PREGUNTAS 1.- Elabore y detalle en un organizador visual, la relación o complementariedad entre la psicología y la estadística aplicada. Señale Dos (02) ejemplos. Medidas de posición Estimaciones
Medidas de dispersión
Inferencias
Curtosis asimétrica
Medidas de centralización Inferencial
Descriptiva
Cuantitativa
Fines de estudio Para
Rama de las matemáticas
Presenta
analiza
Tipos de Variables
COMPLEMENTARIEDAD ENTRE LA PSICOLOGÍA Y LA ESTADÍSTICA APLICADA
Ordena
Recolecta
Considerado a
Cualitativa Unidad de observación
Áreas de aplicación Muestra
Psicología organizacional
Psicología social
Psicología clínica
Psicología educativa
Población
ESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA INFERENCIAL
ESTADÍSTICA PARAMÉTRICA
ESTADÍSTICA NO PARAMÉTRICA
La estadística descriptiva o deductiva se construye a partir de los datos y la inferencia sobre la población no se puede realizar, al menos con una confianza determinada, la representación de la información obtenida de los datos se representa mediante el uso de unos cuantos parámetros y algunas graficas planteadas de tal forma que den importancia los mismos datos. Esta ética descriptiva como su nombre lo dice nos permite describir las poblaciones así como las características de esta así como designar grupos muéstrales etc. La estadística formula reglas y procedimientos para la presentación de una masa de datos en una forma más útil y significativa. Establece normas para la representación gráfica de los datos. También son una base importante para el análisis en casi todas las disciplinas académicas. “La estadística descriptiva es la organización y resumen de datos.
La estadística Inferencia, es el proceso por el cual se deducen (infieren) propiedades o características de una población a partir de una muestra significativa. Uno de los aspectos principales de la inferencia es la estimación de parámetros estadísticos.
La Estadística Paramétrica es un conjunto de técnicas desarrolladas para niveles altos de medición como el de intervalos. Los métodos paramétricos permiten hacer inferencias acerca de parámetros poblacionales de las distribuciones. Estos métodos fueron los primeros en ser desarrollados por los investigadores de la Estadística.
La Estadística no paramétrica es un conjunto de técnicas diseñadas para niveles de mediciones menores, por ejemplo, el nominal y ordinal, para efectuar estimaciones no habrá parámetros en estricto sentido. A los procedimientos estadísticos que no dependen para su validez de la forma funcional de la distribución original de la población se les denomina procedimientos no paramétricos o libres de distribución. Los Procedimientos No Paramétricos disponibles actualmente ofrecen varias ventajas para el investigador y analista de datos; entre ellos se pueden mencionar los que estableció Bradley en 1968: 1) La mayoría de los procedimientos no paramétricos se basan en un conjunto mínimo de suposiciones y esto tiende a reducir la posibilidad de utilizarlos inadecuadamente. 2) Los cálculos aritméticos necesarios para la aplicación de muchos procedimientos no paramétricos son cortos y fáciles, de manera que con su empleo se puede ahorrar tiempo. 3) Los procedimientos no paramétricos son por lo general fácilmente comprensibles para personas no muy formadas matemática o estadísticamente. 4) Se pueden aplicar los procedimientos no paramétricos cuando los datos que se van a analizar consisten más bien en rangos o conteos de frecuencia tales como porcentaje de pruebas, estatura, peso, longitud, entre otras.
Se dedica a la generación de los modelos, inferencias y predicciones asociadas a los fenómenos en cuestión teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la población bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas sí/no (prueba de hipótesis), estimaciones de unas características numéricas (estimación), pronósticos de futuras observaciones, descripciones de asociación (correlación) o modelamiento de relaciones entre variables (análisis de regresión). Otras técnicas de modelamiento incluyen anál isis de varianza, series de tiempo y minería de datos. Su objetivo es obtener conclusiones útiles para lograr hacer deducciones acerca de la totalidad de todas las observaciones hechas, basándose en la información numérica.
EJEMPLOS EJEMPLO 01:
La estadística inferencial permite realizar conclusiones o inferencias basándose en los resultados obtenidos de una muestra. Por ejemplo, a partir de una muestra representativa tomada de los habitantes de una ciudad, es posible inferir la votación de todos los ciudadanos considerando un error de aproximación. EJEMPLO 02:
Para averiguar la media, µ, de las estaturas de todos los soldados de un reemplazo, se extrae una muestra y se obtiene su media, 0. La media de la muestra (media muestra), 0, es un estimador de la media poblacional, µ. Si el proceso de muestreo está bien realizado (es decir, la muestra tiene el tamaño adecuado y ha sido seleccionada aleatoriamente), entonces el valor de µ, desconocido, puede ser inferido a partir de 0. La inferencia siempre se realiza en términos aproximados y declarando un cierto nivel de confianza. Por ejemplo, si en una muestra de n = 500 soldados se obtiene una estatura media 0 = 172 cm, se puede llegar a una conclusión del siguiente tipo: la estatura media, µ, de todos los soldados del reemplazo está comprendida entre 171 cm y 173 cm, y esta afirmación se realiza con un nivel de confianza de un 90%. (Esto quiere decir que se acertará en el 90% de los estudios realizados en las mismas condiciones que éste y en el 10% restante se cometerá error.) Si se quiere mejorar el nivel de confianza, se deberá aumentar el tamaño de la muestra, o bien disminuir la precisión de la estimación dando un tramo más amplio que el formado por el de extremos 171, 173. Recíprocamente, si se quiere aumentar la precisión en la estimación disminuyendo el tamaño del intervalo, entonces hay que aumentar el tamaño de la muestra o bien consentir un nivel de confianza menor. Finalmente, si se quiere mejorar tanto la precisión como el nivel de confianza, hay que tomar una muestra suficientemente grande.
EJEMPLO 3 En un estudio con un grupo de 45 personas que habían sido tratadas psicológicamente por problemas de ansiedad, se preguntó a las mismas cuántas veces habían sufrido un ataque de ansiedad desde que terminó el tratamiento recibido. También se les preguntó si consideraban que había mejorado su calidad de vida a raíz del tratamiento psicológico que recibieron. ¿Cuántos casos y variables aparecen implicados en este estudio?, ¿cuántos datos se habrán obtenido en la recogida de datos?, ¿qué distintos valores adopta cada una de las variables (modalidades de cada variable)? • Existen diferentes formas de organizar los datos recogidos en un estudio, los cuales es común que sean cuantiosos dado que es frecuente obtener datos de diversas variables para un conjunto amplio de casos. A estas formas de organización de los datos se les suele conocer como estructuras de datos, siendo la más utilizada en la práctica la conocida como tabla de datos (también denominada matriz de datos): se trata de una organización bidimensional en que las filas representan a las entidades y las columnas a las variables, constituyendo el cruce de una fila y una columna cualesquiera de la tabla, el valor observado (dato) correspondiente a un caso concreto en una determinada variable.
EJEMPLO 4 La variable con los datos recogidos en un grupo de 121 personas a partir de la siguiente pregunta de un test: “Ansiedad que siente cuando se encuentra con mucha gente alrededor” (X). X: {4, 2, 1, 2, 2, 3, 1, 3, 2, 4, 1, 3, 1, 2, 3, 2, 1, 1, 4, 1, 3...} Las
alternativas de respuesta a esta cuestión eran: Nada; Algo; Bastante; Mucha. Codificación: [1: Nada; 2: Algo; 3: Bastante; 4: Mucha] • Variables categóricas
(cualitativas, nominales): aquéllas en que los valores no aportan ninguna información de magnitud ni de orden, tan sólo diferencian a los casos en distintas categorías de pertenencia. Una clasificación adicional de las variables categóricas diferencia a éstas entre dicotómicas (dos valores posibles) y politómicas (más de 2 valores posibles)
EJEMPLO 5 La variable “Estado civil”, habiendo sido recogidos los datos para un total de 50 personas de la ciudad de Castellón (n = 50): X: {0, 0, 1, 2, 2, 0, 1, 3, 2, 0, 1, 0, 1, 2, 0, 2, 1, 1, 0, 1, 0...} Codificación: [0: soltero/a; 1: casado/a; 2: separado/a o divorciado/a; 3: viudo/a] • A tener en cuenta en relación a los 3 tipos de variables diferenciados: - El tipo de variable (cuantitativa, cuasi-cuantitativa, categórica) es determinante en la selección del procedimiento estadístico a aplicar en su análisis. - A una característica (propiedad, atributo) que en su medición adopta los mismos valores para todas las entidades se le conoce como una constante. No se habla en este caso de variable dado que falta la variabilidad en los valores observados inherente a este término. Destacar que la medición de una misma característica puede dar lugar a una variable o a una constante en función del estudio de que se trate (p. ej., el ‘Sexo’ en un estudio
sobre la depresión post-parto y en un estudio sobre la ansiedad). - Una variable no es de un tipo u otro per se, sino que va a depender del modo en que se lleve a cabo su medición (p. ej., la edad o el consumo de tabaco pueden ser medidas utilizando diferentes escalas de medida que den lugar a variables de diferente tipo).
EJEMPLO 6 En un estudio en que se quiera estudiar el efecto de diferentes dosis de una determinada sustancia psicoactiva sobre la conducta, una estrategia habitual es que se apliquen diferentes dosis de la misma, establecidas a priori por el investigador (por ejemplo, 100, 200 y 300 mg.), a diferentes grupos de sujetos. Así, la variable “Dosis de la sustancia administrada” sería una variable manipulada. Otro ejemplo: la variable “Grupo en el que se participa en un estudio”, en que se quiere comparar la eficac ia de
una determinada terapia psicológica (Grupo A) frente a otra (Grupo B). Los sujetos son asignados a un grupo u otro por el investigador, no es algo que los sujetos decidan o sean ya a priori.
EJEMPLO 7 Se dispone de un grupo de sujetos con problemas de ansiedad que desean recibir algún tipo de tratamiento. Se decide crear dos subgrupos, uno que recibirá tratamiento farmacológico y otro que lo recibirá psicológico. Los sujetos son asignados aleatoriamente, la mitad de ellos a un grupo y la otra mitad al otro. Se controla de forma cuidadosa que a lo largo de la aplicación del tratamiento no haya otras variables que puedan influir de forma diferencial a un grupo y a otro y que, por lo tanto, puedan provocar divergencias en ambos grupos. Tras finalizar el tratamiento, se aplica un test a los sujetos de ambos grupos para evaluar el estado de su trastorno de ansiedad, siendo las puntuaciones en éste las que servirán de base para compararlos y extraer conclusiones.
EJEMPLO 8 Se decide crear dos subgrupos, uno que recibirá tratamiento farmacológico y un segundo que lo recibirá psicológico. Al primero son asignados un conjunto de sujetos que han acudido a la sección de psiquiatría de un hospital a recibir tratamiento, mientras que al segundo los procedentes de una clínica psicológica. Ídem al anterior en lo que respecta al control de variables extrañas y en lo relativo a la medida de la variable de respuesta. EJEMPLO 9 En una serie de clínicas se recoge información de sujetos que hayan recibido tratamiento para la ansiedad, ya sea psicológico o farmacológico, y que hubiesen pasado después una determinado test de ansiedad para evaluar su estado. Se comparan las puntuaciones en ese test de aquéllos que han recibido tratamiento psicológico frente a los que lo han recibido de carácter farmacológico. EJEMPLO 10 El tratamiento de los niños con desórdenes de la conducta puede ser complejo. El tratamiento se puede proveer en una variedad de escenarios dependiendo de la severidad de los comportamientos. Además del reto que ofrece el tratamiento, se encuentran la falta de cooperación del niño/niña y el miedo y la falta de confianza de los adultos. Para poder diseñar un plan integral de tratamiento, el siquiatra de niños y adolescentes puede utilizar la información del niño, la familia, los profesores y de otros especialistas médicos para entender las causas del desorden. Para ello, un siquiatra local ha considerado una muestra aleatoria de 20 niños, anotando el tiempo necesario que requiere en cada niño para lograr un plan integral del tratamiento, obteniéndose lo Siguiente (en horas): Datos:
6 7 7 8 8 8 8 9 9 9 9 9 9 9 10 10 10 10 10 11
Calculo de la Mediana: (N+1)=21 = 10.5 2 2 Por tanto la mediana será el valor Medio entre la décima y la undécima observación. Mediana = 9 horas. Moda = 9 horas (el valor que más se repite).
En función a los resultados registrados en la matriz de datos del ítem anterior y definiendo tamaño de muestra representativo de una hipotética población a evaluar, defina y elabore según la escala Tipo Likert, El Escalograma de Guttman o de Diferencial Semántico un cuestionario inédito de Treinta (30) preguntas sobre las necesidad de atención psicológica, por parte de la población objetivo.
PREGUNTAS (NECESIDAD DE ATENCION PSICOLOGICAS ) POBLACION HIPOTETICA : ADOLESCENTES DE EL DISTRITO DE LAMBAYEQUE MUESTRA : 27 ADOLESCENTES. 1. ¿Cuantos Años Tienes? 2. ¿Vives Con Papà O Mamà? 3. ¿Cuál Es El Grado De Estudios? 4. ¿Asistes Al Colegio? 5. ¿Has Trabajado Alguna Vez? Si – No ¿Por Qué? 6. ¿Sabes Como Detectar A Una Persona Con Alteraciones Mentales? 7. ¿Qué Concepto Tienes De La Depresion? 8. ¿Conoces Algun Caso Cercano? 9. ¿Sabes Que Conlleva A Ello? 10. ¿Crees Que Es Una Enfermedad? 11. ¿Alguna Vez Has Pasado Por Una Depresion? 12. ¿Existe Un Tratamiento Especifico Para Cada Padecimiento Psicologico? 13. ¿Cuál Es La Importancia Que Le Das A Tu Salud Emocional? 14. ¿Alguna Vez Has Conversado Con Tus Padres Sobre Este Tema? 15. ¿Alguna Vez Alguien Abordò Ese Tema Contigo? 16. ¿Te Gustaria Aprender Sobre Este Tema? 17. ¿Crees Que Las Enfermedades Mentales Se Curan? 18. ¿Las Personas Con Enfermedades Mentales Son Violentas? 19. ¿Cuáles Crees Que Son Las Posibles Causas Para Una Enfermedad Mental? 20. ¿Cuál Es El Rol De La Familia Ante Una Enfermedad Mental? 21. ¿Crees Que Una Persona Con Enfermedad Mental Puede Llevar Una Vida Normal? 22. Mencione Alguna De Las Enfermedades Mentales De Las Cuales Usted Tiene Conocimiento 23. Mencione Algunas De Las Posibles Causas Que Alteren Su Salud Mental 24. ¿Alguna Vez Ha Asistido A Terapia Psicologica? 25. ¿Que Concepto Tiene De La Psicologia? 26. ¿Qué Importancia Le Da Usted A Su Salud Mental? 27. ¿Cuáles Son Los Factores Implicados En La Aparicion De Enfermedades Psicologicas? 28. ¿Cree Usted Que Son Las Drogas Una Causa De Un Padesimiento Psicologico? 29. ¿Crees Que El Estrés Sea Un Factor Determinante En Algun Padesimiento Psicologico? 30. ¿Crees Que Tu Comunidad Tiene La Suficiente Informacion Respecto De Los Padecimientos Psicologicos? 31. ¿Cuál Crees Que Sea El Rol De Los Psicologos En Tu Comunidad?
Utilizando el programa Excel u otro especializado de su elección y detallando procedimiento, elabore una matriz de datos dónde registre el comportamiento de una o más variables relacionadas con un aspecto psicológico de libre elección. Halle y grafique, según corresponda, los siguientes indicadores estadísticos:
TEMA DE LIBRE ELECCION: LA DEPRESION POR LA ANOREXIA Según la Asociación de lucha contra la Bulimia y la Anorexia, las pautas culturales han determinado que la delgadez sea sinónimo de éxito social. Muchas personas luchan para conseguir el “físico ideal” motivados por modelos, artistas o por la publicidad comercial. Durante el mes de abril del año 2012, en el albergue “Jesús y María” de la ciudad de LAMBAQYEQUE, después de las vacaciones de verano, se observó con precaución a 27 personas con síntomas de anorexia, registrándose los siguientes signos visibles:
TABLA DE DISTRIBUCIÓN DE FRECUENCIAS 01: Los signos visibles de 27 pacientes con síntomas de depresión anorexia, en el albergue “JESUS Y MARIA” de la ciudad de LAMBAYEQUE durante el mes de ABRIL. Del año 2011. Dieta Severa Uso de Ropa Holgada Miedo a Engordar Dieta Severa Dieta Severa Hiperactividad Uso de Laxantes Uso de Laxantes Uso de Ropa Holgada
Miedo a Engordar Dieta Severa Dieta Severa Uso de Ropa Holgada Dieta Severa Uso de Laxantes Dieta Severa Hiperactividad Hiperactividad
Hiperactividad Uso de Laxantes Uso de Ropa Holgada Dieta Severa Uso de Ropa Holgada Miedo a Engordar Uso de Ropa Holgada Uso de Laxantes Dieta Severa
TABLA DE DISTRIBUCIÓN DE FRECUENCIAS 02:
SIGNO VISIBLE
NÚMERO DE PACIENTES
PORCENTAJE DE PACIENTES
Dieta severa Miedo a engordar Hiperactividad Uso de laxantes Uso de ropa holgada
9 3 4 5 6
33,3 11,1 14,8 18,5 22,2
27
100,00
TOTAL
HISTOGRAMA DE FRECUENCIAS
PACIENTES CON DEPRESION POR ANOREXIA 120 100 100
80 60 40 20
33.3
0
NUMERO DE PACIENTES 11.1
14.8
18.5
22.2
PORCENTAJE DE PACIENTES
TABLA FRECUENCIA DE EDADES
15
73
1
65
16
3
42
36
42
3
61
19
36
47
30
45
29
73
69
34
23
22
21
33
27
55
58
17
4
17
48
25
36
11
4
54
70
51
3
34
26
10
TABLA DE FRECUENCIAS INTERVALOS
EDADES
FRECUENCIA FRECUENCIA ABSOLUTA ACUMULADA (fi) (Fi)
FRECUECIA FRECUENCIA RELATIVA RELATIVA (hi) ACUMULADA( Hi)
1
1-10
7
7
7/ 42=0.17
7/42 =0.17
2
11-20
6
7+6=13
6/42=0.14
13/42 =0.31
3
21-30
8
13+8=21
8/42=0.19
21/42 =0.5
4
31-40
6
21+6=27
6/42=0.14
27/42 =0.64
5
41-50
5
27+5=32
5/42=0.12
32/42 =0.76
6
51-60
4
32+4=36
4/42=0.1
36/42 =0.86
7
61-70
4
36+4=40
4/42=0.1
40/42 =0.95
8
71-80
2
40+2=42
2/42=0.05
42/42 =1
hi=fi/N
Hi=Fi/N
Amplitud:9 N:42
TABLA FRECUENCIA N 03 EN EDADES DE PERSONAS ENTRE 1-30 AÑOS DEL ALBERGUE JESUS Y MARIA CHICLAYO EN EL AÑO 2011
EDADES
FRECUENCIAS
12
3
12*3=36
15
6
15*6=90
17
5
17*2=85
18
1
18*1=18
20
2
20*2=40
23
3
23*3=69
TOTALES
20
338
MEDIA:
M: 338/20=16.9
MEDIANA
EDADES 12 15 17 18 20 23 TOTALES
FRECUENCIAS 3 6 2 1 2 3 17
12*3=36 15*6=90 17*2=85 18*1=18 20*2=40 23*3=69 338
12 12 12 15 15 15 15 15 15 15(M) 17 17 18 20 20 23 23 23
M: 17+1=18/2=9 POR LO TANTO LA MEDIANA ES 15
MODA.
EDADES 12 15 17 18 20 23
FRECUENCIAS 3 6 8 1 2 3
12*3=36 15*6=90 17*2=85 18*1=18 20*2=40 23*3=69
RESPUESTA:
LA MODA ES (17) PUES LA EDAD QUE MAS SE REPITE
FORMULACIÓN DE HIPÓTESIS ESTADÍSTICA Y SUSTENTACIÓN TOMA DE DECISIÓN CORRECTA
La proporción de personas que padecen de depresión por anorexia son EL 30% de la población por dieta severa en el albergue JESUS Y MARIA DE CHICLAYO.
Las depresiones mentales irán en aumento si las personas no son sometidas a un tratamiento psicológico pues esta enfermedad les afectara de manera negativa tanto en su salud física y mental.
ESTIMACIÓN DE LA TENDENCIA. Los casos van en aumento y pueden expandirse hasta en el a más 30% del total de las personas en el albergue “JESUS Y MARIA –LAMABAYEQUE
. En una competencia de habilidades musicales 2 jueces calificaron a 10 candidatos. Las calificaciones se muestran en siguiente tabla. ¡Cual es la correlación entre las clasificaciones de los dos jueces.
Candidato
1
2
3
4
5
6
7
8
9
10
Juez 1
8
9
6
2
1
4
5
7
3
10
Juez 2
7
10
8
5
3
2
4
6
1
9
CORRELACIÓN ENTRES LA CLASIFICACIÓN DE LOS JUECES? LA CORRELACION ES MUY FUERTE PUES ESTA MUY CERCA DEL UNO.
