class: front <!--- Para correr en ATOM - open terminal, abrir R (simplemente, R y enter) - rmarkdown::render('static/docpres/07_interacciones/7interacciones.Rmd', 'xaringan::moon_reader') About macros.js: permite escalar las imágenes como [scale 50%](path to image), hay si que grabar ese archivo js en el directorio. ---> .pull-left[ # Métodos estadísticos para Ciencias Sociales III ## **Kevin Carrasco** ## Sociología - Universidad Andrés Bello ## 2do semestre 2025 ## [.green[Sitio web pendinete]](Sitio web pendiente) ] .pull-right[ .right[ <br> ## .yellow[Sesión 1: Introducción ]  ] ] --- layout: true class: animated, fadeIn --- class: inverse, bottom, right, animated, slideInRight # .red[Sesión 1] <br> Introducción y bases de la investigación cuantitativa Introducción a estadística multivariada <br> <br> <br> <br> --- # Introducción y bases de la investigación cuantitativa * En la investigación cuantitativa se asume que hay una realidad "allá afuera" que quien investiga puede conocer a través de su **cuantificación** -- * Permite lidiar con la **incertidumbre** -- * Foco en la teoría (*generalmente* se enfatiza el **método hipotético-deductivo**, buscando probar hipótesis de teorías previamente estudiadas) --- # Introducción y bases de la investigación cuantitativa * Explicar lo que es, no lo que debería ser -- * Conocer y explicar grupos de personas de manera general, no individuos por sí solos --- # Proceso de investigación cuantitativo (D'Ancona 2001) 1. Formulación de un problema de investigación 2. Operacionalización del problema - Hipótesis - Operacionalización de conceptos teóricos - Delimitación de unidad de análisis 3. Diseño de la investigación: cómo se realizará la investigación (diseños transversales, longitudinales, experimentales) 4. Factibilidad de la investigación: Cronología de tareas; recursos disponibles (materiales y humanos); etc. --- # Proceso de investigación cuantitativo (D'Ancona 2001) 1. Formulación de un problema de investigación 2. Operacionalización del problema - Hipótesis - .red[Operacionalización de conceptos teóricos] - Delimitación de unidad de análisis 3. Diseño de la investigación: cómo se realizará la investigación (diseños transversales, longitudinales, experimentales) 4. Factibilidad de la investigación: Cronología de tareas; recursos disponibles (materiales y humanos); etc. --- class: roja, center, middle # Medición y operacionalización --- # Medición y operacionalización - Operacionalización = "codificación" de un fenómeno con el fin de hacerlo **medible** - Hay muchas formas de "codificar" un mismo concepto - ¿Por qué es importante definir operacionalmente los conceptos? --- # Medición y operacionalización .center[¿Qué concepto se pretende medir con esta pregunta?] .center[] --- # Medición y operacionalización .center[¿Y con estas preguntas?] .center[] --- # Medición y operacionalización .center[y si quisiéramos medir un concepto más complejo?] -- .center[¿cómo se puede medir cohesión social?] --- # Medición y operacionalización - Cohesión social según CEPAL (2021) .center[] --- # Medición y operacionalización - Cohesión social según Observatorio de cohesión social (ocs-coes) (2020) .center[] --- # Medición y operacionalización ¿Por qué es importante definir operacionalmente los conceptos? 1. Claridad conceptual (clave para el testeo de hipótesis) 2. Control de "error de medición" - Inexactitudes derivadas de problemas con el instrumento de medición (instrumentos) - ¿Ejemplos? --- # Medición y operacionalización 3. Error de muestreo - Inexactitud en la elección de los casos - Problema de representatividad --- .center[] .small[fuente: [https://terceradosis.cl/2023/07/23/hoy-de-que-universo-me-esta-hablando-ojo-con-las-encuestas/](https://terceradosis.cl/2023/07/23/hoy-de-que-universo-me-esta-hablando-ojo-con-las-encuestas/)] --- Al difundir la encuesta CADEM, CNN tituló de la siguiente forma .center[86% cree que Caso Convenios es **"corrupción"**] -- .red[.center[Sin embargo, hay un problema]] -- .center[] --- .center[] --- .red[.center[Otro problema: la no respuesta]] -- .center[] --- .center[] --- class: roja, center, middle # Introducción y bases de la investigación cuantitativa: ## Datos y Variables --- ## Datos y variables * Los datos miden al menos una *característica* de a los menos una *unidad* en a lo menos *un punto en el tiempo* -- + Ejemplo: La esperanza de vida en Chile el 2017 fue de 79,9 años - Característica (variable) : esperanza de vida - Unidad: Años - Punto en el tiempo: 2017 --- ## Datos y variables * Base de Datos * Forma "rectangular" de almacenamiento de datos: .center[] --- ## Datos y variables - cada .blue[fila] representa una unidad o caso (ej: un entrevistad_) - cada .orange[columna] una variable (ej: edad) - cada .purple[variable] posee valores numéricos - los valores numéricos pueden estar asociados a una etiqueta (ej: 1=Mujer) --- ##.yellow[Datos] y variables ### Ejemplos de estudios / bases de datos 1. [Encuesta Centro de Estudios Públicos](https://www.cepchile.cl/cep/site/edic/base/port/encuestacep.html) 2. [Encuesta CASEN](http://observatorio.ministeriodesarrollosocial.gob.cl/casen-multidimensional/casen/casen_2017.php) 3. [Encuesta Lapop](https://www.vanderbilt.edu/lapop-espanol/) 4. [ELSOC](https://coes.cl/encuesta-panel/) --- ## Datos y variables - Una variable representa cualquier cosa o propiedad que varia y a la cuál se le asigna un valor. Es decir: - `\(Variable \neq Constante\)` - Pueden ser visibles o no visibles/latentes. (Ej: peso / inteligencia) --- ## Datos y variables - discretas (Rango finito de valores): - Dicotómicas - Politómicas - continuas: - Rango (teóricamente) infinito de valores. --- ## Escalas de medición de variables - NOIR: Nominal, Ordinal, Intervalar, Razón .small[ | Tipo | Características | Propiedad de números | Ejemplo| |------------ |----------------------------------------------|--------------- |----------- | | *Nominal* | Uso de números en lugar de palabras | Identidad | Nacionalidad | | *Ordinal* | Números se usan para ordenar series | + ranking | Nivel educacional | | *Intervalar* | Intervalos iguales entre números | + igualdad | Temperatura | | *Razón* | Cero real | + aditividad | Distancia | ] --- class: inverse, bottom, right, animated, slideInRight # .red[Sesión 1] <br> Introducción y bases de la investigación cuantitativa Introducción estadística multivariada <br> <br> <br> <br> --- # Asociación: covarianza / correlación .pull-left[ _¿Se relaciona la variación de una variable, con la variación de otra variable?_ ] .pull-right[ .center[] ] --- # Correlación - Medida de co-variación lineal estandarizada -- <br> <br> .center[¿En qué rango varía una correlación?] -- - Varía entre -1 y +1 -- - Gráficamente se expresa en *nubes de puntos* --- .center[] --- .pull-left[* Pero ojo, **correlación no implica causalidad**] .pull-right[] --- ## Este curso - --- class: front .pull-left[ # Métodos estadísticos para ciencias sociales III ## **Kevin Carrasco** ## Sociología - Universidad de Chile ## 2do Semestre 2025 ## [.green[metod1-mcs.netlify.com]](https://metod1-mcs.netlify.com) ] .pull-right[ .right[ <br> ## .yellow[Sesión 1: Introducción ]  ] ]