesto que, en la mayoría de los casos, hemos de utilizarlas de forma complementaria. Vamos a utilizar una analogía para diferenciar entre descripción e inferencia. Imagina que estás en una terraza de bar tomando un café con alguien más.

En la mesa de al lado hay un chico en el que os jáis y del que os ponéis a hablar (no me digas que nunca lo has hecho). Si al describirlo dices que tiene la piel muy blanca, es alto, sus ojos son azules, su pelo es rubio muy claro y lleva sandalias con calcetines, estás haciendo estadística descriptiva. Sin embargo, si a la luz de estos datos te aventuras a decir que seguramente sea extranjero, estás haciendo inferencia. Y en este caso, tu conclusión puede ser cierta con una determinada probabilidad, pero no es segura. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1.

Ideas clave 27 © Universidad Internacional de La Rioja (UNIR) Cualquier dato que calculemos en una muestra determinada se llamará estadístico. Por ejemplo, si calculamos la nota media o la varianza de un grupo de clase formado por 35 personas, este dato se llama estadístico. Para representarlos, se utilizan letras latinas (M, S, r). Sin embargo, cuando el dato se re ere a la población lo llamaremos parámetro y lo representaremos con letras griegas ( ). Por ejemplo, si hablamos de la media de gasto en gasolina por habitante de un país, esta media es un parámetro. Una vez descritos estos conceptos, es necesario desarrollar los de muestra y población.

Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 28 © Universidad Internacional de La Rioja (UNIR) 1.6. Muestra y población Población Definiciones del término: «2. f. Conjunto de personas que habitan en un determinado lugar. »3. f. Conjunto de edi cios y espacios de una ciudad. Atravesó la población de una parte a otra. »4. f. Conjunto de individuos de la misma especie que ocupan determinada área geográfica. »5. f. Sociol. Conjunto de los elementos sometidos a una evaluación estadística mediante muestreo». (Real Academia Española, s. f). A lo largo de la asignatura vas a ver que el concepto «población» se utiliza con bastante frecuencia.

Arriba hemos puesto algunas de niciones del término para ayudarte a saber mejor lo que, en estadística, sí es una población y lo que no lo es. En nuestro caso, una población no se re ere a ninguna de las habituales connotaciones expresadas en las de niciones 2, 3 y 4. La población, en estadística, está referida a la última de nición y, según Guàrdia et al. (2008), puede de nirse como el «conjunto de individuos que poseen una serie de características de nitorias de su grupo de pertenencia» (p. 3). Vamos a desarrollarlo de una forma sencilla a través de ejemplos centrados en nuestro campo, la psicología. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1.

Ideas clave 29 © Universidad Internacional de La Rioja (UNIR) Entendiendo el concepto de población Ejemplo 1. Si nos interesa realizar un estudio exploratorio en profundidad sobre un determinado cuadro diagnóstico, por ejemplo, el trastorno obsesivo compulsivo (TOC), la población en este contexto no tiene porqué ceñirse a un espacio geográ co, sino que estaría constituida por todas aquellas personas diagnosticadas de TOC en cualquier parte del planeta. Ejemplo 2.

Si una psicóloga quisiera hacer una comparativa entre las competencias emocionales del alumnado de colegios públicos y privados españoles, en este caso habrá dos poblaciones de referencia y serán las formadas por todo el alumnado que cursa sus estudios de primaria en colegios públicos y todo aquel que lo hace en colegios privados. Ejemplo 3. Cuando se hace investigación experimental con un nuevo fármaco para el insomnio, aunque haya un pequeño grupo de voluntarios que participan en el ensayo y toman el fármaco, las conclusiones que se quieren extraer no se re eren a la mejoría de ese único grupo de personas.

La población, en este caso, serían todas aquellas personas que tienen insomnio y podrían tratarlo con el fármaco. Estos ejemplos permiten imaginar que el término «población», dentro de cualquier estudio, se re ere a un concepto tan amplio que es generalmente inabarcable. Bien sea por una cantidad limitada de recursos, por su amplio tamaño o por la imposibilidad material de acceder todas las personas que la conforman, lo cierto es que al investigar necesitamos trabajar con muestras seleccionadas de la población. Con el siguiente ejemplo entenderemos mejor estas dos nociones. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1.

Ideas clave 30 © Universidad Internacional de La Rioja (UNIR) Figura 6. Ejemplo de muestreo a partir de una población. Fuente: adaptada de Majborodin, s. f. Se quiere llevar a cabo un estudio en Europa sobre la in uencia que las redes sociales tienen en las conductas de bullying. Para ello, la población con la que se decide trabajar está constituida por todo el alumnado de educación primaria de la comunidad europea. Piensa que solo en España hay aproximadamente tres millones de menores en esta franja de escolarización, por lo que puedes hacerte una idea de la vastedad de la cifra si pensamos en el alumnado de todo el continente.

Como ya hemos dicho antes, se trata de una población imposible de abarcar por completo. Por eso trabajaremos con una muestra seleccionada de entre toda la población, que representará a los menores de educación primaria de la Unión Europea. Para la selección de esta muestra se ha utilizado un muestreo probabilístico por conglomerados (tranquilo, aún no hace falta que comprendas este concepto), que selecciona 2000 niños de colegios pertenecientes a cada uno de los países indicados en la Figura 4. De esta manera, la muestra total alcanza la cifra de . Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1.

Ideas clave 31 © Universidad Internacional de La Rioja (UNIR) El muestreo no es otra cosa que el proceso de seleccionar una muestra representativa de la población. Este procedimiento de muestreo puede hacerse con reglas probabilísticas determinadas a priori y se denomina muestreo probabilístico, o puede realizarse sin jar esas reglas y se llama muestreo no probabilístico. En cualquier caso, estos términos se van a estudiar profusamente en otras asignaturas, por lo que no es momento de detenerse en su explicación. De momento, con lo que hemos visto, tenemos suficiente para empezar. Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1.

Ideas clave 32 © Universidad Internacional de La Rioja (UNIR) 1.7. Referencias bibliográficas Amón, J. (2000). Estadística para psicólogos I: Estadística descriptiva (15. ª ed.). Ediciones Pirámide. Bensley, D. A., Lilienfeld, S. O. y Powell, L. A. (2014). A new measure of psychological misconceptions: Relations with academic background, critical thinking, and acceptance of paranormal and pseudoscienti c claims. Learning and Individual Differences, 36, 9-18. https://doi.org/10.1016/j.lindif.2014.07.009 Botella, J., Suero, M. y Ximénez, C. (2012). Análisis de datos en Psicología I. Ediciones Pirámide. Bravo, M. J., Galiana, L., Rodrigo, M. F., Navarro-Pérez, J. J. y Oliver, A. (2020).

An adaptation of the critical thinking disposition scale in Spanish youth. Thinking Skills and Creativity, 38, 100748. https://doi.org/10.1016/j.tsc.2020.100748 Coronado, J. (2007). Escalas de medición. Paradigmas, 2(2), 104-125. Freepik. (s. f. ). Grupo multirracial de pessoas felizes sorrindo " Vetor Grátis [Imagen]. Pinterest. https://ar.pinterest.com/pin/831406781193576004/ Guàrdia, J., Freixa, M., Però, M. y Turbany, J. (2008). Análisis de datos en psicología. Delta Publicaciones. León, O. G. y Montero, I. (2003). Métodos de Investigación en Psicología y Educación (3. ª ed.). McGraw Hill. Majborodin (s. f.). Mapa de alta calidad de europa con fronteras de las regions [Imagen]. Freepik.

https://www.freepik.es/vector-premium/mapa-alta-calidad-europa- fronteras-regiones_22983387.htm Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Ideas clave 33 © Universidad Internacional de La Rioja (UNIR) Real Academia Española. (s. f.). Población. En Diccionario de la lengua española. Recuperado en 9 de junio de 2023, de https://dle.rae.es/poblaci%C3%B3n Ideas clave Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1.

Ideas clave 34 © Universidad Internacional de La Rioja (UNIR) Instalación de Jamovi e introducción al programa En el siguiente vídeo, el profesor Eduardo González Fraile te explica de forma sencilla y práctica cómo instalar el programa Jamovi y empezar a dar tus primeros pasos con él. ¡No te lo pierdas! Accede al vídeo: https://unir.cloud.panopto.eu/Panopto/Pages/Embed.aspx?id=fd39ddb4-427e- 4f34-92ad-af9b00bb16a0&start=4.732065 A fondo Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. A fondo 35 © Universidad Internacional de La Rioja (UNIR) Manual de estadística con Jamovi Badiella, Ll., Blasco, A., Boixadera, E., Valero, O. y Vázquez, A. (2021).

Manual de Introducción a Jamovi: una interfaz grá ca para usuarios de R. Servei d'Estadística Aplicada Universitat Autònoma de Barcelona. https://sct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/manual_de_estadistica _con_jamovi.pdf Este manual, práctico y sencillo, resulta idóneo para comenzar a trabajar con el software estadístico Jamovi e ir familiarizándose con él desde el principio de la asignatura, puesto que es una herramienta que vamos a utilizar habitualmente para el análisis de datos cuantitativos. A fondo Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. A fondo 36 © Universidad Internacional de La Rioja (UNIR) 1.

¿Cuál es el orden correcto de estas fases del método científico? A. Planteamiento de problemas, observación, generación de hipótesis y obtención de resultados y conclusiones. B. Generación de hipótesis, observación, diseño del experimento y obtención de resultados y conclusiones. C. Observación, generación de hipótesis, diseño del experimento y obtención de resultados y conclusiones. D. Informe de resultados, planteamiento de hipótesis, observación y obtención de resultados y conclusiones. 2. La variable «número de cigarrillos fumados al día» es de tipo: A. Cualitativa discreta. B. Cualitativa continua. C. Cuantitativa continua. D. Cuantitativa discreta 3.

La variable «¿con qué frecuencia tiene pensamientos que le generan ansiedad?: a) nunca b) a veces c) con bastante frecuencia d) casi todo el tiempo», ¿con qué escala está medida? A. Nominal. B. Ordinal. C. Cuantitativa. D. Cualitativa. Test Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Test 37 © Universidad Internacional de La Rioja (UNIR) 4. Una investigadora quiere comprobar si la música instrumental ayuda a mejorar la concentración. En este estudio, la variable concentración será: A. La variable dependiente, que simplemente se mide. B. La variable independiente, que la investigadora manipula. C. Una variable extraña. D.

La variable dependiente, que la investigadora manipula. 5. La medición en psicología: A. No es posible, porque el objeto de estudio no es observable. B. Es posible asignando etiquetas numéricas a fenómenos observables. C. Es poco probable y por eso no es científica. D. Es posible asignando etiquetas numéricas a fenómenos no observables directamente. 6. La fase del método cientí co en la que se extraen conclusiones que permiten confirmar o rechazar la hipótesis de partida es la fase de: A. Obtención de resultados. B. Diseño del experimento. C. Generación de hipótesis. D. Informe de resultados. 7.

Si necesito comprobar la e cacia que un nuevo fármaco tendrá en el tratamiento del TDAH, necesitaré hacer uso de: A. Estadística descriptiva. B. Estadística inferencial. C. Probabilidad. D. Todas. Test Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Test 38 © Universidad Internacional de La Rioja (UNIR) 8. Si dijera que mi alumnado ha obtenido, en la materia de Análisis de Datos, una media de 8,75 (ánimo, si ellos pueden, tú también), este dato es: A. Un estadístico y se representa con letra griega. B. Un estadístico y se representa con letra latina. C. Un parámetro y se representa con letra latina. D. Un parámetro y se representa con letra griega. 9.

La variable «tiempo de reacción en una tarea de detección de estímulos» es una variable: A. Ordinal. B. Cualitativa. C. Cuantitativa continua. D. Cuantitativa discreta. 10. ¿Cuál de los siguientes ejemplos no representa una inferencia? A. Un estudio para probar la eficacia de un fármaco contra el cáncer. B. El promedio de dinero que cuesta a cada vecino arreglar la fachada. C. El porcentaje de espectadores que vieron el estreno de un programa. D. Un sondeo realizado a las puertas de los colegios electorales. Test Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos Tema 1. Test 39 © Universidad Internacional de La Rioja (UNIR)