¡Descarga Análisis de Datos y más Apuntes en PDF de Psicología solo en Docsity!
Análisis de datos en Psicología
La epistemología (del griego 1 F 1 0πιστήμη ( episteme ), "conocimiento", y λόγος ( logos ), "teoría") es una rama de la filosofía cuyo objeto de estudio es el conocimiento científico. La epistemología se ocupa de problemas tales como las circunstancias históricas, psicológicas y sociológicas que llevan a su obtención, y los criterios por los cuales se lo justifica o invalida.
Es necesario diferenciar entre las fuentes primarias, secundarias y terciarias. Las primarias son en las que el autor escribe sus descubrimientos. Las secundarias son traducciones, y las terciarias las que hacen referencia a una fuente secundaria.
INTRODUCCIÓN
- Orígenes presocráticos Neopositivismo (Escuela de Viena) Ciencias iguales (Nominalismo) Basadas en los hechos (Positivismo lógico)
- Metodología: Ciencia (Aplicación de un método como vía de acceso al conocimiento: sistemático y refutable). Darwin y Hendel en el S.XIX sitúan al hombre al nivel del resto de los animales. Por eso al humano hay que aplicarle los mismos métodos de investigación que a los animales. - Ciencias Duras-Alfaoperatorias-No depende de quién las aplica
Ciencias Blandas-Betaoperatorias-Sí depende de quién las aplica. El caso de la Psicología
- Emic vs. Etic.(De Harris) Conocimiento con una fuerte influencia subjetiva
Emic y etic es una distinción que se usa en las ciencias sociales y las ciencias del comportamiento para referirse a dos tipos diferentes de descripción relacionadas con la conducta y la interpretación de los agentes involucrados. Una descripción emic, o émica, es una descripción en términos significativos (conscientes o inconscientes) para el agente que las realiza. Así por ejemplo una descripción emic de cierta costumbre tradicional estaría basada en cómo explican los miembros de esa sociedad tradicional el significado y los motivos de esa costumbre. Una descripción etic (no traducir como ético), es una descripción de hechos observables por cualquier observador desprovisto de cualquier intento de descubrir el significado que los agentes involucrados le dan.
- Mauchamp: “Hay que alejarse lo máximo posible del objeto a estudiar, eliminar todo tipo de emociones.”
Nuestro objeto de estudio es el Comportamiento
Cuantitativo: Adaptado a reglas y guías, baja tolerancia a la ambigüedad, estudios breves en tiempo (no siempre).
Cualitativo: No ajustado a reglas o guías estrictas, alta tolerancia a la ambigüedad, estudios a larga distancia.
La navaja de Occam: concepto medieval, del empirismo medieval. Ante dos o más explicaciones plausibles sobre algo, se debe elegir el más sencillo y simple, el de menos complejidad.
Observación: hay dos tipos, la común (experiencia personal), y la científica (sometida a reglas). Se suelen mezclar las dos, por lo tanto hay que separarlo, como unos dos cerebros. Al aplicar la ciencia se prefija el tiempo y el lugar de manera explícita, y sólo en ese momento tiene validez científica.
Paradigma: forma general y consensuada de planificar, recoger y analizar datos en un campo científica.
La psicología es una ciencia “preparadigmática” (≈ Multiparadigmática), porque no hay consenso a la hora de trabajar.
Aproximaciones: Conductista, neurofisiológica, cognitiva, P.D.P (neurofisiológica + cognitiva), sociobiológica…
PARADIGMA GENERAL
La base es la observación, que ha de ser científica y en un tiempo y espacio. Y lo
demás sobra. Sobre esto planteamos una o dos ideas básicas, o hipótesis, que luego
contrastaremos en el experimento.
Un solo experimento no da conocimiento
OBSERVACIÓN HIPÓTESIS EXPERIMENTO …. Replicación
RESULTADOS
Si no hay replicación es como si no existiera
Posibles resultados
- Resultado General: siempre ocurre el mismo resultado, se cumple la hipótesis
- Resultados parciales: la mayoría de las veces, es probabilístico
- Resultados existenciales: el 50%, no podemos determinar con certeza lo que ocurre
Principio de INDETERMINACIÓN (Heisenberg-Hofstadter). Cuando un homínido se siente observado, modifica su comportamiento. El sujeto MIENTE, por lo tanto preguntar es lo último que debemos hacer, porque suele cambiar. Hay que perseguir conductas objetivas.
PROBLEMAS DE LA PROGRAMACIÓN
Genograma:
X X X Ej 101, 111, 010
Tiene madre Tiene hermanos
Tiene padre
Datos: Modelo + error
CAUSALIDAD:
X Y A: Causalidad determinística
X Y B: Causa suficiente pero no necesaria
X Y C:Causa necesaria pero no suficiente
X Y D:Causa no necesaria ni suficiente
TEMARIO
La medición
En Psicología hay que tener en cuenta la parsimoneidad (Principio de Parsimoneidad), no se puede feneralizar. Ejemplo, el examen PIR mide la capacidad de contestar unas preguntas, no la de actuar profesionalmente.
La psicología intenta explicar y predecir las conductas por medio de leyes generales. Dato= Modelo + error
La medición se encuentra en el modelo.
Problemas:
▲ Restricción de la variabilidad natural, con lo que medimos no es suficiente. Ej. La báscula llega a 120 y pesamos 200.
▲ Sesgo de respuesta. Se plantea la pregunta y se exige respuesta, y dependiendo de cómo pregunte, obtendré una respuesta diferente.
TIPOS DE FUENTES DE INVESTIGACIÓN
Primarias
- Observación: En el entorno natural, no controlo todas las variables
- Experimentación: Delimitado en el espacio-tiempo, controlando el entorno
- Encuesta: Se pregunta directamente a los sujetos.
Secundarias
✓ Impresos o electrónicos
La medición pretende representar propiedades por medio de números de acuerdo a reglas. En la medición ha de haber fiabilidad. Además ha de ser válido, es decir, ha de servir para todo lo que necesitamos.
Escalas de medida: (Steven-1946) Mediados del siglo XX. Hay que relacionar, teoría de conjuntos. Modelo relacionar, los números asignados no representan cantidades propiamente dichas, sino relaciones.
Metodología cuantitativa: Las leyes se expresan por relaciones cuantitativas
Medición:
VariableClase social
AtributoBaja Media Alta
Valor 1 2 3
Relación
Los números dependen de un atributo, por eso hay que tener cuidado, porque a nivel de ambigüedad puede ser que uno más uno, no sean dos.
n: Los que no he podido analizar
N: TODOS
Ejemplo real: Miguel Porta ante el hecho de que sus alumnos tenían un rendimiento más bajo que los alumnos de hace décadas, se pregunta si es que son así o si hay algo detrás: ante una realidad compleja se plante una pregunta, hay que saber preguntarse.
VARIABLES
Conjunto de valores (dos o más) de una propiedad o característica. Hay dos modalidades:
Exhaustivo: con todos los posibles valores de una variable
Excluyente: No puede presentar dos valores simultáneos de la variable
Representación: Algebra lineal: X,Y,Z
Algebra matricial: ( X, Y,Z… )
- Escala nominal: VARIABLES CUALITATIVAS Ej. Sexo (varón, mujer, varón, mujer..) 1= varón 2= mujer - X (1,2,1,2) - x [1,2,1,2]
¿En el caso de los investigadores del estudio americano que registraban la basura de los sujetos del experimento para comprobar si decían la verdad, que tipo de variable cualitativa puedo obtener?
- Escala ordinal: VARIABLES CUASI-CUANTITATIVAS: Ej. Clase social (baja, media, media, alta) 1= baja 2=media 3= alta - X (1,2,2,3) - x [1,2,2,3]
¿En el caso de los investigadores del estudio americano que registraban la basura de los sujetos del experimento para comprobar si decían la verdad, que tipo de variable cuasi- cuantitativa puedo obtener?
- Escala de intervalo o razón: VARIABLES CUANTITATIVAS DISCRETAS: Valores enteros, no admite decimales, por ejemplo el nº de hijos.
¿En el caso de los investigadores del estudio americano que registraban la basura de los sujetos del experimento para comprobar si decían la verdad, que tipo de variable cuantitativa discreta puedo obtener?
- Escala de intervalo o razón: VARIABLE CUANTITATIVA CONTINUA: Admite valores decimales, como por ejemplo la temperatura corporal.
¿En el caso de los investigadores del estudio americano que registraban la basura de los sujetos del experimento para comprobar si decían la verdad, que tipo de variable cuantitativa continua puedo obtener?
TRANSFORMACIÓN DE VARIABLES
Ej. Las modalidades pueden agruparse en “clases” o intervalos, por ejemplo, las edades pueden reagruparse en menos de 20 años, de 20 a 50, y más de 50.
Esquema General de las diapositivas
Aunque se codifiquen como números, debemos recordar siempre el verdadero tipo de las variables y su significado cuando vayamos a usar programas de cálculo estadística. No todo está permitido con cualquier tipo de variables.
A la información perdida o no medida se puede asignar un valor arbitrario que esté fuera de la norma, siempre y cuando lo sepa la máquina. Si un término es cte. no se incluye en la estadística, es la fase de depuración. Posteriormente hay que evaluar si los datos son correctos.
EJEMPLO DE PREGUNTA DE EXAMEN:
Señalar que tipo de variable es:
Sexo: Variable cualitativa-escala nominal
Color de ojos: Variable cualitativa-escala nominal
Síndromes psicológicos: Variable cualitativa-escala nominal
Gravedad del síndrome: Cuasi-cualitativa-escala ordinal
Partido político: Cualitativa-escala nominal
Grupo escolar: 1ºA,6ºB,3ºC… : cualitativa-escala nominal
Religión profesada: Cualitativa-escala nominal
Raza o etnia: Cualitativa-escala nominal
Habitat: Cualitativa-escala nominal
Estudios(elem,medio, univ) cuasi cuantitativo-ordinal
Frecuencia de respuesta en una conducta- Escala de intervalo
Peso-Cuantitativa-razón
A saber:
✓ ESCALA LIKERT-hacia una proposición, se coloca en una rango, por ejemplo de 0 a 5, de muy en desacuerdo a muy de acuerdo.
✓ (^) ESCALA GUTTMAN- Algunos autores consideran que más que un método de medición de actitudes, es una técnica para determinar si un conjunto de afirmaciones reúnen los requisitos de un tipo particular de escala.
Una descripción etic (no traducir como ético), es una descripción de hechos observables por cualquier observador desprovisto de cualquier intento de descubrir el significado que los agentes involucrados le dan.
PRESENTACIÓN ORDENADA DE DATOS: Tablas de frecuencias y representaciones gráficas son dos maneras equivalentes de presentar la información. Los dos exponen ordenadamente la información recogida.
VARIABLES CUALITATIVAS.
Elementos:
- Modalidad (X), distintos grados de la propiedad estudiada = Mujer/hombre, sexo, religión…arbitrariamente les asignamos un nº
- Frecuencia absoluta (F), nº de veces que se repite cada modalidad
- Proporción (f), n/N
- Porcentaje (P), (n/N)*
EJEMPLO:
MODALIDAD X F f P Católica 4 10 10/20=,50 (10/20)100= Protestante 1 2 2/20=,10 (2/20)100= Otra 6 8 8/20=,40 (8/20)*100= TOTAL 20 1 100
El resto de variables: Frecuencia acumulada (Fa ): nº de veces que se repite cada modalidad. Lo de acumular los datos se puede hacer con el resto de parámetros como se ve en el ejemplo siguiente:
Este ejemplo es de variable CUASI-CUANTITATIVA, en la cual sí importa el orden.
MODALIDAD X F f P F (^) a fa Pa Baja 1 70 ,35 35 70 ,35 35 Media 2 110 ,55 55 180 ,90 90 Alta 3 20 ,10 10 200 1 100 TOTAL 200 1 100
A la hora de construir barras para variables discretas se deja un hueco entre barras para indicar los valores que no son posibles. Hay restricción de orden.
Hay otros diagramas como pictogramas o cartogramas, que sirven para localizar predadores (dos tipos, merodeadores y nómadas).
Caras de Chemoft: caras para representar estadística.
ORGANIZACIÓN DE LOS DATOS III
TALLOS Y HOJAS
Forma parte de A.I.D (Análisis exploratorio de datos, 1979) que persigue encontrar
métodos “alternativos” a la estadística que se conocía hasta entonces. Intenta
representar objetivamente los resultados, es una reconstrucción de histogramas.
PASOS
1.- Saber cuál es el dato mayor y menor
2.- Separar los números del siguiente modo: 1479147 9, 10110 1
Si son decimales: 16,
De la parte decimal sólo se va el último dígito. Para escoger la amplitud hay que
tener en cuenta la información y que se va a presentar más o menos dispersa.
ORGANIZACIÓN DE LOS DATOS IV
Box-Plot
Objetivo: Descripción en una propiedad de la variabilidad, recogiendo la amplitud
intercuartítica, percentil 50, y sus límites. Por otra parte, ayuda a determinar los casos
extremos y/o “outliers”
Q1 Q2 Q
Aquí está el 50% (el 25% en cada recuadro)
1 Hay que hacer los porcentajes acumulados
Una observación anómala es un dato, no es un error ni en datos ni en medidas. Los patrones pueden ser entre ellos: homoscedásticos o heteroscedásticos (Conceptos de homosdecasticidad y heteroscedasticidad). De todas maneras los box-plot no son los únicos diagramas, además de que a veces no son aconsejables, como se ve en el cuestionario que elaboró un americano, y que obtuvo los siguientes resultados: ¿Cuántos sujetos conoces con SIDA? 76% -- 0 12,8% -- 1 5,3% -- 2 3,1% -- 3 … 0,1% -- 8 El diagrama estaría truncado porque el 25, el 50 y el 75% se encuentran en el mismo sitio, quedando patente que es necesaria una variabilidad en los datos.
ÍNDICES DE POSICIÓN
Intenta posicionar a un sujeto dentro de una propiedad.
Parámetros y estadísticos:
- Parámetro: Es una cantidad numérica calculada sobre una población , por ejemplo la altura media de los individuos de un país.
- Estadístico: Es una cantidad numérica calculada sobre una muestra , por ejemplo la altura media de los que estamos en este aula. Si un estadístico se usa para deducir un parámetro también se suele llamar estimador.
FAMILIAS DE ESTADÍSTICOS Posición: Localizar sujetos, individuos: Dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos. Cuantiles: percentiles, cuartiles, deciles… Cuantile s: se define el cuartil de orden K como un valor de la variable por debajo del cual se encuentra una frecuencia acumulada (fa)
cualitativos. Si solo hay una moda, se llama unimodal, si hay dos, bimodal, y si hubiera más se llamaría multimodal. Además, si siendo multimodal, todas las modas tienen el mismo valor, se denominaría uniforme. MEDIANA: Es un valor que divide a las observaciones en dos grupos con el mismo número de individuos. (Escala ordinal). Percentil 50
Nº s^ pares:
La mediana de
Nº s^ impares:
Es conveniente cuando los datos son asimétricos, porque no es sensible a valores extremos. MEDIA: Suma de los valores dividido por el tamaño muestral. Es conveniente cuando los datos se concentran simétricamente con respecto a ese valor. Muy sensible a valores extremos. MEDIA ARITMÉTICA: Centro de gravedad de los datos.
TRANSFORMACIONES: Si a una variable sumamos/restamos una constante en cada valor, la media se modifica sumando/restando esa constante.
Ocurre lo mismo con multiplicaciones y divisiones. Las medias no se pueden represnetar SOLAS en gráficos. MEDIA TOTAL Y PONDERADA:
OTRAS MEDIAS:
Media cuadrática: para cuando hay muchos valores negativos. Media armónica: para cuando hay algo relativo al Sistema Nervioso. (Velocidad-Espacio- Tiempo están relacionados). Media geométrica: En Psicofísica, sobre escalas de razón.
En ocasiones, se eliminan casos que son extremos, pero aun así, para que la media y mediana sean parecidas puede no ser necesario, y que sigan siendo significativamente diferente.
Medias robustas, para cuando no queremos medias ni medianas y tenemos outliers.
- Media robustas: RECORTADA. Dada una serie de números con datos extremos hay que buscar el porcentaje de datos extremos. Cuando se recortan se halla la media aritmética con los nuevos datos, que tienen un número n menos, lo que conlleva una pérdida de información. Nunca se debe quitar más del 25% (un 50% en total), denominada centrimedia o media intercuartílica
- Media robusta: WINSORIZADA. Igual que antes intenta solventar el problema de los datos extremos, y quita datos extremos, pero añade “algo más”, añade el valor último que tengo en la versión recortada, en ambos extremos.
- Media robusta: TRIMEDIA. Consiste en calcular una media con tres valores.
- (^) Otras medias: PERT (Program (or Project) Evaluation and Review Technique). Se tienen en cuenta los datos extremos, es una versión pesimista de la realidad.
PROMEDIO DE VARIABLES CUANTITATIVAS
▲ Si la distribución es simétrica y sin Woutliers”, debería usarse la media ▲ Con datos sesgadas, o con “outliers”, usar mediana o un promedio robusto
Medir las diferencias individuales, la diversidad. ▲ Los estudiantes reciben calificaciones diferentes en una asignatura (variabilidad). ¿A qué puede deberse? ▲ Diferencias individuales en el conocimiento de la materia ▲ Podía haber otras razones (fuentes de variabilidad)
- Variabilidad por error de medida
- Variabilidad por azar, aleatoriedad
1. MEDIDAS DE DISPERSIÓN (ESCALA NOMINAL)
Miden el grado de dispersión (variabilidad) de los datos, independientemente de su causa.
2. ESCALA ORDINAL
Además de la de Scott. Amplitud o rango: La diferencia entre las observaciones extremas, M – m. Es muy sensible a los valores extremos. .- Rango intercuartílico (AI), para evitar datos extremos. Es la distancia entre el primer y tercer cuartil. Rango intercuartílico P 75 - P 25 Parecida al rango, pero eliminando las observaciones más extremas inferiores y superiores. No es tan sensible a valores extremos. ASI = (AI / 2) = Amplitud semi-intercuartílica.
3. ESCALA INTERVALO O RAZÓN
Varianza. S^2. Mide el promedio de las desviaciones (al cuadrado) de las observaciones con respecto a la media.
DESVIACIÓN TÍPICA
Es la raíz cuadrada de la varianza S=√S^2 Tiene la misma dimensionalidad que la varianza. Por ejemplo: Datos: 17 16 21 18 13 16 12 11
Da la calidad del proceso de generalización. Si a una variable le sumamos o restamos una constante, la Desviación Típica (DT) no se modifica. Si a una variable la multiplicamos o dividimos por una constante, se modifica la desviación típica, cambiándose la manera de diferenciarse unos sujetos de otros.
COEFICIENTE DE VARIACIÓN
Es la razón entre la desviación típica y la media.
CV = S / X
(La x lleva encima la rayita)
También se denomina variabilidad relativa. Es frecuente mostrarla en porcentajes. Es una cantidad adimensional. Interesante para comparar la variabilidad de diferentes propiedades.
MEDIDAS ROBUSTAS DE VARIABILIDAD
La MEDA: mediana de las diferencias absolutas (valores absolutos), frente a la mediana. MEDA = MEDIANA. Xi - M (^) d 1.- La PESUDOVESVIACIÓN ESTÁNDAR
S = AI / 1, *el símbolo de delante de la S, se supone que es una “s” tumbada 2.-El COEFICIENTE DE VARIACIÓN (CV) ROBUSTOS CVr = (Q 3 – Q 1 ) / (Q 3 + Q 1 ) Siendo Q los cuartiles
