Introducción:

*Marco Teórico:

¿Qué es la estadística?

Es una rama de las matemáticas.

Originalmente significó el conjunto de datos demográficos y económicos de importancia vital para el estado, actualmente se ha convirtió en un método científico de análisis que ahora se aplica a todas las ciencias sociales y naturales, también una de las principales disciplinas de las matemáticas.

Conjunto de datos numéricos para obtener a partir de ello inferencias basadas en el calculo de probabilidad.

Estadística de “caras” a “cruces”

Esta sucede cuando por ejemplo un amigo lo invita a probar su suerte en un juego de azar, ofreciéndole un dólar cada que lance una moneda y caiga cara. Si la lanza y cae tres veces cruz. En este caso el sujeto se enfrenta con una gran decisión ¿Debe seguir el juego para intentar recuperar sus monedas? ¿O puede suponer que la moneda es parcial y abandonar el juego antes de que acaben de despojarlo por completo de sus propiedades?

Debido a esta situación saca una calculadora y calcula las probabilidades de obtener cinco cruces seguidas con la moneda. La probabilidad es más o menos tres veces de cada 100.

Si la moneda es honesta, cinco cruces consecutivas sería un hecho raro. Decide que es probable que la moneda sea parcial y se rehúsa a jugar de nuevo.

En este ejemplo pudo haber tomado una decisión sin usar la estadística, pero es más clara la situación cuando se expresa en forma estadística.

Estadística Descriptiva.

Existen tres tipos básicos de estadística descriptiva: gráficas estadísticas, medidas de tendencia central y medidas de variabilidad.

Las gráficas estadísticas presentan los números en forma visual, de modo que son más fáciles de visualizar.

Gráficas estadísticas. Con los datos desorganizados es muy difícil tomar un panorama global de las diferencias en susceptibilidad hipnótica. Usando una distribución de frecuencias es posible organizar y resumir bien grandes cantidades de información. La distribución de frecuencias se realiza dividiendo el rango completo de calificaciones posibles en clases de igual tamaño.

Las distribuciones se muestran en forma de gráfica para hacerlas más visuales. Un histograma o gráfica de una distribución de frecuencias se realiza colocando frecuencias (el número de calificaciones en cada clase) en la ordenada (línea vertical)

Estadística inferencial.

Es un conjunto de técnicas que nos permite hacer inferencias, es decir, nos permite generalizar a partir del comportamiento de grupos pequeños de sujetos para encontrar el comportamiento de los grupos mayores a los que representan.

Muestras y poblaciones: Es imposible en el estudio científico poder observar un conjunto entero o población de sujetos, por lo que se seleccionan muestras (secciones representativas más pequeñas de una población) y se usan observaciones de la muestra para sacar conclusiones acerca de la población entera.

Para que esta sea significativa debe ser representativa. Es decir, el grupo de muestra debe reflejar confiablemente pertenecer ala población mayor y mostrar sus características. Una característica muy importante de las muestras representativas es que los miembros se eligen al azar, es decir cada miembro de la población debe tener una oportunidad de igual de ser incluido e la muestra.

Diferencias Significativas: en vista de que los resultados son improbables, hay la razón de sospechar que algo más que azar causa los resultados. Un razonamiento similar se usa en las pruebas de significancia estadística.

Las pruebas de significancia estadística proporciona una estimación de la frecuencia con que podrían ocurrir por azar los resultados experimentales. Los resultados de una prueba de este tipo se plantean como una prueba de probabilidad, indicando las posibilidades de que la diferencia observada se haya debido al azar. En psicología se considera de gran importancia cualquier resultado experimental que ocurriera por azar cinco veces de cada 100.

Correlación

Las afirmaciones que realizan los psicólogos provienen de las observaciones y medidas de los fenómenos existentes. Cuando en los casos se encuentran el hecho de que dos variables se correlacionan (varían juntas en forma ordenada.).

La forma más simple de visualizar una correlación es elaborando un diagrama de dispersión.

En este diagrama se obtienen dos medidas, una de esta se indica por el eje X y la segunda por el eje Y. El diagrama de dispersión traza la intersección de cada par de medidas como un solo punto.

Correlación positiva, los incrementos en la medida X son igualados por incrementos en la medida Y.

Correlación cero, sugiere que no existe relación entre dos medidas.

Correlación negativa, a medida que se incrementan los valores de una medida, disminuye los dela segunda.

La fuerza de una correlación puede expresarse con un coeficiente de correlación. Este coeficiente va de +1.00 a -1.00 Si el número es cero o cercano a cero, indica una relación débil o inexistente. Si la correlación es +1.00 existe una correlación positiva perfecta, si es -1.00, se ha descubierto una correlación negativa perfecta.

Correlación y causalidad. Al encontrar una correlación entre dos mediadas no significa automáticamente que una cause la otra, es decir correlación no demuestra causalidad.

Por lo que no se puede concluir solo con base en la correlación, que existe un vínculo causal.

Medidas de Tendencia Central.

Es un número que describe una “calificación típica”, alrededor de la cual caen otras calificaciones. Una medida familiar de tendencia central es la media o promedio, la media se calcula sumando todas las calificaciones para cada grupo y luego dividiendo todas las calificaciones entre el número total de calificaciones de ese grupo. Es sensible a calificaciones muy altas o muy bajas en una distribución,

No siempre es la mejor medida de tendencia central.

La mediana, se encuentra organizando las calificaciones de mayor a menor y seleccionando la calificación que cae en medio.

Si hay un número par de calificaciones por ejemplo, no habrá calificación intermedia. Este problema se maneja promediando las dos calificaciones que comparten el punto medio.

Una medida final de tendencia central es la moda. Que es tan solo la calificación que ocurre con mayor frecuencia en un grupo de calificaciones. Es fácil de obtenerla, pero puede ser poco confiable, sobre todo en un grupo pequeño. La ventaja es que en realidad proporciona la calificación obtenida por el mayor número de personas.

Medidas de variabilidad. Proporcionan un solo número que indica la dispersión entre las calificaciones. Cuando están muy dispersas el número es mayor y cuando están muy cercas el número es menor.

El rango es la diferencia entre la calificación mayor y la menor.

La mejor medida de variabilidad es la desviación estándar, un índice de la diferencia entre una calificación típica y la medida de un grupo de calificaciones. Para obtenerla, encontramos la desviación o diferencia de cada calificación de la media y luego la elevamos al cuadrado. Después se suman estas desviaciones al cuadrado y se promedian. A raíz cuadrada de este promedio produce la desviación estándar.

Curva Normal, tiene forma de campana, con un gran número de calificaciones en medio y va adelgazándose hacia un número cada vez menor de calificaciones muy altas y bajas.

Cuando se registran eventos azarosos,, encontramos que algunos resultados tienen una probabilidad alta y ocurren con mucha frecuencia; Otros tienen una probabilidad baja y ocurren con poca frecuencia, otros tienen poca probabilidad y ocurren rara vez. El resultado es la distribución de los eventos azarosos parece una curva normal

*Justificación

¿Para qué le sirve la estadística a la psicología?

Es importante para los psicólogos ya que ellos tratan de extraer y resumir información útil de las observaciones que hacen, los psicólogos deben basar sus decisiones en datos limitados y estas son más fáciles de tomar con la ayuda de la estadística, ya que leda mayor claridad y precisión al pensamiento y la investigación psicológica.

¿Para que nos sirve la psicología a nosotros?

Para poder observar las situaciones más claras y así poder tomar decisiones más fácilmente, para poder obtener resultados importantes mediante algunos datos numéricos y poder basarnos en esos resultados para poder resolver situaciones más concretas, pero viendo las diferencias entre estas.

Problema de Investigación:

¿Cuál es la distribución de la Inteligencia Abstracta en los alumnos del grupo 603 de la preparatoria No.8?

Hipótesis:

*de Trabajo

La distribución de la Inteligencia abstracta en los alumnos del grupo 603 de la preparatoria No.8 es normal.

*Nula

La distribución de la Inteligencia abstracta en los alumnos de4l grupo 603 de la preparatoria no.8 no es normal.

Metodología:

Sujetos: participaron 27 alumnos del grupo 603 de la preparatoria no. 8, cuyas edades van de 16 a 20 años.

Material: Se utilizo un test de domino, el cual consta de 48 preguntas que constituyen arreglos espaciales de jugadas de domino, las instrucciones se leen en forma grupal, vienen dos ejemplos resueltos y dos ejemplos a resolver para aclarar dudas.

Una hoja, lápiz y goma.

Métodos: Encuesta

Procedimiento: se repartió el test a cada uno de los sujetos, se les pidió que lo tuvieran boca abajo, cuando todos tenían su test lo voltearon, leyeron las instrucciones en forma grupal, aclararon dudas, se les pidió que contestaran en una hoja de respuestas y que no rayara el test, contestaron las preguntas tomando en cuenta el tiempo.

El grupo calificó las respuestas intercambiando sus hojas, se realizó una tabla de análisis, se saco el modo o moda, el rango o amplitud, después se realizo una tabla de frecuencias, en donde se saco el valor del intervalo, límite superior, límite inferior, punto medio, frecuencia y media aritmética.

Posteriormente se realizó un histograma de la distribución de la inteligencia y un polígono de frecuencias de la distribución de la inteligencia.

Conclusiones y discusión:

Se comprueba la hipótesis de trabajo de acuerdo a la cual la inteligencia abstracta de los alumnos del grupo 603 de la preparatoria no.8 es normal.

Discusión:

¿Cómo se relaciona nuestra conclusión con el marco teórico?

Que partimos de una lista de datos numéricos y pudimos obtener resultados más entendibles para nosotros, que ya imaginábamos cuales iban a ser estos resultados.

Que la que se hizo al principio sobre el resultado se comprobó mediante las encuestas, además pudimos observar que nuestras gráficas fueron parecidas a la Curva normal o Curva de Gauss.

Nos formamos la hipótesis mediante la observación del tiempo que el grupo 603 se consolido, y crear la hipótesis que la inteligencia abstracta es normal, depuse pudimos comprobarlo realizando todos los pasos ya mencionados determinar que nuestra hipótesis fue correcta.

Bibliografía:

José Ignacio Alonso García, Ángel Alonso García, Alfonso Balmori Mtnez. Psicología, Mc Graw Hill.

Thomas H. Wonnacott, Ronald J. Wonnacott. Introducción a la Estadística, Edit. Limusa.

Dennis Coon. Fundamentos de psicología, Octava edición, Edit. Thomson editores.