Conocimientos básicos de informática a nivel de usuario.

La asignatura Técnicas avanzadas de análisis de datos en psicología aplicada I es una asignatura de carácter obligatoria que se encuentra en el módulo metodológico del máster.

Actualmente, un elevado porcentaje de la producción científica en el ámbito de la psicología aplicada incluye en menor o mayor medida análisis de datos de tipo cuantitativo. En este sentido, es necesario dotar de una sólida formación estadística al alumnado que curse este máster teniendo en cuenta que su objetivo principal es la formación de investigadores en el campo de la psicología aplicada. Por este motivo, la asignatura Técnicas Avanzadas de Análisis de Datos en Psicología Aplicada constituye, dentro de la formación del máster, una primera inmersión del alumno en este ámbito, lo que le va a permitir con ayuda de software especializado analizar e interpretar datos estadísticos y manejar las principales técnicas estadísticas univariadas y multivariadas que se utilizan actualmente.

Los contenidos de la asignatura se entrelazan con las asignaturas del dicho módulo (Técnicas avanzadas de análisis de datos en psicología aplicada II; Métodos de investigación en psicología aplicada; técnicas de documentación y preparación de las publicaciones en psicología aplicada; nuevas tecnologías en la investigación en psicologkía aplicada).

 

Competencias propias de la asignatura
Código	Descripción
CB06	Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
CB07	Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
CB08	Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
CB09	Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
CB10	Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
CE01	Conocer y aplicar las distintas técnicas de análisis de datos en la investigación psicológica cuantitativa y cualitativa.
CE02	Conocer y aplicar los modelos avanzados de análisis multivariados tales como análisis confirmatorios, ecuaciones estructurales y regresión logística.
CE03	Conocer y saber usar los principales software de análisis de datos cuantitativos y cualitativos.
CE04	Conocer los principios éticos necesarios para implementar cualquier proyecto de investigación en cualquier ámbito de la Psicología Aplicada.
CG01	Analizar y sintetizar teorías, estudios y resultados en el ámbito de la psicología aplicada.
CG02	Comprender y aplicar los conocimientos adquiridos parar elaborar nuevas hipótesis de investigación que permitan resolver lagunas y/o problemas complejos en el ámbito de la psicología aplicada.
CG03	Evaluar de forma crítica los diferentes planteamientos teóricos en el ámbito de la psicología aplicada, incluso los propios, propiciando la creación de respuestas alternativas y/o creativas.
CG04	Diseñar, crear, desarrollar y emprender de forma crítica proyectos de investigación novedosos e innovadores en el ámbito de la psicología aplicada.
CG05	Buscar y analizar información científica actualizada en el ámbito de la psicología aplicada procedente de fuentes diversas y evaluar su calidad científica.
CG06	Desarrollar habilidades y destrezas interpersonales que permitan el trabajo en equipo y/o autónomo en un contexto internacional o multidisciplinar en el ámbito de la psicología aplicada.
CG07	Comunicar de forma oral y/o escrita los resultados y conclusiones de las investigaciones realizadas en medios científicos de difusión internacional (revistas científicas, congresos, etc.) en el ámbito de la psicología aplicada.

Resultados de aprendizaje propios de la asignatura
Descripción
Conocer las distintas técnicas, tanto univariadas como multivariadas, de análisis de datos en la investigación en psicología aplicada, incluyendo los fundamentos de los Modelos de Ecuaciones Estructurales (MEE).
Saber analizar e interpretar los datos de diferentes preguntas de investigación con la ayuda de software especializado.
Saber crear bases de datos, transformar y recodificar variables en software estadístico especializado.
Resultados adicionales
No se han establecido.

• Tema 1: Manejo avanzado del software SPSS.
  • Tema 1.1: Excel y SPSS, preparando los datos para el análisis, creación de variables a partir de otras, transformación de datos
  • Tema 1.2: Análisis preliminar, tabla de contingencias, estudio descriptivo de normalidad.
  • Tema 1.3: Interpretación y presentación de datos descriptivos.
• Tema 2: Diseños avanzados y análisis de datos.
  • Tema 2.1: Diferencia de medias con pruebas paramétricas y no paramétricas.
  • Tema 2.2: El tamaño del efecto.
  • Tema 2.3: Pruebas no paramétricas y paramétricas en las correlaciones.
• Tema 3: Modelos multivariados.
  • Tema 3.1: Anovas de medidas repetidas y Manovas
  • Tema 3.2: Modelos de regresión lineal.
  • Tema 3.3: Modelos de regresión logística.
  • Tema 3.4: Análisis mediacional y moderacional (macro PROCESS)
• Tema 4: Modelos de Ecuaciones Estructurales.
  • Tema 4.1: Introducción al AMOS, introducción al análisis de senderos, estadísticos de bondad de ajuste y criterios de referencia

Actividad formativa	Metodología	Competencias relacionadas (para títulos anteriores a RD 822/2021)	ECTS	Horas	Ev	Ob	Descripción
Enseñanza teórica no presencial [AUTÓNOMA]	Método expositivo/Lección magistral	CB06 CB07 CB08 CB09 CB10 CE01 CE02 CE03 CE04	0.8	20	S	N	Explicación de conceptos y contenidos por parte del profesor. Enseñanza virtual síncrona
Enseñanza teórica no presencial [AUTÓNOMA]	Resolución de ejercicios y problemas	CB06 CB07 CB08 CB09 CB10 CE01 CE02 CE03 CE04	0.6	15	S	N	Resolución de ejercicios y problemas que permitan poner en práctica los contenidos teóricos vistos en la lección magistral.
Otra actividad no presencial [AUTÓNOMA]	Prácticas	CE01 CE02 CE03 CE04 CG04 CG05 CG06 CG07	0.8	20	S	N	Resolución de ejercicios prácticas utilizando software estadístico (SPSS y AMOS).
Otra actividad no presencial [AUTÓNOMA]	Otra metodología	CE01 CE02 CE03 CE04	0.2	5	N	N	Tutorías individuales on-line
Elaboración de informes o trabajos [AUTÓNOMA]	Presentación individual de trabajos, comentarios e informes	CE01 CE02 CE03 CE04	1	25	S	N	Elaboración de informes, memorias o trabajos
Estudio o preparación de pruebas [AUTÓNOMA]	Trabajo autónomo	CG01 CG02 CG03 CG04	2.2	55	N	N	Trabajo autónomo del alumno
Foros y debates on-line [AUTÓNOMA]	Foros virtuales	CG03 CG05 CG07	0.4	10	S	N	Implicación del alumno en foros y debates virtuales
Total:			6	150
Créditos totales de trabajo presencial: 0			Horas totales de trabajo presencial: 0
Créditos totales de trabajo autónomo: 6			Horas totales de trabajo autónomo: 150

Ev: Actividad formativa evaluable
Ob: Actividad formativa de superación obligatoria (Será imprescindible su superación tanto en evaluación continua como no continua)

Sistema de evaluación	Evaluacion continua	Evaluación no continua *	Descripción
Valoración de la participación con aprovechamiento en clase	15.00%	0.00%	A lo largo de los temas se irán proponiendo actividades y debates que se irán resolviendo activamente por el alumnado en las sesiones virtuales síncronas. En el caso del estudiantado en la modalidad de evaluación no continua, se facilitará que el alumnado pueda participar activamente con actividades prácticas descritas en el moodle para el seguimiento de la asignatura que deberá añadir a su portafolios.
Portafolio	60.00%	75.00%	El alumnado entregará un trabajo final sobre los contenidos de la asignatura.
Elaboración de memorias de prácticas	25.00%	25.00%	El alumnado elaborará una memoria de ejercicios prácticos realizados durante la asignatura.
Total:	100.00%	100.00%

No asignables a temas
Horas	Suma horas
Otra actividad no presencial [AUTÓNOMA][Otra metodología]	5
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo]	55

Tema 1 (de 4): Manejo avanzado del software SPSS.
Actividades formativas	Horas
Enseñanza teórica no presencial [AUTÓNOMA][Método expositivo/Lección magistral]	2
Enseñanza teórica no presencial [AUTÓNOMA][Resolución de ejercicios y problemas]	2
Elaboración de informes o trabajos [AUTÓNOMA][Presentación individual de trabajos, comentarios e informes]	1
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo]	1.5
Foros y debates on-line [AUTÓNOMA][Foros virtuales]	2.5
Periodo temporal: 25/10/2023 - 24/01/2024
Grupo 10:
Inicio del tema: 25-10-2023	Fin del tema: 25-10-2023

Tema 2 (de 4): Diseños avanzados y análisis de datos.
Actividades formativas	Horas
Enseñanza teórica no presencial [AUTÓNOMA][Método expositivo/Lección magistral]	2
Enseñanza teórica no presencial [AUTÓNOMA][Resolución de ejercicios y problemas]	1.5
Otra actividad no presencial [AUTÓNOMA][Prácticas]	2
Elaboración de informes o trabajos [AUTÓNOMA][Presentación individual de trabajos, comentarios e informes]	2.5
Foros y debates on-line [AUTÓNOMA][Foros virtuales]	1
Periodo temporal: 25/10/2023 - 24/01/2024
Grupo 10:
Inicio del tema: 25-10-2023	Fin del tema: 25-10-2023

Tema 3 (de 4): Modelos multivariados.
Actividades formativas	Horas
Enseñanza teórica no presencial [AUTÓNOMA][Método expositivo/Lección magistral]	12
Enseñanza teórica no presencial [AUTÓNOMA][Resolución de ejercicios y problemas]	9
Otra actividad no presencial [AUTÓNOMA][Prácticas]	12
Elaboración de informes o trabajos [AUTÓNOMA][Presentación individual de trabajos, comentarios e informes]	15
Foros y debates on-line [AUTÓNOMA][Foros virtuales]	6
Periodo temporal: 25/10/2023 - 24/01/2024
Grupo 10:
Inicio del tema: 30-10-2023	Fin del tema: 06-11-2023

Tema 4 (de 4): Modelos de Ecuaciones Estructurales.
Actividades formativas	Horas
Enseñanza teórica no presencial [AUTÓNOMA][Método expositivo/Lección magistral]	4
Enseñanza teórica no presencial [AUTÓNOMA][Resolución de ejercicios y problemas]	3
Otra actividad no presencial [AUTÓNOMA][Prácticas]	4
Elaboración de informes o trabajos [AUTÓNOMA][Presentación individual de trabajos, comentarios e informes]	5
Foros y debates on-line [AUTÓNOMA][Foros virtuales]	2
Periodo temporal: 25/10/2023 - 24/01/2024
Grupo 10:
Inicio del tema: 07-11-2023	Fin del tema: 07-11-2023

Actividad global
Actividades formativas	Suma horas

Comentarios generales sobre la planificación:

Al ser un máster online, las entrevistas de autoría de los trabajos de la convocatoria ordinaria se llevarán a cabo entre el 15 y el 24 de enero de 2024, y las de la convocatoria extraordinaria se realizarán entre el 26 de junio y el 3 de julio de 2024.

Autor/es	Título	Libro/Revista	Población	Editorial	ISBN	Año	Descripción	Enlace Web	Catálogo biblioteca
Baron, R. M., & Kenny, D. A.	The moderator¿mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations.	Journal of personality and social psychology, 51(6), 1173.				1986
Byrne, B. M.	Structural equation modeling with AMOS: basic concepts, applications, and programming (multivariate applications series).	libro	New York	Taylor & Francis Group		2010
Cohen, L., Manion, L. & Morrison, K.	Research methods in education.	libro		Routledge		2018
Fairchild, A. J., & McDaniel, H. L.	Best (but oft-forgotten) practices: mediation analysis.	The American Journal of Clinical Nutrition, 105(6), 1259-1271				2017
Hayes, A. F.	Introduction to mediation, moderation, and conditional process analysis: A regression-based approach.	libro		Guilford publications.		2017
López-Roldán, P., & Fachelli, S.	Metodología de la investigación social cuantitativa.	libro		Publicaciones Universidad Autónoma de Barcelona.		2015
Mio¿evi¿, M., O¿Rourke, H. P., MacKinnon, D. P., & Brown, H. C.	Statistical properties of four effect-size measures for mediation models.	Behavior research methods, 50(1), 285-301.				2018
Montgomery, D. C.	Design and analysis of experiments.	libro		John Wiley & Sons.		2017
Pérez, E., Medrano, L.A., Sánchez, J.	El Path Analysis: conceptos básicos y ejemplos de aplicación.	Revista Argentina de Ciencias del Comportamiento, 5, (1), 52-66.				2013
Zhao, X., Lynch Jr, J. G., & Chen, Q.	Reconsidering Baron and Kenny: Myths and truths about mediation analysis.	Journal of consumer research, 37(2), 197-206.				2010