| Competencias / Resultados do título |
| Código | Competencias / Resultados do título |
| Resultados de aprendizaxe | |||
| Resultados de aprendizaxe | Competencias / Resultados do título | ||
| El alumnado aprenderá a manexar as ferramentas de análise estadístico propias das ciencias sociais a través de SPSS e Excel | AM1 AM11 AM20 AM24 |
||
| O alumnado aprenderá os conceptos fundamentais da estadística descriptiva univariante necesarios para a profundización na análise dos problema sociais | AM1 AM11 AM20 AM24 |
||
| O alumnado saberá manexar as operacións propias da estadística bivariable | AM1 AM11 AM20 AM24 |
||
| O alumnado aprenderá a aplicar a estatística inferencia para predecir e controlar a evolución dos problemas sociais | AM1 AM11 AM20 AM24 |
||
| O alumnado aprenderá a presentar os resultados da súa investigación de forma clara e sen ambiguidades a través da visualización de datos e a súa interpretación | AM1 AM11 AM20 AM24 |
||
| O alumnado aprenderá a manexar bases de datos complexas | AM1 AM11 AM20 AM24 |
||
| O alumnado aprenderá a aplicar as técnicas adecuadas de análise estatístico en función dos datos dispoñibles | AM1 AM11 AM20 AM24 |
||
| Contidos |
| Temas | Subtemas |
| Introdución e conceptos básicos | Aplicación da estatística as ciencias sociais. Tipos de variables e niveles de medición |
| Presentación e representación de distribucións | Frecuencias absolutas, frecuencias relativas e porcentaxes. |
| Estatística descriptiva univariable e bivariable | Medidas de posición centrais: media, mediana e moda. Medidas de dispersión: rango, varianza e desviación típica. Medidas de forma: asimetría e curtosis. Presentación e análise de tablas bivariables. Características da asociación entre dúas variables |
| Introdución á estatística inferencial | Utilización de distribucións probabilísticas: normal, t de Student e chi-cuadrado. |
| Interpretación e representación gráfica dos resultados | Gráficos de sectores, rectangular, diagrama de barras, histograma. Outras formas de representación gráfica |
| Planificación | ||||
| Metodoloxías / probas | Competencias / Resultados | Horas lectivas (presenciais e virtuais) | Horas traballo autónomo | Horas totais |
| Prácticas a través de TIC | A1 A11 A20 A24 | 20 | 20 | 40 |
| Proba práctica | A11 A24 | 4 | 12 | 16 |
| Sesión maxistral | A1 A11 A20 A24 | 16 | 48 | 64 |
| Actividades iniciais | A1 | 1 | 2 | 3 |
| Atención personalizada | 2 | 0 | 2 | |
| *Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado | ||||
| Metodoloxías |
| Metodoloxías | Descrición |
| Prácticas a través de TIC | Metodoloxía que permite que o alumnado aprenda de maneira efectiva a través da realización de actividades de carácter práctico utilizando ferramentas informáticas. |
| Proba práctica | Probas de carácter periódico, para valorar a correcta comprensión e aplicación dos contidos da materia, composta por exercicios breves e preguntas curtas. Nalgúns casos se requerirá da utilización de ferramentas informáticas. |
| Sesión maxistral | Exposición oral por parte do profesorado dos aspectos fundamentais da materia. As exposiciones se complementarán co uso de medios audiovisuales. Poden seguirse de forma síncrona ou asíncrona, usando Teams e os videos de clase. |
| Actividades iniciais | Cuestionario cunha serie de preguntas iniciais para coñecer a composición do grupo e o nivel xeral de formación do alumnado e coñecementos previos sobre estatística. |
| Atención personalizada |
|
|
| Avaliación | |||
| Metodoloxías | Competencias / Resultados | Descrición | Cualificación |
| Prácticas a través de TIC | A1 A11 A20 A24 | Coincidindo coas sesións prácticas realizaranse prácticas evaluables para valorar a correcta comprensión e aplicación dos contidos da materia. Consistirán en exercicios breves que requirirán cálculos matemáticos e interpretación de resultados. Para a resolución dos exercicios facilitarase unha listaxe de fórmulas básicas, no caso de que sexan necesarias e poderá ser necesaria a utilización dalgunha ferramenta informática revisada ao longo do curso. Realizaranse de forma síncrona por TEAMS. | 60 |
| Proba práctica | A11 A24 | Consistirá nunha proba global na que o alumnado terá que resolver cuestións curtas e/ou de resposta múltiple e exercicios breves que requirirán cálculos matemáticos e interpretación de resultados. Para a resolución dos exercicios facilitarase unha listaxe de fórmulas básicas, no caso de que sexan necesarias. A data de realización desta proba acordarase ao inicio do curso. Realizarase de forma síncrona por TEAMS. |
40 |
| Observacións avaliación | |||
|
Todos os aspectos relacionados con “dispensa académica”,“dedicación ao estudo”,“permanencia” e “fraude académica”rexeranse de acordo coanormativa académica vixente da UDC. |
|||
| Fontes de información |
| Bibliografía básica |
HORRA NAVARRO, J. (1995). Estadística aplicada. Madrid
RITCHEY, F. J (2002). Estadística para las Ciencias Sociales. México: McGraw-Hill
GARCÍA FERRANDO, M (2000). Socioestadística. Introducción a la Estadística en Sociología. Madrid :Alianza Universidad
GARCÍA FERRANDO, M (2000). Socioestadística. Introducción a la Estadística en Sociología. Madrid :Alianza Universidad |
|
|
|
| Bibliografía complementaria | |
|
|
| Recomendacións | |||
| Materias que se recomenda ter cursado previamente |
| Materias que se recomenda cursar simultaneamente |
| Materias que continúan o temario | |||
|
| Observacións | |
|
A matriculación nesta materia só é obrigatoria para aquelas persoas que non posúan formación previa en estatística, sendo só optativa para quen acredite tal formación. Esta materia conta como unha das dúas optativas que deben cursarse para superar o máster. No caso de matricularse nela, só necesitará cursar unha optativa no 2º cuadrimestre. |