Logo UAB

Mètodes Quantitatius i Estadístics

Codi: 104244 Crèdits: 6
2025/2026
Titulació Tipus Curs
Geografia, Medi Ambient i Planificació Territorial OB 2

Professor/a de contacte

Nom:
Antonio Lopez Gay
Correu electrònic:
antonio.lopez.gay@uab.cat

Idiomes dels grups

Podeu consultar aquesta informació al final del document.


Prerequisits

Coneixement de llengües: Per realitzar aquesta assignatura cal tenir un domini de català i/o castellà igual o superior al nivell B2


Objectius

Mètodes Quantitatius i Estadístics s’imparteix el Segon Curs del Grau de Geografia, Medi Ambient i Planificació Territorial

L’objectiu general de l’assignatura és proveir als estudiants de les eines i coneixements fonamentals d’estadística perquè puguin aplicar tècniques quantitatives en el disseny i anàlisi de dades relacionades amb la Geografia. Aquest contingut, per tant, facilitarà la comprensió de dades pròpies de la disciplina geogràfica així com la presa de decisions basada en l’anàlisi quantitativa, i prepararà l’alumnat per afrontar desafiaments professionals i acadèmics.

 Els objectius específics de l’assignatura són:

- Proveir a l’alumnat les eines fonamentals per a la gestió de dades: mètodes per a la recollida, organització, anàlisi i presentació de dades vinculades amb la Geografia.

- Familiaritzar l’alumnat en la terminologia estadística.

- Capacitar l’alumnat en la utilització d'eines computacionals per realitzar anàlisi estadístic bàsic.

- Introduir els conceptes fonamentals de l'estadística descriptiva i l'estadística inferencial.

- Pel que fa a l’estadística descriptiva, capacitar l'alumnat en l'ús de mesures de tendència central i de dispersió aplicades a dades geogràfiques, així com introduir la forma de representació.

- Pel que fa a l’estadística inferencial, introduir els conceptes de correlació i regressió, i proporcionar eines per interpretar i analitzar la relació entre variables utilitzant mètodes de regressió lineal.

- Capacitar l’alumnat per decidir quin és el mètode estadístic adient en funció de les dades i dels objectius de la investigació.

- Introduir mètodes estadístics per resoldre qüestions espacials, com indicadors de segregació, localització i altres propis de l’estadística espacial.

- Preparar l’alumnat perquè puguin comprendre, interpretar i argumentar els resultats de l’anàlisi quantitativa i estadística.


Resultats d'aprenentatge

  1. CM26 (Competència) Interpretar els resultats estadístics obtinguts en un estudi a través de l'anàlisi de dades per emetre judicis que incloguin una reflexió sobre temes rellevants d'índole social, científica o ètica.
  2. KM40 (Coneixement) Introduir en un estudi les principals fonts d'informació i documentació científica relacionades amb els processos territorials i ambientals.
  3. SM33 (Habilitat) Aplicar de manera correcta mètodes d'estadística bàsica i multivariant a un cas pràctic.
  4. SM33 (Habilitat) Aplicar de manera correcta mètodes d'estadística bàsica i multivariant a un cas pràctic.
  5. SM34 (Habilitat) Fer servir de manera bàsica i instrumental programes estadístics per a la introducció i la identificació de les dades d'enquestes i per a la seva transformació i anàlisi estadística.

Continguts

Tema 1. Fonts de dades, tipus de variables i eines bàsiques amb excel

Tema 2.  Estadística univariant

2.1 Estadístics de tendència central i de dispersió

2.2 Transformacions de variables

Tema 3  Estadística bivariant

3.1 Relació entre variables: correlació i regressió lineal

3.2 Relació entre variables: taules de contingencia

Tema 4. Introducció a la inferència estadística

4.1 Conceptes bàsics en inferència

4.2 Intervals de confiança

4.3 Contrast d’hipòtesis i aplicacions en taules de contingència i regressió

Tema 5. Anàlisi espacial quantitativa: segregació, localització i autocorrelació


Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Tipus: Dirigides      
Classes teòriques i realització de pràctiques dirigides al laboratori d'informàtica 47 1,88
Tipus: Supervisades      
Realització de pràctiques al laboratori d'informàtica 22 0,88
Tutories 3 0,12
Tipus: Autònomes      
Estudi personal, preparació proves 15 0,6
Realització de les pràctiques del curs 60 2,4

Tipus d'activitats

El curs s'estructura a partir d'activitats dirigides, supervisades i autònomes on l'alumnat podrà adquirir els continguts de l'assignatura amb el suport presencial del professor a diferents nivells.

- Activitats dirigides: inlcouen sessions teòriques i desenvolupament d'exercicis pràctics, dirigits pel professor. 
- Activitats supervisades: seguiment presencial de les sessions pràctiques, on l'alumnat desenvoluparà de forma autònoma, però supervisada, diferents exercicis.  
- Activitats autònomes: estudi dels continguts teòrics i resolució d'exercicis pràctics.

Metodologies docents innovadores

Es fan servir dinàmiques participatives i interactives durant les sessions, amb l’objectiu de reforçar els continguts a mesura que s’imparteixen. Al llarg del curs, l’alumnat participa en la construcció col·laborativa d’una base de dades a partir de variables contextuals, que posteriorment s’utilitza per aplicar tècniques d’anàlisi estadística vistes a classe.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè els alumnes completin les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.


Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Exercicis pràctics parcials 30% 0 0 CM26, KM40, SM33, SM34
Exercicis pràctics regulars 10% 0 0 CM26, KM40, SM33, SM34
Participació i assistència 10% 0 0 CM26, KM40, SM33, SM34
Prova escrita 50% 3 0,12 CM26, SM33

Aquesta assignatura no preveu el sistema d’avaluació única. 

 

Activitats sotmeses a avaluació:

 -Una prova objectiva de coneixements realitzada mitjançant dues proves escrites. Factor de ponderació: 50% de la nota final. Cada prova representa el 25% de la nota final.

- Exercicis pràctics parcials (entrega de dossiers pràctics més amplis de reforç del contingut del curs). Factor de ponderació: 30% de la nota final.

- Exercicis pràctics regulars (entrega de les pràctiques desenvolupades a l’aula). Factor de ponderació: 10% de la nota final.

- Participació i assistència. Ambdós aspectes es mesuraran a través de diferents ítems, com activitats interactives tipus Kahoot. Factor de ponderació: 10% de la nota final.

 

Criteris d’avaluació:

- La nota final de l’assignatura serà la mitjana ponderada de totes les activitats sotmeses a avaluació.

- La nota final de la prova objectiva serà la mitjana de les dues proves parcials.

- És necessari obtenir un mínim de 4 en la prova objectiva i un 5 de nota mitjana de curs per superar l’assignatura.

- Les activitats no lliurades o realitzades en la data indicada seran qualificades com a "No presentat" i seran qualificades amb un zero.

- Els alumnes que només hagin realitzat 1/3 de les activitats avaluables seran qualificats com a "No avaluable".

- El professor es reserva l’opció d’incloure proves orals, de caràcter general o específic, amb la finalitat de verificar l’autoria i l’assimilació dels continguts de qualsevol activitat avaluable. Aquestes proves no alteraranla ponderació de les activitats a què fan referència, però poden condicionar-ne la qualificació en cas que es detectin incoherències greus.

- En cas que l’estudiant cometés qualsevol irregularitat (com ara plagi o ús d'eines no autoritzades a l'examen) que pugui afectar la qualificació d’un acte d’avaluació, aquest acte, o bé la totalitat de l'assignatura si la irregularitat es considera prou greu, serà qualificat amb zero, independentment del procés disciplinari que es pugui instruir. 

 

Procediment de revisió de qualificacions:

Les activitats avaluades seran susceptibles de revisió de les qualificacions. S’informarà via l’aula Moodle a l’estudiant de la data corresponent en cada cas. 

 

Recuperació:

- La recuperació de les proves objectives es realitzarà mitjançant una prova final escrita, en data oficial. 

- Es podrà recuperar la nota d’un dels exercicis pràctics parcials, sempre que hagi estat lliurat.

- Els exercicis pràctics regulars no es podran recuperar, ja que s’entén que es tracta d’exercicis de seguiment del curs.

 

Ús de la intel·ligència artificial:

Per a aquesta assignatura, es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) exclusivament com a suport per treballar el material tractat a classe o per resoldre formulacions estadístiques en els exercicis pràctics. En cap cas es permet utilitzar aquestes eines per interpretar els resultats ni els patrons analitzats a partir de les dades. L'estudiant haurà d'identificar clarament quines parts han estat generades amb aquesta tecnologia, especificar les eines emprades i incloure una reflexió crítica sobre com aquestes han influït en el procés i el resultat final de l’activitat. La no transparència de l’ús de la IA en aquesta activitat avaluable es considerarà falta d'honestedat acadèmica i pot comportar una penalització parcial o total en la nota de l'activitat, o sancions majors en casos de gravetat.

 

Criteris de gènere:

L’anàlisi de dades i la resolució de problemes tindran en compte, quan sigui el cas, diferències socials i de gènere. Es prega a l’alumnat utilitzar un llenguatge no sexista. Poden ser d’ajuda les indicacions d’ús de la UAB (vegeu "Deu pistes per a un ús no sexista del llenguatge").


Bibliografia

BARDINA, Xavier; FARRÉ, Mercè; LÓPEZ ROLDAN, Pedro. (2005). Estadística: un curs introductori per a estudiants de ciències socials i humanes. Volum 2 descriptiva exploratòria bivariant. Introducció a la inferència. Bellaterra: Servei de Publicacions Universitat Autònoma de Barcelona, Col·lecció Materials 166. (*)

BURT, James E; BERBER, Gerald. (1996). Elementary Statistics for Geographers. London: Guilford press.  (Cap.  3, 5, 7,8, 9).

EBDON, David. (1982). Estadística para geógrafos. Barcelona: Oikos Tau.( pp 18-23, 28-33, 51-68, 129-142, 168-175, 182-212, 240-249).

FARRÉ, Mercè. (2005). Estadística: un curs introductori per a estudiants de ciències socials i humanes. Volum 1 descriptiva i exploratòria univariant. Bellaterra: Servei de Publicacions Universitat Autònoma de Barcelona, Col·lecció Materials 162. (*)

FREEDMAN, David; PISANI, Robert; PURVES,Roger; ADHIKARI, Ani.  (1993). Estadística. Segunda edición. Barcelona: Antoni Bosch editor. (Partes:  II, III , VI ( cap. 23,  pp. 459-480) y VIII. (cap. 26, pp. 519-550)).(*)

ILLOWSKY, Barbara, DEAN,Susan  (2022) Introduccion a la estadística. OpenStax. Rice University (Cap. 6,8,9,10,12) https://openstax.org/details/books/introductory-statistics (*)

López-Roldán, Pedro.; Fachelli, Sandra. (2015). Metodología de la Investigación Social Cuantitativa. Bellaterra (Cerdanyola del Vallès): Dipòsit Digital de Documents, Universitat Autònoma de Barcelona. : http://ddd.uab.cat/record/129382.  (Parte II, Cap. 1; Parte III cap 3;Parte III cap 6, pp. 1-23; Parte III cap 4).(*)

MARQUÉS, Felicidad. (2009). Estadística descriptiva a través de EXCEL. México D.F.: Alfaomega grupo editor S.A.

MARSH, Catherine (1990). Exploring Data.An Introduction to Data Analysis for Social Scientists. Oxford: Polity Press.  Cap 1 i 2 i Part II.

PEÑA SANCHEZ DE RIVERA, David; ROMO URROZ, Juan José. (1997). Introducción a la estadística para las ciencias sociales. Madrid: McGraw-Hill Interamericana de España.

QUICK, Thomas (2021) Excel 2019 for Social Science Statistics. A guide to solving Practical Problems.Second Edition. Switzerland. Springer

 https://link-springer-com.are.uab.cat/book/10.1007/978-3-030-64333-1

RAJARETNAM, T (2016) Statistics for Social Sciences, Sage, NY  (cap 4,5,6,7,8,11) https://ebookcentral-proquest-com.are.uab.cat/lib/uab/detail.action?pq-origsite=primo&docID=5770011

RASO, José Maria; MARTÍN VIDE, J.I.; CLAVERO, Pedro. (1987). Estadística básica para Ciencias Sociales. Barcelona. Ariel.  Caps:  4 (pp. 77-92 ) i 6.

ROGERSON, Peter A. (2020). Statistical Methods for Geography. 5th Edition. Sage. London. (Cap 2.5.7 i 8).

SANTANA LEITHER, Andres (2017) Análisis cuantitativo: técnicas para describir y explicar en Ciencias Sociales. Barcelona: Editorial UOC. https://elibro.net/es/lc/uab/titulos/57723

 

(*) Bibliografia més rellevant

En la selecció de la bibliografia s'han tingut en compte els criteris de genere.

 


Programari

El programari utilitzat durant el curs serà EXCEL (no dispossem de llicència d'SPSS).


Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre de 2025. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d’aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura

Nom Grup Idioma Semestre Torn
(PLAB) Pràctiques de laboratori 1 Català primer quadrimestre matí-mixt
(PLAB) Pràctiques de laboratori 2 Català/Espanyol primer quadrimestre matí-mixt
(TE) Teoria 1 Català primer quadrimestre matí-mixt
(TE) Teoria 2 Català/Espanyol primer quadrimestre matí-mixt