UNIVERSIDAD NACIONAL DE SAN MARTIN

Transcripción

1 UNIVERSIDAD NACIONAL DE SAN MARTIN DOCTORADO EN CIENCIAS POLÍTICAS Métodos de Investigación Cuantitativos Agustín Salvia Programa El propósito central del curso es ofrecer un panorama introductorio a la metodología de análisis cuantitativo en ciencias sociales, con especial aplicación en Ciencias Políticas, brindando algunas herramientas teórico-metodológicas y estadísticas de uso especializado en esta disciplina. Los objetivos de la materia son: (i) reconocer los desafíos metodológicos implicados en los diseños de investigación cuantitativos en ciencias sociales; (ii) conocer las principales estrategias metodológicas y estadísticas disponibles para abordar el análisis de datos generados por encuestas o censos; (iii) y familiarizarse con el reconocimiento, la lectura y la interpretación de algunas técnicas estadísticas avanzadas usualmente empleadas en ciencia política. Al finalizar el curso se espera que los estudiantes reconozcan la existencia de diferentes estrategias metodológicas para abordar problemas investigación a través de métodos cuantitativos en ciencias sociales, y que estén en condiciones de plantear, analizar e interpretar algunos de los principales procesos estadísticas requeridos para tal efecto. Los requisitos necesarios son: la asistencia a las clases teóricas y prácticas, la lectura de la bibliografía asignada para cada encuentro, la participación en las actividades de seminario y la realización de los trabajos prácticos. La materia se aprueba con: a) la exposición en seminario de un tema crítico; b) la aprobación de 3 trabajos prácticos grupales, y c) la aprobación de un trabajo / examen final individual. Nota: El programa de la material, los materiales de cátedra de cada día y parte de la bibliografía obligatoria u optativa se encontrará disponible en el sitio web: Buscar Docencia / Postgrados. 1

2 Unidades Teórico Metodológicas Primer Bloque (10, 11 y 12 de abril) 1. El Proceso de Investigación y la explicación científica 1.1. El proceso de investigación La relación teoría - hechos en la producción de conocimiento. Prácticas de descubrimiento y prácticas de validación. La inferencia científica. El lenguaje de la teoría y el lenguaje de los hechos Los enunciados teóricos, la operacionalización, el análisis de datos y la inferencia teórica a partir de los datos. Explicación y medición. Los criterios de parsimonia, precisión, generalización y causalidad en la investigación social Estrategias metodológicas: experimentos, estudios estadísticos y observaciones controladas. Los diseños de investigación. Análisis cualitativo y cuantitativo. Las particularidades del análisis estadístico. Estadística descriptiva e inferencial. Población y muestra. El empleo de métodos y técnicas estadísticas en ciencias políticas. Análisis crítico de una investigación. inference in qualitative research, Princeton University Press, 1994, Cap. 1. (En PRZEWORSKI, A. y TEUNE, H.: The Logic of Comparative Social Inquiry, John Wiley ed., Estados Unidos 1970, pp (Traducción Cap. 1: Investigación Comparativa y Teoría en las Ciencias Sociales en Bibliografía Digital). (*) PIAGET, JEAN: Conclusiones, en La Toma de Conciencia, Editorial Morata, Barcelona, (*) KISH, L. Diseño estadístico para la investigación, Cap. 1 (págs. 1-15). España: Siglo XXI Editores, CAÏS, J., Metodología del análisis comparativo (Cap. 1 y 2), en Cuadernos CORTES, F., La perversión empirista (En Salvia (comp.), Hacia una estética plural en la investigación social, Buenos Aires, Publicaciones EUDEBA, UBA.) (*) SALVIA, A.: El proceso de investigación, Clase Teórica Metodológica y Técnicas de Investigación Social, Teórico 1/2006, FCS/UBA. (*) SALVIA, A.: Acerca del método y el proceso de investigación social. Notas teórico-metodológicas., en Salvia Compilador-, Hacia una estética plural en la investigación social, Publicaciones EUDEBA, UBA, Buenos Aires, (*) KING, GARY. On Political Methodology, Political Analysis, Vol. 2 (1991): Pp

3 Segundo Bloque (8, 9 y 10 de mayo) 2. Problemas Metodológicos de la Investigación Estadística 2.1. El problema de la causalidad en Ciencias Sociales. De los modelos causales al estudio de correlaciones. Control de variables y sesgos. Estrategias posibles. El experimento. Los modelos estadísticos multivariados. Modelos comparativos y modelos de inferencia ecológica. El análisis de datos individuales o datos agregados El problema de la medición. Conceptos, variables e indicadores. Variables independientes, dependientes y de control. Variable aleatoria. Tipos de escalas y teoría de medición. Noción de probabilidades. Distribuciones de probabilidad. Tipos de distribución. Inferencia estadística El problema de la representatividad teórica y empírica de las unidades de análisis, de observación y de registro. Representatividad y muestreo aleatorio. Tipo de muestras. Selección y aplicación de procedimientos estadísticos de muestreo. Muestreo teórico de unidades de análisis y de variables. inference in qualitative research, Princeton University Press, Cap. 2 y 3. (En BLALOCK, H. (1997), Methodology in Social Research, cap. 1, pp. 5-27, Mc Graw Hill, NY, (Traducción: El problema de la medición: desfase entre los lenguajes de la teoría y de la investigación, en Salvia (comp.), Hacia una estética plural en la investigación social, Buenos Aires, Publicaciones EUDEBA, UBA.) (*) PRZEWORSKI, A. y TEUNE, H.: The Logic of Comparative Social Inquiry, John Wiley ed., Estados Unidos 1970, pp (Traducción Cap. 5: Investigación Comparativa y Teoría en las Ciencias Sociales en Bibliografía Digital). (*) LAZARSFELD, PAUL: De los conceptos a los índices empíricos, en Raymond Boudon y Paul Lazarsfeld Metodología de las ciencias sociales, Ed. Laia, Barcelona, 1973, Vol. I. (*) CORTES, F.; Causalidad y Evaluación de Políticas Públicas, Capítulo 3, Documento s/r, El Colegio de México, s/f. (*) KISH, L. Diseño estadístico para la investigación, Cap. 1 (págs ). España: Siglo XXI Editores, KING, GARY. A Solution to the Ecological Inference Problem. Reconstructing Individual Behavior from Aggregate Data. Princeton, Princeton University Press,

4 Tercer Bloque (12, 13 y 14 de junio) 3. Descripción Estadística, Correlación, Asociación y Diferencias de Medias Muestrales 3.1 Medidas de tendencia central, dispersión y distribución normal. Población y distribuciones muestrales. Variables estandarizadas. Intervalos de confianza. Distribución-T. Prueba de hipótesis. Test de diferencias de medias muestrales. Interpretación estadística de resultados. Análisis de ejemplos Análisis de contingencia y asociación para variables no métricas. Tablas de contingencia. Porcentajes, tasas, razones, diferencias porcentuales. Estadístico chi-cuadrado. Lectura de cuadros e interpretación de coeficientes. Tabulaciones cruzadas con variables de control. Análisis de ejemplos. 3.3 Correlaciones entre variables métricas u ordinales. Coeficientes de correlación. Análisis de la varianza. Regresión y correlación. Estadísticas del modelo lineal. Ordenada, pendiente, análisis de residuos. Análisis de ejemplos. CORTÉS, F. Y R. M. RUBALCAVA: Consideraciones sobre el uso de la Estadística en ciencias sociales: estar a la moda o pensar un poco. CES, El Colegio de México, 1991, México, D.F. MALETTA, H., Análisis estadístico de Hipótesis y Modelos, separata de Grandes Encuestas en pequeñas computadoras, Buenos Aires, USAL, Buenos Aires, DIEZ MEDRANO, J., Métodos de análisis causal (Cap. 2 Y 3), Cuadernos Metodológicos 3 / CIS, Madrid. CORTÉS, F. y RUBALCAVA, R. M.; Métodos estadísticos aplicados a la investigación en ciencias sociales. Análisis de asociación. El Colegio de México, CES, México, Cap. I (*), II y III. CAÏS, J., Metodología del análisis comparativo (Cap. 5), en Cuadernos RED INTERAMERICANA PARA LA DEMOCRACIA, Índice de participación ciudadana 2005, Informe 1. Resultados Generales. Buenos Aires FERRÁN ARANAZ, M.; SPSS para Windows. Programación y análisis estadístico, 1996 Editorial Mc Graw Hill, España. Cap. 4 y 5. GARCÍA FERRANDO, M., Socioestadística. Alianza Editorial, 2º edición. Madrid, / HEALEY, JOSEPH, Statistics: A Tool for Social Research, 6 th Edition, Belmont, CA: Wadsworth/Thomson Learning. 4

5 Cuarto Bloque (10, 11 y 12 de julio) 4. Aplicación de Modelos de Regresión en Ciencia Política 4.1 Explicar y predecir. Problemas de investigación que requieren de modelos de regresión. Los modelos de regresión lineal y los modelos logísticos. Condiciones y supuestos. Límites y ventajas. Aplicación en ciencias políticas. Análisis de ejemplos. 4.2 Modelos lineales. Estimación de parámetros y análisis de residuos a través del método de mínimos cuadrados. Coeficiente de Determinación. Análisis de varianza (ANOVA). Predicciones y bondad de ajuste de los modelos. Interpretación de estadísticos. Control de sesgos y transformación de variables. Hipótesis no Lineales. Aplicación en ciencias políticas. Análisis de ejemplos. 4.3 Modelos logísticos para variables categoriales. Coeficiente de correlación logístico. Estimación de probabilidades. Bondad de Ajuste. Interpretación de estadísticos. Control de sesgos y transformación de variables. Aplicación en ciencias políticas. Análisis de ejemplos. inference in qualitative research, Princeton University Press, Cap. 4 y 5. (En GUILLÉN, M. F. Análisis de regresión múltiple, en Cuadernos Metodológicos No. 4, Centro de Investigaciones Sociológicas, Madrid, TUÑÓN, I. A. SALVIA, Los jóvenes pobres como objeto de políticas públicas: una oportunidad real de inclusión social?, V ALAST, Montevideo, (*) GALAZO E., M. RAVALLION; Protección Social en la Crisis: El Plan Jefas y Jefes de Hogar de la Argentina, en Documentos World Bank, Washington, (*) CAÏS, J., Metodología del análisis comparativo (Ejemplo B: pp / Diferencias de crecimiento y de desigualdad social entre países), en Cuadernos FERRÁN ARANAZ, M.; SPSS para Windows. Programación y análisis estadístico, 1996 Editorial Mc Graw Hill, España. Cap. 9 y 13. GARCÍA FERRANDO, M., Socioestadística. Alianza Editorial, 2º edición. Madrid, 1998 / HEALEY, JOSEPH, Statistics: A Tool for Social Research, 6 th Edition, Belmont, CA: Wadsworth/Thomson Learning. 5