Repaso para el Examen de Revlida de Psicologa rea de Estadsticas

Dr. Ernesto Rosario-Hernndez

Catedrtico Auxiliar Programa de Psicologa Clnica Escuela de Medicina de Ponce

Estadsticas
Cuerpo integrado de mtodos que permiten recopilar, organizar, analizar e interpretar informacin numrica que de otra forma tendra muy poco significado y utilidad para el hombre.

Tipos de Estadsticas

Estadstica Descriptiva Estadstica Inferencial

Estadstica Descriptiva
Describe e informa lo que hay de tal modo que permite describir y resumir las observaciones que se hagan sobre un asunto, fenmeno o problema de investigacin. Se calcula a partir de los datos de una muestra o de una poblacin.

Estadstica Inferencial
Nos permite llevar a cabo deducciones de las observaciones de datos estadsticos obtenidos de una muestra las cuales se generalizan sobre la poblacin en su totalidad.

Definicin de Conceptos Bsicos

Variable Variable Continua Variable Discreta Variable Dependiente Variable Independiente

Universo/Poblacin Parmetro Muestra Tipos de Muestras Estadgrafo

Variable

Cualquier caracterstica bajo estudio que toma diferentes valores.

Variable Continua
Es aquella que puede tomar un nmero infinito de valores en la escala.

Variable Discreta

No puede subdividirse a infinito.

Variable Dependiente

Es la variable que se observa o se mide.

Variable Independiente

Es la variable que manipula el investigador.

Universo/Poblacin

Totalidad de individuos, objetos o medidas que comparten por lo menos una caracterstica en comn.

Parmetro

Cualquier caracterstica de una poblacin que sea medible.

Muestra

Una parte supuestamente representativa del universo del cual se obtuvo.

Tipos de Muestras

Muestras Aleatorias Muestras Estratificadas Sistemtica No probabilstica

Error de Muestreo

Imprecisin de las inferencias hechas acerca de una poblacin que aparecen porque el investigador tom una muestra y no la poblacin.

Estadgrafo

Cualquier caracterstica de una muestra que sea medible. Contrario a los parmetros, los estadgrafos tienden a variar de una muestra a otra.

Tipos de Escalas

Nominal Ordinal Intrvalo Razones

Escala Nominal

La variable se desglosa en categoras que identifican particularidades.

Escala Ordinal

Es aquella donde los nmeros reflejan el orden de los sujetos bajo estudio, pero no la magnitud de las diferencias.

Escala de Intervalos

Proporcionan nmeros que reflejan tanto el orden como las diferencias entre los sujetos, pero carecen de un cero absoluto.

Escala de Razones

Proporcionan nmeros que reflejan tanto el orden como las diferencias entre los sujetos y poseen cero absoluto.

Nmeros Relativos

Razn Proporcin Porcientos

Cambio Porcentual Tasas Ajuste de Tasas

Razn
La razn compara directamente el nmero de casos de una categora de inters con el nmero de casos de otra categora de inters.

Proporcin
La proporcin compara el nmero de casos en una categora de inters de una variable especfica con el tamao total de frecuencias o nmeros de casos de otra(s) categora(s) de la misma variable especfica.

Porcientos
Se utiliza para reflejar la frecuencia de ocurrencia de una categora de inters por cada 100 casos.

Cambio Porcentual

El cambio porcentual nos permite determinar en cunto porciento ha disminuido o aumentado una situacin bajo estudio entre dos periodos de referencia.

Tasas
Es cuando se mide un evento en una poblacin para luego hacer comparaciones con otra poblacin.

Ajuste de Tasas
Cuando se sospecha que una tasa se ve afectada por las diferencias en la distribucin de la poblacin por edad, ingreso y educacin, entre otros factores; se mantiene constante los efectos de dichos factores.

Distribucin de Frecuencias

Tablas Simples Tablas Bivariables Tablas Multivariables

Arreglo de Valores Distribucin de Frecuencias Clases No Agrupadas Distribucin de Frecuencias con Clases Agrupadas

Distribucin Sesgada Positivamente

Piense en la distribucin como que ha sido halada en una direccin positiva; sta tiene una cola positiva. El promedio es mayor que la moda. e.j.:

Imagnese unas pocas puntuaciones extremadamente positivas.

Distribucin Sesgada Negativamente

Piense en la distribucin como que ha sido halada en direccin negativa; sta tiene una cola negativa. El promedio es menor que la moda. E.j.

Imagnese unas pocas puntuaciones extremadamente negativas.

Medidas de Posicin Relativa

Cuartiles Deciles Percentilas o Centilas Rango Percentil

Cuartiles

La divisin del total de casos en la distribucin de frecuencias en cuatro partes iguales.

Deciles

Uno de los puntos que divide la distribucin de frecuencias en diez partes iguales.

Percentilas o Centilas

Uno de los puntos en la distribucin que divide la distribucin de frecuencias en 100 parte iguales.

Rango Percentil

Una puntuacin que indica que porcentaje de aquellos que fueron medidos yacen bajo una puntuacin en particular.

Tipos de Grficos

Polgono de Frecuencias Histograma Grfico de Barras Ojiva o Grfico Cumulativo

Polgono de Frecuencias

Es simplemente una lnea que va uniendo las frecuencias que corresponden a cada clase de la variable. Este grfico es sumamente til cuando nos interesa describir la tendencia de una o ms distribuciones; as como para observar posibles relaciones entre variables, y para comparar dos o ms grupos bajo diferentes tratamientos. Puede utilizarse tanto para variables continuas como discretas.

Polgono de Frecuencias

Histograma

El histograma se utiliza cuando se interesa ilustrar los valores que con mayor frecuencia se repiten en variables que pueden considerarse continuas. Las barras deben estar unidas por ser variables continuas.

Histograma

Grfico de Barras

Se utiliza cuando la variable que se quiere representar es discreta. Las barras deben estar separadas al ser variables discretas.

Grfico de Barras

Ojiva o Grfico Cumulativo

Se utiliza para hallar medidas de posicin; esto es, medidas que permiten ubicar los sujetos bajo estudio unos respecto de los dems.

Ojiva

Medidas de Tendencia Central

Son aquellas que identifican el punto en la distribucin respecto al cual los dems valores tienden a concentrarse.

Tipos de Medidas de Tendencia Central

Moda Mediana Media

Media Ponderada Media Armnica

Moda

El valor que se ms se repite.

Mediana

El punto que divide la distribucin en dos partes iguales.

Media

Es el valor en la distribucin respecto al cual la suma de las desviaciones es igual a cero.

Media Ponderada

Es el promedio de varias distribuciones tomadas en conjunto.

Media Armnica

Es el promedio de un conjunto de proporciones.

Medidas de Dispersin
Indican el grado en que los sujetos se dispersan respecto al centro de la distribucin. Se verifica cun homogneo, parecidos o estables son los elementos bajo estudio.

Tipos de Medidas de Dispersin (Variacin)

Recorrido/Rango Varianza (S2) Desviacin Tpica/Estndar (S)

Rango

Se define como la diferencia entre el puntuaje ms alto y el ms bajo de la distribucin.

Varianza

Es el cuadrado de la desviacin estndar de un conjunto de datos.

Desviacin Tpica/Estndar

Es el promedio del grado en que las puntuaciones de un conjunto o grupo se desvan de la media.

Correlacin y Regresin

Correlacin Es la extensin en la cual dos ms variables se relacionan o se asocian entre s.

Asociacin vs. Causa y Efecto

El hecho de observar fuertes asociaciones entre variables, no implica causa y efecto. Puede introducirse el efecto de terceras variables, siendo stas responsables de la correlacin observada. nicamente los estudios de carcter experimentar, en particular los completamente aleatorios, permiten inferencias de causa y efecto.

Correlacin Lneal

Es una relacin que si es vista en un diagrama forma una lnea recta. Forma una lnea recta porque la direccin y la proporcin de cambio en una variable son constantes con los cambios con respecto a otra variable. Puede ser directa o inversa

Interpretacin de los Coeficientes de Correlacin

Las correlaciones pueden fluctar entre -1 y +1. A ms se acerque a cero, ms baja es la relacin. A ms se acerque a 1, mayor la relacin. La relacin directa o inversa slo es posible en situaciones en las cuales las escalas son ordinales, de intrvalos o de razones.

Interpretacin de los Coeficientes de Correlacin

0.00 0.25 baja o ninguna correlacin 0.26 0.50 correlacin moderada baja 0.51 0.75 correlacin moderada alta 0.76 1.00 alta a perfecta correlacin

Correlacin Curvilnea

Es la relacin entre dos variables que al ser vista en un diagrama forma una curva en vez de una lnea recta.

Predictor

Es una variable utilizada para pronsticar un criterio. Otro trmino para variable independiente. Se utiliza el trmino cuando se est hablando de diseos de investigacin no experimentales.

Variable Criterio

Es la variable que se pronstica a partir del predictor. Otro trmino para variable dependiente. Es utilizado el trmino en diseos de investigacin no experimentales.

Correlacin para Escalas Nominales

Los coeficientes que suelen obtenerse para estas variables, nunca deben interpretarse como indicadores de direccin, puesto que los mismos nicamente proveen el grado o intensidad de la relacin.

Correlacin para Escalas Nominales

Tablas 2 x 2

Coeficiente Phi

Coeficiente flucta entre 0 y 1 A ms se acerca a cero, ms baja es la asociacin A ms se acerca a uno, ms alta la asociacin

Correlacin para Escalas Nominales

Tablas 2 x 2

Lambda

Coeficiente flucta entre 0 y 1 Para efectos de anlisis, se multiplica por 100 Se interpreta como el porciento de reduccin en error al predecir la variable dependiente, partiendo de las observaciones en el predictor A ms bajo Lambda, mayor el error de prediccin

Correlacin para Escalas Nominales

Tablas Mayores de 2 x 2

Son aquellas donde una o ambas variables presentan tres o ms categoras. Coeficiente V de Cramer (V)

Correlacin para Escalas Ordinales

Dado que presentan gradacin en funcin del ordenamiento de las clases, es posible observar relaciones directas o inversas. Coeficiente positivo implica mismo patrn de ordenamiento bajo variable criterio y predictor. Coeficiente negativo, rangos se mueven en direcciones opuestas.

Correlacin para Escalas Ordinales

Rho (Spearman)

Mayor aplicacin Slo correlaciona rangos o posiciones, no la magnitud de las variables. Limitaciones

Si aparecen muchos numerales repetidos, el grado de relacin tiende a inflarse. No se puede aplicar en tablas cruzadas

Correlacin para Escalas Ordinales

Gamma (G)

Se recomienda su uso en tablas cruzadas donde las variables se representan a travs de categoras ordinales. La relacin es directa si el coeficiente flucta entre 0 y 1. La relacin es inversa si el coeficente flucta entre 0 y 1.

Correlacin para Escalas de Intrvalos y/o Razones

ndice de correlacin que suele aplicarse es el de Producto-Momento de Pearson (Ryx). Slo debe utilizarse cuando la relacin es de carcter lineal. Flucta entre 0 y 1, relacin directa. Flucta entre 0 y 1, relacin inversa.

Correlacin para Escalas de Intervalos y/o de Razones

Correlacin Simple

Es una correlacin entre dos variables solamente. Es una correlacin entre tres o ms variables, en la cual una es la variable dependiente y las dems variables independiente. El objetivo es medir la influencia combinada de dos o ms variables independientes sobre una variable dependiente.

Correlacin Mltiple

Correlacin para una Escala de Intervalos y otra Dicotmica

Correlacin Biserial (Rbp) Un coeficiente de correlacin computado entre una variable dicotmica y una variable continua. Por lo general, la variable dicotmica es una variable a nivel de intervalo, pero una que ha colapsado a dos niveles tales como pasar o no pasar.

Correlacin para una Escala de Intervalos y otra dicotmica

La correlacin biserial provee un estimado de cul hubiese sido la correlacin si la variable dicotmica colapsada se hubiese mantenido como una variable continua.

Correlacin Curvilnea/ Escala de Intervalos

Eta

Es un coeficiente de correlacin que puede ser utilizado para expresar un relacin curvilnea. Eta Cuadrado es una medida de cunta varianza en la variable dependiente (en una escala intervalo), puede ser explicada por una variable independiente (en una escala nominal).

Correlacin Parcial

Es una correlacin entre dos variables despus que el investigador remueve o controla el efecto lneal de una o ms variables. Se simboliza r con subscritos. Por ejemplo, r12.3 , significa la correlacin entre la variable 1 y 2 cuando 3 es controlada.

Variacin Explicada

Variacin en la variable dependiente que puede ser causada por la variacin en la variable independiente.

Variacin No Explicada
La proporcin de la variacin total en una variable que no es causada por otra variable.

Regresin Simple vs. Multiple

Regresin Simple

Una forma de anlisis de regresin en el cual los valores de una variable dependiente se le atribuyen a una sola variable independiente. Una forma de anlisis que evala los efectos de dos o ms variables independientes sobre una variable dependiente.

Regresin Multiple

Regresin Logstica

La regresin logstica es til cuando se necesita predecir la presencia o ausencia de una caracterstica basada en un conjunto de variables predictoras. Es similar a la regresin lneal, excepto que se utiliza cuando la variable dependiente es dicotmica. Tambin se utiliza cuando algunas o todas la variables independientes son dicotmicas.

Coeficientes de Regresin

Coeficientes b

Coeficiente de regresin expresado en unidades no estandarizadas. Coeficiente de regresin expresado en unidades estndarizadas. Indica la diferencia en una VD asociada con un aumento (o disminucin) de una desviacin estndar en una VI, cuando se controla los efectos de otra VI.

Coeficiente Beta

Coeficientes de Regresin

Coeficientes a (intercepto constante)

Es el punto en el cual el valor esperado de la variable dependiente corresponde a una puntuacin igual a cero para la variable independiente.

Ecuacin de Regresin

Es una ecuacin algebraica que expresa la relacin entre dos o ms variables. Y1 = a + b (X)

Y1 = predicciones para la VD a = valor que toma Y cuando el predictor es 0 b = unidades de cambio que sufre Y por cada unidad de cambio en el predictor (VI) X = valores que se asignan al predictor

Inferencia Estadstica

Definicin Se ocupa de hacer deducciones acerca de las poblaciones basndose en muestras tomadas de ellas.

Pasos en la comprobacin de sus Aseveraciones

Revisin de literatura y formulacin problema Establecer hiptesis y nivel alfa Determinar diseo de investigacin Escoger mtodo estadstico

Recopilar informacin Hallar los estadgrafos Aplicar mtodo estadstico Decidir si se sostiene o no la hiptesis Replicar estudio Discutir hallazgos

Prueba de Hiptesis en la Investigacin Cientfica

Categoras de Estudios Formulacin de Hiptesis Nivel de Significacin

Categoras de Estudios

Estudios Descriptivos

No es posible manipular las variables independiente, sino que se observan tal y como estn en su ambiente. Presuponen libre manipulacin de VI. Se intenta determinar si los factores que se introducen afectan la VD o si las diferencias observadas pueden atribuirse a error experimental.

Estudios Experiementales

Formulacin de Hiptesis

Hiptesis cientfica

Es una proposicin explicativa del problema, una sugerencia de solucin.

Ej.: Las experiencias en la infancia son importantes determinantes de la personalidad.

Formulacin de Hiptesis

Rara vez podemos probar directamente una hiptesis cientfica, hay dos razones:

Debido a que la variable debe ser operacionalmente definida. Una comprobacin directa de la hiptesis cientfica suponen tratar con la nocin de causalidad.

Formulacin de Hiptesis

Hiptesis Estadstica

Es una expresin de la hiptesis cientfica en trminos de afirmaciones respecto a parmetros desconocidos.

Tipo de Hiptesis

Hiptesis Nula (H0)

Se expresa negando la existencia de diferencias significativas entre los grupos comparados. La misma afirma que los grupos han sido seleccionados del mismo universo y que cualquier diferencia se debe a factores aleatorios. Si las diferencias se deben a factores aleatorios, entonces se dice que no son significativas.

Tipos de Hiptesis Estadsticas

Hiptesis Alterna

Es la mejor que representa la hiptesis cientfica. Hay dos tipos de hiptesis alterna:

Unilateral

Sustenta que existen diferencias significativas en una direccin dada. La misma afirma la existencia de diferencias significativas, sin especificar la direccin en que se esperan dichas diferencias.

Bilateral

Nivel de Significacin

Ya establecidas las hiptesis, el investigador procede a seleccionar un nivel de significacin, tambin conocido como nivel alfa. El nivel alfa se refiere a la probabilidad que se ha de tomar como punto de referencia para decidir si las diferencias observadas pueden razonablemente atribuirse a factores aleatorios.

Nivel de Significacin

Lo que debemos determinar es cundo unas diferencias dadas han de considerarse significativas y cundo no. Los niveles alfa ms utilizados son el .05, .01 y .001.

Consideraciones para determinar cul de los niveles alfa utilizar

Debe examinarse con cuidado la seriedad de las consecuencias si nos equivocamos. Se refiere al tipo de error que se va a tolerar que ocurra con mayor frecuencia.

Error alfa o tipo I- consiste en rechazar la hiptesis nula cuando debi aceptarse. Error beta o tipo II- consiste en aceptar la hiptesis nula siendo falsa.

Tabla Decisional de H0

Potencia

Rechazar la hiptesis nula cuando sea falsa.

Formas de reducir a un mnimo la probabilidad de equivocarnos

Seleccin aleatoria y muestras grandes

Tienden a reducir el error de muestreo Error de muestreo pequeo, ms potente Consecuencias conclusiones errneas serias

Hacer rplicas de los experimentos

Contraste de dos medias o dos proporciones

Distribuciones Z (curva normal)

La curva normal se utiliza siempre y cuando la muestra sea grande; es decir, 30 ms casos Z obtenida Z crtica

Valores Crticos de Z

Nivel alfa

P. Unilateral

P. Bilateral

.05 Z = 1.645 Z = 1.96 .01 Z = 2.33 Z = 2.58 .001 Z = 3.08 Z = 3.30 Si la Zo es igual o mayor a la Zc , se rechaza la hiptesis nula.

Contraste de dos medias o dos proporciones

Distribuciones t

t obtenida t crtica Grados de libertad Si la to es igual o mayor a la tc , se rechaza la hiptesis nula.

Contraste de dos varianzas

Distribuciones F

F obtenida F crtica Grados de libertad Si la Fo es igual o mayor a la Fc , se rechaza la hiptesis nula.

Contraste para Escala Nominales

Chi Cuadrado (X2)

Pruebas de ajuste Pruebas de independencia Grados de libertad Si la X2o es igual o mayor a la X2c , se rechaza la hiptesis nula.

Contraste para Escalas Ordinales

Prueba T de Wilcoxon para Rangos (Tw)

Considera magnitud de cambio entre el momento antes y el momento despus Al tomar en consideracin dichas diferencias, se convierte en una prueba mucho ms potente Requiere identificar la direccin de cambio como la magnitud de las diferencias observadas Si Tw obtenida es igual o menor que Tw crtica, se rechaza la hiptesis nula.

Contraste para Escalas Ordinales

Prueba U de Mann-Whitney

Muy utilizada para muestras independientes Su potencia es muy similar a la de contrastes paramtricos utilizando distribuciones t Fcil aplicacin y cuenta con sus propias tablas de valores crticos para muestra de 3 a 20 casos Para ms de 20 casos, se transforma valor obtenido a desviacin Z

Anlisis de Varianza

Es una prueba de significancia estadstica de las diferencias entre las puntuaciones promedio de dos o ms grupos en una o ms variables o factores. Es una extensin de la Prueba t, la cual slo puede manejar dos grupos, para manejar un nmero mayor de grupos.

Fundamentos Tericos de ANOVA

La variacin total para la caracterstica bajo estudio puede separarse en sus dos componentes:

Variacin entregrupos

Mide el grado en el cual las medias muestrales difieren entre s. Mide el grado en el cual las observaciones que quedan dentro de los grupos varan respecto de las medias individuales de cada grupo.

Variacin intragrupos