Máster en Neuropsicología y Educación: análisis estadístico de variables

Máster en Neuropsicología y Educación

Máster en Neuropsicología y Educación uniR LA UNIVERSIDAD EN INTERNET¿ Cómo se puede analizar estadísticamente la relación o la asociación entre variables dependiendo de su nivel métrico? Dr. Mikel Montero - Curso 2024/2025 uniR LA UNIVERSIDAD EN INTERNETMetodología de la investigación I Tema 11 Estadística inferencial correlacional y de análisis de independencia uniR LA UNIVERSIDAD EN INTERNET¿ Cómo se puede analizar estadísticamente la relación o la asociación entre variables dependiendo de su nivel métrico? + & uniR LA UNIVERSIDAD EN INTERNET %

Planteamiento del problema

SPlanteamiento del problema uniR LA UNIVERSIDAD EN INTERNET Analizar, relacionar, asociar ... Ana, la profesora de Física y Química de anteriores casos, como parte de su trabajo final de estudios, debe redactar un proyecto de investigación viable y realista en su contexto eductivo, centrado en la temática del máster. La profesora ha decidido plantear un estudio cuantitativo no experimental para explorar la relación entre varias variables de interés en una muestra de estudiantes de secundaria. En este estudio, quiere investigar si existe alguna conexión entre variables como el género, nivel socioeconómico, presencia de diagnóstico de trastornos del desarrollo, rendimiento académico en lengua y literatura, nivel de gestión emocional y atención sostenida. Sin embargo, Ana se ha encontrado atascada en la sección metodológica, concretamente en el "plan de análisis". No está segura de qué tipo de pruebas estadísticas inferenciales serían las más adecuadas para analizar la relación o asociación entre las variables. Aunque comprende que es fundamental considerar la naturaleza métrica de cada variable, no tiene la seguridad suficiente para tomar decisiones sobre qué pruebas aplicar. María entiende la importancia de seleccionar correctamente las pruebas estadísticas para asegurar la validez de su análisis, pero se siente insegura y teme cometer errores que afecten la viabilidad de su proyecto. ¿Le ayudamos a seleccionar las pruebas estadísticas adecuadas para estudiar la relación entre estas variables?

Resolución del problema

Estadística correlacional y de análisis de independencia

uniR LA UNIVERSIDAD EN INTERNET Estadística correlacional y de análisis de independencia Objetivo: analizar la relación o asociación entre dos variables. Es importante tener en cuenta que esta relación NO IMPLICA CAUSALIDAD Estadística paramétrica Correlación de Pearson (r) Estadística correlacional y de análisis de independencia Correlación de Spearman (rho) Estadística no paramétrica: Chi-cuadrado (x2) Estos estadísticos pertenecen a la estadística inferencial Hipótesis nula Hipótesis alternativa Ho: p= 0 H1: p = 0 (ausencia de relación) (relación entre las dos variables) Obtener los estadísticos: › Valor p. El coeficiente de correlación (r o rho) o contingencia (x2).

Correlación r de Pearson

uniR LA UNIVERSIDAD EN INTERNET Correlación r de Pearson Relación entre dos variables cuantitativas. › Requiere supuesto de normalidad de distribución. · El coeficiente de correlación (r) valores entre -1 a 1. › Representación gráfica: diagrama de dispersión. Relación lineal positiva o directa ( 1-1; 4-4) 82 72 Adquisición 62 52 42 32 27 37 47 57 67 Recuperación Relación lineal negativa o indirecta (t-4 ;1-1 ) 87 77 67 Memoria 57 47 37 27 18 38 58 78 Depresión

Diagrama de dispersión de una relación lineal

uniR LA UNIVERSIDAD EN INTERNET Correlación r de Pearson 87 77 67 Memoria 57 47 37 27 18 38 58 78 Depresión Diagrama de dispersión de una relación lineal H 82 72 Adquisición 62 52 42 32 32 52 72 92 Recuperación Diagrama de dispersión de una relación curvilínea No detectable por el estadístico de correlación r Pearson 82 72 Adquisición 62 52 42 32 32 52 72 92 Recuperación Diagrama de dispersión de dos variables sin relación

Interpretación del coeficiente de correlación

uniR LA UNIVERSIDAD EN INTERNET Correlación r de Pearson Interpretación del coeficiente de correlación o r (-1 a 1): › Signo + correlación positiva o directa. › Signo - correlación negativa o indirecta. › Valor absoluto del coeficiente de correlación: intensidad de la relación. Interpretación del valor absoluto del coeficiente de correlación de Pearson r = 0 No existe relación lineal r = entre .10 y .30 Relación lineal débil r = entre .31 y .69 Relación lineal moderada r = entre .70 y .99 Relación lineal fuerte r=1 Relación lineal perfecta

Correlación Rho de Spearman (No paramétrica)

uniR LA UNIVERSIDAD EN INTERNET Correlación Rho de Spearman ( No paramétrica) Correlación de Spearman Aplicable: Coeficiente de correlación de Spearman (rho) .38 - Cuando las dos variables son cuasi-cuantitativa (ordinales). p-valor .02 - Cuando una de las variables es cuantitativa y la otra cuasi- cuantitativa (ordinal). N 52 - Cuando las dos variables son cuantitativas pero no cumplen el supuesto de normalidad o con muestras pequeñas (menos de 30 sujetos). Coeficiente de correlación de Spearman: Se interpreta igual que Pearson

Prueba Chi-cuadrado (No paramétrica)

uniR LA UNIVERSIDAD EN INTERNET Prueba Chi-cuadrado (No paramétrica) Chi-cuadrado Aplicable: -Cuanto tenemos dos variables cualitativas 0 categóricas (nominales). - Cuanto tenemos una variable ordinal y otra nominal. -Se podría utilizar con cuantitativas siempre que se reduzcan a categorías. Coeficiente de contingencia: solo se interpreta la intensidad Tabla cruzada Género*DiagnósticoTDAH DiagnósticoTDAH No Si Total Género Niña Recuento 74 64 138 % dentro de Género 53,6% 46,4% 100,0% Niño Recuento 31 31 62 % dentro de Género 50,0% 50,0% 100,0% Total Recuento 105 95 200 % dentro de Género 52,5% 47,5% 100,0% Valor df Significación asintótica (bilateral) Chi-cuadrado de Pearson ,225ª 1 ,635 Valor Coeficiente de contingencia ,034

Aplicación de Chi-cuadrado

uniR LA UNIVERSIDAD EN INTERNET Prueba Chi-cuadrado (No paramétrica) Chi-cuadrado Aplicable: -Cuanto tenemos dos variables cualitativas 0 categóricas (nominales). - Cuanto tenemos una variable ordinal y otra nominal. -Se podría utilizar con cuantitativas siempre que se reduzcan a categorías. Estadístico Valor df Sign. Chi-Cuadrado 16.48 1 .000 Coeficiente de contingencia .46 Coeficiente de contingencia: solo se interpreta la intensidad Sin formacion musical Con formacion musical Total Niña 3 (14.2 %) 18 (85.7 %) 21 Niño 27 (69.2 %) 12 (30.7 %) 39 Total 30 30

Redacción de resultados (recomendaciones)

uniR LA UNIVERSIDAD EN INTERNET Redacción de resultados (recomendaciones) Con r correlación de Pearson: · Diagrama de dispersión mediante figura. · Valor p (prueba de significación) y coeficiente de correlación (r) en tabla. Con correlación Rho de Spearman : · Diagrama de dispersión mediante figura sólo si ambas variables son cuantitativas. · Valor p (prueba de significación) y coeficiente de correlación (rho) en tabla. Muchas correlaciones a la vez, no incluir diagramas: · Todas las correlaciones incluir en una misma tabla. · No repetir los datos en una misma tabla. Con Prueba Chi cuadrado · Tabla de contingencia. · Valor p (prueba de significación). · Coeficiente de contingencia.

Ejemplo de redacción de resultados

uniR LA UNIVERSIDAD EN INTERNET Ejemplo de redacción de resultados › En la Figura 1 se intuye una tendencia ascendente de los datos, lo que indica una correlación lineal directa entre la variable velocidad lectora y nivel intelectual. › Los datos mostrados en la Tabla 1 muestran que existe una correlación estadísticamente significativa entre la velocidad lectora y el nivel intelectual (p <. 001). Según el coeficiente de correlación esta relación es positiva y de intensidad moderada. Tabla 1 Coeficiente de correlación de Pearson entre las variables Velocidad lectora y Nivel intelectual Velocidad lectora Nivel Intelectual Coeficiente de correlación .675* de Pearson (r) p-valor <. 001 N 36 Figura 1 Correlación entre variables Diagrama de dispersión Velocidad lectora y Nivel intelectual 75 65 Velocidad lectora 55 45 35 25 15 9 19 29 39 Nivel intelectual

Síntesis

Estadística correlacional y análisis de independencia

uniR LA UNIVERSIDAD EN INTERNET Estadística correlacional y análisis de independencia Análisis paramétrico Análisis no paramétrico Correlación de Pearson Correlación de Spearman Chi-cuadrado Aplicable: Aplicable: - Dos variables cuantitativas con distribución normal. - Cuando las dos variables son cuasi-cuantitativa (ordinales). Aplicable: -Cuanto tenemos dos variables cualitativas o categóricas (nominales). - Cuando una de las variables es cuantitativa y la otra cuasi- cuantitativa (ordinal). Coeficiente de correlación de Pearson: - Cuanto tenemos una variable ordinal y otra nominal. - Signo (directo o inverso): dirección de la relación Valor absoluto: intensidad de la relación. - Cuando las dos variables son cuantitativas pero no cumplen el supuesto de normalidad o con muestras pequeñas (menos de 30 sujetos). -Se podría utilizar con cuantitativas siempre que se reduzcan a categorías. - Cero: no hay relación - . 01 -. 30: baja .31-,69: moderada ,70-,99: alta - 1: relación perfecta Coeficiente de correlación de Spearman: Coeficiente de contingencia: solo se interpreta la intensidad Se interpreta igual que Pearson

Practicamos

La voz del estudiante

uniR LA UNIVERSIDAD EN INTERNET La voz del estudiante Dudas y comentarios sobre la clase de hoy ...

Planteamiento del problema de Ana

Planteamiento del problema uniR LA UNIVERSIDAD EN INTERNET Analizar, relacionar, asociar ... Ana, la profesora de Física y Quimica de anteriores casos, como parte de su trabajo final de estudios, debe redactar un proyecto de investigación viable y realista en su contexto eductivo, centrado en la temática del máster. La profesora ha decidido plantear un estudio cuantitativo no experimental para explorar la relación entre varias variables de interés en una muestra de estudiantes de secundaria. En este estudio, quiere investigar si existe alguna conexión entre variables como el género, nivel socioeconómico, presencia de diagnóstico de trastornos del desarrollo, rendimiento académico en lengua y literatura, nivel de gestión emocional y atención sostenida. Sin embargo, Ana se ha encontrado atascada en la sección metodológica, concretamente en el "plan de análisis". No está segura de qué tipo de pruebas estadísticas inferenciales serían las más adecuadas para analizar la relación o asociación entre las variables. Aunque comprende que es fundamental considerar la naturaleza métrica de cada variable, no tiene la seguridad suficiente para tomar decisiones sobre qué pruebas aplicar. María entiende la importancia de seleccionar correctamente las pruebas estadísticas para asegurar la validez de su análisis, pero se siente insegura y teme cometer errores que afecten la viabilidad de su proyecto. ¿Le ayudamos a seleccionar las pruebas estadisticas adecuadas para estudiar la relación este esas variables?