Programa
::: {.grid .course-details .course-details-smaller}
Profesores
Departamento de Sociología N° 328
<a href=“mailto:danielaolivarescollio@gmail.com”>danielaolivarescollio@gmail.com
Departamento de Sociología N° 328
<a href=“mailto:kevin.carrasco@ug.uchile.cl”>kevin.carrasco@ug.uchile.cl
Información del curso
- Viernes
- Marzo 22–Julio 07, 2024
- 09:00-11:45 AM
- Sala 44. Cuarto piso edificio antiguo FACSO
- Slack
Resumen
Este curso busca dar un primer acercamiento a la investigación social cuantitativa, abarcando desde aspectos iniciales básicos de estadística descriptiva y visualización de datos, hasta análisis e interpretación de modelos explicativos de investigación social. Asimismo, se busca que los y las estudiantes logren familiarizarse con el uso de Rstudio para el análisis de datos sociales.
La metodología incluye clases lectivas y trabajo práctico en R.
Objetivo general
Al finalizar el curso, el/la estudiante podrá elaborar y analizar diseños de investigación social de carácter cuantitativo, así como describir cuantitativamente un conjunto de datos utilizando el lenguaje R.
Objetivos específicos
Al concluir el curso lo/as estudiantes deberán haber alcanzado los siguientes resultados de aprendizaje:
Conocer las etapas de un diseño de investigación social cuantitativa y sus principales elementos
Formular diseños de investigación social cuantitativa
Conocer y aplicar instrumentos de medición y tipos de estudios cuantitativos
Interpretar y analizar los elementos centrales de una base de datos con información social
Aplicar e interpretar técnicas de estadística descriptiva según las distintas características de los datos
Aplicar e interpretar técnicas de estadística correlacional e inferencia estadística para variables con distinta unidad de medida
Aplicar e interpretar técnicas de regresión lineal y logística para variables numéricas y variables categóricas
Saberes / contenidos
Módulo 1: Estadística descriptiva
1.1 Elementos básicos de la investigación social
Etapas de la investigación Social
Tipos de diseños
Diseño de instrumentos de medición
Bases de datos: datos de corte transversal, series de tiempo, cohortes, panel o longitudinal
1.2 Operacionalización y análisis de datos
Operacionalización y niveles de medición
Tidy data: unir, dividir, filtrar y ordenar datos en R
Recodificación de variables: descriptivos básicos, casos perdidos, etiquetamiento de variables
Agrupación de datos y construcción de variables a partir de datos existentes
Construcción de índices y validez de escalas
1.3 Visualización de datos en R
Tablas descriptivas y tablas de contingencia
ggplot2: gráficos de barra, de caja, dispersión e histograma
Módulo 2: Inferencia y estadística correlacional
2.1 Inferencia estadística
2.2 Pruebas de hipótesis
2.3 Correlación
Módulo 3: Regresión lineal y regresión logística
3.1 Regresión lineal de mínimos cuadrados
Aspectos centrales y supuestos de la regresión MCO
Interpretación de coeficientes (variables cuantitativas y cualitativas) y efectos de interacción
Representación gráfica de coeficientes de regresión lineal
3.2 Regresión logística binaria
Aspectos básicos de la regresión logística
Tipos de coeficientes e interpretación
Representación gráfica (cálculo de probabilidades predichas)
Bibliografía
Wickham, Hadley & Grolemund, Garrett (2017). R for Data Science. Visualize, model, transform, tidy and import data. / Versión en español disponible acá
Moore, D. S., & Comas, J. (2010). Estadística aplicada básica. Barcelona: Antoni Bosch.
Camarero, et al (2017) Regresión Logística: Fundamentos y aplicación a la investigación sociológica.
Hair, Joseph F., et al. (2004). Análisis multivariante. 5ta ed. Madrid: Prentice Hall.
Charte, Francisco (2014). Análisis exploratorio y Visualización de datos con R.
Metodología
El curso se organiza en sesiones semanales, con una parte lectiva seguida de una práctica. En la parte lectiva se transmiten y discuten los conceptos centrales de la investigación cuantitativa. En la parte práctica se aplicarán los conceptos transmitidos en la parte lectiva, además de resolver dudas en el avance de los trabajos de investigación
Evaluación
La evaluación consistirá en
Requisitos de aprobación
- Nota mínima de aprobación: 4,0 (en escala de 1 a 7).
Palabras Clave
- Estadística, investigación cuantitativa, manipulación de datos, visualización de datos, interpretación de coeficientes