Documentos de Académico
Documentos de Profesional
Documentos de Cultura
T 01 PDF
T 01 PDF
1. La Estadstica
2. El mtodo cientfico y la Estadstica
3. Por qu la Estadstica en el grado de Psicologa?
4. Algunos conceptos bsicos de Estadstica
5. Metodologas de investigacin y Estadstica
6. Estadstica descriptiva y estadstica inferencial
6.1. Poblacin y muestra
6.2. Parmetros y estadsticos
1. La Estadstica
Tiene su origen en el inters de los Estados por conocer los recursos con que contaban: nmero de
habitantes, edad, tipo de trabajo que realizaban, condiciones de vida, propiedades, etc. En los
imperios romano y egipcio ya aparecen manifestaciones de ese inters por procedimientos que
permitieran obtener datos estadsticos (de estado). En cualquier caso, va a ser en el periodo de
dominio napolenico cuando se produzca el salto ms sustancial en ese afn por disponer de
informacin estadstica. Posteriormente, el inters se ha desplazado a otros niveles de anlisis ms
moleculares (ciudades, barrios, colegios, grupos concretos de personas...) o tambin, a veces, ms
molares (grupos de naciones, continentes, el mundo...). Por otra parte, el inters del anlisis se ha
extendido a todo tipo de variables ms all de las que tpicamente cubre el censo, el heredero
directo de aquel empeo remoto en que se puede encontrar el origen de la estadstica.
Aunque la estadstica aparezca originalmente asociada al inters por conocer acerca de los
habitantes de naciones, regiones u otros tipos de agrupaciones, pronto trascendi su aplicacin a
otro tipo de unidades no necesariamente humanas, pero en los que era tambin habitual la recogida
de volmenes amplios de datos de los que se quera extraer la informacin esencial este es el caso,
por ejemplo, de la investigacin astronmica o, ms reciente en el tiempo, la investigacin acerca
de productos de consumo.
Ambas necesidades han dado lugar a las dos grandes ramas que tradicionalmente se suelen
diferenciar dentro del campo de la Estadstica, la estadstica descriptiva y la estadstica inferencial.
La aplicacin de ambas no es excluyente sino, con frecuencia, complementaria.
La Estadstica se enmarca dentro del mtodo que utiliza la Psicologa en su desarrollo como
Ciencia, el conocido como mtodo cientfico.
Pasos que se pueden diferenciar en la aplicacin del mtodo cientfico (Navas, 2001):
Ejemplo ilustrativo de cmo se plasma la aplicacin de algunas de las etapas del mtodo cientfico
en la bsqueda de una respuesta a la cuestin:
Cul es la razn de que las personas difieran en su nivel de tolerancia al dolor?
- Formulacin de una hiptesis:
Ejemplos de sta en funcin del marco terico de referencia considerado:
* Sociologa/antropologa: Las diferencias son funcin de factores culturales.
* Psicologa social: Las diferencias son funcin de factores situacionales.
* Psicologa de las diferencias individuales: Las diferencias son funcin de un rasgo de
personalidad, la introversin-extraversin, de manera que los introvertidos tienen ms
tolerancia al dolor.
(En lo sucesivo, asumamos como nuestra la ltima de estas hiptesis)
- Definicin operativa de las variables implicadas en la hiptesis: ( asignatura de Psicometra)
En sntesis, la Estadstica, como eslabn del proceder del mtodo cientfico, nos va a permitir
satisfacer el objetivo de resumir y transmitir de un modo comprensible la informacin procedente
de datos empricos (estadstica descriptiva) as como, cuando sea oportuno, generalizar a partir de la
informacin recogida de un conjunto reducido de sujetos a una poblacin ms amplia a la que stos
representen (estadstica inferencial).
Un caso, entidad o unidad de observacin es cada uno de los elementos sobre los que se desea
recoger informacin en un determinado estudio. De forma sinnima son utilizados tambin con
frecuencia los trminos participante y sujeto. sta ltima denominacin es apropiada cuando las
unidades de observacin son personas individuales, lo cual, aunque frecuente, no es siempre el
caso: por una parte, las unidades de observacin pueden ser dadas (p. ej., madre-hijo, parejas) o
grupos (p. ej., familias, asociaciones, colegios, empresas); por otra parte, pueden ser animales
(como es comn en la investigacin psicofisiolgica) u objetos (p. ej., juguetes, anuncios
radiofnicos...).
Una variable es el conjunto de valores resultantes de medir una caracterstica (propiedad, atributo)
en las distintas unidades de observacin objeto de estudio.
Un dato (valor observado, observacin) es un valor que proporciona informacin de un caso para
una variable concreta.
Ejercicio 1: En un estudio con un grupo de 45 personas que haban sido tratadas psicolgicamente
por problemas de ansiedad, se pregunt a las mismas cuntas veces haban sufrido un ataque de
ansiedad desde que termin el tratamiento recibido. Tambin se les pregunt si consideraban que
haba mejorado su calidad de vida a raz del tratamiento psicolgico que recibieron.
Cuntos casos y variables aparecen implicados en este estudio?, cuntos datos se habrn obtenido
en la recogida de datos?, qu distintos valores adopta cada una de las variables (modalidades de
cada variable)?
Existen diferentes formas de organizar los datos recogidos en un estudio, los cuales es comn que
sean cuantiosos dado que es frecuente obtener datos de diversas variables para un conjunto amplio
de casos. A estas formas de organizacin de los datos se les suele conocer como estructuras de
datos, siendo la ms utilizada en la prctica la conocida como tabla de datos (tambin denominada
matriz de datos): se trata de una organizacin bidimensional en que las filas representan a las
entidades y las columnas a las variables, constituyendo el cruce de una fila y una columna
cualesquiera de la tabla, el valor observado (dato) correspondiente a un caso concreto en una
determinada variable.
Tipos de variables
Se han planteado diferentes clasificaciones de variables que varan en funcin del criterio
considerado en su categorizacin. A continuacin se presentan 3 de estas tipologas que resultan
especialmente relevantes a la hora de comprender las implicaciones prcticas del concepto de
variable.
(a) En funcin de cmo son medidas las variables, esto es, de la escala de medida utilizada en la
obtencin de los datos de la variable, se pueden diferenciar 3 tipos de variables:
Variables cuantitativas o numricas: aqullas en que los valores resultantes de la medicin son
nmeros que indican el grado o cantidad de lo que se est midiendo. Las variables cuantitativas se
caracterizan por tener unidades de medida.
De las variables cuantitativas se hace una diferenciacin adicional en funcin de que sean
continuas o discretas. Las variables cuantitativas continuas pueden tomar cualquier valor
numrico, esto es, entre cualquier par de valores, puede darse un valor numrico intermedio a
aquellos dos. A modo de ejemplo, la variable Tiempo empleado en completar una tarea
orientada a evaluar la coordinacin motriz. Las variables cuantitativas discretas slo pueden
tomar ciertos valores concretos, por ejemplo, la variable Nmero de hijos.
En cualquier caso, hay que tener en cuenta que la precisin limitada de los instrumentos de
medida provoca que, en la prctica, todas las variables cuantitativas sean medidas de un modo
discreto aunque algunas, por su naturaleza, sean en realidad variables cuantitativas continuas.
Ejemplo: la variable con los datos recogidos en un grupo de 121 personas a partir de la
siguiente pregunta de un test: Ansiedad que siente cuando se encuentra con mucha gente
alrededor (X).
X: {4, 2, 1, 2, 2, 3, 1, 3, 2, 4, 1, 3, 1, 2, 3, 2, 1, 1, 4, 1, 3...}
Las alternativas de respuesta a esta cuestin eran: Nada; Algo; Bastante; Mucha.
Codificacin: [1: Nada; 2: Algo; 3: Bastante; 4: Mucha]
Variables categricas (cualitativas, nominales): aqullas en que los valores no aportan ninguna
informacin de magnitud ni de orden, tan slo diferencian a los casos en distintas categoras de
pertenencia. Una clasificacin adicional de las variables categricas diferencia a stas entre
dicotmicas (dos valores posibles) y politmicas (ms de 2 valores posibles).
Ejemplo: la variable Estado civil, habiendo sido recogidos los datos para un total de 50
personas de la ciudad de Castelln (n = 50):
X: {0, 0, 1, 2, 2, 0, 1, 3, 2, 0, 1, 0, 1, 2, 0, 2, 1, 1, 0, 1, 0...}
Codificacin: [0: soltero/a; 1: casado/a; 2: separado/a o divorciado/a; 3: viudo/a]
Esta tipologa diferencia entre aquellas variables que son propiamente el objeto de inters de
nuestro campo de conocimiento de aqullas que, aunque no de naturaleza psicolgica, suelen ser
consideradas en un gran nmero de investigaciones psicolgicas dado el inters que suele tener
plantear anlisis diferenciales en funcin de las mismas.
Cabe destacar que una misma variable puede aparecer como explicativa en un estudio, mientras
que variable de respuesta en otro diferente, por ejemplo, una variable como la inteligencia
emocional es la variable explicativa en el ejemplo anterior de la conducta solidaria, mientras que
sera la variable de respuesta en un estudio en que se hipotetizara el efecto del estilo educativo que
se ha recibido sobre la inteligencia emocional.
Es frecuente que en estudios en que se desea analizar la influencia de una variable sobre otra, los
valores de la primera, la variable explicativa, sean asignados a los sujetos por parte de quien lleva a
cabo el estudio. A este caso de variable explicativa en que, en realidad, no hay un proceso de
medicin a partir del que se obtengan los datos, sino que es el responsable de la investigacin quien
determina los valores que tendrn los sujetos en esa variable, se le conoce como variable
manipulada.
J. Gabriel Molina y Mara F. Rodrigo
Estadstica descriptiva en Psicologa
Curso 2009-2010
11
Tambin podemos encontrar estudios en que se planteen hiptesis sobre la relacin entre variables
sin que est claro a priori que una variable sea explicativa y la otra variable de respuesta. En estos
casos se habla de relacin simtrica entre las variables, frente a la relacin asimtrica que se daba en
los ejemplos previos.
Del mismo modo que no es aplicable la distincin entre variable explicativa y variable de
respuesta si nos encontramos con una relacin simtrica entre variables, tampoco lo ser en aquellos
estudios que implican a una nica variable (hiptesis univariadas).
- Metodologa experimental:
o La variable explicativa o independiente es manipulada por el investigador/a, quin va a
definir a priori los valores que sta puede tomar ( variable manipulada).
o Asignacin aleatoria de los participantes en el estudio a los diferentes subgrupos
definidos por los valores de la variable explicativa.
- Metodologa cuasi-experimental:
o Manipulacin de la variable explicativa (dem a la metodologa experimental).
o Asignacin no aleatoria, sino determinada por condicionantes prcticos como, por
ejemplo, el aprovechamiento de la existencia de grupos naturales a los que asignar los
diferentes valores de la variable explicativa.
- Metodologa no experimental:
o No hay manipulacin de la variable explicativa, los valores de sta vienen ya dados.
o Dentro de esta categora se suelen encuadrar dos tipos de diseos de investigacin
ampliamente utilizados en el mbito de la investigacin en las Ciencias del
Comportamiento: la metodologa observacional y la metodologa selectiva (tambin
denominada correlacional).
Figura resumen de las metodologas de investigacin (adaptado de Portell, Vives y Boixads, 2003)
Aunque no es siempre posible, en algunos estudios se puede optar por la aplicacin de cualquiera
de estas tres metodologas. Ser el responsable del diseo de la investigacin quien, en funcin de
los recursos disponibles y del tipo de conclusiones a que se quiera llegar, decida qu tipo de diseo
de investigacin implementar. Supngase que se quiere comparar la eficiencia de la aproximacin
farmacolgica frente a la psicolgica en el tratamiento de la ansiedad:
Siguiendo con nuestro ejemplo, supngase que se han obtenido en nuestro estudio sobre el
tratamiento de la ansiedad los datos que se muestran a continuacin (tipo de diseo de
investigacin: cualquiera de ellos):
Trat_F Trat_P
6 4
8 9
11 4
... ...
X =8 X =6
Tras realizar el oportuno anlisis de los datos recogidos (obtencin de la media de ambos
grupos), puede observarse como la media del grupo del tratamiento farmacolgico es mayor
que la del tratamiento psicolgico y, asumiendo que mayor puntuacin en el test representa un
peor resultado (mayor nivel de ansiedad), los resultados sugieren concluir que el tratamiento
psicolgico es ms eficaz que el farmacolgico. Ahora bien, cul es la validez de esa
conclusin?, se puede concluir que la causa de la diferencia en ansiedad entre ambos grupos
se debe al tratamiento? La respuesta a estas cuestiones no viene determinada por el anlisis de
los datos, sino por el diseo de investigacin que se hubiese aplicado.
En el caso que se hubiese aplicado un diseo no experimental, tan slo podremos concluir que
existe relacin entre la variable Tratamiento y la variable Ansiedad, en concreto, que al
tratamiento psicolgico aparecen asociados niveles ms bajos de ansiedad, mientras que lo
contrario sucede con el tratamiento farmacolgico. Ir ms all, definir una relacin causal de
la variable Tratamiento sobre la variable Ansiedad, poder concluir que el tipo de
tratamiento es la causa de las diferencias encontradas en ansiedad en ambos grupos, slo ser
posible si se ha aplicado un diseo de investigacin experimental. Por ltimo, en el caso de
aplicar un diseo cuasi-experimental, la conclusin acerca de la relacin causal entre ambas
variables estar matizada por la incertidumbre, menor cuanto mejor se justifique la
equivalencia de los grupos en el momento de iniciarse el tratamiento.
Una diferenciacin tradicional en el campo de la estadstica ha sido la que distingue entre, por una
parte, el inters de esta disciplina por resumir los datos recogidos de una forma que resulte
informativa, comprensible y permita tomar decisiones tiles (estadstica descriptiva) y, por otra
parte, el inters por inferir sobre una poblacin numerosa en su tamao, a partir de un subconjunto
reducido de miembros de esa poblacin (estadstica inferencial). En la prctica, la aplicacin de
ambas no es excluyente sino, con frecuencia, complementaria.
Se llama poblacin estadstica al conjunto de todos los elementos que cumplen una o varias
caractersticas o propiedades (Botella et al., 2001).
Otra propuesta de definicin: Conjunto de entidades objeto de inters en un estudio.
En cuanto que conjunto, sus elementos tendrn alguna caracterstica(s) en comn que es la que va
a determinar su pertenencia a ese conjunto. La definicin de la poblacin en un estudio debe
expresar con precisin esas caractersticas, pues stas representan el criterio de pertenencia a la
misma, permitiendo discernir con claridad quin y quin no forma parte de la poblacin objeto de
estudio.
Ejemplos de poblaciones:
- La poblacin de mujeres de entre 25 y 35 aos de la CV
Criterios de pertenencia: ser mujer, tener entre 25 y 35 aos y ser de la CV.
Posibles ambigedades: entre 25 y 35 aos, ambos inclusive?; ser de la CV, vivir?
- Los estudiantes del grupo de 1 D de la Facultad de Psicologa de la UVEG del presente
curso acadmico.
Los oyentes o lectores expertos sern escpticos ante un informe en que se omita esa
informacin, pero no ocurrir lo mismo con otros receptores no expertos, que pueden creer
que los resultados hacen referencia a una poblacin amplia cuando, en realidad, puede que no
sea ste el caso. Es un deber tico el ser transparente en un aspecto tan crucial como es el de
la descripcin de las caractersticas de la poblacin objeto de estudio y las de los participantes
de los que se haya recogido datos, pues ello va a permitir valorar la capacidad de
generalizacin de los resultados obtenidos con stos a aqulla.
El tamao de la poblacin depender de cul es el objetivo del estudio que se plantee llevar
a cabo y, ms especficamente, de sobre quin se desee extraer conclusiones. Por ejemplo,
el tamao de la poblacin puede ser bien reducido en el estudio de la eficacia de un mtodo
determinado de lecto-escritura que tenga como poblacin de inters simplemente a los
J. Gabriel Molina y Mara F. Rodrigo
Estadstica descriptiva en Psicologa
Curso 2009-2010
19
escolares de una aula de un colegio concreto, como podra ser el caso de un estudio en un
colegio en el que estemos desarrollando nuestro trabajo como psiclogos.
Una muestra es un subconjunto de los elementos de una poblacin (Botella et al., 2001).
Tal vez se podra aadir: ...sobre el que obtener la informacin que nos permita inferir alguna
caracterstica(s) de esa poblacin.
- Economa de recursos: obviamente, cuanto menor el nmero de casos de los que haya que
recoger datos, menor ser el trabajo implicado en ello.
- Calidad de los datos recogidos.
Una ventaja mal entendida que se atribuye a trabajar con una muestra, frente a hacerlo con la
poblacin correspondiente, es la derivada del problema de accesibilidad a los elementos de la
poblacin.
Por ejemplo: Las poblaciones que habitualmente interesa estudiar en Psicologa o son
infinitas o son tan grandes que normalmente resulta muy difcil (si no imposible) tener acceso
a todos sus elementos. Bajo estas circunstancias, es de las muestras de donde podemos obtener
la informacin necesaria... (Pardo y San Martn, 2001).
En realidad, el problema no sera tanto la gran dificultad, o imposibilidad, para tener acceso a
los elementos de una poblacin numerosa -a no ser que se trate de poblaciones que no tengan
una localizacin tangible en el espacio o en el tiempo-, sino ms bien lo costoso que puede
resultar el acceder a los mismos.
Anlogamente a lo que ocurre con el concepto de poblacin, una fuente de confusin bastante
frecuente al considerar el concepto de muestra es asociarlo a un conjunto de elementos de tamao
reducido.
Ejemplo: Al contrario de lo que ocurre con las poblaciones, que suelen ser conjuntos de
elementos de gran tamao, las muestras suelen ser conjuntos de elementos de tamao
reducido. (Pardo y San Martn, 2001).
Un parmetro es un valor numrico que describe una caracterstica de una poblacin (Botella et
al., 2001).
Un estadstico es un valor numrico que describe una caracterstica de una muestra (Botella et
al., 2001)
Mientras que el valor obtenido para un parmetro es una constante, el obtenido para un estadstico
se puede concebir como una variable, dado que para diferentes muestras de una misma poblacin se
obtendrn normalmente diferentes valores.
Muestra Poblacin
Referencias:
Aaron, A. y Aaron, E. N. (2001). Estadstica para Psicologa. Buenos Aires: Prentice Hall.
Botella, J., Len, O. G., San Martn, R. y Barriopedro, M. I. (2001). Anlisis de datos en psicologa
I: teora y ejercicios. Madrid: Pirmide.
Gambara, H. (2002). Mtodos de investigacin en psicologa y educacin: Cuaderno de prcticas
(3 ed.). Madrid: McGraw-Hill.
Navas, M.J. (2001). Mtodos, diseos y tcnicas de investigacin psicolgica. Madrid: UNED.
Pardo, A. y San Martn, R. (2001). Anlisis de datos en psicologa II. Madrid: Pirmide.
Portell, M.; Vives, J. y Boixads, M. (2003). Mtodes dinvestigaci: recursos didctics. Bellaterra:
Servei de Publicacions de la UAB.
Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103, 677-680.