Curso de Análisis Estadístico Avanzado en SPSS

Cronograma

8 semanas (32 hs.) 

Fechas de inicio: 6 de abril 2022​

​

Modalidad

Asincrónica. Aula virtual con tutoría personalizada 

​

Profesora

Julieta Lenarduzzi

​

El curso avanzado de análisis de datos con el paquete estadístico IBM SPSS se plantea como una continuación del curso Introducción al Análisis Estadístico en SPSS. Se trabajará sobre técnicas de análisis estadístico multivariado, profundizando los conocimientos de estadística inferencial ya adquiridos.

Objetivos​​

• Familiarizar a las/os estudiantes con los principales procedimientos para el análisis de datos con múltiples variables en SPSS.

• Introducir al manejo de las técnicas de análisis de regresión, reducción de dimensiones y clasificación de casos y variables.

• Brindar herramientas para el diseño de pruebas estadísticas adecuadas a los tipos de preguntas y datos con los que se trabaja en las ciencias sociales.

​

Destinatarias/os

El curso se dirige a personas que tengan interés, o cuyas ocupaciones requieran el manejo de  herramientas de  análisis  de  datos  cuantitativos en  diversas  áreas  de  las  ciencias sociales. 

Para participar del curso es preciso contar con los siguientes conocimientos:

• nivel básico de manejo del paquete estadístico SPSS (apertura e importación de archivos, ingreso de datos, transformación de datos),

• conocimientos de estadística descriptiva (cálculo de frecuencias, medidas de tendencia central y dispersión) y

• conocimientos básicos de estadística inferencial (probabilidad, test de hipótesis, intervalos de confianza, nivel de significación, análisis estadístico univariado y bivariado).

​

Se requiere tener instalado los programas IBM SPSS versión 19 o superior, Microsoft Word, Excel y Adobe Acrobat.

​

Contenidos

Módulo 1: Modelos lineales (2 clases)​

• Correlación, regresión lineal simple y múltiple

• Diagnóstico  y corrección de problemas. Gráficos

• Residuos. Homocedasticidad. Colinealidad. Outliers

• ANOVA de un factor y multifactorial, ANCOVA y MANOVA

​

Módulo 2: Modelos no lineales (2 clases)​​

• Regresión no lineal

• Regresión Logística (Logit) y Probit

• Regresión binaria, nominal, ordinal

• Regresión categórica (escalamiento óptimo)

Módulo 3: Reducción de dimensiones (2 clases)

• Análisis factorial y análisis de componentes principales 

• Técnicas de escalamiento óptimo

• Análisis de correspondencias simple y múltiple

• Análisis de componentes principales categórico

​

Módulo 4: Clasificación de casos y variables (2 clases)

• Análisis discriminante

• Análisis de conglomerados (clusters).

• Análisis de conglomerados jerárquico, bietápico y de k-medias.

​

Metodología

Para cada clase los estudiantes podrán acceder a varios archivos e hipervínculos para trabajar sobre los contenidos de la clase correspondiente:

• un documento pdf con los contenidos de la clase y ejercicios para que realicen a medida que vayan avanzando en la lectura (los ejercicios que se encuentran dentro del documento son para que practiquen y se auto evalúen, no forman parte de la calificación del curso);

• un documento pdf con las respuestas a los ejercicios;

• uno o más videos explicativos para apoyar el contenido de la clase;

• una base de datos (documento o hipervínculo) para utilizar y aplicar los conocimientos obtenidos en la clase;

• la consigna para realizar el trabajo práctico.

​

En el curso intensivo, los contenidos del curso se distribuirán en 2 clases semanales, con un requerimiento de dedicación horaria por parte de las/los estudiantes de 12 hs. semanales. En el curso regular, habrá una clase semanal y un requerimiento de dedicación de 6 hs. semanales.

Las/los estudiantes pueden ver las clases y realizar los ejercicios en los horarios que prefieran y la/el tutor/a responderá a sus consultas a la brevedad.

​

Evaluación

• Ejercicios: en todas las clases, las/os estudiantes realizarán ejercicios con mecanismos de autoevaluación. Estos ejercicios no tendrán calificación.

• Trabajos prácticos: en cada unidad, las/los estudiantes realizarán un trabajo práctico utilizando una base de datos y realizando los procedimientos aprendidos. 

• Examen final: al finalizar el curso habrá un examen final con preguntas breves (multiple choice/completar espacios en blanco/verdadero-falso) para revisar los conocimientos adquiridos. 

​

Certificación

Para obtener el certificado de PARTICIPACIÓN del curso se requiere que la/el estudiante complete al menos 3 de los 4 trabajos prácticos propuestos.

​

Para obtener el certificado de APROBACIÓN del curso, la/el estudiante deberá realizar 3 de los 4 trabajos prácticos y aprobar un examen final con calificación mínima de 7/10 puntos. Este examen tiene instancia recuperatoria.

​

Los certificados son extendidos por TIBER Escuela de Estudios Políticos y Sociales. 

​

Los cursos no brindan puntaje docente.

​

Aranceles 

​

25% DESCUENTO

SPSS intro + 

avanzado