GRADO

GUA DE ESTUDIO DE INTRODUCCIN AL

ANLISIS DE DATOS
2 PARTE | PLAN DE TRABAJO Y ORIENTACIONES PARA SU DESARROLLO

2016-2017

Jos Mara Merino

Mara del Pilar Pozo Cabanillas
Patricia Recio Saboya
Concepcin San Luis Costas
Juan Carlos Surez Falcn
GRADO EN PSICOLOGIA

Introduccin al Anlisis de Datos

1.- PLAN DE TRABAJO
1.1 Actividades formativas
Las actividades formativas consisten bsicamente en el estudio de las unidades didcticas de la asignatura,
y la prueba de evaluacin presencial (examen).
Unidades didcticas
Las unidades didcticas Introduccin al Anlisis de Datos constituyen el texto bsico de la asignatura.
Constan de 8 temas y todos ellos contienen explicaciones tericas, ejemplos y ejercicios de autoevaluacin.
Nota: El alumno tendr acceso en la plataforma virtual, a un material complementario directamente
relacionado con los contenidos de la asignatura (material multimedia, ejercicios resueltos, ejercicios de
autoevaluacin, pruebas de autoevaluacin, exmenes resueltos, .)

Prueba presencial (examen)

Hay dos convocatorias, una en enero/febrero (convocatoria ordinaria) y otra en septiembre (convocatoria
extraordinaria).

1.2 Cronograma
En la tabla se ofrece un cronograma orientativo de las actividades formativas.
SEMANA

ACTIVIDADES

TIEMPO DE TRABAJO

Estudio Tema 1

0,56 ECTS (14 horas)

Estudio Tema 2

0,56 ECTS (14 horas)

Estudio Tema 3

0,56 ECTS (14 horas)

Estudio Tema 4

0,56 ECTS (14 horas)

Repaso Temas 1-4

0,52 ECTS (13 horas)

Estudio Tema 5

0,56 ECTS (14 horas)

Estudio Tema 6

0,56 ECTS (14 horas)

Estudio Tema 7

0,56 ECTS (14 horas)

10-11

Estudio Tema 8

0,72 ECTS (18 horas)

5- 6

VACACIONES DE NAVIDAD

SEMANA

ACTIVIDADES

TIEMPO DE TRABAJO

12

Repaso Temas 5-8

0,36 ECTS (9 horas)

13

Repaso para el examen

0,40 ECTS (10 horas)

Realizacin del examen (consultar calendario de exmenes)

0,08 ECTS (2 horas)

TIEMPO TOTAL

6 ECTS (150 horas)

2.- ORIENTACIONES PARA EL ESTUDIO DE LOS CONTENIDOS

Los contenidos de la asignatura son de carcter metodolgico, especficamente se refieren al anlisis de los
datos, y encuentran su aplicacin en prcticamente todas las asignaturas de la titulacin de Grado en
Psicologa. Estn agrupados en 8 temas, todos ellos recogidos en las unidades didcticas de la asignatura
Introduccin al Anlisis de Datos.

2.1 Objetivos y resultados de aprendizaje

Cada tema est dirigido a la consecucin de unos objetivos y determinados resultados de aprendizaje que
recogemos a continuacin.
El objetivo del Tema 1 (Conceptos bsicos y organizacin de datos) es introducir al alumno en los
conceptos bsicos que se manejan en estadstica, adems de saber organizar los datos en una distribucin
de frecuencias y construir representaciones grficas de los datos para considerar, de un solo vistazo, las
caractersticas del fenmeno estudiado. Los resultados de aprendizaje de este tema son los siguientes:
Diferenciar y manejar los conceptos bsicos, la nomenclatura y las definiciones centrales de la
estadstica, a fin de poder aplicarlos en el estudio formal de la materia.
Entender la importancia de la medicin en el mbito psicolgico, distinguiendo entre las distintas
escalas de medida (nominal, ordinal, de intervalo y de razn), y conociendo las relaciones que
pueden establecerse en cada una de ellas.
Manejar con soltura las distintas denominaciones y clasificaciones de las variables.
Saber elaborar, a partir de un conjunto de datos, una distribucin de frecuencias, adquiriendo y
desarrollando la capacidad para recopilar, organizar, presentar, e interpretar datos numricos.

El objetivo del Tema 2 (Medidas de tendencia central y de posicin) es presentar los principales ndices de
tendencia central (media aritmtica, mediana y moda) y los tres ndices de posicin ms utilizados en la
prctica (percentiles, cuartiles y deciles) los cuales son tiles para informar sobre la posicin relativa en la
que se encuentra un sujeto con respecto al conjunto al que pertenece, a partir de su puntuacin en la
variable. Los resultados de aprendizaje de este tema son los siguientes:
Conocer las caractersticas de las principales medidas de tendencia central (media aritmtica,
mediana y moda) y de posicin (percentiles, cuartiles y deciles).
Saber aplicar los ndices de tendencia central y de posicin.
Seleccionar los ndices de tendencia central y de posicin adecuados en cada caso
Interpretar correctamente los valores obtenidos mediante los ndices de tendencia central y de
posicin.

Introduccin al Anlisis de Datos

El objetivo del Tema 3 (Medidas de variabilidad y asimetra) es abordar dos nuevas propiedades de una
distribucin de puntuaciones: la variabilidad o dispersin y la asimetra o sesgo de la distribucin. Los
resultados de aprendizaje de este tema son los siguientes:
Conocer las caractersticas de los principales ndices para medir la variabilidad en una distribucin
de frecuencias, con especial nfasis en la varianza y la desviacin tpica.
Saber aplicar los ndices de variabilidad o dispersin a una determinada distribucin.
Conocer y saber aplicar el ndice de Pearson para analizar el grado y el tipo de asimetra de una
distribucin.
Distinguir entre los distintos tipos de puntuaciones: directas, diferenciales y tpicas, la informacin
que proporcionan y sus propiedades fundamentales.

.
El objetivo del Tema 4 (Anlisis conjunto de dos variables) es el estudio conjunto de dos variables
cualitativas (clasificadoras o categricas y medidas en escala nominal) y de dos variables cuantitativas
(medidas en una escala de intervalo o de razn). Los resultados de aprendizaje de este tema son los
siguientes:
Distinguir entre variables cualitativas y cuantitativas, y saber elegir los mtodos que hay que utilizar
en cada caso.
Conocer mtodos grficos y cuantitativos para analizar la relacin existente entre dos variables.
Adquirir la capacidad para saber si dos variables estn ms o menos relacionadas entre s, la forma
de esa relacin, y el significado de que dos variables estn relacionadas.
En el caso de dos variables cuantitativas, entre las que hay relacin lineal, aprenderemos a hacer
predicciones de los valores de la variable Y, correspondientes a cada valor de la variable X,
mediante la recta de regresin.

El objetivo del Tema 5 (Probabilidad) es introducir, de forma rigurosa, al alumno en el estudio de la

probabilidad. Para ello, primero introduciremos unos conceptos fundamentales (experimento aleatorio,
suceso,...), posteriormente, trataremos de definir el concepto de probabilidad, y finalmente consideraremos el
estudio de las probabilidades condicionadas. Los resultados de aprendizaje de este tema son los
siguientes:
Conocer los conceptos de experimento aleatorio y espacio muestral.
Distinguir los distintos tipos de sucesos que forman parte del espacio muestral y las operaciones
fundamentales que con ellos pueden realizarse.
Adquirir un concepto preciso de probabilidad.
Saber resolver aquellos problemas en que se nos presentan probabilidades condicionadas.
El objetivo del Tema 6 (Distribuciones discretas de probabilidad) es estudiar la funcin de probabilidad y de
distribucin de una variable aleatoria discreta. Dedicaremos especial atencin a la distribucin binomial que
recoge el caso en que una variable aleatoria presenta solamente dos alternativas. Analizaremos sus
caractersticas fundamentales y veremos cmo su aplicacin a la prctica es muy sencilla utilizando las
tablas del Apndice de las unidades didcticas. Los resultados de aprendizaje de este tema son los
siguientes:

Ser capaz de definir correctamente una o ms variables aleatorias sobre los resultados de un
experimento aleatorio y determinar los valores que toma una determinada variable aleatoria
previamente definida.

Conocer las propiedades que deben cumplir la funcin de probabilidad y de distribucin de una
variable aleatoria discreta.
Obtener la funcin de probabilidad y la funcin de distribucin de una variable aleatoria discreta y
realizar su representacin grfica.
Calcular e interpretar la media y la varianza de una variable aleatoria discreta
Conocer las condiciones de aplicacin de la distribucin binomial, su media y su varianza
Manejar con soltura las tablas de la distribucin binomial para la resolucin de problemas concretos

El objetivo del Tema 7 (Distribuciones continuas de probabilidad) es estudiar los modelos de distribucin de
una variable aleatoria continua ms ampliamente utilizados. En todos los modelos seguiremos,
aproximadamente, el mismo esquema: primero veremos su definicin, posteriormente su media y su
varianza y, finalmente, veremos la forma prctica de trabajar con ellos utilizando las tablas estandarizadas
existentes que incluimos en el Apndice de las unidades didcticas. Dedicaremos especial atencin a la
distribucin normal porque, adems de su relevancia como instrumento estadstico, responde al tipo de
distribucin que sigue la mayora de variables fsicas y psicolgicas. La estatura, el peso, la extraversin, el
CI (Cociente Intelectual) son algunas de ellas. Los resultados de aprendizaje de este tema son los
siguientes:

Conocer las caractersticas de la distribucin normal como distribucin de probabilidad de una

variable y la aproximacin de la binomial a dicha distribucin.
Saber utilizar las tablas de la distribucin normal para obtener probabilidades asociadas a unos
determinados valores e, inversamente, obtener los valores asociados a unas determinadas
probabilidades.
Conocer las caractersticas (media y varianza) de las distribuciones t, chi-cuadrado y F.
Saber utilizar las tablas de las distribuciones t, chi-cuadrado y F, para obtener probabilidades
asociadas a unos determinados valores e, inversamente, obtener los valores asociados a unas
determinadas probabilidades.

El objetivo del Tema 8 (Estimacin) es introducir al estudiante en el anlisis inferencial de los datos. Como
paso previo, se estudian los trminos poblacin y muestra en relacin al anlisis estadstico descriptivo e
inferencial, y las caractersticas bsicas de distintos tipos de muestreo. Posteriormente, se estudian los
aspectos bsicos de la inferencia estadstica y cmo realizar inferencias mediante intervalos de confianza.
Los resultados de aprendizaje de este tema son los siguientes:
Conocer las relaciones entre muestra, anlisis estadstico descriptivo y anlisis estadstico
inferencial
Conocer los conceptos de muestra aleatoria y muestra representativa as como las caractersticas
fundamentales de algunos tipos de muestreo
Conocer los aspectos bsicos de la inferencia estadstica (distribucin muestral,..) y la estimacin
por intervalos.
Saber realizar inferencias mediante intervalos de confianza para responder a problemas de
investigacin.

2.2 Preparacin de los contenidos

Los contenidos de las unidades didcticas se han elaborado pensando en el trabajo individual del alumno. La
forma sugerida de trabajo de cada uno de los temas consiste en:
1. Estudiar los contenidos tericos y realizar los ejemplos.

Introduccin al Anlisis de Datos

2. Realizar los ejercicios de autoevaluacin.
3. Opcionalmente, consultar en la plataforma virtual materiales complementarios relacionados con los
contenidos.
4. Resolver las dudas que hayan surgido con el tutor del centro asociado y/o con la ayuda del curso
virtual.

2.2.1 Contenidos tericos, ejemplos y ejercicios prcticos

En cada tema de las unidades didcticas, tras las explicaciones tericas, se ofrecen ejemplos y ejercicios
prcticos relacionados con las explicaciones, cuya finalidad es la consolidacin del aprendizaje.

2.2.2 Ejercicios de autoevaluacin

Al final de cada tema de las unidades didcticas, se presenta un gran nmero de ejercicios con sus
soluciones, lo que permite al alumno autoevaluarse. Se recomienda realizar los ejercicios sin consultar las
soluciones y en caso de duda volver al tema correspondiente.

2.2.3 Material complementario

En el curso virtual, el alumno dispone, para cada uno de los temas del programa, de material multimedia,
preguntas ms frecuentes, ejercicios resueltos y una prueba de autoevaluacin (que no interviene en la
calificacin final). Adems, estn disponibles en el curso virtual exmenes resueltos de convocatorias
anteriores.

3.- PRUEBA PRESENCIAL (EXAMEN)

La prueba presencial (examen) se celebrar en los centros asociados, segn el calendario previsto, tendr
una duracin de dos horas y versar sobre cuestiones tanto tericas como prcticas.
El examen constar de 25 preguntas o ejercicios, con tres alternativas de las que slo una es correcta.
Todos los temas del programa estarn representados en el examen.
El alumno deber contestar en la hoja de lectura ptica facilitada al inicio del examen. Para la correccin del
examen, nicamente se considerarn las respuestas dadas en la hoja de lectura ptica.
El nico material permitido en el examen es la ADENDA (Formulario y Tablas) de la asignatura de
Introduccin al Anlisis de Datos sin ningn tipo de anotaciones ni aadidos por parte del alumno. Tambin
puede utilizarse una calculadora.
La calificacin final en la asignatura es la nota obtenida en el examen. La calificacin en el examen, en una
escala de 0 a 10, se obtendr aplicando la frmula:
Calificacin Examen = (0,4 x Aciertos) - (0,2 x Errores)
Una vez celebradas las pruebas presenciales, los exmenes resueltos podrn consultarse en el curso virtual
de la asignatura.

4.- GLOSARIO
En la plataforma virtual, el estudiante encontrar un glosario de los principales trminos de la asignatura.