| Competencias del título |
|
Código
|
Competencias del título
|
| A14 |
H4 Transmitir los resultados de una investigación básica y aplicada, así como los fundamentos más relevantes sobre los que se sustentan, de modo claro y sin ambigüedades atendiendo a la diversidad de contextos, públicos y necesidades, usando distintas opciones de presentación y visualización. |
| A16 |
H6 Desarrollar capacidad para planificar la investigación, eligiendo correctamente las fases y los procedimientos que garanticen la máxima rigurosidad y que sean adecuados a distintos contextos dentro del ámbito público o privado. |
| A17 |
H7 Adquirir la capacidad de continuar profundizando en los métodos de investigación y análisis de un modo que habrá de ser en gran medida auto-dirigido y autónomo. |
| 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. |
| A25 |
CP6. Desarrollar la capacidad de entender en profundidad los fundamentos teóricos y prácticos de los métodos estadísticos, las técnicas multivariantes y las herramientas de software para el análisis avanzado. |
| A26 |
CP7. Desarrollar la capacidad de generar teorías de alcance intermedio y, por tanto, potencialmente aplicables/transferibles a la sociedad, interpretando los inputs que generan las técnicas de análisis social. |
| Resultados de aprendizaje |
| Resultados de aprendizaje |
Competencias del título |
| El/la estudiante interpretará un análisis de regresión simple y múltiple. |
AM14
AM16
AM17
AM24
AM25
AM26
|
|
|
| El/la estudiante interpretará un análisis de regresión logística binaria. |
AM14
AM16
AM17
AM24
AM25
AM26
|
|
|
| El/la estudiante interpretará un análisis discriminante. |
AM14
AM16
AM17
AM24
AM25
AM26
|
|
|
| El/la estudiante interpretará un análisis de correspondencias simples y múltiples. |
AM14
AM16
AM17
AM24
AM25
AM26
|
|
|
| El/la estudiante recordará los fundamentos estadísticos principales de las técnicas de análisis multivariante presentadas. |
AM14
AM16
AM17
AM20
AM24
AM25
AM26
|
|
|
| Contenidos |
| Tema |
Subtema |
| 0-INTRODUCCIÓN |
-La importancia del nivel de medida de las variables
-Diseño del cuestionario y análisis multivariante
-Análisis multivariante y teorías de alcance intermedio |
| 1-ANÁLISIS DE REGRESIÓN MÚLTIPLE |
-Procedimiento, diseño e interpretación
-Análisis del resumen del modelo y de la suma de cuadrados
-Coeficientes de la ecuación de regresión múltiple
-Supuestos del análisis
-Detección de casos atípicos y de observaciones influyentes
-Análisis de la multicolinealidad
-Métodos de inclusión de variables en SPSS
|
| 2-ANÁLISIS DE REGRESIÓN LOGÍSTICA (Binaria) |
-Selección y transformación de variables
-Pruebas de ajuste global del modelo
-Tabla de clasificación
-Comentario del histograma de las probabilidades pronosticadas
-Comentario de casos atípicos |
| 3-ANÁLISIS DISCRIMINANTE |
-Pruebas de igualdad de las medias de los grupos
-Pesos, cargas y puntuaciones discriminantes
-Funciones discriminantes
-Matriz de clasificación y diagnóstico por caso
|
| 4-ANÁLISIS DE CORRESPONDENCIAS SIMPLES Y MÚLTIPLES |
-Procedimiento, diseño e interpretación
-Análisis de las frecuencias marginales
-Análisis de los autovalores y de las medidas discriminantes
-Comentario de las dimensiones
|
5-EXPOSICIÓN DE OTRAS TÉCNICAS MULTIVARIANTES
|
-Factorial
-Conglomerados
-Regresión logística ordinal y multinomial
|
| Planificación |
| Metodologías / pruebas |
Competéncias |
Horas presenciales |
Horas no presenciales / trabajo autónomo |
Horas totales |
| Prácticas a través de TIC |
A24 A25 A26 |
25 |
30 |
55 |
| Sesión magistral |
A14 A16 A17 A20 |
25 |
60 |
85 |
| |
| Atención personalizada |
|
10 |
0 |
10 |
| |
| (*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos |
| Metodologías |
|
Metodologías |
Descripción |
| Prácticas a través de TIC |
Realización de prácticas destinadas a asimilar las competencias tipo "saber hacer" de los análisis multivariantes incluidos en el temario. |
| Sesión magistral |
Sesiones destinadas a abordar los aspectos teóricos del temario propuesto. |
| Atención personalizada |
|
Metodologías
|
| Prácticas a través de TIC |
|
| Descripción |
La atención personalizada es una actividad académica que tiene como finalidad atender las necesidades y consultas del alumnado, de forma individual o en pequeño grupo, relacionadas con el estudio y desarrollo de las prácticas de la materia.
En el inicio del cuatrimestre, se comunicará el horario de las tutorías a través, preferentemente, de Teams (en todo caso, se ruega acudir a las mismas previo aviso por e-mail).
Para el alumnado con reconocimiento de dedicación a tiempo parcial y dispensa académica, se acordará a principio de curso un calendario específico de tutorías compatible con su situación.
|
|
| Evaluación |
|
Metodologías
|
Competéncias |
Descripción
|
Calificación
|
| Prácticas a través de TIC |
A24 A25 A26 |
La evaluación de la asignatura se establece a través de la calificación conjunta de dos ejercicios prácticos que suponen el 100% del valor de la nota final.
La primera práctica (con un valor de 7 puntos) se realizará en grupo, mayoritariamente en el aula. Se centrará en el desarrollo y análisis completo de una técnica de análisis multivariante a concretar.
La segunda práctica (con un valor de 3 puntos) será individual. Consistirá en la exposición razonada a diferentes supuestos/análisis de resultados de técnicas de análisis multivariante a determinar. |
100 |
| |
|
Observaciones evaluación |
Es condición indispensable para superar la materia, obtener como mínimo en las prácticas, la mitad de la máxima calificación otorgable (5 de 10). La evaluación del alumnado reconocimiento de dedicación a tiempo parcial y con dispensa académica de exención de asistencia, será igual que la del alumnado con dedicación completa. En la 2ª oportunidad, los criterios de evaluación y trabajos calificables serán iguales a los propuestos para la 1ª convocatoria. El plagio en las prácticas, una vez comprobado, implicará directamente la calificación de suspenso "0" en la materia en la convocatoria correspondiente. Para la realización de las prácticas, se utilizará como software de análisis, en principio, SPSS-Statistics y Microsoft Excel. |
| Fuentes de información |
|
Básica
|
|
| 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. Madrid. Editorial La Muralla. Everitt, B. S. (2006): A handbook of Statistical Analyses using R. London. Chapman & Hall. 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. Mafokozi, H. (2009): Introducción a la estadística para gente de letras. Madrid. Editorial CCS. Merton, R. K. (1949): Teoría y estructuras sociales. México. Fondo de Cultura Económica, ed. 1980. 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. *Todas las referencias se puedan localizar en la Biblioteca de la UDC. | |
|
Complementária
|
|
|
| Recomendaciones |
| Asignaturas que se recomienda haber cursado previamente |
|
| Asignaturas que se recomienda cursar simultáneamente |
|
| Asignaturas que continúan el temario |
|
| Otros comentarios |
|
Para el correcto desarrollo de la materia, es fundamental que el/la alumno/a domine la lengua castellana. Para la impartición de la asignatura el software de análisis a utilizar, en principio, será SPSS-Statistics y Microsoft Excel. Si el transcurso de la materia lo permite, se emplearán otros programas de software libre (R y Jamovi principalmente). El alumnado (independientemente de la modalidad escogida) deberá revisar regularmente el campus virtual de la materia y consultar los documentos. La vía de comunicación con el profesorado de la asignatura será la institucional, es decir, el correo de la udc. Se facilitará la plena integración del alumnado que por razones físicas, sensoriales, psíquicas o socioculturales, experimenten dificultades a un acceso adecuado, igualitario y provechoso a la vida universitaria. |
|