Guía docente de Estadística II: Métodos Avanzados (MC1/56/1/18)

Curso 2022/2023
Fecha de aprobación por la Comisión Académica 14/07/2022

Máster

Máster Universitario en Innovación y Mejora en Atención a la Diversidad

Módulo

Módulo II: Especialidades

Rama

Ciencias Sociales y Jurídicas

Centro Responsable del título

International School for Postgraduate Studies

Semestre

Segundo

Créditos

3

Tipo

Optativa

Tipo de enseñanza

Presencial

Profesorado

  • Juan Miguel Alcántara Pilar
  • Concepción Beatriz Roldán López De Hierro

Tutorías

Juan Miguel Alcántara Pilar

Email
  • Primer semestre
    • Lunes 19:00 a 20:00 (Ceuta)
    • Lunes 17:00 a 18:00 (Ceuta)
    • Lunes 10:00 a 13:00 (Ceuta)
  • Tutorías 2º semestre
    • Jueves 18:00 a 19:00 (Ceuta)

Concepción Beatriz Roldán López De Hierro

Email
  • Primer semestre
    • Martes 10:00 a 11:30 (Virtual)
    • Martes 13:15 a 14:15 (Virtual)
    • Miércoles 14:00 a 20:00 (Facultad CC Salud Ceuta)
    • Miercoles 10:00 a 13:30 (Virtual)
  • Segundo semestre
    • Lunes 9:00 a 15:00 (Virtual)
    • Lunes 9:00 a 15:00 (Facultad CC Salud Ceuta)

Breve descripción de contenidos (Según memoria de verificación del Máster)

Los contenidos desarrollados en esta asignatura, complementan lo aprendido en la asignatura de estadística básica, y dotan al alumnado de un conocimiento teórico-práctico en técnicas y análisis
estadísticos avanzados. La asignatura desarrolla los siguientes contenidos:

  • Introducción a los contrastes de hipótesis.
  • Contrastes de hipótesis paramétricos.
  • Contrastes de hipótesis no paramétricos.
  • Modelos de ecuaciones estructurales.

Prerrequisitos y/o Recomendaciones

Competencias

Competencias Básicas

  • CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • CB9. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
  • CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Resultados de aprendizaje (Objetivos)

El alumno sabrá/comprenderá:

  • Qué es la Inferencia estadística, sus aplicaciones, técnicas que usa y sus limitaciones.
  • Qué es un contraste de hipótesis estadístico, cómo se formula y cómo se resuelve e interpreta.
  • Distinguir entre las técnicas de inferencia paramétrica y no paramétrica.
  • Seleccionar el contraste de hipótesis adecuado para resolver un problema real aplicado a la atención a la diversidad.
  • Entender las condiciones bajo las que los modelos de ecuaciones estructurales funcionan adecuadamente y saber aplicar los instrumentos necesarios en caso de que no se cumplan.

Programa de contenidos Teóricos y Prácticos

Teórico

Tema 1: Introducción a los contrastes de hipótesis.
1.1 Definiciones básicas.
1.2 Pasos a seguir en la realización de un contraste de hipótesis.
1.3 Tipos de error en un contraste de hipótesis.
1.4 Tipos de contrastes de hipótesis.

Tema 2: Contrastes de hipótesis paramétricos.
2.1 Contrastes para una muestra.
2.2 Contrastes paramétricos para la diferencia de medias: muestras independientes y apareadas.

Tema 3: Contrastes de hipótesis no paramétricos.
3.1 Contraste de normalidad de una muestra.
3.2 Contraste de Mann-Withney para muestras independientes.
3.3 Contraste de Wilcoxon para muestras apareadas.
3.4 Contraste de Kruskall-Wallis.
3.5 Estudio de la asociación entre variables cualitativas.

Tema 4: Modelos de ecuaciones estructurales.
4.1 Análisis del proceso de elaboración y validación de una escala de medida.
4.2 Las propiedades psicométricas de una escala.
4.3 Metodología para la elaboración y validación de escalas de medida. Ejemplos.
4.4 Modelo de ecuaciones estructurales
4.5 Prácticas con AMOS.

Práctico

Realización, a lo largo de las sesiones, de ejercicios prácticos sobre los contenidos teóricos expuestos.

Bibliografía

Bibliografía fundamental

  • Batista Foguet, J. M., y Coenders Gallart, G. (2000). Modelos de ecuaciones estructurales: modelos para el análisis de relaciones causales. Madrid, Ed. La Muralla, S.A.
  • Canavos, G. (1988): Probabilidad y Estadística. Aplicaciones y Métodos. México, McGraw-Hill.
  • Hair, J. F., Bush, R. P. y Ortinau, D. J. (2010). Investigación de mercados. En un ambiente de información digital. México: McGraw-Hill.
  • Luque, T. (2017). Investigación de Marketing 3.0. Madrid: Pirámide.
  • Martín, Q., Cabero M.T. Del Rosario Y. (2007): Tratamiento estadístico de datos con SPSS. Madrid, Paraninfo.
  • Mueller, R.O. (1996): Basic Principles of Structural Equation Modeling. Springer.
  • Pérez, C. (2001): Técnicas estadísticas con SPSS. Madrid, Prentice Hall.

Bibliografía complementaria

  • Diamantopoulos, A., Siguaw, J. A., y Siguaw, J. A. (2000). Introducing LISREL: A guide for the uninitiated. London, Sage.
  • Díaz de Rada Iguzquiza, Vidal (2009): Análisis de datos de encuesta desarrollo de una investigación completa utilizando SPSS. Barcelona, Editorial UOC.
  • Francés García, F. J., y Santacreu Fernández, Ó. A. (2016). Construcción, testado y ajuste de modelos estructurales en ciencias sociales con Lisrel. Ejemplos y ejercicios. Alicante, Universidad de Alicante.
  • Pardo Merino, A. (2005): Análisis de Datos con SPSS 13. McGraw-Hill.
  • Valderrey, P. (2010): SPSS 17. Extracción del conocimiento a partir del análisis de datos. Madrid, RaMa Editorial.

Enlaces recomendados

Curso de R, R-Commander y SPSS: wpd.ugr.es/~bioestad

Metodología docente

Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final.)

Evaluación Ordinaria

La calificación final se basa en tres componentes:

  • Asistencia participativa: 25% de la calificación.
  • Actividades realizadas en clase: 25% de la calificación.
  • Prueba final: 50% de la calificación. Para su realización el alumno puede disponer de los apuntes elaborados a lo largo del curso.

Evaluación Extraordinaria

Los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria. En este caso, aquellos estudiantes que hayan realizado la evaluación continua, pueden elegir el mismo método de evaluación expuesto en el apartado anterior para la convocatoria ordinaria (basado en tres componentes) o elegir el que se propone a continuación para aquellos que no siguieron este sistema de evaluación (basado en dos componentes).

Aquellos estudiantes que no hayan realizado la evaluación continua tendrán la posibilidad de obtener el 100% de la calificación mediante el siguiente sistema de evaluación basado en dos componentes:

  • Informes y trabajos presentados: 50% de la calificación. Se tendrá en cuenta la presentación, redacción y claridad de ideas, estructura y nivel científico, justificación de lo que argumenta, capacidad y riqueza de la crítica que se hace y adecuación de la bibliografía consultada.
  • Prueba final: 50% de la calificación. Para su realización el alumno puede disponer de los apuntes elaborados a lo largo del curso.

Evaluación única final

De acuerdo con la normativa de evaluación de la UGR, a la evaluación única final podrá presentarse únicamente aquel alumnado que haya sido autorizado para ello por haber justificado su imposibilidad para seguir el procedimiento de evaluación continua en las dos primeras semanas del curso, o si su incorporación es posterior, en las dos primeras semanas después de su alta en la plataforma docente. La solicitud de la evaluación única final debe tramitarse a través del/la coordinador/a de la asignatura.
La evaluación única final se basa en la calificación de dos componentes:

  • Informes y trabajos presentados: 50% de la calificación. Se tendrá en cuenta la presentación, redacción y claridad de ideas, estructura y nivel científico, justificación de lo que argumenta, capacidad y riqueza de la crítica que se hace y adecuación de la bibliografía consultada.
  • Prueba final: 50% de la calificación. Para su realización el alumno puede disponer de los apuntes elaborados a lo largo del curso.

Información adicional