Grupo de Estudios

Avances en Medición Psicológica

SÍLABO DEL TALLER:

“ESTADÍSTICA INFERENCIAL
CON R”

Lima – Perú
2017
DATOS GENERALES:

Duración : 06 semanas

Horario : Sábados de 15:00 a 17:00 horas

Fecha de inicio : Sábado 21 de octubre de 2017

Fecha de término : Sábado 25 de noviembre de 2017

Lugar : Pontificia Universidad Católica del Perú (PUCP)

Número de participantes : 15

SUMILLA:

El taller de Estadística Inferencial con R introduce al estudiante al análisis inferencial de

variables psicológicas mediante el desarrollo de contenidos declarativos,
procedimentales y actitudinales. El modelo de diseño instruccional o pedagógico
empleado en las sesiones es el propuesto por David Merrill, que consta de cinco
principios: implicación, activación, demostración, aplicación e integración.

OBJETIVOS:

Objetivo general

▪ Conocer el manejo del software libre R en la aplicación de la Estadística

inferencial a la Psicología.

Objetivos específicos

▪ Conocer los conceptos de la Estadística inferencial más empleados en el análisis

de datos en Psicología.
▪ Utilizar el software libre R para el empleo de la Estadística inferencial en el
análisis de datos en Psicología.
▪ Reconocer el uso de los estadísticos inferenciales en correspondencia al tipo de
variables con las cuales se está trabajando.
COMISIÓN ORGANIZADORA:

Grupo de Estudios : Avances en Medición Psicológica (AMP)

Correo : amp.unmsm@gmail.com
Página web : http://grupoamp.tk/
Facebook : https://www.facebook.com/AMPUNMSM/
Telegram : https://t.me/ampunmsm
Open Science : https://osf.io/rvbpm/
Framework
Equipu : https://goo.gl/9mDoZp
Integrantes : Arnold Alejandro Tafur Mendoza
Brian Norman Peña Calero
Christian Alexis Moreau Almaraz
Connie Daniela Aliaga Guanilo
Francesca Cecilia Ramírez Bontá
Jackeline Edith Garcia Serna
Josue Rodolfo Salas Llanos
Oscar Esteban Meza Chahuara

PONENTES:

Arnold Alejandro Tafur Mendoza. Estudiante de Psicología de undécimo semestre de

la Universidad Nacional Mayor de San Marcos. Becario del Programa de Movilidad para
Estudiantes de Grado de la Red de Macro Universidades de América Latina y el Caribe
(RED MACRO) para una estadía académica el semestre 2017-I en la Universidad
Nacional Autónoma de México (UNAM). Miembro del Grupo de Estudios Avances en
Medición Psicológica (AMP). Experiencia en ayudantía de cátedra en materias
relacionadas a la medición en psicología y psicología educativa. Correo:
atafurm.2105@gmail.com

Brian Norman Peña Calero. Estudiante de décimo ciclo de Psicología en la Universidad

Nacional Mayor de San Marcos. Perteneciente al Grupo de Estudios "Avances en
Medición Psicológica" (AMP). Trabaja actualmente en el Área de Investigación y
Desarrollo (I+D) de la Oficina de Estudios y Elaboración de Pruebas (OEEP) en la
Oficina Central de Admisión (OCA - UNMSM). Ex-asistente de investigación en la
Oficina Ejecutiva de Apoyo a la Investigación y Docencia Especializada en el Instituto
Nacional de Rehabilitación (INR). Experiencia en dictado de cursos, talleres y
conferencias relacionados a investigación y medición psicológica. Correo:
brianmsm@gmail.com
METODOLOGÍA:

El diseño instruccional es un proceso sistemático y reflexivo de articulación entre los

principios de enseñanza-aprendizaje con los planes curriculares para el diseño de
materiales, actividades o recursos de aprendizaje y evaluación. Busca facilitar el camino
hacia las metas de aprendizaje identificadas fomentando experiencias para aprender. Para
el desarrollo de las sesiones del taller se consideró el diseño instruccional de Merrill, el
cual consta de cinco principios:

Implicación. Articulación del aprendizaje y la resolución de problemas del mundo real.

Activación. Promover la experiencia previa como base para nuevos conocimientos.

Demostración. Manifestación o muestra de los nuevos conocimientos.

Aplicación. Nuevo conocimiento aplicado en la resolución de problemas.

Integración. Integración de los nuevos conocimientos a las habilidades del estudiante.

DURACIÓN:

La ejecución del taller se llevará a cabo en 06 sesiones, contando cada sesión con una
duración de dos horas, completando así un total de 12 horas. La frecuencia de las sesiones
será de una vez por semana, por lo cual, el taller se desarrollará durante 6 semanas.

EVALUACIÓN:

La evaluación inicial será realizada en la primera sesión del taller, y constará de una
escala de opiniones respecto a las pruebas de significación y de otros recursos estadísticos.
La escala contendrá 29 ítems. Servirá para tener una línea base y recolectar
conocimientos previos de los participantes.

La evaluación final será llevada a cabo en sexta sesión del taller, y constará de una prueba
que incluya todos los temas desarrollados en las sesiones anteriores. La calificación será
sobre 20. La prueba contendrá 5 ítems, referidos a cuestiones prácticas. La asistencia es
obligatoria.

La calificación final será equivalente a la obtenida en la evaluación final.

Se realizará el seguimiento de la asistencia de los participantes para la entrega de

certificados y constancias, por tal motivo, como mínimo deben asistir al 85% de las
sesiones que equivalen a 5 sesiones.
PÚBLICO OBJETIVO:

El taller está dirigido a todos los estudiantes de pregrado de la Facultad de Psicología de

la Universidad Nacional Mayor de San Marcos.

CONTENIDO TEMÁTICO:

Sesión Tema Fecha

Presentación del sílabo. Software libre y código abierto.

Introducción a R: ¿Qué es, qué podemos hacer y por qué
debemos usarlo? Interfaz Gráficas de Usuario (GUI)
1 alternativas para R. Elementos de RStudio. Definición de 21/10
términos: función, código, paquete, vector y objeto
(tipos). Directorio de trabajo e importación de Base de
Datos. Reconocimiento de variables en RStudio.

Manejo de Base de Datos (etiqueta de datos, codificar

categorías, recodificación de variables, cálculo de nuevos
variables, segmentar archivos, eliminar columnas y
2 casos). Estadísticos Descriptivos (medidas de tendencia 28/10
central, posición, dispersión, asimetría y curtosis).
Niveles de escalas de medición. Gráficos en RStudio
(barras, histograma, sectores, scatterplot, boxplot).

Estadística: diferencia entre Estadística Descriptiva y

Estadística Inferencial. Estadística Inferencial: enfoque
frecuentista y bayesiano. NHST: Contraste de hipótesis,
3 Error de Tipo I y Error de Tipo II. Diferencia entre 04/11
significancia estadística y significancia práctica.
Intervalos de confianza, tamaño del efecto y poder
estadístico. Homocedasticidad y normalidad.

Comparación de dos muestras independientes.

4 Comparación de tres a más muestras independientes. 11/11
Reporte de resultados.

Comparación de más de dos muestras relacionadas.

5 Comparación de más de tres a más muestras relacionadas. 18/11
Reporte de resultados.

Asociación de variables. Correlación de variables.

6 25/11
Regresión lineal. Reporte de resultados.
BIBLIOGRAFÍA:

American Psychological Association (2014). APA dictionary of statistics and research

methods. Washington, DC: Autor.

Aron, A., Coups, E. J., y Aron, E. N. (2013). Statistics for psychology (6a ed.). Upper
Saddle River, NJ: Pearson Education.

Bologna, E. (2013). Estadística para Psicología y Educación (3a ed.). Córdoba:

Editorial Brujas.

Botella, J., Ortego, C. (2010). Compartir datos: hacia una investigación más sostenible.
Psicothema, 22(2), 263-269.

Culpepper, S. A., y Aguinis, H. (2011). R is for revolution: a cutting-edge, free, open

source statistical package. Organizational Research Methods, 14(4), 735-740. doi:
10.1177/1094428109355485

Elosua, P. (2009). ¿Existe vida más allá del SPSS? Descubre R. Psicothema, 21(4),
652-655.

Elosua, P. (2011). Introducción al entorno R. Bilbao: Argitalpen Zerbitzua, Servicio

Editorial de la Universidad del País Vasco.

Kirk, R. E. (2008). Statistics: an introduction (5a ed.). Belmont, CA: Thomson

Wadsworth.

López, J. (2012). Introducción al análisis de datos con R y R Commander en psicología

y educación. Almería: Editorial de la Universidad de Almería.

Phillips, N. D. (2016). Yarrr! The pirate’s guide to R. Recuperado de

http://www.thepiratesguidetor.com

Ruiz, M., y López, E. (2009). El entorno estadístico R: ventajas de su uso en la

docencia y la investigación. Revista Española de Pedagogía, 67(243), 255-274.

Ruiz-Ruano, A. M., y Puga, J. L. (2016). R como entorno para el análisis estadístico en

evaluación psicológica. Papeles del Psicólogo, 37(1), 74-79.

Wickham, H. (2016). ggplot2: elegant graphics for data analysis (2a ed.). Houston,
Texas: Springer. doi: 10.1007/978-3-319-24277-4

Octubre, 2017