Tècniques avançades d'anàlisi de dades Codi:  10.556    :  3
Consulta de les dades generals   Descripció   L'assignatura en el conjunt del pla d'estudis   Camps professionals en què es projecta   Coneixements previs   Objectius i competències   Continguts   Consulta dels recursos d'aprenentatge de què disposa l'assignatura   Recursos d'aprenentatge i eines de suport   Informacions sobre l'avaluació a la UOC   Consulta del model d'avaluació  
Aquest és el pla docent de l'assignatura. Us servirà per planificar la matrícula (consulteu si l'assignatura s'ofereix aquest semestre a l'espai del Campus Més UOC / La Universitat / Plans d'estudis). Un cop comenci la docència, heu de consultar-lo a l'aula. (El pla docent pot estar subjecte a canvis.)

Técniques avançades d'anàlisi de dades (10.556) es una assignatura optativa de l'àrea de metodología d'investigació al programa de grau en Psicologia.

Aquesta asignatura es proposa abordar el coneixement, les habilitats i els valors vinculats amb el desenvolupament de models estad´sitics que permetin fer una anàlisi complex de dades obtinguts en la investigació quantitativa. En aquest sentit, l'asignatura presenta l'anàlisi multivariant com el marc analític general que permet modelar les múltiples relacions existents entre diverses variables de forma simultània i es planteja, com a objectiu general, proporcionar als estudiants amb coneixements estadístics una aproximació general al procés de construcció de models multivariants de dependencia i interdependencia-

Per això, introdueix algunes tècniques disponibles més importants com l'anàlisi en components principals, regresió múltiple, regersió logística i anàlisi de la variancia (ANOVA) de dos o més factors.

Aquests coneixements avançats han de servir d'ajut als estudiants per valorar la conveniència de fer un anàlisi multivariant en funció dels objectius de la investigació, així com familiaritzar-se amb les característiques de les diferents tècniques i les condicions en que es poden aplicar.

 

Amunt

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.

Amunt

El bloc d'asigantures descrit té com a denominador comú l'aplicació de l'anàlisi de dades per a constrastar hipòtesis d'investigació a partir de metodología científica en les ciències socials i del comportament. Els continguts de Tècniques avançades d'anàlisi de dades estan plantejats amb una perspectiva general i tenen sentit en qualsevol àrea de coneixement o d'aplicació de la psicologia: psicologia clínica i de la salut, psicologia de l'educació, psicologia del treball i les organitzacions o psicologia de la intervenció social.

Amunt

L'estudiant interesat en aquesta asignautra ha d'haver superat previament les asignatures obligatories de l'àrea de metodologia de l'investigació del programa de Psicologia i , particularment, totes aquelles que aborden els diferents aspectes vincualts amb el desenvolupament de la investigació quantitativa com són Introducció als mètodes d'investigació en psicologia (10.505), Mètodes d'investigació quantitativa (10.511), Tècniques d'anàlisi de dades quantitatives (10.512) i Psicometria (10.524). 

En aquest sentit, tractant-se d'una asignatura que ocupa algunes de les tècniques d'anàlisi multivariant més importants, és imprescindible que l'alumne/a hagi assolit adequadament els coneixements previs relacionats amb els fonaments bàsics i l'aplicació del mètode científic, el disseny de la investigació en Psicologia i, molt especialment, les tècniques d'anàlisi univariant i bivariant de dades quantitatives.

Amunt

Competències bàsiques:

  • Que els estudiants sàpiguen aplicar els seus coneixements a la seva feina o vocació de forma professional, i disposin de les competencies que solen demostrar-se mitjançant l'elaboració i defensa d'arguemnts i la resolució de problemes dins de l'àrea d'estudi.
  • Que els estudiants tinguin la capacitat de recollir i interpretar dades rellevants (normalment dins de la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes rellevants de caràcter social, científic o ètic.
  • Que els estudiants hagin desenvolupat les habilitats d'aprenentatge necesaries per emprendre estudis posteriors amb un alt grau d'autonomia. 

Competències transversals:

  • Analitzar i sintetizar.
  • Buscar i gestionar dades i materials d'investigació, sent flexible, discret i respectuós amb l'ús de dades que afecten persones, grups o institucions.
  • Interpretar el contingut i l'abast de l'informació que s'ha rebut o sol·licitat, oralment o per escrit, i el tractament que s'ha de seguir en funció de la naturalesa del fet que es tracti.
  • Emetre judicis i valoracions crítiques i argumentades.
  • Usar documents, texts i publicacions en una tercera llengua (anglès).

Competències específiques:

  • Formualr i contrastar hipòtesis sobre les demandes i les necessitats dels destinataris i sobre la investigació.
  • Valorar, contrastar i prendre decision sobre l'elecció de models, teories, instruments i tècniques més adequades en cada context d'avaluació i en cada intervenció.
  • Aplicar tècniques per a recollir infomració sobre l'estudi del funcionament dels individus, grups o organitzacions.
  • Elaborar i redactar informes tècnics i científics sobre els resultats de l'avaluació, la investigació o els serveis sol·licitats, tentn en compte el codi ètic i deontològic de la professió.

Amunt

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

Amunt

Introducció a l'anàlisi multivariant PDF
Tècniques d'anàlisi de dades quantitatives Web
Anàlisi estadística en JASP: una guia per als estudiants PDF
Un exemple d'anàlisi multivariant Audiovisual
Una aproximació a l'anàlisi multivariant Audiovisual

Amunt

 

 

Amunt

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.

Amunt

Aquesta assignatura només es pot superar a partir de l'avaluació contínua (AC). La nota final d'avaluació contínua esdevé la nota final de l'assignatura. La fórmula d'acreditació de l'assignatura és la següent: AC.

 

Amunt