# Temas de la presentación - Psicóloga y análisis de datos - Pregunta de investigación - Metodología - Análisis de datos - Gráficos - Inferencia ___ ## Psicología y análisis de datos | Áreas de la Psicología que utilizan datos... - Psicología Experimental - Ciencias Cognitivas y del Comportamiento <!--investigación en comportamiento, se dedica a estudiar procesos básicos psicológicos como la percepción, memoria, categorización, toma de decisiones, etc. --> - Psicometría - Psicología Clínica - Psicología Social <!--Análisis de texto --> - Neuropsicología - Psicología Organizacional ____ # ¿Por qué, para qué queremos analizar datos? - Respondernos preguntas acerca de cómo funciona el mundo. - Queremos saber cómo se comporta la gente en diferentes contextos. - Ejemplos: - Dataísmo <!-- Creo que los datos son información muy valiosa para seguir comprendiendo nuestro mundo y cómo los seres humanos funcionamos dentro de este. En este estudio, los datos han adquirido un papel esencial pues, como bien se menciona en el artículo, nos han revelado que los humanos somos muy malos tomando decisiones óptimas y sesgamos nuestro comportamiento de acuerdo al contexto. Si lo vemos en el contexto actual, incluso es mucho más importante actuar en función de creencias basadas en evidencia (información analizada) pues la rapidez y facilidad de comunicación, hace que tendamos a comportarnos de manera más apresurada y sin discernir si la información obtenida es falsa o por lo menos tiene lógica o está adecuada al contexto. En consecuencia, en el mejor de los casos queda como un malentendido, sin embargo, en el peor de los casos suceden catástrofes mundiales. --> ___ # ¡Metodología! - Los datos son parte de un proceso más profundo de un análisis. - Los datos por sí solos no responden preguntas sin un contexto <!-- Es por eso que considero que utilizar un marco de referencia común, como el método científico, es de gran ayuda entre personas que intentan resolver problemas de todo tipo, pues nos permite comunicarnos más allá de las creencias y basarnos más en evidencia cuando se toman decisiones. --> ## Metodología - Conceptos y principios que permiten encauzar la resolución de problemas. <!-- de modo eficiente, el proceso de investigación científica y/o--> - Pasos lógicamente estructurados y relacionados entre sí. - Enfoque cualitativo y enfoque cuantitativo. - Se utiliza para tomar decisiones. <!-- (mediciones numéricas, la recolección de datos y análsis de datos como proceso de observación para responder la pregunta) vs cuantitativo (no hay necesariamente mediciones numéricas tomando en cuenta entrevistas, grupos focales, opiniones para apreciar el contexto general e individual. Generalmente las entrevistas son necesarias para entender el contexto, si bien difieren mucho en respecto a su metodología e incluso se cuestionan ambas corrientes frecuentemente en psicología, ambos proporcionan información importante para responder la pregunta o solucionar el problema. Hay proyectos de investigación que necesitan tanto el dato duro como la comprensión del proceso per se del individuo --> ___ ## Metodología - Conceptos y principios que permiten encauzar la resolución de problemas. - Pasos lógicamente estructurados y relacionados entre sí. - Enfoque cualitativo y enfoque cuantitativo. - Se utiliza para tomar decisiones. <center> **"Buena" resolución de problemas** **==** **Uso de metodología científica** </center> ___ # Pasos en la resolución de problemas - Esquema de investigación científica - Esquema estadístico - Esquema de ciencia de datos ___ ## Pasos en la resolución de problemas | Metodología científica 1. Objetivos/Marco teórico 2. Método 3. Análisis de datos/Inferencia 4. Resultados/Discusión <!-- Planteamiento del problema - Formulación precisa de las preguntas de investigación - Planeación: Comunicación entre usuario/estadístico, qué preguntar, cómo preguntar, a quién preguntar, qué medir, cómo medirlo. - Diseño del estudio: (De intervención, longitudinal, observacional) - Muestra: (presupuesto) ¿qué tipo de muestreo se va a utilizar en el diseño: aleatorio simple, estratificado, sistemático, etc. - Diseño del experimento: Idenfiticación de variables. - Análisis y presentación de la información - Inferencia - Conclusiones. --> ___ # Objetivos / Marco teórico ___ ## Planteamiento del problema - Ser objetivos - Concisos - Formulación precisa de las preguntas de investigación - Ejemplo: # Diseño del estudio - Muestra - Diseño experimental - Muestreo aleatorio - Tipos de variables - Ejemplo # Análisis de datos ## Tipos de análisis - Asociación - Causalidad --> ¡CORRELACIÓN NO ES CAUSALIDAD! - Estructura de información - Consideraciones muestrales ## Recomendaciones explorando datos | No confíen en los estadísticos descriptivos... <img src="DinoSequentialSmaller.gif"> ## Recomendaciones explorando datos | No grafiquen sólo con boxplots... <img src="boxplots.gif" width="650" height="250"> ## Recomendaciones explorando datos | No grafiquen sólo con boxplots 2... <img aling='right' src="BoxViolinSmaller.gif" width="650" height="250"> Link: <http://rmarkdown.rstudio.com>.