Rodrigo Ferrer Urbina Universidad de Tarapacá

 ¿Qué es? ◦ Un conjunto de procedimientos.  ¿Qué hacen? ◦ Resumir y organizar información.  ¿Para que? ◦ Extraer información y elaborar conclusiones.

Calculo de probabilidades Ciencia de Estado Estadística Análisis de Datos (estadística aplicada) Muestreo Etc.

 Definición de objetivo (y/o hipótesis).  Diseño de investigación.  Recolección de información (muestreo, experimento, etc.).  Análisis de Datos.  Conclusiones.

 Formales. ◦ Deducción lógica.  Empíricas. ◦ Generalización inductiva.

 Cuanto varia un evento ◦ Ciencias deterministas y/o de variabilidad limitada. ◦ Ciencias probabilísticas y/o de variabilidad elevada.  El concepto de incertidumbre ◦ Necesidad del análisis de datos para obtener conclusiones fiables.

 En ciencias sociales la variabilidad de los fenómenos estudiados es, a lo menos, enorme.  Si no “controlamos” la subjetividad, no podemos ser ciencia, ya que nuestras observaciones no serían replicables ni generalizables. Recuerden que tendemos a creer y ser engañados por nuestros sentidos (es parte de la estructura de nuestro cerebro y su gran tendencia a completar la información incompleta –video1- -video2- ).video1video2  Herramienta fundamental para “saber” en vez de “creer”.  Ojo: En ciencias la verdad es siempre provisoria y solo puede serlo si se construye científicamente.

 Grupos de 3 o 4 (cercanos a su asiento).  10 minutos.  Un ejemplo (distinto de los usados en clases) de: 1) un proceso inductivo con baja incertidumbre; y 2) uno con elevada incertidumbre.  Exposición aleatoria (al azar).

 Descriptivo ◦ ¿Cómo son las cosas?  Relacional ◦ ¿Cómo se relacionan las cosas?  Relación y magnitud.  Predicción.  Explicativo ◦ ¿Por qué las cosas son como son?  Causalidad  Manipulación

 Los niveles de exploración (o indagación) determinan las conclusiones que se pueden sacar y NO el análisis de datos (un mismo análisis puede usarse en cualquier nivel).  Estos niveles son determinados por el diseño de investigación (control sobre variables). ◦ Observacional. ◦ Correlacional o cuasi experimental. ◦ Experimental.

 Grupos de 3 o 4 (cercanos a su asiento).  10 minutos.  Siendo creativos (aquí, todavía no han aprendido a realizar diseños de investigación). Invente o recuerde una investigación: 1) descriptiva; 2) relacional; y 3) Explicativa.  Exposición aleatoria (al azar).

 El análisis de datos analiza DATOS. ◦ Un dato es simplemente un número ◦ Pero, ¿que sentido tiene por si solo un número?.  Medición: Relacionar un sistema formal con uno empírico. ◦ Representar correctamente con símbolos una relación en el mundo real (>, <, ≠).  La medición no es un problema de la ESTADÍSTICA, de ello se encargan las teorías de medición, pero si algo esta mal medido, toda conclusión que saquemos del análisis será errónea.

 Clasificación de Stevens. ◦ Nominal  = o ≠ ◦ Ordinal  ≧,≦, >, <  Pseudo ordinales ◦ Intervalos  Magnitud ◦ Razón  Cero absoluto  Importancia: El análisis de datos depende de la adecuada selección e identificación del nivel de medida.

 A efectos estadísticos (distancias), NO a efectos algebraicos, es útil usar una distinción más gruesa. ◦ Categoricás.  Nominal  Pseudo ordinales ◦ Cuantitativas.  Ordinal  Intervalos  Razón

 La mayoría de los niveles de medida pueden transformarse de unos a otros (en menor medida, las nominales)  Proceso unidireccional.  Disponibilidad de análisis de datos y perdidas de información.  RECOMENDACIÓN: cuando sea posible, recolectar la información como variables cuantitativas.

 Grupos de 3 o 4 (cercanos a su asiento).  20 minutos.  Desde las ideas generales que tengan de la psicología, escojan 2 fenómenos del área que puedan ser medidos de forma categórica y 2 de forma cuantitativa. Además, seleccionen uno (o incorporen otro) que pueda ser transformado y explíquenlo.  Exposición aleatoria (al azar).