Diplomado

Introducción a los métodos y técnicas para la investigación social

Inicio > Diplomados > Introducción a los métodos y técnicas para la investigación social
–
–
–
–

Duración:

140 horas.
Distribuidas en 35 sesiones de cuatro horas cada una.
Dos sesiones a la semana: viernes y sábados.

Modalidad:

En línea, las sesiones se llevarán a cabo por ZOOM y el material bibliográfico se subirá a la plataforma Google Classroom.

Fecha:

Inicio: 25 de marzo 2022.
Término: 20 de agosto 2022.

Horarios y días en que se impartirá:

Viernes de 16:00 a 20:00 hrs.
Sábados de 09:00 a 13:00 hrs.

Costo de la Actividad:

Público en general:

  • $18,000 a pagar en tres parcialidades (de $6,000 cada una).
  • $16,000 en una sola exhibición.

Descuentos aplicables comunidad UNAM:

  • $15,000.00 en una sola exhibición.
  • $16,000 en tres parcialidades ($6,000, $6,000 y $4,000).
  • Los establecidos por contrato colectivo.

Responsable académica:

Dr. Lisandro M. Devoto
Dr. Edwin Atilano Robles

Criterios generales de evaluación:

  • Asistencia mínima del 80 por ciento (máximo seis faltas; no se permiten tres inasistencias continuas).
  • Promedio mínimo de 8.0 en las evaluaciones para tener derecho a la acreditación del diplomado.
  • Quienes no alcancen el promedio mínimo general de 8.0, o no se hayan podido presentar a algunas de las evaluaciones, podrán realizar un examen extraordinario que abarcará todos los temas del diplomado, siempre que cuenten con el mínimo de asistencias. La calificación mínima para aprobar el examen extraordinario es de 6.0. La coordinación académica señalará fecha, hora y lugar de las evaluaciones. No se harán evaluaciones fuera de las fechas programadas.

Cupo mínimo:

25 participantes.

Datos de Contacto:

pcpys_edcontinua@posgrado.unam.mx
educacion-continua@posgrado.unam.mx

Una pregunta que se encuentra en el centro de los estudios científicos de cualquier disciplina es ¿cómo conocemos? Este tipo de cuestionamientos nos llevan a profundizar en la manera en la que aceptamos cierto conocimiento como válido. Ciertamente en ciencias sociales se utilizan diversos enfoques para considerar nueva evidencia empírica, así como para evaluarla. Estos enfoques son lo que podría considerarse como un abanico de metodologías.

El conocimiento metodológico es muy importante en el mundo actual, ya que amplía las posibilidades de diseñar investigaciones que permitan abordar de la mejor manera diversos objetos de estudio. Las ciencias sociales no son la excepción, por lo que mantenerse al día con los avances existentes en métodos y técnicas de investigación resulta esencial para ampliar la versatilidad de las y los especialistas en disciplinas como la ciencia política, la sociología, la comunicación, la antropología y las relaciones internacionales, así como su capacidad para generar nuevos conocimientos en un entorno cambiante y desafiante.

Objetivo general

1) Conocer las discusiones actuales en torno a la aplicación de distintas metodologías de investigación.
2) Reconocer la importancia de la teoría en el diseño de investigación y su desarrollo práctico.
3) Conocer las características de la investigación cualitativa, la investigación cuantitativa y los métodos mixtos.
4) Presentar los principales métodos y técnicas de cada tradición de investigación.
5) Introducir a las y los estudiantes a los métodos y las técnicas más utilizadas por cada tradición de investigación, incluyendo aquellas que marcan evoluciones específicas y puntos de conexión entre ellas.
6) Presentar herramientas computacionales (softwares) que apoyen el aprendizaje de métodos y técnicas cualitativas y cuantitativas.

 

Perfil de Ingreso

Contar con al menos 75% de créditos de la licenciatura o carta que avale experiencia profesional.

 

Perfil de egreso

Quienes decidan cursar el diplomado, obtendrán conocimientos sobre los fundamentos lógicos del método científico y las distintas metodologías utilizadas en ciencias sociales. Conocerán cómo diseñar y estructurar una investigación, así como diversos métodos y técnicas que les permitirán ampliar su “caja de herramientas” para abordar preguntas de investigación exploratorias (¿qué?), descriptivas (¿cómo?) y explicativas (¿por qué?). Además, se aprenderán herramientas para el análisis cuantitativo (estadístico) y los métodos mixtos y enfoques multi-métodos de investigación. De igual manera, obtendrán herramientas básicas para el uso de métodos y técnicas desarrollados en los últimos 40 años en las ciencias sociales, como el rastreo de proceso (process-tracing), el análisis cualitativo comparado (Qualitative Comparative Analysis-QCA) o el análisis de redes sociales (social networks analysis).

 

Requerimientos

Computadora con acceso a internet con cámara y micrófono.

Módulo 1.Introducción a la metodología de investigación en ciencias sociales (16 hrs.)

Objetivo específico: Introducir a las y los estudiantes a las discusiones en torno a las metodologías de la investigación y presentar las cuestiones centrales para diseñar y estructurar investigaciones cualitativas y cuantitativas en ciencias sociales.

 

Sesión

Subtemas

Objetivo

1

Debates metodológicos.
– Paradigmas cualitativo y cuantitativo.
– Guerra de los paradigmas.
– Desarrollo de métodos mixtos.		Introducir los debates que dominaron la discusión metodológica desde la segunda mitad del siglo XX, pasando por la preeminencia de la investigación cuantitativa, la revitalización y sistematización del análisis cualitativo y el surgimiento de los métodos mixtos.

2

Vinculación teórico-práctica, abordajes epistemológicos y decisiones metodológicas.
– Importancia de la teoría para estructurar investigación.
– Modelo inductivo vs. modelo deductivo.

Plantear la importancia que la teoría tiene en el desarrollo de la investigación en ciencias sociales y cómo esto se vincula con las decisiones metodológicas que deben tomarse en cualquier investigación. De la teoría a los datos y de los datos a la teoría.

3

Diseños de investigación.
– Tema de investigación.
– Pregunta de investigación.
– Hipótesis.
– Objetivos.
– Justificación de la investigación.
– Diseño metodológico (recolección y análisis de datos).

Abordar las decisiones que deben tomarse a la hora de diseñar una investigación, y que permiten estructurar de manera sólida cualquier estudio a partir de la inicial definición del tema.

4

Taller de diseño de investigación.Aplicar lo visto en las sesiones previas del módulo, y particularmente el contenido de la sesión 3, a partir de actividades prácticas que permitan desarrollar cada una de las etapas del diseño de investigación.

Bibliografía sugerida:

  • Alasuutari, Pertti, Leonard Bickman and Julia Brannen (2008). The SAGE Handbook of Social Research Methods. London: SAGE.
  • Ansolabehere, Karina, Fernando Cortés, Liliana Martínez, Gisela Zaremberg (2018). Diseño de investigación: metodología en tesis de ciencias sociales. Ciudad de México: FLACSO México.
  • Blaxter, Loraine, Christina Hughes, Malcolm Tight (1996). Cómo se hace una investigación. Barcelona: Gedisa.
  • Brady, Henry E., and David Collier (eds.) (2004). Rethinking social inquiry: Diverse tools, shared standards. Lahnman: Rowman& Littlefield Publishers.
  • Gerring, John (2012). Metodología de las ciencias sociales. Madrid: Alianza Editorial.
  • Hernández Sampieri, Roberto, Carlos Fernández Collado y Pilar Baptista Lucio (2014). Metodología de la investigación. 6ta. Edición. México: McGrawHill.
    King, Gary, Sidney Verba, y Robert O. Keohane (2000). El diseño de la investigación social: la inferencia científica en los estudios cualitativos. Madrid: Alianza Editorial.
  • Outhwaite, William and Stephen P. Turner (2007). The SAGE Handbook of Social Science Methodology. London: SAGE.

Módulo 2.Análisis cualitativo I – Métodos y técnicas tradicionales, generación y análisis de datos cualitativos (24 hrs.)

Objetivo específico: Conocer los principales métodos y técnicas tradicionalmente relacionados con la investigación cualitativa, así como su utilidad para la investigación actual y su aplicación práctica.

 

Sesión

Subtemas

Objetivo

5

Etnografía.
Observación participante.

Presentar las principales características de la etnografía como método y como técnica de recolección de información, abordando las acciones propias de su desarrollo y presentando ejemplos de investigaciones etnográficas.

6

Entrevistas / historias de vida.

Presentar la entrevista y el grupo focal como técnicas de recolección de información cualitativa, sus principales características, los distintos tipos existentes, y las etapas en el diseño de cada una de estas técnicas. También se presentarán las características que debe reunir un buen entrevistador y moderador de grupos focales.

7

Análisis histórico comparado.
Análisis de archivos.

Introducir a las y los estudiantes al análisis histórico comparado y al análisis de archivos como técnicas para recopilar, ordenar y analizar información en investigaciones cualitativas.

8

Análisis de discurso.
– Estilos de discurso.
– Retórica.
– Narrativa.
– Argumentación.
Análisis de contenido.

Que las y los estudiantes conozcan el análisis de discurso y el análisis de contenido como herramientas de análisis de información documental (escrita o audiovisual) al realizar investigación.

9

Etnografía digital.

Introducir la etnografía digital como variante de la etnografía tradicional en un contexto donde los entornos virtuales ganan protagonismo y se interrelacionan con los entornos presenciales.

10

Introducción a software de análisis cualitativo: NVIVO.Presentar a las y los estudiantes uno de los softwares más utilizados para el análisis cualitativo, su utilidad y su potencial para aplicar los métodos y técnicas abordadas en el módulo.

Bibliografía sugerida:

  • Bárcenas Barajas, Karina y Noemí Preza Carreño (2019). “Desafíos de la etnografía digital en el trabajo de campo onlife”. Virtualis, Vol. 10, Núm. 18, 134-151.
  • Berg, Bruce L. (2004). Qualitative Research Methods for the Social Sciences. 5ta. Edición. Boston: Pearson.
  • Bryman, Alan (2012). Social research methods. Oxford: Oxford University Press.
  • Corbetta, Piergiorgio. (2007). Metodología y técnicas de investigación social. Madrid: McGraw Hill.
  • Denzin, Norman K. e Yvonna S. Lincoln (Eds.) (2018). The SAGE Handbook of Qualitative Research. 5ta. Edición. Thousand Oaks: SAGE.
  • Guber, Rosana (2011). La etnografía: Método, campo y reflexibilidad. 1ra. Edición. Buenos Aires: Siglo XXI.
  • Hernández Sampieri, Roberto, Carlos Fernández Collado y Pilar Baptista Lucio (2014). Metodología de la investigación. 6ta. Edición. México: McGrawHill.
  • L’Eplattenier, Barbara. (2009). “An argument for archival research methods: Thinking beyond methodology”. College English, 67-79.
    Mahoney, James, y Dietrich Rueschemeyer (eds.) (2003). Comparative historical analysis in the social sciences. Cambridge: Cambridge University Press.
    Outhwaite, William and Stephen P. Turner (2007). The SAGE Handbook of Social Science Methodology. London: SAGE.
  • Ritchie, Jane and Jane Lewis (Eds.) (2013). Qualitative research practice: A guide for social science students and researchers. London: Sage.
  • Sotomayor, Arturo C. (2008). “Los métodos cualitativos en la ciencia política contemporánea: Avances, agendas y retos.” Política y Gobierno 15, no. 1, 159-179.
  • Tarrés, María Luisa (coord.) (2013). Observar, escuchar y comprender sobre la tradición cualitativa en la investigación social, México, El Colegio de México – FLACSO México.
  • Taylor, S. J. Y Bogdan, R. (1994). Introducción a los métodos cualitativos de investigación. La búsqueda de significados. Barcelona: Ed. Paidós.
  • Van Dijk, Teun A. (comp.) (2000). El discurso como estructura y proceso. Barcelona: Gedisa.

Módulo 3.Análisis cualitativo II – Enfoque configuracional, mecanismos causales y análisis relacional (24 hrs.).

Objetivo específico: Introducir a las y los estudiantes a tres métodos específicos que han alcanzado un importante desarrollo durante los últimos 40 años, y que representan importantes alternativas en el avance de la sistematización de la investigación cualitativa.

Sesión

Subtemas

Objetivos

11

Estudios de caso y process-tracing.

Introducir a las y los estudiantes al estudio de caso como método de investigación, haciendo énfasis en el rastreo de procesos (process-tracing), sus características, su fundamentación y su utilidad para el análisis cualitativo.

12

Taller de process-tracing.

Complementar lo visto en la sesión anterior a partir de la presentación y el análisis de investigaciones realizadas utilizando process-tracing, así como del desarrollo paso por paso del método de manera práctica.

13

Análisis Cualitativo Comparado (Qualitative Comparative Analysis, QCA).
– Lógica configuracional.
– Álgebra booleana y teoría de conjuntos.
– Relaciones de necesidad y suficiencia.
– Análisis de conjuntos nítidos (Crisp-sets).

Introducir a las y los estudiantes al análisis cualitativo comparado, sus características, su fundamentación y su utilidad para la investigación cualitativa.

14

Taller de Análisis Cualitativo Comparado (QCA).
– Introducción al software fs-QCA.

Complementar lo visto en la sesión anterior a partir de la presentación y el análisis de investigaciones realizadas utilizando QCA, así como del desarrollo paso por paso del método de manera práctica utilizando el software fs-QCA.

15

Análisis de redes sociales (ARS).
– Relaciones como objeto de estudio.
– Interacción actores-contexto.
– Conceptos básicos de teoría de grafos y álgebra de matrices.
– Red: principales medidas de centralización (cohesión, centralización, densidad).
– Nodos: noción de centralidad y principales medidas (grado, intermediación y cercanía).
– Grupos (cliques, clusters).

Introducir a las y los estudiantes al análisis de redes sociales, sus características, su fundamentación y su utilidad para la investigación cualitativa; así como a la lógica relacional y su potencial para los estudios en ciencias sociales.

16

Taller de análisis de redes sociales.
– Introducción al software Ucinet (y/o Gephi).

Complementar lo visto en la sesión anterior a partir de la presentación y el análisis de investigaciones realizadas utilizando análisis de redes sociales, así como del desarrollo paso por paso del método de manera práctica utilizando el software Ucinet (o Gephi).

Bibliografía sugerida:

  • Process-tracing Beach, Derek y Rasmus B. Pedersen (2013). Process-Tracing Methods. Foundations and Guidelines. Estados Unidos: The University of Michigan Press.
    Bennett, Andrew y Jeffrey T. Checkel (2015). Process-tracing. Reino Unido: Cambridge University Press.
    Bril-Mascarenhas, Tomas, Antoine Maillet y Pierre-Louis Mayaux (2017). “Process tracing. Inducción, deducción e inferencia causal.” Revista de Ciencia Política, Vol. 37, Nº 3, 659-684.
    Aguirre, Julio Leónidas (2017). “Mecanismos causales y process tracing. Una introducción.” Revista SAAP, Vol. 11, Nº 1, junio, 147-175.
    Gerring, John (2004). “What Is a Case Study and What Is It Good For?”. The American Political Science Review, Vol. 98, Nº 2, mayo, pp. 341-354.
  • Análisis cualitativo comparado (QCA) Ariza, Marina y Luciana Gandini (2012). “El análisis comparativo cualitativo como estrategia metodológica”. En Métodos cualitativos y su aplicación empírica. Por los caminos de la investigación sobre migración internacional. México D.F.: Universidad Nacional Autónoma de México, 497-537.
    Medina, Iván, Pablo José Castillo Ortiz, Priscilla Álamos-Concha y Benoît Rihoux (2017). Análisis Cualitativo Comparado (QCA). Madrid: Centro de Investigaciones Sociológicas.
    Pérez-Liñán, Aníbal (2010). “El método comparativo y el análisis de configuraciones causales”. Revista Latinoamericana de Política Comparada, Vol. 3, enero, 125-148.
    Ragin, Charles (2014 [1989]). The Comparative Method. Moving Beyond Qualitative and Quantitative Strategies. California: University of California Press.
    Rihoux, Benoît y Charles Ragin (Eds.) (2009). Configurational Comparative Methods. Qualitative Comparative Analysis (QCA) and Related Techniques. Los Ángeles: SAGE.
  • Análisis de redes sociales (ARS)
    Brandes, Ulrik, Patrick Kenis y Jörg Raab (2005). “La explicación a través de la visualización de redes.” REDES – Revista hispana para el análisis de redes sociales, Vol. 9, Núm. 6, diciembre, 1-19.
    Cárdenas González, Víctor Gerardo (2016). Aplicaciones del enfoque de redes sociales al estudio de problemas de la realidad contemporánea en México. Ciudad de México: UAM-Gedisa.
    Knoke, David y Song Yang (2020). Social Network Analysis. 3rd. Edition. London: SAGE.
    Ramírez de la Cruz, Edgar E. (ed.) (2016). Análisis de redes sociales para el estudio de la gobernanza y las políticas públicas: aproximaciones y casos. México: CIDE.
    Scott, John y Peter J. Carrington (2011). The SAGE Handbook of Social Network Analysis. London: SAGE.

Módulo 4.Análisis cuantitativo I. Introducción a modelos lineales en ciencias sociales (24 hrs.)

Objetivo específico: Introducir a las y los estudiantes a los conceptos y técnicas más utilizadas para el análisis estadístico a un nivel inicial, desde estadística descriptiva hasta el análisis de regresión lineal múltiple.

 

Sesión

Subtemas

Objetivos

17

Conceptos básicos para el análisis estadístico.
– Estadística descriptiva.
– Teoría de conjuntos.
– Probabilidad.

Introducir a las y los estudiantes a los conceptos básicos de la estadística descriptiva, así como de la probabilidad frecuentista.

18

Análisis bivariado.
– Tablas de contingencia / análisis de dependencia.
– Covarianza y correlaciones..

Que las y los estudiantes sean capaces de identificar, construir y analizar tablas de contingencia. De la misma forma, se introducirán las técnicas de asociaciones entre dos variables, tanto cuantitativas como categóricas.

19

Análisis multivariado.
– Análisis de correspondencias.
– Análisis de componentes principales.		Que las y los estudiantes sean capaces de entender y analizar relaciones entre más de dos variables, así como que puedan analizar y construir índices.

20

Modelos lineales I – Regresión lineal simple.
– Supuestos.
– Estimación e interpretación de coeficientes.
– Análisis de varianza.
– Bondad de ajuste.
– Limitantes.		Introducir a las y los estudiantes al análisis, estimación, supuestos y limitaciones de los modelos de regresión lineal simple.

21

Modelos lineales II – Regresión lineal múltiple.
– Supuestos.
– Estimación e interpretación de coeficientes.
– Análisis de varianza.
– Bondad de ajuste.
– Limitantes.		Introducir a las y los estudiantes al análisis, estimación, supuestos y limitaciones de los modelos de regresión lineal múltiple.

22

Interacciones entre variables.
– Efectos independientes.
– Efecto conjunto.
– Correcta interpretación de interacciones.		Que las y los estudiantes puedan estimar y analizar de manera correcta modelos de regresión que utilizan efectos interactivos entre variables.

Bibliografía sugerida:

  • Canavos, George C (1980). Probabilidad y Estadística. Aplicaciones y Métodos. McGraw-Hill. México.
  • Chou, Ya-Lun (1993). Análisis estadístico. McGraw Hill. México.
  • Cooper, R. A. and A. J. Weekes (1983). Data Models and Statistical Analysis. Philip Allan. Oxford, Inglaterra.
  • Freund, Rudolf J., William J. Wilson (1993). Statistical Methods. Academic Press, Inc. San Diego, California, E.U.A.
  • Gujarati, Damodar y Dawn C. Porter (2010). Econometría. Quinta edición. McGraw Hill. México.
  • Kellstedt Paul y Guy Whitten (2013) The Fundamentals of Political Science Research. Estados Unidos, Cambridge University Press.
  • Mendenhall, Beaver y Beaver (2010). Introducción a la probabilidad y estadística. 13a edición. Ed. Cengage, Learning.
  • Ritchey, F. J., (2008). Estadística para las ciencias sociales. McGraw-Hill Interamericana.
  • Wooldridge, Jeffrey M (2001). Introducción a la econometría: un enfoque moderno. Thomson Learning.

Módulo 5.Análisis cuantitativo II. Introducción a modelos no lineales en ciencias sociales (20 hrs).

Objetivo específico: Presentar los principales modelos no lineales que son utilizados en la investigación social, para permitir a las y los estudiantes comprender su estimación, supuestos, estructura, resultados y limitantes.

Sesión

Subtema

Objetivo

23

Regresión logística.
– Introducción a modelos no lineales.
– La función logística.
– Estimación e interpretación de coeficientes.
– Análisis post estimación.
Cálculo de probabilidades.

Introducir a las y los estudiantes al análisis, estimación, supuestos y limitaciones de los modelos de regresión logística (logit).

24

Regresión logística ordinal.
– Variables dependientes ordenadas.
– Estimación e interpretación de coeficientes.
– Puntos de corte.
– Análisis post estimación.
Cálculo de probabilidades.

Introducir a las y los estudiantes al análisis, estimación, supuestos y limitaciones de los modelos de regresión logística ordinal (ordinal logit).

25

Regresión logística multinomial.
– Generalización del modelo logístico.
– Estimación e interpretación de coeficientes.
– Categoría base.
– Análisis post estimación.
– Cálculo de probabilidades.

Introducir a las y los estudiantes al análisis, estimación, supuestos y limitaciones de los modelos de regresión logística multinomial (multinomial logit).

26

Modelos para conteo de eventos.
– Poisson.
– Binomial negativa.

Introducir a las y los estudiantes al análisis, estimación, supuestos y limitaciones de los modelos apropiados para variables dependientes de conteo de eventos.

27

Introducción a técnicas cuantitativas avanzadas.Introducir a las y los estudiantes a un conjunto de técnicas utilizadas para tratar de resolver problemas de causalidad al momento de realizar análisis cuantitativo.

Bibliografía sugerida:

  • Agresti, Alan y Barbara Finlay (1986). Statistical Methods for the Social Sciences. Second Edition. Dellen, Macmillan. San Francisco, Cal., E.U.A.
  • Canavos, George C (1980). Probabilidad y Estadística. Aplicaciones y Métodos. McGraw-Hill. México.
  • Chou, Ya-Lun (1993). Análisis estadístico. McGraw Hill. México.
    Cooper, R. A. and A. J. Weekes (1983). Data Models and Statistical Analysis. Philip Allan. Oxford, Inglaterra.
  • Freund, Rudolf J., William J. Wilson (1993). Statistical Methods. Academic Press, Inc. San Diego, California, E.U.A.
  • Gujarati, Damodar y Dawn C. Porter (2010). Econometría. Quinta edición. McGraw Hill. México.
    Kellstedt Paul y Guy Whitten (2013) The Fundamentals of Political Science Research. Cambridge University Press, E.U.A.
  • Mendenhall, Beaver y Beaver (2010). Introducción a la probabilidad y estadística. 13a edición. Ed. Cengage, Learning.
  • Ritchey, F. J., (2008). Estadística para las ciencias sociales. McGraw-Hill Interamericana.
  • Ross, Sheldon M. (2002). Probabilidad y Estadística para Ingenieros. McGraw Hill. México.
  • Wooldridge, Jeffrey M (2001). Introducción a la econometría: un enfoque moderno. Thomson Learning.

Módulo 6.Más allá de la guerra de los paradigmas (16 hrs).

Objetivo específico: Introducir a las y los estudiantes a los conceptos y técnicas más utilizadas para el análisis estadístico a un nivel inicial, desde estadística descriptiva hasta el análisis de regresión lineal múltiple.

 

Sesión

Subtema

Objetivo

28

Métodos mixtos y enfoque multi-métodos.

Introducir a las y los estudiantes a la lógica y a los conceptos más relevantes del enfoque de métodos mixtos para la investigación social.

29

Casos de estudio para refinar regresiones.

Que las y los estudiantes sean capaces de diseñar, entender y analizar investigaciones que combinen casos de estudio como un primer paso para especificar modelos de regresión.

30

Casos de estudio después de las regresiones.

Que las y los estudiantes sean capaces de diseñar, entender y analizar investigaciones que utilicen modelos de regresión como un primer paso para seleccionar casos de estudio típicos, desviados, influyentes o extremos.

31

Process Tracing y QCA.

Introducir a las y los estudiantes a la lógica de los diseños de investigación que combinan dos técnicas cualitativas.

Bibliografía sugerida:

  • Bericat, E. (1998). La integración de los métodos cuantitativo y cualitativo en la investigación social: Significado y medida. Ariel.
  • Gerring, John. (2011). Social Science Methodology: A Unified Framework. Cambridge University Press.
  • Goertz, Gary. (2017). Multimethod Research, Causal Mechanisms, and Case Studies: An Integrated Approach. Princeton University Press.
  • Goertz, Gary y James Mahoney. (2012). A Tale of Two Cultures: Qualitative and Quantitative Research in the Social Sciences. Princeton University Press.
  • Morgan, Stephen L. y Christopher Winship. (2014). Counterfactuals and Causal Inference (2a edición). Cambridge University Press.
  • Seawright, Jason. (2016). Multi-method Social Science: Combining Qualitative and Quantitative Tools. Cambridge University Press.

Taller.Introducción a R (16 hrs.)

Objetivo específico:
Introducir a las y los estudiantes al lenguaje y diversas funcionalidades que ofrece el software estadístico R para el análisis de datos en estudios sociales.

 

Sesión

Subtemas

Objetivo

32

Introducción a R.
– ¿Cómo hay que hablarle a R?
– El ambiente de R. Las cuatro ventanas que conforman la interfaz del programa.
– Paqueterías en R.
– El lenguaje base y el paquete Tidyverse.		Introducir a las y los estudiantes a las funciones básicas, así como a las diferentes paqueterías del software estadístico R, así como a su ambiente RStudio.

33

Programación básica.
– Primeros pasos: funciones básicas en R.
– Elementos: vectores, matrices y data drames.		Introducir a las y los estudiantes a la programación básica, así como a los vectores, matrices y data frames.

34

Visualización de datos.
– Gráficas en R: paquetería base e introducción a ggplot2.
– Gráfica de barras.
– Diagrama de Caja y Brazos.
– Histogramas.		Que las y los estudiantes sean capaces de visualizar diferentes elementos de las variables de interés. Se introducirá a las y los estudiantes a las gráficas de la paquetería básica, así como a las funciones asociadas a la librería de ggplot2.

35

Análisis de modelos de regresión.
– Especificación de modelos.
– Análisis de los resultados que arroja R.
– Análisis post estimación.		Que las y los estudiantes sean capaces de especificar y analizar correctamente algunos de los modelos vistos en el diplomado utilizando R.

Bibliografía sugerida:

  • Hadley Wickham y Garrett Grolemund. R para ciencia de datos https://r4ds-en-espaniol.netlify.app/
  • Nathaniel D. Phillips (2018). YaRrr! The Pirate’s Guide to R https://bookdown.org/ndphillips/YaRrr/
  • Horton, Nicholas J., Randall Pruim, y Daniel Kaplan (2015). A Student’s Guide to R https://cran.r-project.org/doc/contrib/Horton+Pruim+Kaplan_MOSAIC-StudentGuide.pdf

Para realizar el pago

Solicitar las referencias bancarias a educacion-continua@posgrado.unam.mx especificando:

  • Nombre del diplomado
  • Número de cuenta UNAM (en su caso)
  • Forma de pago.

Para realizar el registro

  1. Llenar el registro de inscripción.
  2. Recibir correo de confirmación de inscripción.