1. Definición y propósito de las pruebas estadísticas.

2. Importancia de las pruebas estadísticas en la psicología del deporte.

ii. Fundamentos Estadísticos

1. Conceptos básicos de estadística descriptiva.

2. Parámetros y estadísticos descriptivos.

iii. Pruebas Paramétricas

1. Pruebas de Comparación de Medias: t de Student; ANOVA de un factor; ANOVA de dos

factores.

2. Pruebas de Correlación y Regresión: Pearson; Spearman; Regresión lineal y múltiple.

3. Pruebas de Comparación de Proporciones: Prueba de chi-cuadrado para independencia.

iv. Pruebas No Paramétricas

1. Pruebas de Comparación de Medias: U de Mann-Whitney; Kruskal-Wallis.

2. Pruebas de Correlación y Regresión: Kendall.

3. Pruebas de Comparación de Proporciones: Prueba de McNemar.

v. Diseño Experimental: Diseño experimental en psicología del deporte; Randomización y control de

variables extrañas.

vi. Análisis Multivariado: Análisis de componentes principales y Análisis de conglomerados.

vii. Métodos Avanzados: Análisis de ecuaciones estructurales y Análisis de series temporales.

viii. Software Estadístico: Uso de software estadístico (SPSS, R, JASP, JAMOVI); Interpretación de resultados

de software.

ix. Consideraciones éticas: Consideraciones éticas en el uso de pruebas estadísticas.

x. Aplicaciones Prácticas en Psicología del Deporte: Ejemplos de estudios utilizando pruebas estadísticas

e Implicaciones prácticas y aplicaciones en el campo.

Las pruebas estadísticas son un componente esencial en el proceso de investigación, ya que permiten a los investigadores validar las hipótesis que han formulado a partir de los datos recopilados. Estas pruebas funcionan como herramientas matemáticas que analizan la información y determinan la significancia de las diferencias, asociaciones o patrones que se observan en la muestra.

Las pruebas estadísticas validan científicamente las teorías y hallazgos en psicología del deporte.

Toma de Decisiones

Proporcionan información crucial para la toma de decisiones en el entrenamiento y la gestión deportiva.

Medición de Logros

Ayudan a medir y comparar los logros de los deportistas, identificando áreas de mejora.

Análisis de Variación

Permite comparar múltiples grupos de deportistas para identificar diferencias significativas.

Regresión y Correlación

Ayuda a comprender la relación entre variables, como la influencia de factores psicológicos en el rendimiento deportivo.

Pruebas de Comparación de Medias

Esencial para evaluar cambios en el rendimiento antes y después de intervenciones.

2. Parámetros y estadísticos descriptivos.

   2.1: Parámetros: Los parámetros son valores numéricos que resumen características importantes de una población. En estadística, una población es el conjunto completo de datos que comparten una característica común.

   2.2: Estadísticos descriptivos: Se utilizan para hacer inferencias sobre los parámetros poblacionales.

• T de student: También conocida como prueba t para dos muestras independientes, es una herramienta estadística que permite evaluar si existe una diferencia notable en las medias de dos grupos independientes. En otras palabras, nos ayuda a determinar si las características o valores promedio de dos conjuntos de datos separados son realmente distintos o si la diferencia observada podría ser simplemente producto del azar.

• ANOVA de un factor: Es una prueba estadística que nos permite evaluar si existen diferencias significativas en las medias de tres o más grupos independientes. La prueba analiza la variabilidad dentro de cada grupo y la compara con la variabilidad entre grupos, permitiéndonos identificar si las diferencias entre las medias son lo suficientemente grandes como para ser consideradas relevantes desde un punto de vista estadístico.

• Anova de dos factores: Es una prueba estadística que nos permite evaluar si existen diferencias significativas en la variable dependiente (Y) debido a la influencia de dos variables independientes (A y B) o a la interacción entre ambas.

Pruebas de correlación y regresión

• Pearson: Es una medida estadística que nos permite evaluar la fuerza y la dirección de la relación lineal entre dos variables cuantitativas. Es decir, nos indica si existe una tendencia lineal entre las dos variables y qué tan fuerte es esa tendencia.

• Spearman: es una medida estadística no paramétrica que nos permite evaluar la fuerza y la dirección de la relación monotónica entre dos variables. A diferencia del coeficiente de correlación de Pearson, no se limita a relaciones lineales, sino que puede detectar relaciones de cualquier forma, siempre que sean monotónicas.

• Regresión lineal y múltiple: Es un método estadístico que modela la relación lineal entre una variable dependiente y una variable independiente. El objetivo es encontrar la línea de mejor ajuste que minimice la suma de los cuadrados de las diferencias entre los valores observados y predichos. La regresión lineal múltiple es una técnica estadística que amplía la regresión lineal simple al considerar más de una variable independiente para explicar la variabilidad de una variable dependiente.

Pruebas de comparación de proporciones

• es una herramienta estadística que nos permite determinar si existe una asociación significativa entre dos variables categóricas en una muestra. En otras palabras, nos ayuda a determinar si las variables están relacionadas o no.

• U de Mann-Whitney: Es una prueba no paramétrica utilizada para comparar las medianas de dos muestras independientes. Se utiliza cuando los datos no cumplen con los supuestos de normalidad y homogeneidad de varianza, y se busca determinar si hay diferencias significativas entre los grupos.

• Kruskal-Wallis: Similar al U de Mann-Whitney, pero se aplica a tres o más grupos independientes. Evalúa si al menos dos de los grupos difieren significativamente en términos de medianas. Es útil cuando se tienen más de dos grupos y los datos no cumplen con los supuestos de las pruebas paramétricas.

  
  

Pruebas de Correlación y Regresión

• Kendall: se utiliza para evaluar la correlación entre dos variables. En lugar de asumir una relación lineal como la regresión lineal, la prueba de Kendall se basa en la concordancia entre los pares de datos.

  
  

Pruebas de Comparación de Proporciones

• Prueba de McNemar: es una prueba estadística que se utiliza para comparar las proporciones de dos variables categóricas relacionadas, especialmente en estudios de diseño pareado (datos apareados). Es decir, se utiliza cuando se tienen dos mediciones de la misma variable en los mismos sujetos, una antes y otra después de una intervención o en dos situaciones diferentes.

• Variables Independientes y Dependientes: Identificación clara de las variables que se manipulan (independientes) y las que se miden (dependientes), como por ejemplo, el tipo de intervención psicológica y el rendimiento deportivo.

• Grupos Experimentales: Formación de grupos que reciben diferentes condiciones o tratamientos, permitiendo comparaciones entre ellos.

• Randomización: Asignación aleatoria de los participantes a los grupos experimentales para garantizar sesgos y maximizar la equidad en la distribución de variables no controladas

Análisis de componentes principales:

Aplicado para reducir dimensiones en estudios que involucran múltiples medidas psicométricas, como pruebas de personalidad, identificando patrones subyacentes.

Análisis de conglomerados:

Aplicado para identificar perfiles de personas con características similares, como clasificar tipos de personalidad o grupos de respuesta a tratamientos psicológicos.

SPSS (Statistical Package for the Social Sciences):

• Características:

  • Ampliamente utilizado en ciencias sociales y empresariales.

  • Interfaz gráfica de usuario.

  • Ofrece una amplia gama de análisis estadísticos descriptivos e inferenciales.

• Uso:

  • Ideal para usuarios principiantes o aquellos que prefieren una interfaz gráfica.

  • Análisis de datos, pruebas de hipótesis, regresión, ANOVA, entre otros.

R:

• Características:

  • Software de código abierto y gratuito.

  • Potente y versátil, con una gran comunidad de usuarios y paquetes.

  • Permite personalización y programación.

• Uso:

  • Adecuado para análisis estadístico avanzado y programación.

  • Ampliamente utilizado en la investigación científica y la comunidad académica.

JASP (Jeffreys's Amazing Statistics Program):

• Características:

  • Software de código abierto y gratuito.

  • Diseñado para ser accesible a usuarios no expertos.

  • Interfaz intuitiva y amigable.

• Uso:

  • Ideal para análisis bayesianos y estadísticas frecuentistas.

  • Adecuado para análisis de datos, ANOVA, regresión, y comparaciones de medias.

  • 
    

JAMOVI:

• Características:

  • Software de código abierto y gratuito.

  • Enfoque similar a SPSS, pero con énfasis en la accesibilidad y simplicidad.

  • Combina análisis estadísticos y gráficos interactivos.

• Uso:

  • Diseñado para ser fácil de usar y comprender.

  • Adecuado para análisis de datos básicos y avanzados.

  
  

Implicaciones Prácticas y Aplicaciones en el Campo de la Psicología del Deporte:

1. Mejora del Rendimiento:

   • Aplicación Práctica: Identificar y utilizar estrategias de visualización mental para mejorar la ejecución y la confianza de los atletas antes de competiciones importantes.

2. Manejo de la Ansiedad:

   • Aplicación Práctica: Desarrollar programas de intervención para reducir la ansiedad en atletas, utilizando técnicas de relajación y entrenamiento psicológico.

3. Optimización de la Motivación:

   • Aplicación Práctica: Implementar retroalimentación positiva y estrategias de reforzamiento para mantener altos niveles de motivación en el entrenamiento y la competición.