• Descripció

Técnicas avanzadas de análisis de datos (10.556) es la segunda asignatura optativa del área de metodología de la investigación al programa de grado de Psicología. Esta asignatura se propone abordar los conocimientos, las habilidades y los valores vinculados con el desarrollo de modelos estadísticos que permiten llevar a cabo un análisis complejo de los datos obtenidos en la investigación cuantitativa. En este sentido, la asignatura presenta el análisis multivariante como el marco analítico general que permite modelar las múltiples relaciones existentes entre varias variables de forma simultánea y se plantea, como objetivo general, proporcionar a los estudiantes con conocimientos estadísticos una aproximación general al proceso de construcción de modelos multivariants de dependencia y de interdependencia. Para hacer esto, introduce algunas de las técnicas disponibles más importantes cómo son el análisis de componentes principales, el análisis factorial, el análisis de correspondencias, el escalamiento multidimensional, la regresión múltiple, la regresión logística, el análisis de la varianza (ANOVA) de dos o más factores y de la covarianza (ANCOVA), el análisis multivariante de la varianza (MANOVA) y de la covarianza (MANCOVA). Estos conocimientos avanzados tienen que servir de ayuda a los estudiantes para valorar la conveniencia de llevar a cabo un análisis multivariante en función de los objetivos de la investigación, así como familiarizarse con las características de las diferentes técnicas y las condiciones en que pueden ser utilizadas.

• L'assignatura en el conjunt del pla d'estudis

Tècniques avançades d'anàlisi de dades pertany a la matèria Anàlisi de Dades, conformada per tres assignatures semestrals (i.e. Tècniques d'anàlisi de dades quantitatives, Tècniques d'anàlisi de dades qualitatives i Tècniques avançades d'anàlisi de dades) que s'imparteix entre el tercer i el quart semestre, pel que fa a les assignatures obligatòries, i entre el sisè i el vuitè, pel que fa a l'optativa.

L'assignatura, dissenyada segons s'ha descrit a l'apartat anterior, ha de proporcionar les bases per, a partir d'una pregunta d'investigació, triar la tècnica multivariant adequada, emprar-la i interpretar els resultats obtinguts.

• Camps professionals en què es projecta

El bloque de asignaturas descrito tiene como denominador común la aplicación del análisis de datos para contrastar hipótesis de investigación a partir de metodología científica en las ciencias sociales y del comportamiento. Los contenidos de Técnicas avanzadas de análisis de datos están planteados con una perspectiva general y tienen pleno sentido en cualquier área de conocimiento o de aplicación de la psicología: Psicología clínica y de la salud, Psicología de la educación, Psicología del trabajo y de las organizaciones o Psicología de la intervención social.

• Coneixements previs

El estudiante interesado en esta asignatura debe haber superado previamente las asignaturas obligatorias del área de metodología de la investigación del programa de Psicología y, particularmente, todas aquellas que abordan los diferentes aspectos vinculados con el desarrollo de la investigación cuantitativa como son Introducción a los métodos de investigación en psicología (10.505), métodos de investigación cuantitativa (10.511), Técnicas de análisis de datos cuantitativos (10.512) y Psicometría (10.524). En este sentido, tratándose de una asignatura que se ocupa de algunas de las técnicas de análisis multivariante más importantes, es imprescindible que el estudiante haya alcanzado adecuadamente los conocimientos previos relacionados con los fundamentos básicos y la aplicación del método científico, el diseño de la investigación en Psicología y, muy especialmente, las técnicas de análisis univariante y bivariante de los datos cuantitativos.

• Objectius i competències

Competencias básicas:

# CB2. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional, y dispongan de las competencias que suelen demostrarse mediante la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
# CB3. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
# CB5. Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.

Competencias transversales:

# CT3. Analizar y sintetizar.
# CT5. Buscar y gestionar datos y materiales de investigación, siendo flexible y mostrando respeto y discreción en el uso de datos que afecten a personas, grupos e instituciones.
# CT8. Interpretar el contenido y el alcance de la información que se ha recibido o solicitado, oralmente o por escrito, y el tratamiento que se debe dar según la naturaleza del hecho de que se trate.
# CT10. Hacer juicios y valoraciones críticas argumentadas.
# CT15. Usar documentos, textos y publicaciones en una tercera lengua (inglés).

Competencias específicas:

# CE12. Formular y contrastar hipótesis sobre las demandas y las necesidades de los destinatarios y sobre la investigación.
# CE13. Valorar, contrastar y tomar decisiones sobre la elección de los modelos, teorías, instrumentos y técnicas más adecuados en cada contexto de evaluación y en cada intervención.
# CE14. Aplicar técnicas para recoger información sobre el estudio del funcionamiento de los individuos, grupos u organizaciones.
# CE20. Elaborar y redactar informes técnicos y científicos sobre los resultados de la evaluación, la investigación o los servicios solicitados, teniendo en cuenta el código ético y deontológico de la profesión.

• Continguts

Asignatura se articula en las siguientes cinco unidades temáticas:

U1. Aspectos básicos del análisis multivariante.

U2. Análisis de componentes principales y análisis factorial.

U3. Análisis de correspondencias y escalamiento multidimensional.

U4. Regresión múltiple y regresión logística.

U5. Análisis de la varianza y análisis multivariante de la varianza.

Para dar un marco general que cohesione las técnicas estadísticas que se tratan entre las U2 y U5, se incluyen dos textos editados por la UOC y un vídeo. En cuanto a los textos, incluye, por una parte, una presentación, que contextualiza el análisis multivariante y qué enfoque queremos darle desde esta asignatura. Por otro lado, se incluye la U1, que resume el resto de unidades. De forma concisa, se expone para qué sirve cada una de las técnicas que son tratadas en el resto de unidades y qué criterios debemos emplear a la hora de elegir una u otra. En cuanto al vídeo, hace una introducción a lo que es el análisis multivariante, cuando se emplea y qué problemas pretende resolver.

# Presentación

# Aspectos básicos del análisis multivariante: El caso de la discriminación de género en la Universidad de Berkeley. Asociación, confusión y causalidad. Diseño de la investigación e inferencia estadística. ¿Qué es el análisis multivariante y para qué sirve ?. Una clasificación de las técnicas de análisis multivariante. Una guía para la elección de las técnicas de análisis multivariante. El proceso de construcción de modelos multivariantes.

# Análisis Multivariante con SPSS: vídeo de un seminario metodológico de la UOC.

Para cada una del resto de unidades temáticas, de la U2 en la U5, se proporcionan un conjunto de lecturas, que se pueden escalar desde las más básicas a las más avanzadas. Con estas lecturas, el alumno será capaz de iniciarse en el proceso de construcción e interpretación de un modelo multivariante. Con intención transversal sobre las unidades temáticas, se incluyen un conjunto de lecturas -y un vídeo- que pretenden hacernos alcanzar un uso básico de Spss, software estadístico especializado en el cálculo de modelos multivariantes.

El alumno deberá leer obligatoriamente las lecturas relacionadas con la técnica que elija emplear a las PEC2 y PAC3.Es recomienda leer también el resto de lecturas.

# En relación a los componentes principales y Factorial

Ximenez, M. C. i San Martín, R. (2004). Fundamentos de las técnicas multivariantes. Madrid: UNED: Análisis factorial, pp. 97-126

 Ferrando, J., & Anguiano-Carrasco, C. (2010). El análisis factorial como técnica de investigación psicológica. Papeles Del Psicólogo, 31(1), 18-33.

 # En relació a l'Anàlisi de correspondències i escalament multidimensional Components principals i Factorial:

Greenacre, M. (2008). La práctica del análisis de correspondencias. Fundación BBVA. http://www.multivariatestatistics.org/practica.html

Díaz, V (2002). Técnicas de análisis multivariante para investigación social y comercial. Ejemplos prácticos utilizando SPSS version 11. Madrid: RA-MA Editorial: Análisis de correspondencias, pp. 157-266

Arce, C., de Francisco, C. i Arce, I. (2010). Escalamiento multidimensional: concepto y aplicaciones. Papeles Del Psicólogo, 31(1), 46-56.

 # En relació a la regressió múltiple i a la regressió logística:

Martínez, R. (1999). El análisis multivariante en la investigación científica. Madrid: La Muralla: Análisis de dependencia, pp. 78-114

 # En relació a l'ANOVA dos factors/ANCOVA i MANOVA/MANCOVA:

Catena, A., Ramos, M. M. i Trujillo, H. M. (2003). Análisis multivariado. Un manual para investigadores. Madrid: Biblioteca Nueva: Análisis multivariado de la varianza (MANOVA) y covarianza (MANCOVA), pp. 255-302

• Consulta dels recursos d'aprenentatge de què disposa l'assignatura

• Recursos d'aprenentatge i eines de suport

El material principal de Técnicas avanzadas de análisis de datos es un texto, en formato web y / o en PDF (imprimible en papel), el cual contiene la presentación y la introducción a las unidades temáticas que componen los contenidos de la asignatura.

Algunas aplicaciones interesantes son:         

# PSPP, alternativa libre a SPSS: http://www.gnu.org/software/pspp/

• Informacions sobre l'avaluació a la UOC

La Normativa acadèmica de la UOC disposa que el procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat dels exercicis fets.

La manca d'originalitat en l'autoria o el mal ús de les condicions en què es fa l'avaluació de l'assignatura és una infracció que pot tenir conseqüències acadèmiques greus.

Es qualificarà l'estudiant amb un suspens (D/0) si es detecta manca d'originalitat en l'autoria d'alguna activitat avaluable (pràctica, prova d'avaluació contínua (PAC) o final (PAF), o la que es defineixi al pla docent), sigui perquè ha utilitzat material o dispositius no autoritzats, sigui perquè ha copiat textualment d'internet, o ha copiat d'apunts, de materials, de manuals o d'articles (sense la citació corresponent), d'altres estudiants, o per qualsevol altra conducta irregular.

La qualificació de suspens (D/0) en les qualificacions finals d'avaluació contínua pot comportar l'obligació de fer l'examen presencial per a superar l'assignatura (si hi ha examen i si superar-lo és suficient per a superar l'assignatura segons indiqui el pla docent).

Quan aquesta mala conducta es produeixi durant la realització de les proves d'avaluació finals presencials, l'estudiant pot ser expulsat de l'aula, i l'examinador farà constar tots els elements i la informació relatius al cas.

D'altra banda, aquesta conducta pot donar lloc a la incoació d'un procediment disciplinari i l'aplicació, si escau, de la sanció que correspongui.

La UOC habilitarà els mecanismes que consideri oportuns per a vetllar per la qualitat de les seves titulacions i garantir l'excel·lència i la qualitat del seu model educatiu.

• Consulta del model d'avaluació