You are on page 1of 6

Universidad de Chile

Facultad de Ciencias Sociales


Escuela de Ciencias Sociales
Carrera de Sociologa

Programa
Nombre del curso

I.- Identificacin de la actividad curricular


Carrera en que se dicta: Sociologa
Profesor o equipo: Manuel Vivanco
Ciclo al que pertenece: Especializado
Semestre: Primero
Modalidad: Presencial
Carcter: Obligatorio
Pre - requisitos: Estadstica II
Ao: 2010
Cupo de estudiantes: no corresponde

II.- Descripcin / Justificacin de la actividad curricular


Asignatura destinada a proporcionar conocimientos tericos y prcticos que permitan
analizar datos procedentes de encuestas o experimentos mediante tcnicas estadsticas
multivariables.

La asignatura est compuesta de 8 unidades didcticas. Cada una de ellas referida a una
tcnica multivariable. Estas unidades se implementan mediante explicaciones tericas y
prcticas computacionales.

Las sesiones tericas tienen carcter expositivo y constan de tres partes:

a) Presentacin destinada a asimilar el razonamiento estadstico implcito en cada tcnica


de anlisis.
b) Simulacin de un ejemplo de aplicacin.
c) Interpretacin de una salida de computador.

Las sesiones prcticas se realizan en horario de ayudanta en el Centro de Cmputos y


constan de tres partes:

a) Explicacin de la sintaxis del programa de computador que permite aplicar la tcnica


estadstica correspondiente.
b) Realizacin de una investigacin simulada referida a cada tcnica.
c) Interpretacin de los resultados obtenidos en el ejercicio de simulacin.

III.- Objetivos de la actividad curricular


El anlisis de datos procedente de investigaciones empricas requiere conocimiento
respecto a lo siguiente:

- cundo aplicar la tcnica estadstica adecuada


- qu sintaxis permite obtener resultados computacionales
- cmo obtener salidas del paquete estadstico SPSS/PC+
- cul es la interpretacin de los resultados obtenidos

La asignatura se propone satisfacer cada uno de los puntos citados, y otorgar as, una
formacin estadstico/informtica adecuada para aplicar tcnicas de anlisis multivariable.

IV.- Temticas o contenidos de la actividad curricular


TEMA 1. ANLISIS MULTIVARIABLE

- Concepto y caracterstica del anlisis multivariable


- Clasificacin de las tcnicas multivariable
- Materias a investigar mediante anlisis multivariable
- Computacin y anlisis de datos

TEMA 2. ANLISIS DE TIPOLOGAS

- Introduccin
- Clasificacin de sujetos o variables
- Seleccin de variables
- Mtodos jerrquicos y aglomerativos
- Aplicaciones. Programa CLUSTER y QUICK CLUSTER

TEMA 3. ANLISIS DISCRIMINANTE

- Introduccin
- Variables y funcin discriminante
- Interpretacin de la funcin discriminante
- Clasificacin de sujetos
- Aplicaciones. Programa DISCRIMINANT

TEMA 4. ANLISIS FACTORIAL

- Introduccin
- Anlisis factorial clsico
- Anlisis de componentes principales
- Matriz de saturaciones
- Rotacin
- Interpretacin de factores
- Aplicaciones. Programa FACTOR

TEMA 5. ANLISIS DE CORRESPONDENCIAS

- Introduccin
- Matriz de datos
- Anlisis de correspondencias simples
- Anlisis de correspondencias mltiples
- Coordenadas y contribuciones
- Representaciones grficas
- Aplicaciones. Programas ANACOR y HOMALS

TEMA 6. MODELOS LOG-LINEALES

- Introduccin
- Matriz de datos
- Principales modelos
- Seleccin del modelo
- Ajuste del modelo
- Aplicaciones. Programa HILOGLINEAR Y LOGIT

TEMA 7. MODELOS CAUSALES

- Introduccin
- Paht Analysis
- Modelo de ecuaciones estructurales
- Etapas en el anlisis causal
- Verificacin del modelo
- Aplicaciones. Programas AMOS

V.- Metodologa de la actividad curricular

Las clases se desarrollarn desde la perspectiva aprender-haciendo. Para estos efectos, se


generarn espacios de participacin individual o grupal.
En las prcticas de anlisis de datos mediante computador se operar con la modalidad de
taller.

VI.- Evaluacin de la actividad curricular


La asignatura se evaluar en funcin de 2 pruebas parciales y la entrega de 2 trabajos
prcticos (ponderacin es 0,8 y 0,2, respectivamente). La primera prueba se realizar
consultando textos sobre la materia. (Vase bibiliografa bsica primer parcial). La
segunda prueba tendr formato normal.
El examen final ser con consulta de textos en temas referidos a primer parcial y sin textos
en materias tratadas en segundo parcial.
Eximicin de examen promedios en pruebas igual o mayor a 5,5.

VII.- Bibliografa bsica primera prueba parcial


Hair J, Anderson R, Tatham R, Black W.: Anlisis Multivariante. Madrid: Prentice Hall,
1999.
Capitulos 1, 2, 3,5, 9 ejemplos ilustrativos y lecturas complementarias son prescindibles.

Vivanco M.: Anlisis Estadstico Multivariable. Santiago: Editorial Universitaria, 1999.


Capitulos 1,2,3,4.

VIII.- Bibliografa complementaria

Afifi A. y Azen S.: Statistical Analysis. A Computer Oriented Approach. New York:
Academic Press, 1979

Agresti A: Analysis of Ordinal Categorical Data. New York: John Wiley & Sons, 1984.

Aldrich J. y Forrest N.: Linear Probability, Logit and Probit Models. California: Sage,
1984.

Aldenfer M. y Blashfield R.: Cluster Analysis. California: Sage, 1984.

Asher H.: Causal Modeling. California: Sage, 1976.

Berry W.: Non Recursive Causal Modelling. California: Sage, 1984.

Bryan M. :Multivariate Statistical Methods. London: Chapman & Hill, 1986.

Comrey A.: Manual de Anlisis Factorial. Madrid: Ctedra, 1985.

Cooley W. y Lohnes P.: Multivariate Procedures for the Behavorial Sciencies. New York:
John Wiley & Sons, 1971.

Cuadras C.: Mtodos de Anlisis Multivariable. Barcelona: Eunibar, 1981.

Dillon W. y Goldstein M.: Multivariate Analysis. Method and Applications. New York:
John Wiley & Sons, 1984.

Everitt B.: Cluster Analyssis. London: Heineman Education Books Ltda., 1980.

Fenelon J.: Qu'est-ce que l'Analyse des Donnes? Paris: Lefonen 1981.
Green P.: Mathematical tools for Applied Multivariate Analysis. New York: Academic
Press, 1976.

Groenen P y Gifi A.: ANACOR. Leiden: University of Leiden, 1991.

Harman H.: Analisis Factorial Moderno. Madrid: Salts, 1980.

Hildebrand D., Laing J. y Rosenthal H.: Analysis of Ordinal Data. California: Sage, 1977.

Hugues M., Bouveyron C. y Griffon B.: Segmentacin y Tipologa. Madrid: Salts, 1978.

Kim J. y Mueller C.: Factor Analysis: Statistical Methods and Practical Issues. California:
Sage, 1978.
Kim J. y Mueller C.: Introduction to Factor Analysis. California: Sage, 1978.

Klecka W.: Discriminant Analysis. California: Sage, 1980.

Knoke D. y Burke P.: Log-Linear Models. California: Sage, 1980.

Kruskal J. y Wish M.: Multidimensional Scaling. California: Sage, 1983.

Lindemann R., Merenda P. y Gold R.: Introduction to Bivariate and Multivariate


Analysis. New York: Scott, Foresman & Co., 1980.

Long J.: Confirmatory Factor Analysis. California: Sage 1983.

Long J.: Covariance Structure Models. An Introduction to LISREL. California: Sage


1983.

Mallo F.: Anlisis de Componentes Principales. Len: Universidad de Len, 1985.

Maxwell E.: Multivariate Analysis in Behavorial Research. London: Chapman & Hall,
1977.

Morrison D.: Multivariate Statistical Methods. New York: Mc Graw Hill, 1967.

Norusis M.: SPSS-X Advanced Statistics Guide. New York: Mc Graw Hill, 1985.

Riba M.: Una Panormica de los Mtodos Estadsticos Multivariantes. Barcelona:


Universidad Autnoma, 1987.

Rummel R.: Applied Factor Analysis. Evanstone: Northwestern University Press, 1970.

Sanchez J.: Introduccin a las Tcnicas de Anlisis Multivariable Aplicadas a las Ciencias
Sociales. Madrid: CIS, 1984.

Sierra M.: Anlisis Multivariable. Teora y Aplicaciones en Economa. Barcelona: Ediser,


1986.
SPSS Inc.: SPSS Categories. Chicago: SPSS Inc., 2003.

SPSS Inc.: SPSS Advanced Statistics. Chicago: SPSS Inc., 2003.

Tabachnik B. y Fidell L.: Using Multivariate Statistics. New York: Harper & Row, 1983.

Tatsuoka M.: Multivariate Analysis: Techniques for Educational and Psychological


Research. New York: John Wiley & Sons, 1971.

Van de Geer J.: HOMALS. Leiden: University of Leiden, 1985.

Vivanco M.: Anlisis Multivariable. Aplicacin Computacional. Santiago: Documento


Autoeditado, sin fecha.

. Vivanco M.: Anlisis Estadstico Multivariable. Santiago: Editorial Universitaria, 1999