ESTADÍSTICA

• BRIFING : primera parte de la simulacion, y aquí se plantea como nos fue con la
lectura, por ejemplo investigar sobre protocolos de intervencion del suicidio
• GENOGRAMA (genopro)
• HIPOTESIS: hay que entregar sin haberlo visto y a lo largo se calificara de manera
estricata
• CLAVES DE INTERVENCION
• Caso 1 , fecha (estructura)
• Habran lecciones diarias
• Traer algo que nos pueda representar
• Subir videos: 1 individual y otro en grupo (cuando se vean el tema familiar o de
pareja)
• Milgram
¿Cómo podria un niño superar una violacion?(buscar la respuesta)
Mindfulness
BUSCADORE
Journaling
Pubmed (Clinical Trial, cuando sea de tema psicologia experimental)
SCI-HUB
Hipotesis de investigacion
• Declaracion especifica y testable que establece la relacion esperada
entre dos o mas variables en un estudios cientifico. Las hipotesis son
propuestas educadas que pueden ser sometidas a prueba mediante la
recopilacion y analisis de datos. Su formulacion es una parte
fundamental del proceso de investigacion y proporciona una guia
clara para el diseno y la ejecucion del estudio
• Se escribe como una afirmacion.
Tipos de hipotesis
• 1. hipotesis Nula (H0):sugiere que no hay efecto o relacion significativa entre variables
estudiadas. Es la afirmacion predeterminada y se somete a prueba para determinar si
hay suficiente evidencia para rechazarla. Es la negacion de esa informacion
• 2. hipotesis Alternativa(H1 o Ha): expresa la relacion o efecto que el investigador esta
tratando de demostrar. Se busca informacion que respalde la informacion obtenida. Lo
que yo quiero encontrar
• Ejemplos
• 1. “no hay diferencia significativa en el rendimiento academico entre estudiantes que
participan en un programa de tutoria y aquellos que no lo hacen”
• 2. “los estudiantes que participan en un programa de tutoria mostraran un
rendimiento academico significativamente superior en comparacion con aquellos que
no participan”
Diseno de investigacion
• Plan o estrategia general que un investigador sigue para responder a
la pregunta de investigacion
• Garantiza que los datos recopilados sean relevantes, confiables y
validos para abordar los objetivos planteados
• Existen varios tipos de diseños de investigacion del diseno dependera
del proposito y la naturaleza de investigacion.
Diseno descriptivo
• Se centra en describir las caracteristicas o comportameintos de una
poblacion sin manipular variables. Ejemplos: un estudio que describe
las caracteristicas demograficas de una comunidad en particular.
• Ejemplo:
Analizar la estructura familiar, roles y relaciones en hogares que
participan en programas de crianza adoptiva.
• No se hacen inferencias
• Se utilizan vervos, como realizar, describir, analizar, disenar
• No se hacen inferencias o asociacion o que influyan en algo.
Diseno correlacional
• Examina la relacion entre dos o mas variables sin manipularlas. No
implica causalidad, solo revela la asociacion entre variables.
• Ejemplo: investigar la relacion entre el estrés percibido y la calidad del
sueno
• Una coorrelacion no es una causalidad
• Pueden ser directas positivas: si la una sube la otra tambien sube
• Pueden ser indirectas o negativas: relaciones que mientras una sube la
otra baje.
• Coorrelacion nula: los datos estan disperzos
• En coorrelacion existe un orden simultaneo
TAREA (ENTREGADA)
• Pidele a chat gpt
• 10 objetivos descriptivos para investigaciones en psicologia(tema de
mi interes)
• 10 objetivos coorrelacionales para investigaciones en psicologia(tema
de mi interes)
Revisa si chat gpt acerto en todas la ocasiones
Diseño explicativo- experimental
• Diseno experimental: implica la manipulacion de una variable independiente para
observar sus efectos sobre una variable dependiente. Busca establecer relaciones
de causalidad.
• Ejemplo: un estudio que evalua los efectos de una nueva terapia en la reduccion
de sintomas de ansiedad, donde algunos participantes reciben la terapia y otros
no (grupo de control)
• Diseno cuasiexperimental: no utiliza asignacion aleatoria. Este diseno se utiliza
cuando la signacion aleatoria no es factible o estica. Es designado
• Ejemplo: comparar los resultados antes y despues de la implementacion de un
programa de intervencion en un curso A vs. El curso B (cursos predeterminados)
• En el cuasi el grupo ya estan determinados, en el experimental los grupos son
escogidos de manera aleatoria
Diseno longitudinal
• Implica la observacion de datos de la misma muestra en multiples
puntos a lo largo del tiempo
• Ejemplo: seguir a un grupo de individuos desde la infancia hasta la
adultez para entender el desarrollo a lo largo del tiempo
• Independientemente del tiempo es longitudinal, entre mas tiempo
pase, la intervencion el resultado sera diferente
Diseno transversal
• Recopila datos de una muestra en un solo punto en el tiempo
• Es mas rapido y menos costoso que los disenos longitudinales, pero
no permite examinar cambios a lo largo del tiempo.
MUESTRA
• Subconjunto seleccionado de elementos o individuos de una población más amplia.
La población es el conjunto completo de elementos o individuos que comparten
ciertas caracteristicas o propiedades y sobre los cuales se desea realizar inferencias
(puede traer errores)

• Debe ser representativo que refleje caracteristicas clave de la población

• La selección de una muestra es fundamental en la investigación ya que es

practicamente imposible estudiar toda la población debido a las limutaciones de
tiempo y recursos.

• Pobabilidad 0,05 y
TIPOS DE MUESTREO
1. Muestreo aleatorio simple (MAS): cada elemento de la población tiene una probabilidad igual de ser seleccionado. Es
como sacar nombres de una urna de manera completamente aleatoria. Casi nunca se hace en psicologia o ciencias
sociales.
2. Muestreo estratificado: la poblacion se divide en subgrupos o estratos, y luego se selecciona aleatoriamente una
muestra de cada estrato. Este enfoque es útil cuando hay subgrupos significativos en la población que se quieren tener en
cuenta. Por cada caracteristica importante de la muestra se necesita tener individuos que lo presenten. Pueden ser
probabilisticos y no probabilisticos.
3. Muestreo por acceso conveniente (muestreo de convenciencia): Los elementos se seleccionan según la disponibilidad y
accesibilidad. Este metodo a menudo se utiliza cuando es dificil o costoso seleccionar una muestra de manera más
rigurosa. Acceso o disponibildad de una población específica, la muestra es de 100 o 150 personas por lo menos
4. Muestreo de bola de nieve: Los pactisipantes iniciales reclutan a otros participantes. Este metodo es util cuando la
poblkación de interes es dificil de lacanzar, y se basa en redes sociales o conexiones existentes. Esto es con participantes
mas complicados
5. Muestreo probabilistico: son los aleatorios simples y los estratificados. Se utiliza cuando cada elemento tiene una
probabilidad conocida y no nula de ser seleccionado
6. Muestreo probabilistico: de conveniencia y bola de nieve, no hay mucha probabilidad de ser escogidos. Los elementos
no se eligen al azar y la probabilidad de selección no se conoce. Este tipo de muestreo es mas subjetivo y puede llevar a
resultados menos generalizables.
ESTADISTICA
• No debes engarte a ti mismo, y uno es la persona mas facil de
engañar
• si no sigo un sistema muy rigico o establecido, voy a encontrar el
diseño correcto, diseños estrictos, buscar la manera mas objetiva
posible
QUÉ ES ?
• Es la ciencia cuyo objetivo es tener datos, reunir informacion cuantitativa
a individuos, grupos o series de hechos para reducir de ello gracias al
analisis de estos datos significados precisos o previsiones para el futuro
• A traves de la interpretación de esos datos tomamos decisiones
• Recopilacion, organización, presentacion, analisis e interpretacionde
datos numericos con el fin de tomar decisiones efectivas
• La mayoria de autores la definen como la ciencia que tiene por objeto el
estudio cuantitativa de los colectivos, otros como la expresión
cuantitativa del conocimiento dispuesta en forma adecuada para el
escrutinio y analisis.
QUÉ ES ?
• De l ateoria se crea una hipotesis, recogemos datos
METODO CIENTIFICO
• Karl Popper (192-1994)
Con una pregunta creativa busco una hipotesis y para comprabarla usamos algo que se llama
falsacion que es hacer esfuerzos para comprobar que la hipotesis es falsa
• Mario Bunge (1919-2020)
La preguntas que me planteo deben tener sentido y gracias a eso tengo una hipotesis y obteenr
resultados, y los resultados contrastables teniendo evidencia (observación) con Grado de
Veracidad (estimacion de hipotesis )
DIFERENCIAS ENTRE MARIO Y KARL
1. Para mario no es un acto creativo, si no que debo preguntarme a un marco teorico previo,
que tenga sentido lo que me pregunto
2. Mario dice que debe haber un grado de error
TAREA
• Responder las preguntas
Tipos de estadistica
Como reconocer la estadistica descriptiva

• DESCRIPTIVA
Nos permite tener dato informacion o contexto sobre la poblacion de estudio
Darno datos sensillos, como la media de puntajes de ansiedad
Estadisticos de Distribucion Central:
LA MEDIA es el promedio (sumar los datos dividido para el numero de datos)
(datos/ )
LA MODA es el dato que mas se repite
LA MEDIANA es el dato que esta en la mitad de los datos una vez que estos se
hayan ordenado(sumar todos los datos y dividir por el numero de cnatidad de
datos)
Su objetivo es contextualizar la investigacion
Como reconocer la estadistica descriptiva
• Medidas de dispersion: ofrecen informacion sobre que tan dispersos
estan los datos en relacion a la media. Desviacion estandar, varianza
Los datos se concentran alrededor del promedio, eso es correcto
Incorrecto es cuando los datos no se concentran alrededor del
promedio
• Desviacion estandar: la distancia que cada dato tiene hacia la media, es decir,
hacia el promedio

• Medidas de posicion
Tipos de estadistica
Como reconocer la estadistica descriptiva

• Medidas de posicion : ubicación de un dato en un conjunto de datos.

Ej: cuartiles, deciles, percentiles
• Cuartil: existen 4 tipos
• Cuartil 1: es el top, es el mejor, de divide en grupos de 25%
• Cuartil 2:
Estaidistica
• INFERENCIAL
Hace inferencias , me permite sacar conclusiones o inferencias sobre la
poblacion de estudio
Realizar calculos para hacer generalizaciones, predicciones o
estimaciones sobre poblaciones a partir de la muestra, existen:
a) Correlacional
b) Comparacion de grupos
c) De prediccion o influencia
PRUEBAS DE NORMALIDAD
• Nivel de significacion: el maximo de error que me puedo permitir en
una investigacion
• Cuando P sea igual o menor a 0,05 mi hipotesis alternativa la acepto, y la
hipotesis nula la rechazo.
• Cuando P es mayor a 0,05 acepto la hipotesis nula y rechazo la hipotesis
alternativa
•
 • Para la distribucion normal existen pruebas
parametricas
• Para la distribucion no normal existen pruebas
no parametricas
• Para saber si un conjunto de datos sigue una
distribucion parametrica o no parametrica
existe una prueba de normalida llamada
Shapiro Wilk “P” (para saber que pruebas
utilizo)

En el margen de error no puede pasar de <0.05

Si sale 0,06 desecho mi hipotesis y se

vuelve nula y la confirmas y se utiliza
pruebas parametricas

Si sale igual o mayor que 0,05 se

utilizan pruebas no parametricas
• Comparcion de grupos Pruebas T
• H1: existe una diferencia estadisticamente significativa entre grupo 1 y grupo 2 con
relacion a la variable x
• H0: No existe una diferencia estadisticamente significativa entre grupo 1 y grupo 2
con relacion a la variable x

• Una caracteristica es que solo se pueden tener 2 grupos aplican prueba T y

la otra es que la variable en que si yo quiero saber si hay diferencia debe ser
cuantitativa
• Hay dos tipo:
• Las parametricas T de student
• La prueba no parametrica es U de Mnn Whitney
TAREA ENTREGADA
• Crear una base de datos
• Crear una variable cuantitiva
• Y la otra variable deb tener 2 alternativas
VARIABLES
• Todo aquello que se puede medir, contar o
registrar
• Conjunto de datos (ninimo dos)que muestran
variabilidad (respuestas distintas). De no existir
variabilidad seria una constante
• Tienen 2 caracteristicas fundamentales
1. PRESICION: escala de medidad empleada
2. PERTINENCIA: se refiere a la necesidad de
registrar todas la variables que puedan estar
asociadas en un constructo especifico
VARIABLES
CATEGORICAS O CUALITATIVAS
• Variables que presentan una seria de valores discretos, limitados. Indican nombres,
claves o grupos. Cada uno simboliza una categoria o nivel de la variable
VALORES CUALITATIVOS
a) Escala nominal: posee solo caracteristicas de descripcion, y esto significa que
posee etiquetas unicas que sirven para identificar o delegar valores a los articulos
• Dicotomica: si o no, reidencia, urbana o rural
• Policotomica: cuando tienen mas de dos categorias como paises estudiados (mexico,
colombia, ecuador)
b) Escala Ordinal: valores limitados que pueden ordenarse de menor a mayor
(viceversa ), se la cuede convertir en cuantitativa: estado evolutivo (niño,
adolescente, aciano), rendimiento academico (alto, medio alto, medio, medio
bajo, bajo)
VARIABLES METRICAS, CUANTITATIVAS O
NUMERICAS
• Los valores indican cantidades, magnitudes, distancias. Ejemplo: altura, edad
peso, puntuacion de un test
a) De intervalo: escala numerica donde el 0 esta ubicado en el medio de la escala, puede
existir valores megativos o menores a cero
b) De razon : no se pueden tener valores negativos, escala numerica que parte de 0
(ausencua de un atributo) hacia valores positivos (infinito). Ejemplo: altura, peso, salraio
mensual
a) De intervalo y razon no trabajan en conjunto
c) Continuas: existen valores intermedios entre dos valores continuos. Ejemplo : puntuacion
de un test
d) Discretas : solo trabajo con numeros enteros, los valores que pueden tomar esta variable
estan limitados. Ejmeplo: numero de autos, numero de participantes, numero de hijos o se
tiene 1 o 2 o 3, ect.
NOTA: es negativo o positiva si es continua y de intervalo, puede ser solo positiva
continua y de razon.
Como se escribe un hipotesis con 2 variables
de
• H1: existen una diferencia estadistica significativa entre el grupo A y el
grupo en relacion a la variable x
• Ejmeplo: esxite una diferencia estadixtica significativa entre F y M y el grupo
en relacion a las horas de autocuidado.
• Ejemplo: existe una diferencia estadisticamente significacitiva entre el grupo
que si tiene empleo y el grupo que no con relacion al numero de autos.
Que significa que sea estadisticamente significativo? es porque lo estoy
diciendo con menos error de 0.05 o baja probabilidad de error. P fue menor de
0.05 y lo estoy aceptando con menos de 0.05 de probabilidad de error.
Ai es menos de 0,05 SI SE COMPRUEBA LA HIPOTESIS ALTERNATIVA
• QUE TIPO DE VARIABL ES CADA VARIABLE
• HACER UNA PRUEBA DE DIFERENCIA DE GRUPOS
• H1
• H0
• NO parametrico: U de Mann Whtiney y se comprueba H1. Siempre y
cuando el P value de Shapiro Wilk sea menor a 0.05
• Parametrico: T de Student y se comprueba H0. Siempre y cuando el P
value de Shapiro Wilk sea mayor a 0.05
• Cuando hay dos grupos se puede utilizar , t de student y u de mann
whtiney
• Anova se utiliza con mas de dos grupos, utiliza una variable
cuantitativa
SEGUNDO
PARCIAL
CORRELACION ESTADISTICA
INFERENCIAL
• CORRELACION DIRECTA (positiva)
• Si una variable sube la otra sube
• Entre mas horas de sueño mas rendimiento academico
• Entre menos horas de sueño menos rendimiento académico
• Los niveles de sintomatologia sube y los niveles de sobrecarga de los padres
sube
• Se puede decir que algo es primero esas son hipotesis de causalidad
• CORRELACION INDIRECTA (inversos)
• Si una variable sube la otra baja
• Entre mas actividad fisica menos ansiedad
HIPOTESIS
• H1: Existe una asociacion, relacion o correlacion estadisticamente significativa : direccion (directa o indirecta) con

intensidad(alta moderada o baja) ENTRE la correlacion de variable X y variable Y

• EJEMPLO :Existe una asociacion estadisticamente significativa alta y directa entre depresion alta y baja
• 0-1
• 0-0.3 es debil
• 0.4-0.7 moderada
• 0.7-0.99 alta
• PARAMETRICA : SHAPIRO > 0,05 (PEARSON)
• NO PARAMETRICAS: SPEARMAN = O < 0,05
• LAS HIPOTESIS DE PARTIDA NO TIENEN DIRECCION NI INTENSIDAD
• LAS HIPOTESIS FINALES TIENEN DIRECCION NI INTENSIDAD
• CARACTERISTICAS
• Variables Cuantitativas
Ejemplo

• EXISTE INA RELACION ESTADISTICAMENTE SIGNIFICATIVA ENTRE BIEN

ESTAR PSICOLOGICO ENTRE EDAD, BIENESTAR PSICOLOGICO Y AN1OS
DE ESTUDIO
• SI UNA VARIABLE SALE MAYOR A 0,05 SE USA PRUEBAS NO
PARAMETRICA
• SI TODAS LAS VARIABLES SALEN MENOR A 0.05 SE USA PRUEBAS
PARAMETRICAS
• SE ANALIZA COLUMNA VS FILA
• PRIMERO SIEMPRE LA P PARA PASAR A ANALIZAR EL OTRO
ESTADISTICO QUE ES SPERARMAN
• EXISTE UNA RELACION ESTADISTICAMENTE SIGNIFICATIVA DIRECTA Y
DEBIL ENTRE LA EDAD Y LOS AN1OS DE ESTUDIO
• TIENEN DIRECCION NI INTENSIDAD
• EXISTE UNA ASOCIOACION EST. SIGNIFICATIVA INDIRECTA Y
MODERADA ENTRE MAS AÑOS DE ESTUDIO Y BIEN ESTAR
PSICOLOGICO
• SI LA VARIABLE ES CUALITATIVA SE PUEDE CONVERTIR EN
CUANTITATIVAS
• EJE: CUANTAS HORAS DE SUEÑO ? 7-8
• SE PUEDE TOMAR EL PROMEDIO
• SOLO EL PRIMER DATO
• O TOMARLO COMO UNA VARIABLE ORDINAL
Ejemplo
• H: existe una relacion estadisticamente significactiva entre la edad, la
probabilidad de cambiar auto, el nivel de ingrsos, el año de
escolaridad y las deudas
FORMATO WORD
• H1: Existe una relacion estadisticamente significactiva entre la edad,nivel de escolaridad la probabilidad de cambiar auto,
el nivel de ingrsos, y valor total de deudas
• H0: NO xiste una relacion estadisticamente significactiva entre la edad,nivel de escolaridad la probabilidad de cambiar
auto, el nivel de ingrsos, el año de escolaridad y valor total de deudas
Tabla 1.
Correlación

Interpretación:
• Los resultados sugieren que existe una relación esta. significativa,
directa y fuerte entre la probabilidad de cambiar de auto y el nivel de
ingresos (0,93;p<0,001), además, una corralación directa y moderada
entre los an1os de escolaridad y la probabilidad de cambiar el auto
(0,64;p<0,01) y el nivel de ingresos (0,068;p<0,01). Por otro lado, se
encontró que no existe una asociación est. significativa
• Los resultados sugieren que existe una relación esta. significativa,
directa y fuerte entre la probabilidad de cambiar de auto y los años
de escolaridad.
TEMAS DE INVESTIGACIÓN
1. PREGUNTA DE INVESTIGACIÓN
TEMAS DE INVESTIGACIÓN
2. OBJETIVOS
• Objetivo general
• Objetivos especificos
TEMAS DE INVESTIGACIÓN
3. MARCO TEÓRICO (4 párrafos)
Elegir algunas fuentes teoricas que explique el porque estamos
preguntando el tema de investigación.
Identificar las variables
Se debe poner informacion relevante
No usar tesis, solo revistas cientificas
TEMAS DE INVESTIGACIÓN
4. HIPÓTESIS
TEMAS DE INVESTIGACIÓN
• CITAS
• Triangulación de informacion
• (Alvarez; Zambrano et al., 2009 a 2009 b), en orden alfabetico
• Cuando quiero sacr informacion de mas de un articulo
• REFERENCIAS
• Apellido, I. (año). Nombre del artículo. Nombre de la revista. Volumumen (vol (#)). #
de pagína 18-25. Doi
• FORMULARIO
• Consiento mi participacion voluntaria en esta investigacion. Entiendo que los datos
no van a ser publcados y solamente van a ser utilizados con fines academico. Mi
nombre, mis datos o mi identidad no van a ser relevante por ningun motivo. Al
continuar acepto voluntariamente mi participación.
TEMAS DE INVESTIGACIÓN
• ENCUESTA
• por variable (4-5 preguntas )
• Preguntas cuantitativas
ANOVA Y KRUSKAL WALLIS TEST

• Sirve con mas de dos grupos

• utiliza una variable cuantitativa
• Prueba parametrica y No parametrica con
• Kruskal Wallis Test
• Se utiliza cuando la p de shapiro es < o igual 0.05
• Se utiliza pruebas NO parametricas
• ANOVA
• Se utiliza cuando la p de shapiro es >0.05
• Se utilizan pruebas parametricas
HIPOTESIS
• H1: Existe una DIFERENCIA estadisticamente significativa entre LOS
GRUPOS con relacion a VARIABLE X
• H0: NO Existe una DIFERENCIA estadisticamente significativa entre
LOS GRUPOS con relacion a VARIABLE X
• SE HACEPTA H1 CUANDO:
• Cuando la P de Anova es igual o menor de 0,05
• Cuando la P de Kruskal Wallis es igual o menor de 0,05
HIPOTESIS EJEMPLO
• H1: Existe una DIFERENCIA estadisticamente significativa entre EL
TIPO DE DEPORTE con relacion LA CANTIDAD DE HORAS DE EJERCICIO
SEMANAL
• H0: NO Existe una DIFERENCIA estadisticamente significativa entre EL
TIPO DE DEPORTE con relacion LA CANTIDAD DE HORAS DE EJERCICIO
SEMANAL
• Primero sacar Shapiro
Se una pruebas NO PARAMETRICAS
HIPOTESIS EJEMPLO
• Se utiliza Kruskal Wallis Test
Se acaepta H1 Existe una DIFERENCIA estadisticamente
significativa entre EL TIPO DE DEPORTE con relacion LA
CANTIDAD DE HORAS DE EJERCICIO SEMANAL

Post Hoc Tests (para comprobar la diferencia)

Correctio : Tukey
Primero se ven las P menores a 0.05
Mean Difference :
• (-)los atletas hacen menos horas de ejercicio que los que hacen Boxeo
• (+)= los atletas hacen mas horas de ejercicio que los que hacen Gimnasia