Análisis de datos en psicología

Grado en Psicología - 2023-24 - Grupo B

Requisitos previos

Es recomendable haber realizado alguna opción de bachiller en las que se hayan cursado asignaturas de matemáticas, que aseguren conocimientos elementales de cálculo y razonamiento lógico.

Resultados de aprendizaje

A. Competencias básicas y generales

  • CG.12 Los métodos de investigación y las técnicas de análisis de datos.
  • CG.17 Definir los objetivos, elaborar el plan y las técnicas de intervención en función de las necesidades y las demandas de los destinatarios.
  • CG.6 Habilidades para el manejo de bibliografía y textos en inglés.
  • CB.1 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 avanzado, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
  • CB.2 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.
  • CB.3 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.
  • CB.4 Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
  • CB.5 Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.

 

B. Competencias transversales

  • CT.1 Competencia de autoaprendizaje, específicamente en la recogida y tratamiento de la información.
  • CT.3 Competencia para la comunicación de forma escrita/oral, de forma estructurada, organizada y completa a varios públicos.
  • CT.4 Capacidad para el uso y aplicación de las TIC en el ámbito académico y profesional.
  • CT.5 Aplicación de los conocimientos y comprensión en la elaboración de un trabajo científico.
  • CT.6 Ser capaces 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.

 

C. Las Competencias específicas

  • CE.7 Conocer diferentes diseños de investigación y técnicas de análisis de datos, los procedimientos de formulación y contrastes de hipótesis y la interpretación de resultados.

Resultados de aprendizaje

  • Ser capaz de recopilar, organizar, presentar e interpretar datos numéricos.
  • Distinguir el nivel de medida con el que se han obtenido unos datos, como requisito imprescindible, para seleccionar adecuadamente los correspondientes análisis gráficos y los estadísticos o índices a calcular.
  • Manejar con soltura los índices estadísticos correspondientes con el fin de resumir los datos e interpretar los resultados obtenidos.
  • Poder identificar patrones de covariación y relación lineal entre variables, interpretar su relación y efectuar predicciones.
  • Saber desenvolverse en situaciones de incertidumbre estadística, aplicando los conceptos básicos y los modelos de probabilidad más habituales al campo de la psicología.
  • Conocer los distintas formas de obtener una muestra y conocer el procedimiento básico para realizar estimaciones por intervalos de los parámetros de la población a partir de los estadísticos obtenidos en una muestra.
  • Identificar y comprobar hipótesis. Definición e interpretación de puntuaciones.

Contenidos

BLOQUE I: ESTADÍSTICA DESCRIPTIVA


Tema 1.- Introducción y contextualización de la investigación en psicología

1.1   Introducción ¿Qué es la estadística y por qué la usamos?

1.2   La investigación de psicología


Tema 2.- Conceptos básicos y aplicación de la estadística en psicología


2.1   Conceptos y funciones de la estadística: descripción e inferencia

2.2   Variables: clasificación y notación

2.3   Medición y escalas de medidas

2.4   Distribución de frecuencias

2.5   Representaciones graficas

2.6   Propiedades de una distribución de frecuencias

2.7   Resumen

 

Tema 3.-Software estadístico, variables y matrices de datos


3.1 Introducción

3.2. Construcción de una matriz de datos

3.3. Paquetes estadísticos: manejo e instalación.

3.4. Resumen


Tema 4.-Medidas de tendencia central y de posición


4.1 Introducción

4.2 Medidas de tendencias central

               4.2.1 La media aritmética

               4.2.2 La mediana

               4.2.3 La moda

               4.2.4 La elección de una medida de tendencia central

4.3   Medidas de posición

               4.3.1 Percentiles

               4.3.2 Cuartiles y deciles

4.4    Resumen

 

Tema 5.- Medidas de variabilidad/dispersión y asimetría

5.1 Introducción

5.2 Medidas de variabilidad/dispersión

                 5.2.1 Amplitud total o rango

                 5.2.2 Amplitud semi-intercuartil

                 5.2.3 Varianza y Desviación típica

                 5.2.4 Coeficiente de variación

5.3 Índice de asimetría de Pearson

5.4 Puntuaciones típicas

5.5 Resumen



BLOQUE II: ESTADÍSTICA INFERENCIAL


Tema 6.-Nociones básicas de probabilidad

6.1 Introducción

6.2 Conceptos básicos

6.3 Definición de probabilidad

6.4 Probabilidad condicionada

6.5 La regla del producto y el teorema de Bayes.

6.6 Resumen

 

Tema 7.- Distribuciones de probabilidad

7.1 Introducción

7.2 Variable aleatoria: definición y tipos

7.3 Variables aleatorias discretas

                     7.3.1 Función de probabilidad

                     7.3.2 Función de distribución

                     7.3.3 Media y Varianza de una variable aleatoria

7.4 Distribuciones discretas de probabilidad

7.5. Distribuciones continuas de probabilidad

7.6 Resumen

 

Tema 8.- Estimación de parámetros

8.1 Introducción

8.2 Conceptos previos

8.2.1 Población y muestra

8.2.2 Muestreo

8.3 Inferencia estadística

8.4 Estimación de la media

8.4.1 distribución muestral de la media

8.4.2 La media como estimador

8.5 Estimación de la proporción

8.5.1 Distribución muestral de la proporción

8.5.2 La proporción como estimador

8.6 Intervalos de confianza

8.7 Tamaño muestral

8.8 Aplicaciones. Intervalo de confianza para la media. Intervalo de confianza para proporción.

8.9 Resumen


Tema 9.- Contraste de hipótesis

9.1 Contrastes e hipótesis en los diseños de una muestra

9.2 Análisis de datos para diseños de dos grupos (muestras independientes y relacionadas)

9.3 Diseño de más de dos grupos independientes

9.4 Diseño de más de dos grupos con muestras relacionadas

9.5 Resumen


Tema 10.  Análisis conjunto de dos variables

10.1 Introducción

10.2 Conceptos previos

10.3 Asociación entre dos variables cualitativas

10.4 Correlación entre dos variables cuantitativas

10.5 Regresión lineal.

10.6 Resumen.


Criterios de evaluación

Utilizaremos una evaluación continua, para que el alumno adquiera las competencias como consecuencia del desarrollo de la actividad docente planificada.

Esta evaluación continua con sus respectivas ponderaciones constará de:

1.  Dos exámenes teórico prácticos (70%)El primer examen se evaluará los contenidos del Bloque I, del tema 1 al 5, teniendo un peso en la evaluación continua del 35%. El segundo examen, que pondera un 35%, se evaluarán los contenidos del Bloque II, tema 6 al 10 del temario. En este segundo examen se podrá exigir contenidos importantes impartidos y ya examinados en el Bloque I ya que la estadística, como muchas otras ciencias, es acumulativa en cuanto a conceptos se refiere. Mediante este sistema se evaluarán las competencias CB.1, CB.2, CB.3, CB.4, CB.5, CE.3, CE.7 y CT.3.

 

2.    Informe/ dossier de trabajo individual (10%)El alumnado tendrá que desarrollar determinados ejercicios prácticos que se le propondrán durante el desarrollo de las sesiones. El alumnado deberá acumular dichos ejercicios prácticos en un dosier que será entregado para su evaluación. En este sistema también se incluirá las prácticas realizadas con paquetes estadísticos de tratamiento de datos. La nota de este sistema de evaluación resultará de la media aritmética de los ejercicios realizados.  Este sistema nos servirá para evaluar las competencias CE.3, CE.7, CB.1, CB.2 y CT.3.


3.   Informe de trabajo grupal (10%)que consistirá en la realización de varias tareas grupales de resolución y diseño de contenidos que sirva para conocer, asentar o repasar conceptos de la asignatura. En este sistema también se incluirá las prácticas con paquetes estadísticos de tratamiento de datos realizadas en grupos. La nota de este sistema de evaluación resultará de la media aritmética de los ejercicios realizados. Este sistema nos servirá para evaluar las competencias CG.6, CG.14, CG.28, CT.1, CT.3, CT.4, CT.6 y CE.7.

 

4.     Participación activa (10%), Se medirá a través de actividades teórico prácticas y/o cuestionarios que se realizarán durante la impartición de los contenidos. Serán realizados en clase vía plataforma o en formato físico. La nota de la participación se calculará con la media aritmética de las notas obtenidas . Este sistema nos servirá para evaluar las competencias CT1, CT4 y CT.3.

La nota final de la asignatura se calculará con el sumatorio de las notas ponderadas de los 4 sistemas de evaluación. El alumno superará la asignatura en evaluación continua si obtiene una nota mínima de 5 puntos sobre 10, teniendo en cuenta las ponderaciones de los descriptores de evaluación detallados anteriormente. Si el alumno obtuviera una nota inferior a 5, el alumno podrá ser evaluado en examen final sobre los contenidos impartidos en la oportunidad de examen fin de semestre y/o en la de final de curso. Para este examen final no se tendrán en cuenta los parámetros de evaluación continua y el alumno será evaluado de todos los contenidos de la asignatura. 

Es requisito indispensable tener una asistencia obligatoria a las clases de un 75%. El no cumplimiento del porcentaje de asistencia mínimo obligatorio por parte del alumnado implica que el alumnado perderá el derecho a ser evaluado en cualquier oportunidad del presente curso (evaluación continua, examen fin de semestre y examen fin de curso) salvo si ha cumplido el 60% de asistencia, en cuyo caso tendrá la opción de ser evaluado en la última oportunidad de examen fin de curso. 

En relación a las justificaciones de faltas, se tendrá en cuenta lo indicado al respecto en la normativa de evaluación.

Metodología

Clases expositivas: horas lectivas presenciales que se destinan a la presentación y explicación de contenidos teóricos por parte del docente en el aula.

Clases prácticas: horas lectivas presenciales que se destinan a la presentación y explicación de contenidos prácticos por parte del docente en el aula. Asimismo se incluye en este apartado el manejo de algún paquete estadístico para el tratamiento de datos.

Estudios de caso: horas lectivas presenciales que se destinan a la resolución de casos prácticos aplicados estadísticos.

Tutorías: El docente estará en los despachos de profesores en las horas indicadas al alumnado y que también pueden encontrarse en la plataforma. Las tutorías son a petición del alumnado, pero también pueden ser solicitadas por parte del docente a un alumno o un grupo de alumnos para realizar un seguimiento de la evolución en la asignatura. El alumnado deberá solicitar la tutoría con anterioridad, especificando el motivo de la atención para de esta manera el docente prepare recursos siendo la atención tutorial sea más eficiente.

Evaluación: horas realizadas en el aula por escrito o vía plataforma que se dedican a exámenes y actividades de evaluación teóricas y/o prácticas. También se pueden destinar estas horas para realizar en casa, es decir, fuera del aula, algún test online o prueba de evaluación vía plataforma.

En base a esta metodología, se desglosan las actividades formativas siguientes:

ACTIVIDADES FORMATIVAS

  • Clases expositivas:44 horas
  • Trabajo en grupo: 4 horas
  • Actividades para el manejo de la asignatura: 14 horas
  • Evaluación: 4 horas
  • Trabajo autónomo del alumnado: 90 horas

Trabajo en grupo: horas lectivas presenciales destinadas al trabajo en grupo en el aula. El tiempo fuera del aula que dedique el alumno a la preparación de dichos trabajos se computa en trabajo autónomo.

Actividades para el manejo de la asignatura: horas lectivas presenciales destinadas al trabajo de la asignatura en el aula, que contribuyan a la comprensión de los contenidos, y a la adquisición de las competencias. Estas actividades pueden ser vía plataforma o bien por escrito, pero siempre realizadas en tiempo de clase. También incluirán aquellas destinadas al manejo básico de algún paquete estadístico de tratamiento de datos.

Bibliografía

BIBLIOGRAFÍA OBLIGATORIA:

 

Amon-Hortelano, J.  (2000). Estadística para psicólogos I: Estadística descriptiva (Psicologia). Ediciones Pirámide


Amon-Hortelano, J.  (2000). Estadística para psicólogos II: Probabilidad, estadística inferencial. (Psicologia). Ediciones Pirámide

 


BIBLIOGRAFÍA COMPLEMENTARIA:.


Coolican, H. (2014). Research Methods and Statistics in Psychology. Sixth edition. London: Psychology Press


Hinton, P.R. (2014). Statistics explained. Third edition. London: Psychology Press.


Moore, D.S. (1995). Estadística aplicada básica. Barcelona: Bosch.

 

Suárez Falcón, J.C., Recio Saboya, P., San Luis Costas, M.C., y Pozo Cabanillas, P. (2017). Introducción al análisis de datos: Aplicaciones en psicología y ciencias de la salud. Madrid: Sanz y Torres.

 

Suárez Falcón, J.C., Recio Saboya, P., San Luis Costas, M.C., y Pozo Cabanillas, P. (2017). Formulario y tablas estadísticas de introducción al análisis de datos en psicología y ciencias de la salud. Madrid: Sanz y Torres.



Equipo docente

Dra. Nira Cedrés Fumero
Departamento: Psicología 
Correo electrónico: ncedres@ufpcanarias.es 

Objetivos y metas de desarrollo sostenible

Meta Global 4.4. De aquí a 2030, aumentar considerablemente el número de jóvenes y adultos que tienen las competencias necesarias, en particular técnicas y profesionales, para acceder al empleo, el trabajo decente y el emprendimiento.

Meta Global 4.5. De aquí a 2030, eliminar las disparidades de género en la educación y asegurar el acceso igualitario a todos los niveles de la enseñanza y la formación profesional para las personas vulnerables, incluidas las personas con discapacidad, los pueblos indígenas y los niños en situaciones de vulnerabilidad.

Meta Global 4.a. Construir y adecuar instalaciones educativas que tengan en cuenta las necesidades de los niños y las personas con discapacidad y las diferencias de género, y que ofrezcan entornos de aprendizaje seguros, no violentos, inclusivos y eficaces para todos.