CB3, CB4, CB5, CG8

CE4, CE11, CE17, CE18, CE20, CE21           

CT1

PROGRAMA DE LOS CONTENIDOS TEÓRICOS.

Tema 1. Conceptos fundamentales de Inferencia estadística.

Concepto de inferencia estadística. Población y muestra. Parámetro y estadístico. Muestreo y tipos de muestreo. Distribución muestral. La lógica de la inferencia estadística.

Tema 2. Estimación de parámetros.

Estimación puntual: Concepto y propiedades de los buenos estimadores. Estimación por intervalos: Concepto de Intervalo de confianza.

Tema 3. Contraste de hipótesis.

Las hipótesis estadísticas unilaterales y bilaterales. Supuestos. Pruebas de significación. Estadístico de contrate y su distribución muestral. Decisión estadística. Contrastes paramétricos y no paramétricos. Estimación por intervalos y contraste de hipótesis. Errores tipo I y II, potencia de un contraste y tamaño del efecto.

Tema 4. Análisis de la varianza.

Fundamentos del análisis de la varianza. Modelo general del ANOVA. Modelos de ANOVA. Supuestos del modelo. Estimación de parámetros. Prueba de significación. Tamaño del efecto. Contrastes a posteriori. Pruebas no paramétricas. ANOVA de dos factores: concepto de interacción entre los factores.

Tema 5. Análisis de la relación entre variables y Análisis de Regresión.

Análisis de la relación entre dos variables cuantitativas: contraste de hipótesis sobre el coeficiente de correlación de Pearson. Análisis de la relación entre variables categóricas: tablas de contingencia y prueba chi-cuadrado.

Fundamentos del Análisis de Regresión. Modelo lineal de Regresión. Modelos de Regresión. Supuestos del modelo. Estimación de parámetros. Pruebas de significación. Coeficiente de determinación. Análisis de Regresión Múltiple: concepto de colinealidad.

PROGRAMA DE LOS CONTENIDOS PRÁCTICOS: SEMINARIOS Y PRÁCTICAS

Bloque I. El análisis de los datos en la investigación psicológica: la estadística como herramienta

Contextualización del análisis de datos en el proceso de investigación: la fase estadístico- analítica del método científico.

Los modelos estadísticos en el análisis de datos. El modelo lineal genera (MLG). Concreciones del MLG: el Modelo Estructural o de Efectos y el Modelo de Regresión. El proceso de Modelado Estadístico.

Técnicas de análisis de datos: criterios y clasificación.

Fases en el análisis de datos: Selección de la técnica de análisis en función de la hipótesis de investigación. Generación de la matriz de datos, diagnóstico de los supuestos, preparación de los datos para los análisis y aplicación de las técnicas de análisis. Interpretación de las salidas de resultados y presentación de los resultados del análisis con las correspondientes tablas y representaciones gráficas de acuerdo con las normas APA.

Bloque II. Técnicas para comprobar las diferencias entre dos  grupos o medidas: pruebas paramétricas y no paramétricas.

Comparación de medias en dos grupos: Prueba t de diferencia de medias para muestras independiente y Prueba de Mann-Whitney

Comparación de medias en dos medidas: Prueba t de diferencia de medias para muestras relacionadas y Prueba de Wilcoxon.

Bloque III. Técnicas para comprobar las diferencias entre más de dos grupos o medidas: pruebas paramétricas y no paramétricas.

ANOVA de un factor de efectos fijos completamente aleatorizado y Prueba de Kruskal Wallis.

ANOVA de un factor de efectos fijos con medidas repetidas y Prueba de Friedman.

ANOVA de dos factores de efectos fijos completamente aleatorizados.

ANOVA de dos factores ANOVA con medidas repetidas en los dos factores o en un solo factor.

Bloque IV. Técnicas para comprobar la relación entre las variables.

Relación entre variables cuantitativas: el coeficiente de correlación de Pearson.

Relación entre variables no cuantitativas: prueba chi-cuadrado en tablas de contingencia.

Análisis de Regresión Lineal Simple.

Análisis de Regresión Lineal Múltiple.

ESTADÍSTICA INFERENCIAL Y ANÁLISIS DE DATOS

Almazán, A., Arribas, J.M., Camarero, L., Mañas, B. y Vallejos, A.F. (2015). Análisis estadístico para la investigación social (2ª ed.). Ibergaceta Publicaciones.

Álvarez Cáceres, R. (2007). Estadística aplicada a las Ciencias de la Salud. Díaz Santos.

Amón, J. (2004). Estadística para psicólogos (Vol. II) (9ª ed.): Probabilidad y Estadística Inferencial. Pirámide.

Aron, A. y Aron, E.N. (2002) Estadística para Psicología (2ª ed.). Pearson.

Coolican, H. (2008). Métodos de investigación y estadística en psicología (3ª ed.). Manual Moderno.

Cubo, S., Martín, B. y Ramos, J.L. (2011). Métodos de investigación y análisis de datos en Ciencias Sociales y de la Salud. Pirámide.

Elorza, H. (2008). Estadística para las ciencias sociales y del comportamiento y de la salud (3ª ed.). Cengage Learning Latin América.

Gómez, A., Díez-Palomar, J., Ormazábal, J., Flecha, R. Vilá, R. (2012). Estadística básica para educadores. Síntesis.

Macchi, R.L. (2013). Introducción a la estadística en Ciencias de la Salud (2ª ed.). Panamericana.

Pagano, R.R. (2006). Estadística para las ciencias del comportamiento (7ª ed.). Paraninfo.

Pardo, A. y San Martín, R. (2010). Análisis de datos en ciencias sociales y de la salud II (2ª ed.). Síntesis.

Ritchey, F.J. (2008). Estadística para las ciencias Sociales. Madrid: MCGraw-Hill.

ANÁLISIS DE DATOS CON EL PAQUETE ESTADÍSTICO SPSS

Brace, N. (2006). SPSS for psychologists: a guide to data analysis using SPSS for Windows (versions 12 and 13) (3ª ed.). Palgrave Macmillan.

Field, A. (2018). Discovering statistics using SPSS (5ª ed). Sage.

Gil Pascual, J.A. (2015). Estadística e informática (SPSS) en la investigación descriptiva e inferencial. UNED

Pardo, A. & Ruíz, M.A. (2005). Análisis de datos con SPSS 13 Base. McGraw-Hill.

Pardo, A. y Ruíz, M. A. (2009). Gestión de datos con SPSS Statistics. Síntesis

Visauta, B. (2010). AnálisisEstadístico con SPSS 14. Estadística básica. McGraw-Hill.

Se utilizará el sistema de calificaciones vigente (RD 1125/2003) artículo 5º. Los resultados obtenidos por el alumno en cada una de las materias del plan de estudios se calificarán en función de la siguiente escala numérica de 0 a 10, con expresión de un decimal, a la que podrá añadirse su correspondiente calificación cualitativa: 0 - 4,9: Suspenso (SS), 5,0 - 6,9: Aprobado (AP), 7,0 - 8,9: Notable (NT), 9,0 - 10: Sobresaliente (SB). La mención de Matrícula de Honor podrá ser otorgada a alumnos que hayan obtenido una calificación igual o superior a 9,0. Su número no podrá exceder del 5% de los alumnos matriculados en una asignatura en el correspondiente curso académico, salvo que el número de alumnos matriculados sea inferior a 20, en cuyo caso se podrá conceder una sola Matrícula de Honor.

Se tendrá en cuenta el Reglamento de Evaluación de la Universidad de Salamanca.

La evaluación consistirá en un examen final que abarcará todo el programa de la asignatura, tanto el teórico como el práctico, y que se realizará al final del curso en la fecha, hora y lugar fijados para esas convocatorias oficiales. Este examen consistirá en una prueba tipo test sobre parte teórica, sobre los temas expuestos en las clases expositivas, y una parte práctica, sobre los bloques de prácticas desarrollados en las prácticas y seminarios. Para superar la asignatura, el estudiante tendrá que obtener, al menos, el 50% del total de la nota. 

Sistema de evaluación alternativo basado en actividades formativas: Evaluación continua de los contenidos prácticos de la asignatura. Esta calificación sustituye a los ejercicios prácticos del examen final. Aun así, los alumnos deberán examinarse en el examen final mediante el examen tipo test sobre los contenidos teóricos.

El sistema de evaluación es de libre elección.

Los criterios de evaluación son los mismos en evaluación y en recuperación.