Pruebas Estadísticas en

Psicología
CONCEPTOS BÁSICOS

COUTO BARRERA CARLOS FERNANDO

 Objetivos

 Aplicación de la estadística en psicología y análisis de

datos
 Relación de la estadística en los modelos cuantitativos
 Uso de software para análisis de datos
 Estadística Paramétrica y NO Paramétrica
 Escalas de medición y tipo de variables
 Probabilidad
 Muestra
 Prueba de hipótesis y nivel de significancia
 Aplicación de la estadística en psicología y
análisis de datos

 La estadística es un conjunto de procedimientos para reunir,

clasificar, codificar, procesar, analizar y resumir
información numérica adquirida sistemáticamente (Ritchey, 2002).

 Permite hacer inferencias a partir de una muestra para extrapolarlas a una

población.
Ritchey, F. J. (2002). Estadística para las Ciencias Sociales: El Potencial de la Imaginación Estadística. México: Mc Graw Hill.
Aplicación de la estadística en psicología y
análisis de datos
 Aplicación de la estadística en psicología y
análisis de datos

 Aunque normalmente se asocia a muchos cálculos y

operaciones aritméticas, y aunque las matemáticas están
involucradas, en su mayor parte sus fundamentos y uso
apropiado puedendominarse sin hacer
referencia a habilidades matemáticas
avanzadas. De hecho, se trata de una forma de ver la
realidad basada en el análisis cuidadoso de los hechos
(Ritchey, 2002).

Ritchey, F. J. (2002). Estadística para las Ciencias Sociales: El Potencial de la Imaginación Estadística. México: Mc Graw Hill.
Aplicación de la estadística en psicología y
análisis de datos

 ¿Es necesaria?
Implicaciones éticas y legales

 “la utilización de la frase publicitaria ‘8 de

cada 10 gatos prefieren Whiskas’, en el
mercado nacional de alimentos de
mascotas para publicitar productos
asociados a la marca Whiskas, sin hacer
referencia a estudios de mercado o
de palatabilidad que fundamenten
la señalada preferencia, no se
sustenta en antecedentes
objetivos y verificables, o estos no se
encuentran en la especie comprobados
suficientemente”
 Relación de la estadística en los modelos
cuantitativos

Describir
Contar
Problematizar
El problema de Pávlov
Estadística y Metodología
Cambios de conducta en usuarios

20 Líneas 195 Estaciones

2 Observadores por estación

= 390

1 Lista de conductas a
observar

1observación previa a la
pandemia por est.= 195
¿Debo pedir las Quesadillas
con queso?

¿Qué dejo fuera?

¿Cómo le voy a hacer?
¿Necesito ayuda?
¿Cómo saber si el problema es de asociación o comparación?
1) ¿Se tienen grupos?
SI: se está comparando.
NO: entonces es poco probable que sea de comparación, pero no imposible.

2) ¿Hay Tratamientos (Tx)? (¿Se hace un experimento o intervención?)

SI: se está comparando
NO: casi seguro es de asociación
 Relación de la estadística en los modelos
cuantitativos
 Medición
Asignar valores a las propiedades de los objetos bajo ciertas reglas, esas reglas son los niveles de medición
Nivel Ejemplo
Nominal Dicotómicas, Nombres
Ordinal Notas musicales, Likert

Intervalar Celsius, Año AC DC

Razón o proporción Edad, Peso

 Escalas de medición y tipo de variables

Medidas de tendencia
Nivel Transitividad Cero Cero Absoluto
central y dispersión

Nominal moda, porcentaje

moda, porcentajes, mediana

Ordinal Sus calificaciones

moda, porcentajes, mediana, media,

desviación estándar varianza, curtósis,
Intervalar sesgo, rango, decíles, cuartiles,
percentiles

Razón o proporción Igual a intervalar

 Escalas de medición y tipo de variables

 Nominal
 1) Exhaustiva: implica a todas las opciones
 2) A los sujetos se les asignan categorías,
por lo que son mutuamente excluyentes. Es
decir, la variable está presente o no; tiene o
no una característica
Nivel Transitividad Cero Cero Absoluto
Nominal
 Escalas de medición y tipo de variables

 Ordinal
 1) El nivel ordinal posee transitividad, por lo que se tiene la
capacidad de identificar que “esto es mejor o mayor que
aquello”, en ese sentido se pueden establecer jerarquías
 2) Las distancias entre un valor y otro no son iguales
no se pueden sumar, pero cuando se tiene una escala con
reactivos calificados en un nivel ordinal, al ser sumados, el
resultado de esta suma puede ser considerado como intervalar, ya
que matemáticamente se comporta como tal.
Nivel Transitividad Cero Cero Absoluto
Ordinal
 Escalas de medición y tipo de variables

 Intervalar
 1) El nivel de medición intervalar requiere distancias iguales
entre cada valor.
 2) Las unidades de calificación son equivalentes en todos los
puntos de la escala.
 3) Se pueden hacer operaciones aritméticas
4) Cuando se le pide al sujeto que califique una situación del 0 al
10 puede tomarse como un nivel de medición intervalar, siempre
y cuando se incluya el 0
Nivel Transitividad Cero Cero Absoluto
Intervalar
 Escalas de medición y tipo de variables

 Razón
 1) La escala empieza a partir del 0 absoluto, por lo tanto incluye sólo los
números por su valor en sí, por lo que no pueden existir los números con
signo negativo. Por ejemplo: Peso corporal en kg., edad en años, estatura
en cm.
 2) Convencionalmente los datos que son de nivel absoluto o de razón son
manejados como los datos intervalares.

Nivel Transitividad Cero Cero Absoluto

Ordinal
Justificación Teórica

 ¿Qué dicen los textos actuales?

 ¿Soy el primero en preguntarse esto?
 ¿Justificación de autoridad?
 Explicación de los constructos y fundamentos
Justificación Metodológica

 ¿La forma en la que se ha hecho antes es correcta?

 ¿Por qué mi la forma en la que lo estoy haciendo es
correcta?
Justificación Social

 Ocurre poco… pero…

¿Es importante?

 ¿Saberlo es importante?
 Sentido Común
 Las ideas nuevas deben parecerse a las viejas

 Serie de conceptos y esquemas conceptuales satisfactorios para los usos

prácticos de la humanidad.

 Pueden ser engañosos

 Difiere de la ciencia porque esta es:

 Sistemática
 Controlada
 Empírica
 No Selectiva (búsqueda del ganso negro)
 Descarta explicaciones Metafísicas
 Métodos de conocimiento (Buchler 1955)

 Tenacidad
 Autoridad
 A priori
(intuición y lógica)
 Ciencia
Normalidad Estadística
 Estadística Inferencial Paramétrica y NO
Paramétrica
Paramétrica NO Paramétrica

Normalidad libre de curva

Homocedasticidad u homogeneidad

Aleatoreidad Frecuencias, porcentajes, modas y rangos

Intervalar o de Razón Ordinal o nominal

*¿Ordinal? McGuigan(1993) y Siegel (1956)
 Estadística Inferencial Paramétrica y NO
Paramétrica
Paramétrica NO Paramétrica

Normalidad libre de curva

Homocedasticidad u homogeneidad
 Estadística Inferencial Paramétrica y NO
Paramétrica
Paramétrica NO Paramétrica

Normalidad libre de curva

Homocedasticidad u homogeneidad
 PROTOCOLO SPSS PARA VERIFICAR EL
SUPUESTO DE HOMOCEDASTICIDAD:

Prueba de Levene.
Para verificar la homogeneidad de las varianzas (nivel ordinal, de intervalo o de razón).
Ruta en el SPSS: Analizar → Comparar medias → ANOVA de una sola vía → Seleccionar las variables de interés (VD
y VI) → Opciones → Pruebas de homogeneidad en la varianza (que es la prueba de Levene) → Continuar → OK
Resultados en el SPSS: Nivel de significancia (Sig.) del estadístico Levene (F) y grados de libertad (df).
Si ρ > .05 en el estadístico basado en la media (mean), las varianzas son iguales.
Si ρ < .05 en el estadístico basado en la media (mean), las varianzas son diferentes.
Reportar los resultados del SPSS para Levene: La Fuerza (÷1 y 18 rango de datos)=…, p=…, H1
Los niveles de depresión medidos el día domingo, F(1,18)=3.64, p=.271, y el día miércoles,
F(1,18)=0.51, p=.632, cumplen con el supuesto de homogeneidad.
Reportar los resultados del SPSS para Levene:
La Fuerza (÷1 y 18 rango de datos)=…, p=…, H1
Los niveles de depresión medidos el día domingo,
F(1,18)=3.64, p=.271, y el día miércoles, F(1,18)=0.51,
p=.632, cumplen con el supuesto de homogeneidad.
 Análisis Paramétricos y No Paramétricos

Son utilizados en estadística inferencial con el propósito de instaurar la

probabilidad de que una conclusión obtenida sea aplicable al universo
o población de estudio de dónde se extrajo dicha muestra, así mismo
son de gran utilidad por tener la capacidad de un mayor alcance y
exactitud, a través de la variedad de estadísticos para abordar las
variables de acuerdo con sus características y escalas de medición.

Mayorga Ponce , R. B., Graciano Ventura, D. C., Martínez Hernández , A., Moctezuma Jiménez, P. M., Pérez Galindo , B., & Roldan Carpio
, A. (2022). Cuadro comparativo de Análisis Paramétrico y No Paramétrico. Educación Y Salud Boletín Científico Instituto De Ciencias De La
Salud Universidad Autónoma Del Estado De Hidalgo, 10(20), 90-93. https://doi.org/10.29057/icsa.v10i20.9143
Las pruebas paramétricas se basan en las leyes de distribución normal para
analizar los elementos de una muestra mientras que las pruebas no
paramétricas se encargan de analizar datos que no tienen una distribución
particular y se basa en una hipótesis, pero los datos no están organizados de
forma normal.

Mayorga Ponce , R. B., Graciano Ventura, D. C., Martínez Hernández , A., Moctezuma Jiménez, P. M.,
Pérez Galindo , B., & Roldan Carpio , A. (2022). Cuadro comparativo de Análisis Paramétrico y No
Paramétrico. Educación Y Salud Boletín Científico Instituto De Ciencias De La Salud Universidad Autónoma
Del Estado De Hidalgo, 10(20), 90-93. https://doi.org/10.29057/icsa.v10i20.9143
Leyes y
teorías en
ciencia
Teoría científica: Es un conjunto de conceptos, incluyendo
abstracciones de fenómenos observables y propiedades
cuantificables, junto con reglas (leyes científicas) que expresan las
relaciones entre las observaciones de dichos conceptos.

Ley científica: Es una proposición científica que afirma una

relación constante entre dos o más variables o factores, cada uno
de los cuales representa una propiedad o medición de sistemas
concretos.
Psicofísica
 Ley de Weber-Fechner

El menor cambio discernible en la magnitud de un estímulo es

proporcional a la magnitud del estímulo

nuestra capacidad de apreciación ante un cambio se basa en «el valor

relativo de la variación respecto del valor de partida
 Atributo Sujetos

Variable de interés Participantes

¿Qué mido?
¿A quien o a que?

Unidad de Medición
Variable Dependiente Unidad de Análisis
(VD) Variable Independiente
(VI)
Variables

 Variable: es una característica o propiedad que asume diferentes valores dentro de una
población de interés y cuya variación es susceptible de medirse.
 Las variables pueden clasificarse de acuerdo al tipo de valores que puede tomar como:
 Discretas o categóricas.- en las que los valores se relacionan a nombres, etiquetas o categorías,
no existe un significado numérico directo
 Continuas.- los valores tienen un correlato numérico directo, son continuos y susceptibles de
fraccionarse y de poder utilizarse en operaciones aritméticas
Unidades Estadísticas

La unidad de medición es el atributo que se va a medir o variable dependiente (VD). ¿Qué mido?
La unidad de análisis son los sujetos, es decir a quién mido o a qué mido, está definida por la
variable independiente (VI).

Unidad de medición VD Unidad de análisis VI

Color ¿A quien o a que? Cuadros
 Tipo de problema

Comparación 2 preguntas Asociación

Muestras Niveles de Medición

Independientes o
Relacionadas Estadístico Correcto
Muestras en comparación

 Independientes: Cuando la unidad de medición es registrada una sola vez en la unidad de

análisis, se refiere a los grupos a comparar
Hombres vs. Mujeres
Grupo control vs. Grupo experimental
Fumadores vs. No fumadores
 Relacionadas: La unidad de medición es medida más de una ocasión en la unidad de
análisis, son las diferentes mediciones hechas
Evaluaciones Pre-test vs. Post-test vs. Seguimiento
Hermanos gemelos
Grupos apareados
 ¿Cuantas veces voy a medir?
Comparación Grupos

Comparación Grupos
Sin Música
Atención-Música

Atención-Música
Música Tranquila Sin Música
Música No
Tranquila Con Música

Música Triste
 ¿Cuantas veces voy a medir?
Terapia Porras

Terapia Porras
Línea Base
Efectividad

Efectividad
1er Ev Terapia Pre
Post Post
Seguimiento
 Escalas de medición y tipo de
variables
Otra Vez VD (¿Qué?)
Medidas de tendencia
Nivel Transitividad Cero Cero Absoluto
central y dispersión

Nominal moda, porcentaje

moda, porcentajes, mediana

Ordinal Sus calificaciones

moda, porcentajes, mediana, media,

desviación estándar varianza, curtósis,
Intervalar sesgo, rango, decíles, cuartiles,
percentiles

Razón o proporción Igual a intervalar

 1
5
1
3
1
6

1
1
7
4

1 1 1
1 2 3 4 5 6 7 8 9
0 1 2
 Hipótesis estadística

La Hipótesis es la respuesta tentativa para la solución de la pregunta de

investigación.

Al realizar inferencias estadísticas, se acostumbra adoptar un modelo de

decisión. Este modelo consta de cuatro elementos:
 Hipótesis nula (H0)
 Hipótesis alterna (H1)
 Nivel de significancia que ha de utilizarse en la prueba estadística
 Regla de decisión
¿Verdad que
esta bien
fácil?
1er Evaluación

Justificación Teórica (fuentes)

Justificación Metodológica (fuentes)
Justificación Social (fuentes)
Variable Dependiente
Variable Independiente
# Carita