MTODOS CUANTITATIVOS III

a) Determinar y evaluar la relacin, fuerza y direccin entre dos variables de un estudio psicolgico b) Identificar y seleccionar la funcin matemtica que mejor represente la forma de la relacin entre dos variables c) Estimar la contribucin relativa de la variable independiente en la explicacin de la variable dependiente, as como la realizacin de predicciones de la variable dependiente a partir de los valores de la variable independiente

Temas:
Coeficientes de correlacin El anlisis de tendencias o ajuste de curvas Anlisis de regresin lineal simple

ANLISIS DE RELACIN ENTRE VARIABLES

Anlisis de Correlacin Una correlacin es la medida del grado de relacin entre dos o ms variables; cuando son variables de tipo nominal, se utiliza el trmino de asociacin para indicar el grado de relacin entre sus variables. Cuando se intenta verificar una correlacin entre dos variables cuantitativas ser correlacin simple, ya que solo se est considerando una variable independiente.

La relacin entre varias variables independientes con una dependiente se le llama correlacin mltiple.

La relacin entre dos variables manteniendo el resto constante se le llama correlacin parcial. Por ejemplo, en una investigacin educativa existe una extensa discusin sobre los efectos que tendra el hecho de que la escuela est en el sector privado sobre el nivel de aprendizajes de sus alumnos. La hiptesis inicial es que el promedio de los alumnos (en matemtica, lengua o ciencias, segn se trate) ser superior para aquellos que estn en las escuelas privadas que en las escuelas pblicas. Dicha hiptesis se ha contrastado favorablemente en todos los pases (tanto desarrollados como en vas de desarrollo) y se muestra que por lo general la magnitud de dicho efecto es importante adems de estadsticamente significativa. Sin embargo, tambin se ha encontrado que al controlar la relacin original con un indicador de clase social (por ejemplo el nivel socioeconmico del alumnado), la magnitud de la asociacin tiende a reducirse o incluso a desaparecer. (Vase la figura 1). Esto se debera a que las escuelas privadas matriculan predominan entre un alumnado originado en la clases media-alta y alta, en tanto que las escuelas pblicas reciben al resto de la poblacin. Si tal como se sabe desde las teoras de Bourdieu y de Bernstein, la socializacin familiar (lenguaje y habitus) incide selectivamente en los aprendizajes, es razonable sostener la hiptesis de que el efecto de las escuelas privadas es en realidad un efecto espreo.

Cuando se desea correlacionar un grupo de variables dependientes con un grupo de variables independientes, es decir entre grupos de variables, se le conoce como correlacin cannica. Por ejemplo, el director comercial de unos grandes almacenes est interesado en determinar si existe relacin entre los tipos de productos comprados y a personalidad y el estilo de vida de sus clientes.

Coeficiente de correlacin segn su naturaleza de sus variables. El tipo o grado de la relacin entre las variables, depende de su naturaleza de estas variables involucradas en el estudio o la investigacin. Si ambas variables son nominales, presentando modalidades no numricas y sin un criterio de orden, la relacin ser descrita con el estadstico Ji- Cuadrado. Si ambas variables son ordinales o cuasicuantitativa, es decir, que presentan modalidades no numricas, pero en las que existe un orden, se describen con la relacin con el Coeficiente de Correlacin de Spearman. Si ambas variables son intervalares o cuantitativas (de nmeros), ya sea discreta (toma valores aislados, es decir no admite valores intermedios entre dos valores especficos. Por ejemplo: El nmero de hermanos de 5 amigos: 2, 1, 0, 1, 3) o continua (puede tomar valores comprendidos entre dos nmeros. Por ejemplo: La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.). Esta la relacin ser descrita mediante el Coeficiente de Pearson. Si una variable es nominal y la otra es intervalar puede ser deducida mediante el Coeficiente de Omega Cuadrado. Si ambas variables son dicotmicas o binarias, es decir, variables para las cuales solo es posible considerar dos modalidades. Entonces la relacin puede establecerse mediante el coeficiente de Phi o el ndice de kappa, que ajusta el efecto del azar en la proporcin de la concordancia observada en variables dicotmicas. http://www.scielo.org.co/pdf/rcog/v61n3/v61n3a09.pdf anlisis de correlacin simple, mltiple y parcial

Coeficiente r de Pearson Correlacin Producto Momento conocida tambin como correlacin Bravias- Perarson. En primer lugar, es muy aconsejable realizar un grfico de dispersin entre ambas variables y estudiar visualmente la relacin entre ellas. Este coeficiente mide asociacin lineal y al ser una prueba paramtrica requiere para su uso que ambas variables tengan distribuciones normales1. De no ser as, deberemos utilizar el coeficiente no paramtrico de Spearman.

El coeficiente de correlacin de Pearson (r) puede tomar valores entre -1 y +1, de modo que un valor de "r" positivo nos indica que al aumentar el valor de una variable tambin aumenta el valor de la otra (Figura 1A), y por el contrario, "r" ser negativo si al aumentar el valor de una variable disminuye la otra (Figura 1B). La correlacin ser perfecta si r= 1, en este caso los puntos formarn todos una recta. Es importante a priori determinar qu valor de "r" vamos a considerar como clnicamente relevante, puesto que una correlacin tan baja como r= 0,07 sera significativa (p=0,027) con un tamao muestral de unas 1000 personas. Al igual que cualquier otro parmetro, conviene darlo con sus correspondientes intervalos de confianza. Un coeficiente de correlacin significativo, lo nico que nos indica es que es bastante improbable que en nuestra poblacin "r" sea cero, y por tanto su intervalo de confianza no incluir el cero.

Propiedades del coeficiente de correlacin de r de Pearson a) El valor de r es independiente de las unidades en que se midan x y y b) R= 1 si y solo si todos los pares de puntos de la muestra estn en una recta con pendiente positiva y si r= -1 si solo si todos los pares de los puntos de la muestra estn en una recta con pendiente negativa. c) El rango de los valores de r esta dado por el intervalo -1 < r < 1. d) Simetra. El valor de r no depende de cul de las dos variables bajo estudio se designe como x y cul como y. e) R mide la fuerza de la relacin lnea No est diseado para medir la fuerza de una relacin que no sea lineal.

Coeficiente "rho" de Spearman Coeficiente phi Coeficiente "C" de Contingencia Coeficiente Kappa

ANLISIS FUNCIONAL ENTRE VARIABLES

Concepto de ajuste de curvas Ajuste lineal por el mtodo de Mnimos cuadrado Estimacin de a (origen de la curva) Estimacin de b (pendiente) Clculo del error de ajuste Graficacin de la recta de mejor ajuste y su Interpretacin Ajuste potencial por el mtodo de mnimos cuadrados Estimacin de a (origen de la curva) Estimacin de b (pendiente) Clculo del error de ajuste Representacin grfica de la curva de mejor ajuste y su interpretacin

Ajuste exponencial por el mtodo de mnimos cuadrados Estimacin de a (origen de la curva) Estimacin de b (pendiente) Clculo del error de ajuste Representacin grfica de la curva de mejor ajuste y su interpretacin

REGRESIN LINEAL SIMPLE

El modelo de Regresin Lineal Simple y su aplicacin en investigaciones psicolgicas Identificacin del Modelo de regresin lineal simple Estimacin de los parmetros del modelo Evaluacin general del modelo Coeficiente de Determinacin Anlisis de Varianza Interpretacin de los resultados

Referencias Unidad 1.
Coolican H. (1997). Mtodos de investigacin y estadstica en psicologa. Mxico. El Manual Moderno. Cap. 18 Daniel, W. W. (1980), Bioestadstica: Base para el anlisis de las ciencias de la salud, Mxico: Limusa. Cap. 8. Pp. 243 - 290. Elorza, H. (1999), Estadstica para las ciencias sociales y del comportamiento. Oxford-Mxico: Oxford, cap. 14. pp. 545 -618. Levin, J. (1999) Fundamentos de Estadstica en investigacin social. Mxico: Harla. Pp.200 - 240.

Unidad 2.
Silva, R.A. (1992). El ajuste de curvas como una tcnica para analizar las investigaciones de proceso en psicologa. En: S. R. Arturo (Ed). Mtodos Cuantitativos en Psicologa. Un enfoque metodolgico pp. Mxico. Trillas. 249-287 Olgun, Q. F. (1984) Estadstica descriptiva aplicada a las ciencias sociales. Caps. 16 y 17. Pp.313 330 y 331 - 370.

Unidad 3.
Daniel, W. W. (1980), Bioestadstica: Base para el anlisis de las ciencias de la salud, Mxico: Limusa. Cap. 8. pp. 243 - 290. Elorza. H. (1999). Estadstica para las ciencias sociales y del comportamiento. Oxford-Mxico. Oxford. Cap. 13. pp. 503 -526. Isasi X., Yenes F., Balluerca N. y Lpez A. (1992) Formalizando la Explicacin: El Modelo Lineal General. En Pez, Valencia, Morales, Sarabia y Ursua. Teora y Mtodo en Psicologa Social. Espaa. Editorial Anthropos. Silva, R. A. (1998). La Investigacin Asistida por Computadora en las Ciencias Sociales y de la Salud. Mxico. UNAM. Campus Iztacala. Cap. 11 Silva, R.A. (1992). Evaluacin de la relacin entre dos variables. Regresin lineal simple. En: Mtodos Cuantitativos en Psicologa. Un enfoque metodolgico Mxico: Trillas. pp. 481-530