Guía Docente 2015/2016 Análisis de Datos Data Analysis Grado en Psicología Modalidad Presencial lf:
Índice Análisis de datos...2 Breve descripción de la asignatura...2 Requisitos Previos...2 Objetivos...2 Competencias y resultados de aprendizaje...3 Metodología...4 Temario...4 Relación con otras asignaturas del plan de estudios...6 Sistema de evaluación...6 Bibliografía y fuentes de referencia...7 Web relacionadas...8 Recomendaciones para el estudio...8 Material didáctico...8 Tutorías...9 1
Análisis de datos Módulo: Módulo II Metodología de las Ciencias del Comportamiento. Materia: Análisis de datos. Carácter: Básico. Nº de créditos: 6. Unidad Temporal: 2º curso, cuatrimestre 1º Profesor/a de la asignatura: Jorge López Puga. Email: jpuga@ucam.edu Horario de atención a los alumnos/as: lunes de 17:00 19:00 Profesor/a coordinador de módulo, materia o curso: María Isabel Jiménez Morales. Breve descripción de la asignatura El análisis estadístico de datos podría considerarse una práctica transversal a todas las disciplinas científicas, sociales y naturales, que pretenden generar conocimiento científico sobre un tópico determinado. Esta asignatura está destinada a proporcionar las herramientas básicas que requerirá la persona que estudia psicología a lo largo de su trayectoria profesional independientemente de su área de actividad. Brief Description Statistics could be considered as an omnipresent matter present across all scientific disciplines. For both natural and social science, statistic is useful to generate scientific knowledge about a specific topic. This subject aims to provide basic statistics tools for psychologists. This basic knowledge will help future psychologist to cope with statistical data independently of their area of study. Requisitos Previos No se establecen requisitos previos. Objetivos 1. Conocer las estrategias para extraer, gestionar y organizar datos para su posterior tratamiento estadístico. 2. Conocer los métodos básicos para resumir y representar la información generada por un estudio empírico. 3. Realizar una correcta interpretación de la información estadística. 2
4. Conocer y utilizar software para el análisis de datos. Competencias y resultados de aprendizaje Competencias básicas MECES3. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética. MECES4. Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado Competencias generales CG8. Conocer distintos diseños de investigación, los procedimientos de formulación y contrastación de hipótesis y la interpretación de los resultados. Competencias transversales CT6. Utilizar las herramientas y los programas informáticos que facilitan el tratamiento de los resultados experimentales. CT8. Defender los puntos de vista personales apoyándose en conocimientos científicos. CT9. Integrar conocimientos y aplicarlos a la resolución de problemas utilizando el método científico. Competencias específicas CEM2.10. Inferir conclusiones a partir de diferentes muestras de datos utilizando los principales métodos estadísticos. CEM2.11. Formular hipótesis de investigación en términos estadísticos. CEM2.12. Realizar una correcta interpretación de los resultados proporcionados por la información estadística, así como de las técnicas aplicadas. 3
Metodología Metodología Horas Horas de trabajo presencial Horas de trabajo no presencial Clases en el aula 25 Seminarios/Grupos de discusión 20 Tutorías académicas 10 60 (40%) Evaluación 5 Estudio personal 35 Preparación de trabajos 35 y exposiciones 90 horas (60%) Análisis de artículos científicos 15 Búsquedas bibliográficas 5 TOTAL 150 60 90 Temario Programa de la enseñanza teórica Tema 1. Introducción al análisis de datos. 1. 1. Conceptos básicos. 1. 2. Tipos de variables y escalas de medida. Tema 2. Estadística descriptiva univariada. Frecuencia, tendencia central, posición y variabilidad. 4
2. 1. Distribución de frecuencias. 2. 2. Índices de tendencia central. 2. 3. Índices de posición. 2. 4. Índices de variabilidad y dispersión. Tema 3. Tipos de puntuaciones y transformación de variables. 3. 1. Puntuaciones directas. 3. 2. Puntuaciones diferenciales. 3. 3. Puntuaciones típicas. Tema 4. Estadística descriptiva bivariada. 4. 1. Distribución de frecuencias bivariadas. 4. 2. Concepto de correlación. Tema 5. Estadística inferencial y el contraste de hipótesis. 5. 1. El contraste de hipótesis y el método científico. 5. 2. El valor p de un contraste de hipótesis. 5. 3. Inferencia sobre la media. 5. 4. Inferencia sobre la proporción. Tema 6. Estadística inferencial bivariada. 6. 1. Inferencia sobre la relación de proporciones. 6. 2. Inferencia sobre la correlación. Tema 7. Introducción al Modelo Lineal General. 7. 1. Los modelos estadísticos en psicología. 7. 2. Introducción a la regresión lineal. 7. 3. El análisis factorial como un modelo de regresión lineal. Tema 8. Introducción a la estadística bayesiana. 8. 1. El teorema de Bayes. 8. 2. La estadística bayesiana. 8. 3. Redes bayesianas. 5
Programa de la enseñanza práctica Se celebrarán 10 seminarios de una duración de 2 horas cada uno. Este es listado de seminarios: Seminario 1. Software estadístico. Seminario 2. Software estadístico y conceptos básicos. Seminario 3. Estadística descriptiva. Seminario 4. Cálculo de puntuaciones. Seminario 5. Correlación y tablas de contingencia. Seminario 6. P-valor, inferencia sobre la media e inferencia sobre la proporción. Seminario 7. Prueba ji-cuadrado y correlación. Seminario 8. Inferencia sobre la correlación. Seminario 9. Regresión lineal. Seminario 10. Estadística bayesiana. Relación con otras asignaturas del plan de estudios Esta asignatura está relacionada directamente con todas aquellas vinculadas al ámbito de la metodología de las ciencias del comportamiento (diseño de investigaciones, metodología de la investigación psicológica, psicometría). De manera indirecta se relaciona con todas las asignaturas del grado que implican, a nivel de investigación científica, realización e interpretación de análisis estadístico de datos. Sistema de evaluación Convocatoria de Febrero/Junio: - Parte teórica: 65% del total de la nota. Se llevará a cabo por medio de cuestiones teóricoprácticas que recojan los contenidos de la materia estudiada. - Parte práctica: 30% del total de la nota. Se derivará del trabajo realizado en los seminarios prácticos de la asignatura. - Participación: 5% del total de la nota. Será el fruto de la valoración del trabajo voluntario del discente. Convocatoria de Septiembre: - Parte teórica: 65% del total de la nota. Se llevará a cabo por medio de cuestiones teóricoprácticas que recojan los contenidos de la materia estudiada. 6
- Parte práctica y participación: 35% del total de la nota. Se conservará la nota obtenida para la convocatoria ordinaria de febrero/junio y/o se valorará por medio de las evidencias complementarias aportadas por el alumno en el momento del examen de recuperación. Bibliografía y fuentes de referencia Bibliografía básica Herranz, I., y Prieto, L. (2004). Qué significa estadísticamente significativo? : la falacia del criterio del 5% en la investigación científica. Madrid: Díaz de Santos. [Tema 5] López, J. (2012). Introducción al análisis de datos con R y R Commander en psicología y educación. Almería: Editorial de la Universidad de Almería. También disponible en: http://hdl.handle.net/10835/1658 [Todos los temas] López, J. (2013). Primeros pasos analizando datos estadísticos con R. Un texto para acompañarte. Murcia: Editorial de la Universidad Católica San Antonio de Murcia. [Todos los temas] López, J., y García, J. (2011). Utilidad de las redes bayesianas en psicología. Almería: Editorial de la Universidad de Almería. [Tema 8] Puga, J. L., Krzywinski, M., y Altman, N. (2015). Points of Significance: Bayes' theorem. Nature Methods, 12, 277-278. doi: 10.1038/nmeth.3335 [Tema 8] Puga, J. L., Krzywinski, M., y Altman, N. (2015). Points of Significance: Bayesian statistics. Nature Methods, 12, 377-378. doi: 10.1038/nmeth.3368 [Tema 8] Solanas, A., Salafranca, L., Fauquet, J., y Núñez, M. I. (2005). Estadística descriptiva en ciencias del comportamiento. Madrid: Thomson. [Todos los temas] Bibliografía complementaria Krzywinski, M., y Altman, N. (2013). Importance of being uncertain. Nature Methods, 10, 809-810. doi: 10.1038/nmeth.2613 Pagano, R. R. (1999). Estadística para las ciencias del comportamiento (5ª ed.). Madrid: Thomson. (Trabajo original publicado en 1998) Amon, J. (1997). Estadística para psicólogos, Tomo I. Madrid: Pirámide. Glass, J. V. y Stanley, J. C. (1974). Métodos estadísticos aplicados a las ciencias sociales. Madrid: Prentice Hall. 7
Pardo, A., Ruiz, M. y San Martín, R. (2009). Análisis de datos en ciencias sociales y de la salud (Vol. 1). Madrid: Síntesis. Pérez-Santamaría, F. J., Manzano-Arrondo, V. y Fazeli-Kalili, H. (1998). Problemas resueltos de análisis de datos. Madrid: Pirámide. Web relacionadas - http://www.aemcco.org/ Web oficial de la Asociación Española de Metodología de las Ciencias del comportamiento, en ella podrás encontrar información interesante sobre eventos, publicaciones y programas informáticos relacionados con la metodología de investigación en psicología. - http://www.jpuga.es/docencia/mooc_intro_r.html En esta segunda página web se pueden encontrar vídeo tutoriales más genéricos relacionados con el análisis de datos con el programa estadístico R que servirán para desarrollar satisfactoriamente los trabajos de la asignatura. - http://www.jpuga.es/docencia/poli_pk.html En esta página web se pueden encontrar un conjunto de vídeo tutoriales destinados a mostrar cómo se puede utilizar R y RStudio para realizar análisis de datos que tocan de lleno los contenidos de la asignatura y de la asignatura de psicometría que cursarás con posterioridad. - http://www.r-project.org/ Página web del proyecto de computación estadística R. Desde aquí se puede descargar el programa así como numerosos documentos de ayuda al respecto. - http://www.rstudio.com/ Página web de RStudio, una interfaz gráfica que facilita la interacción con R. Se puede descargar el programa para diferentes sistemas operativos. Recomendaciones para el estudio - Revisar los contenidos tratados en clase con regularidad y utilizar las horas de atención a alumnos para aquellas dudas que puedan surgir en relación con la asignatura. - Realizar los seminarios prácticos. - Participar activamente en las clases y seguir la asignatura en el campus virtual. Material didáctico 8
- Formulario de seminario: el formulario de seminario es un documento PDF que estará disponible en el campus virtual y que los alumnos tendrán que cumplimentar en los seminarios antes de entregarlo al profesor. Es importante que los alumnos lleven a clase el citado documento porque tendrán que utilizarlo para reflexionar por escrito sobre lo tratado en el seminario. Además, no traer el citado documento supondrá una penalización en la nota del correspondiente seminario. - Dispositivo informático de almacenamiento de información USB con, al menos, 1GB de capacidad. Tutorías Breve descripción Se realizarán tutorías individualizadas y/o en grupos reducidos para aclarar dudas o problemas planteados en el proceso de enseñanza-aprendizaje, dirigir trabajos, revisar y discutir los materiales y temas presentados en las clases, orientar al alumnado acerca de los trabajos, casos prácticos y lecturas a realizar, afianzar conocimientos, comprobar la evolución en el aprendizaje de los alumnos, y proporcionar retroalimentación sobre los resultados de ese proceso. Objetivos: 1. Consolidar los conocimientos adquiridos. 2. Orientar al alumnado sobre la importancia de los conocimientos y habilidades adquiridos en otras asignaturas con el fin de que conozcan la aplicabilidad de la asignatura. 9