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 estadísitics que permetin fer una anàlisi complex de dades obtinguts en la investigació quantitativa. En aquest sentit, l'assignatura 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 i una aproximació general al procés de construcció de models multivariants de dependència i d'interdependència.

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

Aquests coneixements avançats han de servir d'ajut als estudiants per valorar la conveniència de fer una 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 interessat en aquesta assignatura ha d'haver superat prèviament les assignatures obligatòries de l'àrea de metodologia de la 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 assignatura 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 competències que solen demostrar-se mitjançant l'elaboració i defensa d'arguments 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 necessàries per emprendre estudis posteriors amb un alt grau d'autonomia. 

Competències transversals:

  • Analitzar i sintetizar.
  • Buscar i gestionar dades i materials d'investigació, amb flexibilitat, discreció i respecte amb l'ús de dades que afecten persones, grups o institucions.
  • Interpretar el contingut i l'abast de la 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.
  • Llegir de forma crítica la bibliografia científica, avaluant la seva procedència, situant-la dins d'un marc epistemològic i identificant i contrastant les seves aportacions en relació amb el coneixement disciplinari disponible.
  • Emetre judicis i valoracions crítiques i argumentades.
  • Usar documents, texts i publicacions en una tercera llengua (anglès).

Competències específiques:

  • Formular 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 informació 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, tenint en compte el codi ètic i deontològic de la professió.

Amunt

L'assignatura s'articula en les següents quatre unitats temàtiques:

U1. Aspectes bàsics de l'anàlisi multivariant.

U2. Anàlisi de components principals i anàlisi factorial.

U3. Regressió múltiple i regressió logística.

U4. Anàlisi de la variància i anàlisi multivariant de la variància.

Per donar un marc general que cohesioni les tècniques estadístiques que es tracten entre les U2 i U4, s'inclouen dos textos editats per la UOC i un vídeo. Quant als textos, inclou, d'una banda, una presentació, que contextualitza l'anàlisi multivariant i quin enfocament volem donar-li des d'aquesta assignatura. D'altra banda, s'inclou la U1, que resumeix la resta d'unitats. De manera concisa, s'exposa per a què serveix cadascuna de les tècniques que són tractades en la resta d'unitats i quins criteris hem d'emprar a l'hora de triar una o altra. Pel que fa al vídeo, fa una introducció al que és l'anàlisi multivariant, quan s'empra i quins problemes pretén resoldre.

Presentació

Aspectes bàsics de l'anàlisi multivariant: El cas de la discriminació de gènere a la Universitat de Berkeley. Associació, confusió i causalitat. Disseny de la investigació i inferència estadística. Què és l'anàlisi multivariant i per a què serveix?. Una classificació de les tècniques d'anàlisi multivariant. Una guia per a l'elecció de les tècniques d'anàlisi multivariant. El procés de construcció de models multivariants.

Anàlisi Multivariant amb SPSS: vídeo d'un seminari metodològic de la UOC.

Per a cadascuna de la resta d'unitats temàtiques, de la U2 a la U4, es proporcionen un conjunt de lectures, que es poden escalar des de les més bàsiques a les més avançades. Amb aquestes lectures, l'estudiantat serà capaç d'iniciar-se en el procés de construcció i interpretació d'un model multivariant.

L'alumne haurà de llegir obligatòriament les lectures relacionades amb la tècnica que triï emprar a les PAC2 i PAC3. Es recomana llegir també la resta de lectures.

Per a cada temàtica escollida es disposa de el capítol corresponent de l'manual de López-Roldán i Facheli (2015).

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

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 realitzats.

La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; l'intent fraudulent d'obtenir un resultat acadèmic millor; la col·laboració, l'encobriment o l'afavoriment de la còpia, o la utilització de material o dispositius no autoritzats durant l'avaluació, entre d'altres, són conductes irregulars que poden tenir conseqüències acadèmiques i disciplinàries greus.

D'una banda, si es detecta alguna d'aquestes conductes irregulars, pot comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent –incloses les proves finals– o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials o dispositius no autoritzats durant les proves, com ara xarxes socials o cercadors d'informació a internet, perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, o perquè s'ha practicat qualsevol altra conducta irregular.

De l'altra, i d'acord amb les normatives acadèmiques, les conductes irregulars en l'avaluació, a més de comportar el suspens de l'assignatura, poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui.

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