Identifying Data 2024/25
Subject (*) Statistics Applied to the social sciences 1 Code 615G01101
Study programme
Grao en Socioloxia
Descriptors Cycle Period Year Type Credits
Graduate 1st four-month period
 First Obligatory 6
Language
Spanish
Galician
Teaching method Face-to-face
Prerequisites
Department Socioloxía e Ciencias da Comunicación
Coordinador
Gómez Rodríguez, Sergio
 E-mail
sergio.gomezr@udc.es
Lecturers
Bobillo González, Clara
Domínguez Sanisidro, Nerea
Gómez Rodríguez, Sergio
 E-mail
clara.bobillog@udc.es
n.dominguez@udc.es
sergio.gomezr@udc.es
Web
General description O obxectivo xeral desta materia é iniciar aos estudantes no uso da estatística na fase de análise dos datos na investigación social, o que require coñecer as distintas ferramentas de análise e seleccionar as máis convenientes, dependendo do nivel de medición das variables, así como a comprensión e explicación dos resultados obtidos.

Competencies / Study results
Code Study programme competences / results
A5 Aprendizaje de los conceptos y de las técnicas estadísticas aplicadas a la sociedad humana.
A7 Conocimiento y dominio de la metodología de las ciencias sociales y de sus técnicas básicas y avanzadas (cuantitativas y cualitativas) de investigación social; con especial atención a los aspectos de muestreo y de los programas informáticos de aplicación.
A16 Conocimientos y habilidades técnicas para la produción y el análisis de los datos cuantitativos y cualitativos.
A26 Saber elegir las técnicas de investigación social (cuantitativas y cualitativas) pertinentes en cada momento.
B3 Capacidad de análisis y síntesis.
B5 Capacidad de gestión de la información.
B7 Conocimientos de informática relativos al ámbito de estudio.
B21 Aprendizaje autónomo.
C3 Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida.

Learning aims
Learning outcomes Study programme competences / results
A/o alumna/o será capaz de definir e distinguir os conceptos básicos da estatística aplicada ás ciencias sociais e poderá identificar os principais niveis de medición das variables A5
A26
 B3
B5
B21
A/o alumna/o coñecerá as principais técnicas de presentación de distribucións univariables, tanto en formato de táboas como gráficamente, e será capaz de seleccionar as ferramentas descritivas univariables máis adecuadas dependendo do nivel de medición das variables. A5
A16
A26
 B3
B5
B21
A/o alumna/o coñecerá as principais técnicas de presentación de distribucións bivariables, tanto en formato de táboas de continxencia como gráficamente, e será capaz de calcular e interpretar as distintas porcentaxes dunha táboa de continxencia. A5
A16
A26
 B3
B5
B21
A/o alumna/o coñecerá as principais medidas de asociación entre variables, será capaz de calculalas, interpretalas e seleccionar as máis adecuadas dependendo do nivel de medición das variables. A5
A16
A26
 B3
B5
B21
A/o alumna/o será capaz de utilizar ferramentas informáticas aplicadas ás ciencias sociais (especialmente o paquete SPSS) a un nivel básico para poder levar a cabo as tarefas de presentación e resumo dunha distribución univariable así como dunha distribución bivariable coas súas correspondentes táboas de continxencia e medidas de asociación. A5
A7
A16
A26
 B3
B5
B7
B21
 C3

Contents
Topic Sub-topic
TEMA 1: Introdución e conceptos básicos. Aplicación da estatística ás ciencias sociais. Conceptos básicos. Tipos de variables e niveis de medición.
TEMA 2: Presentación e representación de distribucións. Presentación de distribucións univariables: frecuencias absolutas, frecuencias relativas e porcentaxes. Formas básicas de representación gráfica: gráfico de sectores, gráfico rectangular, diagrama de barras e histograma. Outras formas de representación gráfica.
TEMA 3: Características dunha distribución univariable. Medidas de posición centrais: media, mediana e moda. Medidas de dispersión: rango, varianza e desviación típica. Medidas de forma: asimetría e curtose.
TEMA 4: Estatística descritiva bivariable. Distribucións bivariables. Presentación e análise de táboas bivariables. Independencia e asociación. Características dunha asociación de dúas variables. Medidas de asociación para variables nominais e ordinais.
TEMA 5: Regresión e correlación simple. Concepto de covarianza. Diagrama de dispersión e curva de axuste. Concepto e tipos de correlación. Coeficiente de correlación de Pearson. Matriz de correlacións. A ecuación de regresión e o seu axuste polo método de mínimos cadrados. Cálculo dos coeficientes de regresión. O coeficiente de determinación e a súa interpretación.

Planning
Methodologies / tests Competencies / Results Teaching hours (in-person & virtual) Student’s personal work hours Total hours
Introductory activities A5 2 0 2
Laboratory practice A7 B7 C3 16 24 40
Objective test A5 A7 A16 A26 B3 B5 B7 B21 C3 8 12 20
Student portfolio A5 A7 A16 B7 B21 C3 12 16 28
Guest lecture / keynote speech A5 A7 A16 A26 B3 18 36 54
 
Personalized attention 6 0 6
 
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies Description
Introductory activities Cuestionario cunha serie de preguntas iniciais para coñecer a composición do grupo e o nivel xeral de formación do alumnado, ademais do interese e motivación fronte á materia.
Laboratory practice Metodoloxía que permite que os estudantes aprendan de maneira efectiva a través da realización de actividades de carácter práctico, fundamentalmente exercicios. Nalgúns casos estas prácticas levaranse a cabo utilizando ferramentas informáticas.
Objective test Probas a desenvolver en clase para valorar a correcta comprensión e aplicación dos contidos da materia, composta por exercicios breves e cuestións curtas e/ou de resposta múltiple.
Student portfolio Conxunto de prácticas realizadas polo alumnado na aula. Realizarase unha serie de exercicios acordes ó aprendido coa axuda das TICs e programas estadísticos específicos.
Guest lecture / keynote speech Exposición oral por parte do profesorado dos aspectos fundamentais da materia. As exposicións complementaranse co uso de medios audiovisuais e a introdución dalgunhas preguntas dirixidas aos estudantes.

Personalized attention
Methodologies
Laboratory practice
Student portfolio
Guest lecture / keynote speech
Description
A atención personalizada é unha actividade académica que ten como finalidade atender as necesidades e consultas do alumnado, de forma individual ou en pequeno grupo, relacionadas co estudo e temas vinculados coa materia. Esta actividade desenvolverase de forma presencial (directamente na aula e nos momentos que o profesor ten asignados ás tutorías de despacho).

Pode solicitarse a atención personalizada nas horas presenciais (tanto nas sesións maxistrais como nas prácticas de laboratorio) ou nas horas de tutorías para resolver dúbidas en relación a temas concretos.

Assessment
Methodologies Competencies / Results Description Qualification
Objective test A5 A7 A16 A26 B3 B5 B7 B21 C3 Consistirá en 2 probas obxectivas a realizar na aula sobre os temas presentados ata ese momento e nas que o alumnado terá que resolver cuestións curtas e/ou tipo test e exercicios breves que requirirán cálculos matemáticos e interpretación de resultados, para os cales estará permitido o uso de calculadora.

Será necesario obter un mínimo de 2,5 en cada unha das probas e unha nota media de 4,0 para poder optar a superar a materia. 		70
Student portfolio A5 A7 A16 B7 B21 C3 Consistirá en 2 prácticas a desenvolver na aula onde resolverán e interpretarán exercicios empregando o programa estadístico dado en clase.

Non se poderán entregar fóra do horario de clase previsto para a súa realización.

Cada unha delas ten un peso do 15% da nota final.

Para poder optar a superar a materia, haberá que presentar polo menos unha delas e obter un 2,5 na mesma.
 30
 
Assessment comments

A materia preséntase como un sistema de avaliación continua que consistirá
nunha parte teórico-práctica (2 exames) e outra cunha orientación exclusivamente
práctica (2 prácticas a realizar na aula). A avaliación, pois, seguirá o
seguinte esquema:

-2 exames parciais compostos por preguntas curtas e/ou tipo test e
exercicios que requirirán cálculos matemáticos e interpretación de resultados,
para os que estará permitido o uso de calculadora. Farase a media aritmética
dos dous exames no caso de obter, polo menos, unha nota de 2,5 en cada un
deles. Esta parte supón o 70% da nota final da materia.

-2 prácticas consistentes na realización, interpretación e/ou análise de exercicios
prácticos. Estas prácticas serán realizadas nas horas de clase e non se poderán
entregar fóra das mesmas. Cada práctica supón o 15% da nota final da materia e
para ser tidas en consideración será necesario obter un 2,5 polo menos nunha
delas.

Para superar a materia será necesario:

-Obter, polo menos, unha nota media de 4,0 na parte teórico-práctica
(exames).

-Presentar como mínimo unha práctica cunha nota de 2,5.

-Obter unha nota final de 5,0 ou superior.   

 

No caso de non aprobar a materia durante a avaliación continua ou optar por
non seguir esta modalidade de avaliación, o alumnado poderase presentar á proba
obxectiva nas convocatorias oficiais  que consistirá nun exame que
abarcará toda a materia e estará composto por cuestións curtas e/ou tipo test e
exercicios prácticos que requirirán cálculos matemáticos e interpretación de
resultados, para os cales e estará permitido o uso de calculadora.

Non se gardará ningunha nota para as convocatorias oficiais.

 

Todos os aspectos relacionados coa “dispensa académica”, “dedicación ao
estudo”, “permanencia” e “fraude académico” rexeranse de acordo coa normativa académica vixente da
UDC.

Sources of information
Basic VISAUTA VINACUA, B. (2007). Análisis estadístico con SPSS 14. Estadística básica. Aravaca: McGraw-Hill/Interamericana
TOMEO PERUCHA, V. y UÑA JUÁREZ, I (2009). Estadística descriptiva. Madrid: Ibergacerceta Publicaciones
RITCHEY, F. J. (2002). Estadística para las Ciencias Sociales. México: McGraw-Hill
SÁNCHEZ CARRIÓN, J. J. (1999). Manual de Análisis Estadístico de los Datos. Madrid: Alianza Editorial
SEISDEDOS BENITO, A. (2009). Manual de socioestadística descriptiva básica. Salamanca: Amarú Ediciones
GARCÍA FERRANDO, M. (2000 ). Socioestadística. Introducción a la Estadística en Sociología. Madrid :Alianza Universidad Textos, nº96

Complementary SPIEFALHALTER, D (2023). El arte de la estadística. Madrid: Capitán Swing Libros
BLALOCK, H. M. (1966). Estadística Social. México: Fondo de Cultura Económica
PEÑA, D. y ROMO, J. (1997). Introducción a la Estadística para las Ciencias Sociales. Madrid: McGraw-Hill
GLASS, G. V. y STANLEY, J.C. (1986). Métodos Estadísticos Aplicados a las Ciencias Sociales. México: Prentice-Hall Hispanoamericana


Recommendations
Subjects that it is recommended to have taken before

Subjects that are recommended to be taken simultaneously

Subjects that continue the syllabus
Statistics Applied to the social sciences 2/615G01201

Other comments


(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.