Sesión | Fecha y hora de inicio | Fecha y hora de finalización | Aula | Ubicación |
---|---|---|---|---|
1 | 26/06/2024 09:30 | 26/06/2024 13:30 | Aula de informática LIP1 | Facultad de Psicología y Logopedia |
2 | 27/06/2024 09:30 | 27/06/2024 13:30 | Aula de informática LIP1 | Facultad de Psicología y Logopedia |
3 | 28/06/2024 09:30 | 28/06/2024 13:30 | Aula de informática LIP1 | Facultad de Psicología y Logopedia |
Es seleccionaran les persones participants d'acord amb els criteris següents:
- Per a aquells cursos que tinguen requisits específics, s’ha de comprovar que efectivament les persones sol·licitants els reuneixen.
- S’atorgarà preferència a les peticions d'aquelles persones sol·licitants que no hagen realitzat cursos de característiques semblants en els últims tres anys.
- Així mateix, s’atorgarà preferència a aquells que no hagen realitzat cursos de formació en els últims tres anys.
- En cas d'empat entre sol·licitants en aplicació dels anteriors criteris, caldrà ajustar-se al rigorós ordre d'entrada de les sol·licituds (dia i hora de presentació)
- Gonzalez Roma, Vicente
- PDI-Catedratic/a d'Universitat
- Hernandez Baeza, Ana Maria
- PDI-Titular d'Universitat
- Tomas Marco, Maria Ines
- PDI-Catedratic/a d'Universitat
JUSTIFICACIÓN Y OBJETIVOS
En las Ciencias Sociales y de la Salud, es frecuente estudiar la influencia que ciertas características de grupos y colectivos tiene sobre determinadas experiencias y conductas de las personas. Por ejemplo, la relación entre el estilo de dirección de la empresa y el rendimiento de sus empleados; la influencia que el clima de las organizaciones tiene sobre la satisfacción laboral de sus miembros; el impacto que las relaciones familiares tienen sobre el bienestar de sus componentes; y la influencia que los estilos didácticos de los profesores tienen sobre el rendimiento de los alumnos. Todos estos ejemplos implican estimar la relación entre dos variables que se encuentran en niveles diferentes de análisis: el colectivo o superior (p. ej., el clima de la organización), y el individual (la satisfacción de los empleados). Para estimar estas relaciones se necesitan modelos y técnicas estadísticas que tengan en cuenta la estructura de anidamiento que existe entre los datos observados (p. ej., ciertos empleados pertenecen a ciertas empresas; determinados alumnos pertenecen a determinadas clases), y las consecuencias que esto conlleva (las observaciones no son independientes). La regresión múltiple, frecuentemente usada para estimar relaciones entre variables, no es adecuada en estos casos, ya que produce estimaciones de las relaciones con distintos problemas (ver González-Romá y Hernández, 2017).
Los modelos multinivel o modelos lineales jerárquicos permiten estimar las relaciones entre variables que se encuentran en niveles diferentes. Su aplicación en la investigación ha crecido progresivamente durante los últimos 25 años (ver González-Romá y Hernández, 2017). Esto es parcialmente debido a que los fenómenos estudiados se desarrollan en contextos multinivel en los que puede diferenciarse distintos niveles de análisis (por ejemplo, en las empresas: la empresa, el departamento, el equipo de trabajo, el empleado). Por ello, el estudio de estos fenómenos frecuentemente requiere el uso de modelos y técnicas multinivel. Por estas razones, existe una demanda creciente de formación en modelos y técnicas multinivel por parte de los investigadores en Ciencias Sociales y de la Salud.
Los objetivos del curso que se propone son: 1. comprender la lógica de los modelos multinivel, 2. aprender a construirlos, y 3. aprender a estimarlos mediante el programa SPSS.
MÓDULO 1. La lógica de los modelos multinivel.
1. Introducción ¿Por qué son necesarios los modelos multinivel?
2. La lógica de los modelos.
3. Tipos de efectos y parámetros.
4. Secuencia de modelos de referencia.
• Modelo 1: modelo ANOVA de un factor de efectos aleatorios.
• Modelo 2: modelo de coeficientes de regresión aleatorios.
• Modelo 3: modelo de interceptos como resultados.
• Modelo 4: modelo de interceptos y pendientes como resultados.
5. Algunas aplicaciones.
MÓDULO 2. Estimación de modelos multinivel mediante SPSS (1)
1. La estructura de la base de datos
2. Instrucciones básicas
3. Ejercicios prácticos guiados.
MODULO 3. Estimación de modelos multinivel mediante SPSS (2)
1. Ejercicios prácticos: realización autónoma con supervisión.
2. Interpretación de resultados y derivación de conclusiones.
- Comprender la lógica que subyace a de los modelos multinivel.
- Construir los modelos multinivel asociados a distintas preguntas de investigación.
- Estimar distintos tipos de modelos multinivel mediante el programa SPSS.
- Interpretar los resultados obtenidos mediante el programa SPSS.
- Derivar conclusiones adecuadas a partir de las estimaciones obtenidas.
- Planificar los análisis implicados ante una pregunta de investigación de carácter multinivel.
Teniendo en cuenta los objetivos del curso, se planteará un ejercicio práctico asociado a una hipotética pregunta de investigación que los participantes deberán contestar mediante la estimación de un modelo multinivel. Los criterios de evaluación para evaluar el ejercicio serán:
1. adecuación del modelo multinivel especificado.
2. adecuación de las estimaciones de los parámetros del modelo obtenidas mediante SPSS.
3. corrección de la interpretación de las estimaciones obtenidas.
4. corrección de las conclusiones derivadas.