Plan docente de la asignatura

 

 

Cerrar imatge de maquetació

 

Imprimir

 

Datos generales

 

Nombre de la asignatura: Técnicas de Investigación Social II

Código de la asignatura: 570191

Curso académico: 2020-2021

Coordinación: Mario Dominguez Amoros

Departamento: Departamento de Sociología

créditos: 5

Programa único: S

 

 

Horas estimadas de dedicación

Horas totales 125

 

Actividades presenciales y/o no presenciales

45

 

-  Teórico-práctica

Presencial

 

30

 

-  Prácticas de ordenador

Presencial

 

15

Trabajo tutelado/dirigido

40

Aprendizaje autónomo

40

 

 

Competencias que se desarrollan

 

Competencias básicas

— Habilidades de aprendizaje que permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

 

Competencias generales

— Capacidad creativa y emprendedora necesaria para formular, diseñar y gestionar proyectos, así como para buscar e integrar conocimientos y actitudes para realizar propuestas de cambio e innovación.

 

Competencias específicas

— Capacidad para diseñar un proyecto de investigación sociológica avanzada y formular preguntas de investigación originales y relevantes para el análisis de la estructura de las sociedades y de los principales problemas sociales que les afectan.

 

— Capacidad para obtener información procedente de diversas fuentes, elaborar indicadores y aplicar metodologías cuantitativas y cualitativas avanzadas para resolver problemas de investigación en el ámbito del análisis sociológico.

 

 

 

 

Objetivos de aprendizaje

 

Referidos a conocimientos

— Conseguir el dominio conceptual básico de las técnicas de análisis multivariante al nivel requerido para las ciencias sociales aplicadas.

— Comprender la relación entre las técnicas y el resto de los elementos del diseño y saber interpretar las diferentes tipologías de resultados posibles.

— Conseguir conocer, identificar y comprender la literatura científica que utiliza técnicas de análisis multivariante y estructuras sociales complejas.

— Saber elegir las técnicas más apropiadas para los diferentes objetivos y características de los múltiples contextos de investigaciones sociológicas, con la finalidad de abordar la complejidad del análisis social con el rigor científico que otorgan las técnicas estadísticas.

— Saber detectar y dirigir el cumplimiento de los requisitos y decidir los criterios que se deben adoptar en el desarrollo de un proyecto de investigación social exigido por las convocatorias mundiales competitivas.

 

Referidos a habilidades, destrezas

— Aplicar e interpretar los resultados de las principales técnicas estadísticas multivariantes.

 — Adquirir habilidad en el uso de las opciones de cada técnica y en su selección, interpretación y comparación mediante la utilización de los paquetes estadísticos.

— Prever y solucionar los problemas planteados por las técnicas de investigación incluidas en cada bloque, así como las posibilidades métricas en relación con cada contexto social analizado.

— Conocer los principales procedimientos para adaptar la pluralidad y complejidad de la información social al análisis estadístico.

— Obtener destreza en el uso de las bases de datos sociológicos y en la interpretación de los diferentes diagramas y gráficos multivariantes.

— Desarrollar estrategias de liderazgo en el análisis de la innovación y el cambio.

 

Referidos a actitudes, valores y normas

— Asumir los valores éticos del ámbito científico social desarrollando una actitud crítica con respecto a la praxis investigadora.

 

— Orientar la investigación social hacia la efectividad y utilidad profesional, persiguiendo la optimización del ajuste de los modelos a la realidad y a la planificación social, a través de la selección de instrumentos y finalidades idóneas.

 

— Promocionar, dar apoyo y colaborar en la innovación social.

 

— Desarrollar una visión objetiva en el análisis, tanto del discurso como de los hechos sociales, y controlar los juicios de valor, la subjetividad y la validez de los diseños.

 

 

Bloques temáticos

 

1. Del análisis bivariable al análisis multivariable

2. Panorámica de las técnicas de análisis multivariable

3. La interdependencia en el espacio de las variables: análisis factorial de componentes principales y de correspondencias

4. La interdependencia en el espacio de las unidades de análisis: Análisis de clasificación

5. La lógica del análisis causal: la identificación de la dependencia y la causalidad

6. Técnicas de dependencia I. Análisis de regresión lineal y regresión logística

7. Técnicas de dependencia II. Modelos loglineales

8. Técnicas de dependencia III. Análisis de la varianza

 

 

Metodología y actividades formativas

 

La metodología del curso es eminentemente presencial y práctica. Se combinará las clases magistrales de carácter participativo con ejercicios prácticos y sesiones en el aula de informática. En todos los bloques temáticos el profesorado proporcionará material teórico-conceptual y empírico adecuado para que sea analizado con los procedimientos correspondientes a cada bloque. Además, el alumnado tiene que analizar sus propios datos, ya sean producidos por ellos mismos o bien datos secundarios.

La presentación de cada una de las técnicas de análisis de los datos se estructurará en tres ejes: (1) elementos teórico-conceptuales; (2) aplicación e interpretación de los resultados; (3) aplicación con el programa informático (SPSS).

Por tanto, el aprendizaje y exposición de cada técnica de análisis multivariante se desarrollará en tres bloques:

- Teoría: el profesorado expondrá los fundamentos teóricos-conceptuales de la técnica de análisis de datos en cuestión y presentará ejemplos de análisis real que serán evaluados y comentados para facilitar la comprensión de los contenidos teóricos expuestos.

- Prácticas en el aula de informática: tras la presentación de la técnica se llevará a cabo la exposición y práctica de la implementación y aplicación de la técnica correspondiente en el aula de informática, a partir de fuentes de datos secundarias.

- Lectura de textos científicos: el alumnado realizará lecturas complementarias de artículos científicos (de libre elección en relación a una temática de interés) que contribuirán a reforzar los conocimientos prácticos, y también a evidenciar la necesidad de rigurosidad metodológica en la implementación de estas técnicas.

- Trabajo personal: el trabajo personal del estudiante se concretará en la entrega de un trabajo práctico de análisis de datos, en formato artículo científico, donde se aplicará una de las técnicas de análisis multivariante del curso (los trabajos se evaluarán y deberán entregarse en el plazo indicado).

- Apoyo académico: el trabajo autónomo del alumno se complementará con tutorías académicas, el aprovechamiento de las herramientas del Campus Virtual y con seminarios especializados.

 

 

Evaluación acreditativa de los aprendizajes

 

Se adoptará un modelo de evaluación continua de las actividades que desarrollen los estudiantes dentro y fuera del aula. Para superar la asignatura se requiere:

1. La realización de prácticas y ejercicios individuales y/o grupales que se realizarán en el aula (25 %).

2. La entrega de los informes de lectura de los artículos científicos, uno por cada técnica de análisis multivariante. Los trabajos deberán entregarse en las fechas fijadas (25 %).

3. La realización de un trabajo final de investigación en formato artículo (50 % de la calificación final).

Para superar la asignatura será imprescindible superar (calificación mínima de 5) los tres tipos de actividades anteriormente señalados.

Los estudiantes que no superen el curso podrán optar a una reevaluación dentro del periodo establecido por la coordinación del máster. El contenido, procedimiento y criterios de las actividades de reevaluación son los aplicables a la evaluación única.

 

Evaluación única

La evaluación única consistirá en la realización de una prueba escrita sobre el temario del curso, en la fecha fijada por la coordinación del máster (50 % de la nota final), además de la presentación un trabajo final de investigación en formato artículo que aplique las técnicas de análisis de datos cuantitativos del temario del curso(50 %).

 

 

Fuentes de información básica

Consulteu la disponibilitat a CERCABIB

Libro

AGRESTI, A. An Introduction to Categorical Data Analysis. Hoboken (New Jersey): John Wiley & Sons, 2007

Catàleg UB  Enllaç

ATO GARCIA, M. Análisis Estadístico para datos categóricos. Madrid: Síntesis, 1996

Catàleg UB  Enllaç

BATISTA, J. M.; MARTÍNEZ ARIAS, M. R. Análisis multivariante. Análisis en componentes principales. Barcelona: Hispano Europea, 1989.

Catàleg UB  Enllaç

CEA D’ANCONA, M.A. Análisis multivariable: teoría y práctica en la investigación social. Madrid: Síntesis, 2002

Catàleg UB  Enllaç

CORNEJO, J. M. Técnicas de investigación social: el análisis de correspondencias (Teoría y Práctica). Barcelona: PPU, 1988.

Catàleg UB  Enllaç

CORREA, A. D. Análisis logarítmico lineal. Madrid: La Muralla, 2002

Catàleg UB  Enllaç

CUADRAS, C. M. Nuevos métodos de análisis multivariante. Barcelona: CMC Editions, 2012.

Catàleg CCUC  Enllaç

DIEZ MEDRANO, J. Métodos de análisis causal. Madrid: CIS, 1992.

Catàleg UB  Enllaç

EVERITT, B. S. et al. Cluster Analysis. Chicester, West Sussex (UK): John Wiley & Sons, 2011.

Catàleg UB  Enllaç

GREENACRE, M. J. La práctica del análisis de correspondencias. Madrid: Fundación BBVA, 2008.

Catàleg UB  Enllaç

GUILLEN, M. Análisis de regresión múltiple. Madrid: CIS, 1992. Cuadernos Metodológicos del CIS, 4.

HAIR, J. F. et al. Multivariate Data Analysis. Prentice Hall, 2011.

LÉVY, J.-P.; VARELA, J. (Dir.) Análisis Multivariable para las Ciencias Sociales. Madrid: Pearson Prentice Hall, 2003.

LÓPEZ-ROLDÁN, P.; FACHELLI, S. Metodología de la Investigación Social Cuantitativa. Bellaterra (Cerdanyola del Vallès): Dipòsit Digital de Documents, Universitat Autònoma de Barcelona, 2015

LOZARES COLINA, C.; LÓPEZ ROLDÁN, P. Anàlisi multivariable de dades estadístiques. Bellaterra: Universitat Autònoma de Barcelona. Servei de Publicacions, 2000

RUIZ-MAYA PEREZ, L. Metodología Estadística para el análisis de datos cualitativos. Madrid: CIS, 1991

SÁNCHEZ CARRIÓN, J. J. (Ed.) Introducción a las técnicas de multivariable aplicadas a las ciencias sociales. Madrid: Centro de Investigaciones Sociológicas, 1984.

SILVA, L. C.; BARROSO, I. M. Regresión logística. Madrid: La Muralla, 2004

STEVENS, J.P. Applied multivariate statistics for the social sciences. 5th ed. New York: Routledge, 2009.

VICENTE, M.A. DE; MANERA, J.; BLANCO, F.J. Análisis multivariante para las ciencias sociales. Madrid: Universidad Rey Juan Carlos. Servicio de Publicaciones: Dykinson, 2000