Última actualización: 18/05/2022


Curso Académico: 2022/2023

Metodología de Encuestas II
(19143)
Titulación: M.U Ciencias Sociales Computacionales (375)
Escuela de Economía y Ciencia Política


Coordinador/a: TORRE FERNANDEZ, MARGARITA

Departamento asignado a la asignatura: Departamento de Ciencias Sociales

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Programación de Datos (19138) Estadística y Ciencia de Datos I (19140) Estadística y Ciencia de Datos II (19141) Metodología de Encuestas I (19137)
Objetivos
Competencias Básicas: - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación. - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio. - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios. - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades. - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo. Competencias Generales: - Capacidad de recopilar y analizar los conocimientos existentes en las diferentes áreas de las ciencias sociales computacionales y de hacer una propuesta de posibles soluciones a los problemas planteados. - Capacidad para aplicar los conocimientos teóricos y metodológicos propios de las ciencias sociales computacionales al análisis y resolución de casos y problemas empíricos concretos. - Capacidad para abordar de manera proactiva los problemas planteados bajo entornos nuevos o poco conocidos, dentro del contexto de las ciencias sociales computacionales. - Capacidad para planificar y llevar a cabo de manera autónoma una investigación en el campo de las ciencias sociales computacionales. - Capacidad de comunicar y presentar, de forma clara, precisa y rigurosa, conceptos y resultados relacionados con actividades en ciencias sociales computacionales ante públicos tanto especializados como no especializados. Competencias Específicas: - Capacidad de comprender y analizar los principales enfoques teórico-metodológicos de las ciencias sociales computacionales, incluyendo sus potenciales y limitaciones, así como de aplicarlos al análisis de problemas sociales concretos. - Capacidad de elaborar un diseño experimental/causal adecuado a las preguntas de investigación. Resultados del Aprendizaje: - Conocer los principios axiales de la lógica de la investigación científica. - Conocer los distintos diseños de investigación: basados en variables, basados en casos, comparativos. - Conocer técnicas para combinar distintos diseños de investigación. - Capacidad para analizar datos de encuesta. - Capacidad para solucionar los problemas habituales en el análisis de encuesta, como por ejemplo el tratamiento de casos perdidos. - Capacidad para trabajar con datos agregados, multinivel y longitudinales.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Análisis de datos de encuesta 1.1. Operacionalización y preparación de variables 1.2. Análisis con datos de sección cruzada 1.3. Análisis con datos panel 1.4. Análisis con datos jerárquicos 1.5. Ejemplos prácticos 2. Predicción con datos de encuesta 2.1. Predicción versus explicación 2.2. Evaluación del modelo predictivo 3. Tratamiento de casos perdidos 3.1. Sustitución por la media/mediana 3.2. Imputación múltiple 4. Presentación de datos y resultados 5. Ejemplos prácticos
Actividades formativas, metodología a utilizar y régimen de tutorías
Actividades Formativas: - Clases teórico-prácticas - Trabajo en grupo - Trabajo individual - 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 50
  • Peso porcentual del resto de la evaluación 50
Bibliografía básica
  • Alisson, Paul. Missing Data. Sage Publications. 2001
  • Brown, J. D. . Using Surveys in Language Programs. Cambridge University Press. 2001
  • Gelman, A.; Hill, J,; Vehtari, A.. Regression and other stories. Cambridge University Press. 2020
  • Luke, D.A. . Multilevel Modeling. Sage Publications. 2019
  • Wickham, H. & Grolemund, G.. R for Data Science. O'Reilly Media, Inc. 2016
Recursos electrónicosRecursos Electrónicos *
Bibliografía complementaria
  • Allison, P. . Fixed Effects Regression Models. Sage Publications. 2009
  • Finch, W. H.; Bolin, J. E. & Kelley, K. . Multilevel Modeling Using R. Crc Press. 2019
  • Long, J. S. SAGE publications. Regression models for categorical and limited dependent variables. Sage Publications. 1997
  • Stevens, J.S.. Applied Multivariate Statistics for the Social Sciences. Routlegde. 2009
(*) El acceso a algunos recursos electrónicos puede estar restringido a los miembros de la comunidad universitaria mediante su validación en campus global. Si esta fuera de la Universidad, establezca una VPN


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