1. Ciencia

1
ANALISIS DE DATOS I
Programa de la asignatura; curso 2014/15
A.- OBJETIVOS DE LA ASIGNATURA
El objetivo principal de la asignatura Análisis de Datos I es contribuir a familiarizar al
estudiante con las herramientas de análisis de datos que conforman la estadística. Buena parte de
los estudiantes que llegan a ella ya tienen unos conocimientos previos, pero la heterogeneidad de
esos conocimientos nos obliga a comenzar casi desde el principio. Por otro lado, la asignatura
tiene su continuación en Análisis de Datos II, de segundo curso, por lo que su temario viene en
cierta medida condicionado por las necesidades de aquella.
Es habitual que una asignatura como ésta se perciba como instrumental y en cierta
medida lo es. Sin embargo, mientras una concepción así invitaría a insistir sobre todo en el
desarrollo de destrezas de cálculo y en el establecimiento de rutinas de aplicación, los profesores
de la asignatura la concebimos más como la exposición y propuesta de modelos de
razonamiento basados en representaciones numéricas de los conceptos. En este sentido, son
menos importantes las fórmulas que la comprensión de los conceptos que éstas encierran. Por
ello se evaluará en los estudiantes, en primer lugar, esa comprensión y la capacidad para razonar
correctamente con los conceptos explicados y, en segundo lugar, la resolución de problemas
prácticos que incluyan la elección de una técnica, la destreza en el cálculo y la correcta
interpretación de los resultados. Otras asignaturas que también son continuación o tienen uno de
sus fundamentos en ella son Psicometría (tercer curso); además de las asignaturas del Máster en
Metodología de las Ciencias del Comportamiento y la Salud (http://www.metodologiaccs.es).
El programa de la asignatura Análisis de Datos I está diseñado para que se pueda
completar a un ritmo razonable con una carga lectiva de 6 créditos, mientras se van intercalando
clases prácticas. También forma parte de la asignatura el aprendizaje de los rudimentos de un
programa informático para el análisis de datos estadísticos. Hemos elegido el SPSS (Statistical
Package for the Social Sciences), por ser el paquete de uso más frecuente en ciencias sociales y
estar disponible en todas las aulas de informática de la UAM. El manejo del SPSS se aprenderá
mediante prácticas en las aulas de informática y forma parte de la materia sujeta a evaluación. El
aprendizaje del SPSS se limitará, por supuesto, a las técnicas estadísticas impartidas de la
asignatura Análisis de Datos I, pero tendrá continuidad tanto en la asignatura Análisis de Datos
II como en la de Psicometría, con sus técnicas correspondientes (véase Guía Docente).
Los profesores de la asignatura somos conscientes de que para muchos estudiantes de
psicología estudiar estadística supone una carga de trabajo muy especial, con frecuencia poco
comprendida. A lo largo del Grado comprobarán la necesidad de conocer estas técnicas para
poder abordar con rigor casi cualquier problema o campo de la psicología. No obstante, ello nos
ha llevado a depurar año tras año el programa, de forma que no sea solo un programa de Análisis
de Datos, sino de Análisis de Datos en Psicología. Es decir, obviando muchas veces
exposiciones formalmente más rigurosas pero que son propias de otros contextos, reduciendo las
técnicas explicadas a las que son de uso más frecuente en Psicología y seleccionando mucho las
pocas demostraciones que se desarrollan en clase (como suele decir un estimado compañero,
“¿demostraciones?, ni más de las necesarias, ni menos de las imprescindibles”).
2
B.- PROGRAMA
TEMA 1: CONCEPTOS GENERALES. Qué es el Análisis de Datos en Psicología. Marco
general de la asignatura en la titulación de Grado en Psicología. Conceptos generales. Medición.
Las escalas de medida. Las variables y su clasificación. El signo sumatorio y sus propiedades.
PARTE I: ESTADISTICA DESCRIPTIVA CON UNA VARIABLE
TEMA 2: ORGANIZACIÓN Y REPRESENTACIÓN DE DATOS. MEDIDAS DE
POSICION. Introducción. Distribución de frecuencias. Representaciones gráficas.
Convenciones. Propiedades de las distribuciones de frecuencias. Medidas de posición. Centiles,
deciles y cuartiles; equivalencias.
TEMA 3: ESTADISTICOS UNIVARIADOS: TENDENCIA CENTRAL, VARIABILIDAD,
ASIMETRIA Y CURTOSIS. Introducción. Medidas de tendencia central. La media aritmética,
la mediana y la Moda. Comparación entre las medidas de tendencia central. Medidas de
variación: la varianza y la desviación típica. Propiedades de la media y la varianza. Otras
medidas de variación. Asimetría y curtosis.
TEMA 4: TRANSFORMACION DE PUNTUACIONES. PUNTUACIONES TIPICAS Y
ESCALAS DERIVADAS. Introducción. Media y varianza de transformaciones lineales.
Puntuaciones típicas. Escalas derivadas. Puntuaciones equivalentes.
* APÉNDICE INFORMÁTICO: Introducción al SPSS. Estructura del SPSS. Archivos de datos.
El visor de resultados. Manejo de menús desplegables. Estadística descriptiva univariada en el
SPSS. Los procedimientos Frecuencias, Descriptivos y Explorar. Representaciones gráficas.
PARTE II: ESTADISTICA DESCRIPTIVA CON DOS VARIABLES
TEMA 5: CORRELACION LINEAL. Introducción. Representación gráfica: el diagrama de
dispersión. Cuantificación de la relación lineal: La covarianza y sus propiedades; el coeficiente
de correlación de Pearson y sus propiedades. Las matrices de correlaciones y de varianzas y
covarianzas.
TEMA 6: COMBINACION LINEAL DE VARIABLES. Introducción. Media y varianza de
combinaciones lineales de dos o más variables.
TEMA 7: REGRESIÓN LINEAL. Introducción. Ajuste al modelo lineal. Regresión simple.
Identificación del modelo: ecuaciones. Valoración del modelo: el coeficiente de determinación.
Aplicación del modelo. Algunas consideraciones en torno a la regresión.
TEMA 8: ORGANIZACIÓN Y DESCRIPCION DE DATOS CON MÁS DE UNA
VARIABLE. Introducción. El caso de dos variables cualitativas. Tablas de contingencia.
Distribuciones de frecuencias conjuntas, condicionales y marginales. Valoración de la
asociación. Representaciones gráficas con dos variables. Representaciones gráficas con más de
dos variables. Otros casos.
* APÉNDICE INFORMÁTICO: Estadística bivariada en el SPSS. Cálculo de covarianzas y
correlaciones. Diagrama de dispersión. Regresión lineal simple. Tablas de contingencia.
3
PARTE III: PROBABILIDAD E INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
TEMA 9: INTRODUCCION A LA PROBABILIDAD. Introducción. Definiciones. Conjuntos y
sucesos. Experimento aleatorio. Espacio muestral y sus tipos. Definiciones de probabilidad.
Probabilidad condicional. Teoremas básicos. Teorema de la adición. Independencia de sucesos:
teorema del producto.
TEMA 10: VARIABLES ALEATORIAS. Introducción. Variables aleatorias discretas. Función
de probabilidad y función de distribución. El valor esperado, la varianza, y sus propiedades.
Relación entre dos variables aleatorias discretas: covarianza y correlación. Independencia de
variables aleatorias. Variables aleatorias continuas. Función de densidad y función de
distribución. Valor esperado y varianza. Interpretación de áreas.
TEMA 11: MODELOS DE DISTRIBUCION DE PROBABILIDAD: VARIABLES
DISCRETAS. Introducción. Modelo uniforme. Modelo binomial. Las tablas estadísticas.
TEMA 12: MODELOS DE DISTRIBUCION DE PROBABILIDAD: VARIABLES
CONTINUAS. Introducción. Modelo rectangular. Modelo normal. Modelo χ2 de Pearson.
Modelo t de Student. Modelo F de Snedecor. Aproximaciones a la normal.
PARTE IV: INTRODUCCION A LA INFERENCIA ESTADISTICA
TEMA 13. DISTRIBUCION MUESTRAL DE UN ESTADISTICO. Introducción. Muestreo
aleatorio simple. La distribución muestral de un estadístico. Distribución muestral de la
media.
TEMA 14. LA LOGICA DEL CONTRASTE DE HIPOTESIS. Introducción. Elementos de
un Contraste de Hipótesis. Una forma alternativa de decidir. Otras cuestiones relacionadas
con el Contraste de Hipótesis.
TEMA 15. CONTRASTE DE HIPOTESIS SOBRE ALGUNOS PARAMETROS.
Introducción. Contraste de Hipótesis sobre la media (μ). Contraste de Hipótesis sobre la
correlación (ρ). Contraste de Hipótesis sobre la proporción (π). Contraste de la Hipótesis de
independencia entre variables categóricas.
* APÉNDICE INFORMÁTICO: Estadística inferencial en el SPSS. Contraste de hipótesis
sobre la media, la correlación y la proporción.
4
C.- BIBLIOGRAFIA
1.- TEXTOS BÁSICOS.
Durante el curso se utilizarán los siguientes textos básicos:
Botella, J., Suero, M. y Ximénez, C. (2012). Análisis de Datos en Psicología I. Madrid:
Pirámide.
Ximénez, C. y Revuelta, J. (2011). Cuaderno de prácticas de análisis de datos con SPSS.
Madrid: UAM ediciones.
2.- LIBROS COMPLEMENTARIOS.
Los siguientes libros pueden ser también de utilidad para el estudiante:
Everitt, B. y Howell, D. (2005). Encyclopedia of statistics in behavioral sciences. Editorial John
Wiley & Sons. Pese a estar en inglés, tiene las definiciones de los conceptos estadísticos
básicos sobre análisis de datos en psicología y psicometría, por lo que su lectura resulta
muy recomendable (está en la biblioteca: PS/(031)311 EVE).
Mures Quintana, M. J. (2006). Problemas de Estadística Descriptiva Aplicada a las Ciencias
Sociales. Madrid: Pearson Educación. Problemas resueltos y problemas propuestos.
Pardo, A. y Ruiz, M. (2002). SPSS 11. Guía para el análisis de datos. Madrid: McGraw-Hill.
Pardo, A. y Ruiz, M. A. (2009). Gestión de datos con SPSS Statistics. Madrid: Síntesis. Ofrece
una buena introducción al programa SPSS y el manejo de los diferentes menús para
procesar y transformar datos. Complementa al manual anterior.
Pardo, A., Ruiz, M. A. y San Martín, R. (2009). Análisis de datos en ciencias sociales y de la
salud I. Madrid: Síntesis. Abarca todo el programa e incluye muchos ejercicios.
Peña, D. y Romo, J. (1997). Introducción a la estadística para las ciencias sociales. Madrid,
McGraw-Hill. Ofrece un excelente barrido de todos los temas abordados en la asignatura
e incluye ejemplos y ejercicios resueltos, además de un CD-rom con bases de datos.
Pérez Santamaría, F. J., Manzano Arrondo, V. y Fazeli Khalili, H. (1998). Problemas resueltos
de análisis de datos. Madrid, Pirámide. Problemas resueltos cuya temática abarca
nuestro programa más algunos temas del programa de Análisis de Datos II.
Ritchey, F. J. (2008). Estadística para las ciencias sociales. Madrid, McGraw-Hill. [Esta obra
enseña al lector que la estadística no es solo un ejercicio matemático, sino que constituye
un medio para analizar y comprender el mundo social, lo que la hace muy pedagógica y
sencilla de leer. Aborda todos los temas de la asignatura Análisis de Datos I e incluye
ejemplos y ejercicios resueltos, además de un CD-rom con una versión de estudiante del
SPSS y algunas de las bases de datos que se utilizan en los ejercicios de este manual].
Solanas, A., Salafranca, L., Fauquet, J. y Núñez, M. I. (2005). Estadística Descriptiva en
Ciencias del Comportamiento. Madrid: Thomson.
5
D.- DESARROLLO DEL CURSO Y EVALUACION
Durante las clases regulares se alternarán las explicaciones teóricas con la realización de
ejercicios prácticos. Además, en las horas de las clases prácticas se realizarán otras actividades
que formarán parte del proceso de evaluación. En concreto, los estudiantes tendrán clases
específicas de manejo del software SPSS y deberán realizar dos prácticas de SPSS.
Las clases sobre el SPSS se realizarán dividiendo al grupo docente en dos o tres
subgrupos de prácticas, según se anunciará en clase. Estas clases tendrán lugar en las aulas de
informática, según se anuncie para cada grupo.
Para estas clases utilizaremos un cuaderno de prácticas (ver Ximénez y Revuelta, 2011,
de la bibliografía) y una base de datos (practica.sav) que contiene las respuestas de 200 personas
a un cuestionario de variables de personalidad. Utilizaremos esta y otras bases de datos para la
realización de ejercicios con el SPSS.
Para poder participar en las prácticas, cada estudiante DEBERÁ TENER ABIERTA
UNA CUENTA en las aulas de informática y tenerla dada de alta para poder asistir a las clases.
Además, cada estudiante deberá acudir a las clases de SPSS con un pendrive que contenga los
archivos Practica.sav y Ejercicios.sav. Estos archivos se pueden descargar desde la página
de docencia de la asignatura:
http://www.uam.es/personal_pdi/psicologia/carmenx/AnalisisI.html
Los profesores de la asignatura atenderán dudas en sus horarios de tutorías, aunque
debido a las numerosas reuniones a las que deben asistir se recomienda hacer petición de hora
previa. Los datos de los profesores son los siguientes:
(grupo 120)
(despacho 96; módulo 5)
[email protected]
M: 11:00 - 14:00
J: 10:00 - 12:00
V: 10:00 - 11:00
Jesús Garrido
(grupo 170)
(despacho 18; módulo anexo)
[email protected]
L: 15:30 - 16:30
M: 17:30 - 19:30
J: 16:30 - 17:30
Ivan Sánchez (grupo 110 - prácticas)
(despacho 108; módulo 5)
[email protected]
J: 15:00 - 17:00
Juan Botella
Manuel Suero (grupos 110 y 160)
(despacho 93; módulo 5)
[email protected]
L: 10:00 - 12:00 y 15:30 - 16:30
X: 11:00 - 12:00 y 16:30 - 17:30
Carmen Ximénez
(grupo 130)
(despacho 5; módulo anexo)
[email protected]
L: 9:30 - 10:30
X: 11:00 - 14:00
6
La EVALUACIÓN se basará en la calificación obtenida en un examen final (65% de
la evaluación) y en la actividad realizada durante el curso, que se valorará mediante evaluación
continuada (35% de la evaluación).
Por su lado, el examen final de la convocatoria ordinaria tendrá lugar el día 13 de Mayo
de 2015 y estará compuesto de dos partes:
1) Una prueba teórica con formato de prueba de elección múltiple (preguntas con 3 alternativas
de respuesta cada una), que se valorará sobre 4,5 puntos (45% de la evaluación).
2) Una prueba práctica que constará de unos ejercicios prácticos (en formato de respuesta
abierta), que se valorará sobre 2 puntos (20% de la evaluación).
Por tanto, la valoración global del examen final se hará sobre 6,5 puntos.
Por otro lado, en consonancia con la filosofía de la evaluación continuada, el estudiante
deberá realizar y entregar a lo largo del curso diversas tareas prácticas cuya valoración global se
hará sobre 3,5 puntos (35% de la evaluación). La base principal de estos puntos serán los
controles realizados sobre dos prácticas hechas en grupo con el SPSS. Además, se valorará la
asistencia a clase y realización de ejercicios durante las clases normales. Por tanto, la evaluación
continuada se basará en dos elementos:
1) Prácticas con SPSS. Se trata de dos trabajos coordinados con otras asignaturas de primero en
las que se hayan recogido datos. Se realizarán en grupo (compuestos por un mínimo de 3
estudiantes y un máximo de 5) y se entregarán según el calendario que se indicará en cada
grupo. Además, cada estudiante será convocado para realizar un control de cada uno de los
dos trabajos en el aula de informática, según el calendario que también se indicará. Sin la
realización del control, los trabajos no tendrán valor. Es requisito imprescindible haber
entregado las prácticas para poder realizar sus respectivos controles. Estos trabajos serán
valorados con un máximo global de 2,5 puntos.
2) Ejercicios en clase. Durante el desarrollo del curso el profesor llevará en días no programados
ejercicios prácticos relacionados con la materia explicada en el día correspondiente, que
recogerá y evaluará. Estos ejercicios serán valorados con un máximo de 1 punto.
La CALIFICACIÓN FINAL se obtendrá del siguiente modo:
Nota en la Evaluación
Continuada
+
Nota en la
Prueba Teórica
+
Nota en la
Prueba Práctica
Para obtener la calificación de aprobado la suma de todas las pruebas deberá ser mayor o
igual a 5 puntos, aunque habrá que alcanzar un mínimo en la prueba teórica para poder hacer
dicha suma (el 25% de los puntos que vale la prueba teórica: es decir: 1,125 puntos).
Aquellos estudiantes que no superen la evaluación de la asignatura en la convocatoria
ordinaria tendrán una oportunidad de recuperación el día 30 de Junio de 2015. En la
convocatoria extraordinaria se repetirá únicamente la evaluación del examen final (valorado
sobre 6,5 puntos), aunque cada estudiante podrá elegir presentarse a sus dos partes (prueba
teórica o prueba práctica) o a solo una de ellas (conservando en la otra parte la calificación
obtenida en la convocatoria ordinaria). Por tanto, la calificación obtenida en la evaluación
continuada a lo largo del curso se guardará y, en caso necesario, hará suma con la nueva
calificación obtenida en el examen final de la convocatoria extraordinaria. Naturalmente,
aquellos estudiantes que en la convocatoria ordinaria no hayan llegado a la puntuación mínima
en la prueba teórica deberán repetirla necesariamente.