La asignatura presenta los diseños de investigación, técnicas de análisis estadístico y programas informáticos de análisis de datos, empleados comunmente en la investigación educativa. Constituye pues una asignatura básica, de carácter obligatorio, para todos los alumnos del Máster que deseen realizar investigaciones en el campo educativo.

• Adquirir los conocimientos y habilidades necesarias para el diseño y desarrollo de investigaciones de tipo cuantitativo.
• Adquirir habilidades de localización, acceso, manejo, análisis e integración de la información contenida en publicaciones científicas.
• Profundizar en el conocimiento de los métodos y diseños más comunes de investigación.
• Conocer y diferenciar las técnicas estadísticas de análisis de datos apropiadas para cada diseño.
• Dominar los procedimientos de manejo de los programas informáticos más importantes de análisis de datos como el SPSS.
• Adquirir actitudes e intereses investigadores.
• Actuar conforme a los códigos éticos de la investigación establecidos por las asociaciones nacionales e internacionales.

a) Dominar los conocimientos y habilidades necesarias para la aplicación de los procedimientos de planificación, diseño y desarrollo de investigaciones.

b) Conocer y diferenciar las técnicas más importantes de análisis de datos.

c) Conocer los procedimientos básicos de manejo del programa SPSS, así como algunas de las técnicas estadísticas de análisis de datos más importantes.

d) Adquirir actitudes e intereses investigadores.

PARTE TEÓRICA Tema 1. Características de la investigación científica. Fases de la investigación científica de carácter educativo. Tema 2. El método y la elaboración de teorías científicas. El método hipotético-deductivo. Tipos de métodos o técnicas metódicas. Tema 3. El método experimental. Estructura y fases del método experimental. El diseño experimental. Principales tipos de diseño. Tema 4. Diseño experimental de dos grupos al azar. Tipos. Análisis estadístico. Tema 5. Diseño experimental de dos grupos equiparados. Diseño de bloques. Análisis estadístico. Tema 6. Diseño experimental de más de dos grupos. Tipos. Análisis estadítico. Tema 7. Diseño factorial. Características. Tipos. Análisis estadístico. Tema 8. Diseño intrasujetos. Características. Tipos. Análisis estadístico. Tema 9. El método cuasi-experimental. Características. Los diseños cuasi-experimentales con grupo de control no-equivalente. Tipos. Análisis estadístico. Tema 10. Diseños cuasi-experimentales de series temporales. Tipos. Análisis estadístico. Tema 11. Diseños intrasujeto de N=1. Tipos. Análisis estadístico. Tema 12. Diseños correlacionales (I). Técnicas correlacionales bivariadas y multivariadas. El análisis factorial. Tema 13. Diseños correlacionales (II). Diseños predictivos y causales. Técnicas de análisis de regresión múltiple. Modelos de estructuras de covarianza.

PARTE PRÁCTICA Tema 1. Introducción al SPSS/PC+. Requisitos del programa. Módulos del programa. Aproximación inicial: descripción de los elementos de la ventana del editor de datos del SPSS. Tema 2. Normas generales de funcionamiento. Tipos de ficheros: propios e importados. Tipos de ventanas. Normas de operación en los cuadros de diálogo. Tema 3. Creación y modificación de los ficheros de datos. Importación de datos. Definición de variables. Introducción de datos. Estructura de los datos según el tipo de diseño. Modificación de datos: cortar, copiar, pegar, insertar, borrar, encontrar variables, encontrar casos, grabación, etc. Tema 4. Gestión de ficheros. Fusión. Transposición de filas por columnas. Tema 5. Modificación de variables. Generación de nuevas variables a partir de las ya existentes. Recodificación de variables. Tema 6. Análisis estadísticos básicos. Distribuciones de frecuencias. Estadísticos descriptivos. Tema 7. Estadísticos diferenciales. Prueba t de diferencia de medias para dos grupos. Pruebas equivalentes no-paramétricas. Tema 8. Análisis de varianza en un sentido. Pruebas post-hoc. Pruebas no-paramétricas para más de dos grupos. Tema 9. Análisis de varianza para diseños factoriales entre sujetos. Tema 10. Análisis de varianza para diseños factoriales intra-sujetos Tema 11. Asociación de variables. Estadísticos asociados a las tablas de contingencia (ji-cuadrado). Tema 12. Correlación lineal. Análisis factorial exploratorio. Tema 13. Técnicas de regresión múltiple.

Se trata de valorar el grado en que el estudiante ha adquirido un cuerpo integrado de conocimientos sobre la materia. La evaluación del aprendizaje se realizará a partir de la aplicación de los conocimientos adquiridos. Siendo por tanto necesario el diseño y realización de un trabajo práctico de investigación con especial atención a los aspectos metodológicos y al procedimiento de análisis de datos. La calificación está en función de la calidad de la introducción teórica en la que se valorará especialmente el uso de bibliografía actualizada en inglés (20%), los aspectos metodológicos del diseño (20%), las técnicas de análisis de datos propuestas (20%), los procedimientos empleados de análisis de datos, presentación y discusión de resultados (20%) así como los aspectos relativos a la presentación formal, ética y competencia profesional (20%).