Análisis Multivariados de Datos Análisis Multivariados de Datos

Transcripción

GUÍA DOCENTE 2016-2017
Análisis Multivariados de Datos
Grado en Psicología – 3er curso
Modalidad Presencial
Sumario
Datos básicos
3
Breve descripción de la asignatura
4
Requisitos previos
4
Objetivos
4
Competencias
4
Contenidos
5
Metodología
6
Criterios de evaluación
7
Recursos de aprendizaje y apoyo tutorial
8
Breve CV de la profesora responsable
9
Grado en Psicología - Curso 3º
2
Datos básicos
Área: Métodos y Técnicas de Investigación.
Carácter: Obligatoria.
Nº de créditos: 6 ECTS.
Unidad Temporal: 3º Curso – 2º Semestre.
Calendario: del 30 de enero al 20 de mayo de 2017.
Horario: Teoría: Lunes: 11:00-13:00 horas. Prácticas (según grupo): Martes: 12:00-14:00;
Miércoles: 10:00-14:00, 16:00-20:00 horas. 2 horas semanales según grupo y horarios de
prácticas.
Idioma en el que se imparte: Español
Profesor/a responsable de la asignatura: Carmen Delgado Álvarez
E-mail: [email protected]
Horario de tutorías: Lunes de 12:00 a 14:00 h. previa cita por correo electrónico.
Profesor/a responsable de la asignatura: Andrea Gutiérrez García
E-mail: [email protected]
Horario de tutorías: Martes de 12:00 a 14:00 h. y jueves de 10:00 a 12:00 horas.
3
Breve descripción de la asignatura
Descriptores: Tipos de técnicas multivariantes, Técnicas multivariantes de dependencia, Técnicas
multivariantes de interdependencia
“Análisis Multivariados de Datos” introduce en la utilidad de las principales técnicas de análisis
conjunto de múltiples variables. Tras analizar los supuestos que deben cumplir los datos presenta
distintos tipos de técnicas en función de los objetivos de la investigación psicológica. Profundiza
en el concepto y procedimiento de análisis de algunas técnicas: Análisis de Regresión Múltiple,
Análisis Multivariante de la Varianza (MANOVA) y de la Covarianza (MANCOVA), y Análisis
Factorial Exploratorio (AFE). A partir de las tablas de resultados obtenidos con el software
estadístico se incide en la correcta interpretación de resultados e inferencias a partir de los
mismos.
Requisitos previos
Conocimientos de Análisis de Datos.
Objetivos
1. Conocer las principales técnicas de análisis multivariado de datos y sus aplicaciones
2. Aplicar correctamente las técnicas de análisis adecuadas para el objetivo de investigación
planteado
3. Interpretar correctamente los resultados de los análisis.
Competencias
Competencias transversales
T1 Conocimientos de informática relativos al
ámbito de estudio
T2 Resolución de problemas
Competencias específicas
E17.Ser capaz de medir y obtener datos relevantes
para la evaluación de las intervenciones
E18.Saber analizar e interpretar los resultados de la
evaluación
E19.Saber proporcionar retroalimentación a los
destinatarios de forma adecuada y precisa
4
Contenidos
Unidad I: INTRODUCCIÓN.
1. Introducción.- Inferencia estadística. Concepto de análisis multivariado y tipos de datos.
Tipos y clasificación de las técnicas multivariadas: Análisis de Regresión Múltiple,
MANOVA, MANCOVA, Análisis de Clusters, Análisis Discriminante, Escalamiento
Multidimensional (EMD), Análisis de Correspondencias (ANACOR), Análisis Factorial.
Orientaciones para el análisis: supuestos estadísticos, potencia y tamaño del efecto, datos
ausentes, casos atípicos.
Unidad II: TÉCNICAS MULTIVARIADAS DE DEPENDENCIA.
2. Análisis de Regresión Múltiple.- Concepto y fundamentos del análisis de regresión.
Predicción de línea base y predicción con variables independientes. Impacto de la
colinealidad y métodos de regresión múltiple: Stepwise, Backward, Fordware.
Procedimiento: selección de variables, diseño de la investigación, supuestos, estimación e
interpretación de resultados.
3. Análisis Multivariante de la Varianza (MANOVA) y de la Covarianza (MANCOVA).Concepto, Supuestos básicos: Independencia, Normalidad, Igualdad de matriz de
varianzas-covarianzas. Pruebas de significación estadística y significación práctica.
Pruebas unidireccionales y contrastes post-hoc. MANCOVA: objetivos, selección de
covariables. Diseños de medidas repetidas o intrasujeto: objetivos y supuestos, diseños
mixtos.
Unidad III: TÉCNICAS MULTIVARIADAS DE INTERDEPENDENCIA.
4. Análisis Factorial Exploratorio (AFE).- Introducción al Análisis Factorial. Tipos y diseño:
selección de variables, tamaño muestral, y supuestos. Métodos de extracción de factores:
Componentes Principales y Análisis Factorial Común. Rotación de factores: objetivos.
Métodos de rotación ortogonal y métodos de rotación oblicua. Interpretación de
factores.
CONTENIDOS DE LA ENSEÑANZA PRÁCTICA
1. Inferencia estadística univariante: ANOVA y t de Student. Introduciéndose en el concepto
de inferencia estadística a través de técnicas univariantes. Archivo “Gasto en Ocio de
estudiantes universitarios”.
2. Preparación de datos: Variables Dummy y Casos atípicos. Transformando variables no
métricas en dummy o falsas métricas. Detectando casos atípicos. Archivo “Meses en el
INEM”
3. Cumplimiento de supuestos: Comprobando la normalidad y homocedasticidad de los
datos. Archivo “Rendimiento en estadística”
5
4. Aleatoriedad de casos ausentes: Verificando la relación de casos ausentes con variables
de la investigación. Archivo “Test de personalidad 16 PF”
5. Análisis Regresión Múltiple: Predicciendo una variable dependiente a partir de múltiples
variables independientes. Archivo “Argumentos a favor y en contra de la prostitución”
6. Análisis Multivariante de la Varianza (MANOVA): Investigando diferencias en las
características de los coches (potencia, consumo) de distinto país de fabricación. Archivo
“Consumo de coches”
7. Análisis Multivariante de la Covarianza (MANCOVA): Investigando diferencias en las
características de los coches (potencia, consumo) controlando otras variables. Archivo
“Consumo de coches”
8. Diseños Intrasujeto o medidas repetidas: Investigando evolución de la terapia a lo largo
de un período temporal. Archivo “Terapia de pareja”
9. Diseños mixtos: Investigando evolución de la terapia a lo largo de un período temporal,
en función del resultado de la terapia (éxito-fracaso). Archivo “Terapia de pareja”
10. Análisis Factorial Exploratorio: Obteniendo factores en una escala psicológica de roles de
género. Archivo “Inventario de Roles Sexuales de BEM (BSRI)”
Metodología
METODOLOGÍA
Sesiones teóricas
Tutorías colectivas sobre teoría
Sesiones prácticas
Tutorías colectivas sobre prácticas
HORAS
HORAS DE
TRABAJO
PRESENCIAL
HORAS DE
TRABAJO NO
PRESENCIAL
28 + 14
20 + 10
Examen final
2
Tutoría colectiva previa al examen final
1
Lecturas obligatorias
5
Revisión de la bibliografía
15
Trabajo / estudio personal
40
Intensificación para la preparación del examen
TOTAL
15
75 (50%)
75 (50%)
75
75
6
Sesiones teóricas y tutorías sobre teoría
Grupo grande: Clases magistrales en las que se exponen los contenidos teóricos de la materia
según programa, y se discuten los tópicos expuestos. Se estructuran en 2 horas semanales de
exposición y 1 hora de tutoría colectiva con materiales de apoyo disponibles en la plataforma
Moodle de la asignatura.
Sesiones prácticas y tutorías sobre prácticas
Grupo pequeño: Análisis multivariados de datos en sala de ordenadores. Se expone un caso
práctico al que se aplican los conceptos explicados en las clases teóricas. A través del guión de la
práctica, disponible en la plataforma moodle, se explican los análisis estadísticos a realizar con el
programa SPSS. Durante la práctica, deberán procesar datos de muestras reales para obtener los
resultados del análisis objeto de la práctica, y realizar las interpretaciones pertinentes. Al final de
la práctica, se responde a un cuestionario con preguntas de opción múltiple sobre los análisis
realizados y la interpretación de los resultados obtenidos. Al finalizar el cuestionario on line a
través de la plataforma moodle, cada alumno/a obtiene retroalimentación inmediata, tanto de la
puntuación obtenida como de los errores cometidos. Esta nota forma parte de la evaluación
continua de la asignatura.
Se estructuran en 2 horas de trabajo presencial en grupos de 25 alumnos/as máximo. En las
semanas previas, mientras se avanzan los contenidos teóricos necesarios para comenzar la parte
práctica de la asignatura, se posibilita la opción de revisar la bibliografía básica, las lecturas
obligatorias y los aspectos organizativos necesarios para el aprovechamiento de las sesiones
prácticas, en la modalidad de tutoría colectiva.
Tutoría previa al examen final
Durante la última semana de la programación se ofrece la posibilidad de asistir a una tutoría
colectiva, destinada a reforzar los contenidos y resolver dudas sobre la materia objeto de
examen.
Criterios de evaluación
CONVOCATORIA ORDINARIA
Un 60% de la calificación final se establecerá mediante una prueba escrita individual, consistente
en una parte teórica con preguntas de opción múltiple y una parte práctica en la que el alumno/a
deberá resolver casos prácticos de investigación. Debe superar la calificación de 5 en la escala de
0 a 10.
Un 10% de la calificación se obtendrá a partir de la pregunta en la prueba final sobre sobre el
trabajo grupal realizado en prácticas, consistente en la interpretación de tablas de resultados de
análisis multivariados realizados en prácticas. Debe superar la calificación de 5 en una escala de 0
a 10.
Un 30% de la calificación se establecerá mediante la evaluación continua de prácticas. Resolución
de casos prácticos de análisis multivariado de datos, mediante un programa informático (SPSS).
El alumno/a deberá seleccionar los análisis pertinentes para el problema planteado, realizarlos
7
correctamente, interpretar los resultados y responder al cuestionario en el que se formulan
preguntas sobre esta interpretación. Deben superar la calificación de 5 en una escala de 0 a 10.
CONVOCATORIA EXTRAORDINARIA
Una única prueba escrita estructurada según los criterios de la convocatoria ordinaria: 60%
preguntas teóricas de opción múltiple; 40% (equivalente al 30%+10% de convocatoria ordinaria),
preguntas sobre interpretación de resultados del análisis y conclusiones a partir de los mismos.
Recursos de aprendizaje y apoyo tutorial
BIBLIOGRAFÍA BÁSICA

Amón, Jesús (1991). Introducción al análisis multivariante. Barcelona: PPU

Bisquerra, Rafael (1989). Introducción conceptual al análisis multivariable. Barcelona: PPU
(2 vols.) (Explica muy bien los conceptos, agotado pero disponible en la biblioteca)

Cea D’ Ancona, María Ángeles (2002). Análisis multivariable. Teoría y práctica en la
investigación social. Madrid: Síntesis.

Cuadras, Carles María (1996). Métodos de análisis multivariante. Barcelona: EUB.

Cuadras Carles María (2010). Nuevos Métodos de Análisis Multivariante. Barcelona: CMC
Editions

Delgado, Carmen (2014). Viajando a Ítaca por mares cuantitativos. Manual de ruta para
investigar en grado y postgrado. Salamanca: Amarú (Recoge los temas tratados en la
asignatura y los guiones de las prácticas con SPSS)

Hair, Joseph F.; Anderson, Rolph E.; Tatham, Ronald R., & Black, William C (2001). Análisis
Multivariante. Madrid: Prentice Hall. (Enciclopedia de consulta para ampliar; explicación
muy detallada de las técnicas y los fundamentos, nivel de dificultad alto)

Johnson, Dallas E. (2000). Métodos multivariados aplicados al análisis de datos. México:
Int. Thomson Editores.

Lévy, Jean Pierre; Varela, Jesús (2003). Análisis multivariable para las ciencias sociales.
Madrid: Prentice Hall.

Martínez Arias, María Rosario (1999). El análisis multivariante en la investigación
científica. Salamanca: Hespérides.

Pérez, César (2008). Técnicas de Análisis Multivariante de Datos: Aplicaciones con SPSS.
Madrid: Pearson Educación.

Pérez, César (2013). Análisis multivariante de datos. Aplicaciones con IBM SPSS SAS y
STATGRAPHICS. Madrid: Garceta Grupo Editorial
8
MATERIALES DE APOYO (PLATAFORMA MOODLE)
En la plataforma Moodle se encuentran los materiales básicos de la asignatura estructurados del
modo siguiente:



Clases teóricas: power point de cada tema con un esquema de los contenidos
Clases prácticas: guión de práctica, archivo de datos a analizar, cuestionario sobre la
práctica
Materiales de apoyo: lecturas, enlaces a algunas referencias de la bibliografía
TUTORÍAS
El horario de 4 horas semanales de tutorías está publicado en la plataforma Moodle y en la
señalética de la Facultad. El contacto para el apoyo tutorial a través de otros medios ( Moodle,
email, teléfono) está disponible en la plataforma Moodle.
Breve CV de la profesora responsable
Carmen Delgado Álvarez, Catedrática de Psicometría.
Profesora de Psicometría y Análisis Multivariados.
Directora del postgrado “Intervención Multidisciplinar en Violencia de Género” (2006-2011)
Directora del postgrado “Género y Comunicación” (2005-2008)
Participación en algunos proyectos de investigación últimos 5 años:
 EUREGENAS European Regions Enforcing Actions against Suicide. ENTIDAD
FINANCIADORA: The Executive Agency for Health and Consumers (European
Commission).
 LLM Long Lasting Memories. ENTIDAD FINANCIADORA: ICT Policy Support Programme
(European Commission).
 Proyecto Educativo Extracurricular "DocuTico: Documentando mi entorno". ENTIDAD
FINANCIADORA: European Commission y Ministerio de Educación Pública de Costa Rica.
 Sistema educativo y cohesión social: Diseño de un modelo de evaluación de necesidades
(SECS_EVALNEC). ENTIDAD FINANCIADORA: Ministerio de Economía y Competitividad.
 Desarrollo de habilidades de procesamiento lector. Un estudio sobre el impacto de
variables léxicas y subléxicas en tres niveles de edad decisivos. ENTIDAD FINANCIADORA:
Junta de Castilla y León (I+D+I).
 Consentimiento y coacción: prostitución y políticas públicas. Entidad financiadora:
Ministerio de Sanidad, Política Social e Igualdad y Unión Europea FEDER (I+D+I).
 Violencia de género: un problema de Derechos Humanos. ENTIDAD FINANCIADORA:
Ministerio de Sanidad, Política Social e Igualdad.
Grupo de Investigación: Psicología, Género y Salud
ORCID ID
Google Scholar
Research Gate
Otros Profesores:
Andrea Gutiérrez García
9

Análisis Multivariados de Datos Análisis Multivariados de Datos

Transcripción

Documentos relacionados

Estadística Multivariada Autor: Nancy Lacourly Esta monografía

oe0004 modelos pedagógicos contemporáneos villavicencio n° 2