Análisis Multivariante de datos (3º curso, 2º cuatrimestre) forma parte del grupo de materias denominadas técnicas o instrumentales que son comunes a los Grados de Sociología y de Ciencia Política y Gestión Pública, y que de modo general y coordinado deben capacitar al alumnado de ambas titulaciones para la planificación, realización y evaluación de investigación empírica.

Este grupo de asignaturas son:

-Introducción a la investigación social y política (1º curso, 2º cuatrimestre)

-Investigación Social Cualitativa (2º curso, 1º cuatrimestre)

-Investigación Social Cuantitativa: encuesta y datos secundarios (2º curso, 1º cuatrimestre)

-Gestión y análisis estadístico de datos I (2º curso, 2º cuatrimestre)

-Gestión y análisis estadístico de datos II (3º curso, 1º cuatrimestre)

-Análisis Multivariante de datos (3º curso, 2º cuatrimestre)

-Diseño y Elaboración de Proyectos (3º curso, 2º cuatrimestre)



Y en el caso del Grado en Sociología, se añaden dos materias más:

-Taller de investigación (2º curso, 2º cuatrimestre)

-Investigación Social Cualitativa avanzada (3º curso, 1º cuatrimestre)



La materia a la que hace referencia esta guía docente se imparte en 3º curso, con lo que asume y parte de contenidos y capacitaciones que se han trabajado en materias precedentes. Más concretamente, esta materia trabaja en las fases de análisis estadístico aplicado en las investigaciones de tipo cuantitativo por lo que de modo más específico continúa y completa el aprendizaje iniciado en “Gestión y análisis de datos I” (2º curso, 2º cuatrimestre) y "Gestión y análisis estadístico de datos II" (3º curso, 1º cuatrimestre).



La materia proporciona las herramientas necesarias para la identificación y resolución de problemas de relaciones multivariantes, diferenciando las diversas técnicas estadísticas en función del tipo de datos y sus utilidades. Se analizan, por un lado, diversas técnicas descriptivas (modelos de interdependencia), de reducción de datos (componentes principales, correspondencias simples y múltiples) y de clasificación (cluster y k-means) y, por otro, técnicas explicativas (modelos de dependencia), de tipo proyectivo (loglinear y discriminante) y de segmentación y tipologías (árboles de decisión aid, chaid) con especial atención a la interpretación de resultados.

Esta materia proporciona las herramientas necesarias para la identificación y resolución de problemas de relaciones multivariantes, diferenciando las diversas técnicas estadísticas en función del tipo de datos y sus utilidades. Se analizan, por un lado, diversas técnicas descriptivas (modelos de interdependencia) de reducción de datos (componentes principales, correspondencias simples y múltiples) y de clasificación (cluster y k means) y, por otro, técnicas explicativas (modelos de dependencia) de tipo proyectivo (loglinear y discriminante) y de segmentación y tipologías (árboles de decisión AID, CHAID¿) con especial atención a la interpretación de los resultados

1. Condiciones metodológico-estadísticas para el análisis multivariable: análisis exploratorio. Introducción al análisis multivariante. Concepto. Técnicas descriptivas y técnicas explicativas. Condiciones de aplicabilidad. Requisitos para su aplicación. Beneficios de cada técnica. Contextualización del análisis multivariante en el proceso de investigación social.

2. Análisis factorial de componentes principales. Técnica descriptiva de reducción de datos. Concepto. Requisitos y condiciones de aplicabilidad. Limitaciones. Tipo de variables. Contextos de uso y beneficios obtenidos con su aplicación

3. Análisis factorial de correspondencias (AFC), simples y múltiples. Técnica descriptiva de reducción de datos. Concepto. Requisitos y condiciones de aplicabilidad. Limitaciones. Tipo de variables. Contextos de uso y beneficios obtenidos con su aplicación

4. Análisis loglineal. Técnica explicativa de construcción de modelos predictivos de comportamiento. Concepto. Requisitos y condiciones de aplicabilidad. Limitaciones. Tipo de variables. Contextos de uso y beneficios obtenidos con su aplicación

5. Análisis discriminante. Técnica explicativa de clasificación. Concepto. Requisitos y condiciones de aplicabilidad. Limitaciones. Tipo de variables. Contextos de uso y beneficios obtenidos con su aplicación

6. Técnicas de clasificación: análisis cluster y análisis Kmeans. Técnicas descriptivas de clasificación. Concepto. Requisitos y condiciones de aplicabilidad. Limitaciones. Tipo de variables. Contextos de uso y beneficios obtenidos con su aplicación

7. Técnicas de segmentación y tipologías: los árboles de decisión (AID, CHAID,¿). Técnicas explicativas de segmentación. Concepto. Requisitos y condiciones de aplicabilidad. Limitaciones. Tipo de variables. Contextos de uso y beneficios obtenidos con su aplicación.

Ikastaroan 60 ordu presentzial beteko dira, bigarren lauhilekoari dagozkion 15 asteetan. Beraz, astero lau orduko lana beteko beharren arabera ikasgelan zein laborategi gelan. Honela antolatuko da:



a) Sarrera (1. gaia)/Ikasgela (T)/Azalpena 4 ordu.

b) Teknika aldagaianitzak. (2. Gaitik 7.era) / Ikasgela (G)eta Laborategia (LAB)/ Alde teorikoen azalpena (4 ordu)eta Alde praktikoen azalpena eta aplikazioa (6 ordu)



Teknika bakoitzako eta beharren arabera, 2,4 edo 6 orduko saioak erabiliko dira ezaugarri, baldintza eta prozedura azaldu eta lantzeko. Kasu praktikoaren bidezko azalpenak emango dira.

Ondoren, eta teknika aplikatu, emaitzak irakurri eta interpretatzeko, orduko saioak erabiliko dira. Saio horietan bi kasu landuko dira. Salbuespenak salbuespen, kasu bakoitzeko erdia laborategian eta beste erdia ikasgelan beteko dira. Laborategian SPSSWIN edo BARBWIN programen bidezko kalkuluak egiteko eta ikasgelan irakurketa eta interpretazioa lantzeko. Laborategiko lana indibiduala da eta ikasgelakoa taldekoa. Saioetan ondorengo hau landuko da:

a)Teknika bakoitzaren aplikazio praktikoa SPSSWIN edo BARBWIN programen bidez: —Datu-fitxategiaren prestaketa. —Teknikaren prozedura.

b)Tekniken erabilera gizarte ikerketa baten datuak aztertzeko: — Analisirako eredua (datuak) identifikatu. —Aplikazioaren baldintzak bereiztu. —Adierazle estatistikoen irakurketa. —Emaitzen interpretazioa.

• Continuous Assessment System
• Final Assessment System
• Tools and qualification percentages:
  • Team projects (problem solving, project design)) (%): 25
  • Examen teórico-práctico (%): 75

a VER

EXAMEN EXTRAORDINARIO

Examen final de todos los temas.Consiste en responder a las preguntas planteadas sobre casos prácticos del temario. Supone el 100% de la nota final.Evaluación final mediante prueba escrita teórico-práctica por el 100% de calificación. Consiste en responder a las preguntas planteadas sobre casos prácticos del temario.En la convocatoria extraordinaria se seguirán los mismos criterios de evaluación que en la ordinaria.

A

Basic bibliography

¿ BIZQUERRA ALZINA,R. (1989) Introducción Conceptual al Análisis Multivariante. Un enfoque con los paquetes SPSS, BMDP, LISREL Y SPAD. I y II. Bacelona: PPU.

¿ CEA D¿ ANCONA, M.A. (2001) Análisis Multivariable: Teoría y Práctica en la Investigación Social. Madrid: Ed. Síntesis.

¿ CORREA PIÑERO, ANA D. (2002) Análisis Logarítmico lineal, Madrid, La Muralla, Cuadrenos de Estadística 21.

¿ HAIR, J.F. Jr., ANDERSON, R.E., TATHAM, R.L., BLACK, W.C. (1999) Análisis Multivariante. Madrid, Prentice Hall Iberia.

¿ JOARISTI OLARIAGA, L. Y LIZASOAIN HERNÁNDEZ, L. (1999) Análisis de Correspondencias. Madrid, La Muralla, Cuadernos de Estadística, 5.

¿ MARTINEZ ARIAS, R. (1999) El Análisis Multivariante en la Investigacion Científica. Madrild: La Muralla, Cuadernos de Estadística, 1.

¿ VISAUTA VINACUA, B. (1998) Análisis Estadistico con SPSS para WINDOWS. Volumen II: Estadística Multivariante. Madrid, Mc Graw Hill.

In-depth bibliography

ABASCAL, E. y GRANDE, I: “Métodos Multivariantes para la Investigación Comercial. Teoría, aplicaciones y programación BASIC”. Ariel Economía. Barcelona 1989.

BOUROCHE, J.M. & SAPORTA, G.: “L’Analyse des données”. Presses Universitaires de France. Paris, 1980.

CORNEJO, J.M.: “Técnicas de Investigación Social: el Análisis de Correspondencias (Teoría y Práctica)”. Biblioteca Universitaria de Ciencias Sociales. PPU. Barcelona, 1988.

CUADRAS, C.M.: “Métodos de Análisis Multivariante”. Ciencia y Tecnología. EUB, S.L. Barcelona 1996.

ESCOFIER, B. & PAGES, J.: “Análisis Factoriales Simples y Múltiples. Objetivos, métodos e interpretación”. Servicio Editorial Universidad País Vasco. Bilbao, 1992.

GREEN, P.E., CARMONE, F.J.Jr. & SMITH, S.M.: “Multidimensional Scaling. Concepts and Applications”. Allin Bacon. New York, 1991.

GREENACRE, M.: “La práctica del análisis de correspondencias”. Fundación BBVA, 2008

KENDALL, SIR M.: “Multivariate Analysis”. Charles Griffin & Company LTD. Londres, 1980.

TACQ, J.: “Multivariate analysis techniques in Social Science Research. From problem to analysis”. Sage Publications. Londres, 1998.

YOUNG, F.W.: “Multidimensional Scaling. History, Theory and Applications”. Lawrence Erlbaum Associates, Publishers. New Jersey, 1987.

Journals

Cuadernos metodológicos del CIS
Cuadernos de Estadística La Muralla
Colección SAGE Quantitative Applications in the Social Sciences

Web addresses

Direcciones de internet de interés (máximo 5)
www.cis.es (CIS)
www.ine.es (INE)
www.eustat.es (Eustat)
ec.europa.eu/eurostat (Eurostat)