Datos Identificativos 2019/20
Asignatura (*) Análise multivariante de datos sociais Código 615G01206
Titulación
Grao en Socioloxia
Descriptores Ciclo Período Curso Tipo Créditos
Grao 2º cuadrimestre
Segundo Obrigatoria 6
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Socioloxía e Ciencias da Comunicación
Coordinación
Cotillo Pereira, Alberto
Correo electrónico
a.cotillo@udc.es
Profesorado
Cotillo Pereira, Alberto
Correo electrónico
a.cotillo@udc.es
Web
Descrición xeral A asignatura de Análise Multivariante de Datos Sociais ten como obxectivo proporcionar as ferramentas conceptuais e prácticas necesarias para a análise de datos en ambientes de alta complexidade en que as ferramentas uni e bivariadas son insuficientes, é dicir, na gran maioría das situacións sociais. É posible que non hai fenómeno social que poda ser entendido correctamente só a partires da análise da distribución dunha variable, ou da relación entre dúas variables. Esta asignatura ten aplicación directa en calquera situación na que sexa necesario atender a máis de dúas variables. A súa visión é eminentemente sociolóxica, xa que ten como obxectivo a formación de graduados en socioloxía. Os artigos de investigación, os estudos de casos e os exemplos que iden usarse refírense ao importante fluxo da investigación sociolóxica e só neste fluxo ten sentido.

Competencias do título
Código Competencias do título
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.
A14 Capacidades en elaborar, utilizar, e interpretar indicadores sociales e instrumentos de medición social.
A15 Conocimientos y habilidades para plantear y desarrollar una investigación aplicada en las diferentes áreas de la sociedad.
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.
B4 Resolución de problemas.
B5 Capacidad de gestión de la información.
B6 Comunicación oral y escrita en la lengua nativa.
B7 Conocimientos de informática relativos al ámbito de estudio.
B12 Trabajo en equipo.
B21 Aprendizaje autónomo.
B27 Capacidades en reconocer la complejidad de los fenómenos sociales.
C1 Expresarse correctamente, tanto de forma oral como escrita, en las lenguas oficiales de la comunidad autónoma.
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.

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do título
Ao rematar con éxito esta materia, os estudantes serán capaces de seleccionar a técnica de análise multivariante axeitada ao problema de investigación A5
A7
A26
B21
Ao rematar con éxito esta materia, os estudantes serán capaces de manexar o paquete estatístico SPSS para a análise de datos sociais A7
A14
A16
B4
B7
B21
C3
Ao rematar con éxito esta materia, os estudantes serán capaces de diferenciar as fases e tarefas adecuadas na aplicación sistemática de cada unha das técnicas de análise multivariante expostas A7
B21
Ao rematar con éxito esta materia, os estudantes serán capaces de analizar datos sociais de diversa índole mediante a aplicación de técnicas de análise multivariante A5
A7
A16
B3
B27
C1
Ao rematar con éxito esta materia, os estudantes serán capaces de interpretar os resultados de investigación que supoñan o emprego de técnicas de análise multivariante A5
A7
A16
B3
B27
C1
Ao rematar con éxito esta materia, os estudantes serán capaces de extraer a información relevante de amplos conxuntos de datos sociais A15
A16
B3
B5
B12
B27
C1
Ao rematar con éxito esta materia, os estudantes serán capaces de expoñer en público un artigo científico no que se apliquen as técnicas de análise multivariante estudadas B3
B6
C1
Ao rematar con éxito esta materia, os estudantes serán capaces de aplicar as técnicas estudadas a situacións reais de investigación A7
A14
A15
A16
A26
B3
B4
B12
C1

Contidos
Temas Subtemas
TEMA 1: ANÁLISE EXPLORATORIO DE DATOS Análise de datos exploratorios con SPSS. Estatísticos descritivos. Exame gráfico dos datos: Boxplots e Gráficos Stem-and-Leaf. Construción e interpretación de táboas. Construción e interpretación de táboas baseadas en respostas múltiples. Aplicacións a datos sociais.
TEMA 2: CLASIFICACIÓN DAS TÉCNICAS DE ANÁLISE MULTIVARIANTE Relevancia da análise multivariante. Definición. Tipos de medida. Tipos de variables. Tipo de relación. Descrición das técnicas de análises multivariante. Criterios de clasificación. Tipos de problemas de investigación.
TEMA 3: ANÁLISE DE REGRESIÓN SIMPLE E MÚLTIPLE Definición da análise de regresión. Criterio de mínimos cadrados. Erros de predición. Capacidade predictiva. Particularidades da análise de regresión múltiple. Métodos de selección de variables. O problema da multicolinealidad. O proceso de investigación: obxectivos, deseño, supostos, extracción, interpretación e validación.
TEMA 4: ANÁLISE FACTORIAL E DE COMPOÑENTES PRINCIPAIS. Antecedentes históricos. Definición. Solución factorial. Varianza común e específica. Análise factorial vs. Análise de compoñentes principais. Aplicacións e usos. O proceso de investigación: obxectivos, deseño, supostos, extracción, interpretación e validación.
TEMA 5: ANÁLISE DE CORRESPONDENCIAS. Ámbitos de aplicación. Definición da análise de correspondencias. Obxectivos de investigación. Limitacións da análise de correspondencias. A estrutura básica da matriz de datos. Conceptos centrais. Análise de correspondencias múltiples. O proceso de investigación: obxectivos, deseño, supostos, extracción, interpretación e validación.
TEMA 6: ANÁLISE DE CONGLOMERADOS. Definición da análise de conglomerados. Obxectivos. Procedemento. Medidas de similitude. Métodos de conglomeración. Limitacións da análise de conglomerados. O proceso de investigación: obxectivos, deseño, supostos, extracción, interpretación e validación.
TEMA 7: ANÁLISE DISCRIMINANTE. Antecedente histórico. Definición da análise discriminante. Obxectivos. Perfís multivariantes. Variables discriminantes. Funcións discriminantes. Reclasificación. O proceso de investigación: obxectivos, deseño, supostos, extracción, interpretación e validación.
TEMA 8: ANÁLISE DE REGRESIÓN LOXÍSTICA A lóxica da regresión loxística. Condicións previas para a regresión loxística. Supostos da regresión loxística. Extracción e estimación do encaixe do modelo de regresión. Interpretación dos coeficientes de regresión loxística. Análise probit.

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Sesión maxistral A5 A7 A26 B21 15 0 15
Prácticas a través de TIC A5 A7 A14 A16 B3 B7 B27 C1 C3 40 0 40
Proba mixta A5 A7 A26 B21 0 40 40
Presentación oral B3 B6 C1 15 10 25
Traballos tutelados A5 A7 A14 A15 A16 A26 B3 B4 B5 B12 B27 C1 0 20 20
 
Atención personalizada 10 0 10
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Sesión maxistral A explicación dos contidos teóricos de cada un dos temas desenvolverase na aula a partir das lecturas previas que tiveron que realizar os alumnos. Esas lecturas forman a bibliografía básica da materia e están dispoñibles na biblioteca da Facultade. A proba obxectiva basearase no coñecemento desas lecturas básicas.
Prácticas a través de TIC Ao longo do desenvolvemento das sesións maxistrais realizaranse unha serie de probas prácticas en clase sobre cada unha das técnicas analíticas ensinadas. A realización de cada práctica implicará o dominio dalgunha aplicación informática de análise de datos.
Proba mixta Ao longo do cuadrimestre farase unha proba mixta teórica para que os alumnos mostren o seu grao de comprensión dos conceptos estudados.
Presentación oral Os alumnos, organizados en grupos de tres persoas, exporán un artigo de investigación que utilice a técnica en cuestión ou ben os resultados do seu propio traballo tutelado. O profesor facilitará aos alumnos tanto o texto sobre o que versará a exposición como o guión da exposición.
Traballos tutelados O traballo tutelado consiste en que o profesor asigne un tema de investigación empírica a cada un dos grupos definidos e, a partir de datos secundarios dispoñibles, eses grupos apliquen as técnicas de análise obxecto da materia. O traballo tutelado realizarase, se é posible, en grupos de non máis de tres alumnos.

Atención personalizada
Metodoloxías
Prácticas a través de TIC
Traballos tutelados
Descrición
As prácticas a través de TIC contarán coa atención personalizada do profesor na aula.
Ao longo da realización do traballo tutelado os alumnos deberán asistir, como mínimo, dúas veces a tutorías. O traballo tutelado realizarase en grupos de non máis de tres alumnos. Na medida do posible evitarase que os alumnos realicen o traballo en solitario.

Avaliación
Metodoloxías Competencias Descrición Cualificación
Proba mixta A5 A7 A26 B21 A proba mixta consistirá na realización un examen ao longo do cuadrimestre acerca das lecturas básicas da materia.
Todos aqueles alumnos que non desexen ser avaliados a través da avaliación continua poderán presentarse aos exames das convocatorias oficiais. Ese exame constará dunha parte teórica e outra práctica.
40
Prácticas a través de TIC A5 A7 A14 A16 B3 B7 B27 C1 C3 Ao longo do curso realizaranse prácticas na aula que implicarán a aplicación a casos prácticos concretos da técnica de investigación que se vaia abordando en cada momento. Os alumnos deberán acreditar a súa asistencia a, polo menos, o 75% das prácticas. 25
Traballos tutelados A5 A7 A14 A15 A16 A26 B3 B4 B5 B12 B27 C1 O traballo tutelado de curso consistirá na realización dun traballo de investigación con datos secundarios desde principio a fin. Deste xeito, os alumnos deberán abordar o manexo de programas informáticos de tratamento de datos, a análise dos resultados e a elaboración do informe de investigación. Tratarase de fomentar o traballo en equipo, polo que o traballo de curso realizarase en grupos de non máis de tres alumnos. 20
Presentación oral B3 B6 C1 Os alumnos, organizados en grupos de tres persoas, exporán un artigo de investigación que utilice a técnica en cuestión ou ben os resultados do seu propio traballo tutelado. O profesor facilitará aos alumnos tanto o texto sobre o que versará a exposición como o guión da exposición. 15
 
Observacións avaliación

Ao principio do cuadrimestre os alumnos
deberán optar por unha de dúas vías: ou ben a avaliación continua ou ben a
avaliación a través do exame na convocatoria oficial. Os que opten por esta
última vía só terán que presentarse a un exame teórico e práctico na data
oficial. Os alumnos que opten pola vía da avaliación continua non poderán
presentarse ao exame da data oficial na oportunidade de xuño, aínda que si á
oportunidade extraordinaria de xullo. Entenderase que optaron pola avaliación
non continua todos aqueles alumnos que non comunicasen ao profesor por correo
electrónico a súa opción pola avaliación continua antes do 15 de febreiro de
2020.

A avaliación do esforzo dos alumnos que opten
pola avaliación continua basearase nun sistema de puntos que terán que ir
acumulando ao longo do cuadrimestre. O número máximo de puntos que os alumnos
poden obter será 100 na avaliación continua e 80 na avaliación non continua. A
súa cualificación final dependerá directamente do número de puntos que
acumulen.

Para os alumnos na avaliación continua,
haberá catro actividades que lles contará para acumular puntos: unha exposición
en grupo, as prácticas en clase, un traballo en grupo e un examen sobre o
contido teórico da materia. O número máximo de puntos en cada unha desas
actividades será de: 40 puntos na proba obxectiva, 25 nas prácticas no aula, 20 no traballo en grupo e 15 puntos na exposición.

Nalgunhas das clases o profesor pasará unha
folla de firmas dos alumnos para controlar a asistencia destes ás mesmas.

Os alumnos na avaliación continua, superarán
satisfactoriamente a materia cando cumpran todas e cada unha das seguintes tres
condicións: (1) asistir a, polo menos, o 75% das clases nas que se controlou a
asistencia; (2) acumular 50 ou máis puntos e (3) obter en cada unha das probas,
polo menos, un terzo dos puntos en xogo (5 na exposición, 7 no traballo, 8 nas prácticas e 13 nos exames). Os alumnos na avaliación non continua deberán
obter, polo menos, 50 puntos para aprobar, tendo en conta que a parte teórica
outorgará como máximo 45 puntos e a parte práctica outorgará como máximo 35 puntos. Isto último tamén se aplicará a todos os alumnos que se presenten na
oportunidade oficial de Xullo.

Salvo razóns de forza maior, non se gardarán
as cualificacións de ningunha das prácticas, dos traballos ou de calquera outra
actividade docente de cursos pasados. En ningún caso gardaranse as
cualificacións obtidas en calquera das actividades docentes dunha oportunidade
en calquera das demais. Quen aprobe a materia nunha oportunidade aprobaría toda
a materia, do mesmo xeito que quen suspenda a materia suspendería toda a
materia.













O profesor resérvase o dereito
a introducir modificacións ao longo do curso, sempre que non entren en
contradición con algunha das indicacións que aquí se conteñen.


Fontes de información
Bibliografía básica Cea D'Ancona, M. A. (2002). Análisis multivariable. Teoría y práctica en la investigación social. Madrid. Síntesis
Hair, Joseph F.; Anderson, Rolph E.; Tatham, Ronald L. y Black, William C. (2001). Análisis multivariante. Madrid. Prentice-Hall
Bisquerra Alzina, Rafael (1989). Introducción conceptual al análisis multivariable. Barcelona. PPU
Pardo Merino, A. y Ruiz Díaz, M.A. (2002). SPSS 11. Guía para el análisis de datos. Madrid. McGraw-Hill
Díaz de Rada, Vidal (2002). Técnicas de análisis multivariante para investigación social y comercial. Madrid. Ra-Ma

Bibliografía complementaria Peña, Daniel (2002). Análisis de datos multivariantes. Madrid. McGraw-Hill
Pérez López, César (2009). Análisis de datos. Técnicas con SPSS 15. Madrid. Prentice-Hall
Levy Mangin, J.P. y Varela Mallou, J. (2003). Análisis multivariable para las Ciencias Sociales. Madrid. Prentice-Hall
Pérez López, César (2004). Técnicas de análisis multivariante de datos. Aplicaciones con SPSS. Madrid. Pearson Education


Recomendacións
Materias que se recomenda ter cursado previamente
Estatística aplicada ás ciencias sociais 1/615G01101
Métodos e técnicas de Investigación social/615G01105
Estatística aplicada ás ciencias sociais 2/615G01201

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías