ANALISIS DE DATOS I Programa de la asignatura; curso 2012/13

Transcripción

1 1 ANALISIS DE DATOS I Programa de la asignatura; curso 2012/13 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 y varias optativas; además de las asignaturas del Máster en Metodología de las Ciencias del Comportamiento y la Salud. 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 la 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 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.

3 * 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 χ 2 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 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 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 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, en 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: 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: Juan Botella (grupo 110) (despacho 96; módulo 5) juan.botella@uam.es Jesús Garrido (grupo 170) (despacho 18; módulo anexo) jesus.garrido@uam.es Manuel Suero (grupo 160) (Decanato) manuel.suero@uam.es Carmen Ximénez (grupo 130) (despacho 5; módulo anexo) carmen.ximenez@uam.es M: 11:00-13:00 J: 10:00-13:00 V: 10:00-11:00 L: 16:30-17:30 M: 16:30-18:30 X: 16:30-17:30 X: 16:30-18:30 V: 15: M: X: 9:30-11:00 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 2013 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 grupos (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 3 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 0,5 puntos. La CALIFICACIÓN FINAL se obtendrá del siguiente modo: 6 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 sacar 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 24 de Junio de 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). No obstante, aquellos estudiantes que no hayan llegado a la puntuación mínima en la prueba teórica deberán repetirla necesariamente. Por tanto, la calificación obtenida en la evaluación continuada a lo largo del curso se guarda y, en caso necesario, hará suma con la nueva calificación obtenida en el examen final de la convocatoria extraordinaria.