Diploma: Estadística y Análisis de Datos en la Investigación Científica

Presentación:

 

Los fenómenos del mundo en general y sus características más específicas las podemos descubrir gracias a la observación, nuestros canales sensoriales nos muestran la realidad que el mundo nos ofrece y que nosotros somos capaces interpretar. La lectura de un libro o artículo, así como escuchar el discurso de un ponente o profesor durante la clase son formas de conocer el mundo y sus complejos fenómenos. Esta observación del entorno, la experiencia y aspectos teóricos relacionados a ello van configurado la idea inicial de la investigación que poco a poco al ir desarrollándose se va transformando en un proyecto como tal, con objetivos e hipótesis planteadas. Para el contraste de las hipótesis y, en consecuencia, el logro de los objetivos planteados, se requiere recolectar datos/información suficiente que permita, mediante su análisis, establecer conclusiones sobre el fenómeno en cuestión.

En esta línea, el Diploma de Estadística y Análisis de datos en la Investigación científica plantea proporcionar las herramientas básicas y necesarias que permitan interactuar con este conjunto de información recolectada en el marco de una investigación científica. Procedimientos como la importación de datos, recodificación, recategorización, cálculo de nuevas variables, elaboración de gráficos exploratorios y confirmatorios, así como procedimientos de análisis estadístico bivariados y multivariados, conformarán principalmente estas herramientas manteniendo el enfoque de valoración e interpretación de resultados.

Metodología

En el Diploma se aplica una metodología activa y participativa delimitando el sentido lógico y psicológico en los aprendizajes. Los contenidos se abordan desde lo teórico o declarativo con material expositivo, dialogado y de preguntas a través de la herramienta Zoom y práctico o procedimental finalizando con el artículo científico. La Redacción requiere de un acompañamiento, pero sobre todo autonomía y perseverancia, para lo cual se implementa la tutoría online a través del aula virtual. El Docente adopta un doble rol de facilitador y de tutor en el proceso de aprendizaje. Para el desarrollo procedimental o práctico se crea un ambiente virtual de aprendizaje, en la que el participante es dueño en la organización y distribución de su tiempo en la elaboración de su artículo científico,

además, se guía al estudiante en los procedimientos aplicados con retroalimentación de revisión y absolución de preguntas en tiempo real y en forma diacrónica.

 

Se emplean recursos y tecnologías web (videoconferencia, láminas, chats, aula virtual) como recursos didácticos para el desarrollo de los contenidos teóricos y herramientas informáticas para la aplicación práctica de las sesiones.

 

El Tutor Virtual, desempeña un rol complejo, además de ser un facilitador de conocimientos cumple una función fundamental en la sostenibilidad de la motivación de la comunidad virtual, aplicando sus competencias psicoafectivas y su fortaleza emocional, estableciendo una interacción de manera fluida y optima con los participantes.

Competencias

  • Al finalizar el curso, el participante estará en la capacidad de desarrollar, analizar e interpretar datos cuantitativos de acuerdo a los objetivos de investigación planteados en un proyecto, mediante el uso del software especializado jamovi.

Modalidad

La modalidad del Diploma: Estadística y Análisis de Datos en la Investigación Científica. Cuenta con el diseño de una moderna plataforma que permite acceso las 24 horas del día al participante y favorece el aprendizaje autónomo, El material didáctico se presenta a disposición al igual que el staff y tutotes de plataforma.

Cronograma

Del 23 de julio al 29 de octubre de 2022

Estructura Académica:

EL DIPLOMA: ESTADÍSTICA Y ANÁLISIS DE DATOS EN LA INVESTIGACIÓN CIENTÍFICA, está estructurado en 256 horas distribuidas en 64 horas de cátedra a través de la modalidad online (videoconferencia) y 192 horas de aprendizaje autónomo en la plataforma interactiva vía web las 24 horas del día.
El diploma se desarrolla a través de 4 cursos distribuidos en 4 meses que se adaptan al estilo de vida de cada participante.

Cursos del Diploma

Curso 1: Introducción al análisis de datos con Jamovi

Competencia General:

Utilizar el software jamovi para la exploración y el análisis de datos.

Competencias Específicas:

  • Conocer los tipos de archivos comunes en el que se almacenan los datos para su importación en el software.
  • Identificar y configurar los tipos de variables en una base de datos
  • Desarrollar el cálculo o transformación inicial de variables
  • Conocer el uso de filtros para análisis exploratorio de datos
  • Conocer el uso de módulos principales y externos
  • Aplicar los principales análisis exploratorios de datos en Jamovi
  • Conocer sobre las formas de guardar datos y resultados en Jamovi

Contenidos a desarrollar:

  1.  Introducción a Jamovi
  2. Descarga e instalación del software
  3. Interfaz de usuario y flujo de trabajo para el análisis de datos
  4. Instalación de módulos externos
  5. Importación de datos en los principales formatos de archivo soportados
  6. Configuración de variables: nombres, tipos de variables, etc.
  7. Análisis descriptivo y gráfico de datos
  8. Uso del editor de Jamovi para el comentado de resultados
  9. Exportación de datos y resultado
Curso 2: Análisis exploratorio y descriptivo de los datos

Competencia General:

Aplicar e interpretar un análisis descriptivo-exploratorio de datos

Competencias Específicas:

  • Conocer la organización de una base de datos
  • Identificar la escala de medición y tipo de variables a analizar
  • Identificar los análisis necesarios a realizar para la exploración de datos
  • Utilizar los tipos de resúmenes de datos adecuados para el tipo de variable
  • Utilizar los tipos de resúmenes de datos adecuados para el objetivo exploratorio planteado
  • Elaborar gráficos exploratorios-descriptivos de los datos
  • Interpretar los resultados descriptivos-exploratorios

Contenidos a desarrollar:

  1. Introducción a la estadística: definición y aplicaciones.
  2. Escalas de medición y tipos de variables
  3. Diseño y organización de información para la base de datos
  4. Medidas de tendencia central
  5. Medidas de posición
  6. Medidas de dispersión
  7. Medidas de forma
  8. Tablas y distribución de frecuencias y porcentajes
  9. Gráficos exploratorios de acuerdo con la escala de medición de variable
  10. Estandarización de variables
  11. Covarianza y correlación
  12. Interpretación de resultados y formulación de hipótesis
  13. Introducción a la curva normal
Curso 3: Análisis de datos bivariados

Competencia General:

Aplicar e interpretar análisis bivariados de datos.

Competencias Específicas:

  • Revisión de los supuestos estadísticos de las pruebas de interés
  • Conocer la prueba estadística bivariada a utilizar de acuerdo con el objetivo de investigación
  • Decidir sobre el uso de un test paramétrico o no-paramétrico
  • Ejecutar análisis de comparación de 2 grupos
  • Ejecutar análisis de relación de 2 variables

Contenidos a desarrollar:

  1. Test de significancia estadística: Concepto y aplicaciones
  2. Tamaño del efecto
  3. Poder estadístico
  4. Requerimientos para el uso de pruebas estadísticos bivariados
  5. Distribución normal de los datos
  6. Análisis de ajuste a la curva normal
  7. Homocedasticidad o igualdad de varianzas
  8. Test estadísticas paramétricas y no paramétricas
  9. Comparación de 2 muestras independientes: T de Student y Welch
  10. Comparación de 2 muestras independientes: U de Mann-Whitney
  11. Comparación de 2 muestras relacionadas: T de Student
  12. Comparación de 2 muestras relacionadas: Wilcoxon
  13. Relación de 2 variables continuas: Correlación de Pearson y Spearman
  14. Relación de 2 variables categóricas: Prueba chi-cuadrado y V de Cramer
Curso 4: Análisis de datos multivariados

Competencia General:

Aplicar e interpretar análisis estadísticos en múltiples variables como respuesta a objetivos de investigación

Competencias Específicas:

  • Desarrollar análisis de comparación de múltiples grupos
  • Elegir el modelo de regresión adecuado al objetivo de investigación
  • Conoce los aspectos generales del modelo de regresión lineal.
  • Aplicar e interpretar el análisis de regresión lineal
  • Aplicar e interpretar el análisis de regresión logística

Contenidos a desarrollar:

  1. Análisis de comparación de 3 a más grupos: Prueba de Anova de 1 factor
  2. Análisis post-hoc en pruebas de comparación de grupos paramétricos
  3. Análisis de comparación de 3 a más grupos: Prueba de Kruskal-Wallis
  4. Análisis post-hoc en pruebas de comparación de grupos no-paramétricos
  5. Requerimientos para el análisis de regresión: Revisión de supuestos
  6. Regresión lineal simple
  7. Regresión lineal múltiple
  8. Uso de variables dummies
  9. Regresión logística binaria
  10. Regresión logística multinomial
  11. Otras aplicaciones de modelos de regresión

Sistema de Evaluación

Los participantes deben tener más de 85% de asistencias a las actividades Online y cumplir con los estándares académicos establecidos en el sílabo universitario. Esto para ser considerado como apto de ser evaluado. La nota aprobatoria promedio será mayor o igual a 12 puntos.

Inversión:

Cursos                  S/ 200

Diploma total      S/ 800

Inicia: 16/07/22

Share This