Análisis multivariantes en psicología





Se recomienda nivel intermedio en lectura de inglés y manejo de herramientas informáticas.



COMPETENCIAS GENERALES Y BÁSICAS

CG12   Ser capaz de definir los objetivos, elaborar el plan y aplicar las técnicas de intervención en función de las necesidades y demandas de los destinatarios.

CG16   Saber usar recursos informatizados y fuentes bibliográficas       

CG17   Saber manejar bibliografía y textos en inglés           

CG6     Conocer los métodos de investigación y las técnicas de análisis de datos      

CB1     Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio

CB2     Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio     

CB3     Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética        

CB4     Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado        

CB5     Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía           


COMPETENCIAS ESPECÍFICAS

CE7 Conocer diferentes diseños de investigación y técnicas de análisis de datos, los procedimientos de formulación y contraste de hipótesis y la interpretación de resultados 

CE10 Saber usar y administrar técnicas e instrumentos propios y específicos de la Psicología 


COMPETENCIAS TRANSVERSALES

CT1      Ser capaz de realizar un autoaprendizaje, específicamente en la recogida y tratamiento de la información     

CT4      Saber usar y aplicar las TIC en el ámbito académico y profesional

CT6      Ser capaz de integrarse en equipos, tanto en función de directivos o coordinadores como en funciones específicas acotadas y en funciones de apoyo al propio equipo o a otros.

 

RESULTADOS DE APRENDIZAJE

1) Disponer de una visión integral y práctica del análisis multivariante y las principales técnicas que engloba

2) Disponer de una idea aproximada de cada una de las técnicas que tiene a su disposición, teniendo claro su finalidad y condiciones de aplicación

3) Habituarse a realizar un análisis previo de los datos, antes de aplicar cualquier modelo estadístico 

4) Familiarizarse con el manejo de paquetes informáticos (como es el caso de R) que le permitirán al alumno resolver casos prácticos de análisis multivariante de datos





CONTENIDOS TEÓRICO/PRÁCTICOS


BLOQUE 1: INTRODUCCIÓN A LOS PROGRAMAS DE ANÁLISIS ESTADÍSTICO


Tema 1.-  Introducción al análisis de datos. Utilidad del análisis de datos en psicología. Niveles de exploración. Escalas de medida.

Tema 2.- Análisis de datos con R (ULLRToolBox). Introducción a ULLRToolBox. Primeros pasos. Otros programas de análisis de datos.

 

BLOQUE 2: ANÁLISIS DE DATOS I: ESTADÍSTICA DESCRIPTIVA, INFERENCIA ESTADÍSTICA Y ANÁLISIS DE DATOS UNIVARIADOS


Tema 3.- Estadística descriptiva. Distribución de frecuencias. estadísticos de resumen para variables numéricas. Percentiles. Correlación y covarianza. El histograma. el diagrama de cajas. Gráficos de dispersión y de correlación.

Tema 4.- La distribución chi-cuadrado. Introducción. Bondad de ajuste a chi-cuadrado. Prueba de independencia de variables mediante chi-cuadrado.

Tema 5.- El contraste de hipótesis. Método científico: dialéctica inductiva-deductiva. Contraste de hipótesis. Error tipo I y tipo II. Efecto del tamaño de la media sobre la potencia. El contraste de hipótesis acerca de una sola media. El contraste de hipótesis de dos medias. 

Tema 6.- El análisis de varianza de una vía. AVAR completamente aleatorizado (intergrupo). ANOVA unifactorial de medidas repetidas- 

Tema 7.- Contrastes planeados y a posteriori. Contrastes planeados y a posteriori en el ANOVA.  Comparaciones ortogonales de tendencias. Las comparaciones pos-hoc.


BLOQUE 3: ANÁLISIS DE DATOS II: ANÁLISIS DE DATOS MULTIVARIADOS


              Tema 8.- Análisis multivariantes en psicología. Introducción. Revisión general  de las técnicas multivariantes.

              Tema 9.-  El análisis de la varianza multifactorial de efecto fijo. ANOVA factorial de efecto fijo completamente intergrupo. ANOVA factorial de medidas repetidas de efecto fijo. Modelo No Aditivo. ANOVA multifactorial SPLIT-PLOT.

Tema 10.- Análisis de la covarianza. El modelo de ANCOVA con pendiente única. Supuestos. Estimación del modelo de ANCOVA. 

Tema 11.- Análisis de componentes principales y factorial. Introducción. Componentes principales. Descriptivos e índices de adecuación. Extracción. Rotación de factores. Puntuaciones factoriales.

Tema 12.- Análisis discriminante. Introducción. Supuestos. Aplicación: procedimiento de análisis e interpretación. 

Tema 13. Regresión lineal múltiple. Introducción. Hipótesis del modelo. Estimación de parámetros. Análisis de residuos. Aplicación: procedimiento de análisis e interpretación. 

Tema 14. Regresión logística. Introducción. Aplicación: procedimiento de análisis e interpretación. 


Estos contenidos se impartirán tanto de forma teórica como práctica. Durante la primera hora de clase se realizará una exposición del material teórico por parte de la profesora y, durante la segunda hora, los alumnos trabajarán en sus ordenadores. El trabajo práctico de los alumnos consistirá en realizar análisis estadísticos con el programa R (ULLRToolBox) en los que podrán en práctica la técnica explicada en la parte teórica. Esta distribución de horas teórica-prácticas puede verse modificada en función  del ritmo y dinámica de la clase. 





La evaluación de los conocimientos y de las competencias adquiridas en la asignatura se realizará atendiendo a los siguientes criterios:


1) Se valorará la participación activa en clase, realizando aportación de relevancia con respecto a los temas impartidos y la realización de actividades de clase. La evaluación de esta parte supondrá un 10% de la calificación final.  


2) Dossier de practicas. Consistirá en la realización de un dossier que recoja las actividades prácticas realizadas en el aula (análisis estadísticos realizados). Este dossier debe ser entregado por el alumno el último día de clase. La evaluación de esta parte supondrá un 30% de la calificación final. 


3) Prueba escrita (resultado de aplicar la media de dos pruebas escritas, una que se realizará a mitad del semestre para la primera parte del temario y otra que se llevará acabo a final de semestre para evaluar la segunda parte del temario). Cada prueba escrita podrá consistir en un examen tipo test y/o ejercicios prácticos, así como la combinación entre ambos. La evaluación de esta parte supondrá un 60% de la calificación final. 

 

Se aplicará una calificación del 0 al 10 a cada una de las actividades o trabajos realizados. La nota final se calculará con el sumatorio de las notas de los descriptores anteriormente explicados con su correspondiente porcentaje. 


El alumno que no supere la asignatura mediante evaluación continua deberá presentarse a examen final semestral y / o examen final de curso en base a los contenidos impartidos. Las actividades y trabajos a los que se refieren los descriptores de evaluación 1 y 2, que se realicen durante la evaluación continua, sólo son admitidos durante el curso académico en cuestión dentro de la evaluación continua. 


El porcentaje de asistencia obligatorio será del 75%. El no cumplimiento del porcentaje de asistencia mínimo obligatorio por parte del alumno implica que el alumno perderá el derecho a ser evaluado en cualquier convocatoria en el curso académico en vigor.



INFORMACIÓN RELATIVA A LOS JUSTIFICANTES DE ASISTENCIA

 

 Solo serán válidos los justificantes cuyo motivo haga referencia a cita médica, hospitalización y/o fallecimiento de un familiar, asistencia a cita judicial y asistencia a examen oficial. 

 

El plazo de entrega de los justificantes será de una semana después del día de la falta. Pasado este tiempo el profesor podrá negarse a la recogida del mismo. 

 

Los justificantes tendrán que ser entregados al profesor, en mano o a través del correo electrónico oficial.


 




A continuación, se describen brevemente las actividades propuestas para alcanzar las competencias de la asignatura. Estas actividades se desarrollarán siguiendo una metodología práctica, interactiva y participativa.


SESIONES TEÓRICAS: consistentes en la explicación, el análisis y reflexión conjunta sobre los distintos contenidos teóricos del programa.


SESIONES DE PRÁCTICAS: destinadas a lograr la adquisición de la aplicación de las técnicas de análisis estadísticas relacionadas con los contenidos teóricos explicados.


SESIONES DE TUTORÍA: en las que la profesora asesorará a los alumnos en cuestiones específicas que se derivan de la adquisición de conceptos o de la aplicación del procedimiento de análisis estadísticos, que se plantean en las prácticas.


TRABAJO AUTÓNOMO DEL ALUMNO: que consiste en la asimilación de los contenidos de la materia, preparación y resolución de cuestiones relativas a las prácticas, etc.



TIEMPO DE ESTUDIO Y TRABAJO PERSONAL


Horas presenciales: 66 horas


Clases expositivas: 40 horas


Seminarios, desarrollo de actividades procedimentales y clases prácticas: 26 horas


Horas no presenciales: Trabajo autónomo del alumno (tiempo de estudio, lectura de materiales bibliográ??cos, elaboración de informes de prácticas, etc.): 90 horas


Total horas asignatura: 156 horas (6 créditos ECTS)



RECOMENDACIONES PARA EL ESTUDIO DE LA ASIGNATURA


Es conveniente asistir con regularidad a las clases y participar activamente en las mismas. Las explicaciones de la profesora deberán complementarse con el estudio de los manuales básicos de referencia.


Se recomienda esforzarse en la correcta realización de las prácticas y elaboración de los correspondientes informes (cuando éstos sean requeridos), lo que supondrá una mejor comprensión de los fenómenos estudiados, complementando así los conocimientos teóricos adquiridos.


Es muy importante distribuir a lo largo del curso el tiempo de estudio y trabajo personal dedicado a la materia, lo que permitirá una asimilación gradual y reflexiva de los contenidos de la misma.



BIBLIOGRAFÍA BÁSICA

Field, Andy (2017). Discovering Statistics Using IBM SPSS Statistics. Sage. London.

Field, A.; Miler, J & Field, Z. (2012). Discovering Statistics Using R. Sage. London.

Hernández Cabrera Juan A.(2015) Análisis de Datos. ULLRTollbox. Drago ediciones. La Laguna.


BIBLIOGRAFÍA COMPLEMENTARIA

Camacho, J (1995). Análisis Multivariado con SPSS/PC. PPU. Barcelona.

Camacho, J. (2006). Estadística con SPSS para windows. Ra-Ma.

Guardia Olmos, J.; Freixa Blanxart, M.; Peró Cebollero, M. y Turbany Oset, J. (2007). Análisis de datos en Psicología. Delta Publicaciones. Madrid.

Harman, H. (1980). Análisis Factorial Moderno. Editorial Saltes. Madrid.Silva, L (2004). Regresión Logística. La Muralla. Madrid.

Kline, P. (1990). An Easy Guide to Factor Analysis. Routledge. London.

Landau, S. & Everitt, B.S. (2004). A handbook of statistical analysis using SPSS. Chapman and Hall/CRC. Washington DC.

Retherford R. & Kim Choe M. (1993). Statistical models for Causal Analysis. John Wiley & Sons. New York.

Pardo, A. y San Martín, R. (2006). Análisis de datos II. Pirámide. Madrid.

Pérez, C. (2016). Técnicas avanzadas de predicción. Garceta grupo editorial. Madrid.


ENLACES DE INTERÉS

https://sites.google.com/site/ullrtoolbox/


Dra. Yaiza Molina Rodríguez


Departamento: Psicología Clínica y Neuropsicología


Correo electrónico: ymolina@ufpcanarias.es




A continuación puede imprimir la gúia en papel: