Pla docent de l'assignatura

 

 

Catalą Castellano Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: Tčcniques d'Investigació Social II

Codi de l'assignatura: 570191

Curs acadčmic: 2017-2018

Coordinació: Jose Luis Condom Bosch

Departament: Departament de Sociologia

crčdits: 5

Programa śnic: S

 

 

Hores estimades de dedicació

Hores totals 125

 

Activitats presencials i/o no presencials

45

 

-  Teoricoprąctica

Presencial

 

20

 

-  Exercicis prąctics

Presencial

 

15

 

-  Prąctiques d'ordinadors

Presencial

 

10

Treball tutelat/dirigit

40

Aprenentatge autņnom

40

 

 

Competčncies que es desenvolupen

 

Habilitats d’aprenentatge per continuar estudiant d’una manera que ha de ser en bona mesura autodirigida o autònoma.

 

Capacitat creativa i emprenedora necessària per formular, dissenyar i gestionar projectes, així com per buscar i integrar coneixements i actituds per fer propostes de canvi i innovació.

 

Capacitat per dissenyar un projecte d’investigació sociològica avançada i formular preguntes de recerca originals i rellevants per analitzar l’estructura de les societats i els principals problemes socials que les afecten.

 

Capacitat per obtenir informació procedent de diverses fonts, elaborar indicadors i aplicar metodologies quantitatives i qualitatives avançades per resoldre problemes d’investigació en l’àmbit de l’anàlisi sociològica.

 

 

 

 

Objectius d'aprenentatge

 

Referits a coneixements

Aconseguir el domini conceptual bàsic de les tècniques d’anàlisi multivariant al nivell requerit per a les ciències socials aplicades.

Comprendre la relació entre les tècniques i la resta d’elements del disseny i saber interpretar les diferents tipologies de resultats possibles.

Aconseguir conèixer, identificar i comprendre la literatura científica que utilitza tècniques d’anàlisi multivariant i estructures socials complexes.

Optimitzar la mètrica de la informació social per aconseguir integrar les dades d’origen qualitatiu i quantitatiu.

Destriar les tècniques més apropiades per als diferents objectius i característiques dels múltiples contextos de recerques sociològiques, amb la finalitat d’abordar la complexitat de l’anàlisi social amb el rigor científic que atorguen les tècniques estadístiques.

Saber detectar i dirigir el compliment dels requisits i decidir els criteris que s’han d’adoptar en el desenvolupament d’un projecte de recerca social exigit per les convocatòries mundials competitives.

 

Referits a habilitats, destreses


Aplicar i interpretar els resultats de les principals tècniques estadístiques multivariants.

Adquirir habilitat en l’ús de les opcions de cada tècnica i en la seva selecció, interpretació i comparació, mitjançant la utilització dels paquets estadístics.

Preveure i solucionar els problemes plantejats per les tècniques de recerca incloses en cada bloc, així com les possibilitats mètriques en relació amb cada context social analitzat.

Conèixer els principals procediments per adaptar la pluralitat i complexitat de la informació social a l’anàlisi estadística.

Obtenir destresa en l’ús de les bases de dades sociològiques i en la interpretació dels diferents diagrames i gràfics multivariants.

Desenvolupar estratègies de lideratge en l’anàlisi de la innovació i el canvi.

 

Referits a actituds, valors i normes


Assumir els valors ètics de l’àmbit científic social desenvolupant una actitud crítica cap a la praxi investigadora.

 


Orientar la recerca social cap a l’efectivitat i utilitat professional, perseguint l’optimització de l’ajust dels models a la realitat i a la planificació social, a través de la selecció d’instruments i finalitats idònies.

 


Promocionar, donar suport i col·laborar en la innovació social.

 


Desenvolupar una visió objectiva en l’anàlisi, tant del discurs com dels fets socials, i controlar els judicis de valor, la subjectivitat i la validesa dels dissenys.

 

 

Blocs temątics

 

1. Tractament de dades quantitatives

1.1. Recollida i tractament de dades primàries

1.2. Fonts i tractament de dades secundàries

1.3. Programari comercial i de recerca

2. Disseny de recerca quantitativa

2.1. Objectius i elements del disseny

2.2. Models de disseny i limitacions

3. Procediments d’anąlisi

3.1. EDA

3.2. Modelització

3.3. Procediments avançats

4. Integració Q&Q

 

 

Metodologia i activitats formatives

 

Totes les classes s’imparteixen a l’aula d’informàtica, on es desenvolupa de forma integrada la justificació teòrica, l’orientació aplicada i les pràctiques individualitzades. Cada estudiant ha de desenvolupar una part del projecte comú del curs, de manera que es combina l’aprenentatge individual i les activitats en grup. Tant la lectura de la documentació seleccionada per al curs com les pràctiques individualitzades s’amplien en horari extern.

 

 

Avaluació acreditativa dels aprenentatges

 

La qualificació final s’obté com a mitjana aritmètica de la puntuació del treball final individual (50 %) i de la suma de qualificacions obtingudes en l’avaluació continuada en forma de pràctiques grupals o individual (30 %), i l’examen (20 %).

Les activitats de l’avaluació continuada es detallen en el Campus Virtual.

El contingut, procediment i criteris per a la reavaluació són els mateixos que per a l’avaluació única.

 

Avaluació śnica

L’avaluació única consisteix en el desenvolupament d’un treball teòric i pràctic sobre tot el temari de l’assignatura articulant les lectures seleccionades en el Campus Virtual.

La sol·licitud per seguir l’avaluació única ha d’adreçar-se per escrit al professor abans de la finalització del primer mes de curs.

 

 

Fonts d'informació bąsica

Consulteu la disponibilitat a CERCABIB

Llibre

Jarol B. Manheim y Richard C. Rich (1988). Análisis político empírico : métodos de investigación en ciencia política, Madrid, Alianza

Catąleg UB  EnllaƧ

Kish, Leslie (1995) Diseño estadístico para la investigación, Madrid, CIS-Siglo XXI

Catąleg UB  EnllaƧ

Kish, Leslie (1972) Muestreo de encuestas, Mexico, Trillas

Catąleg UB  EnllaƧ

Cea D’Ancona, María Ángeles (2002). Análisis multivariable: teoría y práctica en la investigación social. Colección Manuales Síntesis; 6. Madrid: Síntesis.

Catąleg UB  EnllaƧ

Chatfield, Christopher; Collins, Alexander J. (1980). Introduction to multivariate analysis. London: Chapman and Hall.

Catąleg UB  EnllaƧ

Izenman, Alan Julian (2008). Modern multivariate statistical techniques: regression, classification, and manifold learning. Collection Springer texts in statistics. New York: Springer.

Catąleg UB  EnllaƧ

Johnson, Richard Arnold; Wichein, Dean W. (2007). Applied multivariate statistical analysis. 6th ed. Upper Saddle River (New Jersey): Pearson Education; Prentice-Hall.

Catąleg UB  EnllaƧ

Lattin, James M.; Carroll, J. Douglas; Green, Paul E. (2003). Analyzing multivariate data. Collection Duxbury applied series. Pacific Grove (California): Thomson Brooks/Cole.

Catąleg UB  EnllaƧ

Lozares Colina, Carlos; López Roldán, Pedro (2000). Anàlisi multivariable de dades estadístiques. Col·lecció Materials UAB; 93. Bellaterra (Barcelona): Servei de Publicacions de la Universitat Autònoma de Barcelona.

Catąleg UB  EnllaƧ

Morrison, Donald F. (2005). Multivariate statistical methods. 4th ed. Collection Duxbury applied series. Belmont (California): Thomson/Brooks/Cole.

Catąleg UB  EnllaƧ

Peña, Daniel (2002). Análisis de datos multivariantes. Madrid: McGraw-Hill.

Catąleg UB  EnllaƧ

Stevens, James Paul (2009). Applied multivariate statistics for the social sciences. 5th ed. New York: Routledge.

Catąleg UB  EnllaƧ

Mahajan, Vijay; Peterson, Robert A. (1985). Models for innovation diffusion. Collection Sage university papers series. Quantitative applications in the social sciences; 48. Newbury Park (California): Sage.  EnllaƧ

Markus, Gregory B. (1979). Analyzing panel data. Collection Sage university papers series. Quantitative applications in the social sciences; 18. Newbury Park (California): Sage.  EnllaƧ

Huckfeldt, R. Robert; Kohfeld, C.W.; Likens, Thomas W. (1982). Dynamic modeling: an introduction. Beverly Hills (California): Sage.  EnllaƧ

Glenn, Norval D. (1977). Cohort analysis. Collection Sage university papers series. Quantitative applications in the social sciences; 5. Beverly Hills (California): Sage.  EnllaƧ

Menard, Scott W. (1991). Longitudinal research. Collection Sage university papers series. Quantitative applications in social sciences; 76. Newbury Park (California): Sage.  EnllaƧ

Hout, Michael (1983). Mobility tables. Collection Sage university papers. Quantitative applications in the social sciences; 31. Newbury Park (California): Sage.  EnllaƧ

Finkel, Steven E. (1995). Analysis with panel data. Collection Sage university papers. Quantitative applications in the social sciences; 105. Newbury Park (California): Sage.  EnllaƧ

Allison, Paul David (1984). Event history analysis: regression for longitudinal event data. Sage university papers series. Quantitative applications in the social sciences; 46. Newbury Park (California): Sage.  EnllaƧ

Firebaugh, Glenn (1997). Analyzing repeated surveys. Collection Sage university papers series. Quantitative applications in the social sciences; 115. Thousand Oaks (California): Sage.  EnllaƧ

Langbein, Laura Irwin; Lichtman, Allan J. (1978). Ecological inference. Collection Sage university papers series. Quantitative applications in the social sciences; 10. Beverly Hills (California): Sage.  EnllaƧ

Luke, Douglas A. (2004). Multilevel modeling. Collection Sage university papers series. Quantitative applications in the social sciences; 143. Thousand Oaks (California): Sage.  EnllaƧ

Sullivan, John Lawrence; Feldman, Stanley (1979). Multiple indicators: an introduction. Collection Sage university papers series. Quantitative applications in the social sciences; 15. Beverly Hills (California): Sage.  EnllaƧ

Kelly, Janice R.; McGrath, Joseph E. (1988). On time and method. Collection Applied social research methods series; 13. Newbury Park (California): Sage.  EnllaƧ

Asher, Herbert B. (1983). Causal modeling. 2nd edition. Collection Sage university papers series. Quantitative applications in the social sciences; 3. Newbury Park (California): Sage.  EnllaƧ

Berry, William D. (1984). Nonrecursive causal models. Collection Sage university papers series. Quantitaitve applications in the social sciences; 37. Beverly Hills (California): Sage.  EnllaƧ

Davis, James Allan (1985). The logic of causal order. Collection Sage university papers series. Quantitaitve applications in the social sciences; 55. Beverly Hills (California): Sage.  EnllaƧ

Levine, Mark S. (1977). Canonical analysis and factor comparison. Collection Sage university papers series. Quantitaitve applications in the social sciences; 6. Los Angeles (California): Sage.  EnllaƧ

McCutcheon, Allan L. (1987). Latent class analysis. Collection Sage university papers series. Quantitaitve applications in the social sciences; 64. Newbury Park (California): Sage.  EnllaƧ

Rives, Norfleet W.; Serow, William J. (1984). Introduction to applied demography: data sources and estimation techniques. Collection Sage university papers series. Quantitaitve applications in the social sciences; 39. Beverly Hills (California): Sage.  EnllaƧ