Identifying Data

2016/17

Subject (*)

Análise Estatístico de Datos 2

Code

615518011

Study programme

Mestrado Universitario en Socioloxía Aplicada: Investigación Social e de Mercados

Descriptors

Cycle

Period

Year

Type

Credits

Official Master's Degree

1st four-month period

First

Obligatoria

4.5

Language

Spanish

Teaching method

Face-to-face

Prerequisites

Department

Socioloxía e Ciencia Política da Administración

Coordinador

Otero Enriquez, Raimundo

E-mail

raimundo.otero@udc.es

Lecturers

Otero Enriquez, Raimundo

E-mail

raimundo.otero@udc.es

Web

General description

O principal obxectivo desta materia é a adquisición dun coñecemento eminentemente aplicado de catro técnicas de análise multivariante. Partindo deste obxectivo, o desenvolvemento das clases estruturase en torno á realización de varios exercicios prácticos nos que se reflicten os contidos teóricos abordados, e se reproducen escenarios estatísticos propios da socioloxía.

Study programme competencies

Code	Study programme competences
A1	Dominar nun nivel de postgrado os coñecementos, as ferramentas e os procedementos da investigación social e de mercados aplicándoos á solución de problemas e necesidades
A3	Ser quen de deseñar un proceso de investigación de carácter empírico demostrando dominio no uso de técnicas de investigación cuantitativas e/ou cualitativas
A4	Ser quen de discriminar a técnica de investigación axeitada ao problema plantexado
A8	Ter capacidade para traballar críticamente con fontes de datos, metodoloxías e técnicas de investigación científica e ferramentas informáticas proprias da investigación social e de mercados
A9	Ter capacidade para integrar e aplicar as novas tendencias en investigación social e de mercados de xeito rentable e efectivo na empresa, as administracións ou outras organizacións
B1	Posuer e comprender coñecementos que aporten unha base ou oportunidade de ser orixinais no desenvolvemento e/ou aplicación de ideas, a cotío nun contexto de investigación
B6	Ser quen de buscar, xestionar, analizar e sintetizar a información, seleccionando aquela que resulta pertinente para a toma de decisións
B7	Ter capacidade creativa, proactiva e emprendedora
B8	Ser quen de integrar as NTICs (Novas Tecnoloxías da Información e as Comunicacións) na tarefa profesional e/ou investigadora
B9	Ter capacidade de analizar críticamente tanto o traballo proprio como o dos compañeiros
C1	Expresarse correctamente, tanto de forma oral como escrita, nas linguas oficiais da Comunidade Autónoma de Galicia
C2	Dominar a expresión e a comprensión de forma oral e escrita dun idioma extranxeiro
C3	Utilizar as ferramentas básicas das TIC necesarias para o exercicio da súa profesión e para o aprendizaxe ao longo da vida
C8	Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade

Learning aims

Learning outcomes	Study programme competences
O/a estudante recordará os fundamentos estatísticos principais das técnicas de análise multivariante presentadas.	AC1 AC8 AC9
O/a estudante interpretará unha análise de regresión simple e múltiple.	AC3 AC4 AC8	BC1 BC6 BC7 BC8	CC3 CC8
O/a estudante interpretará unha análise de regresión loxística binaria.	AC3 AC4 AC8	BC1 BC6 BC7 BC8	CC3 CC8
O/a estudante interpretará unha análise discriminante.	AC3 AC4 AC8	BC1 BC6 BC7 BC8	CC3 CC8
O/a estudante interpretará unha análise de correspondencias simples e múltiples.	AC3 AC4 AC8	BC1 BC6 BC7 BC8	CC3 CC8
O/a estudante defenderá, mediante unha presentación oral eficaz, os fundamentos estatísticos aplicados de calquera das técnicas de análise multivariante presentadas.	AC3 AC8	BC7 BC9	CC1 CC2

Contents

Topic	Sub-topic
1-ANÁLISE DE REGRESIÓN MÚLTIPLE	-Procedemento, deseño e interpretación -Análise do resume do modelo e da suma de cadrados -Coeficientes da ecuación de regresión múltiple -Supostos da análise -Detección de casos atípicos e de observacións influentes -Análise da multicolinealidade -Métodos de inclusión de variables en SPSS
2-ANÁLISE DE REGRESIÓN LOXÍSTICA (BINARIA)	-Selección e transformación de variables -Probas de axuste global do modelo -Táboa de clasificación -Comentario do histograma das probabilidades prognosticadas -Comentario de casos atípicos
3-ANÁLISE DISCRIMINANTE	-Proba de igualdade das medias dos grupos -Pesos, cargas e puntuacións discriminantes -Funcións discriminantes -Matriz de clasificación e diagnose por caso
4-ANÁLISE DE CORRESPONDENCIAS SIMPLES E MÚLTIPLES	-Procedimento, deseño e interpretación -Análise das frecuencias marxinais -Análise dos autovalores e das medidas discriminantes -Comentario das dimensións

Planning

Methodologies / tests	Competencies	Ordinary class hours	Student’s personal work hours	Total hours
Guest lecture / keynote speech	A1 A3 A9 B1 C8	16	18	34
ICT practicals	A4 A8 B6 B7 B8 C3	25	50	75
Oral presentation	B9 C1 C2	1.5	0	1.5

Personalized attention		2	0	2

(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies

Methodologies	Description
Guest lecture / keynote speech	Sesións destinadas a abordar os aspectos teóricos do temario proposto.
ICT practicals	É moi importante, para o bo desenvolvemento das prácticas, que o alumnado se familiarice co uso do programa estatístico SPSS, e que teña preparado e estudado o material bibliográfico e de ensino proposto polo profesor.
Oral presentation	Cada alumno/a terá que presentar algunha das prácticas propostas ante os demais.

Personalized attention

Methodologies

ICT practicals

Oral presentation

Description

A atención personalizada ten como obxectivo atender as dúbidas individuais e colectivas do alumnado. No inicio do cuadrimestre, comunicarase o lugar e horario das titorías presenciais (en todo caso, rógase acudir ás mesmas previo aviso por e-mail).

Assessment

Methodologies	Competencies	Description	Qualification
ICT practicals	A4 A8 B6 B7 B8 C3	AVALIACIÓN CONTINUA: Establécese a través da cualificación conxunta de tres exercicios prácticos que supoñen o 90% do valor da nota final. Dúas destas prácticas, realizadas en grupo, terán un valor unitario máximo de 4,25 puntos. A terceira práctica, realizada individualmente e de carácter voluntario, terá un valor unitario máximo de 0,5 puntos (dito exercicio ten como finalidade mellorar a cualificación final, ou optar a unha matrícula de honra). Para optar á avaliación continua, hai que entregar as dúas prácticas grupais ao longo do cuadrimestre, as cales terán unha única data de entrega presencial.	90
Oral presentation	B9 C1 C2	A realización das presentacións orais dalgunha das prácticas grupais, suporá o 10% do valor da cualificación final.	10

Assessment comments
AVALIACIÓN NON CONTINUA: Consiste na realización dun exame único da materia -fixado nas convocatorias oficiais pertinentes- composto por tres preguntas de carácter teórico e dous exercicios prácticos onde o alumno/a, e a través da utilización do programa estatístico SPSS, amose os seus coñecementos aplicados de, polo menos, dúas técnicas de análise multivariante. Dito exame supón o 100% do valor da cualificación final. O alumnado que se acolla ao recoñecemento de dedicación a tempo parcial ou dispensa académica de exención de asistencia, terá que presentarse ao éxame único da materia -fixado nas convocatorias oficiais pertinentes-.

Sources of information

Basic
	Combessie, J.C. (2000): El método en sociología. Madrid. Alianza Editorial Escobar, M. (1999): Análisis gráfico/exploratorio. Cuadernos de estadística. Madrid. Editorial La Muralla Etxebarría, J. (1999): Regresión múltiple. Cuadernos de estadística. Editorial La Muralla. García Ferrando, M. (1994): Socioestadística. Introducción a la estadística en sociología. Madrid. Alianza Universidad Textos. García, E; Gil, J. y Rodríguez, G. (2000): Análisis factorial. Cuadernos de estadística. Madrid. Editorial La Muralla. Hair, J, F. et al. (2007): Análisis multivariante, 5ª ed. Madrid. Prentice Hall. Joaristi, L. y Lizasoain, L. (2000): Análisis de correspondencias. Cuadernos de estadística. Madrid. Editorial La Muralla. Pardo, A. y Ruiz, M.A. (2002): SPSS 11. Guía para el análisis de datos. Madrid. McGraw-Hill. Pérez, César (2009): Técnicas estadísticas multivariantes con SPSS. Madrid. Garceta. _(2009): Técnicas de análisis de datos con SPSS 15. Madrid. Pearson Educación. Valderrey, Pablo (2010): SPSS 17: extracción del conocimiento a partir del análisis de datos. Madrid. Ra-Ma. _(2010): Técnicas de segmentación de mercados. Madrid. Starbook. *Todas as referencias pódense localizar na Biblioteca da UDC.
Complementary

Recommendations

Subjects that it is recommended to have taken before

Subjects that are recommended to be taken simultaneously

Subjects that continue the syllabus

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.