UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE PSICOLOGA CTEDRA: ESTADSTICA APLICADA A LA PSICOLOGA Prof. TITULAR: Psic.

Lilia Elba Rossi Cas Prof. ADJUNTA: Psic. Rosa H. Neer JEFE DE TRABAJOS PRACTICOS: Psic. Susana Lopetegui APUNTE DE CATEDRA: Revisin 2010 ELABORADO POR: Psic. Susana LOPETEGUI Psic. Rosa NEER
CURVA NORMAL Las distribuciones de frecuencias de la mayora de las variables de las [Link], psicolgicas, sociolgicas, antropolgicas, cuando representan a un nmero importante de observaciones, se aproximan a un tipo de curva en forma de campana que se conoce como curva normal o campana de Gauss (tomando el nombre del matemtico, si bien quien plante la formulacin matemtica fue De Moivre en 1773): las observaciones se concentran en el centro y van bajando simtricamente a derecha e izquierda, hay pocas observaciones en los puntajes bajos de la escala, un nmero creciente hacia el centro, (donde encontramos el modo) y decrecen las frecuencias hacia los puntajes altos de la variable. Esta curva normal es un modelo terico probabilstico, es un concepto formal, matemtico. Muchos aspectos de la realidad, cuando de variables continuas se trata, tienen un comportamiento isomrfico con la curva normal, de all que podamos aplicar las propiedades de ese modelo terico a la realidad. Como ya expresamos, numerosas variables del campo de la psicologa se distribuyen de manera aproximadamente normal, tales como el cociente intelectual, la ansiedad, la capacidad de razonamiento abstracto, la memoria, etc., de tal manera que las conclusiones matemticamente vlidas para la distribucin normal, puedan aplicarse a observaciones de la realidad. Toda curva normal queda caracterizada por la media y el desvo, hay infinitas curvas normales, al sealar el valor que le corresponde a su media y su desvo standard, queda definido a qu curva normal se refiriere. Existen curvas con la misma forma o dispersin de las observaciones pero tienen distinta media, o por el contrario, pueden compartir el mismo valor en su media y diferir en cuanto al valor del desvo estndar, es decir en su homogeneidad o heterogeneidad.

CARACTERISTICAS Y PROPIEDADES DE LA CURVA NORMAL.

Su representacin se realiza con un trazo continuo, no como el histograma o polgonograma, dado que representa infinitos casos de una variable continua. Es unimodal y mesocrtica, es decir tiene una curtosis media (grado de elevamiento o achatamiento de la curva) Coinciden el valor del modo, la media y la mediana Es simtrica, teniendo como eje vertical el que pasa por la media. Hasta ese valor de la media se encuentra el 50 % de las observaciones. Es asinttica, no corta el eje de la variable o abscisa, ni al comienzo ni al final de la curva. Podemos decir que entre 3 valores de desviacin standard por debajo y por encima de la media se halla el 99,74% de las observaciones mientras que ms y menos una vez el valor del desvo delimita la zona de normalidad estadstica (68,26%) Existen tantas curvas normales como pares de valores de media y desvo standard se establezcan.

El rea total bajo la curva indica la probabilidad correspondiente a la totalidad de los valores y vale 1. Bajo la curva normal se halla el 100%de los casos. Entre dos puntos de la variables se encuentra siempre la misma proporcin de casos, cualquiera sea la curva normal de que se trate. Esta propiedad es la que torna particularmente interesante la utilidad de la curva normal. Cualquiera sea el valor de la media y el desvo que pueda tener una curva normal en particular, hay un rea constante (una proporcin de casos constante) entre dos ordenadas, trazadas una en la media (por ejemplo) y otra a una cierta distancia de la media, medida en trminos de unidades de desvo.

Esta propiedad permite que se haya construido una tabla para curva normal, para cualquier curva normal. La tabla est construida para una curva normal estndar, cuya media vale 0 y el desvo 1.

TRANSFORMACIN DE PUNTAJES El puntaje que obtiene una persona en determinada prueba, adquiere su total significado cuando podemos compararlo con las puntuaciones de sus pares. Ya hemos visto que no es vlido comparar los puntajes originales de una persona en distintas pruebas, dado que no es lo mismo sacar 30 puntos cuando el mximo de una prueba es de 40 puntos que sacar 30 puntos si el mximo es 100 puntos. Por lo tanto necesitamos transformar los puntajes a una escala comn para poder compararlos. La transformacin de puntuaciones en bruto u originales a una escala comn, posibilitan comparar los resultados de: Distintas observaciones de un mismo sujeto o de sujetos distintos. Variables medidas de distinta forma o entre distintas variables. La posicin de una persona dentro de la distribucin, segn el porcentaje de casos que supera (escala percentilar).Si slo tengo estos datos, de los puntajes obtenidos por una persona en dos pruebas distintas: a) 17 p. M = 15 S= 2 b) 52 p. M = 50 S= 5 Puedo comparar los resultados? Lo primero que hara es compararlo con la media, y decir si est por encima o por debajo de ella, pero esto no me permite decir en cul anduvo mejor, pues en ambos supera a la media. Lo tengo que relacionar con el desvo, para ello utilizo la transformacin en puntaje z: z=XM s a) z = 17 15 ; 2 z=1 2 2 b) z = 52 50 z = 0,4 5 De esta manera yo puedo comparar los dos puntajes en funcin de cunto se alejan de la media en unidades de desvo standard. En este caso obtuvo un mejor rendimiento en la prueba a) pues se alej ms de la media en valores positivos.

Cualquier puntuacin directa que sea exactamente igual a la media es equivalente a una puntuacin z igual a 0. Por lo tanto, todos los sujetos que tengan puntajes por debajo de la media, tendrn z con signo negativo. Adems, puesto que la amplitud total de la mayora de los grupos no se extiende ms all de 3 z por encima y 3 z por debajo de la media, habr que utilizar por lo menos un decimal a fin de producir la diferenciacin suficiente entre los individuos. Veamos algunos ejemplos: 1.- Calcular los puntajes z correspondientes a los siguientes valores de una distribucin normal cuya media = 40 y S = 6: X1= 48 (z =1,33) ; X2 = 34 (z =-1); X3= 52 (z = 2) ; X4 = 25 (z =-2,5) 2.- Puedo tambin plantearme lo inverso Cul es el valor de la variable o puntaje que le corresponde a los siguientes puntajes z? Parto de la frmula para calcular z = X M y realizo pasaje de trminos: s X= Z. S + M z1 = - 1,5 (X = 31); z2= 2,34 (X= 54,04) ; z3 = 1,55 (X = 49,3) ; z4= -1,96 (X= 28,24) USO DE LA TABLA DE PROBABILIDAD NORMAL Cuando conocemos de una distribucin el n, M y S , podemos calcular por ejemplo, la cantidad o porcentaje de individuos que hay entre dos puntajes, o por encima o por debajo de un puntaje dado de la distribucin. Para ello utilizamos las tablas que ya estn calculadas para la curva normal estndar, llamada tabla de reas, que nos permite saber el porcentaje de casos que hay a partir de la media, (en el caso de la tabla con la que trabajamos). La utilizamos como una tabla de doble entrada, en que la primer columna de la izquierda, indica el entero y el primer decimal del puntaje z reducido, en los encabezamientos de las sucesivas columnas encontramos los centsimos de z. En la interseccin de fila y columna, tenemos el porcentaje de casos. Z 0.0 0.1 0.2 ... 1.0 ...... 2.0 ..... 3.0 0 .0000 .0398 .0793 ........ .3413 ......... .4772 ....... .4987 1 .0040 .0438 .0832 ......... .3438 .......... .4778 .......... .4987 ....................... ...................... ...................... ..................... ...................... ..................... ....................... ........................ ........................ ....................... 9 .0359 .0754 .1141 ... .3621 ......... .4817 ......... .4990

Como la curva es bilateralmente simtrica estos valores se aplican tanto para z positivos o negativos. Si bien el rea bajo la curva equivale a 1, como estamos habituados a utilizar porcentajes, para lograr estos, multiplicamos el resultado por 100.

Qu porcentaje de casos hay entre :

0 y 3z = 49,87%

+1z y +2 z = 13,59%

- 1z y +2 z = 81,85%

- 1z y 3 z = 15,73 % Nos podemos plantear el problema inverso. Dado determinado porcentaje de casos, averiguar los puntajes z que los delimitan: Entre qu puntajes z se encuentra el:

90 % central (+ - 1,65z)

90 % superior (-1,28 y 3 z)

90 % inferior ( -3 z y + 1,28z)

Z DERIVADO. Ya hemos visto que los inconvenientes que tiene el puntaje z es que opera con valores negativos y trabaja con decimales. Para evitar estos inconvenientes se utiliza otra transformacin de puntajes, lineal, es decir que no deforma la distribucin original de los puntajes. Se reemplaza la media y el desvo por valores arbitrariamente fijados, generalmente se utiliza M = 50 y S = 10 esto nos permite obviar los valores negativos y los decimales. Z = Ma + Sa . z As el Z que corresponde a un z =1 , ser: Z = 50 + 10 . 1 = 60 PERCENTILES

Por ltimo, otra transformacin de puntajes es a percentiles que ya la hemos descripto al desarrollar las medidas de orden. Vale recordar la principal desventaja de ellos y es que no respetan la forma de la distribucin original, tienden a agruparse en el centro y a dispersarse hacia los extremos, sin embargo, son fciles de entender por todos y se pueden emplear para cualquier tipo de test, ya sea que mida aptitud o rasgos de personalidad. Si quisiramos transformar valores de la variable a percentiles, el procedimiento sera: 1) Pasar x a z 2) Buscar el rea correspondiente en la tabla de reas 3) Determinar el percentil correspondiente que resultar de sumar o restar el rea hallada a 50, dependiendo de que se trate de un z positivo o negativo. Por ejemplo: Si los puntajes de un test se distribuyen normalmente con media= 100 y desvo = 20, qu percentil le corresponde a un sujeto A)que obtuvo 80 puntos y cul a otro sujeto B) que obtuvo 110 puntos. Qu datos tenemos? M = 100 X1 = 80 P= ? S = 20 X2 = 110 P= ? z 1= 80 100 = - 1 z z2= 110 100 = 0,5 z 20 20 Una vez obtenido el puntaje z, busco en la tabla el rea correspondiente a cada uno; para z1 el rea es 34,13 % , este porcentaje hallado me est indicando el porcentaje de casos que hay entre la media y un valor de desvo estndar, que no es lo que estamos buscando, pues el percentil se define por el porcentaje de casos que quedan por debajo de l. Como el z1 es negativo, al 50% que hay entre el comienzo de la distribucin y la media le resto 34,13% y obtengo el percentil correspondiente a z = - 1 que es P 15 En el caso de z2 que es positivo, le sumo al 50% que hay hasta la media el rea correspondiente a z =0,5 que es 19,5% . El percentil que obtengo es P= 69 Tambin puede ocurrir que tenga los puntajes expresados en percentiles y los quiera transformar a valores de la variable, es decir recorrer el camino inverso. Por ejemplo, si los puntajes de un test se distribuyen normalmente con una media de20 y un desvo de 5. qu puntajes le corresponder a un sujeto A que obtuvo el P70? Y a otro B que obtuvo el P40? M = 20 P70 Xa = ? S=5 P40 Xb = ? Para el sujeto A, busco en la tabla el rea del 20% (recordar que el Percentil se define por el porcentaje de casos que deja por debajo y la tabla me da el rea desde el centro) que le corresponde a un z= 0.53, luego aplico la frmula para hallar x, X = z.s + M X = 0.53. 5 + 20 X = 22,65

El mismo procedimiento utilizo para hallar el puntaje del sujeto B. Busco en la tabla el 10 % (resulta de restar a 50, el percentil 40), le corresponde un z = 0.25 X = - 0.25 . 5 + 20 X = 18,75 Sintetizando: cada vez que realizo una transformacin de percentiles a valores de la variable o de stos a percentiles, debo necesariamente pasar por z.

INTERRELACION ENTRE LAS PUNTUACIONES TRANSFORMADAS El tipo de transformacin de puntajes que utilicemos para expresar las puntuaciones originales, est dictada en gran medida por la conveniencia, la familiaridad y la facilidad en la creacin de normas. Todos los tipos de puntuaciones transformadas son fundamentalmente anlogos si su transformacin ha sido cuidadosa y se interpreta adecuadamente. Las distintas transformaciones se pueden apreciar en el grfico siguiente:

APLICACIONES EN PSICOLOGIA DE LA CURVA [Link] resumir las aplicaciones de la curva normal en: La determinacin del porcentaje de casos que hay entre determinados lmites o por encima o debajo de un puntaje dado. Lo inverso, es decir hallar los lmites que incluyen determinado porcentaje de casos y eventualmente realizar la transformacin a una escala percentilar. Determinar la dificultad relativa de preguntas, problemas o tems de una prueba. Dividir un grupo dado en subgrupos segn la capacidad, cuando la caracterstica considerada est distribuida normalmente.

Ms adelante, veremos otras aplicaciones de la curva normal, tales como: estimacin de parmetros y prueba de hiptesis.

BIBLIOGRAFIA BLALOK, H.: Estadstica Social. Fondo de Cultura Econmica, 1986 CORTADA de KOHAN, N. Diseo Estadstico. EUDEBA [Link]. 1994 GARRETT, H. Estadstica en Psicologa y Educacin. Paids Barcelona 1983 GRASSO, L. Introduccin a la Estadstica en Cs. Sociales y del Comportamiento. Facultad de Filosofa y Humanidades .[Link] 1999. SPIEGEL,M.R. Estadstica. Mc Graw Hill. Madrid 1992