ECTS credits ECTS credits: 4.5
ECTS Hours Rules/Memories Student's work ECTS: 74.2 Hours of tutorials: 2.25 Expository Class: 18 Interactive Classroom: 18 Total: 112.45
Use languages Spanish (100%)
Type: Ordinary Degree Subject RD 1393/2007 - 822/2021
Departments: Political Science and Sociology
Areas: Sociology
Center Faculty of Political and Social Sciences
Call: Second Semester
Teaching: With teaching
Enrolment: Enrollable
Según la memoria del Grado de Ciencia Política y de la Administración, los resultados del aprendizaje de esta materia deben ser la adquisición de “habilidades investigadoras en el campo de las ciencias sociales para poder dar respuesta a actuales problemáticas de alta complejidad social” y la obtención de la capacidad de realizar una investigación concreta.
Para este fin, se refrescarán, combinarán y ampliarán los conocimientos ya adquiridos en otras asignaturas de métodos y técnicas de investigación (“Métodos de ciencia política”, “Estadística para las ciencias sociales, I y II”, “Técnicas cualitativas de investigación” y “Técnicas cuantitativas de investigación”).
Introducción. El análisis e interpretación causal de relaciones estadísticas con datos correlacionales. Tablas de contingencia multidimensionales e introducción a los modelos logarítmico-lineales. Regresión múltiple. Regresión logística. El proceso de elaboración de relaciones estadísticas con tablas de contingencia y análisis de regresión: establecimiento de “asociaciones o dependencias robustas”; identificación de “procesos causales” y análisis de la mediación; moderación. Problemas y limitaciones del uso de datos correlacionales en el análisis causal. Introducción a los diseños experimentales y cuasiexperimentales e inferencia causal en ciencias sociales.
Achen, C.H. Interpreting and using regression. Beverly Hills, Sage, 1982
Allison, P.D. Multiple regression: A primer. Thousand Oaks, Pine Forge Press, 1999
Aneshensel, C.S. Theory-based data analysis for the social sciences. Thousand Oaks, Sage, 2013 (2ª edición)
Angrist, J.D.; y Pischke, J.S. Dominar la econometría. El camino entre el efecto y la causa. Barcelona, Antoni Bosch, 2016 (orig. 2015)
Berk, R.A. Regression analysis: A constructive critique. Thousand Oaks, Sage, 2004
Campbell, D.; Stanley, J. Diseños experimentales y cuasiexperimentales en la investigación social. Madrid, Amorrortu, 2011 (orig. 1966)
Coleman, R. Designing experiments for the social sciences. Thousand Oaks, Sage, 2019
Cea D’Ancona, M.A. Análisis multivaraible. Teoría y práctica en la investigación social. Madrid, Síntesis, 2004
Davis, J.A. The logic of causal order. Newbury Park, Sage, 1985
Druckman, J.N.; D.P. Green; J.H. Kuklinski; y Lupia, A. (eds.). Cambridge Handbook of Experimental Political Science. Cambridge, Cambridge University Press, 2011
Etxeberria, J. Regresión múltiple. Madrid, La Muralla, 2007
Gelman, A.; Hill, J.; y Vehtari, A. Regression and other stories. Cambridge, Cambridge University Press, 2021
Goldthorpe, J.H. La sociología como ciencia de la población. Madrid, Alianza, 2017 (orig. 2016)
Guillén, M.F. Análisis de regresión múltiple. Madrid, CIS, 1992
Hair, J.F.; Anderson, R.E.; Tatham; R.L.; y Black, W.C. Análisis multivariante. Madrid, Pearson, 2004 (orig. 1998, 5ª ed.)
Hellevik, O. Introduction to causal analysis: Exploring survey data by crosstabulation. Londres, Allen and Unwin, 1984
Jovell, A.J. Análisis de regresión logística. Madrid, CIS, 1995
López-Roldán, P.; Fachelli, S. Metodología de la Investigación Social Cuantitativa. Barcelona, UAB, 2015
Morton, R.B.; Williams, K.C. Experimental Political Science and the Study of Causality: From Nature to the Lab. Cambridge, Cambridge University Press, 2010
Pardo, A.; y San Martín, R. Análisis de datos en ciencias sociales y de la salud, volumen II. Madrid, Síntesis, 2010
Pardo, A.; y Ruiz, M.A. Análisis de datos en ciencias sociales y de la salud, volumen III. Madrid, Síntesis, 2012
Ricolfi, L. Tre variabili: Un’introduzione all’analisi multivariata. Milán, Franco Angeli, 1993
Rosenbaum, P. R. Observation and Experiment: An Introduction to Causal Inference. Cambridge, Harvard University Press, 2017
Rosenberg, M. The logic of survey analysis. Nueva York, Basic Books, 1968
Shadish, W.; T.D. Cook; Campbell, D. Experimental and Quasi-experimental Designs for Generalized Causal Inference. Boston, Houghton Mifflin, 2011
Silva, L.C.; Barroso, I.M. Regresión logística. Madrid, La Muralla, 2004
De acuerdo con la Memoria del Grado de Ciencia Política y de la Administración, esta materia proporcionará a los estudiantes herramientas que les permitan iniciarse en la práctica de la investigación social. Además, contribuirá al desarrollo de competencias básicas y generales del título, como las capacidades de “aplicar conocimiento de forma profesional”, “elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio”, “reunir e interpretar datos relevantes (…) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética”, “transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado” y “emprender estudios posteriores con un alto grado de autonomía”.
El primer día de clase se proporcionará a los estudiantes un programa detallado de la materia, incluyendo la distribución orientativa de los temas a lo largo del calendario lectivo. Tanto el programa como, en la medida de lo posible, los materiales didácticos que se utilizarán durante el curso estarán disponibles en el Campus Virtual de la USC, que se utilizará de manera habitual en la docencia de la materia.
El curso se desarrollará a través de clases presenciales, tanto de carácter expositivo o teórico como de carácter interactivo o práctico. En las clases teóricas, el profesor expondrá los contenidos básicos de cada tema. Las clases prácticas estarán dedicadas a la discusión de ejemplares de investigaciones que aplican los diseños estudiados y a la realización de ejercicios. Además, los estudiantes tendrán que hacer diversos ejercicios y trabajos prácticos de manera autónoma, cuyo volumen podrá variar en función del escenario, adquiriendo una mayor importancia en condiciones de docencia virtual.
Para la evaluación de la materia se aplicarán dos instrumentos:
1. Examen final a realizar en la fecha fijada oficialmente.
2. Ejercicios y trabajos realizados en las clases interactivas o entregados en fechas que se establecerán con la necesaria antelación.
Estos dos instrumentos son complementarios y la parte de la nota final reservada a cada uno de ellos no podrá ser compensada por la obtenida en el otro.
Para que se tenga en cuenta los ejercicios y trabajos, será necesario obtener una calificación mínima de aprobado (5) en el examen final.
El sistema de evaluación será el mismo en primera y segunda oportunidad. El peso que tendrán en la calificación final los resultados de estos dos instrumentos de evaluación será:
Examen: 60%. Ejercicios y trabajos prácticos: 40%.
El examen será presencial.
Para los casos de realización fraudulenta de ejercicios o pruebas, será de aplicación lo recogido en la Normativa de evaluación del rendimiento académico de los estudiantes y de revisión de calificaciones
Según la Memoria del Grado de Ciencia Política y de la Administración, el tiempo total de estudio y trabajo personal, incluyendo las horas dedicadas a la docencia presencial, es de 112,5 horas, de las cuales 75 deben ser dedicadas al “trabajo personal”. En todo caso, corresponde a cada estudiante determinar cuánto tiempo necesita para preparar la materia y distribuirlo de la manera más adecuada y eficiente entre las distintas tareas que ello requiere.
Para los casos de realización fraudulenta de ejercicios o pruebas, será de aplicación lo recogido en la Normativa de evaluación del rendimiento académico de los estudiantes y de revisión de calificaciones
Miguel Angel Cainzos Lopez
Coordinador/a- Department
- Political Science and Sociology
- Area
- Sociology
- Phone
- 881815160
- miguel.cainzos [at] usc.es
- Category
- Professor: University Lecturer
| Wednesday | ||
|---|---|---|
| 12:00-13:30 | Grupo A. Horario de mañana | Computer Room 1 |
| 13:30-14:30 | Grupo /CLIS_01 | Computer Room 1 |
| 06.06.2024 10:00-12:00 | Grupo A. Horario de mañana | Computer Room 1 |
| 07.11.2024 17:00-19:00 | Grupo A. Horario de mañana | Computer Room 1 |
| Teacher | Language |
|---|---|
| CAINZOS LOPEZ, MIGUEL ANGEL | Spanish |
| Teacher | Language |
|---|---|
| CAINZOS LOPEZ, MIGUEL ANGEL | Spanish |