Logo UAB
2021/2022

Metodología Avanzada de Investigación Social

Código: 44038 Créditos ECTS: 6
Titulación Tipo Curso Semestre
4313228 Política Social, Trabajo y Bienestar OT 0 2
La metodología docente y la evaluación propuestas en la guía pueden experimentar alguna modificación en función de las restricciones a la presencialidad que impongan las autoridades sanitarias.

Contacto

Nombre:
Pedro López Roldán
Correo electrónico:
Pedro.Lopez.Roldan@uab.cat

Uso de idiomas

Lengua vehicular mayoritaria:
español (spa)

Equipo docente

Francesc Josep Miguel Quesada
Joan Miquel Verd Pericàs
Oriol Barranco Font

Prerequisitos

Se precisan los conocimientos y las habilidades básicos en relación a la metodología de las ciencias sociales, el diseño de la investigación social y los métodos y técnicas de producción y análisis de datos cualitativos y cuantitativos.

Objetivos y contextualización

El objetivo del módulo de Metodología Avanzada de Investigación Social [MAIS] es el conocimiento teórico y aplicado de la metodología y de la diversidad de métodos y técnicas avanzadas en el análisis de los datos para la investigación social, tratando diversas perspectivas metodológicas, tanto cuantitativas como cualitativas.

Este objetivo general se complementa con tres específicos:

  1. Orientar el proceso de realización de un trabajo de investigación estableciendo los criterios y las tareas necesarias de su diseño metodológico y de la aplicación pertinente de los métodos y técnicas de investigación con el fin de adecuarlos a los modelos teóricos y lograr el rigor de la investigación científica.
  2. Adquirir las habilidades de utilización del software correspondiente a las técnicas de análisis de datos tratados.
  3. Proporcionar la información y el aprendizaje de los métodos y técnicas de investigación con carácter aplicado, con especial referencia a las líneas de investigación de los profesores del módulo y de los equipos de investigación del Departamento.

Dada la situación de excepcionalidad derivada de la pandemia de la Covid-19 y ante la incertidumbre de la situación sanitaria para el próximo curso, la dinámica docente y los criterios de evaluación podrán adaptarse a las necesidades de cada momento. Esta Guía Docente recoge la información habitual con docencia presencial. En el caso de tener que organizar de forma diferente la docencia y el aprendizaje, en particular, combinando los formatos presencial y online, la Guía Docente se modificará de acuerdo con las orientaciones dadas por parte de la Facultad y de la Universidad.

Competencias

  • Diseñar y llevar a cabo proyectos de investigación sobre los ámbitos de trabajo, género y políticas sociales, utilizando técnicas de investigación cualitativa y cuantitativa avanzadas.
  • Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • Proponer soluciones innovadoras y emprendedoras en su campo de estudio.
  • Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  • Utilizar y gestionar información bibliográfica y recursos informáticos en el ámbito de estudio.

Resultados de aprendizaje

  1. Examinar críticamente una investigación desde el punto de vista metodológico, identificando los diferentes diseños, métodos y técnicas, su conveniencia y sus carencias.
  2. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  3. Proponer soluciones innovadoras y emprendedoras en su campo de estudio.
  4. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  5. Utilizar programas informáticos a nivel avanzado para analizar los resultados de la implementación de los métodos y técnicas aprendidos durante el máster.
  6. Utilizar y gestionar información bibliográfica y recursos informáticos en el ámbito de estudio.

Contenido

Los contenidos del módulo se estructuran a partir de 4 bloques temáticos:

  1. Análisis Multivariable de Datos Estadísticos [AMDE]
  2. Análisis Cualitativo Avanzado [ACA]
  3. Análisis de Redes Sociales [ARS]
  4. Simulación Social Computacional [SSC]

 1. Análisis Multivariable de Datos Estadísticos [AMDE]. 10 horas
    Prof. Pedro López-Roldán

El objetivo principal es ofrecer una panorámica aplicada de diferentes técnicas de análisis de datos estadísticos de tipo multivariable. Dada la variedad y extensión de los procedimientos estadísticos existentes para el tratamiento de la información sociológica, se opta por considerar algunas técnicas de análisis más fundamentales que faciliten sentar las bases conceptuales y permitan posteriormente profundizar en el conocimiento de las mismas y en otros procedimientos de análisis. La asignatura dará los fundamentos de la selección de técnicas tratadas, con una orientación muy aplicada y con el objetivo de que el alumnado adquiera los elementos suficientes para que pueda utilizar el conocimiento de estas técnicas en su investigación. Se presentarán tanto técnicas de análisis de interdependencia (por un lado, tablas de contingencia y análisis log-lineal, por otro, análisis factorial y análisis de clasificación con el fin de desarrollar una metodología destinada a la construcción de tipologías), como de dependencia (análisis de regresión logística) para formalizar modelos explicativos.

La formación comporta dos elementos que son necesarios para su seguimiento y para su aprovechamiento. El primero es el conocimiento y la utilización de los imprescindibles instrumentos matemáticos y estadísticos para el análisis; la información correspondiente se dará de forma básica y equilibrada para la formalización de estos procedimientos, pero donde el objetivo principal es la comprensión e interpretación de la información que generan para la realización de un estudio aplicado. El segundo es la utilización del software estadístico que permitirá ilustrar y aplicar los conocimientos relativos a los diferentes procedimientos de análisis.

2.   Análisis Cualitativo Avanzado [ACA]. 10 horas

Prof. Oriol Barranco

El bloque pretende, en primer lugar, abordar una reflexión crítica sobre los métodos de obtención de datos cualitativos, haciendo especial mención a la entrevista y el grupo de discusión, pero también al análisis de documentos. El objetivo es que el alumnado pueda reconocer y reflexionar críticamente sobre los fundamentos teóricos y epistemológicos de estas técnicas y, además, adquirir los conocimientos prácticos necesarios para llevar a cabo un análisis riguroso basado en los materiales cualitativos.

Por otro lado, en relación con el análisis de los datos, el bloque se concentrará en dos tipos de procedimientos que tienen ciertos puntos en común, pero también importantes diferencias: el Análisis de Contenidos y el Método Comparativo Constante. Se darán las orientaciones pertinentes para que estos procedimientos analíticos puedan ser aplicados mediante el programa de análisis cualitativo ATLAS.ti. Como resultado del curso, el alumnado debería disponer de los conocimientos técnicos necesarios para poder desarrollar un análisis de datos textuales (pero también visuales y sonoros) con la ayuda del programario específico y, además, situar metodológicamente y epistemológicamente su aproximación.

3.   Análisis de Redes Sociales [ARS]. 8 horas

Prof. Joan Miquel Verd

El análisis de redes sociales es una aproximación interdisciplinaria y un punto de partida privilegiado para renovar nuestra visión de la realidad social. En este bloque temático se presentarán las bases teóricas y metodológicas del análisis de redes sociales, los procedimientos para recoger, analizar e interpretar matrices de datos reticulares con software especializado y diferentes aplicaciones actuales de análisis de redes sociales. Con este contenido se espera que los y las estudiantes puedan identificar las condiciones en que sea factible y adecuada la introducción del análisis de redes sociales en el diseño de una investigación y, además, puedan recoger, analizar y combinar estos datos con otros tipos de informaciones para formular y / o contrastar hipótesis de interés.

 4.   Simulación Social Computacional [SSC]. 4 horas

Prof. F. J. Miguel Quesada

El uso de modelos informáticos de simulación social (simulación social computacional) es una alternativa a las perspectivas clásicas del análisis sociológico fundamentadas en el "lenguaje de las variables" (factores explicativos) y en la "interpretación del sentido" (hermenéutica) que intenta articular aspectos útiles de ambas perspectivas. Se insiste en las ventajas y problemáticas de una aproximación experimental para la comprensión y explicación (y replicación) de procesos sociales, hasta el punto de permitir que personas reales interactúen y "vivan" dentro de un entornovirtual para poderestudiar sus reacciones y contenidos mentales. En una única sesión, se proporciona una breve introducción al sentido epistemológico de trabajar con "sociedades virtuales" construidas y puestas funcionamiento con recursos propios de Inteligencia Artificial, y también una aproximación técnica a una herramienta simple que permite esta construcción

 

Temario

BLOQUE 1. Análisis multivariable de datos estadísticos [AMDE]

1.    Introducción al análisis multivariable
1.1.    Presentación del bloque: contenidos, dinámica y evaluación
1.2.    Las técnicas de análisis en los modelos y diseños de análisis
1.3.    Conceptos generales y clasificación de les técnicas de análisis multivariable
2.    Análisis multivariado de tablas de contingencia
2.1.    Presentación y nomenclatura del análisis de tablas de contingencia (ATC)
2.2.    Análisis de la relación entre variables: independencia, asociación y control
2.3.    El análisis log-lineal (ALL)
3.    Metodología de construcción tipológica
3.1.    El análisis factorial
3.1.1.    El análisis factorial componentes principales (ACP)
3.1.2.    El análisis factorial de correspondencias (ACO)
3.2.    El análisis de clasificación (ACL)


BLOQUE 2. Análisis Cualitativo Avanzado [ACA]

1.Planteamientos sobre la calidad y la validez en la investigación cualitativa
2. Los materiales textuales para el análisis
2.1. Tipos y características de los materiales y los datos
2.2. La producción de los datos y su calidad, validez y fiabilidad.
3. Planteamientos actuales en el análisis cualitativo textual
3.1. Tipos de análisis
3.2. La interpretación de los datos  
3.3. Validez y rigor en el análisis cualitativo  
4. La generalización y teorización en el análisis cualitativo -textual-
4.1.Tipos y estrategias de generalización cualitativa
4.2. La teorización a partir de estudios cualitativos
5. El análisis de contenidos
5.1.    Introducción. Análisis de contenidos y análisis lexicométrico en la investigación social
5.2.    Características y procedimientos del análisis de contenidos cualitativo
6.    El método comparativo constante
6.1.    La teoría fundamentada y el método comparativo constante
6.2.    Características y procedimientos del método comparativo constante
7.    El uso de los CAQDAS en el análisis de datos cualitativos
7.1.    El uso de herramientas informáticas en el análisis de datos cualitativos. El CAQDAS en contexto
7.2.    El análisis de contenidos cualitativo realizado con Atlas.ti
7.3.    El método comparativo constante hecho con Atlas.ti

BLOQUE 3. Análisis de Redes Sociales [ARS]

1. Introducción a la teoría y análisis de redes sociales
1.1. De la metáfora de la red al análisis de redes
1.2. La teoría y análisis de redes sociales como perspectiva
1.3. Origen y aplicaciones del análisis de redes sociales
2. Definiciones básicas del análisis de redes sociales
2.1. Unidades, contenidos y forma de las relaciones
2.2.Tipos de redes y tipos de datos
3. Obtención de la información. Muestras y datos
3.1. Delimitación de la red
3.2. Muestreo y obtención de los datos
4. Notación y representación de las redes
4.1. Grafos y matrices
4.2. Enfoque relacional y enfoque posicional
5. Conceptos básicos y orientaciones generales para el análisis
5.1. Conceptos básicos para el análisis
5.2. Indicadores de centralidad
5.3. Indicadores de cohesión
5.4. Indicadores de posición y estructura

BLOQUE 4. Simulación Social Computacional [SSC]

1. Sistemas sociales: Modelo Micro-Macro e (inter)acción con efectos emergentes
2. La modelización en las CC.SS.: Definición, Tipos y Uso.
3. Métodos de simulación social: Modelos computacionales Sociales basados en Agentes(ABM)
4. Netlogo v6: Instalación y primeros pasos. Ejemplos. Recursos de autoaprendizaje
5. Diseño de sociedades virtuales con Netlogo
5.1. Estructura e Interfaz de Usuario (GUI)
5.2. Elementos básicos: agentes, atributos, procedimientos. Grupos de agentes (Agentsets vs. Breeds)
5.3. Ordenes básicas (ASK) y Bloques de órdenes: Condicionales y bucles
5.4. Resultados: Plots, Output, Files. Exportación y Análisis.
6. Elementos avanzados:
6.1. Vínculos entre agentes (links) y Redes socials
6.2. Representaciones mentales (list, vectors, arrays)
6.3. Diseño de experimentos virtuales: Analizador de Comportamiento.
7. Diseño de experimentos con agentes humanos: Simulación social participativa

Metodología

El módulo combinará la enseñanza magistral, en la que se presentarán los contenidos teóricos y los ejemplos de cada módulo y se fomentará una dinámica que facilita el aprendizaje activo y participativo, con diversas actividades de capacitación para la enseñanza y el aprendizaje de la materia:

  1.  Seminarios de análisis de lecturas y estudio de casos con su presentación y debate.
  2.  Tutorías individuales y grupales de seguimiento.
  3.  Realización de ejercicios en el aula y prácticas en la sala de informática para conocer, aplicar e interpretar la información de cada técnica de análisis y el procedimiento para obtenerla con el software correspondiente.

En el Campus virtual del módulo, en un entorno Moodle, toda la información, los materiales y las actividades del módulo están disponibles.

Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.

Actividades

Título Horas ECTS Resultados de aprendizaje
Tipo: Dirigidas      
Clases magistrales 19 0,76 1, 3, 4, 2, 6, 5
Prácticas en el aula 13 0,52 1, 3, 4, 2, 6, 5
Tipo: Supervisadas      
Tutorías grupales e individuales de fundamentos de la investigación social y de seguimiento y corrección de los ejercicios y trabajos del módulo 15 0,6 1, 3, 4, 2, 6, 5
Tipo: Autónomas      
Lectura de textos 37 1,48 1, 3, 4, 2, 6, 5
Preparación individual de las actividades en el aula y de los trabajos de evaluación 66 2,64 1, 3, 4, 2, 6, 5

Evaluación

 La nota final del módulo será el resultado de la media ponderada de cada uno de los cuatro bloques. En concreto, la evaluación de cada bloque será la siguiente:

BLOQUE 1. Análisis Multivariable de Datos Estadísticos [AMDE]

La evaluación del bloque requerirá la realización trabajo práctico de análisis de datos. A partir de considerar las relaciones entre diversas variables habrá que analizarlas con el objetivo de construir una tipología utilizando en combinación los procedimientos de análisis factorial y de análisis de clasificación. El trabajo se presentará con el formato de un artículo de investigación donde se dará cuenta de la formulación de un modelo sociológico con el correspondiente enunciado de las hipótesis de relación entre las variables, la presentación del diseño de análisis utilizado y la posterior contrastación de aquel modelo con el análisis e interpretación de los datos. El trabajo tendrá una extensión máxima de 8 páginas (unas 3000 palabras) de redacción, incluidos los gráficos y tablas elaborados, además de la bibliografía y el anexo.

BLOQUE 2. Análisis Cualitativo Avanzado [ACA]

Se evaluará la participación activa y la capacidad crítica demostrada en las discusiones de las lecturas obligatorias realizadas en clase. En caso de que el/la alumno/a quiera subir nota, podrá realizar un ejercicio de análisis de un texto. Con este ejercicio se podrá aumentar la nota hasta un máximo de tres puntos. Si alguna persona no llega al aprobado o no puede ser evaluada de la discusión de las lecturas por su falta de participación, deberá realizar obligatoriamente el ejercicio de análisis de un texto. En este caso la nota máxima que se podrá obtener será un 6.

BLOQUE 3. Análisis de Redes Sociales [ARS]

La evaluación se realizará en primer lugar a partir de la elaboración de un ejercicio aplicado de investigación (el trabajo tendrá una extensión máxima de 2000 palabras). El ejercicio podrá realizarse en grupo, con un máximo 2 alumnos. En segundo lugar, se valorará también la presencia en las clases y la participación en las sesiones. Por otra parte, se procurará que la temática elegida para este ejercicio tenga que ver total o parcialmente con la investigación del Trabajo de Fin de Máster. Asimismo, se reservará en la sesión 2 un momento para preparar el ejercicio de la asignatura.

BLOQUE 4. Simulación Social Computacional [SSC]

La evaluación del bloque implicará la asistencia y seguimiento de las sesiones en el aula, así como la entrega de una adaptación operativa del modelo computacional utilizado en clase, que "mejore" algún aspecto concreto del fenómeno representado. Esta entrega será individual o por parejas, y constará de un archivo ejecutable (modelo NetLogo) más un reporte con información sobre la mejora planteada, los resultados de la explotación de resultados obtenidos, el planteamiento de conclusiones y un comentario crítico de la metodología puesta en práctica (formato PDF).

Actividades de evaluación

Título Peso Horas ECTS Resultados de aprendizaje
Ejercicio práctico de Simulación Social Computacional 13,5% 0 0 1, 3, 4, 2, 6, 5
Trabajo práctico de análisis de datos cualitativos 31,25% 0 0 1, 3, 4, 2, 6, 5
Trabajo práctico de análisis de datos cuantitativos 31,25% 0 0 1, 3, 4, 2, 6, 5
Trabajo práctico de análisis de redes sociales 25% 0 0 1, 3, 4, 2, 6, 5

Bibliografía

Análisis Multivariable de Datos Estadísticos [AMDE]

Bibliografia básica

López-Roldán, P.; Fachelli, S. (2015). Metodología de la Investigación Social Cuantitativa. Bellaterra (Cerdanyola del Vallès): Dipòsit Digital de Documents, Universitat Autònoma de Barcelona. 1a. edición.

http://ddd.uab.cat/record/129382   |   http://pagines.uab.cat/plopez/content/misc

Bibliografia complementaria

Aldás, J.; Uriel, E. (2017). Análisis multivariante aplicado con R. Madrid: Paraninfo.

Ato García, M.; López García, J.J. (1996). Análisis estadístico para datos categóricos. Madrid: Síntesis.

Bailey, K. D. (1994). Typologies and Taxonomies. An Introduction to Classification Techniques. Thousand Oaks (California): Sage.

Cea d’Ancona, M. A. (2002). Anàlisis multivariable. Teoría y pràctica en la investigación social. Madrid: Sintesis.

Christensen, R. R. (1997). Log-linear models and logistic regression. New York: Springer-Verlag.

Correa Piñero, A. D. (2002). Análisis logarítmico lineal. Madrid: La Muralla.

Greenacre, M. J. (2008). La práctica del análisis de correspondencias. Madrid: Fundación BBVA.

http://www.fbbva.es/TLFU/tlfu/esp/publicaciones/libros/fichalibro/index.jsp?codigo=300

Hernández Encinas, L. (2001). Técnicas de taxonomía numérica. Madrid: La Muralla.

Hosmer, D. W. Lemeshow, S. (2000). Applied logistic regression. New York: John Wiley and Sons.

Joaristi Olariaga, L.; Lizasoain Hernandez, L. (1999). Análisis de correspondencias. Madrid: La Muralla.

Jovell, A. J. (1995). Análisis de regresión logística. Madrid: Centro de Investigaciones Sociológicas.

Marradi, A. (1990). Classification, typology, taxonomy. Quality & Quantity, 24, 129-157.

Menard, S. W. (2010) Logistic Regression. From introductory to Advanced Concepts and Applications. Thousand Oaks, California: Sage Publications.

Powers, D. A.; Xie, Y. (2008). Statistical Methods for Categorical Data Analysis. Bingley, U.K.: Emerald. 2a. edició.

Sánchez Carrión, J.J. (1999). Manual de análisis estadístico de los datos. Madrid: Alianza. Manuales, 055.

Sánchez Carrión, J. J. (Ed.) (1984). Introducción a las técnicas de multivariable aplicadas a las ciencias sociales. Madrid: Centro de Investigaciones Sociológicas.

Sánchez Carrión, J. J. (1989). Análisis de tablas de contingencia. El uso de los porcentajes en ciencias sociales. Madrid: Centro de Investigaciones Sociológicas-Siglo XXI.

VV.AA. (1996). La construcció de tipologies. Exemples. Monogràfic de Papers. Revista de Sociologia, 48. http://ddd.uab.cat/search?cc=papers&f=issue&p=02102862n48&rg=100&sf=fpage&so=a&ln=en

 

Análisis Cualitativo Avanzado [ACA]

Bibliografia básica

Miles, Matthew B.; Huberman, A. Michael; Saldaña, Johnny (2014): Qualitative Data Analysis. A Methods Sourcebook. Thousand Oaks, California: Sage. 3ª edición. Capítulos 4 a 10.

Verd, Joan Miquel; Lozares, Carlos (2016): Introducción a la investigación cualitativa. Fases, métodos y técnicas. Madrid: Síntesis. Capítulo 11.

Bibliografía complementaria

Bauer, M. W.; Gaskell, G. (ed.) (2000). Qualitative Researching with Text, Image and Sound. A Practical Handbook. Londres: Sage.

Beaud, S.; Weber, F. (2003). Guide de l’Enquête de Terrain. Paris : La Découverte (especialmente capítulos 5, 6, 7 y 8).

Coffey, A.; Atkinson, P. (2005). “Los conceptos y la codificación”, en Amanda Coffey i Paul Atkinson: Encontrar el sentido a los datos cualitativos. Alicante: Universidad de Alicante.  

Fielding, N. G.; Lee, R. M. (1998). Computer analysis and Qualitative Research. Londres: Sage

Flick, U. (ed.) (2014). The Sage Handbook of Qualitative Data Analysis. Los Angeles·London·New Delhi·Singapore·Whashington DC: Sage.

Flick, U.; Von Kardorff, E.; Steinke, I. (2004). A Companion to Qualitative Research. Londres: Sage.

Herzog, B.; Ruiz, eds. (2019). Análisis sociológico del discurso. València: PUV

Krippendorf, K. (2004). Content Analysis: An Introduction to its Methodology. Thousand Oaks, California: Sage. 2ª edición.

Lewins, A.; Silver, Ch. (2007). Using Software in Qualitative Research. A Step-by-Step Guide. Londres: Sage.

Miles, M. B.; Huberman, A. M. (1994). Qualitative Data Analysis. An Expanded Sourcebook. Thousand Oaks, California: Sage. 2ª edición.

Navarro, P.; Díaz, C. (1994). “Análisis de contenido”, en Juan Manuel Delgado y Juan Gutiérrez (ed.): Métodos y técnicas cualitativas de investigación en ciencias sociales. Madrid: Síntesis.

Richards, L. (2005). Handling Qualitative Data. A Practical Guide. Londres: Sage.

Ryan, G. W.; Bernard, H. R. (2000). “Data Management and Analysis Methods”, en Norman K. Denzin i Yvonna S. Lincoln (eds.): Handbook of Qualitative Research. Thousand Oaks, California: Sage. 2ª edición.

 

Análisis de Redes Sociales [ARS]

Bibliografia básica

Lozares, C., Verd, J. M. (2015). “Bases socio-metodológicas del análisis de redes sociales”. En Manuel García Ferrando, Francisco Alvira, Luis Enrique Alonso, Modesto Escobar (eds.): El anàlisis de la realidad social. Métodos y técnicas de investigación. Madrid: Alianza Editorial. 4ª edición.

Molina, J. L. (2001). El análisis de redes sociales. Una introducción. Barcelona: Ediciones Bellaterra.

Bibliografía complementaria

Galaskiewicz, J.; Wasserman, S. (1993). “Social Network Analysis. Concepts, Methodology, and Directions for the 1990”. Sociological Methods & Research, 22 (1):3-22.

Granovetter, M. (1973). The Strength of Weak Ties. American Journal of Sociology, 78 (6), 1360-1380.

Knoke, D.; Kuklinski, J. H. (1982). Network analysis. Newbury Park, London: Sage.

Lemieux, V. (1999). Les réseaux d’acteurs sociaux. París: PUF.

Lozares, C. (1996). “La teoría de redes sociales”. Papers, 48:103-126.

Lozares, C. (2005). “Bases socio-metodológicas para el Análisis deRedes Sociales”. Empiria  10: 9-35.

Lozares, C. (2006). “Las representaciones fácticas y cognitivas del relato de entrevistas biográficas: un análisis reticular del discurso”. REDES, Revista hispana para el análisis de redes sociales, vol. 10. http://revista-redes.rediris.es

Lozares C., López-Roldán, P., Verd, J. M., Martí, J., Molina, J. L.,  Bolíbar, M., Cruz, I.  (2011) “El análisis de la Cohesión, Vinculación e Integración sociales en las encuestas Ego-net”. REDES-Revista hispana para el análisis de redes sociales, vol. 20. http://revista-redes.rediris.es

Lozares, C., Verd, J. M., Martí, J., López-Roldán, P. (2003). “Relaciones, redes y discurso: revisión y propuestas en torno al análisis reticular de datos textuales”. Revista española de investigaciones sociológicas, 101: 175-200.

Lozares, C., Verd, J. M. (2011). “De la Homofilia a la Cohesión social y viceversa”. REDES-Revista hispana para el análisis de redes sociales, vol. 20. http://revista-redes.rediris.es

Lozares, C., Verd, J. M., Cruz, I., Barranco, O. (2014). “Homophily and heterophily in personal networks. From mutual acquaintance to relationship intensity”. Quality & Quantity, 48: 2657-2670

Martí, J., Lozares, C., (2008). “Redes organizativas locales y capital social: Enfoques complementarios desde el análisis de redes sociales”. Portularia. Revista de Trabajo Social. 8 (1): 23-39.

Requena,F.(1991). “Redes sociales y mecanismos de acceso al mercado del trabajo.” Sociología del Trabajo, 1990-1991, 11:117-140.

Scott, J. (1991). Social Network Analysis. Newbury Park, London: Sage.

Verd, J. M., Lozares, C., Martí J., López P. (2000). “Aplicació de les xarxes socials a l’analisi de la formació invisible en l’empresa”. Revista Catalana de Sociologia, 11, 87-104

Verd, J.M., Martí, J. (2000). “Muestreo y recogida de datos en el análisis de redes sociales”, Qüestiió, Quaderns d’Estadística i Investigació Operativa, 23 (3):  507-524.

Verd, J. M., Lozares, C. (2012).Reconstructing Social Networks through Text Analysis: From Text Networks to Narrative Actor Networks. En Dominguez, Silvia y Hollstein, Betina (Eds): Mixed Methods Social Networks Research. Design and Applications. Cambridge: Cambridge University Press.

Wasserman, S.; Faust, K. (2013) Análisis de redes sociales. Métodos y aplicaciones. Madrid: Centro de Investigaciones Sociológicas. [Edición original en inglés publicada en 1994]

 

Simulación Social Computacional [SSC]

Bibliografia básica

Axelrod, R. (1986). An evolutionary approach to norms. The American Political Science Review, 80(4), 1095–1111.

Axelrod, R. (2005). Agent-based Modelling as a Bridge Between Disciplines. En K. L. Judd & L. Tesfatsion (Ed.), Handbook of Computational Economics, Vol. 2: Agent-Based Computational Economics . Handbooks in Economics Series, North-Holland.

Edmonds, B., Hernández Iglesias,C., & Troitzsch, K. G. (2008). Socialsimulation technologies, advances, and new discoveries. Hershey, PA: Information Science Reference.

Epstein, J. M. (2007). Generative Social Science: Studies in Agent-Based Computational Modeling. Princeton, NJ: Princeton University Press.

Epstein, J. M. & Axtell, R. (1996). Growing Artificial Societies: Social Science from the Bottom Up. MIT Press, Cambridge: MA.

Gilbert, N. (2007). Agent-Based Models. SAGE Quantitative Applications in the Social Sciences (Vol. 153). London: London: Sage Publications.

Gilbert, N. & Troitzsch, K. G. (2007). Simulación para las ciencias sociales. Madrid: McGraw-Hill.

INSISOC. (2010). Manual de Netlogo en español.  <http://sites.google.com/site/manualnetlogo/> (21/12/2010)

Johnson, T. & al. (2010). Laboratorio de Aprendizaje de NetLogo. http://online.sfsu.edu/~jjohnson/NetlogoTranslation/index.html  (21/12/2010)

López Paredes, A. (2004). Ingeniería de sistemas sociales. Valladolid: UVA.

Macy, M. (2002). From Factors to Actors: Computational Sociology and Agent-Based Modeling. Annual Review of Sociology, 28, 143–166.

Marney, J. P. & Tarbert, H. F. E. (2000). Why do simulation? Journal of Artificial Societies and Social Simulation, 3(4).

Miguel, F. J. & Hassan Collado, S. (2012). “La investigación mediante simulación social multiagente”. En Arroyo y Sádaba (ed.)  Metodología de la investigación social, innovaciones y aplicaciones. Madrid: Síntesis, Cap. 14.

Railsback, S. F. & Grimm, V. (2012). Agent-based and individual-based modeling : a practical introduction. Princeton: Princeton University Press.

Schut, M. (2007). Scientific handbook of simulation of collective intelligence. <http://www.mpcollab.org/MPbeta1/node/143> (21/12/2010)

Teahan, W. J. (2010). Artificial Intelligence: Agent Behaviour. <http://bookboon.com/en/textbooks/it-programming/artificial-intelligence-agent-behaviour-i> (04/05/2012).

Vidal, J. M. (2009). Fundamentals of Multiagent Systems. <http://www.scribd.com/doc/2094479/Fundamentals-of-Multiagent-Systems> 

 

Software

IBM SPSS Statistics https://www.ibm.com/es-es/analytics/spss-statistics-software

Atlas/ti https://atlasti.com/es/

Visone  https://visone.ethz.ch/html/about.html

Ucinet  http://www.analytictech.com/archive/ucinet.htm

Wilensky, U. (1999). NetLogo. http://ccl.northwestern.edu/netlogo/. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.