Créditos ECTS Créditos ECTS: 4.5
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 74.2 Horas de Titorías: 2.25 Clase Expositiva: 18 Clase Interactiva: 18 Total: 112.45
Linguas de docencia Castelán (100%)
Tipo: Materia Ordinaria Grao RD 1393/2007 - 822/2021
Departamentos: Ciencia Política e Socioloxía
Áreas: Socioloxía
Centro Facultade de Ciencias Políticas e Sociais
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable
Segundo a memoria do Grao de Ciencia Política e da Administración, os resultados da aprendizaxe desta materia deben ser a adquisición de “habilidades investigadoras no campo das ciencias sociais para poder dar resposta a actuais problemáticas de alta complexidade social” e a obtención da capacidade de realizar unha investigación concreta.
Para este fin, refrescaranse, combinarán e ampliarán os coñecementos xa adquiridos noutras materias de métodos e técnicas de investigación (“Métodos de ciencia política”, “Estatística para as ciencias sociais, I e II”, “Técnicas cualitativas de investigación” e “Técnicas cuantitativas de investigación”).
Introdución. A análise e interpretación causal de relacións estatísticas con datos correlacionales. Táboas de continxencia multidimensionais e introdución aos modelos logarítmico-lineais. Regresión múltiple. Regresión loxística. O proceso de elaboración de relacións estatísticas con táboas de continxencia e análise de regresión: establecemento de “asociacións ou dependencias robustas”; identificación de “procesos causales” e análise da mediación; moderación. Problemas e limitacións do uso de datos correlacionales na análise causal. Introdución aos deseños experimentais e cuasiexperimentales e inferencia causal en ciencias sociais.
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 acordo coa Memoria do Grao de Ciencia Política e da Administración, esta materia proporcionará aos estudantes ferramentas que lles permitan iniciarse na práctica da investigación social. Ademais, contribuirá ao desenvolvemento de competencias básicas e xenerais do título, como as capacidades de “aplicar coñecemento de forma profesional”, “elaboración e defensa de argumentos e a resolución de problemas dentro da súa área de estudo”, “reunir e interpretar datos relevantes (…) para emitir xuízos que inclúan unha reflexión sobre temas relevantes de índole social, científica ou ética”, “transmitir información, ideas, problemas e solucións a un público tanto especializado como non especializado” e “emprender estudos posteriores cun alto grao de autonomía”.
O primeiro día de clase proporcionarase aos estudantes un programa detallado da materia, incluíndo a distribución orientativa dos temas ao longo do calendario lectivo. Tanto o programa como, na medida do posible, os materiais didácticos que se utilizarán durante o curso estarán dispoñibles no Campus Virtual da USC, que se utilizará de maneira habitual na docencia da materia.
O curso desenvolverase a través de clases presenciais, tanto de carácter expositivo ou teórico como de carácter interactivo ou práctico. Nas clases teóricas, o profesor expoñerá os contidos básicos de cada tema. As clases prácticas estarán dedicadas á discusión de exemplares de investigacións que aplican os deseños estudados e á realización de exercicios. Ademáis, os estudantes terán que facer diversos exercicios e traballos prácticos de maneira autónoma, cuxo volume poderá variar en función do escenario, adquirindo unha maior importancia en condicións de docencia virtual.
Para a avaliación da materia aplicaranse dous instrumentos:
1. Exame final a realizar na data fixada oficialmente.
2. Exercicios e traballos realizados nas clases interactivas ou entregados en datas que se establecerán coa necesaria antelación.
Estes dous instrumentos son complementarios e a parte da nota final reservada a cada un deles non poderá ser compensada pola obtida no outro.
Para que se teña en conta os exercicios e traballos, será necesario obter unha cualificación mínima de aprobado (5) no exame final.
O sistema de avaliación será o mesmo en primeira e segunda oportunidade. O peso que terán na cualificación final os resultados destes dous instrumentos de avaliación será:
Exame: 60%. Exercicios e traballos prácticos: 40%.
O exame será presencial.
Para os casos de realización fraudulente de exercicios ou probas será de aplicación o recollido na Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións.
Segundo a Memoria do Grao de Ciencia Política e da Administración, o tempo total de estudo e traballo persoal, incluíndo as horas dedicadas á docencia presencial, é de 112,5 horas, das cales 75 deben ser dedicadas ao “traballo persoal”. En todo caso, corresponde a cada estudante determinar canto tempo necesita para preparar a materia e distribuílo da maneira máis adecuada e eficiente entre as distintas tarefas que iso require.
Para os casos de realización fraudulente de exercicios ou probas será de aplicación o recollido na Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións.
Miguel Angel Cainzos Lopez
Coordinador/a- Departamento
- Ciencia Política e Socioloxía
- Área
- Socioloxía
- Teléfono
- 881815160
- Correo electrónico
- miguel.cainzos [at] usc.es
- Categoría
- Profesor/a: Titular de Universidade
| Mércores | ||
|---|---|---|
| 12:00-13:30 | Grupo A. Horario de mañá | Aula de Informática 1 |
| 13:30-14:30 | Grupo /CLIS_01 | Aula de Informática 1 |
| 06.06.2024 10:00-12:00 | Grupo A. Horario de mañá | Aula de Informática 1 |
| 11.07.2024 17:00-19:00 | Grupo A. Horario de mañá | Aula de Informática 1 |
| Docente | Idioma |
|---|---|
| CAINZOS LOPEZ, MIGUEL ANGEL | Castelán |
| Docente | Idioma |
|---|---|
| CAINZOS LOPEZ, MIGUEL ANGEL | Castelán |