Diplomado

Diplomado de Postítulo Analisis Multivariable

Informaciones

Fecha y hora

30/07/21 al 5/12/21 - miércoles , jueves - 18:30 hrs.

Lugar

Facultad de Ciencias Sociales (Avda. Ignacio Carrera Pinto 1045. Ñuñoa)

Dirigido a

Licenciados, profesionales e investigadores de las Ciencias Sociales, Educación y afines

Organiza

Departamento de Sociología

Valor

Arancel Anual 2019: $1.424.630 pesos chilenos (incluye costos de matrícula)

Organiza:
Departamento de Sociología de FACSO

Dirigido a:
Licenciados, profesionales e investigadores de las Ciencias Sociales, Educación y afines, interesados en adquirir o profundizar conocimientos sobre análisis cuantitativo multivariable, que se desempeñen en universidades, empresas de estudios de mercado u opinión, departamentos, centros de estudios y/o consultoras u organizaciones gubernamentales y no gubernamentales.

  • Días y horarios de clases: Miércoles y Jueves 18:30 a 21:00 horas.
  • Lugar: Facultad de Ciencias Sociales (Avda. Ignacio Carrera Pinto 1045. Ñuñoa)
  • Arancel Anual 2019: $1.424.630 pesos chilenos (incluye costos de matrícula).
  • Descuentos: 10% por pago al contado.
  • Cupos: 20 personas.

Postulaciones: hasta el 30 de junio de 2019.
Inicio de Clases: 31 de julio de 2019

Síguenos en: nuestro perfil Facebook o en nuestro Fan Page.

Presentación

El manejo de técnicas de estadística avanzada es una necesidad para los profesionales y científicos sociales en la actualidad, debido las exigencias que implica dar cuenta de las complejas dinámicas sociales en la sociedad actual. Los programas de formación de pregrado han avanzado en esta línea, sin embargo, dadas las múltiples demandas de la formación de profesionales, la mayoría de los programas no alcanzan a cubrir estos contenidos con la profundidad necesaria para un adecuado uso de estas técnicas en situaciones de investigación aplicada, o bien abordan técnicas estadísticas clásicas que han sido superadas por técnicas estadísticas modernas.

El Diplomado en Análisis Multivariable Aplicado a la Investigación Social busca formar a profesionales en los fundamentos teóricos y metodológicos de la investigación cuantitativa y el análisis multivariable con técnicas estadísticas modernas, entregando a sus estudiantes las herramientas necesarias para seleccionar, utilizar e interpretar adecuadamente técnicas estadísticas multivariadas modernas para dar cuenta de los objetivos de sus investigaciones.

El Diplomado en Análisis Multivariable Aplicado a la Investigación Social cuenta con un equipo de docentes con formación especializada en metodología cuantitativa, estadística y análisis multivariable, con amplia experiencia en investigación académica, en políticas públicas, en organismos del estado, organizaciones no gubernamentales, consultorías en empresas privadas e investigación de opinión pública y de mercado.

 

Programa del diplomado

El diplomado en Análisis Multivariado está estructurado en 3 módulos de clases consecutivos. Las clases de todos los módulos abordarán los fundamentos teóricos de las técnicas consideradas, no obstante, el énfasis del diplomado estará puesto en el aprendizaje de habilidades prácticas, destinadas a que los estudiantes puedan hacer uso de las distintas técnicas según los objetos de estudio a los cuales se enfrenten. Los módulos del diplomado abordan los siguientes tópicos:

Módulo 1: Introducción al análisis multivariable:
Este primer módulo tiene por finalidad introducir a las(os) estudiantes en los fundamentos de la medición en ciencias sociales, asociación y causalidad; así como también introducirlos a los comandos básicos de programación en RStudio.

Módulo 2: Modelos de regresión
El módulo tiene por objetivo que las y los estudiantes desarrollen habilidades para describir, analizar, evaluar, modelar datos e interpretar análisis de regresión usando RStudio y algunas herramientas de generación de reportes como Markdown.

Regresión mononivel: Abordará específicamente modelos de regresión lineal simple y múltiple con estimación de mínimos cuadrados (OLS) y regresión logística binaria con estimación por máxima verosimilitud (ML). Poniendo énfasis que los estudiantes desarrollen habilidades para evaluar las condiciones de aplicación del análisis y la calidad de las estimaciones, así como la interpretación de resultados.

Regresión multinivel: Abordar modelos de regresión multinivel para abordar situaciones en las cuales los datos tienen una estructura jerárquica que puede ser entendida como distintos niveles de agrupación y/o anidamiento (e.g., sujetos en comunas, estudiantes en cursos y colegios). Se pondrá especial énfasis en que los estudiantes desarrollen habilidades para identificar estructuras jerárquicas, describir, modelar e interpretar resultados de los modelos estimados en RStudio, reportando sus resultados de manera adecuada, apoyados por Markdown.

Modulo 3: Modelos de ecuaciones estructurales (SEM)
El módulo busca que las y los estudiantes desarrollen habilidades para analizar y reportar modelos de cadenas causales con variables observadas y latentes con el software Mplus. Para lograr esto, el módulo, será dividido en tres subsecciones:

Análisis de senderos: Busca que las y los estudiantes desarrollen habilidades para trabajar con modelos que implican cadenas causales entre variables. Se abordarán las similitudes y diferencias del análisis de senderos con los análisis de regresión tradicionales. Se pondrá especial énfasis en los fundamentos de la técnica, sus ventajas y limitaciones, formas de estimación de parámetros, evaluación del ajuste de los modelos, e interpretación de resultados.

Análisis factorial: Buscará entregar herramientas a los estudiantes para construir modelos de medida de variables latentes. En una primera instancia, se distinguirá entre el análisis factorial, el análisis de componentes principales; el análisis factorial exploratorio y el análisis factorial confirmatorio (AFC) para variables cuantitativas y categóricas, abordando la utilidad, ventajas y limitaciones de cada uno de ellos. Se profundizará en AFC, como una herramienta de medición de variables latentes, sus formas de estimación, y análisis de resultados en miras a su incorporación a modelos SEM.

Modelos SEM: Buscará que las y los estudiantes aprendan a integrar los contenidos de análisis de senderos y análisis factorial en modelos de ecuaciones estructurales que implican cadenas causales, que involucran variables latentes y medidas con indicadores categóricos y/o cuantitativos.

El programa considera un total de 216 horas de estudio, las que se distribuyen en 93 horas de clases presenciales (en aula y en laboratorio de computación) y 123 horas no presenciales de trabajo individual por estudiante.

Módulo 1: Introducción al análisis multivariable
  31 de Julio y 1 de agosto R. Asun y G. Boccardo
Módulo 2A: Análisis de regresión mononivel
  7 y 8 de Agosto G. Boccardo
  14 y 15 Agosto Descanso
  21 y 22 de Agosto G. Boccardo
  28 y 29 de Agosto G. Boccardo
Módulo 2B: Análisis de regresión multinivel
  4 y 5 de Septiembre J.C. Castillo
  11 al 19 de septiembre Receso Fiestas Patrias
  25 y 26 de Septiembre J.C. Castillo
  2 y 3 de Octubre J.C. Castillo
  9 y 10 de Octubre Descanso
Módulo 3A: Análisis de senderos
  16 y 17 de Octubre K.Rdz-Navarro
  23 y 24 de Octubre K.Rdz-Navarro
  30 y 31 de Octubre Descanso
Módulo 3B: Análisis factorial
  6 y 7 de noviembre R. Asún
  13 y 14 de Noviembre R. Asún
  20 y 21 de noviembre Descanso
Módulo 3C: Modelos SEM
  27 y 28 de Noviembre K.Rdz-Navarro
  4 y 5 de Diciembre K.Rdz-Navarro y R. Asún

 

Equipo docente

  • Rodrigo A. Asún (coordinador académico): Dr. en Metodología (Universidad Complutense de Madrid), Mg. en Psicometría (Universidad Autónoma de Madrid), Sociólogo (Universidad de Chile). Director del Departamento de Sociología. Miembro del grupo de estudios FONDECYT-CONICYT de Psicología. Investigador en movimientos sociales, docencia y metodología cuantitativa. Especialista en análisis factorial.
  • Karina Rdz-Navarro (coordinadora ejecutiva): Dra. en Metodología (Universidad Complutense de Madrid), MSc. en Metodología (London School of Economics), Mg. en Psicometría (Universidad Autónoma de Madrid), Socióloga (Universidad de Chile). Presidente de la Asociación Chilena de Metodología, Medición y Evaluación. Editora de la Revista de Sociología. Investigadora en modelamiento SEM (lineal y no lineal), y modelos psicométricos.
  • Juan Carlos Castillo: Dr. en Sociología (Universidad de Humboldt), Mg. en Administración Pública (Universidad de Postdam), Psicólogo (Universidad Católica de Valparaíso). Subdirector de COES. Director del grupo de estudio FONDECYT-CONICYT de Sociología. Investigador en desigualdad social, justicia distributiva, opinión pública y educación cívica. Especialista en modelamiento multinivel.
  • Giorgio Boccardo. Dr. (c) en Ciencias Sociales (Universidad de Chile). Mg. en Estudios Latinoamericanos (Universidad de Chile). Sociólogo. (Universidad de Chile). Miembro del Comité de Ética de la Investigación de FACSO. Investigador en clases sociales y conflictos en los procesos de trabajo en Chile y América Latina. Especialista en metodología cuantitativa, análisis de datos sociales y lenguaje de programación R.

Postulaciones:

Abiertas hasta el 30/06/2019 (o hasta llenar los cupos)

Proceso de Postulaciones:

Las personas interesadas en postular deben enviar los siguientes antecedentes a postitulosocio@facso.cl
1. Copia escaneada del grado académico o título profesional de carrera de al menos 4 años de duración de las ciencias sociales, educación, salud o a fines.
2. Currículum vitae actualizado.
3. Carta de motivación (1 plana).
4. Ficha de postulación FACSO (ver archivos adjuntos).


Una vez recibidos sus antecedentes serán evaluados por la comisión de selección quienes le informaran sobre el resultado de su postulación y, en caso de haber resultado aceptado/a, se le informará las gestiones que debe realizar para formalizar su matrícula.

Para mayores informaciones, contácte a: Isabel Jeraldo, teléfono (22) 9787782, email: socio.secretariadocente@facso.cl o postitulosocio@facso.cl

Organiza: Departamento de Sociología, Facultad de Ciencias Sociales, Universidad de Chile.

 

Compartir:
https://uchile.cl/s123608
Copiar