Análisis de Datos en Psicología
- Tutorías Grupales (2 Hours)
- Clases Expositivas (42 Hours)
- Prácticas de Laboratorio (14 Hours)
Además de los conocimientos y destrezas estrictamente psicológicos un futuro psicólogo debe dominar ciertas materias de tipo instrumental que le permitan la generación y el acceso a la información científica de nuestra disciplina. En este contexto se sitúan las asignaturas relacionadas con la Metodología de las Ciencias del Comportamiento, y en concreto el Análisis de Datos pondrá al alumno en contacto con las herramientas estadístico-informáticas más comunes que los profesionales de la psicología emplean.
La ubicación de la asignatura en el primer curso ya da una idea de su carácter “básico-general” en el contexto de la titulación, siendo la primera de las cuatro asignaturas del área de Metodología que el alumno ha de cursar obligatoriamente. A través de estas el futuro psicólogo habrá de adquirir las destrezas y capacidades necesarias para la planificación e interpretación de investigaciones psicológicas, la medición de constructos psicológicos y el tratamiento e interpretación de los datos generados por esas medidas.
La asignatura se encuentra encuadrada dentro del la Materia ”Métodos, diseños y técnicas de investigación en Psicología”
.Los requeridos para el acceso al grado.
COMPETENCIAS GENERALES
G1.- Que los graduados y las graduadas posean y comprendan los conocimientos que definen y articulan a la Psicología como disciplina científica, incluyendo sus teorías, métodos y áreas de aplicación, en un nivel que se apoya en libros de texto avanzados e incluye algunos conocimientos procedentes de la vanguardia de este campo de estudio.
G3.- Que tengan capacidad para reunir e interpretar los datos relevantes relativos al comportamiento humano, individual y social, y el contexto en el que se produce, para emitir juicios fundamentados sobre problemas de orden psicológico.
COMPETENCIAS ESPECÍFICAS
E6.- Distintos métodos y diseños de investigación y las técnicas de análisis de datos propios de la Psicología.
COMPETENCIAS TRANSVERSALES
T1.- Capacidad de análisis y síntesis.
T2.- Resolución de problemas y toma de decisiones acordes con los desarrollos científicos.
RESULTADOS DE APRENDIZAJE
- Identificar los distintos tipos de escala de medida y los tipos de variables que producen.
- Formular y aplicar los estadísticos descriptivos básicos.
- Definir los diferentes modelos de Probabilidad.
- Discriminar entre las distribuciones de probabilidad más empleadas en Psicología.
- Distinguir entre las diferentes técnicas básicas de muestreo.
- Formular hipótesis estadísticas en el campo de la Psicología.
- Emplear las técnicas estadísticas adecuadas para poder tomar decisiones respecto a las hipótesis estadísticas.
- Manejar, de forma básica, una herramienta informática estadística en el ámbito del análisis de datos en Psicología.
Contenidos teóricos:
Bloque I, Introducción
Tema 1. Lenguaje matemático en Psicología. La Metodología dentro de las Ciencias del Comportamiento. Enmarcando la posición de la disciplina de Análisis de Datos dentro del campo de la Psicología.
Tema 2. Teoría de la medición: Tipos de escalas de medida.
Tema 3. Conceptos básicos de Estadística: Concepto y partes de la Estadística. Definición de algunos términos básicos en Estadística.
Bloque II. Estadística descriptiva.
Tema 4. Organización de datos de una muestra Distribución de frecuencias. Representaciones gráficas.
Tema 5. Análisis descriptivo de los datos: Tendencia central, posición dispersión y forma.
Tema 6. Distribución normal y escalas tipificadas. La distribución normal. Puntuaciones típicas y curva normal.
Tema 7. Estudio conjunto de dos variables cuantitativas: Covariación, correlación y regresión lineal simple.
Bloque III. Probabilidad.
Tema 8. Introducción a la probabilidad. Definición. Tipos.
Tema 9. Distribuciones de probabilidad. Concepto. Algunas funciones de probabilidad “populares”.
Bloque IV. Estadística inferencial
Tema 10. Introducción a la inferencia estadística. Conceptos básicos y partes.
Tema 11. Introducción al muestreo. Muestreo aleatorio y no aleatorio.
Tema 12. Estimación de parámetros: Distribución muestral. Estimación puntual. Estimación por intervalo.
Tema 13. Contraste de hipótesis: Las hipótesis estadísticas. Los supuestos. El estadístico de contraste. La toma de decisiones. Intervalos de confianza y contraste de hipótesis. Críticas y alternativas al contraste de hipótesis tradicional.
Tema 14. Inferencia con una variable: Bondad de ajuste. Una media..
Tema 15. Asociación entre variables categóricas.: la prueba Chi-cuadrado.
Tema 16. Comparaciones de medias: Pruebas T y ANOVA.
.
Prácticas de laboratorio:
-Práctica 1: Introducción a la asignatura en Moodle (UNIOVI).
-Práctica 2: El programa estadístico SPSS. Introducción de distintas bases de datos, definición de variables (escalas de medida en SPSS).
- Práctica 3: Transformación y recodificación de los datos.
- Práctica 4: Selección de casos.
- Práctica 5. Introducción a la elaboración de gráficos.
- Práctica 6: La descripción de los datos I. Los comandos frecuencias y descriptivos.
- Práctica 7. La descripción de los datos II. El comando explorar.
- Práctica 8: Relación lineal entre variables: Covarianza y Correlación (I)
- Práctica 9: Relación lineal entre variables: Regresión (II).
- Práctica 10: Chi-cuadrado.
- Práctica 11: Diferencias de medias (I)
- Práctica 12: Diferencia de medias (II)
- Práctica 13: ANOVA de un factor (I).
- Práctica 14. ANOVA de un factor (II). Pruebas post hoc.
Clases expositivas:
Exposición magistral por parte del profesor de la asignatura de los contenidos especificados en el programa.
Prácticas de laboratorio:
El objetivo de esta actividad es aprender aplicar las técnicas explicadas en la parte teórica utilizando el programa SPSS. Estas prácticas se realizarán en el aula de informática de la Facultad de Psicología.
Tutorías grupales:
Se asesorará a los alumnos sobre el trabajo grupal que podrán realizar usando herramientas de Inteligencia Artificial.
MODALIDADES | Horas | % | Totales | |
Presencial | Clases Expositivas | 42 | 60 | |
Práctica de aula / Seminarios / Talleres | ||||
Prácticas de laboratorio / campo / aula de informática / aula de idiomas | 14 | |||
Prácticas clínicas hospitalarias | ||||
Tutorías grupales | 2 | |||
Prácticas Externas | ||||
Sesiones de evaluación | 2 | |||
No presencial | Trabajo en Grupo | 10 | 90 | |
Trabajo Individual | 80 | |||
Total | 150 |
La valoración de la asignatura en convocatoria ordinaria (Enero), se hará siguiendo los siguientes criterios:
- Un examen final teórico que constará de 60 preguntas (teóricas y de problemas) de tres alternativas con una correcta. La nota se calculará según la expresión.
P = Aciertos – (Errores/2)
No se descontará por las omisiones. Este examen vale 6’0 puntos de la asignatura.
- La evaluación de las prácticas consiste en realizar un pequeño ejercicio sobre contenido previamente subido al Aula Virtual de UNIOVI (https://www.campusvirtual.uniovi.es/). El resultado de este trabajo se sube al servidor de UNIOVI donde se contiene el material de la asignatura, teniendo en cuenta que las dos primeras prácticas se valoran, si han sido bien resueltas, con 0,05 mientras que las otras 12 puntúan con 0,2.
En la segunda semana de enero de 2023 es posible presentarse a un ejercicio de recuperación de las partes no bien resueltas.
- Trabajo en grupo. Se propondrá un trabajo en grupo que se explicará en las Tutorías Grupales y que vale hasta 1,5. La nota del trabajo se resta por el valor de copia asignado por TURNITIN, de acuerdo a la expresión: valor de (TURNITIN/100)+0,5. El trabajo puede ser realizado mediante el manejo de herramientas de Inteligencia Artificial.
La nota final de la asignatura será la suma de los puntos obtenidos en las evaluaciones de las prácticas, el examen teórico y el trabajo grupal. No se podrá aprobar la asignatura si la nota en el examen teórico es inferior a 3 sobre 6,0 o en las evaluaciones de las prácticas es inferior a 1 sobre 2,5.
Actividad | Nota |
Examen Final Teórico | 6’0 (60%) |
Prácticas | 2’5 (25%) |
Trabajo grupal | 1,5 (15%) |
En las convocatorias extraordinarias los alumnos podrán presentarse sólo a la parte con puntuación por debajo del mínimo exigido. Si han realizado el trabajo grupal se les conservará dicha nota. El examen de prácticas consistirá en la decisión de la técnica a aplicar en una serie de casos, la especificación de los comandos de SPSS que se emplearían para aplicarla y en la interpretación de distintas salidas de resultados de SPSS.
En la evaluación diferenciada los alumnos deberán presentarse a una prueba única. Si han realizado el trabajo grupal se les añadirá dicha nota. El examen de prácticas consistirá en la decisión de la técnica a aplicar en una serie de casos, o la especificación de los comandos de SPSS que se emplearían para aplicarla y en la interpretación de distintas salidas de resultados de SPSS.
- Cooper, H., Camic, P. M., Long, D. L., Panter, A. T., Rindskopf, D., Sher, K. J. (Eds.). (2012). APA handbooks in psychology®. APA handbook of research methods in psychology, Vol. 3. Data analysis and research publication. American Psychological Association.
- Dancey, C.P. and Reidy, J. (2008). Statistics without maths for psychology: using SPSS for Windows. Prentice Hall Internacional.
- Field, A. (2013). Discovering statistics using IBM SPSS Statistics (4ª Ed.). Sage.
- Freixa, M. Però, M y Turbany, J. (2007). Análisis de datos en psicología. Collado Villalba: Delta Publicaciones.
- Martínez, R.; Chacón, J.C. y Castellanos, M.A, (2014). Análisis de Datos en Psicología y Ciencias de la Salud I. EOS Universitaria.
- Martínez, R.; Castellanos, M.A. y Chacón, J.C. (2015). Análisis de Datos en Psicología y Ciencias de la Salud II. EOS Universitaria.
- Pardo, A., Ruiz, M.A. y San Martín, R. (2009). Análisis de datos en ciencias sociales y de la salud I. Síntesis.
- Pardo, A. y San Martín, R. (2010). Análisis de datos en ciencias sociales y de la salud II. Síntesis.
- Solanas, A.; Salafranca, Ll.; Núñez, M.I. y Fauquet, J. (2005). Estadística descriptiva en ciencias del comportamiento. Thompson.
- 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.
Sanz y Torres
- Wright,A.G.C. & Hallquist,M.N. (2020). The Cambridge Handbook of Research Methods in Clinical Psychology. Cambridge University Press
---------------------------------------------------------------
Se activará la asignatura en el Campus Virtual de la Universidad de Oviedo (https://www.campusvirtual.uniovi.es/), donde se depositará material de interés para los alumnos. Por otra parte se creará un apartado de la asignatura en https://teams.microsoft.com/ para facilitar la comunicación entre profesores y alumnos.
Enlaces recomendados (WEB)
https://www.microsoft.com/es-es/microsoft-365/microsoft-teams/group-chat-software
http://www.ncbi.nlm.nih.gov/pmc/articles/PMC4003407/pdf/12021_2013_Article_9195.pdf