Consulta de Guías Docentes

Inglés
Castellano

Academic Year/course: 2022/23

613 - Degree in Psychology

31205 - Data Analysis I

Syllabus Information

Academic Year:

2022/23

Subject:

31205 - Data Analysis I

Faculty / School:

301 - Facultad de Ciencias Sociales y Humanas

Degree:

613 - Degree in Psychology

ECTS:

6.0

Year:

Semester:

Second semester

Subject Type:

Basic Education

Module:

---

1. General information

1.1. Aims of the course

The aim of this subject is to introduce the student to the bases of descriptive statistics. Basically, the following will be addressed:
- Fundamentals of descriptive statistics and introduction to statistical inference.
- Application of the techniques learned using statistical software.

These approaches and objectives are aligned with some of the Sustainable Development Goals, SDG, of the 2030 Agenda (https://www.un.org/sustainabledevelopment/es/) and certain specific goals, in such a way that the acquisition of the Learning outcomes of the subject provides training and competence to the student to contribute to a certain extent to their achievement:

Goal 4: Ensure inclusive, equitable and quality education and promote lifelong learning opportunities for all

4.4 By 2030, significantly increase the number of young people and adults who have the necessary skills, including technical and professional skills, to access employment, decent work and entrepreneurship

Goal 8: Promote sustained, inclusive and sustainable economic growth, full and productive employment and decent work for all

8.6 By 2030, significantly reduce the proportion of young people who are not employed and not in education or training

Goal 9: Build resilient infrastructure, promote inclusive and sustainable industrialization and foster innovation

9.5 Enhance scientific research, upgrade the technological capabilities of industrial sectors in all countries, in particular developing countries, including, by 2030, encouraging innovation and substantially increasing the number of research and development workers per 1 million people and public and private research and development spending

1.2. Context and importance of this course in the degree

The Research Methods subject is the second of four subjects in the Methodology of the Behavioral Research area of the Psychology degree at the University of Zaragoza. It is an important subject for:
- Learn the basics of descriptive statistics.
- Learn different data analysis techniques and their application with statistical software.

1.3. Recommendations to take this course

No previous knowledge is required.

2. Learning goals

2.1. Competences

- Having acquired work habits that imply thoroughness and systematicity in the statistical treatment, as a form of self-protection against errors, as well as rigor and prudence in interpreting the results.
- Have acquired the motivation to find suggestive interpretations in the patterns that descriptively or graphically show the data.
- Know the underlying logic in the testing of statistical hypotheses and be able to apply some simple testing techniques using the studied statistical software.
- Be able to interpret and elaborate, at the descriptive level, the results sections of the research reports, effectively communicating the patterns identified in the observations made.

2.2. Learning goals

- Identify the measurement scale of the data as a previous step to distinguish the statistical treatment of each variable according to its measurement scale.
- Analyze the data related to samples of measurements of a quantitative variable, in the sense of ordering and organizing them in a meaningful way, as well as summarizing them in indicators and statistics of frequency, central tendency and variability, and interpreting the results.
- Detect, identify and assess linear covariation patterns between pairs of variables, understanding the difference between correlation and causality, becoming familiar with the concept of statistical adjustment and learning to use simple linear models for prediction.
- Prepare and interpret contingency tables, as a tool for descriptive analysis of the relationship between categorical variables.
- Know to perform descriptive statistical analysis using statistical software.

2.3. Importance of learning goals

Statistics is a mathematical discipline that is used in Psychology and other Social Sciences. Due to it and the Research Methods, Psychology is a scientific discipline. Good training in statistics makes it possible to understand a scientific publication and determine its degree of validity to decide whether to apply it in professional practice. The professional work of psychologists requires knowledge of scientific publications in the specialty in which they work, even if they do not intend to dedicate themselves to research. This allows the psychologist to apply the best possible interventions.

3. Assessment (1st and 2nd call)

3.1. Assessment tasks (description of tasks, marking system and assessment criteria)

The evaluation of the course will consist of two parts:

Evaluation of the theoretical part (60% of the final grade)

This evaluation will be focused on evaluating the theoretical knowledge of the subject. It will represent 60% of the final grade.

Evaluation of the practical part (40% of the final grade)

This evaluation will be aimed at evaluating the practical aspects of the subject. It will represent 40% of the final grade. This evaluation will be obtained based on the evaluation of different activities (e.g., assignments, exercises, exams, etc.) carried out throughout the course. Those students who cannot, or do not want to, take this continuous evaluation, will have to take the evaluation of the practical part on the day of the final exam. Similarly, those who have taken the continuous evaluation and obtained a score of less than 5 out of 10 will also have to take the evaluation of the practical part on the day of the final exam.

Final grade

The final grade will be obtained by the weighted average of the different parts of the evaluation, as long as the score of both parts is equal or higher than 5 out of 10. Otherwise, the final grade will be the score of the part with the lower score. Consequently, it will only be possible to pass this subject if both parts have been passed.

4. Methodology, learning tasks, syllabus and resources

4.1. Methodological overview

The course consists of theoretical and practical classes. The theoretical classes are aimed at explaining the theoretical foundation of the subject. While the practical classes have the objective of working on the theoretical contents learned through various activities in order to reinforce them. In addition to this, in the practical classes, you will learn how to carry out statistical analysis using statistical software.

4.2. Learning tasks

The activities will be varied, and will include both exercises that will be carried out individually to consolidate the most relevant theoretical concepts of the subject, as well as another set of practices that, from teamwork, give the opportunity to go deeper into the different aspects of the subject.

4.3. Syllabus

PART 1. DESCRIPTIVE STATISTICS WITH ONE VARIABLE

PART 2. DESCRIPTIVE STATISTICS WITH MORE THAN ONE VARIABLE

PART 3. INTRODUCTION TO STATISTICAL INFERENCE

4.4. Course planning and calendar

At the beginning of the course, the students will be provided with a calendar with all the activities.

Exam times and dates can be found on the faculty website: http://fcsh.unizar.es/.

Moodle will be used to communicate other relevant dates.

4.5. Bibliography and recommended resources

To consult the bibliography of the subject, click on the following link: http://psfunizar10.unizar.es/br13/egAsignaturas.php?codigo=31205

Curso Académico: 2022/23

613 - Graduado en Psicología

31205 - Análisis de datos I

Información del Plan Docente

Año académico:

2022/23

Asignatura:

31205 - Análisis de datos I

Centro académico:

301 - Facultad de Ciencias Sociales y Humanas

Titulación:

613 - Graduado en Psicología

Créditos:

6.0

Curso:

Periodo de impartición:

Segundo semestre

Clase de asignatura:

Formación básica

Materia:

Estadística

1. Información Básica

1.1. Objetivos de la asignatura

El objetivo principal de esta asignatura es introducir al alumno en las bases de la estadística descriptiva. De forma básica se abordará:

- Fundamentos de estadística descriptiva e introducción a la inferencia estadística.

- Aplicación de las técnicas aprendidas mediante un software de estadística.

Estos planteamientos y objetivos están alineados con algunos de los Objetivos de Desarrollo Sostenible, ODS, de la Agenda 2030 (https://www.un.org/sustainabledevelopment/es/) y determinadas metas concretas, de tal manera que la adquisición de los resultados de aprendizaje de la asignatura proporciona capacitación y competencia al estudiante para contribuir en cierta medida a su logro:

Objetivo 4: Garantizar una educación inclusiva, equitativa y de calidad y promover oportunidades de aprendizaje durante toda la vida para todos

4.4 De aquí a 2030, aumentar considerablemente el número de jóvenes y adultos que tienen las competencias necesarias, en particular técnicas y profesionales, para acceder al empleo, el trabajo decente y el emprendimiento

Objetivo 8: Promover el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo y el trabajo decente para todos

8.6 De aquí a 2030, reducir considerablemente la proporción de jóvenes que no están empleados y no cursan estudios ni reciben capacitación

Objetivo 9: Construir infraestructuras resilientes, promover la industrialización inclusiva y sostenible y fomentar la innovación

9.5 Aumentar la investigación científica y mejorar la capacidad tecnológica de los sectores industriales de todos los países, en particular los países en desarrollo, entre otras cosas fomentando la innovación y aumentando considerablemente, de aquí a 2030, el número de personas que trabajan en investigación y desarrollo por millón de habitantes y los gastos de los sectores público y privado en investigación y desarrollo

1.2. Contexto y sentido de la asignatura en la titulación

La asignatura es la segunda de cuatro asignaturas del área de "Metodología de la investigación del comportamiento" del Grado en Psicología de la Universidad de Zaragoza. Es una asignatura importante para:

- Aprender los fundamentos de la estadística descriptiva.

- Aprender distintas técnicas de análisis de datos y su aplicación con un software de estadística.

1.3. Recomendaciones para cursar la asignatura

No se requieren conocimientos previos más allá de los propios de la educación obligatoria.

2. Competencias y resultados de aprendizaje

2.1. Competencias

- Haber adquirido hábitos de trabajo que impliquen minuciosidad y sistematicidad en el tratamiento estadístico, como forma de autoprotección contra los errores, así como de rigor y prudencia en la interpretación de los resultados.

- Haber adquirido la motivación por encontrar interpretaciones sugerentes en los patrones que descriptiva o gráficamente muestren los datos.

- Conocer la lógica subyacente en el contraste de hipótesis estadísticas y ser capaz de aplicar algunas técnicas de contraste sencillas mediante un software de estadística.

- Ser capaz de interpretar y elaborar, a nivel descriptivo, las secciones de resultados de los informes de investigación, comunicando de forma eficaz los patrones identificados en las observaciones hechas.

2.2. Resultados de aprendizaje

- Identificar la escala de medida de los datos como paso previo para distinguir el tratamiento estadístico de cada variable según su escala de medida.

- Analizar los datos relativos a muestras de mediciones de una variable cuantitativa, en el sentido de ordenarlos y organizarlos de una forma significativa, así como resumirlos en indicadores y estadísticos de frecuencia, tendencia central y variabilidad, e interpretar los resultados.

- Detectar, identificar y valorar patrones de covariación lineal entre pares de variables, comprendiendo la diferencia entre correlación y causalidad, familiarizándose con el concepto de ajuste estadístico y aprendiendo a emplear los modelos lineales simples para la predicción.

- Confeccionar e interpretar tablas de contingencia, como herramienta para el análisis descriptivo de la relación entre variables categóricas.

- Ser capaz realizar análisis estadísticos descriptivos con un software de estadística.

2.3. Importancia de los resultados de aprendizaje

La estadística es una disciplina matemática que se utiliza en psicología y en otras ciencias sociales. Gracias a ella y a la metodología de la investigación, la psicología es una disciplina con carácter científico. Una buena formación en estadística posibilita la compresión de una publicación científica, así como determinar el grado de validez que tienen, para de ese modo decidir si aplicarla en la práctica profesional. El trabajo profesional de un psicólogo requiere conocer las publicaciones científicas en la especialidad en la que se trabaja, aunque no tenga intención de dedicarse a la investigación. Esto permite que el psicólogo aplique las mejores intervenciones posibles.

3. Evaluación

3.1. Tipo de pruebas y su valor sobre la nota final y criterios de evaluación para cada prueba

La evaluación de la asignatura constará de dos partes:

Evaluación de la parte teórica (60% de la nota final)

Esta evaluación irá enfocada a evaluar el conocimiento teórico de la asignatura. Supondrá el 60% de la nota final.

Evaluación de la parte práctica (40% de la nota final)

Esta evaluación irá dirigida a evaluar los aspectos prácticos de la asignatura. Supondrá el 40% de la nota final. Esta evaluación se obtendrá en base a la evaluación de distintas actividades (p.e., trabajos, ejercicios, exámenes, etc.) realizadas a lo largo del curso. Aquellos estudiantes que no puedan, o no quieran, realizar esta evaluación continua, el día del examen final tendrán que realizar la evaluación de la parte práctica. De igual manera, aquellos que hayan realizado la evaluación continua y obtenido una puntuación menor de 5 sobre 10 también tendrán que realizar el día del examen final la evaluación de la parte práctica.

Nota final

La puntuación final se obtendrá mediante la media ponderada de las distintas partes de la evaluación, siempre y cuando la puntuación de ambas partes sea igual o superior a 5 sobre 10. En caso contrario, la puntuación final será la puntuación de aquella parte con menor puntuación. En consecuencia, solo se podrá aprobar esta asignatura si se tienen aprobadas ambas partes.

4. Metodología, actividades de aprendizaje, programa y recursos

4.1. Presentación metodológica general

La asignatura comprende de clases teóricas y prácticas. Las clases teóricas van dirigidas a explicar el fundamento teórico de la asignatura. Mientras que las clases prácticas tienen el objetivo de trabajar sobre los contenidos teóricos aprendidos mediante diversas actividades con la finalidad de afianzarlos. Además de esto, en las clases prácticas se aprenderá a llevar a cabo análisis estadísticos usando software estadístico.

4.2. Actividades de aprendizaje

Las actividades serán variadas, y comprenderán tanto ejercicios que se realizarán de manera individual para afianzar los conceptos teóricos más relevantes de la asignatura, como otro conjunto de prácticas que, desde el trabajo en equipo, den la oportunidad de profundizar más en los distintos aspectos de la asignatura.

4.3. Programa

Parte 1. Estadística descriptiva con una variable

Parte 2. Estadística descriptiva con más de una variable

Parte 3. Introducción a la inferencia estadística

4.4. Planificación de las actividades de aprendizaje y calendario de fechas clave

Al inicio de la asignatura se proporcionará a los estudiantes el calendario con todas las actividades. Los horarios y fechas de examen pueden consultarse en la web de la facultad: http://fcsh.unizar.es/.

Para la comunicación de otras fechas relevante se empleará Moodle.