Titulació | Tipus | Curs |
---|---|---|
2500257 Criminologia | OB | 2 |
Podeu consultar aquesta informació al final del document.
Tot i que és interessant tenir els coneixements bàsics en matemàtiques i estadística que s’imparteixen en l'educació secundària obligatòria, l'assignatura comença des de 0.
Tot el què es requereix és una actitud positiva davant les qüestions numèriques.
Amb tot, és recomanable haver fet el Propedèutic de Mètodes Quantitatius que tindrà lloc a inicis de setembre a la facultat de Sociologia i Ciències Polítiques. Aquest propedèutic està pensat per l'estudiantat de ciències socials que tingui dificultats per entendre raonaments matemàtics i estadístics.
La llengua en què s'impartirà la docència és en català. Tot i així és possible que algun dels seminaris es faci en castellà.
La docència de l'assignatura s'impartirà tenint en compte la perspectiva dels Objectius de Desenvolupament Sostenible.
L'assignatura de Mètodes Quantitatius és un curs d’introducció a l’anàlisi de dades estadístiques com a eina fonamental de la recerca criminològica.
El Grau de Criminologia planteja, en els seus objectius generals, que el graduat/da d'aquesta titulació ha de ser capaç d'utilitzar els mètodes i tècniques de recerca propis de l'anàlisi estadística per a analitzar dades quantitatives en temes com el conflicte i/o la criminalitat, existents en un determinat context social. En aquest marc, l'assignatura té com a objectius formatius:
1) Conèixer els conceptes bàsics de l'estadística descriptiva.
2) Adquirir autonomia en l'ús d'eines informàtiques d'anàlisi de dades quantitatives i la seva aplicació a la criminologia.
3) Realitzar anàlisis de dades quantitatives des de la vessant descriptiva i en relació amb tècniques d’anàlisi univariable i bivariable.
4) Introducció a la inferència estadística a partir dels conceptes propis del mostreig estadístic i les seves conseqüències en la recerca en criminologia.
5) Identificar i aplicar aquests conceptes en casos pràctics de recerca criminològica.
L'assignatura dona continuïtat a l'itinerari de mètodes i tècniques dins del grau. D'una banda és una continuació de La recerca científica en criminologia, i en part també de Fonts de dades en criminologia, de primer curs, en què es presenta la lògica del procés d'investigació en ciències socials i les dades criminològiques. D'altra banda, la continuïtat de l'assignatura la dona Anàlisi de dades, impartida el segon semestre, on s'aprofundeix en els continguts d'aquesta assignatura, sobretot en la inferència estadística i en l'anàlisi multivariant.
Bloc I. Anàlisi descriptiva i inferencial de les dades
Tema 1. Estadística descriptiva d’una variable
1.1. Definició: estadística descriptiva i inferencial
1.2. Fonaments de l'estadística descriptiva univariable
El concepte de mesura i els nivells de mesura
La dada i el conjunt de dades
Observacions i variables
Notació matemàtica: el sumatori (∑)
1.3. Conceptes bàsics de proporcions. El concepte d'increment
Càlcul i interpretació d'un percentatge
Operacions amb proporcions
Variacions percentuals: l'increment
Els nombres índex
1.4. Taules de distribució de freqüències i la seva representació gràfica
Dades individuals i dades agrupades en intervals.
Freqüència absoluta, relativa i acumulada
Diagrames de barres i de sectors
1.5. Mesures de resum de la distribució d'una variable
Mesures de tendència central: moda, mediana i mitjana
Mesures de posició: percentils
Mesures de dispersió: rang, variància, desviació típica, rang interquartíl·lic
Les representacions gràfiques: l'histograma i el diagrama de caixa
1.6. Introducció a la distribució normal
Tema 2. Anàlisi descriptiva bivariable
2.1. L'anàlisi de taules de contingència
Distribucions conjuntes, marginals i condicionals
La taula de contingència com a eina d'anàlisi de relació entre variables
El diagrama de barres apilades
2.2. La comparació de mitjanes
Estadístics descriptius per grups
Diagrames de caixa agrupats
2.3. La correlació entre variables i la regressió lineal
Conceptes i càlcul de correlació
Conceptes i càlcul de la recta de regressió
El diagrama de dispersió
Tema 3. Fonaments d'inferència estadística univariable
3.1. El mostreig estadístic
El concepte de mostra i població
Mostreig probabilístic i no probabilístic
L'error de mostreig i les estimacions per intervals
Bloc II. El programari d'anàlisi de dades
Tema 4. Introducció al programari
4.1. L'entorn gràfic d’usuari del programa
4.2. L'estructuració de codi en el llenguatge R
4.3. Interpretació i comprensió dels avisos i missatges d'error
4.4. Objectes i classes
4.5. Estructura de les funcions
Tema 5. Les variables i la seva transformació
5.1. Introducció
Diferència entre nivell de mesura i classe. L'assignació correcta de la classe
Variables de factor i els seus nivells. Reassignació i ordenació
5.2. Transformacions utilitzant una única variable
La recodificació
La definició de les no respostes
5.3. Transformacions utilitzant diverses variables
Operacions aritmètiques a partir de variables numèriques
El recompte de casos
Generació de variables a partir de condicions
La selecció de casos
La depuració dels fitxers: detecció i correcció d’errors
Tema 6. Estadística descriptiva en RStudio
6.1. Estadística descriptiva univariable
6.2. Estadística descriptiva bivariable
6.3. Representacions gràfiques
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Classe teòrica | 19,5 | 0,78 | 1, 3, 5 |
Classes pràctiques | 19,5 | 0,78 | 1, 3, 5, 7 |
Tipus: Autònomes | |||
Avaluació | 5 | 0,2 | 1, 3, 5, 7 |
Exercicis, pràctiques, lectures | 46,5 | 1,86 | 1, 2, 3, 5, 7 |
Preparació proves | 34,5 | 1,38 | 1, 3, 5, 7 |
Treball en grup | 25 | 1 | 1, 3, 4, 5, 6 |
Abans de l'inici del curs es publicarà al campus virtual un cronograma detallat de les sessions.
Sessions teòriques (dirigides):
Sessions teòriques d'introducció conceptual i procediments d'anàlisis de dades estadístiques (aula convencional)
Sessions pràctiques (supervisades):
Sessions de formació en el programari estadístic i pràctiques de resolució de casos i problemes (aula informatitzada)
Sessions d'avaluació (supervisades):
Proves individuals teoricopràctiques de resolució de casos i problemes amb ordinador i el programari estadístic (aula informatitzada)
Tutories:
L'alumnat pot rebre atenció dels professors de teoria i seminaris en horaris a acordar. A més, el professorat podrà establir sessions de tutoria obligatòries per a fer seguiment del treball de curs.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Problemes i pràctiques | 5% | 0 | 0 | 1, 2, 3, 5, 7 |
Prova escrita I. Tractament de dades a partir del paquet estadístic RStudio | 30% | 0 | 0 | 3, 5, 7 |
Prova escrita II. Estadística descriptiva univariable | 30% | 0 | 0 | 1, 2, 3, 5, 7 |
Seguiment de les sessions | 10% | 0 | 0 | 1, 3, 7 |
Treball d'anàlisi (grups) | 25% | 0 | 0 | 1, 2, 3, 4, 5, 6, 7 |
1. Activitats d'avaluació contínua
A) Problemes a l'aula i pràctiques amb el programari d'anàlisi (5%):
B) Seguiment de les sessions teòriques i pràctiques (10%):
C) Examen de tractament de dades amb el programari d’anàlisi (30%):
D) Examen dels conceptes propis de l’estadística descriptiva univariable (30%):
E) Treball d'anàlisi (25%):
2. Condicions per a presentar-se a l'avaluació contínua
3. Avaluació final en el marc de l'avaluació contínua
Els alumnes que hagin participat a un mínim del 80% de les activitats (apartats A i B de l’avaluació contínua), però hagin tret menys d’un 4 enalguna de les tres activitats d’avaluació contínua (C, D o E) hauran de fer un examen final amb el contingut de tot el curs.
Els alumnes que hagin participat a menys d’un 80% de les activitats (apartats A i B de l’avaluació contínua), no tenen dret a aquest examen final.
4. Qualificació de no avaluable
L'alumnat serà avaluable sempre que hagi realitzat un conjunt d'activitats el pes de les quals equivalgui a un mínim del 50% de la qualificació total de l'assignatura. Si el conjunt de les activitats avaluables no arriba a aquest 50% serà considerat com a no avaluable.
5. Conductes fraudulentes
Si es detecta qualsevol forma de còpia o plagi en qualsevol de les activitats d'avaluació, l'activitat es qualificarà amb un 0 i es perdrà el dret a recuperació. Si en un treball s'utilitza ajuda humana o tecnològica en la redacció dels resultats i/o les conclusions, es considerarà que hi ha hagut plagi.
Pel seguiment de les sessions de teoria i pràctica (apartat B de l’avaluació contínua) s'utilitzarà el telèfon mòbil. Si es detecta que una persona respon els qüestionaris sense trobar-se a l'aula, tindrà una nota de 0 en el global del seguiment de les sessions.
6. Conductes durant el curs
La UAB acull un entorn divers i inclusiu per l'alumnat, el professorat i el conjunt de la comunitat universitària. En aquesta classe s'aplicarà una política de tolerància 0 cap a qualsevol actitud de discriminació o assetjament per edat, ascendència, diversitat funcional, identitat de gènere, origen nacional, creences religioses o orientació sexual, així com cap a les actituds que generin un clima hostil per qualsevols dels motius esmentats. Aquestes actitudses denunciaran, seguint la política de prevenció de l'assetjament de la universitat.
7. Avaluació única
L'alumnat que s'aculli a avaluació única dintre dels terminis establerts per al facultat, està exempt dels problemes a l'aula (i de lliurar les pràctiques amb el programari) i del seguiment de l'assignatura.
En aquest cas l'avaluació tindrà lloc a partir d'un examen final en la data que estableixi la facultat. En aquest examen s'avaluarà la capacitat de desenvolupar-se en el programari adequat, els coneixements d'estadística descriptiva univariable i bivariable, així com els fonaments bàsics de mostreig estadístic.
En cas de no superar la prova, hi haurà dret a una avaluació compensatòria. Tant en un cas com en l'altre cal una nota mínima de 5 per superar l'assignatura.
Lectura bàsica
Les següents publicacions són els manuals de referència bàsics per l'assignatura. Tot i que no es consideren de lectura obligatòria, es recomana el seu ús.
Boccardo, Giorgio i Ruiz, Felipe (2019). RStudio para Estadística Descriptiva en Ciencias Sociales. https://bookdown.org/gboccardo/manual-ED-UCH/uso-basico-de-rstudio.html#que-es-rstudio-una-interfaz-para-usar-r
López-Roldán, Pedro i Fachelli, Sandra (2015). Metodología de la investigación social cuantitativa. Universitat Autònoma de Barcelona. https://ddd.uab.cat/record/129382
Referències complementàries
Bardina, Xavier; Farré, Mercè i López-Roldán, Pedro (2005). Estadística: un curs introductori per a estudiants de ciències socials i humanes. Volum 2: Descriptiva i exploratòria bivariant. Universitat Autònoma de Barcelona.
Cea D’ancona, Mª Ángeles (1998) Metodología cuantitativa. Estrategias y técnicas de investigación social. Síntesis.
Farré, Mercè (2005). Estadística: un curs introductori per a estudiants de ciències socials i humanes. Volum 1: Descriptiva i exploratòria univariant. Universitat Autònoma de Barcelona.
Fox, James A.; Levin, Jack i Forde, David R. (2013) Elementary Statistics in Criminal Justice Research. Pearson Education.
Maxfield, Michael G. i Babbie, Earl R. (2005). Research Methods for Criminal Justice and Criminology. ThomsonWadsworth.
Walker, Jeffery i Maddan,Sean. (2009). Statistics in Criminology and Social Justice: Analysis and Interpretation. Jones and Bartlett Pubs.
Nota
Als materials disponibles al Campus Virtual es trobarà bibliografia complementària de les diferents parts del programa.
Atès el caràcter eminentment pràctic de l'assignatura, les lectures que apareixen en aquests bibliografia no són obligatòries, sinó de consulta, pensades per complementar les explicacions que es fan a les classes i per acabar d'aclarir aquells dubtes que sorgeixen en la mateixa explicació. A més, poden ser molt útils per aquells/es alumnes que per algun motiu algun dia no puguin assistir a la sessió presencial.
Es farà servir el programari lliure RStudio
Nom | Grup | Idioma | Semestre | Torn |
---|---|---|---|---|
(TE) Teoria | 1 | Català | primer quadrimestre | matí-mixt |