Tema 1

Análisis de Datos en Psicología: Métodos Cuantitativos y

Cualitativos

Tema 1. Investigación en
psicología
Índice
Esquema

Ideas clave

1.1. Introducción y objetivos

1.2. La medición en psicología

1.3. Las escalas de medida

1.4. Las variables. Clasificación

1.5. Conceptos básicos en estadística

1.6. Muestra y población

1.7. Referencias bibliográficas

A fondo

Instalación de Jamovi e introducción al programa

Manual de estadística con Jamovi

Test
 Esquema

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 3

Tema 1. Esquema
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

1.1. Introducción y objetivos

Cuando el alumnado del Grado de Psicología comprueba que su plan de estudios

incluye asignaturas «de números», lo normal es que cunda el pánico y proliferen toda

clase de mitos sobre la dificultad de la materia y la imposibilidad de aprobarla. Estas

ideas preconcebidas, con demasiada frecuencia tienen como consecuencia que la

gente afronte la asignatura desde el miedo, la desesperanza o la indefensión

aprendida. Si en este inicio de una asignatura como Análisis de Datos piensas que,

como los números no se te dan bien, por mucho que te esfuerces no vas a conseguir

resultados, déjame decirte de forma taxativa que nada más lejos de la realidad. Tú

también puedes aprobar estadística.

Nuestra intención al elaborar este material fue contribuir a desarbolar ciertas ideas

sobre la materia y ayudar a desterrar miedos, dudas e inseguridades con las

matemáticas. A lo largo de la asignatura no haremos cálculos mucho más complejos

que las operaciones básicas aprendidas en el colegio. Y eso aun cuando hagamos

cálculos, porque hoy en día contamos con numerosas herramientas que nos

permiten analizar los datos sin necesitar mucha más habilidad que manejar el ratón

de un ordenador o las teclas de una calculadora científica.

Por otro lado, entendemos que una gran ventaja con la que cuenta el profesorado de

Análisis de Datos en Psicología es, propiamente, su formación psicológica. No es

ningún secreto que esta asignatura requiere de una pedagogía muy especial que

sepa combinar la motivación hacia el trabajo grupal sin dejar de prestar atención a la

individualización. En este sentido, confiamos en que los contenidos elaborados

ayuden a la comprensión autodidacta y también faciliten la guía inestimable del

profesorado. Esperamos lograr dos grandes objetivos que nos planteamos a priori:

▸ Desmitificar la dificultad de la asignatura ayudando a que cualquiera se sienta capaz

de superarla.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 4

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

▸ Capacitar al alumnado dotándole de autonomía para analizar los datos de cualquier

trabajo futuro que tenga que realizar.

Este primer tema constituye, simplemente, una introducción a algunos conceptos

básicos que iremos viendo a lo largo de la asignatura. Vamos a hablar sobre la

medición en psicología, ofreceremos una primera aproximación al método científico y

veremos dónde contextualizar la estadística y sus distintas herramientas dentro del

mismo. Aprenderás a reconocer los distintos tipos variables y sus escalas de medida,

así como algunos términos clave imprescindibles para asentar una formación

aplicada de la asignatura.

Los objetivos de este tema son los siguientes:

▸ Introducir al alumnado en el análisis de datos desde una visión más amable y

cercana.

▸ Entender las implicaciones de la estadística en el día a día y en el ejercicio de la

psicología.

▸ Ubicar el análisis de datos dentro del proceso de investigación psicológica.

▸ Conocer los fundamentos básicos del método científico.

▸ Diferenciar las variables y sus tipos, así como las distintas escalas de medida.

▸ Asimilar términos clave de la materia que te servirán para entender mejor los temas

siguientes.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 5

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

1.2. La medición en psicología

Antes de adentrarte en los contenidos te invitamos a ver este vídeo, titulado La

estadística en tu vida cotidiana y en la psicología, grabado por el equipo docente de

la asignatura, que te servirá como introducción al tema.

Accede al vídeo:
[Link]

4ee6-acb1-b0fa00fa780e

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 6

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Aunque es posible que no seamos muy conscientes de ello, lo cierto es que la

estadística rodea nuestra vida cotidiana. A menudo nos llega una noticia sobre el

salario medio de los habitantes de un país, se nos da a conocer el gasto medio por

turista en verano, cada medio comparte los sondeos electorales que dan ventaja en

la estimación de voto a un partido, un gobierno publica las previsiones económicas

del próximo trimestre o cualquier aficionado al deporte está acostumbrado a manejar

porcentajes o estadísticas relacionados con determinado equipo o jugador. Todo esto

es estadística.

Cuando utilizamos la estadística, no operamos directamente con los fenómenos

observados, sino que los representamos por números y a partir de ahí realizamos

nuestras operaciones. Por tanto, de manera muy general, puede decirse que la

medición es el proceso por el cual asignamos o atribuimos números a estas

propiedades o características observables (Botella et al., 2012).

En el mundo físico observamos que los objetos tienen una serie de propiedades o

características observables, como su peso, su tamaño o su dureza. Cuando a estas

modalidades observables les asignamos números y realizamos funciones sobre

ellos, hablamos, como hemos visto, de medición. De la misma forma, las personas

también poseemos características observables directamente, como el color de

nuestros ojos, nuestra altura o nuestra constitución física.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 7

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Sin embargo, si nos centramos en el ámbito de la psicología, nuestros intereses

derivan hacia otras características que solo son observables indirectamente a través

de manifestaciones conductuales. Estas características son llamadas constructos

(inteligencia, autoestima, ansiedad) y constituyen el objeto de estudio principal del

campo de la psicología. Naturalmente, también es posible asignar números a estas

modalidades y, por tanto, medirlas. Si no fuera así, esta asignatura carecería de

sentido.

Dentro del estudio de las variables psicológicas interesa la observación y medición

de sus cambios, su forma de relacionarse o la influencia que puedan tener en

determinadas áreas vitales. En la investigación recaen los principales esfuerzos

hacia el avance en todos estos intereses y de ella se derivan las principales teorías

que permiten un mayor conocimiento del comportamiento humano.

La investigación ha realizado un esfuerzo importante por traducir a lenguaje

matemático las ideas científicas en su formulación verbal inicial (Amón, 2000), lo que

nos permite una propuesta sistemática de trabajo que posibilita la comprobación

empírica de un problema psicológico. El estudio y puesta a prueba de cualquier

problema de investigación en psicología se rige por los fundamentos del método

científico. Vamos a ampliarlo en el siguiente punto y comprender cuál es el papel que

tiene el análisis de datos dentro del mismo.

El método científico

El método científico tiene como objetivo estudiar los fenómenos que nos rodean y

establecer ciertas reglas que nos permiten un mejor conocimiento sobre cómo

funciona el mundo natural y el ser humano (León y Montero, 2003). Aplicar el método

científico en psicología posibilita la comprobación de determinadas teorías

elaboradas a partir de la observación razonada, pero para ello será necesario seguir

un riguroso proceso sistemático que atraviesa unas fases predeterminadas.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 8

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Vamos a exponer un ejemplo que nos servirá para desarrollar las fases del método

científico aplicadas a un problema psicológico.

¿Cómo se aplica el método científico?

Un profesor de Psicología del Pensamiento advierte un elevado porcentaje

de creencias psicológicas erróneas en alumnos del cuarto curso del Grado

de Psicología. Llama su atención el hecho de que casi la mitad de la clase

considera cierto el mito de que las personas solo utilizamos un 10 % de

nuestro cerebro.

La lectura de literatura sobre esta cuestión le lleva a plantearse una

posible relación entre la variable critical thinking disposition (disposición al

pensamiento crítico) y las creencias erróneas.

De este modo propone una hipótesis de partida que sería la siguiente: las

personas que puntúen más alto en esta variable tendrán menos creencias

que aquellas que puntúan bajo.

Para obtener datos empíricos que permitan poner a prueba su hipótesis

administra a su alumnado dos pruebas. Por un lado, el test de

conocimientos psicológicos y conceptos erróneos (TOPKAM) de Bensley

et al. (2014) y, por el otro, la versión española de la escala critical thinking

disposition (CTD) adaptada y validada por Bravo et al. (2020).

A partir de los datos obtenidos realiza los cálculos apropiados para los

intereses de su estudio y obtiene una correlación negativa entre la

puntuación en el test TOPKAM y la puntuación en CTD, lo que le lleva a

confirmar su hipótesis inicial y extraer la siguiente conclusión: el alumnado

con una mayor disposición a pensar de forma crítica presenta, a su vez,

una menor tendencia a creer en mitos populares de la psicología.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 9

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Ahora te proponemos una reflexión: ¿serías capaz de relacionar e identificar en el

ejemplo propuesto cada una de las fases del método científico que aparecen en la

Figura 1?

Figura 1. Fases del método científico. Fuente: elaboración propia.

La primera fase es la de observación. En el ejemplo, el profesor se ha dado cuenta

en clase gracias a la observación de un fenómeno que viene ocurriendo con una

cierta regularidad y del cual toma nota. En investigación, esta fase viene

acompañada de una revisión de la literatura sobre el hecho observado. Esta revisión

nos arrojará luz sobre lo que se ha publicado, lo que ya se ha descubierto, los

hallazgos más importantes en relación con el fenómeno y las conclusiones a las que

han llegado estudios anteriores. De la revisión bibliográfica nacen nuevos

problemas y también posibles hipótesis explicativas. Revisar la literatura sobre las

creencias psicológicas erróneas llevará a encontrar explicaciones plausibles sobre la

cuestión, que ya han sido sometidas a prueba anteriormente.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 10

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

En la siguiente fase, planteamiento de problemas, el proceso de observación ha

llevado al profesor a cuestionarse algo, hacerse una pregunta y de ahí nace toda la

investigación. En su caso, quiere estudiar por qué el alumnado de cuarto, a pesar de

tener formación técnica en psicología, sigue manteniendo un gran número de

creencias erróneas.

Ante este problema de investigación, la revisión de literatura nos ha ayudado con

posibles soluciones tentativas. Estamos en la fase de planteamiento de hipótesis,

que pueden dar respuesta al problema. En el ejemplo, hay que considerar que la

variable CTD puede tener influencia a la hora de cuestionarse y aceptar como ciertas

este tipo de creencias.

En el diseño del experimento se decide la muestra con la que se va a trabajar, qué

variables se medirán y con qué herramientas, qué procedimiento se va a seguir y

otros aspectos que van a resultar clave para que el diseño resulte viable y válido. El
profesor, que ha leído mucho sobre la creencia en mitos psicológicos, decide los dos

instrumentos que considera más fiables para obtener estas medidas y selecciona

como muestra a su grupo de clase.

Lo que sigue a continuación es la obtención de resultados y conclusiones. Una

vez que se han recogido los datos pasamos a analizarlos. Si hasta ahora te estabas

preguntando cuál era el papel del análisis de datos en la investigación, hemos

llegado por fin al momento que resolverá tu duda. Es aquí donde debemos conocer

las distintas técnicas y manejarlas adecuadamente en función de lo que pretendemos

conseguir. Para ello debemos saber qué cálculos realizar según el objetivo y el tipo

de variables o según el cumplimiento de determinados supuestos.

Por estos motivos, adquirir las competencias que te va a brindar esta materia te

capacitará para formar parte de una de las fases claves en investigación, obtener

resultados que permitan contrastar las hipótesis. En nuestro ejemplo pueden pasar

dos cosas: que el profesor halle la relación buscada entre las variables o que esta

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 11

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

relación no resulte estadísticamente significativa. En función de los resultados que

obtenga serán sus conclusiones y pasará a la última fase.

En cualquier investigación, el momento final es redactar el informe de resultados,

para que lo entiendas mejor, este informe sería el artículo que se publica en una

determinada revista científica de psicología o el trabajo final de grado en el que

redactarás, a modo de artículo científico, todos los pasos de tu investigación.

Si te fijas en la Figura 1, el proceso no termina aquí, sino que es cíclico, por lo que

hay una nueva flecha desde la última fase hasta el principio. Esto nos indica que, si

los resultados no permiten resolver el problema satisfactoriamente, el proceso vuelve

a empezar de nuevo y se iniciará una nueva investigación, pasando nuevamente por

las distintas fases del proceso. Este proceso circular también hace referencia a que,

generalmente, las conclusiones de un trabajo científico suelen dar pie a la apertura

de nuevas líneas de investigación, con lo que de nuevo estaríamos ante la primera

fase del método.

Análisis de datos en psicología

Hasta aquí hemos visto que la estadística está presente en la vida cotidiana y,

además, constituye un pilar fundamental dentro del método científico. Aun así, puede

que estos argumentos todavía no te hayan convencido y sigas pensando «¿para qué

voy a utilizar yo esto si el día de mañana solo quiero dedicarme a hacer terapia?». Si

continúas del lado del agnosticismo, vamos a derrochar un último esfuerzo para

hacerte comprender la utilidad del análisis de datos dentro de la cotidianeidad de la

psicología y traerte del lado de las personas de fe.

Análisis de datos en psicología, ¿para qué?

Supón que como profesional que realiza terapia psicológica aplicas en tus

intervenciones una modificación que has adaptado de la desensibilización

sistemática, porque crees que obtiene mejores resultados en el

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 12

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

tratamiento de las fobias. Tus sospechas emanan de la mera observación

en consulta, porque has visto que todas las personas se han curado con

menos sesiones de lo habitual. Ante la idea de que tu hallazgo puede ser

importante para el tratamiento de las fobias, te gustaría compartirlo con

otros profesionales. La mala noticia es que no será suficiente con tu

opinión o tu conclusión subjetiva. Si quieres que tu método reciba respaldo

suficiente y quede contrastado empíricamente, tendrás que realizar un

estudio de investigación donde necesariamente pasarás por las fases de

la recogida, análisis de datos e interpretación de resultados para confirmar

tus impresiones iniciales.

Del mismo modo, si el día de mañana trabajas en Recursos Humanos y

tienes la clara sospecha de que el bienestar psicológico afecta

positivamente a la productividad de las personas trabajadoras, la única

forma de confirmar esto nuevamente pasará por plantear un diseño de

investigación, donde tendrás que planificar una recogida de datos,

analizarlos e interpretar los resultados para ver si tu hipótesis se confirma.

Por último, vamos a darle un enfoque un poco más modesto. Supongamos

que no tienes ningún hallazgo que compartir con nadie. No te preocupa

pasar a la historia de la psicología, ni piensas demasiado en el futuro.

Tanto es así que ni siquiera reciclas. Eres feliz trabajando día a día en tu

consulta, sacando a pasear al perro y lavando el coche los fines de

semana. De acuerdo, lo respetamos. Pero seguro que te gusta hacer bien

tu trabajo. Tendrás casos que presentarán distintos diagnósticos y te vas a

encontrar con algunos retos profesionales que te llevarán a leer artículos

de revistas de psicología para actualizar tus conocimientos sobre la

materia.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 13

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Lamento decirte que incluso aquí, necesitarás saber cosas que estamos a

punto de enseñarte en esta asignatura. Para poder entender cualquier

artículo científico de psicología tendrás que saber interpretar los resultados

y para eso, insisto, nos necesitas.

Estos son algunos ejemplos que muestran cómo el ejercicio cotidiano de la

psicología también requiere dominar la materia que nos ocupa. Cualquier estudio,
cualquier investigación en alguna de sus fases, va a requerir analizar e interpretar

datos. Detrás de todos los avances psicológicos que estudiamos, leemos publicados

o vemos en medios de comunicación, hay investigación. Y si hay investigación, hay

recogida, análisis e interpretación de datos. Pensando en esto, y con el objeto de que

aprendas lo fundamental para saber recoger, analizar, interpretar y presentar los

datos de cualquier estudio, hemos elaborado este material. Queremos enseñarte

solo lo fundamental, lo que vas a aplicar en tu futuro académico y laboral tratando de

detenernos lo menos posible en sofisticados cálculos que nunca más utilizarás

cuando termines el Grado de Psicología.

Precisamente por eso consideramos de gran importancia el manejo de software

estadístico para analizar datos a partir de ahora. En nuestro caso hemos elegido

Jamovi como programa de referencia, porque tiene una interfaz agradable, es

sencillo en su uso, posee prácticamente todas las funcionalidades que le pedimos a

una herramienta de este tipo y, además, es gratuito.

En los recursos del apartado A fondo puedes encontrar algunos materiales que

te ayudarán en tus comienzos con Jamovi. Compartimos un vídeo del profesor

Eduardo González, donde explica cómo podrás instalar el programa siguiendo

unos sencillos pasos y un manual completo de uso del programa de descarga

libre.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 14

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

1.3. Las escalas de medida

A pesar de los intentos de definición de la escala de medida en algunos de los

manuales referentes de Estadística, (Amón, 2000; Botella et al., 2012) consideramos

que ninguna definición se ajusta a la sencillez con la que nos hemos querido

comprometer al elaborar este material, por eso no vamos a parar demasiado en el

problema de la conceptualización, problema que, por otro lado, será poco relevante

para el alumnado.

Siguiendo a Coronado (2007), el problema de la definición se puede simplificar

diciendo que una escala de medida es el conjunto de posibles valores que una

variable puede tomar. De este modo, a la hora de medir las diferentes variables

vamos a considerar, inicialmente, los cuatro tipos de escalas de medida propuestas

hacia mitad del siglo pasado por Stevens (1946, citado en Amón, 2000):

▸ Nominal.

▸ Ordinal.

▸ De intervalo.

▸ De razón.

Una vez que hayamos visto estos cuatro tipos de escalas, sintetizaremos la

información que verdaderamente te va a resultar más relevante.

Escala nominal

Los valores que puede adoptar cualquier escala de este tipo solo representan

categorías o etiquetas, cada una de las cuales es distinta de las otras. Estos valores

sirven para clasificar a los sujetos u objetos, pero no poseen las propiedades

numéricas que sí tienen otras escalas. Por ejemplo, los valores no presentan orden

ni tampoco puede decirse que un valor sea mayor o menor que otro.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 15

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Ejemplos de escalas nominales

▸ Género: hombre, mujer, no binario.

▸ Estado civil: soltera, casada, separada.

▸ País de nacimiento: España, Ecuador, Alemania.

▸ Grupo sanguíneo: A, B, AB, 0.

▸ Número que lucen los jugadores de un equipo de baloncesto en su camiseta: 22, 1,

14, 3.

Como se puede ver en el último ejemplo, una escala nominal también puede ser

numérica y eso no atribuye a los números de las propiedades matemáticas más allá

de etiquetar o identificar al jugador; es decir, el jugador 22 no es más que el 20 ni los

jugadores 10 y 2 sumados son igual al jugador 12.

Escala ordinal

Son aquellas escalas en las que los valores, además de representar una categoría

diferente, pueden ordenarse. De este modo, puede decirse que el valor de una
categoría es más que el valor de otra.

Ejemplos de escalas ordinales

▸ Calificación en una asignatura: suspenso, aprobado, notable.

▸ Renta de una familia: baja, media baja, media, media alta.

▸ Nivel de estudios: primarios, secundarios, grado, posgrado.

▸ Escala de respuesta a un cuestionario (conocidas como escalas de tipo Likert):

totalmente en desacuerdo, en desacuerdo, neutro, de acuerdo, totalmente de

acuerdo.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 16

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Escala de intervalo

En este caso, además de cumplirse las relaciones de igualdad-desigualdad y de

orden, existen diferencias entre los distintos valores que pueden interpretarse

numéricamente. Por ejemplo, entre el año 2000 y el año 2005 hay cinco años de

diferencia, uno menos que entre el año 2010 y el año 2014. Sin embargo, en este
tipo de escalas, el valor cero es arbitrario.

Ejemplos de escalas de intervalo

▸ Temperatura: -2 grados, 0 grados, 20 grados.

▸ Año: 2000, 2010, 2015.

▸ Puntuación en una prueba de psicológica: 20 puntos, 15 puntos, 40 puntos.

En general, consideraremos que la medición de cualquier constructo psicológico

(aptitudes, rasgos de personalidad, etc.) se medirá con una escala de intervalo. Se

puede observar que, en este caso, el valor 0 no es el origen de la escala. No tiene

sentido hablar de una persona con un cociente intelectual 0 o con una autoestima 0.

Tendrá un valor más alto o bajo en la variable en cuestión, pero no puede ser que no

tenga CI. Tendrá una autoestima alta o baja, pero no puede ser que no posea este

rasgo. En una escala de intervalo (temperatura) podemos decir que 30 grados son 20

grados más que 10, pero no que la propiedad (el calor) en un caso sea el triple que

en el otro.

Escala de razón

En la escala de razón se cumplen todas las propiedades mencionadas

anteriormente, igualdad-desigualdad, orden, distancias definidas entre los distintos

valores y, además, existe un punto cero que no es arbitrario, que da origen a la

escala y permite establecer toda clase de relaciones matemáticas entre las variables

de la escala.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 17

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Ejemplos de escala de razón

▸ Número de hijos: 0, 1, 2, 3.

▸ Salario de una persona: 500, 1500, 2000, 3000.

▸ Edad: 15, 28, 32, 51.

Aquí sí podemos decir que tener tres hijos es el triple que tener uno o que, si dos

personas ganan 1000 euros, juntas ganan lo mismo que una cuyo salario es de 2000

euros.

Un apunte extra

Las escalas que hemos visto no son siempre algo rígido ni tienen por qué ser

inmutables. A menudo, en virtud del tipo de análisis que queremos realizar, nos

puede interesar más trabajar con una variable en su escala de medida original, como

puede ser el salario (1800 euros) o nos puede interesar transformarla construyendo

tres categorías ordenadas de salario (bajo, medio, alto) para trabajar así con una

variable ordinal. Los cálculos y estadísticos que se pueden aplicar en cada caso van

a ser diferentes.

El tipo de escala en que se mide una variable determina las propiedades de la

medición, así como las operaciones matemáticas que pueden realizarse con ella o

los procedimientos estadísticos que se utilizarán tanto para analizar los datos como

para presentar posteriormente los resultados (Coronado, 2007). De esta manera, en

una investigación no se calculan los mismos estadísticos descriptivos cuando

presentamos una variable nominal que si lo hacemos con una de razón. Igualmente,

utilizaremos distintos gráficos para presentar una y otra.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 18

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Las dos primeras escalas, nominal y ordinal, como hemos visto, son escalas

categóricas y se utilizarán para medir variables cualitativas; mientras que las

escalas de intervalo y de razón son numéricas y se utilizarán para medir variables

cuantitativas. Para entender esto es necesario hablar de los distintos tipos de

variables. Vamos a verlo en el punto siguiente.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 19

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

1.4. Las variables. Clasificación

De manera muy sencilla vamos a definir una variable como toda aquella

característica de un objeto o sujeto que puede tomar distintos valores. Piénsalo y lo

verás más fácil, el nombre hace referencia a que estas características varían de un

sujeto a otro o de un objeto a otro y así permiten diferenciarlos.

Vamos a tratarlo con un ejemplo muy sencillo. En la Figura 2 aparece un grupo de

amigos. Nos fijamos en cuatro variables diferentes:

▸ Sexo.

▸ Altura.

▸ Color del pelo.

▸ Ansiedad medida con un cuestionario (como ya hemos dicho, se trata de una

variable psicológica y, por tanto, no es observable directamente, sino a través de las

respuestas que las personas dan en un cuestionario de ansiedad).

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 20

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Figura 2. Diferencia de variables en un grupo de amigos. Fuente: adaptada de Freepik, s. f.

Estas cuatro variables toman valores distintos en las seis personas que componen el

grupo. Si nos fijamos en el sexo, vemos que Imanol, Julián y Huang Zhou son
hombres, mientras que Katerina, Yulexy y Aitana son mujeres. La variable altura

también toma diferentes valores. Así podemos decir que Julián, con 1,87 metros, es

más alto que Imanol, cuya altura es de 1,78 metros, pero, al mismo tiempo, Imanol

es más alto de Katerina, que mide 1,65 metros. Puede decirse, también, que el color

del pelo de Aitana es pelirrojo, mientras que el de Katerina es rubio y el de Yulexy es

moreno. Finalmente, Yulexy ha puntuado 23 puntos en la escala de ansiedad, con

lo que su puntuación es la más baja de todas; mientras que Imanol, con 42 puntos,

es la persona con un nivel más alto de ansiedad en todo el grupo de amigos. Por

cierto, Imanol es profesor universitario, no sabemos si tendrá algo que ver.

Observa en los ejemplos anteriores cómo las variables adoptan distintos valores que

permiten diferenciar a unas personas de otras en cuanto a la característica que se

estudie. Date cuenta, también, que estas características, en algunos casos, adoptan

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 21

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

valores numéricos, como la altura o la puntuación en ansiedad; mientras que en otros

casos, los valores son distintas propiedades o atributos. Aprovechamos esto para

diferenciar entre variables cualitativas y variables cuantitativas.

▸ Variables cualitativas. Una variable es cualitativa cuando mide atributos o

cualidades (género, grupo sanguíneo, estado civil, profesión). Las variables

cualitativas pueden ser, a su vez:

• Dicotómicas: si solo admiten dos categorías de respuesta. Por ejemplo,

sano/enfermo.

• Politómicas: si admiten más de dos categorías de respuesta. Por ejemplo,

soltera/casada/separada/divorciada/viuda.

▸ Variables cuantitativas. Por el contrario, una variable es cuantitativa si mide

cantidades (número de hijos, salario, cociente intelectual, altura). Las variables

cuantitativas pueden ser, a su vez:

• Continuas: si entre dos valores enteros hay decimales. Por ejemplo, la altura:
1,78/1,79/1,83.

• Discretas: cuando no hay decimales, solo valores enteros. Por ejemplo, número de

hijos: 1, 2, 3.

Fíjate bien cómo, según la naturaleza de una variable, se utilizará un tipo u otro de

escala de medida para recoger datos sobre ella. En la Figura 3 se puede observar

claramente esta relación:

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 22

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Figura 3. Relación entre variables y escalas de medida. Fuente: elaboración propia.

¿Sabías que?

Algunas escalas ordinales, como las de tipo Likert (nunca, a veces, a menudo, con

frecuencia, siempre), que se suelen utilizar como escalas de respuesta para medir

los ítems de cualquier escala psicológica, habitualmente, en el proceso del análisis

de los datos, suelen trabajarse como si fueran escalas cuantitativas, asignando a

cada categoría un valor numérico: nunca (0), a veces (1), a menudo (2), con

frecuencia (3), siempre (4). Esto permite que se pueda operar con ellas sumándolas,

para formar parte de la puntuación total de la variable medida. Por eso, en algunos

manuales, leerás que las variables ordinales también se clasifican como cuasi

cuantitativas.

Una vez expuesta toda esta información sobre tipos de variables y escalas de

medida, te recomendamos que únicamente aprendas a diferenciar entre escalas

nominales, ordinales y cuantitativas (donde se engloban tanto las de intervalo como

las de razón). No se trata de un error. Como verás, la mayor parte de los programas

informáticos dedicados al análisis de datos cuantitativos, como SPSS o Jamovi, no

realizan distinción entre escalas de intervalo y de razón, sino que las agrupan como

un único tipo al que denominan «escala» (en SPSS) o «continua» (en Jamovi). Como

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 23

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

una imagen vale más que mil palabras, te lo mostramos con dos capturas de

pantalla.

Figura 4. Tipos de escalas en Jamovi. Fuente: elaboración propia.

Figura 5. Tipos de escalas en SPSS. Fuente: elaboración propia.

Te interesa

Aclarado esto y puesto que tu aprendizaje va a estar orientado al uso práctico, no

consideramos de fundamental importancia la diferencia entre escalas de intervalo y

de razón. Una buena noticia, por fin. No será necesario que aprendas esto, puedes

dejar espacio de almacenamiento mental para cuestiones de mayor calado.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 24

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Función de las variables en investigación

De forma muy breve vamos a comentar sucintamente los papeles que pueden
adoptar las variables dentro de una investigación. Cuando queremos observar la

influencia que una variable tiene sobre otra, diseñaremos un experimento en el que

las variables pueden adoptar tres funciones diferentes.

▸ Variable independiente o factor: es aquella cuyos cambios influyen o afectan a otra

variable. En un experimento es la variable que el experimentador manipula, con el

objetivo de registrar los cambios que produce en una segunda variable.

▸ Variable dependiente: es esa segunda variable de la que hablamos en la definición

anterior, es decir, aquella que recibe la influencia de la independiente. El

experimentador simplemente mide y registra los cambios producidos en ella, pero no
puede manipularla directamente.

▸ Variable extraña o contaminadora sería toda aquella variable que está presente en

el experimento, que no se ha podido controlar y que podría estar influyendo sobre la

variable dependiente, con lo cual puede confundirnos al interpretar los resultados.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 25

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

1.5. Conceptos básicos en estadística

Dado que este primer tema es introductorio a la estadística y el análisis de datos,

queremos desarrollar, antes de pasar al siguiente, algunos conceptos que

consideramos especialmente importantes en la materia y cuyo dominio te hará más

fácil el aprendizaje posterior. Vamos a desarrollarlos con un lenguaje sencillo que

facilite su comprensión.

Estadística descriptiva

Es la rama de la estadística que se ocupa de describir las variables. Cuando

queremos hablar de una persona la describimos en base a sus propiedades físicas,

su personalidad, su carácter, su sensibilidad o su inteligencia. Las variables también

hay que presentarlas en una investigación, hay que describirlas. Normalmente, al

principio del apartado de resultados se describe la totalidad de las variables que se

han empleado en el análisis. Esta descripción va a depender de la naturaleza de las

variables. Por ejemplo, de una variable cualitativa presentaremos la frecuencia o el

porcentaje de casos que hay en cada categoría, mientras que, en una variable

cuantitativa, la media y la desviación típica permiten hacerse una idea inicial de la

forma en la que se distribuye.

La estadística descriptiva trabaja con muestras y no pretende ir más allá

de las mismas. Los datos obtenidos se aplican a la propia muestra, al

grupo de donde los datos han sido recogidos.

Estadística inferencial

En el caso de la inferencia, sí queremos ir más allá. Queremos saber qué ocurre en

una población determinada, cómo se relacionan las variables, qué pasa si

introducimos cambios, tratamientos, etc. Pero, como vamos a ver en el siguiente

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 26

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

punto, al no poder acceder a la población al completo, seleccionaremos muestras

que nos permitirán obtener datos y de estos datos sacaremos conclusiones referidas

a la población. En este punto aparece la necesidad de utilizar la probabilidad. Porque

en el trabajo descriptivo, lo que contamos es lo que hay, pero en el trabajo inferencial

sacamos conclusiones sobre una población a partir de unos cuantos datos sobre ella;

por eso, estas conclusiones no serán al cien por cien veraces, sino con una

probabilidad determinada.

Es importante entender que estas distintas ramas de la estadística no son

mutuamente excluyentes, puesto que, en la mayoría de los casos, hemos de

utilizarlas de forma complementaria.

Vamos a utilizar una analogía para diferenciar entre descripción e

inferencia. Imagina que estás en una terraza de bar tomando un café con

alguien más. En la mesa de al lado hay un chico en el que os fijáis y del

que os ponéis a hablar (no me digas que nunca lo has hecho). Si al

describirlo dices que tiene la piel muy blanca, es alto, sus ojos son azules,

su pelo es rubio muy claro y lleva sandalias con calcetines, estás haciendo

estadística descriptiva. Sin embargo, si a la luz de estos datos te

aventuras a decir que seguramente sea extranjero, estás haciendo

inferencia. Y en este caso, tu conclusión puede ser cierta con una

determinada probabilidad, pero no es segura.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 27

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Cualquier dato que calculemos en una muestra determinada se llamará estadístico.

Por ejemplo, si calculamos la nota media o la varianza de un grupo de clase formado

por 35 personas, este dato se llama estadístico. Para representarlos, se utilizan

letras latinas (M, S, r). Sin embargo, cuando el dato se refiere a la población lo

llamaremos parámetro y lo representaremos con letras griegas ( ). Por

ejemplo, si hablamos de la media de gasto en gasolina por habitante de un país, esta

media es un parámetro. Una vez descritos estos conceptos, es necesario desarrollar

los de muestra y población.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 28

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

1.6. Muestra y población

Población

Definiciones del término:

«2. f. Conjunto de personas que habitan en un determinado lugar.

»3. f. Conjunto de edificios y espacios de una ciudad. Atravesó la población de una parte
a otra.

»4. f. Conjunto de individuos de la misma especie que ocupan determinada área

geográfica.

»5. f. Sociol. Conjunto de los elementos sometidos a una evaluación estadística mediante

muestreo». (Real Academia Española, s. f).

A lo largo de la asignatura vas a ver que el concepto «población» se utiliza con

bastante frecuencia. Arriba hemos puesto algunas definiciones del término para

ayudarte a saber mejor lo que, en estadística, sí es una población y lo que no lo es.

En nuestro caso, una población no se refiere a ninguna de las habituales

connotaciones expresadas en las definiciones 2, 3 y 4. La población, en

estadística, está referida a la última definición y, según Guàrdia et al. (2008), puede

definirse como el «conjunto de individuos que poseen una serie de características

definitorias de su grupo de pertenencia» (p. 3). Vamos a desarrollarlo de una forma

sencilla a través de ejemplos centrados en nuestro campo, la psicología.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 29

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Entendiendo el concepto de población

Ejemplo 1. Si nos interesa realizar un estudio exploratorio en profundidad

sobre un determinado cuadro diagnóstico, por ejemplo, el trastorno

obsesivo compulsivo (TOC), la población en este contexto no tiene porqué

ceñirse a un espacio geográfico, sino que estaría constituida por todas

aquellas personas diagnosticadas de TOC en cualquier parte del planeta.

Ejemplo 2. Si una psicóloga quisiera hacer una comparativa entre las

competencias emocionales del alumnado de colegios públicos y privados

españoles, en este caso habrá dos poblaciones de referencia y serán las

formadas por todo el alumnado que cursa sus estudios de primaria en

colegios públicos y todo aquel que lo hace en colegios privados.

Ejemplo 3. Cuando se hace investigación experimental con un nuevo

fármaco para el insomnio, aunque haya un pequeño grupo de voluntarios

que participan en el ensayo y toman el fármaco, las conclusiones que se

quieren extraer no se refieren a la mejoría de ese único grupo de

personas. La población, en este caso, serían todas aquellas personas que

tienen insomnio y podrían tratarlo con el fármaco.

Estos ejemplos permiten imaginar que el término «población», dentro de cualquier

estudio, se refiere a un concepto tan amplio que es generalmente inabarcable. Bien

sea por una cantidad limitada de recursos, por su amplio tamaño o por la

imposibilidad material de acceder todas las personas que la conforman, lo cierto es

que al investigar necesitamos trabajar con muestras seleccionadas de la población.

Con el siguiente ejemplo entenderemos mejor estas dos nociones.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 30

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Figura 6. Ejemplo de muestreo a partir de una población. Fuente: adaptada de Majborodin, s. f.

Se quiere llevar a cabo un estudio en Europa sobre la influencia que las redes

sociales tienen en las conductas de bullying. Para ello, la población con la que se

decide trabajar está constituida por todo el alumnado de educación primaria de la

comunidad europea. Piensa que solo en España hay aproximadamente tres millones

de menores en esta franja de escolarización, por lo que puedes hacerte una idea de

la vastedad de la cifra si pensamos en el alumnado de todo el continente. Como ya

hemos dicho antes, se trata de una población imposible de abarcar por completo. Por

eso trabajaremos con una muestra seleccionada de entre toda la población, que

representará a los menores de educación primaria de la Unión Europea.

Para la selección de esta muestra se ha utilizado un muestreo probabilístico por

conglomerados (tranquilo, aún no hace falta que comprendas este concepto), que
selecciona 2000 niños de colegios pertenecientes a cada uno de los países indicados

en la Figura 4. De esta manera, la muestra total alcanza la cifra de

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 31

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

El muestreo no es otra cosa que el proceso de seleccionar una muestra

representativa de la población. Este procedimiento de muestreo puede hacerse con

reglas probabilísticas determinadas a priori y se denomina muestreo probabilístico,

o puede realizarse sin fijar esas reglas y se llama muestreo no probabilístico. En

cualquier caso, estos términos se van a estudiar profusamente en otras asignaturas,

por lo que no es momento de detenerse en su explicación. De momento, con lo que

hemos visto, tenemos suficiente para empezar.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 32

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

1.7. Referencias bibliográficas

Amón, J. (2000). Estadística para psicólogos I: Estadística descriptiva (15. ª ed.).

Ediciones Pirámide.

Bensley, D. A., Lilienfeld, S. O. y Powell, L. A. (2014). A new measure of

psychological misconceptions: Relations with academic background, critical thinking,

and acceptance of paranormal and pseudoscientific claims. Learning and Individual

Differences, 36, 9-18. [Link]

Botella, J., Suero, M. y Ximénez, C. (2012). Análisis de datos en Psicología I.

Ediciones Pirámide.

Bravo, M. J., Galiana, L., Rodrigo, M. F., Navarro-Pérez, J. J. y Oliver, A. (2020). An

adaptation of the critical thinking disposition scale in Spanish youth. Thinking Skills

and Creativity, 38, 100748. [Link]

Coronado, J. (2007). Escalas de medición. Paradigmas, 2(2), 104-125.

Freepik. (s. f. ). Grupo multirracial de pessoas felizes sorrindo | Vetor Grátis [Imagen].

Pinterest. [Link]

Guàrdia, J., Freixa, M., Però, M. y Turbany, J. (2008). Análisis de datos en

psicología. Delta Publicaciones.

León, O. G. y Montero, I. (2003). Métodos de Investigación en Psicología y

Educación (3. ª ed.). McGraw Hill.

Majborodin (s. f.). Mapa de alta calidad de europa con fronteras de las regions

[Imagen]. Freepik. [Link]

fronteras-regiones_22983387.htm

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 33

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 Ideas clave

Real Academia Española. (s. f.). Población. En Diccionario de la lengua española.

Recuperado en 9 de junio de 2023, de [Link]

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 34

Tema 1. Ideas clave
© Universidad Internacional de La Rioja (UNIR)
 A fondo

Instalación de Jamovi e introducción al programa

En el siguiente vídeo, el profesor Eduardo González Fraile te explica de forma

sencilla y práctica cómo instalar el programa Jamovi y empezar a dar tus primeros

pasos con él. ¡No te lo pierdas!

Accede al vídeo:
[Link]

4f34-92ad-af9b00bb16a0&start=4.732065

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 35

Tema 1. A fondo
© Universidad Internacional de La Rioja (UNIR)
 A fondo

Manual de estadística con Jamovi

Badiella, Ll., Blasco, A., Boixadera, E., Valero, O. y Vázquez, A. (2021). Manual de

Introducción a Jamovi: una interfaz gráfica para usuarios de R. Servei d’Estadística

Aplicada Universitat Autònoma de Barcelona.

[Link]
_con_jamovi.pdf

Este manual, práctico y sencillo, resulta idóneo para comenzar a trabajar con el

software estadístico Jamovi e ir familiarizándose con él desde el principio de la

asignatura, puesto que es una herramienta que vamos a utilizar habitualmente para

el análisis de datos cuantitativos.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 36

Tema 1. A fondo
© Universidad Internacional de La Rioja (UNIR)
 Test

1. ¿Cuál es el orden correcto de estas fases del método científico?

A. Planteamiento de problemas, observación, generación de hipótesis y

obtención de resultados y conclusiones.

B. Generación de hipótesis, observación, diseño del experimento y obtención

de resultados y conclusiones.

C. Observación, generación de hipótesis, diseño del experimento y obtención

de resultados y conclusiones.

D. Informe de resultados, planteamiento de hipótesis, observación y obtención

de resultados y conclusiones.

2. La variable «número de cigarrillos fumados al día» es de tipo:

A. Cualitativa discreta.

B. Cualitativa continua.

C. Cuantitativa continua.

D. Cuantitativa discreta

3. La variable «¿con qué frecuencia tiene pensamientos que le generan ansiedad?:

a) nunca b) a veces c) con bastante frecuencia d) casi todo el tiempo», ¿con qué

escala está medida?

A. Nominal.

B. Ordinal.

C. Cuantitativa.

D. Cualitativa.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 37

Tema 1. Test
© Universidad Internacional de La Rioja (UNIR)
 Test

4. Una investigadora quiere comprobar si la música instrumental ayuda a mejorar la

concentración. En este estudio, la variable concentración será:

A. La variable dependiente, que simplemente se mide.

B. La variable independiente, que la investigadora manipula.

C. Una variable extraña.

D. La variable dependiente, que la investigadora manipula.

5. La medición en psicología:

A. No es posible, porque el objeto de estudio no es observable.

B. Es posible asignando etiquetas numéricas a fenómenos observables.

C. Es poco probable y por eso no es científica.

D. Es posible asignando etiquetas numéricas a fenómenos no observables

directamente.

6. La fase del método científico en la que se extraen conclusiones que permiten

confirmar o rechazar la hipótesis de partida es la fase de:

A. Obtención de resultados.

B. Diseño del experimento.

C. Generación de hipótesis.

D. Informe de resultados.

7. Si necesito comprobar la eficacia que un nuevo fármaco tendrá en el tratamiento

del TDAH, necesitaré hacer uso de:

A. Estadística descriptiva.
B. Estadística inferencial.
C. Probabilidad.
D. Todas.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 38

Tema 1. Test
© Universidad Internacional de La Rioja (UNIR)
 Test

8. Si dijera que mi alumnado ha obtenido, en la materia de Análisis de Datos, una

media de 8,75 (ánimo, si ellos pueden, tú también), este dato es:

A. Un estadístico y se representa con letra griega.

B. Un estadístico y se representa con letra latina.

C. Un parámetro y se representa con letra latina.

D. Un parámetro y se representa con letra latina.

9. La variable «tiempo de reacción en una tarea de detección de estímulos» es una

variable:

A. Ordinal.

B. Cualitativa.

C. Cuantitativa continua.

D. Cuantitativa discreta.

10. ¿Cuál de los siguientes ejemplos no representa una inferencia?

A. Un estudio para probar la eficacia de un fármaco contra el cáncer.

B. El promedio de dinero que cuesta a cada vecino arreglar la fachada.

C. El porcentaje de espectadores que vieron el estreno de un programa.

D. Un sondeo realizado a las puertas de los colegios electorales.

Análisis de Datos en Psicología: Métodos Cuantitativos y Cualitativos 39

Tema 1. Test
© Universidad Internacional de La Rioja (UNIR)