Estadísticas de Psicología para Tontos Hoja de Trucos (Edición del Reino Unido)

De Estadísticas de Psicología para Tontos

Por Donncha Hanna, Martin Dempster

Puede que estés más interesado en estudiar psicología que en calcular números, pero conocer las estadísticas de la psicología es esencial si vas a hacer que toda esa información de investigación se acumule y que otras personas la entiendan. Esta Hoja de Trucos le ayuda con algunos conceptos básicos en las estadísticas de psicología.

Determinación del papel de las variables en las estadísticas de psicología

En las estadísticas de psicología, los estudios de investigación que involucran la recolección de datos cuantitativos (cualquier dato que pueda contarse o representarse como números) generalmente requieren que se recolecten y almacenen datos en una hoja de datos sobre varias variables. Cuando usted realiza sus análisis estadísticos sobre estos datos, necesita saber qué papel jugó cada variable en el diseño de su investigación. En general, las variables de la estadística psicológica se clasifican como variables independientes, variables dependientes o covariables.

Variables independientes

Las variables independientes se denominan a veces variables predictoras. Estrictamente hablando, una variable independiente es una variable que usted manipula para que pueda estudiar cómo los cambios en la variable independiente influyen en los cambios en otras variables. En algunos casos, te refieres a las variables como variables independientes incluso cuando no las estás manipulando directamente… Este tipo de variable independiente es una variable casi independiente.

Variables dependientes

Las variables dependientes a veces se denominan variables de resultado o variables de criterio. Una variable dependiente es generalmente la variable que se espera que cambie cuando se manipula la variable independiente. En otras palabras, la variable dependiente es la variable a la que afecta la variable independiente. Por lo tanto, la variable dependiente se llama así porque su valor depende del valor de la variable independiente (al menos en teoría).

Covariables

Una covariable es un término amplio usado para una variable en el diseño de una investigación que no es ni independiente ni dependiente. En algunos diseños se utiliza una covariable para tener en cuenta otros factores que pueden influir en la relación entre la variable independiente y la dependiente. Un buen diseño de investigación mide estas variables para que usted pueda dar cuenta de su influencia. Dentro de este diseño de investigación, estas variables son covariables. Las covariables también pueden existir en diseños de investigación donde no existen variables independientes o dependientes.

Elección entre Modo, Mediana y Media en las Estadísticas de Psicología

Cuando se elaboran las estadísticas de psicología que se deben reportar cuando se describe una variable en un informe, es necesario saber cuál de las tres medidas de tendencia central -la moda, la mediana y la media- se debe utilizar. Guíese por las ventajas y desventajas de cada medida.

La ponderación de las ventajas y desventajas de cada medida lleva a la siguiente conclusión: la medida más apropiada de la tendencia central de una variable depende del nivel de medición de la variable y de la naturaleza de la distribución de las puntuaciones dentro de esa variable.

• Nivel de medición: Es necesario distinguir entre tres niveles de medición (nominal, ordinal e intervalo/ratio) al elegir una medida de tendencia central.
• Distribución de las puntuaciones: Con el propósito de elegir una medida de tendencia central, usted necesita saber si existen puntuaciones extremas en su conjunto de datos (a menudo llamadas valores atípicos) o si la distribución de las puntuaciones está sesgada. Cuando usted determina el nivel de medición de su variable de interés y si hay o no asimetría y/o puntuaciones extremas en su conjunto de datos, entonces puede determinar la medida más apropiada de tendencia central, de la siguiente manera: Datos medidos al nivel nominal: De las tres medidas de tendencia central examinadas en este capítulo, el modo es el único apropiado, ya que las puntuaciones no pueden ordenarse de menor a mayor de manera significativa: La modalidad y la mediana son apropiadas. La mediana suele ser preferible, porque es más informativa que la moda. Las puntuaciones pueden ordenarse de la más pequeña a la más grande y esto es significativo, sin embargo, no se pueden sumar, por lo que no se puede calcular la media de los datos medidos a nivel de intervalo/ratio: Las tres medidas de tendencia central son apropiadas. La media suele ser preferible. Sin embargo, la media no es apropiada cuando existen puntuaciones extremas y/o asimetrías en el conjunto de datos. En esta situación, la mediana suele ser la mejor.

Elección de la medida correcta de la dispersión en las estadísticas de psicología

Las medidas de dispersión que se utilizan en las estadísticas de psicología muestran la dispersión o variabilidad de la variable que se está midiendo. Los tres principales son el rango, el rango intercuartil y la desviación estándar.

Conocer el rango, el rango intercuartil y la desviación estándar

Las tres medidas más importantes de dispersión se definen a continuación:

• El rango es la diferencia entre la puntuación más alta y la más baja de una variable. Estos son los valores que han sido puntuados por los participantes en el estudio, y no necesariamente las puntuaciones más altas y más bajas posibles.
• El rango intercuartil es la diferencia entre el cuartil superior y el inferior en un conjunto de puntuaciones ordenadas. Los cuartiles se forman dividiendo un conjunto de puntuaciones ordenadas en cuatro grupos de igual tamaño.
• La desviación estándar (a menudo abreviada como Desviación estándar o SD) es la desviación media de las puntuaciones del conjunto de datos respecto a su puntuación media para una variable en particular. La puntuación media es la media de las puntuaciones de una variable. La desviación estándar indica hasta qué punto las puntuaciones de una variable se desvían de la puntuación media.

Determinación de la medida de dispersión a utilizar

La medida de dispersión más apropiada se determina del siguiente modo, en función de la naturaleza de los datos:

• Datos medidos en el nivel nominal: Debido a que las tres medidas de dispersión requieren que los datos sean clasificados o sumados, ninguna de ellas es apropiada para los datos medidos a nivel nominal.
• Datos medidos a nivel ordinal: El rango y el rango intercuartil son apropiados. El rango intercuartílico suele ser preferible, ya que es más informativo que el rango.
• Datos medidos a nivel de intervalo/ratio: Las tres medidas de dispersión que hemos examinado son apropiadas. La desviación estándar suele ser preferible. Sin embargo, la desviación estándar (o varianza) no es apropiada cuando hay puntuaciones extremas y/o asimetría en el conjunto de datos. En esta situación, el rango intercuartílico suele ser preferible.

Mirando los Niveles de Medición en las Estadísticas de Psicología

Cuando se trabaja con estadísticas de psicología se pueden clasificar las variables de acuerdo a sus propiedades de medición. Cuando se registran variables en una hoja de datos, normalmente se registran los valores de las variables como números, ya que esto facilita el análisis estadístico. Sin embargo, los números pueden tener diferentes propiedades de medición y éstas determinan qué tipos de análisis se pueden hacer con estos números. El nivel de medida de la variable es un sistema de clasificación que le dice qué propiedades de medida tienen los valores de una variable.

Las propiedades de medición que pueden poseer los valores de una variable son:

• Magnitud: Esto significa que puede ordenar los valores de una variable de mayor a menor.
• Intervalos iguales: Esto significa que una diferencia de unidad en la escala de medición es la misma, independientemente del lugar de la escala en el que se produzca esa diferencia de unidad.
• Verdadero cero absoluto: El verdadero punto cero absoluto significa que el punto cero en la escala de medición es el punto en el que no existe nada de la variable y, por lo tanto, no existen puntuaciones inferiores a cero.

Estas tres propiedades de medición le permiten clasificar el nivel de medición de una variable en uno de los cuatro tipos siguientes

• Nominal: Esto significa que una variable no tiene ninguna de las tres propiedades de medición. Se mide una variable en el nivel nominal cuando se utilizan los números de la variable sólo como etiquetas.
• Ordinal: Si usted mide una variable en el nivel ordinal entonces los valores en la variable tienen la característica de la medida de la magnitud solamente. Se mide una variable en el nivel ordinal cuando las puntuaciones en la variable son rangos ordenados.
• Intervalo: Si usted mide una variable en el nivel de intervalo de medición, ésta tiene las propiedades de medición de magnitud e intervalos iguales.
• Ratio: si se mide una variable en el nivel de ratio de medición, tiene las propiedades de medición de magnitud, intervalos iguales y un verdadero cero absoluto.