Introducción al análisis de datos
Introducción al Análisis de Datos
Grado en Psicología en la UNED
Curso 1º, 1º Cuatrimestre
,Introducción al análisis de datos
-TEMA 1-
Conceptos básicos y organización de datos.
1. Introducción.
Dentro de la Estadística se puede hacer una distinción entre:
➢ Estadística teórica: se ocupa de los aspectos matemáticos formales y
normativos.
➢ Estadística aplicada: constituye la aplicación de la primera a un campo
concreto. Dentro de esta disciplina se encontraría el análisis de datos.
No ser capaz de llevar a cabo una interpretación rigurosa de unos datos puede
provocar que se llegue a conclusiones equivocadas y que se sea vulnerable a la
manipulación.
2. La investigación en Psicología.
En el siglo XVII surge el método científico como fuente de conocimiento más
utilizada y se convierte en el denominador común de todas las ciencias. Es un
procedimiento estructurado que se caracteriza por ser:
➢ Sistemático.
➢ Replicable.
Las etapas que sigue el método científico son:
3. Concepto y funciones de la estadística: descripción e inferencia.
La Estadística es la rama de las matemáticas que estudia determinadas
características en una población, recogiendo los datos y analizándolos para
sacar conclusiones. Teniendo en cuenta estas funciones, se pueden considerar
dos áreas:
➢ Estadística descriptiva: organización y resumen del conjunto de
observaciones cuantificadas procedentes de una muestra o de la
población en total.
,Introducción al análisis de datos
¿Qué se va a estudiar?
✓ Cuando hay una variable.
❖ Estadísticos de tendencia central: indicarán cuáles son los
valores más habituales de la variable. Por ejemplo: media,
moda o mediana.
❖ Estadísticos de variabilidad: indicarán hasta qué punto los
valores son similares o diferentes entre sí. Por ejemplo:
varianza o desviación típica.
❖ Estadísticos de asimetría: indicarán en qué grado las
observaciones se reparten equilibradamente por encima o
por debajo de la tendencia central.
❖ Estadísticos de curtosis: indicarán cómo de apuntada es la
distribución de las puntuaciones de la variable.
✓ Cuando hay dos variables.
❖ Índices de asociación: indicarán hasta qué punto ambas
variables están relacionadas entre sí.
❖ Ecuaciones de regresión: permitirán predecir el valor de una
variable en función de la otra.
➢ Estadística inferencial: se realizan inferencias sobre una población en
función de los datos obtenidos a partir de una muestra. Estas
generalizaciones se basan en el cálculo de probabilidades. La población
es demasiado extensa para ser analizada por completo, por eso se lleva
a cabo un muestreo para obtener un conjunto de elementos que
representan a la población y se estudia la característica deseada en la
muestra.
Es importante distinguir entre:
4. Variables: medición y clasificación.
Una variable es el conjunto de valores resultantes de medir una característica de
interés sobre cada elemento individual de una población o muestra. Se
, Introducción al análisis de datos
representa con una letra mayúscula, y para referirnos a un valor cualquiera de la
variable X se utiliza el subíndice i (𝑋𝑖).
La medición es el proceso por el que se asignan números a objetos o sucesos
según determinadas reglas y es previo al análisis de datos. En 1946, Stevens
propuso cuatro tipos de escalas de medida en función de las relaciones que
pueden verificarse entre los valores de una variable:
➢ Nominal: se distingue la igualdad o desigualdad entre dos valores,
agrupando arbitrariamente los valores de la variable (se denominan
categorías). Usando esta escala no se pueden establecer relaciones de
orden ni de cantidad. Por ejemplo: sexo, estado civil o situación laboral.
A las variables que presentan un nivel de medida nominal se les conoce
como cualitativas o categóricas y se clasifican en función del número de
categorías que presentan en:
✓ Dicotómicas: variable con dos categorías. Por ejemplo: sexo.
✓ Politómicas: variable con más de dos categorías. Por ejemplo:
situación laboral.
En ocasiones, se pueden categorizar variables que podrían medirse a un
nivel superior estableciendo dos categorías (dicotomizar) o estableciendo
más de dos (politomizar).
➢ Ordinal: se asignan números a objetos para indicar la extensión relativa
en la que se posee una característica atendiendo al orden existente entre
ellas. Por ejemplo: satisfacción de un cliente con un hotel en una escala
tipo Likert.
Los datos se pueden jerarquizar u ordenar, pero sin indicar la distancia
entre las posiciones. Esta escala permite establecer relaciones del tipo
“mayor que” y “menor que”, aunque no se conozca la distancia. Estas
variables reciben el nombre de cuasicuantitativas.
➢ De intervalo: ordenan los objetos con intervalos iguales entre las unidades
de medida, es decir, la distancia que hay entre cada elemento es la
misma. Por ejemplo: edad, temperatura.
Cuentan con una unidad de medición común y constante para todos los
objetos. Su origen es arbitrario, y el valor 0 no implica la ausencia de
magnitud. Permite hacer sumas y restas.
➢ De razón: tiene todas las características de una medida de intervalo, con
la diferencia de que el valor 0 es el punto de origen de la medición (sí que
implica ausencia de magnitud). Por ejemplo: medida en centímetros o
masa en kilos.
Esta escala permite hacer sumas, restas, multiplicaciones y divisiones.
Las medidas de intervalo y de razón son escalas cuantitativas, y se
pueden encontrar dos tipos de variables:
✓ Variable continua: entre dos mediciones puede haber valores
intermedios. Por ejemplo: longitud, masa.
Introducción al Análisis de Datos
Grado en Psicología en la UNED
Curso 1º, 1º Cuatrimestre
,Introducción al análisis de datos
-TEMA 1-
Conceptos básicos y organización de datos.
1. Introducción.
Dentro de la Estadística se puede hacer una distinción entre:
➢ Estadística teórica: se ocupa de los aspectos matemáticos formales y
normativos.
➢ Estadística aplicada: constituye la aplicación de la primera a un campo
concreto. Dentro de esta disciplina se encontraría el análisis de datos.
No ser capaz de llevar a cabo una interpretación rigurosa de unos datos puede
provocar que se llegue a conclusiones equivocadas y que se sea vulnerable a la
manipulación.
2. La investigación en Psicología.
En el siglo XVII surge el método científico como fuente de conocimiento más
utilizada y se convierte en el denominador común de todas las ciencias. Es un
procedimiento estructurado que se caracteriza por ser:
➢ Sistemático.
➢ Replicable.
Las etapas que sigue el método científico son:
3. Concepto y funciones de la estadística: descripción e inferencia.
La Estadística es la rama de las matemáticas que estudia determinadas
características en una población, recogiendo los datos y analizándolos para
sacar conclusiones. Teniendo en cuenta estas funciones, se pueden considerar
dos áreas:
➢ Estadística descriptiva: organización y resumen del conjunto de
observaciones cuantificadas procedentes de una muestra o de la
población en total.
,Introducción al análisis de datos
¿Qué se va a estudiar?
✓ Cuando hay una variable.
❖ Estadísticos de tendencia central: indicarán cuáles son los
valores más habituales de la variable. Por ejemplo: media,
moda o mediana.
❖ Estadísticos de variabilidad: indicarán hasta qué punto los
valores son similares o diferentes entre sí. Por ejemplo:
varianza o desviación típica.
❖ Estadísticos de asimetría: indicarán en qué grado las
observaciones se reparten equilibradamente por encima o
por debajo de la tendencia central.
❖ Estadísticos de curtosis: indicarán cómo de apuntada es la
distribución de las puntuaciones de la variable.
✓ Cuando hay dos variables.
❖ Índices de asociación: indicarán hasta qué punto ambas
variables están relacionadas entre sí.
❖ Ecuaciones de regresión: permitirán predecir el valor de una
variable en función de la otra.
➢ Estadística inferencial: se realizan inferencias sobre una población en
función de los datos obtenidos a partir de una muestra. Estas
generalizaciones se basan en el cálculo de probabilidades. La población
es demasiado extensa para ser analizada por completo, por eso se lleva
a cabo un muestreo para obtener un conjunto de elementos que
representan a la población y se estudia la característica deseada en la
muestra.
Es importante distinguir entre:
4. Variables: medición y clasificación.
Una variable es el conjunto de valores resultantes de medir una característica de
interés sobre cada elemento individual de una población o muestra. Se
, Introducción al análisis de datos
representa con una letra mayúscula, y para referirnos a un valor cualquiera de la
variable X se utiliza el subíndice i (𝑋𝑖).
La medición es el proceso por el que se asignan números a objetos o sucesos
según determinadas reglas y es previo al análisis de datos. En 1946, Stevens
propuso cuatro tipos de escalas de medida en función de las relaciones que
pueden verificarse entre los valores de una variable:
➢ Nominal: se distingue la igualdad o desigualdad entre dos valores,
agrupando arbitrariamente los valores de la variable (se denominan
categorías). Usando esta escala no se pueden establecer relaciones de
orden ni de cantidad. Por ejemplo: sexo, estado civil o situación laboral.
A las variables que presentan un nivel de medida nominal se les conoce
como cualitativas o categóricas y se clasifican en función del número de
categorías que presentan en:
✓ Dicotómicas: variable con dos categorías. Por ejemplo: sexo.
✓ Politómicas: variable con más de dos categorías. Por ejemplo:
situación laboral.
En ocasiones, se pueden categorizar variables que podrían medirse a un
nivel superior estableciendo dos categorías (dicotomizar) o estableciendo
más de dos (politomizar).
➢ Ordinal: se asignan números a objetos para indicar la extensión relativa
en la que se posee una característica atendiendo al orden existente entre
ellas. Por ejemplo: satisfacción de un cliente con un hotel en una escala
tipo Likert.
Los datos se pueden jerarquizar u ordenar, pero sin indicar la distancia
entre las posiciones. Esta escala permite establecer relaciones del tipo
“mayor que” y “menor que”, aunque no se conozca la distancia. Estas
variables reciben el nombre de cuasicuantitativas.
➢ De intervalo: ordenan los objetos con intervalos iguales entre las unidades
de medida, es decir, la distancia que hay entre cada elemento es la
misma. Por ejemplo: edad, temperatura.
Cuentan con una unidad de medición común y constante para todos los
objetos. Su origen es arbitrario, y el valor 0 no implica la ausencia de
magnitud. Permite hacer sumas y restas.
➢ De razón: tiene todas las características de una medida de intervalo, con
la diferencia de que el valor 0 es el punto de origen de la medición (sí que
implica ausencia de magnitud). Por ejemplo: medida en centímetros o
masa en kilos.
Esta escala permite hacer sumas, restas, multiplicaciones y divisiones.
Las medidas de intervalo y de razón son escalas cuantitativas, y se
pueden encontrar dos tipos de variables:
✓ Variable continua: entre dos mediciones puede haber valores
intermedios. Por ejemplo: longitud, masa.
