Guía Docente 2014/2015
Análisis Multivariante Aplicado
Multivariate Analysis Applied
Grado en Psicología
Análisis Multivariante Aplicado
Índice
Análisis Multivariante Aplicado ...3
Breve descripción de la asignatura ...3
Requisitos Previos ...3
Objetivos de la asignatura ...3
Competencias ...4
Metodología ...5
Temario ...5
Relación con otras asignaturas del plan de estudios ...8
Sistema de evaluación ...8
Bibliografía y fuentes de referencia ...9
Web relacionadas ... 10
Recomendaciones para el estudio ... 10
Materiales didácticos ... 10
Análisis Multivariante Aplicado
Análisis Multivariante Aplicado
Módulo: Estadística.
Materia: Análisis Multivariante Aplicado. Carácter: Formación Básica.
Nº de créditos: 6 ECTS.
Unidad Temporal: 2º Curso – 2º Semestre
Profesor/a responsable de la asignatura: Francisco J. Rodríguez Martínez Email: [email protected]
Horario de atención a los alumnos/as: Martes y Jueves, de 12:00 horas a 13:30 horas. Profesor/a coordinador de módulo, materia o curso: Dra. Mª Isabel Jiménez Morales
Breve descripción de la asignatura
La asignatura de Análisis Multivariante Aplicado trata de dar a conocer al alumno las diferentes técnicas de análisis múltiple de datos que existen y la interpretación de los mismos. Para ello se impartirán una serie de clases donde se explicará la teoría que irán acompañadas de unas prácticas realizadas con el programa estadístico SPSS de forma que el alumno adquiera unos conceptos que pueden ser importantes de cara a su vida laboral.
Brief Description
The subject Applied Multivariate Analysis tries to teach students various techniques of multivariate data analysis and their interpretation. The professor will teach a series of classes should explain the theory to be backed bysome practices performed with SPSS (statistical program), so that students acquire concepts that may be important in relation to their working lives.
Requisitos Previos
No se establecen requisitos previos.
Objetivos de la asignatura
1. Síntesis
2. Resolución de problemas y toma de decisiones.
3. Trabajo en equipo y colaboración con otros profesionales. 4. Autocrítica.
5. Conocer distintos diseños de investigación, procedimientos de formulación y contrastación de hipótesis y la interpretación de los resultados.
6. Desarrollar la capacidad de abstracción.
Análisis Multivariante Aplicado
Competencias
Competencias transversales
T1 Capacidad de análisis y síntesis.
T5 Conocimientos de informática relativos al ámbito de estudio. T6 Capacidad de gestión de la información.
T7 Capacidad de resolución de problemas.
T9 Capacidad para trabajar en equipo y colaborar eficazmente con otras personas. T10 Trabajo en equipo de carácter interdisciplinar.
T14 Razonamiento crítico.
T15 Capacidad para pensar de forma creativa y desarrollar nuevas ideas y conceptos.
T32 Saber obtener información de forma efectiva a partir de libros, revistas especializadas y de otras documentación.
Competencias específicas
E1. Saber analizar necesidades y demandas de los destinatarios de la función en diferentes contextos.
E4. Ser capaz de describir y medir variables (personalidad, inteligencia y otras aptitudes, actitudes, etc.) y procesos cognitivos, emocionales, psicobiológicos y conductuales.
E6. Ser capaz de diagnosticar siguiendo los criterios propios de la profesión. E18 Saber analizar e interpretar resultados de la evaluación.
Análisis Multivariante Aplicado
Metodología
Metodología Horas Horas de trabajo
presencial Horas de trabajo no presencial Exposición teórica 18 60 horas (40 %) Grupos de discusión, seminarios 24 Evaluación 6 Tutoría 12 Estudio personal 30 90 horas (60 %) Preparación de trabajo y exposición 40 Análisis de artículos científicos 15 Búsquedas bibliográficas 5 TOTAL 150 60 90
Temario
Programa de la enseñanza teórica
Tema 1. Introducción al programa SPSS. 1.1 Introducción de datos.
1.2 Edición de datos. 1.3 Tipos de ventanas. Tema 2. Estadística descriptiva.
2.1 Estadística multivariante. 2.2 Conceptos generales.
2.3 Etapas en la investigación estadística. 2.4 Distribución de frecuencias.
Análisis Multivariante Aplicado
2.5 Expresión cuantitativa de una variable. 2.5 Diagrama de barras.
2.6 Diagrama de sectores. 2.7 Diagrama de dispersión. 2.8 Gráficos probabilísticos.
2.9 Análisis exploratorio y datos atípicos. 2.10 Datos perdidos.
2.11 Contraste de hipótesis. Tema 3. Tablas de contingencia.
3.1 Distribuciones marginales y condicionales. 3.2 Casillas.
3.3 Estadísticos. 3.4 Gráficos. 3.5 Capas.
3.6 Tablas de respuesta múltiple. 3.7 Tablas personalizadas. Tema 4. Regresión lineal.
4.1 Hipótesis del modelo. 4.2 Estimación del modelo. 4.3 Análisis de los residuos.
4.4 Regresión con variables cualitativas. 4.5 Aplicación mediante SPSS.
Tema 5. Regresión no lineal y regresión logística.
5.1 Regresión no lineal. Hipótesis del modelo y aplicación mediante SPSS. 5.2 Regresión logística. Aplicación mediante SPSS.
Tema 6. Análisis cluster.
6.1 Introducción al análisis cluster. 6.2 Elección de las variables.
Análisis Multivariante Aplicado
6.2 Elección de una medida de asociación. 6.3 Elección de la técnica cluster.
6.4 Aplicación mediante SPSS. Tema 7. Análisis discriminante.
7.1 Hipótesis previas. 7.2 El modelo.
7.3 Validación de los resultados. 7.4 Estudio de los errores. 7.5 Aplicación mediante SPSS. Tema 8. Análisis de correspondencias.
8.1 Análisis de correspondencias. 8.2 Aplicación mediante SPSS. Tema 9. Correlación canónica.
9.1 Análisis de correlación canónica. 9.2 Aplicación mediante SPSS. Tema 10. Análisis factorial.
10.1 Hipótesis previas.
10.2 Estimación de los factores. 10.3 Interpretación de los factores. 10.4 Rotación de los factores. 10.5 Aplicación mediante SPSS.
Programa de la enseñanza práctica Práctica 1. Introducción al programa SPSS.
Práctica 2. Estadística descriptiva. Práctica 3. Tablas de contingencia. Práctica 4. Regresión lineal.
Análisis Multivariante Aplicado
Práctica 6. Análisis cluster. Práctica 7. Análisis discriminante.
Práctica 8. Análisis de correspondencias. Práctica 9. Correlación canónica.
Práctica 10. Análisis factorial.
Relación con otras asignaturas del plan de estudios
Análisis de datos I. Análisis de datos II. Historia de la psicología. Aprendizaje.
Metodología de la investigación en psicología. Documentación.
Sistema de evaluación
Convocatoria de Febrero/Junio: La evaluación constará de los siguientes puntos:
1. Pruebas de evaluación: Los contenidos teórico prácticos de la asignatura serán evaluados mediante pruebas que se realizarán en las APIs de la Universidad con el software SPSS. Dichas pruebas constarán de entre dos y tres ejercicios donde el alumno se enfrentará a ejercicios que versarán sobre la materia impartida en clase. Se tendrá en cuenta a la hora de evaluar dichas pruebas:
• Claridad en la exposición de los conceptos teóricos exigidos. • Forma en que se plantea el ejercicio que se debe desarrollar. • Resolución correcta del ejercicio.
Estas pruebas de evaluación supondrán el 65 % del total de la calificación final de la asignatura 2. Evaluación de prácticas: cada práctica entregada se puntuará entre 0 y 10. La nota final en prácticas será el resultado de sumar todas las notas obtenidas y dividir por el total de prácticas propuestas. La no entrega en el plazo indicado de una de las prácticas acarreará la suspensión de éstas. Se valorará:
Análisis Multivariante Aplicado
• Manejo de las herramientas de cálculo. • Consecución de resultados.
Las prácticas supondrán un 30 % del total de la nota
3. Participación del estudiante: la participación del estudiante, se valorará a través de la entrega de ejercicios propuestos, cumplimiento de plazos de entrega de dichos ejercicios y de las prácticas y participación en clase (cuestiones planteadas al profesor y respuesta a preguntas lanzadas por el profesor). Supondrá el 5 % de la calificación final.
Para poder realizar la media pondera entre prácticas y pruebas de evaluación, se ha de tener todas las prácticas entregadas en los plazos correspondientes y aprobadas en su conjunto y conseguir un mínimo de 5 en la media ponderada de las pruebas de evaluación (estableciendo una nota de corte de 5 en cada una de ellas).
Evaluación por recuperación. Los alumnos matriculados en recuperación se evaluarán a prueba
única y de toda la materia. Las convocatorias serán las oficialmente establecidas por la UCAM.
Convocatoria de Septiembre:
1. Pruebas de evaluación. La prueba de evaluación se puntuará de 0 a 10, teniendo que sacar el alumno una nota mínima de 5 para poder superar la asignatura. Supondrá el 65 % de la nota final. 2. Evaluación de prácticas. El alumno deberá entregar las mismas prácticas propuestas durante el curso. Supondrán el 30 % de la nota final.
3. Participación del estudiante. Se tendrá en cuenta la participación del estudiante durante el curso académico correspondiente a esta convocatoria. Supondrá el 5 % de la calificación final. Para poder realizar la media pondera entre prácticas y pruebas de evaluación, se ha de tener todas las prácticas entregadas en los plazos correspondientes y aprobadas en su conjunto y conseguir un mínimo de 5 en la media ponderada de las pruebas de evaluación (estableciendo una nota de corte de 5 en cada una de ellas).
Bibliografía y fuentes de referencia
Bibliografía básica • Apuntes proporcionados por el profesor de la asignatura.
• Gutiérrez, R., González, A., Torres, F. y Gallardo, J.A. (1994). Técnicas de análisis de datos
multivariable. Tratamiento computacional. Servicio de Reprografía de la Facultad de
Ciencias. Universidad de Granada.
• Visauta Vinacua, B. (2003). Análisis estadístico con SPSS para Windows.Volumen II. Estadística multivariante McGraw-Hill.
Análisis Multivariante Aplicado
Bibliografía complementaria
• Basilevsky, A. (1994). Statistical Factor Analysis and related methods. Wiley.
• Hair, J.F., Anderson, R., Tatham, R. and Black, W. (1999). Análisis multivariante. 5a Edición. Prentice Hall Iberia.
• Sharma, S. (1996). Applied multivariate techniques. Wiley. • SPSS21. Manual del Usuario. SPSS Inc. Chicago.
• Timm, N.H. (2002). Applied multivariate analysis. Springer.
Web relacionadas
www.spss.com/es/ Página oficial del programa SPSS en español.
Recomendaciones para el estudio
Las recomendaciones básicas para estudiar la materia consisten en primer lugar en disponer de los conocimientos de base para iniciar su estudio. Por este motivo, es conveniente que el alumno haya superado las asignaturas indicadas en el apartado de “Relación con otras materias”.
En segundo lugar se anima a los estudiantes a seguir un estudio continuado de la materia con el fin de poder ir asimilando conocimientos. El estudio y asimilación de cada jornada docente deberá realizarse antes de la siguiente clase y complementado con la realización de los problemas y
cuestiones propuestas. Como tiempo de estudio, se propone como mínimo un tiempo igual al de las horas de clase de la asignatura.
Por este motivo, el punto clave para superar la asignatura con éxito, es “comprender” la materia y no tanto su “memorización”. En caso de dudas o cuestiones, el estudiante debe preguntar al profesor bien en clase, en el horario de atención al alumno o bien telemáticamente. Como regla general una duda resuelta evita cinco interrogantes en el futuro.
Las prácticas deben ser realizadas por el alumno, y siempre con el objetivo claro de relacionar los ejercicios prácticos con los conocimientos teóricos a asimilar.
Materiales didácticos
1. Campus virtual.
Los contenidos correspondientes a cada tema y la documentación aportada durante el desarrollo de la asignatura estarán visibles a través del Campus Virtual. Así, el alumno podrá acceder a múltiples documentos, en formato electrónico. Estos materiales y recursos son los siguientes:
En la pestaña Recursos podrá encontrar los documentos: - Guía Académica de la asignatura.
Análisis Multivariante Aplicado
- Programa de la asignatura.
- Carpeta con instrucciones para la realización de trabajos.
• Instrucciones para la realización de trabajos individuales. • Instrucciones para la realización de un trabajo grupal. - Carpeta con materiales de apoyo
• Subcarpeta con las diapositivas que utilizará el profesor en cada uno de los temas. Además en la pestaña Anuncios se publicarán noticias y fechas de interés, así como las calificaciones obtenidas por los alumnos.
Dichas fechas también estará planificadas en la pestaña Calendario.
En la pestaña Carpeta Personal, el alumno podrá colgar el contenido de cada práctica realizada para su posterior revisión y corrección por parte del profesor.
2. Es conveniente que el alumno venga a clase provisto de un ordenador portátil.
Tutorías
Breve descripción
Las tutorías se dedicarán a reforzar los conceptos y a comprobar que el alumno asimila todo lo explicado en las clases magistrales. Los objetivos formativos planteados para la tutoría son:
• Orientación sobre los contenidos de la asignatura, los sistemas de evaluación y la metodología de enseñanza-aprendizaje, así como su vincula con otras materias y con el ejercicio profesional.
• Seguimiento y evaluación de trabajos, problemas y ejercicios planteados como horas de trabajo no presencial.
• Aclaración de dudas personales sobre los contenidos de la asignatura, memorias de las prácticas, trabajos o ejercicios planteados.
Para cubrir estos objetivos se planificarán las siguientes actividades formativas: • Presentación inicial de la asignatura, sistema evaluación y metodología.
• Reunión por grupos para realizar seguimiento del trabajo y ejercicios planteados.
• Exposición grupal de los trabajos con pregunta, debate y evaluación por parte del alumnado y profesorado.
• Sesión de refuerzo al final de cada tema con la aclaración de dudas personales y repaso de los conceptos importantes.
Este proceso de formación requiere de los adecuados sistemas de evaluación, cuyas herramientas y criterios principales son:
• Asistencia a las sesiones de tutorías.
Análisis Multivariante Aplicado
• Iniciativa, creatividad y toma de decisiones a la hora de resolver los trabajos o problemas planteados.
Tutoría personal:
La Universidad, además, dispone de un Cuerpo Especial de Tutores que realiza tutoría personal con los estudiantes matriculados en el grado. El tutor/a personal acompaña a los estudiantes durante toda la etapa universitaria. Se puede consultar el siguiente enlace: