La enseñanza de la Estadística en Psicología

7/25/2019 La enseanza de la Estadstica en Psicologa

1/34

1

Gua para docentes

La Enseanza de Estadstica en Psicologa

Leonardo Adrin Medrano 1,2

1- Universidad Siglo 21

2- Universidad Nacional de Crdoba


2/34

2

IMPORTANCIA DE LA ESTADSTICA EN LA FORMACIN DEL PSICLOGO

Es posible vislumbrar dos posiciones tpicas respecto al uso de mtodos

estadsticos en psicologa (Blalock, 1971). Por un lado estn quienes sostienen un

rechazo acrticode este enfoque por considerarlo inflexible e inadecuado para el

estudio del comportamiento humano. Por otro lado estn aquellos que manifiestan

una aceptacin acrticadel mismo, llevando a un uso exagerado o innecesario de

los mtodos estadsticos, o considerando que el uso de procedimientos

matemticos automticamente otorga cientificidad o rigurosidad a una

investigacin. Ambos posicionamientos extremos resultan inadecuados y

disfuncionales para los estudiantes y profesionales, pero sobre todo para el

avance cientfico de la disciplina.

Por qu es problemtico un rechazo acrtico? En primer lugar porque resultainjustificado negar las contribuciones que la estadstica ha realizado a la

psicologa, en efecto sin la estadstica tendramos datos pero no informacin.

En el transcurso de una investigacin tenemos acceso a un gran volumen de

datos, pero para stos sean comprensibles y analizables es necesario llevar a

cabo procedimientos estadsticos que permitan reducirlos a proporciones

manejables, para as extraer informacin de los mismos. En este sentido puede

pensarse a la estadstica como una ciencia de la informacin. Tal como seala

Bryson: la realidad no slo es ms compleja de lo que suponemos, sino que es

ms compleja de lo que podemos suponer. En efecto las personas no poseemos

la capacidad cognitiva necesaria para identificar los complejos patrones que

ocurren en la realidad, en este sentido la estadstica es una herramienta necesaria

para identificar y detectar patrones que escaparan al simple escrutinio del ojo

humano. Si bien resulta ilusorio esperar un grado de precisin siquiera aproximado

al que puede hallarse en las ciencias fsico-naturales, es posible desentraar las


3/34

3

complejas relaciones que nos rodean de una manera sistemtica y objetiva,

apelando a la utilizacin del anlisis lgico-matemtico y el uso de mtodos

estadsticos (Murat, 1971). Negar las contribuciones de la estadstica a la

psicologa implica desaprovechar una poderosa y til herramienta.

Por qu es problemtica una aceptacin acrtica? Sucede a menudo que se utiliza

a la estadstica como una especie de garanta cientfica. El uso de procedimientos

estadsticos no garantiza que el trabajo sea cientfico o riguroso. Es comn

observar chachara estadstica. Es decir, trabajos que aplican procedimientos de

manera inadecuada, y lectores que confan en dichos anlisis simplemente porque

observan nmeros o frmulas. Por otra parte la ubicuidad no es una caracterstica

de la estadstica en la ciencia psicolgica. Tambin es posible hacer

investigaciones sin apelar al uso de stos procedimientos. Muchas investigaciones

basadas en estudios de caso, trabajos etnogrficos, entrevistas abiertas o anlisisconductuales han contribuido con el avance de la ciencia psicolgica, sin apelar al

uso de procedimientos estadsticos.

Para evitar caer en cualquiera de estas dos posiciones y lograr posicionamiento

crtico y juicioso en relacin al uso de mtodos estadsticos, se requiere de un

claro conocimiento de los lmites, fines y alcances de estos procedimientos. Por lo

cual resulta esencial una adecuada formacin en estadstica para todos los

psiclogos. Lamentablemente la materia estadstica constituye un contenido

problemtico en la formacin acadmica de los psiclogos. En primer lugar porque

ha recibido poca atencin en los planes de estudio de psicologa. De hecho existe

una escasa proporcin de contenidos relacionados con estadstica en la carga

horaria total de la carrera (Klappenbach, 2009). En segundo lugar por tratarse de

un contenido que despierta escaso inters en los estudiantes, observndose


4/34

4

adems un pobre desarrollo en las destrezas y habilidades necesarias para

desempearse efectivamente en este campo. La presente guo pretende ser un

documento que contribuya a combatir ambos factores. Por ello se incluye una

serie de recomendaciones y recursos que pretenden facilitar el conocimiento sobre

procedimientos estadsticos bsicos y a la vez estimular el inters por esta

apasionante ciencia formal.


5/34

5

RECOMENDACIONES PARA ESTIMULAR EL INTERS POR LA

ESTADSTICA:

Promover la autoeficacia en el aula

El poco inters que manifiestan los estudiantes de psicologa por la estadsitca

lleva a preguntarse sobre las variables psicolgicas relacionadas con el uso de

procedimientos estadsticos. De hecho la consideracin de este tipo de variables

permitira contar con nuevas herramientas y alternativas que favorezcan el

aprendizaje de la estadstica en estudiantes de psicologa y ciencias afines. En

este punto cabe destacar el rol de las creencias de autoeficacia.

La autoeficacia ha sido definida como las creencias de las personas acerca de sus

capacidades para llevar a cabo en forma exitosa determinados cursos de accin

(Bandura, 1997). En el mbito acadmico este constructo ha mostrado un ampliodesarrollo y gran utilidad para la prediccin y explicacin del comportamiento

acadmico. La importancia de este constructo se debe a su influencia sobre: 1) el

compromiso y la persistencia que invierten los estudiantes, 2) las expectativas de

resultados y metas que se plantean, 3) la organizacin de los conocimientos y

habilidades que poseen, 4) la atribucin causal que realizan frente a experiencias

de xito o fracaso, 5) las elecciones de actividades acadmicas y 6) el desempeo

logrado entre otras variables de importancia (Lent, Brown & Hackett, 1994;

Pajares, & Urdan, 2006).

Tal como informan Betz y Hackett (2006) son numerosas las aplicaciones que

pueden realizarse de la teora de la autoeficacia al comportamiento acadmico,

siempre y cuando se delimite con claridad el dominio conductual que se est

investigando. Slo es posible medir y trabajar sobre este constructo si se definen

cuidadosamente los dominios comportamentales de inters. Tomando esto en


6/34

6

consideracin, en el presente estudio se opt por trabajar con una dimensin

especfica del comportamiento acadmico: las creencias de autoeficacia para la

estadstica, las cuales pueden ser conceptualizadas como la confianza que los

estudiantes poseen en sus capacidades para realizar tareas relacionadas con la

estadstica de manera exitosa (Finney & Scharw, 2003).

La autoeficacia cumple un rol crtico en el desarrollo de los intereses y

capacidades de los estudiantes. Considrese por ejemplo su influencia sobre la

eleccin de actividades. Las personas tienden a elegir actividades que consideran

fciles de dominar y evitar tareas que excedan las propias capacidades. De esta

manera fuertes creencias de autoeficacia favorecen la eleccin de actividades que

a su vez contribuyen en el entrenamiento y aprendizaje de nuevas competencias,

mientras que creencias dbiles llevan a evitar actividades potencialmente

enriquecedoras (Pajares, 2003). De esta forma estudiantes con bajas creencias de

eficacia para la estadstica evitarn realizar cursos o actividades que involucreneste tipo de contenidos y en consecuencia se ver autolimitada la posibilidad de

desarrollar destrezas en este campo as como de fortalecer sus creencias de

autoeficacia para la estadstica.

De la misma forma las creencias de eficacia pueden influir sobre el inters y la

pericia en el campo de la estadstica a partir de la influencia que ejerce sobre los

patrones de pensamiento y las reacciones emocionales. Al realizar tareas

dificultosas los estudiantes con fuertes creencias de autoeficacia tienden a atribuir

sus fracasos al esfuerzo insuficiente (factor circunstancial y modificable), mientras

que los individuos con dbiles creencias atribuirn sus fracasos a una deficiencia

personal (factor estable y difcilmente modificable). Asimismo se ha observado que

los estudiantes con bajas creencias de autoeficacia para la estadstica tienden a

experimentar mayores niveles de ansiedad antes los exmenes y contenidos de

dicha materia (Finney & Scharw, 2003).


7/34

7

La autoeficacia influye tambin sobre el esfuerzo y la persistencia, sobre todo en

situaciones que son adversas o presentan obstculos. Cuanto ms fuerte sean las

creencias de autoeficacia, mayor ser la persistencia y el esfuerzo invertido por el

estudiante (Pajares, 2003). As estudiantes con dbiles creencias de autoeficacia

para la estadstica abandonarn rpidamente tareas que le resulten complejas o

aburridas, lo cual a su vez impedir el desarrollo de destrezas y el fortalecimiento

de las creencias de eficacia para la estadstica.

Finalmente debe destacarse la influencia de la autoeficacia sobre el rendimiento

obtenido. La evaluacin de la relacin entre autoeficacia y rendimiento acadmico,

constituye una de las hiptesis ms examinadas por las investigaciones

desarrolladas en el marco de la Teora Social Cognitiva (Betz, 2007). Tal como

sostiene Bandura (1997) los estudiantes que poseen mayores creencias de

eficacia organizan de manera ms eficiente sus recursos aumentando lasposibilidades de lograr un buen desempeo. Estudios realizados por Finney y

Scharw (2003) corroboran esta relacin en el campo de los contenidos

relacionados con la estadstica, observndose una relacin positiva y significativa

entre las creencias de autoeficacia para la estadstica y la resolucin de ejercicios

estadsticos (r=.23; p


8/34

8

constructo de importancia para el desarrollo y diseo de estrategias educativas.

Cabe sealar que a pesar de la importancia de este constructo debe considerarse

que elevadas creencias de eficacia no mejoran per seel desempeo. El rol de la

autoeficacia incluye la mediacin entre los conocimientos y los logros, permitiendo

una adecuada ejecucin y organizacin de los recursos con los que cuenta la

persona. Sin recursos, aun poseyendo fuertes creencias de eficacia no se

alcanzar un rendimiento adecuado. Es decir que la autoeficacia debe ser vista

como un complemento y no como un sustituto de las habilidades o el conocimiento

(Brown & Lent, 2006).

A partir de las sugerencias formuladas por (Finney & Scharw, 2003), es posible

fortalecer las creencias de autoeficacia a travs de dos de las fuentes principales

de la autoeficacia: 1) experiencias de xito y 2) experiencia vicaria. La ejercitacin

que se propone a continuacin toma en consideracin ambas fuentes. En efecto

se pretende transmitir mediante modelado conocimientos y habilidadesnecesarias para el uso de software estadstico. Asimismo se pretende mediante

esta actividad brindar a los estudiantes experiencias positivas de xito en el

manejo de software especializado, apuntando as a fortalecer las creencias que

poseen los estudiantes en relacin a sus capacidades para utilizar este tipo de

programas.


9/34

9

RECOMENDACIN DE BIBLIOGRAFA

Referencias Tericas

Texto tericos que ilustran la estadstica en psicologa

A continuacin se presentan una serie de artculos cientficos que refieren al uso

de programas estadsticos de libre acceso, tales como ViSta y OpenStat:

o Ledesma, R.; Molina, G. J.; Valero-Mora, P. & Po, F. (2007)

Software Estadstico de Libre Acceso en Psicologa. Una Librera de

Mdulos para el Sistema ViSta. Evaluar, 7, 19-33. Disponible en

http://www.revistaevaluar.com.ar/72.pdf.

o Ledesma, R.; Valero-Mora, P. & Molina, G. J. (2010). Vista: Un

Software para la Enseanza de la Estadstica y la Psicometra.

Revista Argentina de Ciencias del Comportamiento, 2 (2), 52-59.

Disponible en

http://www.psyche.unc.edu.ar/racc/index.php/comportamiento/article/

viewFile/50/Ledesma.

o Medrano, L. (2008). Utilizacin de Software de Libre Acceso para la

Enseanza de Estadstica y Psicometra. Revista de Enseanza de

la Psicologa: Teora y Experiencia, 4 (1), 1-7. Disponible en:

http://psicologia.udg.es/revista/publicacions/04/Cast/01(4)_Cast.pdf


10/34

10

Los siguientes artculos son revisiones y artculos empricos de acceso abierto

que indagan sobre los mtodos y factores implicados en la enseanza de la

estadstica:

o Utts, J., Sommer, B., Acredolo, C., Maher, M.W., and Matthews, H.R.

(2003). A Study Comparing Traditional and Hybrid Internet-Based

Instruction in Introductory Statistics Classes. Journal of Statistics

Education, 11(3).

o Tishkovskaya, S., & Lancaster, G. (2012). Statistical education in the

21st century: a review of challenges, teaching innovations and

strategies for reform. Journal of Statistics Education, 20(2), 1-55.

o Mills, J. D., & Raju, D. (2011). Teaching statistics online: a decades

review of the literature about what works. Journal of Statistics

Education, 19(2), n2.


11/34

11

Referencias prcticas:

Libros o artculos que ilustran de forma prctica aspectos estadsticos.

Libros de Estadstica:

o Aron, A., & Aron, E. (2001). Estadstica para psicologa. Buenos

Aires: Prentice Hall.

Probablemente se trate del manual ms completo y

pedaggico sobre introduccin a la estadstica. No slo se

explican con claridad y de manera amena diversos

procedimientos estadsticos, sino que adems se

complementa dicha explicacin con ejemplos de la literatura

cientfica, informacin histrica, y ejercicios claros y

simplificados de clculo manual. Sin duda se trata de un

excelente libro para aprender sobre estadstica en psicologa.o Bologna, E. (2013). Estadstica para Psicologa y Educacin.

Argentina: Editorial Brujas.

Este libro resulta altamente recomendado para estudiantes

que se inician en el campo de la estadstica. Involucra

explicaciones de diferentes procedimientos estadsticos, y

sobre todo de los aspectos lgicos subyacentes. El nfasis no

est puesto en las frmulas matemticas, sino en la

explicacin lgica de cada procedimiento. Asimismo incluye

ejemplos de aplicaciones con el programa InfoStat.

o Cortada de Kohan, N.; Macbeth, G. y Lpez Alonso, A. (2008).

Tcnicas de Investigacin cientfica.Argentina: Lugar Editorial.

Si bien se trata de un libro sobre metodologa, incluye

contenidos de estadstica. En este libro se desarrolla con

claridad y pericia explicaciones simples sobre diversos


12/34

12

procedimientos estadsticos. Asimismo se trata de un libro que

articula los procedimientos estadsticos que habitualmente se

utilizan en psicologa con los diseos metodolgicos

pertinentes.

o Aragn, S. y Mndez, M. (2005). Aplicaciones de la estadstica a la

psicologa. Mxico: Editorial Porra.

Se trata de un libro introductorio centrado principalmente en

explicaciones y ejemplos prcticos relacionados con el uso de

SPSS. Es un libro recomendado para estudiantes o

profesionales que se inician en la utilizacin de programas

estadsticos. Este libro solo presenta ejemplos de anlisis

estadsticos de naturaleza bivariada tanto paramtricos como

no paramtricos, y el desarrollo conceptual de los

procedimientos es limitado.

o Prez, C. (2004). Tcnicas de Anlisis Multivariante de Datos.Aplicaciones con SPSS.Madrid: Pearson Education.

Es un libro bastante completo que presenta captulos

relacionados con los fundamentos matemticos y lgicos de

diferentes procedimientos estadsticos multivariados

(regresin mltiple, anlisis factorial, anlisis discriminante,

por ejemplo), y tambin incluye captulos que indican con

claridad como calcular e interpretar cada procedimiento

utilizando el programa SPSS. Aunque se trata de un libro muy

completo no se sugiere su lectura para estudiantes o

profesionales no iniciados en el tema.


13/34

13

EJERCITACIN:

Anlisis Estadstico utilizando Software Especializado

En la actualidad resulta difcil imaginar a un investigador del comportamiento

humano realizando anlisis estadsticos sin la ayuda de un software especializado.

En efecto el uso de este tipo de programas tiene considerables ventajas con

respecto al clculo manual, ya que permite reducir el tiempo dedicado al anlisis

cuantitativo, aumentar su precisin, editar informacin, realizar representaciones

grficas y obtener salidas para elaborar informes, entre otras funciones (Medrano,

2008).

Cabe destacar que el conocimiento sobre el uso y manejo de software estadstico

simplemente complementa el conocimiento adquirido sobre las bases lgicas de

cada procedimiento, vale decir, no lo reemplaza. Difcilmente puede utilizarse

correctamente un programa estadstico si desconocemos las bases lgicas de

cada procedimiento. Limitarse a clickear y esperar obtener algn resultado

interesante es una estrategia habitual en muchos estudiantes e investigadores.

Como seala Gardner (2003), la expansin de los programas estadsticos ha

incrementado el mal uso de tcnicas estadsticas. Lamentablemente se observa

con mucha frecuencia a usuarios desprevenidos empleando procedimientos

inadecuados para el problema que tratan de examinar o interpretando de manera

errnea los resultados obtenidos por el programa. En este sentido puede decirse

que los programas estadsticos son buenos esclavos pero malos amos, slo

podremos hacer un uso adecuado de los mismos si conocemos las bases

conceptuales y lgicas de los procedimientos estadsticos utilizados.

El objetivo de la presente ejercitacin es la de introducir sobre el uso y manejo

responsable de los programas estadsticos En primer lugar se presentarn

algunas generalidades sobre softwares estadsticos centrndonos sobre el

programa InfoStat, y posteriormente se expondrn los pasos necesarios para


14/34

14

realizar anlisis estadsticos con este programa. Concretamente se ejemplificar el

uso de tres pruebas paramtricas muy utilizadas en psicologa: 1) el coeficiente de

correlacin de Pearson, 2) la prueba tde Student y 3) el anlisis de varianza de

una va (ANOVA).

Qu es y cmo obtener un programa estadstico?

En trminos generales un software o programa estadstico se refiere a un conjuntode programas de ordenador que dispone de herramientas para analizar, editar,

modificar y gestionar datos. Existe un gran nmero de paquetes estadsticos de

calidad muy variable, probablemente el ms utilizado en el mbito de las ciencias

sociales sea el SPSS (iniciales de Statistical Package for the Social Science). No

obstante existe una gran cantidad de alternativas comerciales, como el InfoStat y

el Statistica por ejemplo, y no comerciales, como el OpenStat y el Vista que

permiten realizar complejos procesos de gestin, anlisis y presentacin de

resultados estadsticos (Ledesma, 2006). Aunque cada programa tiene

caractersticas propias, los procedimientos generales son muy similares.

El primer problema que surge al intentar operar con software estadstico es la

dificultad para acceder al mismo. Este problema es mayor en el caso del software

libre ya que al no ser comerciales su publicidad es escasa. Para solucionar este

problema, se sugiere la visita a la siguiente pgina:

http://statpages.org/javasta2.html#General. Esta pgina web contiene links para

acceder a software estadstico libre de diversas caractersticas. Desde esta

direccin se puede obtener e instalar programas de estadstica, bioestadstica,

epidemiologa, psicometra y programas de asesoramiento metodolgico, entre

otros. En algunos casos el acceso es totalmente libre y gratuito, en otros se trata

de demostraciones de tiempo limitado. Una vez que hemos solucionado el

problema de la accesibilidad, aparece un segundo problema: cmo utilizo el


15/34

15

programa? A continuacin se presentarn algunos ejemplos y ejercicios para

ilustrar la manera en que puede utilizarse un programa estadstico. Para ello se

utilizar el InfoStat ya que se trata de un paquete sumamente completo y

desarrollado de manera integral en nuestro medio, que adems brinda la

posibilidad de trabajar con una versin gratuita para estudiantes (sin necesidad de

tener que recurrir a estrategias ilegales de piratera). Para obtener el programa

InfoStat de una manera rpida y efectiva se sugiere la visita a la direccin:

www.infostat.com.ar. Desde esta pgina podremos bajar una versin estudiantil

gratuita (figura 1):


16/34

16

Figura 1:Pgina de inicio del sitio web oficial de InfoStat.


17/34

17

Una vez instalado e iniciado el programa se podr observar que los elementos que

componen la apariencia inicial del editor de datos del InfoStat son similares a una

hoja de clculo tpica (por ejemplo de Excel). Tal como puede observarse en la

figura 2, la ventana est compuesta por:

Barra de ttulo, con el nombre del fichero y los botones para

minimizar, restaurar y cerrar la ventana.

Barra de herramientascon sus respectivos mens de datos, tales

como, archivo, edicin, datos, resultados, estadsticas, entre

otros.

Una barra de estado, la cual suministra informacin sobre la

actividad del programa, por ejemplo, los comandos que se estn

ejecutando, los casos seleccionados o las variables trabajadas.


18/34

18

Figura 2:Apariencia Inicial del InfoStat.

Generar una

nueva matriz de

datos

Abrir una matriz ya

existente


19/34

19

Una vez que ingresamos al editor de datos podemos empezar a utilizar el

programa de dos maneras, introduciendo datos en la matriz para generar una

nueva base de datos, o bien, abrir una base de datos ya existente (figura 2). Para

mostrar ejemplos de algunas aplicaciones que se pueden desarrollar con InfoStat,

utilizaremos una base de datos simplificada de un estudio desarrollado por

Medrano, Mirantes y Marchetti (2009) el cual consisti en evaluar la efectividad de

un programa de intervencin para ingresantes universitarios sobre sus habilidades

sociales, autorregulacin del estudio y ansiedad ante los exmenes (figura 3). La

base o matriz de datos en este caso est compuesta por 20 filas (que representan

la cantidad de casos de la muestra) y 5 columnas que representan las variables en

estudio. Las variables consideradas son:

Grupo: 1 = Grupo que recibi tratamiento; 2 = Grupo que no recibi

tratamiento; 3 = Grupo placebo (piensa que recibi un tratamiento

pero en realidad no lo recibi)

Gnero: 1 = varn; 2 = mujer

Habilidades Sociales: variable continua que refiere a la capacidad

para realizar comportamientos socialmente competentes o exitosos

Autorregulacin del Estudio: variable continua que refiere a la

capacidad para regular de manera autnoma el proceso de

aprendizaje.

Ansiedad: variable continua que refiere a los niveles de ansiedad

experimentados frente a un examen.


20/34

20

Figura 3:Ejemplo de una matriz de datos del InfoStat.


21/34

21

Calculo de Pruebas Estadsticas con InfoStat

1. Correlacin de Pearson

Para evaluar la relacin existente entre dos variables una prueba paramtrica

habitualmente utilizada es el coeficiente de correlacin de Pearson. Este

coeficiente permite conocer la magnitud de la relacin existente entre dos

variables continuas y la direccin de dicha relacin, la cual puede ser directa o

inversa (ver el capitulo correspondiente a este coeficiente en el captulo de

relaciones entre variables del tomo II). Para calcular el coeficiente de correlacin

con InfoStat deben realizarse los siguientes pasos: Paso 1: Colocar el curso en

Estadsticas, moverlo hacia abajo y colocarlo sobre Anlisis de correlacin y al

desplegarse el men clickear sobre Coeficientes de correlacin(figura 4).


22/34

22

Figura 4:Calculo del Coeficiente de Correlacin de Pearson con InfoStat.


23/34

23

- Paso 2: Se abrir un men que contiene las variables de la base de datos (figura

5). Se seleccionan las variables que se quieren correlacionar (en este caso se

seleccionaron las variables Habilidades Socialesy Autorregulacin del Estudio) y

luego se selecciona el coeficiente de correlacin correspondiente (en este caso el

coeficiente de correlacin de Pearson).

- Paso 3: Al clickear en Aceptar se desplegarn los resultados del anlisis. Para

realizar una correcta interpretacin de los resultados se sugiere la lectura delcaptulo correspondiente a relaciones entre variables del tomo II del presente

libro.


24/34

24

Figura 5:Calculo del Coeficiente de Correlacin de Pearson con InfoStat


25/34

25

Prueba tde Student para muestras Independientes

Este procedimiento estadstico es muy utilizado en psicologa cuando se quiere

determinar si existen diferencias entre dos grupos independientes. Esta prueba

paramtrica permite comparar por ejemplo si personas que han recibido un

tratamiento para dejar de fumar consumen menos cigarrillos que personas

fumadoras que no han hecho el tratamiento, o bien si los pacientes de una clnica

poseen ms sntomas depresivos que personas no hospitalizadas. En este caso

se realizar una comparacin entre hombres y mujeres considerando los niveles

de ansiedad que experimentan frente a un examen.

- Paso 1: Colocar el curso en Estadsticas, moverlo hacia abajo y colocarlo sobre

Inferencias basadas en dos muestras y al desplegarse el men clickear sobre

Prueba ttal como se muestra en la figura 5.


6). Se selecciona en primer lugar la variable a partir de la cual se diferenciarn los

dos grupos, en este caso Gneroy se clickea sobre la flecha (con direccin hacia

la derecha). De esta manera la palabra Gnerose trasladar al recuadro Criterio

de clasificacin. Posteriormente se selecciona la variable continua de inters (en

este caso Ansiedad), se hace click sobre la flecha para trasladar la palabra

Ansiedad al recuadro Variables. Se desplegar un nuevo men en el que

podemos seleccionar algunas opciones para realizar la prueba t (seleccionar si

utilizaremos una prueba de una o dos colas, determinar el nivel de homogeneidadrequerido para realizar una correccin Satterwait, mostrar las varianzas de los

grupos, entre otras opciones), finalmente debemos clickear sobre al botn Aceptar

para ejecutar la prueba.

- Paso 3: Al clickear en Aceptar se desplegarn los resultados del anlisis. Para

realizar una correcta interpretacin de los resultados se sugiere la lectura del

captulo correspondiente a prueba t de Student del presente libro.


26/34

26

Figura 6:Calculo de Prueba t para muestras independientes con InfoStat


27/34

27

Figura 7:Calculo de Prueba t para muestras independientes con InfoStat


28/34

28

Anlisis de Varianza (ANOVA) de una Va

Cuando pretendemos comparar ms de dos grupos el procedimiento estadstico

adecuado es el Anlisis de Varianza (ANOVA). Si bien existen diferentes tipos de

ANOVA en el presente caso nos centraremos solo sobre el ANOVA de una va.

Esta prueba permite determinar la existencia de diferencias estadsticamente

significativas en una variable continua entre ms de dos grupos. De esta manera

esta prueba es adecuada si queremos comparar por ejemplo, si existen

diferencias en los niveles de inteligencia entre personas que poseen estudios

primarios, secundarios o universitarios, o bien si la calidad de vida vara segn el

nivel socioeconmico (marginal, bajo, medio o alto). En el presente caso

examinaremos si existen diferencias en los niveles de Ansiedadsegn si el Grupo

recibi tratamiento (Grupo 1), no recibi tratamiento (Grupo 2) o recibi un

tratamiento placebo (Grupo 3). Para ello debemos seguir los siguientes pasos:

- Paso 1: Colocar el curso en Estadsticas, moverlo hacia abajo y colocarlo sobre

Anlisis de Varianza(figura 7).


8). Se selecciona en primer lugar la variable a partir de la cual se diferenciarn los

dos grupos, en este caso Grupo y se traslada hacia el recuadro Criterio de

clasificacin clickeando sobre la flecha correspondiente. Posteriormente se

selecciona la variable continua de inters (en este caso Ansiedad), se hace click

sobre la flecha para trasladar la palabra Ansiedadal recuadro Variables.

-Paso 3: Se abrir un nuevo men en el cual pueden seleccionarse algunas

opciones para realizar el anlisis de varianza (figura 8). A diferencia de los mens

desplegados en las anteriores pruebas estadsticas, en este caso se presentan

tres solapas (Modelo, Comparaciones yContraste). Especial atencin merece la

solapa Comparaciones ya que en la misma deberemos especificar el mtodo de


29/34

29

comparacin post hoc utilizado (en el caso del ejemplo se seleccion LSD de

Fisher). Una vez seleccionado clickeamos en Aceptar.

- Paso 4: Se desplegar en una nueva ventana los resultados del anlisis. Para

realizar una correcta interpretacin de los mismos se sugiere la lectura del captulo

correspondiente a Anlisis de Varianza del presente libro.

Figura 8:Calculo de ANOVA de una va con InfoStat


30/34

30

Figura 9:Calculo de ANOVA de una va con InfoStat


31/34

31

Aclaracin Importante: Riesgos en la utilizacin de Software Especializado

El uso de software estadstico constituye una destreza clave para un manejo

eficiente de los procedimientos estadsticos. Un conocimiento en profundidad de

las frmulas y bases matemticas de una prueba estadstica sin un manejo

mnimo de los softwares requeridos para aplicar dichas pruebas, supone un saber

incompleto de la estadstica. Tomando esto en consideracin es que se opt por

hacer hincapi en el uso de ste programas. Sin embargo cabe sealar que lasfacilidades que brindan estos programas pueden resultar perjudiciales si el usuario

no posee interiorizadas las bases lgicas y matemticas de los procedimientos

estadsticos utilizados. El software no puede juzgar si el procedimiento que

seleccionamos es el adecuado para nuestro problema, as como tampoco nos

informar si estamos utilizando el procedimiento acorde a los niveles de medicin

de las variables de nuestro estudio, por ejemplo. Es por ello que siempre que

utilicemos un programa estadstico debemos hacerlo con pleno conocimiento y

comprensin de los procedimientos estadsticos que pretendemos aplicar. Se

sugiere la lectura de material terico (se sugieren algunos en la seccin de

recursos que se expone a continuacin) antes de utilizar las aplicaciones del

InfoStat sugeridas.


32/34

32

RECURSOS ADICIONALES

Links de inters:

o http://statpages.org/javasta2.html#General: Desde esta pgina se

puede acceder a una multitud de programas estadsticos

especializados de libre acceso.

o http://www.r-project.org/: En esta pgina se puede acceder a

informacin y paquetes de r, el cual seguramente constituye el

lenguaje de programacin ms utilizado en la comunidad estadstica.

o http://www.stat-help.com/index.html: esta pgina fue desarrollada

con el objeto de asesorar y disipar dudas en relacin al uso de

procedimientos estadsticos. Presenta tambin acceso a otros

recursos de inters tales como links, notas y programas de clculo.

o http://www.statisticalassociates.com/booklist.htm: en este sitio sepuede acceder a una gran cantidad de material de lectura sobre una

amplia variedad de temas relacionados con la estadstica.


33/34

33

REFERENCIAS AMPLIADAS

Gardner, R. (2003). Estadstica para Psicologa Usando SPSS. Mxico: Pearson

Education.

Kazdin, A. E. (2001). Mtodos de Investigacin en Psicologa Clnica. Mxico:

Prentice Hall.

Ledesma, R. (2006) Aportes al desarrollo de software de libre acceso en

psicometra. Comunicacin presentada en el primer encuentro nacional de

Evaluacin Psicolgica y Educativa. Crdoba: Universidad Nacional de

Crdoba.

Manzano, V.A. & Tobio T.B. (2003) Anlisis de datos y tcnicas de muestreo. En

Lvy Mangin, J. P. & Varela Mallou, J. (2003). Anlisis Multivariable para las

Ciencias Sociales.Espaa: Prentice Hall.

Medrano, L.; Mirantes, R. & Marchetti, P. (2009) Evaluacin del Impacto de un

Programa de Entrenamiento en Aprendizaje Autorregulado y Habilidades

Sociales Acadmicas en Ingresantes Universitarios. Revista Argentina de

Ciencias del Comportamiento 1 (2), 116-117.

Bandura, A. (1997). Self-efficacy: The exercise of control.New York: Freeman.

Betz, N. E. (2007). Career self-efficacy: exemplary recent research and emerging

directions. Journal of Career Assessment, 15, 403 (On line) Recuperado en:

http://jca.sagepub.com/cgi/content/abstract/15/4/403

Betz, N. E., & Hackett, G. (2006). Career Self-efficacy Theory: Back to the Future.

Journal of Career Assessment, 14, 3 (On line). Recuperado de

http://jca.sagepub.com/cgi/content/abstract/13/1/3.

Brown, D. S. & Lent, R. W. (2006). Preparing Adolescents to Make Career

Decisions. A Social Cognitive Perspective. En Pajares, P. & Urdan, T. (Eds.).


34/34

34

Self-Efficacy Beliefs of Adolescent.United States of America: Information Age

Publishing

Finney, S.J. & Scharw, G. (2003). Self-efficacy beliefs in college statistics courses.

Contemporary Educational Psychology, 28,161186.

Gardner, R. (2003). Estadstica para Psicologa Usando SPSS. Mxico: Pearson

Education Lent, Brown & Hackett, 1994;

Klappenbach, H. (2009). Caractersticas de la enseanza de la psicologa en

Argentina que obstaculizan la promocin de la investigacin por parte de

estudiantes y jvenes graduados de psicologa. DiLogos, 1, 77-93.

Lindley, L. D. (2006). The Paradox of Self-efficacy: Research with Diverse

Population. Journal of Career Assessment, 14, 143 (On line) Recuperado de

http://jca.sagepub.com/cgi/content/abstract/14/1/143.

Medrano, L. (2010). Construccin y validacin de una escala de Autoeficacia para

la estadstica(indito). Manuscrito enviado para su publicacin.

Pajares, F. (2003). Self-efficacy beliefs, motivation and achievement in writing: a

review of literature. Reading and Writing Quartely, 19, 139-158.

Pajares, F., & Valiante, G., (1999). Grade level and gender differences in the

writing self-beliefs of middle school students. Contemporary Educational

Psychology, 24,390-405.

Pajares, P. & Urdan, T. (2006). Self-Efficacy Beliefs of Adolescent.United States

of America: Information Age Publishing.

La enseñanza de la Estadística en Psicología

Documents

Transcript of La enseñanza de la Estadística en Psicología