TEMARIO Inicio < Previo | Próximo >
El Diplomado en Estadística para la Investigación Científica y Análisis de Datos con SPSS ofrece una formación especializada en la aplicación de métodos estadísticos para el diseño, procesamiento, análisis e interpretación de información cuantitativa en investigaciones académicas, científicas y profesionales.
El programa integra fundamentos de metodología de la investigación, estadística descriptiva e inferencial, muestreo, validación de instrumentos, pruebas de hipótesis, análisis de correlación, regresión y técnicas multivariadas, utilizando el software IBM SPSS Statistics como herramienta principal de procesamiento estadístico.
Asimismo, desarrolla competencias para organizar bases de datos, seleccionar procedimientos estadísticos según los objetivos e hipótesis de investigación, interpretar resultados y elaborar informes técnicos y científicos.
Su enfoque combina fundamentos teóricos, ejercicios guiados y casos prácticos relacionados con investigaciones en educación, salud, psicología, administración, economía, ciencias sociales y otras disciplinas.
El diplomado presta especial atención a la correcta interpretación de los resultados, la coherencia metodológica y la presentación rigurosa de evidencias estadísticas en tesis, artículos científicos y proyectos de investigación.
La investigación científica requiere procedimientos que permitan obtener información confiable, analizar relaciones entre variables y sustentar conclusiones mediante evidencia.
En numerosos trabajos académicos, las dificultades no se encuentran únicamente en el manejo del software estadístico, sino también en la selección de pruebas apropiadas, la comprobación de supuestos y la interpretación de resultados.
SPSS es una herramienta utilizada en distintos ámbitos de investigación para organizar datos, ejecutar procedimientos estadísticos y generar resultados que pueden incorporarse en informes científicos.
Este diplomado proporciona una formación progresiva que conecta el diseño metodológico con el análisis estadístico, permitiendo comprender qué procedimiento utilizar, cuándo aplicarlo y cómo interpretar sus resultados.
Desarrollar competencias metodológicas, estadísticas y tecnológicas para diseñar procesos de análisis cuantitativo, preparar bases de datos, aplicar procedimientos estadísticos mediante IBM SPSS Statistics e interpretar resultados de investigaciones científicas, garantizando coherencia entre objetivos, hipótesis, variables, métodos y conclusiones.
Dirigido a docentes, investigadores, tesistas, profesionales de educación, psicología, enfermería, medicina, administración, economía, ingeniería, ciencias sociales, gestión pública y otras especialidades interesadas en desarrollar investigaciones cuantitativas.
También está orientado a asesores de tesis, responsables de proyectos de investigación, profesionales que elaboran artículos científicos y estudiantes de pregrado o posgrado.
No se requiere experiencia avanzada en SPSS, debido a que el programa desarrolla sus procedimientos desde el nivel introductorio.
Al finalizar el diplomado, el participante estará en condiciones de:
Relacionar los objetivos e hipótesis de investigación con los procedimientos estadísticos.
Identificar variables, escalas de medición y diseños cuantitativos.
Diseñar matrices de operacionalización y codificación.
Construir, importar y depurar bases de datos en SPSS.
Calcular e interpretar estadísticas descriptivas.
Evaluar la confiabilidad y las evidencias de validez de instrumentos.
Aplicar pruebas de normalidad y procedimientos inferenciales.
Seleccionar pruebas paramétricas y no paramétricas.
Analizar correlaciones, diferencias entre grupos y modelos de regresión.
Aplicar técnicas multivariadas según las características de los datos.
Interpretar resultados estadísticos con rigor metodológico.
Elaborar tablas, gráficos e informes para tesis y artículos científicos.
CAPÍTULO 1. INTRODUCCIÓN A LA INVESTIGACIÓN CIENTÍFICA
1.1.1. Concepto, características y finalidad de la investigación científica
1.1.2. Enfoques cuantitativo, cualitativo y mixto
1.1.3. Importancia de la estadística en la investigación cuantitativa
CAPÍTULO 2. PLANTEAMIENTO DEL PROBLEMA DE INVESTIGACIÓN
1.2.1. Identificación y delimitación del problema científico
1.2.2. Formulación de preguntas y objetivos de investigación
1.2.3. Justificación, viabilidad y delimitación del estudio
CAPÍTULO 3. VARIABLES E HIPÓTESIS DE INVESTIGACIÓN
1.3.1. Concepto y clasificación de variables
1.3.2. Formulación de hipótesis generales y específicas
1.3.3. Relación entre variables, hipótesis y procedimientos estadísticos
CAPÍTULO 4. FUNDAMENTOS DE ESTADÍSTICA PARA INVESTIGADORES
1.4.1. Estadística descriptiva e inferencial
1.4.2. Población, muestra, parámetros y estadísticos
1.4.3. Escalas de medición y selección inicial de técnicas estadísticas
CAPÍTULO 1. DISEÑOS DE INVESTIGACIÓN CUANTITATIVA
2.1.1. Diseños experimentales y cuasiexperimentales
2.1.2. Diseños no experimentales transversales y longitudinales
2.1.3. Alcances descriptivo, correlacional y explicativo
CAPÍTULO 2. OPERACIONALIZACIÓN DE VARIABLES
2.2.1. Definición conceptual y operacional de variables
2.2.2. Construcción de dimensiones e indicadores
2.2.3. Elaboración de matrices de operacionalización
CAPÍTULO 3. INSTRUMENTOS DE RECOLECCIÓN DE DATOS
2.3.1. Diseño de cuestionarios y escalas de medición
2.3.2. Formulación de ítems y categorías de respuesta
2.3.3. Aplicación de pruebas piloto y revisión de instrumentos
CAPÍTULO 4. PLANIFICACIÓN DEL ANÁLISIS ESTADÍSTICO
2.4.1. Correspondencia entre objetivos y técnicas de análisis
2.4.2. Elaboración de matrices de consistencia metodológica
2.4.3. Diseño del plan de procesamiento e interpretación de datos
CAPÍTULO 1. INTRODUCCIÓN AL SOFTWARE SPSS
3.1.1. Características y aplicaciones de IBM SPSS Statistics
3.1.2. Entorno de trabajo y principales ventanas del programa
3.1.3. Administración de archivos de datos, resultados y sintaxis
CAPÍTULO 2. DEFINICIÓN DE VARIABLES EN SPSS
3.2.1. Configuración de nombres, tipos y etiquetas de variables
3.2.2. Codificación de valores y definición de datos perdidos
3.2.3. Configuración de niveles de medición y formatos
CAPÍTULO 3. INGRESO E IMPORTACIÓN DE DATOS
3.3.1. Registro manual de información en SPSS
3.3.2. Importación de archivos Excel y CSV
3.3.3. Revisión de estructuras y consistencia de bases importadas
CAPÍTULO 4. TRANSFORMACIÓN Y DEPURACIÓN DE DATOS
3.4.1. Recodificación de variables y creación de nuevas categorías
3.4.2. Cálculo de variables mediante expresiones
3.4.3. Identificación de duplicados, inconsistencias y valores atípicos
CAPÍTULO 1. DISTRIBUCIONES DE FRECUENCIAS
4.1.1. Elaboración de tablas de frecuencias absolutas y relativas
4.1.2. Cálculo de porcentajes y frecuencias acumuladas
4.1.3. Interpretación de distribuciones de variables categóricas
CAPÍTULO 2. MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN
4.2.1. Cálculo de media, mediana y moda en SPSS
4.2.2. Obtención de cuartiles, deciles y percentiles
4.2.3. Interpretación de indicadores de posición y centralidad
CAPÍTULO 3. MEDIDAS DE DISPERSIÓN Y FORMA
4.3.1. Varianza, desviación estándar y rango
4.3.2. Coeficiente de variación y dispersión relativa
4.3.3. Asimetría, curtosis y características de las distribuciones
CAPÍTULO 4. GRÁFICOS ESTADÍSTICOS CON SPSS
4.4.1. Elaboración de gráficos de barras y sectores
4.4.2. Construcción de histogramas y diagramas de caja
4.4.3. Presentación e interpretación de resultados descriptivos
CAPÍTULO 1. FUNDAMENTOS DEL MUESTREO
5.1.1. Concepto y características de una muestra representativa
5.1.2. Marco muestral, unidad de análisis y unidad de muestreo
5.1.3. Errores muestrales y no muestrales
CAPÍTULO 2. TÉCNICAS DE MUESTREO
5.2.1. Muestreo aleatorio simple y sistemático
5.2.2. Muestreo estratificado y por conglomerados
5.2.3. Muestreo no probabilístico y limitaciones inferenciales
CAPÍTULO 3. DETERMINACIÓN DEL TAMAÑO DE MUESTRA
5.3.1. Cálculo de tamaño de muestra para proporciones
5.3.2. Cálculo de tamaño de muestra para medias
5.3.3. Influencia del nivel de confianza, precisión y variabilidad
CAPÍTULO 4. FUNDAMENTOS DE INFERENCIA ESTADÍSTICA
5.4.1. Distribuciones muestrales y error estándar
5.4.2. Estimación puntual e intervalos de confianza
5.4.3. Interpretación de la incertidumbre estadística
CAPÍTULO 1. FUNDAMENTOS DE MEDICIÓN CIENTÍFICA
6.1.1. Concepto de confiabilidad y validez
6.1.2. Errores de medición y calidad de instrumentos
6.1.3. Escalas tipo Likert y construcción de puntuaciones
CAPÍTULO 2. ANÁLISIS DE CONFIABILIDAD
6.2.1. Fundamentos del coeficiente alfa de Cronbach
6.2.2. Cálculo e interpretación del alfa de Cronbach en SPSS
6.2.3. Análisis de correlaciones ítem-total y consistencia interna
CAPÍTULO 3. EVIDENCIAS DE VALIDEZ DE INSTRUMENTOS
6.3.1. Validez de contenido mediante juicio de expertos
6.3.2. Fundamentos de validez basada en estructura interna
6.3.3. Evidencias de validez convergente y discriminante
CAPÍTULO 4. EVALUACIÓN INTEGRAL DE INSTRUMENTOS
6.4.1. Análisis descriptivo de ítems y escalas
6.4.2. Identificación de ítems problemáticos y revisión del instrumento
6.4.3. Elaboración de informes de confiabilidad y evidencias de validez
CAPÍTULO 1. FUNDAMENTOS DE CONTRASTACIÓN DE HIPÓTESIS
7.1.1. Hipótesis nula e hipótesis alternativa
7.1.2. Nivel de significancia y valor p
7.1.3. Errores de tipo I, tipo II y potencia estadística
CAPÍTULO 2. EVALUACIÓN DE SUPUESTOS ESTADÍSTICOS
7.2.1. Prueba de Shapiro-Wilk
7.2.2. Prueba de Kolmogórov-Smirnov y consideraciones de aplicación
7.2.3. Interpretación de histogramas y gráficos Q-Q
CAPÍTULO 3. PRUEBAS DE HIPÓTESIS PARA UNA MUESTRA
7.3.1. Prueba t de Student para una muestra
7.3.2. Prueba binomial para una proporción
7.3.3. Interpretación de intervalos de confianza y tamaños del efecto
CAPÍTULO 4. SELECCIÓN DE PRUEBAS ESTADÍSTICAS
7.4.1. Criterios de elección según escala de medición
7.4.2. Selección según diseño y dependencia de las observaciones
7.4.3. Elaboración de diagramas de decisión para análisis inferencial
CAPÍTULO 1. PRUEBA T PARA MUESTRAS INDEPENDIENTES
8.1.1. Fundamentos y condiciones de aplicación
8.1.2. Ejecución de la prueba t en SPSS
8.1.3. Interpretación de diferencias de medias y tamaños del efecto
CAPÍTULO 2. PRUEBA T PARA MUESTRAS RELACIONADAS
8.2.1. Diseños pretest y postest con mediciones pareadas
8.2.2. Aplicación de la prueba t para muestras relacionadas
8.2.3. Interpretación de cambios y limitaciones causales
CAPÍTULO 3. ANÁLISIS DE VARIANZA
8.3.1. Fundamentos del ANOVA de un factor
8.3.2. Ejecución del análisis de varianza en SPSS
8.3.3. Interpretación de resultados y tamaños del efecto
CAPÍTULO 4. COMPARACIONES MÚLTIPLES Y SUPUESTOS
8.4.1. Pruebas de homogeneidad de varianzas
8.4.2. Procedimientos de comparación post hoc
8.4.3. Interpretación de resultados cuando se incumplen supuestos
CAPÍTULO 1. FUNDAMENTOS DE PRUEBAS NO PARAMÉTRICAS
9.1.1. Características y aplicaciones de métodos no paramétricos
9.1.2. Diferencias entre procedimientos paramétricos y no paramétricos
9.1.3. Selección de pruebas según características de los datos
CAPÍTULO 2. COMPARACIÓN DE DOS GRUPOS
9.2.1. Prueba U de Mann-Whitney
9.2.2. Prueba de rangos con signo de Wilcoxon
9.2.3. Interpretación de resultados y tamaños del efecto
CAPÍTULO 3. COMPARACIÓN DE TRES O MÁS GRUPOS
9.3.1. Prueba de Kruskal-Wallis
9.3.2. Prueba de Friedman para mediciones relacionadas
9.3.3. Comparaciones posteriores e interpretación de resultados
CAPÍTULO 4. ANÁLISIS DE VARIABLES CATEGÓRICAS
9.4.1. Elaboración de tablas cruzadas en SPSS
9.4.2. Prueba de chi-cuadrado de independencia
9.4.3. Prueba exacta de Fisher y medidas de asociación
CAPÍTULO 1. FUNDAMENTOS DEL ANÁLISIS CORRELACIONAL
10.1.1. Concepto de asociación entre variables
10.1.2. Dirección, intensidad y significancia de correlaciones
10.1.3. Diferencias entre correlación y causalidad
CAPÍTULO 2. COEFICIENTES DE CORRELACIÓN
10.2.1. Coeficiente de correlación de Pearson
10.2.2. Coeficiente de correlación de Spearman
10.2.3. Coeficiente tau de Kendall
CAPÍTULO 3. REGRESIÓN LINEAL CON SPSS
10.3.1. Fundamentos de regresión lineal simple
10.3.2. Estimación e interpretación de regresión múltiple
10.3.3. Evaluación del coeficiente de determinación y significancia
CAPÍTULO 4. DIAGNÓSTICO E INTERPRETACIÓN DE MODELOS
10.4.1. Análisis de residuos y supuestos de regresión
10.4.2. Detección de multicolinealidad y observaciones influyentes
10.4.3. Elaboración de informes de correlación y regresión
CAPÍTULO 1. FUNDAMENTOS DEL ANÁLISIS MULTIVARIADO
11.1.1. Concepto y aplicaciones del análisis multivariado
11.1.2. Selección de variables y preparación de datos
11.1.3. Requisitos y limitaciones de las técnicas multivariadas
CAPÍTULO 2. ANÁLISIS FACTORIAL EXPLORATORIO
11.2.1. Evaluación de adecuación mediante KMO y prueba de Bartlett
11.2.2. Extracción de factores y selección de soluciones
11.2.3. Rotación e interpretación de cargas factoriales
CAPÍTULO 3. MODELOS MULTIVARIADOS COMPLEMENTARIOS
11.3.1. Introducción a regresión logística binaria
11.3.2. Análisis de conglomerados y segmentación de observaciones
11.3.3. Interpretación de modelos multivariados en investigaciones aplicadas
CAPÍTULO 4. REDACCIÓN CIENTÍFICA DE RESULTADOS
11.4.1. Elaboración de tablas estadísticas para tesis y artículos
11.4.2. Presentación de resultados según normas editoriales académicas
11.4.3. Discusión de hallazgos, limitaciones y conclusiones científicas
CAPÍTULO 1. PLANIFICACIÓN DEL PROYECTO DE INVESTIGACIÓN
12.1.1. Selección de un problema de investigación cuantitativa
12.1.2. Formulación de objetivos, variables e hipótesis
12.1.3. Elaboración del plan de análisis estadístico
CAPÍTULO 2. CONSTRUCCIÓN Y PROCESAMIENTO DE LA BASE DE DATOS
12.2.1. Organización de la matriz de datos en SPSS
12.2.2. Validación, depuración y transformación de variables
12.2.3. Ejecución del análisis descriptivo de la muestra
CAPÍTULO 3. CONTRASTACIÓN DE HIPÓTESIS E INTERPRETACIÓN
12.3.1. Selección y aplicación de pruebas estadísticas
12.3.2. Evaluación de supuestos, tamaños del efecto e incertidumbre
12.3.3. Interpretación de resultados en relación con los objetivos científicos
CAPÍTULO 4. PROYECTO INTEGRADOR FINAL
12.4.1. Elaboración del informe científico con resultados obtenidos en SPSS
12.4.2. Redacción de discusión, conclusiones y recomendaciones
12.4.3. Presentación y sustentación del proyecto de investigación