Presentación

Los modelos de dependencia y los modelos de interdependencia forman parte del Análisis Multivariante de datos. Con este nombre se agrupa a un conjunto de modelos, técnicas y procedimientos que básicamente estudian interrelaciones entre variables. La diferencia principal con respecto a las técnicas inferenciales está en que los modelos multivariados trabajan con un amplio número de variables dependientes y/o independientes, por lo tanto permiten el estudio de fenómenos complejos.

La clasificación de estos modelos puede hacerse según diversos criterios, aunque de forma general responden a dos objetivos de investigación. Por un lado, permiten describir el patrón de comportamiento de las variables observadas y, por tanto, tienen una función descriptiva, mientras que, por otro lado, posibilitan estudiar las diferencias entre grupos a partir de patrones de comportamiento descritos, en cuyo caso tienen una finalidad explicativa.

El primer grupo de técnicas comprende los modelos multivariantes de interdependencia, cuyo objetivo es, a partir de la estructura de interrelaciones subyacente entre las variables (o entre los sujetos), encontrar agrupaciones de variables (o de sujetos) que presenten patrones comunes. El segundo grupo reúne los modelos multivariantes de dependencia, y tienen como objetivo la explicación de la varianza de una variable dependiente (o variable de respuesta) a partir de un conjunto de variables independientes o variables explicativas. Dentro de cada uno de estos grupos de modelos son decisivas: (a) la función de las variables (variables dependientes o variables independientes) y la escala de medida de las variables (variables cuantitativas o variables categóricas). A partir de aquí, los distintos modelos de interdependencia y de dependencia son diferentes propuestas de análisis adaptadas a la métrica de las variables que entran en juego.

Competencias básicas

• CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  
• 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.

Competencias generales

• CG4. Que los estudiantes apliquen las técnicas estadísticas de análisis de información cuantitativa como herramienta esencial en el desarrollo de la investigación empírica.

Competencias específicas

• CE9. Aplicar las técnicas de análisis estadístico adecuadas al tipo de datos recogidos, diferenciando pruebas paramétricas y no paramétricas.
  
• CE11. Aplicar técnicas de análisis estadístico multivariante a datos educativos.
  
• CE15. Interpretar y valorar los resultados de investigación educativa.

Competencias transversales

• CT3. Desarrollar habilidades de comunicación, escritas y orales, para realizar atractivas y eficaces presentaciones de información profesional.
  
• CT4. Adquirir la capacidad de trabajo independiente, impulsando la organización y favoreciendo el aprendizaje autónomo.

Tema 1. Introducción al análisis multivariante

• Introducción y objetivos
  
• Contexto y definición
  
• Los datos en el análisis multivariante
  
• Clasificación de análisis multivariantes
  
• Aplicación de un análisis multivariante
  
• Referencias bibliográficas

Tema 2. Regresión lineal múltiple

• Introducción y objetivos
  
• Regresión lineal simple y múltiple
  
• Supuestos
  
• Multicolinealidad
  
• Regresión lineal por pasos
  
• Diagnóstico en regresión
  
• Proceso general de la regresión lineal
  
• Referencias bibliográficas

Tema 3. Regresión logística con respuesta dicotómica

• Introducción y objetivos
  
• Cuestiones previas
  
• Cómo ajustar un modelo lineal
  
• La lógica de la regresión logística
  
• Diagnóstico
  
• Análisis de un caso
  
• Referencias bibliográficas

Tema 4. Regresión logística con respuesta nominal y ordinal

• Introducción y objetivos
  
• Regresión nominal
  
• Regresión ordinal
  
• Referencias bibliográficas

Tema 5. Regresión de Poisson

• Introducción y objetivos
  
• Regresión lineal con recuentos
  
• Regresión de Poisson con recuentos
  
• Referencias bibliográficas

Tema 6. Modelos loglineales

• Introducción y objetivos
  
• Tablas de contingencias
  
• Modelos loglineales jerárquicos
  
• Análisis de un caso
  
• Referencias bibliográficas

Tema 7. Análisis discriminante

• Introducción y objetivos
  
• Análisis discriminante con dos grupos
  
• Análisis de un caso
  
• Referencias bibliográficas

Tema 8. Análisis de conglomerados

• Introducción y objetivos
  
• Conceptos previos
  
• Análisis de conglomerados jerárquico
  
• Referencias bibliográficas

Tema 9. Escalamiento multidimensional

• Introducción y objetivos
  
• Conceptos previos
  
• Tipos de escalamiento multidimensional
  
• Escalamiento multidimensional métrico
  
• Referencias bibliográficas

Tema 10. Análisis factorial exploratorio

• Introducción y objetivos
  
• Análisis factorial exploratorio y confirmatorio
  
• Fases del Análisis Factorial Exploratorio (AFE)
  
• Conceptos básicos
  
• Análisis de un caso de AFE
  
• Otras opciones
  
• Referencias bibliográficas
  

 

Las actividades formativas de la asignatura se han elaborado con el objetivo de adaptar el proceso de aprendizaje a las diferentes capacidades, necesidades e intereses de los alumnos.

Las actividades formativas de esta asignatura son las siguientes:

• Trabajo. Se trata de actividades de diferentes tipos: reflexión, análisis de casos, prácticas, etc.
• Comentario de lecturas. Es un tipo de actividad muy concreto que consiste en el análisis de textos de artículos de autores expertos en diferentes temas de la asignatura.
• Casos prácticos. Situarán al alumno ante situaciones reales que tendrán que analizar y tras ello tomar decisiones, evaluar consecuencias y alternativas.
• Participación en eventos. Son eventos programados todas las semanas del cuatrimestre: sesiones presenciales virtuales, foros de debate.

Descargar programación

Estas actividades formativas prácticas se completan, por supuesto, con estas otras:

• Estudio personal
• Tutorías. Las tutorías se pueden articular a través de diversas herramientas y medios. Durante el desarrollo de la asignatura, el profesor programa tutorías en días concretos para la resolución de dudas de índole estrictamente académico a través de las denominadas “sesiones de consultas”. Como complemento de estas sesiones se dispone también del foro “Pregúntale al profesor de la asignatura” a través del cual se articulan algunas preguntas de alumnos y las correspondientes respuestas en el que se tratan aspectos generales de la asignatura. Por la propia naturaleza de los medios de comunicación empleados, no existen horarios a los que deba ajustarse el alumno.
• Examen final presencial u online

Las horas de dedicación a cada actividad se detallan en la siguiente tabla:

ACTIVIDADES FORMATIVAS	HORAS POR ASIGNATURA	% PRESENCIAL
Sesiones presenciales virtuales	15 horas	100%
Recursos didácticos audiovisuales	6 horas	0
Estudio del material básico	60 horas	0
Lectura del material complementario	45 horas	0
Trabajos, casos prácticos y test de autoevaluación	17 horas	0
Talleres prácticos virtuales	12 horas	16,7%
Tutorías	16 horas	30%
Trabajo colaborativo	7 horas	0
Examen final	2 horas	100%
Total	180 horas	-

Bibliografía básica

Recuerda que la bibliografía básica es imprescindible para el estudio de la asignatura. Cuando se indica que no está disponible en el aula virtual, tendrás que obtenerla por otros medios: librería UNIR, biblioteca...

Los textos necesarios para el estudio de la asignatura han sido elaborados por UNIR y están disponibles en formato digital para consulta, descarga e impresión en el aula virtual.

Bibliografía complementaria

• Alaminos, A., Francés García, F.J., Penalva-Verdú, C. y Santacreu. O. (2015). Análisis multivariante para las Ciencias Sociales I. Ecuador: PYDLOS Ediciones
• Aldas, J. (2017). Análisis Multivariante Aplicado con R. Madrid: Ediciones Paraninfo
• Bartholomew, D.J., Steele, F., Moustaki, I. y Galbraith, J.I. (2008). Analysis of multivariate social science data (2th ed.). Boca Raton: Chapman & Hall/CRC. Web asociada: http://www.bristol.ac.uk/cmm/team/fs/aimdss-2nd-ed/downloads.html
• Cohen, L., Manion, L. y Morrison, K. (2011). Research methods in education (7th ed.) London: Routledge.
• Diawara, N. (Ed.). (2019). Modern Statistical Methods for Spatial and Multivariate Data. Springer.
• Field, A. (2018). Discovering Discovering Statistics Using IBM SPSS Statistics. (5th ed.). London: Sage. Web asociada: https://edge.sagepub.com/field5e
• Hair, J.F. (jr.), Anderson, R.E., Tatham, R.L. y Black, W.C. (1999). Análisis multivariante (5ª ed.). Madrid: Prencice-Hall.
• J. F. Hair, B. J. Babin, R. E. Anderson, W. C. Black (2018). Multivariate Data Analysis. Boston: Cengage.
• Ho, R. (2014). Handbook of univariate and multivariate data analysis and interpretation with IBM SPSS (2th ed.). Boca Raton: Chapman & Hall/CRC.
• Lévy, J.P. y Varela, J. (dirs.) (2003). Análisis multivariable para las ciencias sociales. Madrid: Pearson.
• Martínez Arias, R., Castellanos López, M.A. y Chacón Gómez, J.C. (2014). Análisis de datos en psicología y CC. Salud. Vol. II: Inferencia estadística. Madrid: EOS.
• Montanero, J. (2019). Manual Análisis Multivariante abreviado. Servicio de Publicaciones UEx. http://matematicas.unex.es/~jmf/Archivos/Manual%20de%20Estad%C3%ADstica%20Multivariante.pdf
• Pardo, A. y Ruiz, M.A. (2002). SPSS11. Guía para el análisis de datos. Madrid: McGraw-Hill.
• Pardo, A. y Ruiz, M.A. (2005). Análisis de datos con SPSS 13 Base. Madrid: McGraw-Hill.
• Pardo, A. y Ruiz, M.A. (2013). Análisis de datos en Ciencias Sociales y de la Salud. Vol. III. Madrid: Síntesis. (Capítulos 5, 6 y 7).
• Pardo, A. y San Martín, R. (2010). Análisis de datos en Ciencias Sociales y de la Salud. Vol. II. Madrid: Síntesis. (Capítulo 10).
• Peña, D. (2010). Regresión y Diseño de Experimentos. Madrid: Alianza editorial.
• Tabachnick, B.G. y Fidell, L.S. (2013). Using multivariate statistics (6th ed.). Boston: Allyn and Bacon.

El sistema de calificación se basa en la siguiente escala numérica:

0 - 4, 9	Suspenso	(SS)
5,0 - 6,9	Aprobado	(AP)
7,0 - 8,9	Notable	(NT)
9,0 - 10	Sobresaliente	(SB)

La calificación se compone de dos partes principales:

El examen se realiza al final del cuatrimestre y es de carácter PRESENCIAL U ONLINE y OBLIGATORIO. Supone el 60% de la calificación final y para que la nota obtenida en este examen se sume a la nota final, es obligatorio APROBARLO.

La evaluación continua supone el 40% de la calificación final. Este 40% de la nota final se compone de las calificaciones obtenidas en las diferentes actividades formativas llevadas a cabo durante el cuatrimestre.

Ten en cuenta que la suma de las puntuaciones de las actividades de la evaluación continua permite que realices las que prefieras hasta conseguir el máximo puntuable mencionado. En la programación semanal de la asignatura, se detalla la calificación máxima de cada actividad o evento concreto puntuables.

Sistema de evaluación	Ponderación min - max
Participación del estudiante (sesiones, foros, tutorías)	0% - 40%
Trabajos, proyectos, laboratorios/talleres y casos	10% - 40%
Test de evaluación	0% - 40%
Examen final	60% - 60%

Ana Isabel Manzanal Martínez

Doctora Cum Laude en Ciencias Biológicas por la Universidad Autónoma de Madrid, en el campo de Genética Molecular aplicada al diagnóstico de enfermedades. Pertenece al departamento de Métodos de Investigación y Diagnóstico en Educación de UNIR.

Formación académica. Licenciada en Ciencias Ambientales por la Universidad Autónoma de Madrid, y Máster en Gestión Medioambiental por la Universidad Politécnica de Madrid.

Experiencia. Ha ejercido como docente en diversos grados en universidades privadas con metodología presencial, así como en Educación Secundaria en el Centro de Educación de Adultos de la Comunidad de Madrid. Desde 2012, es docente en la Facultad de Educación de UNIR, en los Grados de Magisterio de Educación Primaria y Educación Infantil, y en el Máster de Formación del Profesorado de Educación Secundaria. Asimismo, pertenece al departamento de Didáctica de las Matemáticas y Ciencias Experimentales.

Línesas de investigación. Sus intereses investigadores se centran en la Didáctica de las Ciencias Experimentales y en la Calidad Educativa.  Interesada en las estrategias de aprendizaje, potenciando la metacognición y desarrollo del aprendizaje autorregulado acorde con una educación personalizada. Actualmente pertenece al grupo de investigación Los estilos de aprendizaje aplicados a las Ciencias Experimentales en educación Primaria y Secundaria, de UNIR.

Obviamente, al tratarse de formación online puedes organizar tu tiempo de estudio como desees, siempre y cuando vayas cumpliendo las fechas de entrega de actividades, trabajos y exámenes. Nosotros, para ayudarte, te proponemos los siguientes pasos:

1. Desde el Campus virtual podrás acceder al aula virtual de cada asignatura en la que estés matriculado y, además, al aula virtual del Curso de introducción al campus virtual. Aquí podrás consultar la documentación disponible sobre cómo se utilizan las herramientas del aula virtual y sobre cómo se organiza una asignatura en la UNIR y también podrás organizar tu plan de trabajo con tu tutor personal.
2. Observa la programación semanal. Allí te indicamos qué parte del temario debes trabajar cada semana.
3. Ya sabes qué trabajo tienes que hacer durante la semana. Accede ahora a la sección Temas del aula virtual. Allí encontrarás el material teórico y práctico del tema correspondiente a esa semana.
4. Comienza con la lectura de las Ideas clave del tema. Este resumen te ayudará a hacerte una idea del contenido más importante del tema y de cuáles son los aspectos fundamentales en los que te tendrás que fijar al estudiar el material básico. Consulta, además, las secciones del tema que contienen material complementario.
5. Dedica tiempo al trabajo práctico (sección Actividades y Test). En la programación semanal te detallamos cuáles son las actividades correspondientes a cada semana y qué calificación máxima puedes obtener con cada una de ellas.
6. Te recomendamos que participes en los eventos del curso (sesiones presenciales virtuales, foros de debate…). Para conocer la fecha concreta de celebración de los eventos debes consultar las herramientas de comunicación del aula vitual. Tu profesor y tu tutor personal te informarán de las novedades de la asignatura.

En el aula virtual del Curso de introducción al campus virtual encontrarás siempre disponible la documentación donde te explicamos cómo se estructuran los temas y qué podrás encontrar en cada una de sus secciones.

Recuerda que en el aula virtual del Curso de introducción al campus virtual puedes consultar el funcionamiento de las distintas herramientas del aula virtual: Correo, Foro, Sesiones presenciales virtuales, Envío de actividades, etc.