Última actualización: 15/07/2023


Curso Académico: 2023/2024

Diseño de Investigación para las Ciencias Sociales
(19134)
Máster Universitario en Ciencias Sociales Computacionales/ Computational Social Science (Plan: 472 - Estudio: 375)
Escuela de Economía y Ciencia Política


Coordinador/a: VILLAMIL FERNANDEZ, FRANCISCO

Departamento asignado a la asignatura: Departamento de Ciencias Sociales

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Objetivos
- Conocer los principios axiales de la lógica de la investigación científica. - Dominar la diferencia entre falsación, confirmación y contrastación. - Conocer los distintos diseños de investigación: basados en variables, basados en casos, comparativos. - Conocer técnicas para combinar distintos diseños de investigación. - Tener familiaridad con los distintos tipos de evidencia científica. - Capacidad de explicar los principios que subyacen los modelos estadísticos para redes sociales.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Introducción - La importancia del diseño de investigación en ciencias sociales - Qué significa responder a una pregunta con evidencia empírica - Tipos de investigación empírica 2. Preguntas de investigación - Cómo encontrarlas y cómo trabajar con ellas - Descripción y explicación - Variables y relaciones entre variables 3. Tipos de diseño de investigación y de información empírica - Estudios de caso, estudios comparados, estudios cuantitativos con muestras grandes - Ventajas, desventajas y complementariedades - Tipos de evidencia empírica - Unidad de análisis y variabilidad - Problemas de medición 4. Causalidad - Predicción, correlación, probabilidad - Efectos causales y mecanismos causales - Explicaciones basados en mecanismos - Niveles de explicación: macro, meso, micro - Grafos dirigidos acíclicos 5. Problemas en inferencia causal - Relaciones espurias, sesgo de selección, collider bias, etc. - Problemas de inferencia interna y externa - Falacia ecológica, difusión, validez externa, etc. 6. Diseño de investigación para identificar relaciones causales - Ideal del método experimental en ciencias naturales - Contrafácticos y cómo aproximarse a ellos - Ventajas y desventajas del diseño de inferencia causal 7. Introducción a la lógica de la metodología de inferencia causal - Entendiendo las técnicas más comunes: experimentos, difference-in-differences, RDD, matching, etc.
Actividades formativas, metodología a utilizar y régimen de tutorías
Actividades Formativas: - Clases teórico-prácticas - Prácticas de laboratorio - Tutorías - Trabajo en grupo - Trabajo individual del estudiante - Exámenes parciales y finales Metodologías Docentes: - Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. - Lectura crítica de textos recomendados por el profesor de la asignatura: Artículos de prensa, informes, manuales y/o artículos académicos, bien para su posterior discusión en clase, bien para ampliar y consolidar los conocimientos de la asignatura. - Resolución de casos prácticos, problemas, etc., planteados por el profesor de manera individual o en grupo. - Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos. - Elaboración de trabajos e informes de manera individual o en grupo.
Sistema de evaluación
  • Peso porcentual del Examen Final 40
  • Peso porcentual del resto de la evaluación 60
Bibliografía básica
  • Ethan Bueno de Mesquita & Anthony Fowler. Thinking clearly with data: A guide to quantitative reasoning and analysis. Princeton University Press. 2021
  • Nick Huntington-Klein. The Effect: An Introduction to Research Design and Causality. Chapman and Hall/CRC Publishing. 2021
  • Scott Cunningham. Causal Inference: The Mixtape. Yale University Press. 2021

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.