Programa

Profesores

Información del curso

  •   Viernes
  •   Marzo – Julio, 2025
  •   09:00-11:30 hrs.
  •   Sala 334, FACSO

Resumen

Este curso busca dar acercamiento a la investigación social cuantitativa, abarcando el 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.

Contenidos

Módulo 1: Inferencia y estadística correlacional

1.1. Inferencia estadística y asociación

  • Área de una distribución, probabilidad en la curva normal, error tipo 1 y tipo 2
  • Intervalos de confianza para medias y proporciones usando distribución Z
  • Concepto de valor-p
  • Distribución t de Student y grados de libertad

1.2. Asociación entre dos variables cuantitativas

  • Concepto de covarianza y relación/correlación lineal y no-lineal
  • Correlación de Pearson

1.3. Asociación con variables categóricas

  • Tablas de contingencia y determinación de la asociación
  • Asociación poblacional mediante chi-cuadrado

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)

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

Modalidad:

Un reporte de investigación en parejas con dos entregas.

Ponderaciones:

  • Primera entrega 40%
  • Segunda entrega 60%

Requisitos de aprobación

  • Nota mínima de aprobación: 4,0 (en escala de 1 a 7).
  • Requisitos de presentación a exámen: Nota entre 3,5 y 4,9

Acerca del plagio: Cualquier información vertida en documentos calificables, que no se indique su debida procedencia, conociéndose de autor externo, y/o cualquier similitud, se considera plagio, conducente a la rendición del examen final.

Palabras Clave

  • Estadística, investigación cuantitativa, manipulación de datos, visualización de datos, interpretación de coeficientes

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.

Wooldridge, J. M. (2008). Introducción a la econometría: un enfoque moderno. Paraninfo Cengage Learning.

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.

Recursos web