Técnicas de Investigación Social Cuantitativa I, Estadística I, Estadística II

Al concluir el curso, el estudiante deberá mostrar habilidad a la hora de: 1. Analizar las diferentes técnicas, su pertinencia y sus limitaciones a la hora de resolver problemas de distinta naturaleza 2. Aplicar diferentes técnicas avanzadas de análisis de datos con rigor y sofisticación 3. Interpretar los análisis e identificar los resultados más relevantes 4. Reportar los resultados correctamente (diseño de tablas, gráficos, etc) A demás, el alumno deberá tener: 5. Nivel básico en el uso del paquete estadístico Stata/R

K5: Conocer los componentes básicos de las diferencias culturales y de las desigualdades sociales K6: Conocer y valorar los recursos económicos, temporales y humanos existentes para la investigación sociológica. K8: Identificar los objetivos de análisis social y político así como las poblaciones objeto de investigación social K9: Comprender y sintetizar la pluralidad de enfoques y conceptos de las subdisciplinas vinculadas a la sociología. S1: Planificar y organizar trabajos en equipo tomando las decisiones correctas basadas en la información disponible y reuniendo datos en entornos digitales. S2: Utilizar la información interpretando datos relevantes evitando el plagio, y de acuerdo con las convenciones académicas y profesionales del área de estudio, siendo capaz de evaluar la fiabilidad y la calidad de dicha información. S3: Identificar y aplicar las habilidades interpersonales sobre responsabilidad, negociación, inteligencial emocional y pensamiento crítico. S4: Demostrar una buena comunicación y capacidad de trabajo en entornos multidisciplinares e internacionales S5: Desarrollar la autonomía personal en el ámbito laboral y profesional con el fin de identificar las propias necesidades de aprendizaje. S6: Componer y redactar discursos siguiendo un orden lógico, suministrando la información precisa y conforme a las distintas normas establecidas. S7: Aplicar los conocimientos adquiridos para identificar la perspectiva sociológica en el análisis de los procesos sociales, políticos y económicos S8: Conocer las herramientas e instrumentos de aplicación en el ámbito del análisis sociológico en la empresa S9: Ser capaz de formular, debatir y defender razonamientos críticos, empleando para ello terminología precisa de la disciplina y metodologías propias de la misma. S10: Ser capaz de gestionar, identificar, reunir e interpretar información relevante sobre el ámbito económico, político y social objeto de enseñanza e investigación. S11: Conocer las técnicas de investigación cuantitativas y cualitativas, y tener la capacidad de discernir sobre las más apropiadas para cada campo de la disciplina. C1: Conocer y ser capaz de manejar habilidades interpersonales sobre iniciativa, responsabilidad, resolución de conflictos, negociación, etc., que se requieren en el ámbito profesional. C2: Conocer y aplicar las técnicas de muestreo y de trabajo de campo para los distintos campos de investigación sociológica C3: Poseer destrezas y capacidades en elaborar, utilizar e interpretar indicadores sociales e instrumentos de medición social

La formación en Técnicas de la Investigación Cuantitativas Avanzadas es un elemento clave en la formación de futuros profesionales, quienes en sus respectivas carreras se encuentran con la necesidad de obtener, gestionar y analizar datos. Esta asignatura profundiza en el aprendizaje de las te¿cnicas de investigacio¿n social de tipo cuantitativo desde una perspectiva aplicada. Todos los temas serán abordados de manera teórico-práctica, haciendo uso del paquete estadístico Stata/R. El curso se estructura en 3 grandes bloques, cada uno de ellos compuesto por diferentes temas: 1. Técnicas exploratorias no inferenciales: 1.1. Análisis factorial: El Análisis Factorial es una técnica de reducción de la dimensionalidad de los datos. A través de esta técnica se busca encontrar un número mínimo de dimensiones con las cuales explicar el máximo de información posible. 1.2. Análisis Clúster (o de conglomerados): Es una técnica estadística multivariante que persigue agrupar elementos tratando de lograr la máxima homogeneidad en cada grupo y la mayor diferencia entre los grupos. En este curso se abordan dos estrategias de clusterización: 1.2.1. Clusterización mediante algoritmos de partición 1.2.2. Clusterización mediante algoritmos jerárquicos 2. Técnicas estadísticas multivariantes (avanzadas): 2.1. Regresión logística: La regresión logística es una técnica de investigación multivariante cuyo principal objetivo es modelar cómo influyen determinadas variables en la probabilidad de aparición de un suceso (variable dependiente dicotómica). 2.2. Regresión logística multinomial: La regresión logística multinomial es una extensión de la regresión logística para aquellos casos en que la variable de interés es de naturaleza polítómica. 2.3. Introducción al análisis multinivel: Los modelos multinivel son una extensión de los modelos de regresión lineal clásicos adecuados para tratar datos jerarquizados. 2.4. Introducción a las series temporales: una serie temporal es una sucesión de observaciones de una variable tomadas en varios instantes del tiempo. Nuestro objetivo será analizar los cambios en esa variable, y predecir sus valores futuros serie temporal. 3. Tratamiento de Casos perdidos En esta parte del curso se abordarán las diferentes técnicas y estrategias para el tratamiento de bases de datos incompletas: 3.1. Métodos simples: borrador, relleno, emparejamiento 3.1. Métodos de imputación múltiple

Clases Magistrales (3 créditos ECTS): En forma de clase magistral expositiva se abordan los contenidos más teo¿ricos de la asignatura. Grupos Reducidos (3 créditos ECTS): En aula informática, se pone en práctica los contenidos temáticos a partir del paquete estadístico Stata/R