Materia

Contenido de XSL

Análisis de Datos en Investigación Socioeducativa

Datos generales de la materia

Modalidad
Presencial
Idioma
Castellano

Descripción y contextualización de la asignatura

La Estadística en general, y el Análisis de Datos en particular, es una herramienta imprescindible, para mejorar el conocimiento de la realidad educativa a través de la investigación. Esto es aplicable a los dos programas de doctorado en los que se imparte la asignatura: El Máster de Investigación en Ámbitos Socioeducativos y el Master en Multilingüismo y Educación.



En este contexto, y con el fin de dar a conocer las posibilidades que ofrecen la Estadística y el Análisis de Datos en el contexto de la Metodología de Investigación se analiza su papel instrumental dentro de un proceso sistemático de recogida de información, análisis de datos, así como en la interpretación y presentación de los resultados.



Desde esta perspectiva se estudia el proceso a seguir en el análisis de datos, desde la recogida de los datos, hasta la presentación de los resultados obtenidos mediante análisis estadísticos, tras realizar una adecuada interpretación de los mismos.



La asignatura es de utilidad para:



1.- Leer e interpretar informes y aportaciones de investigadores que han sido expuestas y presentadas en diferentes formas.



2.- Poder realizar informes de evaluación, análisis de las necesidades, análisis de adaptación, análisis de mejora en su ámbito profesional, pruebas de diagnóstico.

Profesorado

NombreInstituciónCategoríaDoctor/aPerfil docenteÁreaEmail
ETXEBERRIA MURGIONDO, JUANUniversidad del País Vasco/Euskal Herriko UnibertsitateaProfesorado Catedratico De UniversidadDoctorBilingüeMétodos de Investigación y Diagnóstico en Educaciónjuan.etxeberria@ehu.eus

Competencias

DenominaciónPeso
Delimitar los problemas de la investigación y buscar la información relevante. Describir las propiedades y características de los datos empíricos. Seleccionar las técnicas estadísticas apropiadas en virtud de las propiedades de los datos empíricos. Elegir, utilizar e interpretar los estadísticos más usuales en función de los objetivos del análisis. Tomar decisiones basadas en resultados estadísticos20.0 %
Potenciar la capacidad para comparar y poner en relación conceptos y metodologías diferentes con un objetivo común15.0 %
Aprender a resolver problemas en entornos nuevos o poco conocidos dentro de contextos o multidisciplinares relacionados con el análisis de datos multivariantes20.0 %
Desarrollar la capacidad de elaboración y construcción de modelos y su validación. Ser capaz de formular y proponer modelos basados en datos empíricos. Saber verificar, mediante procedimientos estadísticos, las hipótesis derivadas de los modelos.15.0 %
Valorar adecuadamente la capacidad predicativa y/o explicativa de los modelos. Saber generalizar, a la vez que delimitar la generalizabilidad de los modelos20.0 %
Ser capaz de comunicar las conclusiones -y los conocimientos y razones últimas que los sustentan- a públicos especializados y no especializados de un modo claro y sin ambigüedades10.0 %

Tipos de docencia

TipoHoras presencialesHoras no presencialesHoras totales
Magistral154560
P. de Aula505
P. Ordenador10010

Actividades formativas

DenominaciónHorasPorcentaje de presencialidad
Clases expositivas60.025 %
Ejercicios10.0100 %
Talleres de aplicación5.0100 %

Sistemas de evaluación

DenominaciónPonderación mínimaPonderación máxima
Exposiciones30.0 % 30.0 %
OTROS15.0 % 40.0 %
Preguntas a desarrollar30.0 % 50.0 %
Trabajos Prácticos20.0 % 60.0 %

Convocatoria ordinaria: orientaciones y renuncia

EVALUACIÓN

3 NIVELES

A) Básica. Por asistencias. Nota final, 6 puntos. Asistencia mínima 5 días.

B) Notable. Asistencias y Tareas en aula de informática. Dossier de prácticas, en base a la

resolución de tareas que se indicarán en cada sesión. Nota final, 6 a 8 puntos. Asistencia

mínima 6 días.

C) Excelencia. Trabajo de Estadística. Nota final, 8 a 10 puntos. Asistencia mínima 6 días.

Una vez seleccionada una base de datos, el trabajo de evaluación continua, que deberá

hacerse de forma individual, se desarrollará siguiendo las pautas que se indican a

continuación:



i) Trabajo a realizar. Individual.



Fase 1.- Listado de 10-12 preguntas de investigación (de ampliar el conocimiento) en

relación con las variables que están incluidas en la base de datos, a las que se les va a

responder con los análisis estadísticos y gráficos que se detallan en el punto siguiente.

Fase 2.- Análisis Estadísticos:

· Análisis exploratorio univariante

· Correlaciones

· Tablas de contingencia

· T-test

· Análisis de la varianza de un factor

· Análisis de la varianza de dos factores. Interacción.

· Pruebas no paramétricas: Una muestra (K-S), 2 y k muestras independientes

· Regresión lineal

· Análisis de Componentes Principales

· Análisis Clúster

· Gráficas. Un ejemplo de cada modelo de gráfica. Excel y SPSS.

Fase 3.- Conclusiones. En menos de 5 páginas, un resumen de las conclusiones en las que

se plasme el incremento del conocimiento en las respuestas a las preguntas planteadas.



ii) Plazos de entrega.

Planteamiento de las preguntas: 3ª semana

Análisis e interpretación de los resultados: A partir de la cuarta semana, cada semana.

Conclusiones. 15 días después de la última clase.



iii) Porcentajes en la evaluación final:

Planteamiento de las preguntas: 10%

Análisis e interpretación de los resultados: 60%

Conclusiones: 30%



RENUNCIA A LA CONVOCATORIA

Cada persona matriculada en el máster puede renunciar a la convocatoria con una antelación de 4 semanas antes de la última sesión docente.



TRATAMIENTO DEL PLAGIO:



"De acuerdo al protocolo sobre ética académica" se recuerda que:



EXAMEN- "en caso de detectar fraude, copia o plagio durante la realización dela prueba, el profesor o profesora informará al o la estudiante de que la calificación del ejercicio es de supenso (0.0)



CORRECCION DE TRABAJOS ACADEMICOS. "cuando en la corrección de un trabajo académico se evidencie la comisión de una practica fraudulenta relevante para el resultado de la misma, dicho trabajo podrá, motivadamente, ser calificado con un suspenso.

"La comisión de las conductas fraudulentas antes descritas comportará para las y los autores y, en su caso, para las y los cooperadores necesarios las siguientes consecuencias:

- consecuencias en la calificación: supondrá la calificación de suspenso y la calificación numérica de 0.0

- posible apertura de expediente disciplinario persona matriculada en el máster puede renunciar a la convocatoria con una antelación de 4 semanas antes

Convocatoria extraordinaria: orientaciones y renuncia

EVALUACIÓN



Trabajo de Estadística.



Una vez seleccionada una base de datos, el trabajo de evaluación continua, que deberá

hacerse de forma individual, se desarrollará siguiendo las pautas que se indican a

continuación:



i) Trabajo a realizar. Individual.



Fase 1.- Listado de 10-12 preguntas de investigación (de ampliar el conocimiento) en

relación con las variables que están incluidas en la base de datos, a las que se les va a

responder con los análisis estadísticos y gráficos que se detallan en el punto siguiente.

Fase 2.- Análisis Estadísticos:

· Análisis exploratorio univariante

· Correlaciones

· Tablas de contingencia

· T-test

· Análisis de la varianza de un factor

· Análisis de la varianza de dos factores. Interacción.

· Pruebas no paramétricas: Una muestra (K-S), 2 y k muestras independientes

· Regresión lineal

· Análisis de Componentes Principales

· Análisis Clúster

· Gráficas. Un ejemplo de cada modelo de gráfica. Excel y SPSS.

Fase 3.- Conclusiones. En menos de 5 páginas, un resumen de las conclusiones en las que

se plasme el incremento del conocimiento en las respuestas a las preguntas planteadas.



ii) Porcentajes en la evaluación final:

Planteamiento de las preguntas: 10%

Análisis e interpretación de los resultados: 60%

Conclusiones: 30%



TRATAMIENTO DEL PLAGIO:



"De acuerdo al protocolo sobre ética académica" se recuerda que:



EXAMEN- "en caso de detectar fraude, copia o plagio durante la realización dela prueba, el profesor o profesora informará al o la estudiante de que la calificación del ejercicio es de supenso (0.0)



CORRECCION DE TRABAJOS ACADEMICOS. "cuando en la corrección de un trabajo académico se evidencie la comisión de una practica fraudulenta relevante para el resultado de la misma, dicho trabajo podrá, motivadamente, ser calificado con un suspenso.

"La comisión de las conductas fraudulentas antes descritas comportará para las y los autores y, en su caso, para las y los cooperadores necesarios las siguientes consecuencias:

- consecuencias en la calificación: supondrá la calificación de suspenso y la calificación numérica de 0.0

- posible apertura de expediente disciplinario persona matriculada en el máster puede renunciar a la convocatoria con una antelación de 4 semanas antes

Temario

La Estadística y el Análisis de Datos en un proceso de investigación científica. Estadística descriptiva vs. inferencial. Muestreo. Análisis inferencial de datos. Programas informáticos de análisis estadísticos de datos



Panorama general del análisis cualitativo y y cuantitativo de datos en la investigación sobre multilingüismo y educación



SPSS. Aspectos básicos



Estadística descriptiva



1. Análisis exploratorio univariante.

2 Las gráficas en Estadística.

3. Edición de resultados: Tablas y gráficos. Excel.

4. La Estadística y los casos atípicos. Explorar…

5. Comparación de medias.

6. Relación entre variables (numéricas – cuantitativas). Coeficiente de correlación.

7. Asociación/relación entre variables cualitativas.



Inferencia Estadística.



8. Fundamentos de la Inferencia Estadística

9. Tablas de contingencia (Tablas cruzadas) y Estadísticos.

10. Comparando medias. Tamaño del efecto. Potencia de la prueba.

11. Análisis Factoriales. Análisis de Componentes Principales

12. Regresión múltiple

13. Regresión logística

14. La interpretación de los resultados. Problemas del incumplimiento de las condiciones de

aplicación.

Bibliografía

Materiales de uso obligatorio

Apuntes de la asignatura - Egela



Etxeberria, J, Tejedor, F.J. (2005). Análisis descriptivo de datos en Educación. Madrid: La Muralla.



Etxeberria, J. (2007). Regresión Múltiple. Madrid: La Muralla



Gil Flores, J. (2003). La Estadística en la investigación educativa. RIE. Vol 21. Nº 1. Pp. 231-248



Ocaña-Riola, R. (2011). ¿Por qué es necesaria la cultura estadística? Recuperado de



http://www.divestadistica.es/es/2011_04/universo_estadistico_por_que_es_necesaria_la



_cultura_estadistica.html



Tejedor, J. y Etxeberria, J. (2006). Análisis inferencial de datos en educación. Madrid: La Muralla

Bibliografía básica

Allen Paulos, J. (1995). El hombre anumérico. Barcelona. Tusquets.

Escobar, M. (1999). Análisis Gráfico ¿ exploratorio. Madrid: La Muralla

Etxeberria, J. (2003). Estatistika eta SPSS. Donostia. Elhuyar.

Etxeberria, J, Tejedor, F.J. (2005). Análisis descriptivo de datos en Educación. Madrid: La Muralla.

Etxeberria, J. (2007). Regresión Múltiple. Madrid: La Muralla

Gil Flores, J. (2003). La Estadística en la investigación educativa. RIE. Vol 21. Nº 1. Pp. 231-248

Hair, J.F. y otros. (1999). Análisis Multivariante. Madrid: Prentice Hall.

Ocaña-Riola, R. (2011). ¿Por qué es necesaria la cultura estadística? Recuperado de

http://www.divestadistica.es/es/2011_04/universo_estadistico_por_que_es_necesaria_la <br /><br />_cultura_estadistica.html <br /><br />Tejedor, J. y Etxeberria, J. (2006). Análisis inferencial de datos en educación. Madrid: La Muralla <br /><br />

Bibliografía de profundización

Hair, J.F. y otros. (1999). Análisis Multivariante. Madrid: Prentice Hall.



Martínez Arias, M. R. (1999). El análisis multivariante en la investigación científica. Madrid: La Muralla



Tojar, J.C. (2006). Investigación Cualitativa. Comprender y actuar. Madrid: La Muralla.



Uriel, E. y Aldás, J. (2005). Análisis multivariante aplicado. Madrid: Thompson



Revistas

GENERALES



Bordón



Revista de Educación



Revista Española de Pedagogía



Revista de Investigación Educativa



Tantak











ESPECíFICAS:



Applied Psychological Measurement



Educational Assessment



Evaluation



Evaluation and Research in Education



Journal of Educational Measurement



Measurement and Evaluation in Guidance



Mesure et Evaluation en Education



Psychometrika



Review of Educational Research



Enlaces

Descartes: www.recursostic.educacion.es/descartes/web/



Educación Estadística: www.ugr.es/~batanero/



Enlaces de Estadística: https://estadisticafarem.wordpress.com/enlaces-sugeridos/



Estadística para todos: www.estadisticaparatodos.es/



EUSTAT: http://www.eustat.eus



INE: http://www.ine.es/



La belleza de la visualización de datos: David McCandless. https://www.ted.com/talks/david_mccandless_the_beauty_of_data_visualization?language=es#t-34071



Recursos Educativos para profesores: www.ucv.cl/web/estadistica



Redemat, Estadística: www.recursosmatematicos.com/estadistica.html



Visualizing Statistical Concepts: www.du.edu/psychology/methods/concepts/



Web Estadística de Navarra: www.pwpamplona.com/wen/



Aula virtual de Bioestadística: e-stadistica.bio.ucm.es/index_modulos.html



www.isftic.mepsyd.es/w3/eos/MaterialesEducativos/mem2001/estadistica/index2.htm



Gapminder: http://www.gapminder.org/world



Proyecto Gauss: https://procomun.educalab.es/es/articulos/proyecto-gauss-para-matematicas



Contenido de XSL

Sugerencias y solicitudes