Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
B.- PROGRAMA
TEMA 1: CONCEPTOS GENERALES. Qu es el Anlisis de Datos en Psicologa. Marco general de la asignatura en la titulacin de Grado en Psicologa. Conceptos generales. Medicin. Las variables y su clasificacin. El signo sumatorio y sus propiedades. TEMA 2: ORGANIZACIN Y REPRESENTACIN DE DATOS. Introduccin. Distribucin de frecuencias. Representaciones grficas. Convenciones. Propiedades de las distribuciones de frecuencias. TEMA 3: MEDIDAS DE POSICION. Introduccin. Los centiles. Los deciles. Los cuartiles. TEMA 4: MEDIDAS DE TENDENCIA CENTRAL. Introduccin. La media aritmtica y sus propiedades. La mediana. La Moda. Comparacin entre las medidas de tendencia central. TEMA 5: MEDIDAS DE VARIACION. Introduccin. La varianza y la desviacin tpica; y sus propiedades. Interpretacin de la varianza. Otras medidas de variacin: la amplitud total, la desviacin media, la amplitud semi-intercuartil y el coeficiente de variacin. TEMA 6: PUNTUACIONES TIPICAS Y ESCALAS DERIVADAS. Introduccin. Las puntuaciones tpicas y sus propiedades. Escalas derivadas. Puntuaciones equivalentes. TEMA 7: MEDIDAS DE ASIMETRIA Y APUNTAMIENTO. Introduccin. Indices de asimetra. ndice de curtosis. * APNDICE INFORMTICO: Introduccin al SPSS. Estructura del SPSS. Ficheros de datos. El visor de resultados. Manejo de mens desplegables. Estadstica descriptiva univariada en el SPSS. Los procedimientos Frecuencias, Descriptivos y Explorar. Representaciones grficas.
TEMA 8: RELACIONES LINEALES. Introduccin. Funciones. Representaciones grficas. Cuantificacin. La covarianza y sus propiedades. El coeficiente de correlacin producto-momento de Pearson y sus propiedades. La matriz de correlaciones. TEMA 9: PUNTUACIONES COMBINADAS. Introduccin. Media y varianza de puntuaciones combinadas linealmente. La matriz de varianzas-covarianzas. TEMA 10: REGRESIN LINEAL. Introduccin. Ajuste al modelo lineal. Regresin y correlacin. Identificacin del modelo. Aplicacin del modelo. Valoracin del modelo: el coeficiente de determinacin. Covariacin versus causalidad. Regresin mltiple.
TEMA 11: ORGANIZACIN Y REPRESENTACIN GRFICA CON MS DE UNA VARIABLE. Introduccin. Tablas de contingencia. Distribuciones de frecuencias conjuntas, condicionales y marginales. Representaciones grficas con dos variables. Representaciones grficas con ms de dos variables. * APNDICE INFORMTICO: Estadstica bivariada en el SPSS. Clculo de covarianzas y correlaciones. Diagrama de dispersin. Regresin lineal simple. Regresin lineal mltiple. Tablas de contingencia.
TEMA 12: DEFINICIONES. Introduccin. Conjuntos y sucesos. Experimento aleatorio. Espacio muestral y sus tipos. Definiciones de probabilidad. Probabilidad condicional. Teorema de la adicin. Independencia de sucesos: teorema del producto. TEMA 13: VARIABLES ALEATORIAS DISCRETAS. Introduccin. Funcin de probabilidad y funcin de distribucin. El valor esperado, la varianza, y sus propiedades. Variables dicotmicas. Variables tipificadas. Valor esperado y juegos de azar. Relacin entre dos variables aleatorias discretas: covarianza y correlacin. Independencia de variables aleatorias. Combinacin lineal de variables aleatorias. TEMA 14: VARIABLES ALEATORIAS CONTINUAS. Introduccin. Funcin de densidad y funcin de distribucin. Valor esperado y varianza. Interpretacin de reas. TEMA 15: MODELOS DE DISTRIBUCION DE PROBABILIDAD: VARIABLES DISCRETAS. Introduccin. Modelo uniforme. Modelo binomial. Las tablas estadsticas. TEMA 16: MODELOS DE DISTRIBUCION DE PROBABILIDAD: VARIABLES CONTINUAS. Introduccin. Modelo rectangular. Modelo normal. Modelo Ji-cuadrado. Modelo t de Student. Modelo F de Snedecor. Aproximaciones a la normal. TEMA 17: INTRODUCCIN A LA INFERENCIA ESTADISTICA. a) Muestreo. Introduccin. Muestreo con y sin reposicin. Muestras aleatorias simples. b) Distribucin Muestral de un Estadstico. Introduccin. La distribucin muestral de la media. c) Introduccin a la Lgica del Contraste de Hiptesis. Hiptesis estadstica y estadstico de contraste. Nivel de confianza, nivel de significacin y regin de rechazo. Contrastes unilaterales y bilaterales. Contraste sobre la media poblacional. Contraste sobre la correlacin de Pearson. * APNDICE INFORMTICO: Estadstica inferencial en el SPSS. Contraste de hiptesis sobre una media. Contraste de hiptesis sobre una correlacin.
C.- BIBLIOGRAFIA
1.- TEXTO BSICO. Durante el curso se utilizar el siguiente texto bsico: Botella, J., Len, O., San Martn, R. y Barriopedro, M. I. (2001). Anlisis de Datos en Psicologa I. Teora y Ejercicios. Madrid: Pirmide.
2.- LIBROS COMPLEMENTARIOS. Los siguientes libros pueden ser tambin de utilidad para el alumno: ENCICLOPEDIA OF STATISTICS IN BEHAVIORAL SCIENCES. Everitt, B. y Howell, D. (2005). Editorial John Wiley & Sons. Pese a estar en ingls, tiene las definiciones de los conceptos estadsticos bsicos sobre anlisis de datos en psicologa y psicometra, por lo que su lectura resulta muy recomendable (est en la biblioteca: PS/(031)311 EVE). Glass, G. y Stanley, J. (1974): Mtodos estadsticos aplicados a las ciencias sociales. Madrid: Prentice-Hall. A pesar de que utiliza unos trminos un poco diferentes, es una obra muy pedaggica, recomendable como lectura complementaria en algunos temas (hay varios ejemplares en la biblioteca). Mures Quintana, M. J. (2006). Problemas de Estadstica Descriptiva Aplicada a las Ciencias Sociales. Madrid: Pearson Educacin. Problemas resueltos y problemas propuestos. Pardo, A. y Ruiz, M. (2002). SPSS 11. Gua para el anlisis de datos. Madrid: McGraw-Hill. Pardo, A. y Ruiz, M. A. (2009). Gestin de datos con SPSS Statistics. Madrid: Sntesis. Ofrece una excelente introduccin al programa SPSS y el manejo de los diferentes mens para procesar y transformar datos. Complementa al manual anterior. Pardo, A., Ruiz, M. A. y San Martn, R. (2009). Anlisis de datos en ciencias sociales y de la salud I. Madrid: Sntesis. Abarca todo el programa e incluye muchos ejercicios. Pardo, A. y San Martn, R. (1998). Anlisis de Datos en Psicologa II. Madrid: Pirmide Prez Santamara, F. J., Manzano Arrondo, V. y Fazeli Khalili, H. (1998). Problemas resueltos de anlisis de datos. Madrid, Pirmide. Problemas resueltos cuya temtica abarca nuestro programa ms algunos temas del programa de Anlisis de Datos II. Solanas, A., Salafranca, L., Fauquet, J. y Nez, M. I. (2005). Estadstica Descriptiva en Ciencias del Comportamiento. Madrid: Thomson. Tanur, J.M. y otros (1992). La estadstica: una gua de lo desconocido. Madrid: Alianza editorial. Aplicaciones prcticas de la estadstica expuestas de manera muy resumida y sobre una amplia variedad de campos.
Los profesores de la asignatura atendern dudas en sus horarios de tutoras, aunque debido a las numerosas reuniones a las que deben asistir se recomienda hacer peticin de hora previa. Los datos de los profesores son los siguientes:
Juan Botella (grupo 11) M: 9:00-11:00 y 12:30-13:30. (despacho 96; mdulo 5) J: 10:00-11:00 y 12:30-13:30 V: 12:30-13:30 http://innova.decp.uam.es/main.php?id=113 juan.botella@uam.es
Carmen Ximnez (grupos 12 y 13) L: 11:15-12:15 (despacho 5; mdulo anexo a Psicologa) M: 9:30-12:30 http://www.uam.es/personal_pdi/psicologia/carmenx/index.htm
X: 10:15-12:15 carmen.ximenez@uam.es
Manuel Suero (grupo 16) M y V: 15:00-17:00 M: 18:30-19:30 (Decanato: Relaciones Internacionales e Institucionales) X: 17:30-18:30 http://innova.decp.uam.es/main.php?id=485&UID=1225214376 manuel.suero@uam.es
Jess Garrido (grupo 17) (despacho 18; mdulo anexo a Psicologa) http://innova.decp.uam.es/main.php?id=95
L: 18:20-19:30
J: 17:00-18:20 jesus.garrido@uam.es
LA EVALUACIN se basar en la calificacin obtenida en un examen final (60%) y en la actividad realizada durante el curso (40%). Por su lado, el examen final tendr lugar el da 14 de Mayo y estar compuesto de dos partes. En primer lugar, una prueba terica con formato de Prueba de Eleccin Mltiple (preguntas con 3 alternativas de respuesta cada una). Esta prueba se valorar sobre 4,5 puntos (45% de la evaluacin). En segundo lugar, unos ejercicios prcticos que se valorarn sobre 1,5 puntos (15% de la evaluacin). Por tanto, la valoracin global del examen final se har sobre 6 puntos.
Por otro lado, en consonancia con la filosofa de la evaluacin continuada, el alumno deber realizar y entregar a lo largo del curso diversas tareas prcticas cuya valoracin global ser de 4 puntos. Aunque la base de estos puntos sern trabajos hechos con el SPSS, en cada grupo pueden producirse variaciones respecto a su nmero, naturaleza y calendario de entrega (consultar con cada profesor). En el conjunto de tareas sujetas a evaluacin continuada habr dos elementos con un protagonismo principal: (1) Trabajo SPSS. El alumno deber hacer un trabajo prctico de SPSS en grupo; se entregar en la semana del 19 al 23 de Abril. Adicionalmente, cada estudiante ser convocado, a lo largo del mes de Abril-Mayo, para realizar un control de la prctica sin el cual la prctica no tendr valor. Esta prctica ser valorada con un mximo de 2 puntos. (2) Trabajos coordinados con otras asignaturas. Se trata de dos trabajos coordinados con otras asignaturas del primer y segundo cuatrimestre. Se entregarn segn el calendario que se indicar en cada grupo. Tambin se realizar un control de las mismas en las clases de prcticas, segn el calendario que tambin se indicar, sin el cual los trabajos no tendrn valor. Estos trabajos sern valorados con un mximo global de 2 puntos. La CALIFICACIN FINAL ser la suma de los puntos obtenidos en el examen y la evaluacin continuada. Para obtener la calificacin de aprobado la suma de todas las pruebas deber ser mayor o igual a 5 puntos, aunque habr que sacar un mnimo en la parte terica para poder hacer dicha suma (el 25% de los puntos que vale la prueba terica; es decir, 1,125 puntos). Aquellos alumnos que no superen la evaluacin de la asignatura tendrn una oportunidad de recuperacin en el mes de Junio.