Datos Identificativos 2022/23
Asignatura (*) Análisis Estadístico Descriptivo e Inferencial Código 615545001
Titulación
Máster Universitario en Métodos Avanzados de Investigación e Innovación na Análise Social
Descriptores Ciclo Periodo Curso Tipo Créditos
Máster Oficial 1º cuatrimestre
Primero Optativa 5
Idioma
Castellano
Modalidad docente Presencial
Prerrequisitos
Departamento Socioloxía e Ciencias da Comunicación
Coordinador/a
Santiago Gómez, Elvira
Correo electrónico
elvira.santiago@udc.es
Profesorado
Santiago Gómez, Elvira
Correo electrónico
elvira.santiago@udc.es
Web
Descripción general Esta materia é un complemento de formación para o alumnado que non posúa formación previa en estatística. É unha materia optativa coa que se introducirá ao alumnado nas nocións básicas da estatística descritiva e inferencial, o manexo de software de análise básica (SPSS, Excel) e prepararalla para poder aproveitar o resto de materias do máster centradas na análise estatística.

Competencias del título
Código Competencias del título
A1 C1. Conocer al detalle los principales avances teóricos y prácticos en materia y técnicas de investigación cualitativa y cuantitativa y su aplicación - crítica, reflexiva y contextual - para comprender, definir y explicar fenómenos de alta complejidad e incertidumbre asociados a los retos sociales, económicos y políticos actuales.
A11 H1. Evaluar y seleccionar el paradigma metodológico adecuado (cuantitativa, cualitativa, mixta, prospectiva, participativa) para formular juicios a partir de información incompleta o limitada sobre fenómenos asociados a los retos sociales, económicos y políticos.
A20 CP1 Contrastar la importancia de la diversidad metodológica existente para el análisis de la realidad social, política y económica, abordando distintos problemas complejos de las sociedades actuales a través de soluciones creativas y novedosas
A24 CP5. Ser capaz de trabajar con fuentes de datos, metodologías y técnicas de investigación científica y herramientas informáticas avanzadas propias de las ciencias sociales.

Resultados de aprendizaje
Resultados de aprendizaje Competencias del título
Aprenderá el manejo de las herramientas de análisis estadístico propias de las ciencias sociales a través de SPSS y Excel AM1
AM11
AM20
AM24
Aprenderá los conceptos fundamentales de la estadística descriptiva univariable necesarios para la profundización en el análisis de los problemas sociales. AM1
AM11
AM20
AM24
Sabrá manejar las operaciones propias de la estadística descriptiva bivariable AM1
AM11
AM20
AM24
Aprenderá a aplicar la estadística inferencial para predecir y controlar la evolución de los problemas sociales. AM1
AM11
AM20
AM24
Aprenderá a presentar los resultados de su investigación de forma clara y sin ambigu?edades a través de la visualización de datos y su interpretación. AM1
AM11
AM20
AM24
Aprenderá a manejarse en el entorno de las bases de datos complejas. AM1
AM11
AM20
AM24
Aprenderá a aplicar las técnicas adecuadas de análisis estadístico en función de los datos disponibles AM1
AM11
AM20
AM24

Contenidos
Tema Subtema
Introducción y conceptos básicos Aplicación de la estadística a las ciencias sociales. Conceptos básicos. Tipos de variables y niveles de medición.
Presentación y representación de distribuciones Frecuencias absolutas, frecuencias relativas y porcentajes
Estadística descriptiva univariable y bivariable Medidas de posición centrales: media, mediana y moda. Medidas de dispersión: rango, varianza y desviación típica. Medidas de forma: asimetría y curtosis. Presentación y análisis de tablas bivariables.
Independencia y asociación. Características de una asociación de dos variables
Introducción a la estadística inferencial Introdución al análisis inferencial. Nociones básicas de probabilidad. Utilización de distribuciones probabilísticas: normal, t de Student y chi-cuadrado.
Interpretación y representación gráfica de los resultados Formas básicas de representación gráfica: gráfico de
sectores, gráfico rectangular, diagrama de barras e histograma. Otras formas de representación gráfica.

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Actividades iniciales A1 1 2 3
Prácticas a través de TIC A1 A11 A20 A24 21 21 42
Prueba práctica A11 A24 4 12 16
Sesión magistral A1 A11 A20 A24 16 48 64
 
Atención personalizada 0 0 0
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías Descripción
Actividades iniciales Cuestionario con una serie de preguntas iniciales para conocer la composición del grupo y el nivel general de formación del alumnado, además del interés y motivación frente a la materia.
Prácticas a través de TIC Metodología que permite que los estudiantes aprendan de manera efectiva a través de la realización de actividades de
carácter práctico, fundamentalmente ejercicios. Se llevarán a cabo utilizando herramientas informáticas
Prueba práctica Pruebas de carácter periódico, para valorar la correcta comprensión y aplicación de los contenidos de la materia, compuestas por ejercicios breves y cuestiones cortas y/o de respuesta múltiple. En algunos casos se requerirá la utilización de herramientas informáticas
Sesión magistral Exposición oral por parte del profesor de los aspectos fundamentales de la materia. Las exposiciones se complementarán con el uso de medios audiovisuales.

Atención personalizada
Metodologías
Prácticas a través de TIC
Prueba práctica
Descripción
La atención personalizada es una actividad académica que tiene como finalidad atender a las necesidades y consultas del alumnado de forma individual o en pequeño grupo, relacionadas con el estudio y los temas vinculados con la materia. Puede solicitarse atención personalizada, presencial o virtual, en las horas de tutorías.

Evaluación
Metodologías Competéncias Descripción Calificación
Prácticas a través de TIC A1 A11 A20 A24 Coincidiendo con las sesiones prácticas se realizarán prácticas evaluables para valorar la correcta comprensión y aplicación de los contenidos de la materia. Consistirán en ejercicios breves que requerirán de cálculos matemáticos e interpretación de resultaods. Para la resolución de los ejercicios se facilitará un listado de fórmulas básicas, en el caso de que sea necesario se podrá utilizar alguna herramienta informática de las revisadas a lo largo del curso. 60
Prueba práctica A11 A24 Consistirá en una prueba global en la que el alumnado tendrá que resolver cuestiones cortas o de respuesta múltiple y ejercicios breves que requirirán cálculos matemáticos e interpretación de resultados. Para la resolución de los ejercicios se facilitará una lista de fórmulas básicas, en el caso de que sean necesarias.
La fecha de realización de esta prueba se acordará al inicio del curso
40
 
Observaciones evaluación

Fuentes de información
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

Complementária


Recomendaciones
Asignaturas que se recomienda haber cursado previamente

Asignaturas que se recomienda cursar simultáneamente

Asignaturas que continúan el temario
Big Data para las Ciencias Sociales/615545008
Fundamentos del Análisis Social en R/615545003
Análisis Estadístico Avanzado/615545007

Otros comentarios
La matriculación en esta materia sólo es obligatoria para aquellas personas que no posean formación previa en estadística, siendo sólo optativa para quien acredite tal formación.

Esta materia cuenta como una de las dos optativas que deben cursarse para superar el máster. En el caso de matricularse en ella, sólo necesitará cursar una optativa en el 2º cuatrimestre.


(*) La Guía Docente es el documento donde se visualiza la propuesta académica de la UDC. Este documento es público y no se puede modificar, salvo cosas excepcionales bajo la revisión del órgano competente de acuerdo a la normativa vigente que establece el proceso de elaboración de guías