Download uea: 2298004- estadística aplicada a procesos

UEA: 2298004- ESTADÍSTICA APLICADA A PROCESOS POLÍTICOS
Profesor: Dr. Cristóbal Mendoza
[email protected]
[email protected]
Viernes, 10h.-14h
Sala C de Informática edificio H
OBJETIVO GENERAL
El objetivo general de este curso es que el alumno conozca las herramientas básicas para
el análisis cuantitativo en ciencias sociales (fuentes de información, operacionalización de
conceptos y variables, encuesta y cuestionario, codificación, estadística descriptiva), así
como las técnicas de inferencia estadística, de correlación, regresión simple y algunas
técnicas de análisis multivariado (regresión lineal múltiple y regresión logística).
OBJETIVOS ESPECÍFICOS




















Conocer y usar las fuentes de información para el análisis cuantitativo (registros,
censos y encuestas) y los diferentes tipos de variables.
Estudiar la operacionalización de conceptos.
Conocer la encuesta como método de investigación, estudiar la estructura de
un cuestionario y observar los diferentes tipos de preguntas (abiertas o
cerradas, preguntas filtro) en función de los objetivos de la investigación.
Conocer los diferentes tipos de distribución y su utilidad para el análisis geográfico.
Calcular un tamaño de muestra, para un nivel de confianza y un error de muestreo
dados.
Trabajar la estadística descriptiva a partir de los datos de una encuesta real (análisis
de frecuencias, medidas de tendencia central y medidas de dispersión).
Conocer las gráficas básicas para el manejo de información estadística (histograma,
diagramas de barras, gráfica de sectores, etc.)
Familiarizar al alumno con el estudio de las probabilidades, conocer los diferentes
tipos de distribución de frecuencias (normal, binomial y Poisson) así como su
utilidad para el análisis geográfico.
Conocer las principales pruebas estadísticas para el análisis de muestras
poblacionales.
Realizar tablas de contingencia en SPPSx, aplicar el método de la Chi cuadrada y
entender los principales estadísticos de contingencia.
Conocer la técnica del análisis de la varianza (ANOVA), a partir de ejemplos
concretos.

Coordinación de Estudios de la Maestría y Doctorado en Estudios Sociales, San Rafael Atlixco 186, Colonia Vicentina. Delegación Iztapalapa
09340, Ciudad de México, Edificio H, cubículo 132, 5804 4794 y 58044600 ext. 3631, [email protected]

 Trabajar diferentes tipos de
correlación en SPPSx, entender su uso para el análisis de la ciencia política y saber
leer las pruebas de significación estadísticas y los coeficientes de correlación.




Estudiar el modelo de regresión simple con todos sus componentes (ecuación,
coeficiente de correlación, pruebas de significación estadística, parámetros del
modelo, análisis de residuos)
Introducir al estudiante en el análisis multivariado explicativo para una sola
variable dependiente (modelos de regresión lineal múltiple y de regresión
logística), a partir de bases de datos y ejemplos de investigación concretos.
TEMARIO
Módulo 1
Fuentes de investigación para el análisis cuantitativo
El objetivo de este módulo es que el alumno se familiarice con las fuentes de información
para el análisis estadístico y distinga claramente entre censos, encuestas y registros.
En particular, el alumno trabajará la información del Censo de Población y Vivienda de
México de 2010 que se puede consultar en Internet, bajará dicha información de la red y
elaborará un ejercicio que demuestre que sabe cómo localizar la información y trabajarla
en Excel.
1.1 Datos primarios, datos secundarios y metadatos
1.2 Fuentes de información “secundaria”: publicaciones impresas (anuarios, boletines,
recopilaciones estadísticas), registros, censos y encuestas.
1.3 Ventajas e inconvenientes del uso de fuentes de información secundaria
1.4 Fuentes de información estadística en México
Cea D´Ancona, M. Á. (1999) Metodología Cuantitativa: Estrategias de Investigación
Social. Madrid: Síntesis, pp. 220-238.
González Rodríguez, B. (1994) “La utilización de los datos disponibles” en M.
García Ferrando et al. (compiladores) El Análisis de la Realidad Social: Métodos y
Técnicas de Investigación. Madrid: Alianza, pp. 245-273.
www.inegi.gob.mx
Módulo 2
La operacionalización de conceptos y las variables
Se trabajarán los fundamentos y principios de la operacionalización. A partir de ejemplos
concretos, se verá cómo los conceptos se traducen en variables y medidas
(representación teórica del concepto, especificación del concepto, desglose en distintas
dimensiones, variables que expresen estas dimensiones e indicadores que traduzcan
estas variables en medidas o índices)
El alumno también estudiará los diferentes tipos de variables. Es importante que los
estudiantes distingan las características que debe tener una variable para que se realice
adecuadamente una medición (exhaustividad, excluvisivad y precisión), y sepan distinguir
los tipos de variable.
Coordinación de Estudios de la Maestría y Doctorado en Estudios Sociales, San Rafael Atlixco 186, Colonia Vicentina. Delegación Iztapalapa
09340, Ciudad de México, Edificio H, cubículo 132, 5804 4794 y 58044600 ext. 3631, [email protected]
2.1 Fundamentos y principios de la operacionalización
2.2 La medición de las variables: exhaustividad, exclusividad y precisión
2.3 Tipos de variables
 Por nivel de medición, nominal, ordinal, intervalo y razón
  Según la escala de medición, continua o discreta.
 De acuerdo con la función en la investigación, independientes o explicativas (x),
dependientes o criterio (y) o variables de control.

2.4 Ejemplos de aplicaciones de conceptos, variables e indicadores de investigaciones
reales
Cea D´Ancona, M. Á. (1999) Metodología Cuantitativa: Estrategias de Investigación
Social. Madrid: Síntesis, pp. 123-156.
Levin, J. (1997) Fundamentos de Estadística de la Investigación Social. Oxford: Oxford
University Press, pp. 1-12
González Blasco, P. (1994) “Medir en las ciencias sociales” en M. García
Ferrando et al. (compiladores) El Análisis de la Realidad Social: Métodos y Técnicas de
Investigación. Madrid: Alianza, pp. 275-334.
Mayntz, R., K. Hola y P. Hüber, (1996) Introducción a los métodos de la sociología
empírica. Madrid: Alianza Universidad, 6ª edición, pp. 45-62.
Pierdant Rodríguez, A. I. (2000) Estadística descriptiva con Excel 97. Ciudad de México:
Universidad Autónoma Metropolitana-Xochimilco, 2ª edición, pp. 15-31
Módulo 3
La investigación social mediante encuesta: El cuestionario
El profesor introducirá al alumno en la encuesta como estrategia de investigación,
subrayando sus ventajas e inconvenientes. Se revisarán diferentes tipos de cuestionarios
y se verán los tipos de preguntas (abierta, cerrada, filtro).
3.1 La encuesta como estrategia de investigación: características, ventajas e
inconvenientes
3.2 Modalidades de encuestas
3.3 Fases de una encuesta
3.4 El diseño del cuestionario
 Tipos de preguntas (cerradas, abiertas)
  La formulación de preguntas
 Medición de actitudes (escala Thurstone, escala Likert, diferencial semántico de
Osgood)

 La disposición de preguntas en el cuestionario (las preguntas filtro), la
precodificación y la prueba piloto

3.5 Ejemplos de cuestionarios
Bosch, J. L. y D. Torrente (1993) Encuestas Telefónicas y por Correo. Madrid: Centro de
Investigaciones Sociológicas (Cuadernos Metodológicos, 9)
Cea D´Ancona, M. Á. (1999) Metodología Cuantitativa: Estrategias de Investigación
Social. Madrid: Síntesis, pp. 239-293.
Coordinación de Estudios de la Maestría y Doctorado en Estudios Sociales, San Rafael Atlixco 186, Colonia Vicentina. Delegación Iztapalapa
09340, Ciudad de México, Edificio H, cubículo 132, 5804 4794 y 58044600 ext. 3631, [email protected]
García Ferrando, M. (1994) “La encuesta” en M. García Ferrando et al.
(compiladores) El Análisis de la Realidad Social: Métodos y Técnicas de Investigación.
Madrid: Alianza, 147-176.
Módulo 4
La estadística descriptiva: Primeros pasos en el manejo de base de datos con
SPSSx
Mediante el uso de diferentes encuestas, los alumnos trabajarán las bases y realizarán
ejercicios sencillos (frecuencias, tablas de contingencia sencillas, medidas de
concentración y dispersión) que les permitan enfrentarse con los problemas normales
derivados de su uso (depuración de datos, creación de nuevas bases de datos, de nuevas
variables). También aprenderán a exportar información a otros programas para realizar
gráficas o mapas.
4.1 Proporciones, razones, tasas
4.2 La depuración de la información y la creación de nuevas variables.
4.3 Medidas de tendencia central (media, mediana y moda).
4.4 Medidas de dispersión (desviación típica, varianza, sesgo y curtosis).
4.5 Cuadros y gráficas (diagrama de barras, histograma, gráficas de sectores, polígonos
de frecuencias).
4.6 Análisis de frecuencias e introducción a las tablas de contingencia sencillas.
Ebdon, D. (1982) Estadística para Geógrafos. Barcelona: Oikos-Tau.
Guerrero, V. (2000) Estadística básica para estudiantes de economía y otras ciencias
sociales. Ciudad de México, Fondo de Cultura Económica, 2ª edición.
Levin, J. (1997) Fundamentos de Estadística de la Investigación Social, Oxford: Oxford
University Press, pp. 15-72.
Pierdant Rodríguez, A. I. (2000) Estadística descriptiva con Excel 97, 2ª edición. Ciudad
de México: Universidad Autónoma Metropolitana-Xochimilco, pp. 47-59.
Shaw, G. y D. Wheeler (1985) Statistical Techniques in Geographical Analyses.
Chichester: John Wiley & Sons, pp. 49-66.
Módulo 5
Probabilidad y distribuciones
En este módulo, el alumno conocerá los diferentes tipos de distribuciones, lo cual es
necesario para, posteriormente, aplicar exitosamente las diferentes pruebas y modelos
estadísticos.
5.1 Introducción a la probabilidad
5.2 La distribución normal
5.3 La curva normal estandarizada
5.4 La distribución binomial
5.5 La distribución Poisson
Coordinación de Estudios de la Maestría y Doctorado en Estudios Sociales, San Rafael Atlixco 186, Colonia Vicentina. Delegación Iztapalapa
09340, Ciudad de México, Edificio H, cubículo 132, 5804 4794 y 58044600 ext. 3631, [email protected]
Egdon, D. (1982) Estadística para Geógrafos. Barcelona: Oikos-Tau.
Shaw, G. y D. Wheeler (1985) Statistical Techniques in Geographical Analyses.
Chichester: John Wiley & Sons, pp. 67-10
Módulo 6
La selección de las unidades de observación: El diseño y el tamaño de una muestra
El alumno se familiarizará, primero de todo, con la terminología adecuada, población (o
universo) de estudio, marco de muestreo y tamaño de muestra. También entenderá los
factores que influyen en la decisión de un tipo de muestreo y de un tamaño de muestra
para investigaciones concretas (variedad o heterogeneidad poblacional, margen de error
y nivel de confianza). El alumno, por último, calculará el tamaño de una muestra, para un
nivel de confianza y margen de error dados.
6.1 Etapas del diseño de muestra
•
Universo de estudio (elementos, áreas, período de tiempo)
•
Marco de muestreo
•
Unidades de muestreo (ciudad, calles, hogares)
•
Método de muestreo (probabilísticos vs. no probabilísticos)
• Estrategia de recogida de la información 6.2 Tamaño
de muestra.
•
Intervalos de confianza
•
Error muestral
Cálculo del tamaño de una muestra, para un intervalo de confianza y margen de error
dados.
Cea D´Ancona, M. Á. (1999) Metodología Cuantitativa: Estrategias de Investigación
Social. Madrid: Síntesis, pp. 159-218.
Shaw, G. y D. Wheeler (1985) Statistical Techniques in Geographical Analyses.
Chichester: John Wiley & Sons, pp. 105-119.
Módulo 7
Tablas de contingencia y test estadístiscos no paramétricos (Chi cuadrada)
Las tablas de contingencia es uno de los métodos más usados en ciencias sociales que
permiten ver la asociación entre variables. El estudiante trabajará en este módulo, además
de la elaboración de dichas tablas, el test no paramétrico de la Chi cuadrado (para
observar si la relación es estadísticamente significativa) y se introducirá al alumno en los
estadísticos de contingencia (para estimar la magnitud y el signo, positivo o negativo de
la relación no causal entre variables).
7.1
7.2
7.3
7.4
Introducción y realización de tablas de contingencia en SPSSx.
La prueba de la Chi cuadrada y las tablas de contingencia.
Grados de libertad y nivel de significación
Análisis de una salida de SPSSx: Los estadísticos de contingencia
Coordinación de Estudios de la Maestría y Doctorado en Estudios Sociales, San Rafael Atlixco 186, Colonia Vicentina. Delegación Iztapalapa
09340, Ciudad de México, Edificio H, cubículo 132, 5804 4794 y 58044600 ext. 3631, [email protected]
Cea D´Ancona, M. Á. (1999) Metodología Cuantitativa: Estrategias de Investigación
Social. Madrid: Síntesis, pp. 317-350.
Shaw, G. y D. Wheeler (1985) Statistical Techniques in Geographical Analyses.
Chichester: John Wiley & Sons, pp. 120-149.
Módulo 8
Los tests o pruebas estadísticos: Tests paramétricos y no paramétricos
En este módulo se trata de ver las pruebas estadísticas, paramétricas y no paramétricas,
más comunes (Chi cuadrada, análisis de la varianza, t de Student principalmente), que el
estudiante sepa cuándo y por qué se usan, y que entienda la relevancia del nivel de
significación para los análisis cuantitativos. Se profundizará en el estudio de la Chi
cuadrada, aplicado a dos muestras.
8.1
La hipótesis nula y la hipótesis alternativa
8.2
Introducción a los tests o pruebas paramétricos y no paramétricos
8.3 La prueba de la Chi cuadrada para una y dos muestras (variables nominales)
8.4 La prueba t de Student y la F de Snedecor (variables de intervalo o razón)
8.5 El análisis univariado de la varianza (UNIVA) (variables de intervalo o razón)
Rogerson, P. A. (2006) Statistical Methods for Geography: A Student´s Guide.
Londres: Sage, pp. 132-153.
Shaw, G. y D. Wheeler (1985) Statistical Techniques in Geographical Analyses.
Chichester: John Wiley & Sons, pp. 120-149.
Sierra Bravo, R. (1994) Técnicas de Investigación Social: Teoría y Ejercicios. Paraninfo,
pp. 549-587
Módulo 9
Análisis bivariado: Métodos de correlación
El alumno conocerá los diversos métodos de correlación, aplicados al análisis geográfico,
y aprenderá a usarlos dependiendo de los datos (número de casos y características de
las variables).
9.1 Técnicas de correlación y análisis geográfico
9.2 Tipos de correlación y su relación con las características de las variables
9.3 La correlación producto momento de Pearson (intervalo/razón)
9.4 La correlación de Spearman (ordinal)
9.5 Correlaciones para variables nominales (biserial y coeficiente de Phi)
Robinson, G. (1998) Methods & Techniques in Human Geography. Chichester: Wiley, pp.
81-117.
Sierra Bravo, R. (1994) Técnicas de Investigación Social: Teoría y Ejercicios. Paraninfo,
pp. 504-534
Coordinación de Estudios de la Maestría y Doctorado en Estudios Sociales, San Rafael Atlixco 186, Colonia Vicentina. Delegación Iztapalapa
09340, Ciudad de México, Edificio H, cubículo 132, 5804 4794 y 58044600 ext. 3631, [email protected]
Módulo 10
Análisis bivariado: Los modelos de regresión lineal simple
Los modelos de regresión simple, con una variable dependiente métrica, y otra
independiente, métrica o no métrica, permitirán acercar al estudiante a los modelos
multivariados, más complejos, y profundizar en los tests paramétricos t de Student y F de
Snedecor, así como en el coeficiente de correlación r de Pearson. También se trabajará
el análisis de residuos.
10.1 El modelo de regresión lineal simple: La ecuación
10.2 Pruebas de significación estadística
10.3 Límites de confianza
10.4 Coeficiente de determinación (R2)
Anderson, D., R. Dennis, J. Sweeney y Thomas A Williams (1999) Estadística para
administración y economía. Ciudad de México: International Thomson Editores.
Levin, J. (1999) Fundamentos de Estadística en la Investigación Social. Oxford: Oxford
University Press, pp. 212-217.
Módulo 11
Análisis multivariado explicativo: Regresión lineal múltiple y regresión logística
Se introducirá al alumno en modelos multivariados (una variable dependiente y varias
independientes) de naturaleza compleja. Se trabajará la regresión lineal múltiple (variable
dependiente métrica) y la regresión logística (variable dependiente no métrica).
Este módulo es avanzado y requiere de un buen uso de SPSSx. Por tanto, se realizarán
dos ejemplos prácticos, uno de regresión lineal múltiple y otro logístico. En el primer caso,
es un ejemplo clásico, el estudio del ingreso a partir de la educación, donde la variable
dependiente es el ingreso y las independientes son los años de educación, sexo y lugar
de residencia. En el caso de una regresión logística, la variable dependiente será la
probabilidad de emigrar a los Estados Unidos y las independientes, el sexo, la edad y el
lugar de origen, y se estudiará a partir de un ejemplo ya resuelto.
11.1 Introducción al análisis multivariado explicativo
11.2 El modelo de regresión lineal múltiple
  Las ecuaciones del modelo
  Variable dependiente, variables independientes y variables de control (dummy)
 Prueba de significación de los modelos y pruebas de significación de las variables
de los modelos

 Parámetros del modelo
11.3 El modelo de regresión logístico
  Las ecuaciones del modelo
 Variables dependientes e independientes. La relevancia de la categorización de las
variables

 Definición de modelos y logaritmos de la verisimilitud
 Pruebas de significación estadística entre variables
 Parámetros del modelo
Coordinación de Estudios de la Maestría y Doctorado en Estudios Sociales, San Rafael Atlixco 186, Colonia Vicentina. Delegación Iztapalapa
09340, Ciudad de México, Edificio H, cubículo 132, 5804 4794 y 58044600 ext. 3631, [email protected]
Bosque Sendra, J. (1994) “Relación entre más de dos variables” en J. Bosque
Sendra y A. Moreno Jiménez (compiladores) Prácticas de Análisis Exploratorio y
Multivalente. Barcelona: Oikos-Tau, 55-86.
Catena, A., M. Ramos y H. Trujillo (2003) Análisis Multivariado: Un Manual para
Investigadores. Madrid: Biblioteca Nueva, 223-254.
Mendoza, C. (2004) “Circuitos y espacios transnacionales en la migración entre México y
Estados Unidos: Aportes de una encuesta de flujos”. Migraciones Internacionales, 2 (3),
83-109.
Robinson, G. (1998) Methods & Techniques in Human Geography. Chichester: Wiley, pp.
118-158.
DINÁMICA DE CLASE
El curso se basa en lectura de textos, discusión en clase y prácticas en laboratorio, bajo
la dirección del profesor.
EVALUACIÓN
Asistencia, discusión y participación en clase
Elaboración de prácticas
10%
90%
Coordinación de Estudios de la Maestría y Doctorado en Estudios Sociales, San Rafael Atlixco 186, Colonia Vicentina. Delegación Iztapalapa
09340, Ciudad de México, Edificio H, cubículo 132, 5804 4794 y 58044600 ext. 3631, [email protected]
BIBLIOGRAFÍA
ANDERSON, D., R. Dennis, J. Sweeney y Thomas A Williams (1999)
Estadística para administración y economía. Ciudad de México: International Thomson
Editores.
BOSCH, José Luis y D. Torrente (1993) Encuestas telefónicas y por correo. Madrid:
Centro de Investigaciones Sociológicas (Cuadernos Metodológicos, 9)
BUTTOLPH, Johnson Janet y Richard A. Joslin (1999) Political Science Research
Methods. Washington DC: CQPress.
CEA D´ANCONA, María Ángeles (1999) Metodología cuantitativa: Estrategias y técnicas
de investigación social. Madrid: Síntesis.
EBDON, David (1982) Estadística para geógrafos. Barcelona: Oikos-Tau.
GUERRERO, Víctor (2000) Estadística básica para estudiantes de economía y otras
ciencias sociales. Ciudad de México, Fondo de Cultura Económica, 2ª edición.
LEVIN, Jack (1999) Fundamentos de estadística en la investigación social. Oxford: Oxford
University Press.
PEÑA, Daniel y Juan Romo (1997) Introducción a la estadística para las ciencias sociales.
Madrid: McGraw-Hill.
PIERDANT RODRÍGUEZ, Alberto Isaac (2000) Estadística descriptiva con Excel97.
Ciudad de México: Universidad Autónoma Metropolitana-Xochimilco, 2ª edición.
ROBINSON, Guy M. (1998) Methods & Tecnhniques in Human Geography.
Chichester: Wiley.
SHAW, Gareth y Dennis Wheeler (1985) Statistical Techniques in Geographical
Analysis. Chichester: Wiley.
SIERRA BRAVO, Restituto (1994) Técnicas de investigación social: Teoría y
ejercicios. Paraninfo.
Coordinación de Estudios de la Maestría y Doctorado en Estudios Sociales, San Rafael Atlixco 186, Colonia Vicentina. Delegación Iztapalapa
09340, Ciudad de México, Edificio H, cubículo 132, 5804 4794 y 58044600 ext. 3631, [email protected]