Distribuciones (Psicología)

Definición de distribución: psicología

Cuando los investigadores recopilan datos, la mayoría de las veces pretenden utilizar pruebas estadísticas para comprobar empíricamente si los resultados de sus datos apoyan o rechazan las hipótesis que propusieron al inicio del estudio.

Sin embargo, existen dos tipos de pruebas paramétricas:

1. Pruebas paramétricas
2. Pruebas no paramétricas

Pero, ¿cómo saben los investigadores cuándo utilizar cada prueba? Una de las respuestas es la distribución. Cuando los datos tienen una distribución normal, se utiliza una prueba paramétrica, y los datos con distribuciones sesgadas utilizan pruebas no paramétricas.

Ahora que hemos descubierto los usos de las distribuciones en psicología, entendamos qué significa el método de análisis de datos.

Características de la distribución

Los gráficos de distribución tienen numerosos nombres, como el gráfico de la curva de campana o el gráfico de la distribución de Gauss. Veamos las características de un gráfico de distribución:

• Forma - Los gráficos de distribución deben parecerse a una campana con su cola extendiéndose a cada lado del gráfico. El punto más alto del gráfico es donde hay mayor probabilidad de que se produzca el fenómeno.

• Tendencia central - La media, la mediana y la moda son cifras importantes para comprender e interpretar los gráficos de distribución. El gráfico puede utilizarse para identificar cuánto difiere cada valor de la media. Los valores de la media, la mediana y la moda suelen ser los mismos en un gráfico de distribución normal.

• Variabilidad - A partir de los gráficos de distribución, los investigadores pueden calcular cuánto varía cada punto de datos respecto a la media.

Tipos de distribuciones en Psicología

Ahora que sabemos qué significan las distribuciones, veamos los distintos tipos y cómo podemos identificarlos.

• Distribución normal - el gráfico tiene forma de campana; el punto más alto del gráfico debe estar en el centro del gráfico, los lados izquierdo y derecho del gráfico deben ser simétricos y la cola debe extenderse a cada lado del gráfico.

• Distribución sesgada positivamente - la media, la mediana y la moda de la distribución son positivas, por lo que el gráfico tiene una cola larga que se extiende hacia la derecha, y el punto más alto del gráfico está desplazado hacia la izquierda.

• Distribución sesgada negativamente: la media, la mediana y la moda de la distribución son negativas, por lo que el gráfico tiene una larga cola que se extiende hacia la izquierda y el punto más alto del gráfico se desplaza hacia la derecha.

Distribución de frecuencias Psicología

En psicología, las distribuciones pueden significar muchas cosas. Los tipos de distribución en los que nos estamos centrando se basan en la probabilidad. Sin embargo, las distribuciones de frecuencias se utilizan para comprender los datos. Por ejemplo, la frecuencia con la que se observa algo.

Imagina un proyecto de investigación en el que se estudia a 100 personas de distintas edades. El investigador no puede comprender lo frecuentes que son determinadas edades observando cada caso. En su lugar, los datos se organizan utilizando la distribución de frecuencias.

En la tabla siguiente se muestra un ejemplo de cómo pueden ser las distribuciones de frecuencias en psicología.

Las distribuciones de frecuencia están relacionadas con la distribución de probabilidad. A partir de las distribuciones de frecuencia, el investigador puede identificar los valores atípicos y si los datos se centran en torno a las medias (valores de tendencia central); estos factores contribuyen a determinar si los datos están distribuidos normalmente.

Distribución normal

Veamos cómo es un gráfico de distribución normal para interpretar lo que muestra el gráfico.

Figura 1 - Gráfico de una distribución normal.

El gráfico muestra que el punto más alto de la curva está en el centro del gráfico, y ambos lados del gráfico son simétricos. Pero, ¿qué significa esto?

La media, la mediana y la moda son iguales, ya que la distribución es simétrica: la mitad de las puntuaciones están por encima de la media, y la otra mitad por debajo de la media. La media es igual a 0, y la desviación típica a 1.

En las distribuciones normales

• El 99,7% de las observaciones se sitúan a + o - 3 DE de la media.
• El 95,4 % de las observaciones se sitúan a + o - 2 DE de la media.
• El 68,2% de las observaciones se sitúan a + o - 1 DE de la media.

Una DE menor significa que los datos son menos variados, por lo que es menos probable que tengan valores atípicos que afecten a la fiabilidad y validez de los resultados.

Ejemplo de distribución normal en psicología

Supongamos que en un examen de psicología Estos fueron los resultados medios de la clase

Estos resultados sugieren una distribución normal, porque la media, la mediana y la moda son aproximadamente iguales. Por tanto, si se representaran en un gráfico, probablemente adoptarían la forma de una campana de Gauss.

Cuando la media, la mediana y la moda son aproximadamente iguales, esto sugiere que el conjunto de datos no tiene muchos valores atípicos.

Psicología de la distribución sesgada

Los dos tipos de gráficos de distribución sesgada que vamos a tratar son el positivo y el negativo.

Figura 2 - Ejemplos de gráfico de distribución sesgada negativa y positiva.

Empecemos por entender los gráficos sesgados negativamente.

Normalmente, las puntuaciones serán en su mayoría cifras más grandes y menos cifras más pequeñas. Y la media caerá a la izquierda de la mediana, lo que hará que la cola se extienda hacia la izquierda. Los datos están sesgados cuando todos los valores de tendencia central no son iguales a 0.

En cambio, los datos sesgados positivamente son lo contrario. La mayoría de los números serán más pequeños que grandes. La media caerá a la derecha de la mediana, haciendo que la cola del gráfico se extienda hacia la derecha. Los resultados sugerirían una menor probabilidad de ocurrencia del fenómeno investigado.

Ejemplos de distribución sesgada positivamente y distribución sesgada negativamente

Veamos un ejemplo de salida media de datos de un gráfico de distribución sesgada positivamente:

La moda y la mediana están por debajo de la media.

¿Qué pasa con estos resultados?

Estos resultados sugieren un sesgo negativo, ya que la mayoría de la gente obtuvo una puntuación alta, puesto que la moda y la mediana son más altas aquí.

¿Indican algo estos resultados?

Si nos fijamos en los ejemplos anteriores, la forma sesgada positivamente indica que los participantes obtuvieron una puntuación media más baja, por lo que quizás el test era demasiado difícil. Del mismo modo, el gráfico sesgado negativamente muestra puntuaciones más altas, por lo que quizá el test era demasiado fácil. La moda es el punto más alto que ilustra la distribución.

Entonces podemos sugerir que el test sea más difícil o más fácil, según las distribuciones anteriores.