Denominación de la asignatura |
Estadística para el Periodismo de Datos y su Visualización |
Grado al que pertenece |
Periodismo de Investigación, Datos y Visualización |
Créditos ECTS |
6 |
Cuatrimestre en el que se imparte |
Primer cuatrimestre |
Carácter de la asignatura | Obligatoria |
La estadística debe ser una materia que cualquier periodista ha de dominar, más si cabe si nos referimos al periodismo de investigación. Al hablar de estadística se tienen dos ramas bien diferenciadas: por un lado, la estadística descriptiva, que tiene un carácter informador de la realidad a la que nos enfrentamos, y, por otro, la estadística inferencial, que trata de establecer leyes generales a partir de los datos de los que se disponen.
La estadística descriptiva es muy importante a la hora de dar una información veraz sin que influyan en ella las percepciones personales o la subjetividad ya que, como su propio nombre indica, su función principal es la de describir.
La estadística inductiva o inferencial constituye uno de los pilares metodológicos del periodismo de datos. Aplicada a la interpretación de la realidad, la inducción o inferencia estadística permite al periodista conocer la forma en que fueron obtenidos los datos cuantitativos en su poder, los métodos, técnicas y procedimientos analíticos más comunes, así como el control de los errores en las muestras y en los estimadores.
En consecuencia, el periodista que domina la estadística inferencial es capaz de especificar, estimar, evaluar y presentar los resultados de sus análisis de datos de manera sencilla e intuitiva, así como de localizar relaciones de interdependencia entre fenómenos observados y medidos intensiva o extensivamente.
En esta asignatura vamos a hacer un recorrido por ambas ramas tratando con mayor detalle aquellos conceptos más relacionados con el periodismo. Así, comenzaremos explicando los conceptos básicos tanto de estadística como de probabilidad para, a continuación, centrarnos en la distribución de datos más conocida y utilizada, la distribución normal, y tratar después con el concepto de inferencia estadística.
En una segunda parte pasaremos a ver la estadística descriptiva, tanto de variables continuas como categóricas, seguido de los análisis exploratorio y predictivo, para finalizar con el estudio del análisis longitudinal y tratar brevemente las series temporales.
Competencias básicas
Competencias generales
Competencias específicas
Competencias transversales
Tema 1. El acceso a la realidad a través de datos cuantitativos
Observación, variables y matrices de datos
Tipos de variables
Relaciones entre variables
Poblaciones y muestras
Interpretación y visualización de datos
Tema 2. Estadística descriptiva
Medidas de posición
Medidas de dispersión
Interpretación de los datos obtenidos
Gráficos y su interpretación
Tema 3. La distribución normal
El modelo de distribución normal
La estandarización mediante puntuaciones Z
La tabla de probabilidad normal
La regla del 68/95/99,7
Tema 4. La correlación entre variables
La correlación estadística
Coeficiente de correlación de Person
Coeficiente de correlación de Spearman
La bondad de ajuste de la distribución Chi-cuadrado
Tablas de contingencia
Tema 5. Análisis predictivo. Análisis de regresión lineal
Ajuste de recta, residuos y correlaciones
La regresión por mínimos cuadrados
Otros tipos de regresión
Tipos de residuos
Tema 6. El tratamiento de datos con Excel
El paquete EZAnalyze
Cálculo de estadísticas descriptivas con Excel
Cálculo de correlación y regresión con Excel
Gráficos con Excel
Tema 7. La inferencia estadística y el contraste de hipótesis
La inferencia estadística
Intervalos de confianza
El contraste de hipótesis
Tamaño poblacional y poder explicativo
Significación estadística vs. significación práctica
Tema 8. Comparación de grupos independientes
Grupos independientes
Comparación de las medias de dos grupos independientes
Comparación de las medias de más de dos grupos independientes
Tema 9. Comparación de grupos relacionados
Grupos relacionados
Comparación de las medias de dos grupos relacionados con pruebas paramétricas
Comparación de las medias de dos grupos relacionados con pruebas no paramétricas
Tema 10. Análisis de datos con PSPP
Estadísticos descriptivos con PSPP
Correlación y regresión con PSPP
Gráficos con PSPP
Comparación de grupos independientes con PSPP
Tema 11. Análisis factorial
Diseños factoriales
Puntuaciones factoriales
Tipos de diseños factoriales
Tema 12. Series temporales
Introducción a las series temporales.
Tendencia, estacionalidad y otras fluctuaciones.
El método de ajuste lineal
Las actividades formativas de la asignatura se han elaborado con el objetivo de adaptar el proceso de aprendizaje a las diferentes capacidades, necesidades e intereses de los alumnos.
Las actividades formativas de esta asignatura son las siguientes:
En la programación semanal puedes consultar cuáles son las actividades concretas que tienes que realizar en esta asignatura.
Estas actividades formativas prácticas se completan, por supuesto, con estas otras:
Las horas de dedicación a cada actividad se detallan en la siguiente tabla:
ACTIVIDADES FORMATIVAS |
HORAS |
Sesiones presenciales virtuales | 15,0 |
Lecciones magistrales | 6,0 |
Talleres prácticos virtuales | 12,5 |
Estudio del material básico | 44,5 |
Lectura del material complementario | 18,0 |
Trabajos, casos prácticos, test | 29,0 |
Tutorías | 16,0 |
Trabajo colaborativo | 7,0 |
Examen final presencial | 2,0 |
Total |
150 |
Bibliografía básica
Los textos necesarios para el estudio de la asignatura han sido elaborados por UNIR y están disponibles en formato digital para consulta, descarga e impresión en el aula virtual.
Bibliografía complementaria
Arribas, J. M. y Barbut, M. (2002). Estadística y sociedad. Madrid: UNED.
Blanco, C. (2011). Encuesta y estadística. Métodos de investigación cuantitativa en ciencias sociales y comunicación. Córdoba (Argentina): Editorial Brujas.
Dader, J. L. (2002). Periodismo de precisión. Madrid: Síntesis.
Díez M. D., Barr, C. D. y Cetinkaya-Rundel, M. (2012). OpenIntro Statistics. Recuperado de https://drive.google.com/file/d/0B-DHaDEbiOGkY1FCdEJFNGV1Ym8/view?pli=1
Se puede consultar este documento en el aula virtual.
Guerra, C., Barrero, R. y Menéndez, E. ( 2011). Estadística. La Habana (Cuba): Editorial Félix Varela.
Jauset, J. (2007). Estadística para periodistas, publicitarios y comunicadores. Barcelona: Editorial UOC.
Matus, R. García, E. Hernández, M. (2010) Estadística, Instituto Politécnico Nacional.
Moore, D. S. (2005). Estadística aplicada básica. Barcelona: Antoni Bosch Editor.
El sistema de calificación se basa en la siguiente escala numérica:
0 - 4, 9 |
Suspenso |
(SS) |
5,0 - 6,9 |
Aprobado |
(AP) |
7,0 - 8,9 |
Notable |
(NT) |
9,0 - 10 |
Sobresaliente |
(SB) |
La calificación se compone de dos partes principales:
El examen se realiza al final del cuatrimestre y es de carácter PRESENCIAL y OBLIGATORIO. Supone el 60% de la calificación final (6 puntos sobre 10) y para que la nota obtenida en este examen se sume a la nota final, es obligatorio APROBARLO (es decir, obtener 3 puntos de los 6 totales del examen).
La evaluación continua supone el 40% de la calificación final (es decir, 4 puntos de los 10 máximos). Este 40% de la nota final se compone de las calificaciones obtenidas en las diferentes actividades formativas llevadas a cabo durante el cuatrimestre.
Ten en cuenta que la suma de las puntuaciones de las actividades de la evaluación continua es de 6 puntos. Así, puedes hacer las que prefieras hasta conseguir un máximo de 4 puntos (que es la calificación máxima que se puede obtener en la evaluación continua). En la programación semanal de la asignatura, se detalla la calificación máxima de cada actividad o evento concreto puntuables.
SISTEMA DE EVALUACIÓN |
PONDERACIÓN |
PONDERACIÓN |
Participación del estudiante |
0 |
40 |
Trabajos y casos prácticos |
0 |
40 |
Test de autoevaluación |
0 |
40 |
Examen final presencial |
60 |
60 |
David Ortega Ibáñez
Formación académica: Licenciado en psicología. Diplomado en criminología
Experiencia: Director Recursos Humanos en empresas como Avidesa Luis Suñer SA., ENACO (Grupo IFA), Banco de la Exportación. En la actualidad Responsable de Personas en Catalunya Caixa.
Líneas de investigación: Dirección Recursos Humanos.
Ángel Alberto Magreñán Ruiz
Formación académica: Ingeniero Técnico en Informática de Gestión (Universidad de la Rioja), Doctor en Matemáticas (Universidad de La Rioja) y Certificado de Aptitud Pedagógica (Universidad de La Rioja).
Experiencia: Acreditado por ANECA como Contratado Doctor y Profesor de Universidad Privada, este profesor es miembro del grupo de investigación PRIENOL (Procesos Iterativos y Ecuaciones NO Lineales). Además ha participado en distintos proyectos de I+D+i concedidos a dicho grupo. Colabora activamente con distintos grupos de investigación de reconocido prestigio de Europa, Asia y América. Ha desarrollado software para diversas empresas como Addlink S.L. o GER (filial riojana de Iberdrola).
Líneas de investigación: Su investigación se centra en el campo de la matemática aplicada y más concretamente en el estudio de procesos iterativos (convergencia, eficiencia, etc.). Ha publicado más de 30 obras en revistas de investigación indexadas, capítulos de libro y congresos, además es revisor de varias revistas indexadas.
Obviamente, al tratarse de formación on-line puedes organizar tu tiempo de estudio como desees, siempre y cuando vayas cumpliendo las fechas de entrega de actividades, trabajos y exámenes. Nosotros, para ayudarte, te proponemos los siguientes pasos:
Recuerda que en el aula virtual de Lo que necesitas saber antes de empezar puedes consultar el funcionamiento de las distintas herramientas del aula virtual: Correo, Foro, Sesiones presenciales virtuales, Envío de actividades, etc.
Ten en cuenta estos consejos…
|