20-21

MASTER INTERUNIVERSITARIO EN
METODOLOGÍA DE LAS CIENCIAS DEL
COMPORTAMIENTO Y DE LA SALUD.
UNED, UCM Y UAM

GUÍA DE
ESTUDIO
PÚBLICA

ANÁLISIS DE DATOS Y MODELOS

ESTADÍSTICOS
CÓDIGO 22201062
 20-21
ANÁLISIS DE DATOS Y MODELOS
ESTADÍSTICOS
CÓDIGO 22201062

ÍNDICE

PRESENTACIÓN Y CONTEXTUALIZACIÓN
REQUISITOS Y/O RECOMENDACIONES PARA CURSAR ESTA
ASIGNATURA
EQUIPO DOCENTE
HORARIO DE ATENCIÓN AL ESTUDIANTE
COMPETENCIAS QUE ADQUIERE EL ESTUDIANTE
RESULTADOS DE APRENDIZAJE
CONTENIDOS
METODOLOGÍA
SISTEMA DE EVALUACIÓN
BIBLIOGRAFÍA BÁSICA
BIBLIOGRAFÍA COMPLEMENTARIA
RECURSOS DE APOYO Y WEBGRAFÍA
ANÁLISIS DE DATOS Y MODELOS ESTADÍSTICOS CÓDIGO 22201062

Nombre de la asignatura ANÁLISIS DE DATOS Y MODELOS ESTADÍSTICOS

Código 22201062
Curso académico 2020/2021
Título en que se imparte MASTER INTERUNIVERSITARIO EN METODOLOGÍA DE LAS
CIENCIAS DEL COMPORTAMIENTO Y DE LA SALUD. UNED, UCM Y
UAM
Tipo CONTENIDOS
Nº ETCS 6
Horas 150.0
Periodo ANUAL
Idiomas en que se imparte CASTELLANO

PRESENTACIÓN Y CONTEXTUALIZACIÓN

La presente materia, tanto por su contenido como por su enfoque, resulta básica para
orientar de forma correcta el análisis de datos en el ámbito de las Ciencias del
Comportamiento y en el de la Salud. Por ello las competencias implicadas son:
• Desarrollar el interés metodología aplicada mediante el uso de los diferentes métodos de
análisis de datos y los procedimientos para la construcción y/o modificación de modelos
basados en datos procedentes de la investigación empírica.
• Analizar datos mediante la aplicación de las herramientas de análisis estadístico de uso
habitual en Metodología.
• Combinar diferentes técnicas de análisis para resolver problemas metodológicos desde
nuevas y diferentes perspectivas.
• Representar e integrar datos provenientes de la investigación empírica mediante
resúmenes, tablas y gráficos.
• Elaborar informes técnicos sobre la base de la herramienta estadística elegida y de sus
resultados
• Obtener de forma autónoma y eficiente información relevante a partir de las fuentes
bibliográficas relacionadas con el análisis y modelización de los datos.

Asignatura obligatoria de seis créditos de carácter teórico práctico donde el estudiante, tras
revisar y recordar los conceptos básicos ya superados en sus estudios de grado o
licenciatura, hará una extensión de los mismos con especial incidencia en las
recomendaciones más recientes de la APA en relación con los planteamientos de la
inferencia estadística. Se pretende, además, que el alumno adquiera el concepto de
modelización y de su uso en la investigación aplicada a través de estudio del modelo lineal
general como uno de los procedimientos de análisis de los datos obtenidos en la
investigación en Ciencias del Comportamiento y de la Salud de uso más habitual.
Se trata de una preparación para afrontar, posteriormente, el estudio de asignaturas como:
Técnicas de Agrupación, Técnicas de Clasificación, Modelo Lineal Generalizado, Modelos de
Ecuaciones Estructurales, asignaturas que conforman uno de los perfiles del Master.

UNED 3 CURSO 2020/21

ANÁLISIS DE DATOS Y MODELOS ESTADÍSTICOS CÓDIGO 22201062

REQUISITOS Y/O RECOMENDACIONES PARA CURSAR ESTA

ASIGNATURA

Para el seguimiento provechoso de esta asignatura es conveniente que los alumnos hayan
cursado alguna materia sobre estadística descriptiva, exploratoria y probabilidad, así como el
manejo de herramientas informáticas y paquetes estadísticos (SPSS).
Además, es imprescindible el conocimiento de matemáticas básicas y de álgebra elemental.

EQUIPO DOCENTE
Nombre y Apellidos SONIA JANETH ROMERO MARTINEZ
Correo Electrónico [email protected]
Teléfono
Facultad FACULTAD DE PSICOLOGÍA
Departamento METODOLOGÍA DE LAS CIENCIAS DEL COMPORT.

HORARIO DE ATENCIÓN AL ESTUDIANTE

Martes y Jueves de 10 a 12 horas.

Dra. Sonia Janeth Romero Martínez
Teléfono: 91 398 7900
Email: [email protected]

COMPETENCIAS QUE ADQUIERE EL ESTUDIANTE

COMPETENCIAS GENERALES
CG1 - Tomar conciencia de la importancia de la metodología en la adquisición del
conocimiento científico, así como de la diversidad metodológica existente para abordar
distintos problemas de conocimiento
CG2 - Desarrollar el razonamiento crítico y la capacidad para realizar análisis y síntesis de la
información disponible.
CG3 - Saber identificar las necesidades y demandas de los contextos en los que se exige la
aplicación de herramientas
metodológicas y aprender a proponer las soluciones apropiadas.
CG4 - Planificar una investigación identificando problemas y necesidades, y ejecutar cada
uno de sus pasos (diseño, medida, proceso de datos, análisis de datos, modelado, informe).
CG5 - Obtener información de forma efectiva a partir de libros, revistas especializadas y
otras fuentes.

UNED 4 CURSO 2020/21

ANÁLISIS DE DATOS Y MODELOS ESTADÍSTICOS CÓDIGO 22201062

CG6 - Desarrollar y mantener actualizadas competencias, destrezas y conocimientos según

los estándares propios de la profesión.

RESULTADOS DE APRENDIZAJE

Delimitar los problemas de la investigación y buscar la información relevante.

Conocer los procedimientos para la organización y descripción de los datos.
Conocer las propiedades de las distribuciones de los datos empíricos.
Describir las propiedades y características de los datos empíricos.
Seleccionar las técnicas estadísticas apropiadas en virtud de las propiedades de los datos
empíricos.
Elegir, utilizar e interpretar los estadísticos más usuales en función de los objetivos del
análisis
Ser capaz de formular y proponer modelos basados en datos empíricos.
Verificar, mediante procedimientos estadísticos, las hipótesis derivadas de los modelos.
Valorar adecuadamente la capacidad predicativa y/o explicativa de los modelos
Tomar decisiones basadas en resultados estadísticos.

CONTENIDOS

BLOQUE I: Revisión de Conceptos Fundamentales

Su objetivo revisar y actualizar conceptos fundamentales de la estadística descriptiva e

infrencial y sus fundamentos, así como introducir el concepto de modelo como estructura
básica para la comprensión y desarrollo de la investigación
Se trata de temas básicos imprescindibles para poder seguir la materia y sobre ellos no se
realizaran prácticas específicas, tan sólo preguntas (tipo test) de auto evaluación

BLOQUE II: Análisis Exploratorio

Presentamos el Análisis Exploratorio como un paso previo y necesario para el desarrollo

correcto y fructífero de cualquier técnica derivada del Modelo Lineal General.

BLOQUE III: Modelo Lineal General: Formulación, Análisis y Utilización

Su finalidad es llegar a ser capaz de plantear los objetivos de la investigación desde una
perspectiva de modelización, empleando para ello, el modelo lineal general dada su utilidad
y simplicidad y porque es la base de la mayoría de las técnicas que se emplean en la
investigación aplicada.

UNED 5 CURSO 2020/21

ANÁLISIS DE DATOS Y MODELOS ESTADÍSTICOS CÓDIGO 22201062

BLOQUE IV: Extensiones del Modelo Lineal General

La finalidad de este bloque es conocer a fondo algunos de los diferentes modelos ANOVA
tanto por la importancia que estas técnicas han tenido en el pasado siglo, como por su
relevante uso en la actualidad.

METODOLOGÍA

Esta asignatura ha sido diseñada según modalidad a distancia, por ello, el estudiante
contará con el material necesario para afrontar el estudio de forma autónoma.
El estudio de la materia se hará a través de los textos básicos recomendados, apoyados con
material virtualizado disponible en la plataforma de aprendizaje y en las orientaciones
didácticas elaboradas para que el estudiante pueda estudiar a distancia de forma autónoma.
Dadas las características de la materia se emple, principalmente, el aprendizaje basado en
resolución de problemas.
Plan de trabajo:
1.- Estudio de los textos básicos y material específico del curso. (3 ECTS, 75 horas)
2.- Horas de contacto virtual a través de la plataforma. 0,6TS (Se consideran parte de los
créditos asignados al trabajo teórico). (15 horas)
3.- Consulta bibliografía complementaria. 0,4 ECTS (Se entiende que es la correspondiente
al desarrollo del trabajo final conjunto con la materia de Diseños Avanzados) (10 horas)
4.- Realización de trabajos. 2 ECTS (50 horas)

SISTEMA DE EVALUACIÓN
TIPO DE PRIMERA PRUEBA PRESENCIAL
Tipo de examen No hay prueba presencial

TIPO DE SEGUNDA PRUEBA PRESENCIAL

Tipo de examen2 No hay prueba presencial

CARACTERÍSTICAS DE LA PRUEBA PRESENCIAL Y/O LOS TRABAJOS

Requiere Presencialidad No
Descripción
Evalaución basada en problemas:
Esta metodología se emplea al final de cada bloque temático. El estudiante deberá
desarrollar la solución completa de un problema de investigación genérico que
deberá presentar en formato “informe de investigación”. Este trabajo será
evaluado completo, sobre esta evaluación se informará de forma detallada al
estudiante.
Evaluación tipo test
Se aplica al primer bloque temático (repaso de conceptos)
Criterios de evaluación

UNED 6 CURSO 2020/21

ANÁLISIS DE DATOS Y MODELOS ESTADÍSTICOS CÓDIGO 22201062

Ponderación de la prueba presencial y/o

los trabajos en la nota final
Fecha aproximada de entrega
Comentarios y observaciones

PRUEBAS DE EVALUACIÓN CONTINUA (PEC)

¿Hay PEC? No
Descripción
Criterios de evaluación
Ponderación de la PEC en la nota final
Fecha aproximada de entrega
Comentarios y observaciones

OTRAS ACTIVIDADES EVALUABLES

¿Hay otra/s actividad/es evaluable/s? Si,no presencial
Descripción
Para la evaluación de los bloques II; III y IV, el alumno recibirá un fichero de datos
personalizado sobre el que debe realizar la tarea obligatoria, enviando los resultados a
través de la plataforma, en un fichero comprimido cuya identificación debe ser:
NOMBRE Y PRIMER APELLIDO y que contendrá un fichero en WORD con la definición
del problema de estudio, breve marco teórico y los comentarios de los resultados
concordantes con el marco teórico propuesto. En otro fichero la salida de resultados del
SPSS.
Estos resultados serán comentados y calificados individualmente por la
profesora. En los bloques III y IV además deberá completar la evalución con el
comentario de un arñticulo(de los facilitados por el equipo docente) en el que se
emplea alguna de las técnicas estadísticas estudiadas en el bloque.
Criterios de evaluación
Se realiza a través de las tareas específicas (tareas obligatorias) de los bloques II, III y
VI. El peso relativo de las tareas es:

Ponderación en la nota final Bloque I (Test de Introducción): 20%. Bloque

II (ADE): 20%. Bloque III: Regresión: 30%
(10% comentario artículo y 20% la tarea
obligatoria). Bloque IV: Anova 30% (10%
comentario artículo y 20% la tarea
obligatoria).
Fecha aproximada de entrega Convocatoria de junio: 30/06/2021.
Convocatoria de septiembre: 01/09/2021
Comentarios y observaciones

UNED 7 CURSO 2020/21

ANÁLISIS DE DATOS Y MODELOS ESTADÍSTICOS CÓDIGO 22201062

¿CÓMO SE OBTIENE LA NOTA FINAL?

Sumando los valores correspondientes a la ponderando la nota obtendida en cada

bloque por el porcentaje de peso asignado al bloque.

BIBLIOGRAFÍA BÁSICA

BLOQUE I: Todo el material de este bloque estará disponible en la plataforma de

aprendizaje en formato PDF (son un total de 6 documentos de unas 25 páginas cada uno de
ellos).
BLOQUE II.
Texto Básico: Modelo Lineal de Regresión. Ramirez, G.; Hess, S.; Hernández, J.A.
Camacho, J. Ed. Resma. Tenerife 2009. Se tarta de un texto de 150 pág. Cada concepto
teórico se explica a partir de un ejemplo.(Los autores han facilitado una version en PDF que
esta disposición de los estudiantes en el Curso Virtual.
Se facilita un documento, disponible en PDF en la plataforma, para el estudio del modelo de
regresión a través del SPSS.
BLOQUE III
Texto básico: Análisis de Varianza. Cañadas, I. Ed. Resma. Tenerife 1999. Se trata de un
texto de 170 pág., de carcaterísticas similares al de Regresión. Cada concepto teórico se
explica a partir de un ejemplo.
Se aporta diferente material, disponible en la plataforma de aprendizaje en formato PDF,
para profundizar en diversas cuestiones y para el estudio y aplicación con el SPSS:

BIBLIOGRAFÍA COMPLEMENTARIA

Bibliografía complementaria:
BLOQUE I
Borel, E. (1971). Las probabilidades y la vida. Barcelona: OikosEscobar, M. (1999).
Análisis gráfico/exploratorio. Cuadernos de Estadística nº 2. Madrid: Muralla-Hespérides.
Freixa, M.; Salafranca, L.; Guardia, J.; Ferrer. R. y Turbany, J. (1992). Análisis exploratorio
de Datos: nuevas técnicas estadísticas. Barcelona: PPU.
Ruiz-Maya, L. y Martín, J. (1999) Fundamentos de Inferencia estadística. Madrid: Alfa
Centauro.
San Martín, R.; Espinosa, L.; Fernández, L. (1987). Psicoestadística Descriptiva.
Madrid:Pirámide.
Stenberg, R.J. (1993). Investigar en Psicología. Barcelona: Paidos.
BLOQUE II
Botella, J. León, O. y San Martín, R. (1993) Análisis de Datos en Psicología I. Madrid:
Pirámide.

UNED 8 CURSO 2020/21

ANÁLISIS DE DATOS Y MODELOS ESTADÍSTICOS CÓDIGO 22201062

Box, G. E. P.; y Hunter, J. S. (1993). Introducción al diseño de experimentos. Análisis de

datos y construcción de modelos. Barcelona: Reverté.
Estarelles, R.; Oliver, A.; Tomás, J.M.; Aragón, J.L. (1994) Regresión y correlación
bivariada.Teoría y Práctica. Valencia: Promolibro.

BLOQUE III
Martínez, A.; Rodríguez, C. y Gutiérrez, R. (1993) Inferencia estadística. Un enfoque
clásico.Madrid: Pirámide.
Pardo, A. y San Martín, R. (1998) Análisis de Datos en Psicología II. Madrid: Pirámide.
Tejedor, F. (2003). Aplicaciones diversas del Análisis de Varianza. Madrid: La Muralla-
Hespérides.
Ximénez, C.; San Martín, R. (2000). Análisis de Varianza con medidas repetidas. Madrid:
LaMuralla-Hespérides.
PRACTICAS
Doménech, J. M.; Riba, M.D.; Beha, J.; Carasa, P. y Gotzens, C. (1992). Problemas de
Estadística aplicada a la Psicología. Barcelona: Herder.Everitt, B. S. y Wykes, T. (2001).
Diccionario de estadística para psicólogos. Barcelona: ArielPrácticum.

RECURSOS DE APOYO Y WEBGRAFÍA

Recursos de apoyo: Curso virtual en la plataforma de e-learning cuyo objetivo la interacción

entre docente y alumnos.
Software: Se coordinara con la materia de Métodos Informáticos, empleándose los paquetes
estadísticos y hojas de cálculo que se empleen en la citada materia.
http://aemcco.org/: “Asociación Española de Metodología de las Ciencias del
Comportamiento”, fundada el 15 de Octubre de 1993, tiene por finalidad el fomento,
investigación y desarrollo de técnicas que permitan la consecución de conocimiento
científicodentro del ámbito de las ciencias sociales y del comportamiento. En su página se
puede encontrar gran cantidad de infromación sobre eventos relacionados con la materia y
direcciones de acceso a material relevante.
WEBGRAFÍA
http://onlinestatbook.com/stat_sim/index.html. Aporta on-line varios elementos de
interesantes en la docencia: un libro muy claro en hipertexto (HyperStat); un amplio conjunto
de demostraciones a través de simulación, un también muy interesante conjunto de
problemas con datos reales resueltos, y algunas herramientas de análisis estadístico fáciles
e interesantes.
http://colposfesz.galeon.com/menuprin.htm: Esta página fue diseñada por profesores del
Colegio de Postgraduados y de la Facultad de Estudios Zaragoza de la Universidad Nacional
Autónoma de México (UNAM). Contiene materiales para la enseñanza de la Probabilidad y la
Estadística en bachillerato y nivel universitario. Algunos conceptos están acompañados de
pequeños programas de software para explorarlos; contiene además, un examen de opción

UNED 9 CURSO 2020/21

ANÁLISIS DE DATOS Y MODELOS ESTADÍSTICOS CÓDIGO 22201062

múltiple al final de cada módulo que proporciona una evaluación cuando el estudiante
termina de contestarlo. Es útil para aquellos estudiantes que tengan muy alejados en el
tiempo sus estudios de estadística.
Para mayor información sobre textos y materiales en línea se puede consultar la siguiente
página: http://statpages.org/javasta3.html.
Glosarios metodológico-estadísticos
• http://www.sportsci.org/resource/stats/index.html
• http://www.animatedsoftware.com/statglos/statglos.htm
• http://davidmlane.com/hyperstat/glossary.html
Textos electrónicos sobre análisis de datos
• Friendly, M. (1995). Exploratory and graphical methods of data analysis.
• Hopkins, W.G. (1997). A new view of statistics.
• De Leeuw, J. The study of stability in variation.
• StatSoft, Inc. (1997). Electronic statistics textbook. Tulsa, OK: StatSoft.

IGUALDAD DE GÉNERO

En coherencia con el valor asumido de la igualdad de género, todas las denominaciones que en esta
Guía hacen referencia a órganos de gobierno unipersonales, de representación, o miembros de la
comunidad universitaria y se efectúan en género masculino, cuando no se hayan sustituido por
términos genéricos, se entenderán hechas indistintamente en género femenino o masculino, según el
sexo del titular que los desempeñe.

UNED 10 CURSO 2020/21