Diplomado en Técnicas Avanzadas en Análisis de Datos Sociales

* 160 horas pedagogicas

El Diplomado surge ante la necesidad de actualización de distintos profesionales del área de las ciencias sociales, que en su quehacer profesional requieren analizar datos generados en o para sus organizaciones.


Descripción

Se espera que el alumno aprenda tanto a ejecutar e interpretar técnicas estadísticas avanzadas, como a manejar bases de datos complejas, utilizando el programa estadístico SPSS.

Se pondrá especial énfasis en los tipos de decisiones que hay que ir resolviendo al realizar distintos tipos de análisis de datos, en función de problemas concretos. Además de aprender en qué consiste cada técnica, se harán ejercicios tanto de procesamiento de datos como de interpretación de resultados.

Dirigido a

Este Diplomado está dirigido a profesionales o licenciados de diversas áreas que deseen actualizar y profundizar su formación metodológica.

Prerrequisitos

- Se requiere nivel intermedio de conocimientos en estadística. Preferible conocimiento y uso de SPSS.
- Grado académico o título profesional, obtenido en Universidades chilenas o extranjeras, equivalente al grado de licenciado que confiere la Pontificia Universidad Católica de Chile.
- Antecedentes curriculares.
- Carta proyecto de postulación: descripción sintética (máximo tres páginas) de las razones de su postulación y sus principales áreas de interés.
- Entrevista con una comisión de profesores.
- Aprobar el proceso de selección que realiza el Comité Académico del Diplomado.

Objetivo de aprendizaje

Aprender a ejecutar e interpretar técnicas de análisis multivariado tanto exploratorio como explicativo a través de regresiones múltiples, así como a construir y validar indicadores compuestos.

Desglose de cursos

• Entrenarse en el manejo y consolidación de bases de datos secundarias.
• Comprender la lógica de construcción de índices y escalas y reglas para su interpretación.
• Profundizar en las técnicas de análisis factorial, tanto de análisis de componentes principales como de correspondencias simples y múltiples.
• Conocer un conjunto de herramientas estadísticas de agrupación y clasificación de individuos, así como de segmentación.
• Ejercitarse en el uso y práctica del análisis de regresión lineal multivariada.
• Ejercitarse en la construcción de modelos de regresión logística multivariada.

CONTENIDOS
Curso: Análisis de regresión múltiple
Horas directas: 60 | Horas indirectas: 120 | Créditos: 10
Objetivos específicos:
• Profundizar en los distintos tipos de variables con los que se realiza un análisis multivariado.
• Comprender y aplicar las distintas técnicas para describir las variables de manera uni y bi-variada.
• Comprender y aplicar conceptos básicos de inferencia estadística.
• Comprender y aplicar la técnica de Mínimos Cuadrados Ordinarios.
• Proponer, implementar y analizar un modelo multivariado con datos reales.
• Evaluar la calidad del modelo de regresión a través del testeo de los supuestos del estándar gaussiano.
Contenidos:
- Lógica del análisis multivariado a través de regresiones: correlaciones parciales; variables confundentes y relaciones espúreas; causación versus correlación.
- Regresión lineal simple: estimación de coeficientes; estándar Gaussiano y Teorema de Gauss Markov; inferencia Estadística para regresión lineal bi-variada.
- Regresión lineal múltiple: estimación de coeficientes, especificación de modelos, incorporación de variables dummy, interpretación de interacciones.
- Verificación de supuestos y de la bondad de ajuste en los modelos de regresión multivariada: multicolinearidad, ausencia de autocorrelación, heterocedasticidad, especificación del modelo, revisión de casos raros (outliers).
- Regresión logística binaria: aplicaciones, cálculo e interpretación de modelos.
Evaluaciones:
- Realización de dos controles (30%).
- Realización de dos ejercicios prácticos (30%).
- Un examen final (40%).

Curso: Análisis multivariado y construcción de indicadores
Objetivos específicos:
• Comprender la lógica de construcción de índices y escalas y reglas para su interpretación.
• Profundizar en las técnicas de análisis factorial, tanto de análisis de componentes principales como de correspondencias simples y múltiples.
• Conocer un conjunto de herramientas estadísticas de agrupación y clasificación de individuos, así como de segmentación.
• Evaluar la calidad del modelo de regresión a través del testeo de los supuestos del estándar gaussiano.
Contenidos:
- Análisis de correlaciones bivariadas y parciales, gráficos de dispersión.
- Análisis de componentes principales.
- Técnicas de construcción de índices a partir de los resultados de análisis de
componentes principales.
- Construcción, validación y chequeo de confiabilidad de escalas de actitudes.
- Análisis de correspondencias simples y análisis de correspondencias múltiples.
- Análisis de conglomerados.
- Árboles de clasificación y segmentación.
Evaluaciones:
- Realización de dos ejercicios prácticos (50%).
- Elaboración de un informe final de resultados a partir de una base de datos (50%).

Equipo Docente

JEFE DE PROGRAMA
- María Soledad Herrera Ponce

Socióloga, Pontificia Universidad Católica de Chile. Profesor Asociado Instituto de Sociología UC. Doctor en Sociología, Universidad Autónoma de Madrid, España. D.E.A. en Análisis de Datos, Universidad Autónoma de Madrid, España.

EQUIPO DOCENTE
- Matías Bargsted
Sociólogo, Pontificia Universidad Católica de Chile. Doctor en Ciencias Políticas, Universidad de Michigan, Estados Unidos. Profesor Asistente Instituto de Sociología.

- M. Soledad Herrera
Socióloga, Pontificia Universidad Católica de Chile. Profesor Asociado Instituto de Sociología PUC. Doctor en Sociología, Universidad Autónoma de Madrid, España. D.E.A. en Análisis de Datos, Universidad Autónoma de Madrid, España.

- Daniella Leal
Socióloga, Pontificia Universidad Católica de Chile. Profesor Instructor Instituto de Sociología PUC. Magíster en Sociología, Pontificia Universidad Católica de Chile.

- Nicolás Somma
PhD en Sociología, Universidad de Notre Dame, Estados Unidos. Master of Arts en Sociología, Universidad de Notre Dame, Estados Unidos. Magíster en Sociología, Universidad de la República Oriental de Uruguay. Licenciado en Sociología, Universidad de la República Oriental de Uruguay.

Además se incorporarán al equipo uno o dos ayudantes que guiarán las sesiones de laboratorio de los días sábados y asistirán a los docentes durante algunas de las clases.

Metodología

Se realiza en la modalidad de talleres que combinan conocimientos teóricos y prácticos con un énfasis en el manejo de datos, a través del programa estadístico SPSS. Se trabajará con variadas bases de datos disponibles en el ISUC, tanto generadas en investigaciones previas del Departamento de Estudios del ISUC, como de otras bases de datos, tanto nacionales como internacionales.

Evaluación

La evaluación para cada uno de los cursos es la siguiente:
Curso Análisis de Regresión Múltiple.
Controles (30%), Ejercicios (30%) y Examen Final (40%).

Curso Análisis Multivariado y Construcción de Indicadores.
Ejercicios (50%) y Examen Final (50%).

El promedio final del Diplomado será el promedio de la nota final de cada curso con las siguientes ponderaciones (en una escala de 1,0 a 7,0):
- Nota final Curso Análisis de Datos Sociales = 50%
- Nota Final Curso Procesamiento Avanzado de Bases de Datos = 50%

Requisitos de aprobación

Para aprobar el Diplomado, se requiere:
- Asistir a un 75% de las sesiones de ambos cursos. 
- Aprobar con nota no inferior a 4.0 en una escala de 1.0 a 7.0 los dos cursos.

El alumno debe aprobar los dos cursos para obtener la certificación del Diplomado. Con dos cursos reprobados (bajo nota 4,0), el alumno reprueba automáticamente todo el Programa.

Bibliografía

- Peña, D. y J.Romo (1997). Introducción a la estadística para las ciencias sociales. 
- García Ferrando, M. (1999). Socioestadística.
- Cea D’Ancona, MA. (2002). Análisis Multivariable: Teoría y Práctica en la Investigación Social. 
- José Luis Gómez Llamas, Ramón Pérez Juste, Dionisio del Río Sadornil (1992). Problemas y Diseños de Investigación Resueltos. 
- Gliem, J. y R. Gliem (2003). Calculating, Interpreting, and Reporting cronbach’s alpha reliability coefficient for likert-type scales. 
- Hernández, R.; Fernández, C. y P.Baptista (1998). Metodología de la Investigación. 
- Langrand, C. y LM.Pinzón (2009). Análisis de Datos. Métodos y Ejemplos. 
- Escobar, M. (2007). El análisis de segmentación: técnicas y aplicaciones de los árboles de clasificación. 
- Wooldridge, J. (2001). Introducción a la econometría: Un enfoque moderno. 
- Gujarati, D. (2004). Econometría. 
- Knoke, Bohrnstedt y Potter (2002). Statistics for Social Data Analysis.

Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación ubicada al lado derecho de esta página web. Un correo de confirmación solicitará enviar los siguientes documentos a la coordinación:
• Curriculum Vitae actualizado.
• Fotocopia Carnet de Identidad.
• Fotocopia simple del Certificado de Título o del Título.
• Carta de declaración de intenciones que fundamente la postulación al programa.

- El postulante será contactado para asistir a una entrevista personal realizada por el Comité Académico de Diplomados del Instituto de Sociología UC.
- Las postulaciones son hasta una semana antes del inicio del diplomado o hasta completar las vacantes.
- No se aceptarán postulaciones incompletas.
- El postular no asegura el cupo, uno vez aceptado en el programa, se debe cancelar el valor para estar matriculado.

• El Programa se reserva el derecho de suspender la realización del diplomado/curso si no cuenta con el mínimo de alumnos requeridos. En tal caso se devuelve a los alumnos matriculados la totalidad del dinero en un plazo aproximado de 10 días hábiles con un vale vista que deberá ser retirado en el  Banco Santander.
• A las personas matriculadas que se retiren de la actividad antes de la fecha de inicio, se les devolverá el total pagado menos el 10% del total del arancel. A las personas que se retiren  una vez iniciado el programa por motivos de fuerza mayor, se les cobrarán las horas cursadas hasta la fecha  de la  entrega de solicitud formal de retiro más el 10% del valor total del programa. En ambos casos la devolución demorará 15 días hábiles y se efectuará a través de un vale vista que deberá ser retirado en el  Banco Santander.

imagen
SOLICITAR MÁS INFORMACIÓN
ACTIVIDAD NO DISPONIBLE
PARA INSCRIPCIÓN

POR FAVOR DÉJENOS SU CONSULTA
Y LO CONTACTAREMOS
DESCARGAR PROGRAMA


Otros programas que pueden ser de su interés

Diplomado en Procesamiento y Análisis de Datos Sociales

Análisis de Datos Sociales

Diplomado en Evaluación de Impacto de Programas y Políticas Públicas
IMPORTANTE : Politicas de privacidad

El sitio de educación continua UC utiliza cookies.

Las cookies son pequeños archivos que son transferidos a su dispositivo (Computadora o móvil) y que permanecen ahí por una duración de tiempo limitada, para ayudar a personalizar la experiencia de uso del sitio web y la publicidad que verá de los productos que este ofrece.
Educación continua UC utiliza tanto cookies propias como de terceros.

Particularmente el sitio utiliza cookies para habilitar las funcionalidades de remarketing de Google AdWords y retargeting de Facebook Exchange, para así realizar campañas personalizadas de anuncios en línea, para aquellas personas que han visitado el sitio web. Por tanto si navega por nuestro sitio web, es probable que luego vea anuncios de nuestra empresa en otros sitios que visite.

Si no desea que se muestren esos anuncios o que se almacenen datos sobre su actividad en nuestro sitio web, puede configurar su navegador, para dejar de aceptar cookies o para que le avise antes de aceptar una cookie de los sitios web que visite. Adicionalmente para el caso particular de Adwords, puede inhabilitar el uso de estas cookies mediante el Administrador de Preferencias de Anuncios de Google.