MEDICIN Y MTODOS ESTADSTICOS EN CIENCIAS SOCIALES

Instr. Jos Rodolfo Prez Rosales. Instructor de Ctedra. Universidad Centroamericana "Jos Simen Caas" Departamento de Psicologa.

Qu es la Estadstica?
La estadstica es una rama de las matemticas que brinda tcnicas para clasificar los hechos cuantitativos y los medios para extraer conclusiones a partir de ellos. Adems nos ayuda a hacer inferencias.

ESCALAS DE MEDICIN
Sea los que sea que se intente medir (ruido, inteligencia) se debe de usar una escala de medicin.

Los datos o variables de nuestro estudio, determinan la escala que se usara, a su vez la escala que se utiliza ayuda a determinar las conclusiones que podemos extraer de los datos.
Son 4 escalas de medicin: Escala Nominal, Escala Ordinal, Escala de Intervalo y Escala de Razn

ESCALA NOMINAL
Es un conjunto nombradas. de categoras arbitrariamente

Ejemplo: Si agrupamos a un grupo de personas por su color de ojos estamos usando una escala nominal. Podemos contar el numero de personas con ojos azules, verdes o marrones pero no podemos decir quien tiene mas o menos color de ojos que otros. IMPORTANTE: LA ESCALA NOMINAL ES UNA FORMA DE CLASIFICAR MAS QUE DE MEDIR.

ESCALA ORDINAL
En una escala nominal los datos son jerarquizados del primero al ultimo segn nuestro criterio. Una escala ordinal determina el orden de los datos pero no la distancia entre ellos. Ejemplo: Una persona puede clasificar sus preferencia por diversos tipos de sopa (sopa de cebolla, tomate, zanahoria) sabremos cul es la que mas le gusta y la que menos le gusta. Pero no tendremos idea cuanto mas sabrosa es la sopa de cebolla respecto a la sopa de tomate.

ESCALA DE INTERVALO
Una Escala de Intervalo nos dice cuantas unidades de igual tamao (cm., ml., C.I.) se encuentra algo por debajo o encima de otra cosa del mismo tipo. Ejemplo: Una prueba de inteligencia NO puede decirnos que una persona es dos o tres veces mas inteligente que otra, slo que obtuvo tantos puntos por encima o por debajo de alguien mas

ESCALA DE RAZN
Es una escala que permite determinar que una medicin es tantas veces mas o menos que otra. Ejemplo: Si hacemos mediciones sobre la cantidad de lluvia que ha cado en los ltimos dos aos, podramos decir que en 2011 cay dos veces ms agua que en 2010.

MEDIDAS DE TENDENCIA CENTRAL

Cuando medimos un nmero de casos de algo, como los pesos de los neonatales, o el nmero de descargas del nervio ptico ante la estimulacin elctrica, se obtiene una distribucin de mediciones que abarcan de la menor a la mayor o de la mas alta a la mas baja. Generalmente estas mediciones se agrupan alrededor de algn valor cerca del medio, este valor es la TENDENCIA CENTRAL de la distribucin de las mediciones

MEDIDAS DE TENDENCIA CENTRAL

Existen tres formas de describir la tendencia central de una distribucin. Generalmente nos referimos a ellas como promedio: Media, Mediana y Moda

MEDIA
Es el promedio aritmtico Es la suma de todo un conjunto de puntuaciones dividido entre el numero de puntuaciones.

MEDIANA
Es el punto que divide a una distribucin por la mitad. Esto implica que el 50% de las puntuaciones se encuentran por encima de la mediana y el 50% por debajo

MODA

Es el punto donde ocurre el mayor casos de una puntuacin, cm., etc.

MEDIDAS DE TENDENCIA CENTRAL

Otra forma de aproximarse a un conjunto de puntuaciones es arreglarlas en una DISTRIBUCION DE
FRECUENCIAS.

En la distribucin de frecuencias se seleccionan un conjunto de intervalos y se cuentan las puntuaciones que caen en cada intervalo.

Es til para grandes grupos de nmeros, pues dispone el numero de puntuaciones individuales en grupos ms manejables

TABLA DE DISTRIBUCIN DE FRECUENCIAS

Intervalo (Notas Examen 1) 1-2 3-4 Frecuencia

1 3

5-6 7-8
9-10

6 2
1

MEDIDAS DE TENDENCIA CENTRAL

Para observar mejor los resultados de una distribucin de frecuencias puede hacerse uso del grafico de barras o construir una grafica lineal.

POLGONO DE FRECUENCIAS
Examen 1
10 9 8 7 6 5 4 3 2 1 0

Nota 1-2

Nota 3-4

Nota 5-6
Frecuencia

Nota 7-8

Nota 9-10

Note que la figura no es una curva suave ya que los puntos estn conectados por lneas rectas. Sin embargo con muchas puntuaciones e intervalos pequeos los ngulos se suavizaran y la figura se parecera a una curva redondeada o normal

LA CURVA NORMAL
Cuando se traza una distribucin normal en una grafica se obtiene una clase particular de polgono de frecuencias llamada CURVA NORMAL.
Las curva normal es una entidad hipottica. Ningn conjunto de mediciones reales muestra una graduacin tan suave de un intervalo al siguiente. Pero puesto que muchas cosas se aproximan a la curva normal es til para buena parte de lo que medimos.

LA CURVA NORMAL

DISTRIBUCIONES SESGADAS
Una distribucin es sesgada cuando la mayora de las puntuaciones se renen en e extremo superior o inferior, dejando una de las colas de la curva desproporcionadamente mas larga.

La media, la mediana y la moda caern en distintos puntos en una distribucin sesgada a diferencia de la curva normal.
OJO: Si la media es mayor que la mediana en una distribucin puede predecirse que la distribucin de frecuencias estar sesgada.

DISTRIBUCIONES SESGADAS

MEDIDAS DE VARIACIN
En ocasiones no es suficiente conocer la distribucin de un conjunto de datos y cuales son su moda, mediana y media.

Por lo que se vuelve necesario conocer: En cuanto supera a la media una puntuacin? Cmo varan de la media ciertas puntuaciones?...

MEDIDAS DE VARIACIN
Rango: Es la medida mas simple de variacin, es la diferencia entre la medicin mayor y la menor. La Desviacin Estndar: La desviacin estndar nos dice cuanto como se dispersan alrededor de la media las puntuaciones de cualquier distribucin de frecuencias. Las Desviacin Estndar se representa por la letra griega sigma

DESVIACIN ESTNDAR

68% de las puntuaciones caen entre una desviacin estndar por encima y por debajo de la media. 28% cae entre una y dos desviaciones estndar a cualquier lado de la media. 4% caen entre la segunda y tercera desviacin estndar

MEDIDAS DE CORRELACIN
La correlacin determina si dos variables estn asociadas de alguna manera. Una forma para saberlo es a travs de un diagrama de dispersin

MEDIDAS DE CORRELACIN

Si los puntos en el diagrama recorren una lnea recta desde la esquina inferior izquierda hacia la esquina superior derecha se tiene una correlacin positiva. Ej.: A mayor C.I. de los padres mayor C.I. de los hijos

Si los puntos en el diagrama recorren una lnea mas o menos recta desde la esquina superior izquierda hacia la esquina inferior derecha se tiene una correlacin negativa. Ej.: A menor C.I. de los padres menor C.I. de los hijos

MEDIDAS DE CORRELACIN

Si los puntos se dispersan en toda la grafica formando un patrn aleatorio, no existe correlacin entre las dos caractersticas que se han tratado de correlacionar.

MEDIDAS DE CORRELACIN
Un diagrama de dispersin brinda una idea general de si existe una correlacin. Para describir con mayor precisin la relacin entre las variables es necesario utilizar un COEFICIENTE DE CORRELACION. El coeficiente de correlacin es una medida estadstica que indica el grado de asociacin entre dos conjuntos de puntuaciones pareadas. Es decir en que grado las puntuaciones altas o bajas en una variable tienden a asociarse con las puntuaciones altas o bajas de otra.

MEDIDAS DE CORRELACIN
Los coeficientes de correlacin fluctan entre +1 y 1 El valor mas alto posible es +1 y significa una correlacin positiva perfecta El menor valor posible es -1 y significa una correlacin negativa perfecta En la vida real las cosas distan de ser perfectas por lo que la mayora de correlaciones caen entre +1 y 1

MEDIDAS DE CORRELACIN
Una correlacin de 0.20 es muy baja, entre 0.20 y 0.40 es baja, entre 0.40 y 0.60 es moderada, entre 0.60 y 0.80 es alta y entre 0.80 y 1.0 es muy alta. Una correlacin de 0 indica que no existe correlacin entre dos conjuntos de puntuaciones Con la correlacin se obtienen las asociaciones entre dos puntuaciones o variables pero no se obtiene una relacin de causalidad

MEDIDAS DE CORRELACIN
Dependiendo de las variables y el coeficiente de correlacin obtenido, las correlaciones pueden ser: Correlacin Positiva: Los incrementos en la 1 medida corresponden a los incrementos en la 2 Correlacin Negativa: Los aumentos en la variable independiente se acompaan de las reducciones de la variable dependiente .

USO DE LA ESTADSTICA PARA HACER PREDICCIONES

Detrs del uso de la estadstica se encuentra la posibilidad de generalizar nuestros resultados y as predecir la conducta.

Eventos aleatorios pueden influir en los resultados y ser fuentes de error, por lo que no se podrn hacer predicciones al respecto. Ej.: Muestras no representativas, el azar.

USO DE LA ESTADSTICA PARA HACER PREDICCIONES

Para evitar que el azar influya negativamente en los resultados, los psiclogos utilizan medidas de significancia, esta implica que la diferencia entre dos o ms grupos no son producidos por el azar y se pueden obtener los mismos resultados con otros sujetos.

USO DE LA ESTADSTICA PARA HACER PREDICCIONES

Por ejemplo:
Si el psiclogo calcula que el nivel de significancia de los resultados es de 0.05, sabe que hay 19 oportunidades de 20 de que los resultados no se deban al azar. Un nivel de significancia de 0.01 significa que solo hay una oportunidad en 100 que los resultados se deban al azar.

USO DEL META-ANLISIS EN LA INVESTIGACIN PSICOLGICA

Tradicionalmente cuando un investigador hacia conclusiones respecto a su estudio, buscaba reportes de investigacin relevantes que apoyaban o no su conclusin, contando el numero de ellos el investigador poda concluir su trabajo con argumentacin. El meta-anlisis es una forma de combinar estadsticamente los resultados de investigaciones individuales para encontrar una conclusin global.

USO DEL META-ANLISIS EN LA INVESTIGACIN PSICOLGICA

Cada estudio aporta publicado aporta datos para llegar a una conclusin. El meta-anlisis comienza recopilando todos los reportes de investigacin disponibles y relevantes de un tema en cuestin. Luego se transforman estadsticamente los resultados en una escala comn para su comparacin

USO DEL META-ANLISIS EN LA INVESTIGACIN PSICOLGICA

De esta forma es posible examinar con los mismos mtodos, diferencia en el tamao de la muestra, magnitud del efecto y procedimientos experimentales. El meta-anlisis permite al investigador determinar la fuerza y consistencia de la conclusin de una investigacin. El meta-anlisis ha demostrado ser una herramienta valiosa en la investigacin. Permite examinar de manera sistemtica patrones de evidencia entre estudios individuales que varan en sus conclusiones, por lo que se obtiene una comprensin clara de los hallazgos y sus implicaciones.

REFERENCIAS
Morris, C. y Maisto, A. (2009). Psicologa. (13ra. ed.). Mxico: Pearson Educacin.