Tema 1.

Introduccin

!
Tema 1 ___________________

!
Introduccin a los diseos y anlisis de datos

! ! ! ! ! ndice ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !

1. Presentacin y descripcin de la asignatura ...........................................1 2. Variables, poblacin y muestra ......................................................................1 3. La escala de las variables ....................................................................2 4. Tipos de investigaciones.......................................................................4

Este tema presenta un resumen de los contenidos que van a abordarse en esta asignatura y de las competencias que es necesario aprender en ella. El primer apartado explica qu utilidad tiene para el estudiante de psicologa estudiar estos contenidos y en los apartados siguientes se apuntan algunos conceptos claves que van a servir de referencia con frecuencia en el curso y que quizs ya habis estudiado en asignaturas anteriores. !

Tema 1. Introduccin

!
1. Presentacin y descripcin de la asignatura. En esta asignatura se van a estudiar los fundamentos esenciales para capacitar al estudiante de Psicologa a llevar a cabo los primeros anlisis de datos que proceden de estudios psicolgicos, as como a capacitarlo para entender, reflexionar y evaluar con sentido crtico las investigaciones hechas por otros. No importa a qu nos dediquemos como psiclogos en un futuro. Si llevamos nuestra labor con profesionalidad, nos encontraremos casi continuamente recogiendo datos, analizndolos y obteniendo conclusiones. En los primeros 5 temas (los que componen el bloque 1 del programa) se desarrollan los conceptos propios de la descripcin de datos, pasos iniciales de todo estudio estadstico que son: la recogida, las tabulaciones y las representaciones grficas de los datos; y a partir de estas primeras ordenaciones cmo se obtienen sus resmenes o ndices fundamentales, o sea, sus descriptivos. Es la parte conocida como anlisis descriptivo. En el segundo bloque de temas (temas 6, 7 y 8) se estudiarn una serie de conceptos y procedimientos con el objetivo de que el alumno perciba la lgica del desarrollo de lo que se entiende como estadstica inferencial (Teora de la Estimacin y Decisin estadsticas). Dichos contenidos son bsicos para capacitar al alumno a llevar a cabo cualquier problema de investigacin en psicologa en el que se analice el comportamiento de datos en muestras.

! ! !

2. Variables, poblacin y muestra.

Es necesario tener claro algunos conceptos claves para llevar a cabo cualquier tipo de actividad estadstica con datos. En primer lugar, para llevar a cabo una primera descripcin del objeto de estudio que tengamos entre manos dentro del trabajo de lo que hemos denominado estadstica descriptiva- es necesario tener claro sobre qu fenmenos psicolgicos queremos investigar y definirlos operativamente. Esto quiere decir que debemos especificar cmo se traducen estos fenmenos a datos o ndices empricos.

Los datos son pues mediciones de los conceptos objeto de nuestro inters. En psicologa, el objeto de estudio es, generalmente, alguna conducta o comportamiento generado por sujetos o grupos. Por ejemplo, el tipo de juegos que realiza un nio en el patio de recreo, el tiempo que tarda un alumno en hacer un trabajo, las notas obtenidas por un grupo en una asignatura, la opinin que le merece al ciudadano la utilidad de un determinado producto o el grado de disfrute experimentado en la visin de una pelcula.

Tema 1. Introduccin Todos estos comportamientos indicados son variables pues tienen la cualidad de variar, es decir, de adoptar diversos valores. As, el tiempo empleado en hacer un trabajo es variable pues diferentes sujetos emplearn diferentes tiempos o un mismo sujeto tambin puede emplear lapsos diferentes de tiempo en distintas ocasiones. Las notas obtenidas en una asignatura por un grupo de alumnos pueden tambin adoptar valores diferentes y los tipos de juegos desarrollados por un nio en el patio de recreo pueden ser variados igualmente. Por definicin, estas variables pueden ser traducidas a datos, es decir, medidos en una escala determinada. Por ejemplo, la nota puede medirse como el nmero de preguntas respondidas correctamente en un examen o la opinin respecto a la bondad de un producto puede medirse a travs del posicionamiento del sujeto en una escala que vaya de 0 (muy malo este producto) a 4 (muy bueno este producto) pasando por 1 (malo) 2 (regular) y 3 (bueno).

La traduccin de conceptos a nmeros es a lo que se denomina operativizacin y constituye el proceso por el que entidades en principio tericas o no observables pueden ser observadas directamente (por medios empricos). En este sentido diremos que las notas en una asignatura es una manera de medir el nivel de conocimiento que tiene un alumno en una materia y la respuesta a la escala de bondad del producto es reflejo de la valoracin subjetiva del sujeto respecto a dicho producto. Esta traduccin es absolutamente imprescindible para el manejo cientfico de los conceptos con los que una ciencia elabora teoras.

! !

Nivel de

Nmero d e respu
!

! ! !

Normalmente, cuando estamos interesados en medir un determinado fenmeno no nos conformamos con registrarlo en un caso particular o caso aislado sino que pretendemos obtener cierta representatividad. Esto quiere decir que mediremos el fenmeno de inters en un nmero determinado de sujetos o bien en un sujeto en una serie continuada en el tiempo. Esto nos remite al concepto de muestra o representacin.

Una muestra es un conjunto de elementos que son extrados de un universo que contiene un mayor nmero de ellos al que se denomina poblacin. En psicologa, la muestra se compone generalmente de personas o grupos que representan a un universo ms amplio del que son seleccionados. Por ejemplo, si pretendemos conocer el rendimiento en matemticas de los alumnos de 6 de primaria de un colegio, podemos seleccionar al azar solo a 30 de ellos y medirlos a travs de una prueba. O si queremos conocer el grado de

Tema 1. Introduccin satisfaccin de la poblacin emigrante de marroques residentes en Sevilla, podemos seleccionar al azar igualmente a un conjunto de ellos. Esta seleccin al azar garantiza en cierto grado que podamos inferir el comportamiento de la poblacin de referencia a travs de las mediciones hechas sobre la muestra siempre que dicha muestra sea representativa de la poblacin. El azar as lo garantiza. Obviamente, cuanto mayor es la muestra, con mayor garanta se representa a la poblacin pero la idea es lograr un equilibrio adecuado entre el tamao muestral y el sesgo que pueda producirse al no medir en su totalidad a la poblacin.

! !
!

1. Poblacin
!

2. Muestra
Grande o pequea

! !

Finita o innita

Generalmente el trabajo del investigador es con muestras; sin embargo, tambin la mayora de las veces los anlisis y resmenes estadsticos obtenidos con ellas intentan extrapolarse o referirse a la poblacin de origen. Este es el trabajo que conlleva lo que hemos denominado estadstica inferencial y que nos va a ocupar gran parte del estudio de esta asignatura. Cmo conocemos el comportamiento de los datos en la poblacin a partir de la informacin que nos proporcionan las muestras? O cmo conocemos el comportamiento general de un sujeto seleccionando unas pocas observaciones muestrales de su conducta?

! ! ! !

3. La escala de las variables

Un criterio sumamente importante a la hora de caracterizar, analizar y extraer informacin sobre los datos recogidos en una investigacin es reparar en la escala en que estos datos son medidos. Existe una clasificacin de las variables en funcin del tipo de operaciones matemticas que nos est permitido realizar con los nmeros asignados (clasificacin de Stevens):

Tema 1. Introduccin 1. La escala nominal slo permite una diferenciacin cualitativa entre los valores de una variable. Por ejemplo, las siguientes seran variables cualitativas: El sexo (hombre y mujer), la orientacin poltica (de derecha, centro e izquierdas), el lugar de residencia (rural o urbano), etc Los cdigos utilizados para identificar a cada una de las categoras de la variable, aunque pueden ser nmeros, slo indican clasificacin o diferenciacin, nunca cantidad. Por eso estos cdigos pueden ser intercambiables (en el dibujo de abajo podramos asignar igualmente al hombre el cdigo 1 y a la mujer el 0): Hombre 0 Mujer 1

! ! ! !

Si la variable nominal tiene nicamente dos valores se la denomina nominal dicotmica. El sexo sera una de este tipo o el hbitat (rural-urbano), la respuesta a un tem (buena-mala) o el uso de anticonceptivos (si-no). Si la variable cualitativa muestra ms de dos categoras se la denomina nominal politmica. Por ejemplo: El Partido Poltico: PA PP PSOE IU CIU...; el estado civil: C S V; el tipo de neurosis: Fbica-Histrica-Obsesiva-Depresiva., etc 2. La escala ordinal distingue y ordena diferentes grados entre los valores de las variables. Dicho ordenamiento implica exclusivamente jerarqua pero no cantidad; es decir, la diferencia entre dos valores adyacentes en la escala no tiene por qu ser la misma a la existente entre otros dos valores igualmente adyacentes. Son ejemplos de variables ordinales el puesto ocupado en una carrera de 1000 metros lisos (primer puesto, segundo puesto, tercer puesto), el grado de acuerdo manifestado respecto a la remodelacin del parque urbano a cargo del ayuntamiento (excelente, buena, regular, mala, malsima) o el ordenamiento de un grupo de alumnos en funcin de la nota obtenida en un examen (el de la mejor nota, el que obtuvo la segunda mejor nota, el que obtuvo la tercera mejor nota, etc.)

! !

2 3

Sin embargo, en el trabajo de investigacin psicolgica ocurre con frecuencia que cuando en una variable ordinal las diferencias entre los valores inmediatos en orden se mantienen razonablemente constantes, se puede tratar como si fuera variable de intervalo. Por ejemplo en los casos siguientes los valores identificados de cada variable pueden considerarse equidistantes entre s: - La clase social: Baja Media Alta. - El grado de satisfaccin: Alta Media Baja.

Tema 1. Introduccin El grado de acuerdo: Nada de acuerdo, medianamente de acuerdo, acuerdo total. La opinin: Total desacuerdo (1) algo en desacuerdo (2) indiferente (3), algo de acuerdo (4) en total acuerdo (5)

En estos casos, pues, estas variables pasan de ser ordinales (cuasicuantitativas) a cuantitativas propiamente dichas. Esto facilita los procedimientos de clculo a aplicar al permitir usar de tcnicas de anlisis ms sofisticadas y potentes a la hora de analizar los datos. 3. La escala de intervalo asigna nmeros a las variables y los intervalos existentes entre dos cdigos numricos sucesivos son constantes como puede apreciarse en las escalas dibujadas ms abajo. Por ejemplo: El nmero de cigarros fumados en un determinado periodo de tiempo, el tiempo empleado en la realizacin de una tarea de matemticas, el nmero de temes acertados en una prueba de atencin o la puntuacin obtenida en la prueba Raven que mide la inteligencia. En este sentido son mediciones que carecen del 0 absoluto, cualidad propia de las escalas fsicas donde se mide la presin, la fuerza, la velocidad o la masa. Dado que los instrumentos que usamos para medir las variables tpicamente psicolgicas constituyen unos posibles de otros que tambin pudieran haber sido usados, las medidas registradas slo pueden considerarse ordenadas en cantidad pero no absolutas. El que un sujeto haya obtenido un 0 en la prueba de matemticas a la que nos referamos arriba, no indica que dicho sujeto tenga una habilidad matemtica 0; podra haber obtenido una puntuacin diferente con otro instrumento o incluso con ese mismo aplicado en un momento diferente:

! ! ! ! !
1 1 2

X1

Sujeto i=1 medido con instrumento 1 en variable X

Sujeto i=1 medido con instrumento 2 en variable X

X1
2 3 4 5

Observemos que un sujeto medido mediante un determinado instrumento obtiene en la variable medida una puntuacin de X=3 mientras que podra obtener una puntuacin diferente con otro instrumento que pretendiera medir el mismo comportamiento o variable (X=2)1.
"

! 1

Obviamente, se supone que el rasgo que se mide (X) permanece constante de una aplicacin a otra, es decir, no vara en el tiempo intermedio entre estas dos mediciones.

Tema 1. Introduccin

Las variables medidas en escalas cuantitativas pueden ser discretas o continuas. Las primeras slo pueden adoptar valores enteros mientras en las segundas puede existir un infinito nmero de valores entre dos consecutivos. Son ejemplos de discretas: el nmero de hijos, el nmero de temes correctos en una prueba de opcin mltiple o el nmero de personas asistentes a una conferencia. Son ejemplos claros de variables continuas el peso, la longitud y la altura. Siempre podemos aportar un decimal ms a una medida para ganar precisin. 4. En la escala de razn las variables cuantitativas medidas admiten adems de las caractersticas de las escalas descritas en el punto anterior la existencia del 0 absoluto, por lo que permite establecer razones entre diferentes valores, es decir, establecer comparativas sobre las fracciones o relaciones de razn entre diferentes cantidades: Si un valor es el doble, triple, tercio o mitad de otro. En psicologa estas escalas slo se usan cuando se est haciendo referencia a variables no propiamente psicolgicas sino ms bien psicofisiolgicas como tiempos de reaccin, ritmo cardaco o respuestas electrocerebrales.

Por ltimo, no hay que olvidar que una misma variable o concepto puede ser traducida a diferentes tipos de medidas. Seremos ms precisos y sensibles cuanto ms sofisticada sea la escala de medida elegida pero a veces, por determinadas razones, se usan escalas de medicin ms dbiles. Por ejemplo, la variable alcoholismo puede ser medida a travs de las diferentes escalas que hemos estudiado de la siguiente manera: - Cualitativa (2 categoras): Abstemio/Bebedor - Ordinal: Abstemio/Bebedor moderado/Gran bebedor - C. Discreta: N de copas y combinados bebidos durante un determinado intervalo de tiempo, por ejemplo, una semana. - C. Continua: Litros de alcohol ingeridos por semana.

! ! !

4. Tipos de investigaciones.

Utilizando un primer criterio general de clasificacin que hace referencia fundamental al carcter o no relacional del objeto de estudio, podemos diferenciar dos tipos diferentes de investigaciones: Unitarias y relacionales. Las primeras se caracterizan por tener como objetivo fundamental referir datos descriptivos de una determinada variable en un sujeto, grupo o poblacin. La intencin es informar de un nivel con que pueden caracterizarse estos elementos en un determinado atributo o carcter, bien a travs de un ndice de representacin o de variabilidad o de ambas. Las estadsticas que aparecen en peridicos se ajustan muchas veces a esta manera de hacer mediciones como cuando se informa del aforo (nmero de personas) asistente a una conferencia pblica o se publican los ingresos medios anuales de las personas que ejercen como ministros en una determinada legislatura y/o la variacin que presentan estos sueldos entre los diferentes funcionarios.

Tema 1. Introduccin Sin embargo, los estudios ms numerosos en una ciencia son los que abordan la relacin entre dos o ms variables ya que lo que interesa en general es establecer nexos entre ellas para configurar teoras y relaciones explicativas de inters. Por ejemplo, podemos medir la nota que un grupo de alumnos obtiene en una determinada asignatura pero ms all de esta informacin nos interesar de qu depende dicha nota: Si de la cantidad de estudio invertido, de la inteligencia del sujeto, de su motivacin o de la cantidad de horas de asistencia a las clases impartidas, etc Nos puede interesar por otro lado cmo el carcter ms o menos introvertido de un sujeto se relaciona con el tipo de educacin familiar que recibe (ms o menos permisiva), sus experiencias con los compaeros de clase (ms o menos afables), el tipo de profesores que haya tenido en sus aos escolares, etc Si el caso es reparar en una sola de las variables explicativas de una determinada conducta estaramos en el caso ms simple de estudios relacionales siendo stos estudios bivariantes (con dos variables nicas en juego). Por ejemplo, si analizamos la relacin entre las horas de estudio y la nota. Estudios ms complejos son los multivariantes en los que se establecen relaciones entre ms de dos variables. En esta asignatura solo estudiaremos investigaciones de tipo bivariante.

Es importante tambin distinguir a las investigaciones de acuerdo a otro criterio de clasificacin que podra denominarse temporal. En este sentido se distingue entre estudios transversales y longitudinales (en algunos mbitos, estudios de medidas repetidas). En el primer caso (estudios transversales), la informacin sobre las variables objeto de estudio se recaba en un mismo momento temporal, o al menos, se interpone un periodo de tiempo corto entre las diferentes mediciones registradas. Por ejemplo, seran ejemplos de estudios transversales: Medir mediante un examen la nota media de un grupo de alumnos en una asignatura, investigar las preferencias de ocio en funcin del sexo o registrar a travs de un determinado instrumento los diferentes grados de memoria mostrados por grupos de sujetos de tercera edad sometidos estos grupos a diferentes tipos de tratamientos.

Por su parte, los estudios de carcter longitudinal requieren de un determinado lapso de tiempo para desarrollarse. Esto quiere decir que en dicho lapso de tiempo se suceden diferentes mediciones de la variable de inters, mediciones que pueden estar referidas a un sujeto o grupo de ellos. Por ejemplo, son investigaciones de carcter longitudinal: Conocer cmo evoluciona un sujeto o grupo en la opinin sobre un tema a travs de los aos, evaluar el deterioro progresivo que sufre el recuerdo de un determinado material a medida que se suceden los das, analizar el cambio que muestra la afluencia de pblico a un determinado espacio verde urbano a lo largo de las estaciones del ao, o medir la mejora que caracteriza a la evolucin de un sujeto en relacin a una dolencia a lo largo de su tratamiento.