Análisis multivariantes en psicología
Curso 2017-18 - Grado en Psicología - Análisis multivariantes en psicología - Grupo A - Obligatoria - Créditos: 6,0
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
Tema 5.- El contraste de hipótesis. Método científico: dialéctica inductiva-deductiva. Contraste de
Tema 6.- El análisis de varianza de una vía. AVAR completamente aleatorizado (
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
Retherford R. & Kim Choe M. (1993). Statistical models for Causal Analysis. John Wiley & Sons. New York.
Dra. Yaiza Molina Rodríguez
Departamento: Psicología Clínica y Neuropsicología
Correo electrónico: ymolina@ufpcanarias.es