Clases de Metodología Cuantitativa PDF

PPT N° 1. Una aproximación empírica al conocimiento psicológico. Conceptos importantes. Datos Hipótesis Teoría Se recopila información y A partir de los datos, se Una teoría es una observaciones empíricas a formulan hipótesis, qu...

PPT N° 1. Una aproximación empírica al conocimiento psicológico. Conceptos importantes. Datos Hipótesis Teoría Se recopila información y A partir de los datos, se Una teoría es una observaciones empíricas a formulan hipótesis, que son explicación más amplia y través de experimentos, posibles explicaciones o general que integra varias encuestas, estudios de predicciones que se pueden hipótesis y datos, campo, etc. probar mediante más proporcionando un marco experimentación o análisis. para entender un conjunto de fenómenos relacionados. PPT N° 2. Tres aseveraciones y cuatro tipos de validez. 3 tipos de aseveraciones, alcances o pretensiones. Frecuencia Correlacional Causal Se refiere a la ocurrencia de Describe una relación entre Sugiere que una variable un evento o característica dos variables, sin implicar causa un efecto en otra dentro de una población o causalidad. Indica que dos variable. Implica una muestra. Describe cuán a variables están relacionadas relación de causa y efecto, a menudo algo ocurre. de alguna manera, pero no menudo establecida a Ejemplo: "El 60% de los que una cause la otra. través de experimentación estudiantes universitarios Ejemplo: "Hay una controlada. Ejemplo: "El reportan sentirse estresados correlación positiva entre el aumento en el consumo de durante los exámenes tiempo dedicado a estudiar frutas y verduras causa una finales." y las calificaciones mejora en la salud general." obtenidas en los exámenes." Variables y sus 2 niveles o Estás representan algo que varía. o Cualitativas / categóricas y cuantitativas Variables medidas o manipuladas o Medidas: Son aquellas variables que el investigador observa y registra sin intervenir directamente. Pueden ser datos cuantitativos (números) o cualitativos (descripciones) y reflejan aspectos como actitudes, comportamientos, estados físicos, etc. Ejemplo: En un estudio sobre el estrés, una variable medida podría ser el nivel de cortisol en la saliva de los participantes. o Manipuladas: Son las variables que el investigador controla y modifica intencionalmente para observar sus efectos en otra variable. Esto permite al investigador establecer relaciones de causa y efecto. Ej. En un experimento sobre los efectos del sueño en el rendimiento cognitivo, una variable manipulada podría ser la cantidad de horas de sueño que los participantes reciben cada noche.  Escalas de medidas Nominal Ordinal Razón Intervalo Clasifica los datos en Clasifica los datos en Clasifica los datos con Clasifica los datos en categorías categorías que tienen un orden, intervalos orden con intervalos mutuamente un orden o jerarquía, iguales entre valores, iguales entre valores, excluyentes y sin pero las distancias y un punto cero pero no tiene un punto orden específico. entre los valores no absolutos que indica cero absolutos (el 0 son iguales ni la ausencia de la no indica ausencia de conocidas. variable medida. la V. Ej. Género o tipo de Ej. Niveles de Ej. Peso, altura, Ej. Temperatura en mascota. satisfacción hasta no tiempo, ingresos. grados C o F, satisfacción. puntuaciones de CI. 4 tipos de validez: Estos tipos de validez son esenciales para diseñar, ejecutar y evaluar investigaciones rigurosas y creíbles. De constructo Externa Interna Estadística Garantiza que se Permite la Asegura la precisión Confirma que las mide lo que se generalización de en las relaciones conclusiones pretende medir. los resultados. causales dentro del basadas en los datos estudio. son correctas y fiables. Ej. Si una prueba de Ej. Si los resultados Ej. En un experimento Ej. Si los análisis inteligencia realmente de un experimento sobre el efecto de un estadísticos muestran mide la inteligencia y sobre técnicas de nuevo medicamento, que una diferencia no otros factores estudio en una U la V. I asegura que los observada entre como la ansiedad o la pueden aplicarse a cambios en la salud grupos no es debida al motivación. estudiantes de de los pacientes se azar, sino que es diferentes F o P. deben al medicamento significativa. y no a F. Externos. Pretensiones de causalidad. Covarianza Precedencia temporal Validez interna Relación consistente entre La causa debe ocurrir antes Asegura que la relación los cambios en dos que el efecto. observada es causal y no variables. V. I y V. D está influenciada por otros factores. Ej. Si aumenta el consumo Ej. Para demostrar que el Ej. En un experimento sobre de frutas y verduras, y esto ejercicio regular causa una los efectos de un nuevo se asocia con una reducción en el peso método de enseñanza en el disminución en los niveles corporal, se debe mostrar rendimiento académico, la de colesterol, se dice que que los participantes V. I asegura que los cambios hay covarianza entre el comenzaron a hacer observados se deben al consumo de frutas y ejercicio antes de observar método de enseñanza y no a verduras y los niveles de la pérdida de peso. otros factores. colesterol. PPT N° 3 Buenas mediciones 1 y 2. Observación Sistemática. Medición de Constructos Ejemplo de Medición de Psicológicos. Felicidad. Todas las observaciones en la Conceptos como la Podrías medir la felicidad ciencia requieren mediciones motivación, el pensamiento y preguntando a las personas en precisas la emoción son difíciles de una escala del 1 al 10 cuán medir. felices se sienten. Definiciones de Variables Definición Conceptual: Describe el constructo psicológico que se quiere medir (ej. felicidad). Definición Operacional: Especifica cómo se medirá el constructo (ej. escala de 1 a 10). Tipos de Medidas Auto-reporte: Las personas responden preguntas sobre sí mismas (ej. "¿Qué tan feliz te sientes hoy?"). Observación: Se registran comportamientos observables (ej. contar cuántas veces sonríe alguien en una hora). Fisiológica: Se utilizan datos biológicos (ej. medir la actividad cerebral durante la resolución de problemas). Ejemplos Simples - Definición Conceptual: Felicidad. - Definición Operacional: Escala del 1 al 10 en un cuestionario. - Medida de Auto-reporte: "¿Qué tan satisfecho estás con tu vida en general?" - Medida Observacional: Contar cuántas veces alguien sonríe en un día. - Medida Fisiológica: Medir la frecuencia cardíaca durante actividades agradables. - Variable Nominal: Colores de autos (rojo, azul, verde). - Variable Ordinal: Clasificación en una carrera (1°, 2°, 3°). - Variable de Intervalo: Temperatura (°C). - Variable de Razón: Altura en metros (0 implica ausencia de altura). PPT N° 6. Muestreo Muestreo probabilístico. Randomizado Sistemático Estratificado Clúster Cada sujeto dentro de Se elige en intervalos División de la División de la P. en la población tiene regulares después de población en S- G y grupos que ya existen igualad de ser ordenarlos de alguna luego tomar muestras por si solos. seleccionado. manera. N° de lista. de cada S-G  Muestreo No – Probabilístico. De conveniencia De cuotas De referencias Que es mas accesible para el Se seleccionan criterios Basado en referencias de otros investigador. específicos, edad, genero. participantes previamente seleccionados. PPT N° 8. Experimentos simples 1. Pretensión Causal Las afirmaciones causales implican posibles intervenciones y tratamientos. Los experimentos son esenciales para investigar problemas causales. 2. Variables experimentales Variables M: V. que los investigadores cambian deliberadamente Variable M (dependiente): V. que se mide en respuesta a la manipulación Control de variables de confusión para mantener la validez interna. 3. Estableciendo causalidad Covarianza: necesidad de un grupo de comparación Precedencia temporal: la causa debe ocurrir antes del efecto Control de V extrañas: mantener constantes otras variables que puedan influir en los resultados. 4. Diseños experimentales Grupos independientes (Between – subjects): diferentes grupos de participantes para diferentes niveles de la variable independiente. Grupos intra – sujetos (Within – subjects): los mismos participantes experimentan todos los niveles de la variable independiente. Diseños Pre/Post – test y solo Post – Test: métodos para medir el efecto de una intervención antes y después de la misma, o solo después. 5. Validez del experimento Constructo: evaluar si las V fueron medidas y manipuladas correctamente Externa: extensión en la que los resultados pueden generalizarse Estadística: importancia de las diferencias encontradas y el tamaño del efecto Interna: asegurar que los resultados no son producto de V de confusión. PPT N° 9 Control de variables intervinientes Amenazas en diseños Pre/Post- Test con grupo único Maduración Contexto o Regresión a la Desgaste o Pruebas instrumentación H. medida deserción repetidas Cambios Factores se refiere al Retiro Cambios Cambios en los espontaneas externos que fenómeno por el sistemático debido a la instrumentos de con el tiempo afectan al cual, si una de ciertos repetición de medición grupo variable está participantes pruebas extremadamente alta o baja en una medición, en mediciones posteriores tiende a moverse hacia el promedio o la media. Otras amenazas a la validez interna Sesgo del observador Características de la Efecto placebo demanda El sesgo del observador Las características de la El efecto placebo ocurre ocurre cuando las demanda se refieren a las cuando los participantes expectativas o creencias del señales o pistas que los experimentan cambios en investigador influyen en la participantes pueden su estado o forma en que registran o percibir sobre el propósito comportamiento interpretan los datos del del experimento, lo que simplemente porque creen experimento. Para minimizar puede influir en su que están recibiendo un este sesgo, se pueden comportamiento. Para tratamiento, incluso si ese utilizar procedimientos de reducir este efecto, los tratamiento no tiene doble ciego, donde ni los investigadores pueden componentes activos. Para participantes ni los utilizar engaño (ético y controlar este efecto, se investigadores saben quién justificado), medidas utilizan grupos de control está en el grupo indirectas, o asegurarse de que reciben un placebo, experimental o control. que los participantes no permitiendo comparar los tengan suficiente resultados de los grupos que información para adivinar reciben el tratamiento real las hipótesis del estudio. con los que reciben el placebo. PPT N°10 Estadísticas descriptivas Medidas de tendencia central Moda Mediana Promedio Es el valor más común en un Es el valor que divide un Es la suma de todos los conjunto de datos conjunto ordenado de valores dividida por la números en dos partes cantidad de valores. iguales. Ej. En los datos [9, 4, 5, 6, 7, Ej. En los datos ordenados Ej. En los datos [1, 2, 3, 4, 5], 6, 5, 3, 2, 4, 3, 6, 2, 2, 1, 6], la [1, 2, 2, 2, 3, 3, 4, 5, 5, 6, 6, 6, el promedio es (1+2+3+4+5) moda es 6, ya que aparece 7, 9], la mediana es 4. /5 = 3. más veces que cualquier otro número. Elección entre promedio, mediana y moda - Para datos nominales se usa moda. - Para datos ordinales se usa mediana - Para datos de intervalo y razón, generalmente se ocupa promedio, pero si hay valores extremos, se usa la mediana Medidas de variabilidad Rango Rango Inter cuartil Desviación estandar El rango es la diferencia El rango intercuartil es la La desviación estándar mide entre el valor máximo y el diferencia entre el tercer cuán dispersos están los datos valor mínimo en un cuartil (Q3) y el primer con respecto a la media. Es la conjunto de datos. cuartil (Q1). Este mide la raíz cuadrada de la varianza. dispersión del 50% central de los datos. Ej. Considera el conjunto de Ej. Se encuentra abajo Ej. datos: 2,4,6,8,102, 4, 6, 8, 102,4,6,8,10. Valor máximo=10 Valor mínimo=2 Rango=10−2=8 1. Ordenar los datos (si no lo están ya): 1,3,5,7,9,11,13,15,17,19,21 2. Calcular el primer cuartil (Q1 - percentil 25): o La posición del percentil 25 se calcula como 0.25×(n+1), donde n es el n|° total de daots o Aquí n es 11, así que la posición de Q1 es 0.25 x (n +1) =0.25×12=3. o Q1 está en la tercera posición del conjunto de datos ordenados, que es 5 3. Calcular el tercer cuartil (Q3 - percentil 75): o La posición del percentil 75 se calcula como 0.75×(n+1). o Aquí n =11, así que la posición de Q3 es 0.75× (11+1)=0.75×12=90. o Q3 está en la novena posición del conjunto de datos ordenados, que es 17. 4. Calcular el rango intercuartil (RIC): RIC=Q3−Q1=17−5=12 5. Por lo tanto, el rango intercuartil para este conjunto de datos es 12. Desviación estándar Respecto a la formula σ\ es la desviación estándar. N es el número total de datos. xi son los valores individuales del conjunto de datos. u la media de los datos. PPT N° 11 probabilidades Perspectiva analítica Probabilidad frecuentista Perspectiva subjetiva La probabilidad de un La probabilidad se define en La probabilidad subjetiva evento es el número de términos de rendimiento refleja la creencia individual formas en que puede ocurrir esperado basado en sobre la probabilidad de dividido por el número total observaciones repetidas. ocurrencia de un evento. de resultados posibles. Ej. Calcular la probabilidad Ej. Una tabla que muestra la Ej. En vez de ej. va de obtener un número impar frecuencia de ocurrencia de importancia. al lanzar un dado estándar diferentes colores de bolas Estas probabilidades juegan de 6 caras. en una urna después de un papel crucial en la toma Número de formas en que 1000 extracciones. de decisiones, como la puede ocurrir (eventos Rojo: 300 veces (30%) percepción de riesgos en favorables): {1, 3, 5} (3 Verde: 450 veces (45%) inversiones financieras o resultados) Azul: 250 veces (25%) decisiones médicas. Número total de resultados posibles: {1, 2, 3, 4, 5, 6} (6 resultados) Probabilidad = 3/6 = 0.5 o 50%. Leyes de las probabilidades. - Ley aditiva: la probabilidad de que ocurra uno u otro de varios eventos mutuamente excluyentes es igual a la suma de sus probabilidades individuales. - Ley multiplicativa: la probabilidad de la ocurrencia conjunta de eventos independientes es el producto de sus probabilidades individuales. Probabilidad conjunta y condicional Probabilidad conjunta Probabilidad condicional La probabilidad de que dos eventos ocurran La probabilidad de que ocurra un evento al mismo tiempo. dado que otro evento ya ha ocurrido. EJ. Obtener un número par y una cara roja Ej. Calcular la P. de que una carta sea un al sacar una carta de una baraja estándar. número par dado que ya sabemos que es Número total de cartas en la baraja = 52. una carta roja. Número de cartas rojas = 26. Probabilidad de que una carta sea roja = N° de cartas pares (2, 4, 6, 8, 10 en cada 26/52 = 1/2. palo = 5. Número de cartas rojas que son pares = 10. Número de cartas rojas y pares = 5 Número total de cartas rojas = 26. (corazones) + 5 (diamantes) = 10 Probabilidad condicional = 10/26 ≈ 0.38 o Probabilidad conjunta = 10/52 ≈ 0.19 o 38%. 19%. PPT N° 12 Puntajes Z y distribuciones Promedio y Desviación Estándar Promedio: Es la medida de tendencia central más utilizada. Desviación Estándar: Describe cuánta variabilidad hay en un conjunto de números. Juntas, ayudan a interpretar una distribución de puntajes, indicando el "centro" y cuánto varían los puntajes alrededor de ese centro. Ejemplo: Si el puntaje promedio en una prueba es 21 con una desviación estándar de 4.70, y tu puntaje es 25, esto significa que te fue mejor que el promedio, pero solo un poco mejor porque tu puntaje estuvo menos de 1 desviación estándar por encima del promedio. Distribución Normal y Puntajes Z Distribución Normal: Descrita por su promedio y desviación estándar. Distribución Z (Normal Estándar): Tiene un promedio de 0 y una desviación estándar de 1. Puntaje Z: Es el equivalente matemático de usar la media y la desviación estándar para interpretar una puntuación individual. o Indica si una puntuación es buena, mala o promedio en comparación con la media. o Ayuda a comparar dos puntajes de diferentes distribuciones. Interpretación del Puntaje Z o Numerador (X - μ): Indica cuánto está por encima o por debajo de la media. o Denominador (σ): La desviación estándar de la población. o Un valor Z positivo indica una puntuación por encima de la media; un valor Z negativo, por debajo. o Cuanto más lejos de 0 esté el valor absoluto de Z, más se desvía de la media. Desviaciones de la Distribución Normal Sesgo: Distribuciones asimétricas (derecho e izquierdo no son idénticos). o Sesgo positivo: La cola derecha es más larga. o Sesgo negativo: La cola izquierda es más larga. Curtosis: Describe la "agudeza" de la curva de la distribución. o Leptocúrtica: Tiene un punto más alto y agudo. o Platicúrtica: Tiene un punto más plano.