Guia en format PDF
Logo

Metodologia Avançada de Recerca Social

Codi: 44038
Crèdits: 6
2026/2027
Titulació Tipus Curs
Política Social, Treball i Benestar OP 1

Professor/a de contacte

Nom :
Pedro López Roldán
Correu electrònic :
pedro.lopez.roldan@uab.cat

Equip docent

Oriol Barranco Font
Dafne Muntanyola Saura

Idiomes dels grups

Podeu consultar aquesta informació al final del document.

Prerequisits

Es precisen els coneixements i les habilitats bàsics en relació a la metodologia de las ciències socials, el disseny de la investigació social i els mètodes i tècniques de producció i anàlisi de dades qualitatives i quantitatives.

Objectius

L’objectiu del mòdul optatiu de Metodologia Avançada de Recerca Social [MARS] és el coneixement teòric i aplicat de la metodologia i de la diversitat de mètodes i tècniques avançades en l’anàlisi de les dades per a la investigació social, tot tractant diverses perspectives metodològiques, tant quantitatives com qualitatives.

Aquest objectiu general es complementa amb tres d’específics:

  1. Orientar el procés de realització d’un treball d’investigació tot establint els criteris i les tasques necessàries del seu disseny metodològic i de l’aplicació pertinent dels mètodes i tècniques d’investigació per tal d’adequar-los als models teòrics i assolir el rigor de la recerca científica.
  2. Adquirir les habilitats d’utilització del programari corresponent a les tècniques d’anàlisi de dades tractades.
  3. Proporcionar la informació i l’aprenentatge dels mètodes i tècniques d’investigació amb caràcter aplicat, amb especial referència a les línies de recerca dels professors del mòdul i dels equips de recerca del Departament.

Resultats d'aprenentatge

  • CA24 (Dissenyar projectes de recerca o avaluació i aplicar-los a l'àmbit de les polítiques socials, el treball i el benestar, utilitzant metodologies avançades i criteris de rigor científic.) Dissenyar projectes de recerca o avaluació i aplicar-los a l'àmbit de les polítiques socials, el treball i el benestar, utilitzant metodologies avançades i criteris de rigor científic.
  • CA25 (Integrar treball individual i en equip en projectes de recerca, aplicant una actitud reflexiva, crítica i orientada a l'aprenentatge permanent.) Integrar treball individual i en equip en projectes de recerca, aplicant una actitud reflexiva, crítica i orientada a l'aprenentatge permanent.
  • KA22 (Comparar els principals enfocaments metodològics avançats aplicats a recerca social integrant la literatura metodològica corresponent.) Comparar els principals enfocaments metodològics avançats aplicats a recerca social integrant la literatura metodològica corresponent.
  • KA23 (Comparar la idoneïtat de diferents dissenys experimentals, longitudinals i comparatius en funció de preguntes de recerca complexes.) Comparar la idoneïtat de diferents dissenys experimentals, longitudinals i comparatius en funció de preguntes de recerca complexes.
  • SA20 (Aplicar correctament un conjunt de mètodes i tècniques a projectes de recerca o avaluació que abordin l'anàlisi de polítiques socials, el treball i el benestar.) Aplicar correctament un conjunt de mètodes i tècniques a projectes de recerca o avaluació que abordin l'anàlisi de polítiques socials, el treball i el benestar.
  • SA21 (Gestionar i analitzar de manera rigorosa registres de dades i normatives rellevants, utilitzant programes informàtics a nivell avançat per fonamentar l'anàlisi en projectes de recerca o avaluació.) Gestionar i analitzar de manera rigorosa registres de dades i normatives rellevants, utilitzant programes informàtics a nivell avançat per fonamentar l'anàlisi en projectes de recerca o avaluació.
  • SA30 (Avaluar críticament una investigació des del punt de vista metodològic, identificant els diferents dissenys, mètodes i tècniques.) Avaluar críticament una investigació des del punt de vista metodològic, identificant els diferents dissenys, mètodes i tècniques.

Continguts

Els continguts del mòdul s’estructuren a partir de 3 blocs temàtics:


1. Anàlisi Multivariable de Dades Quantitatives [AMD]

2. Anàlisi Qualitativa Avançada [AQA]

3. Anàlisi de Xarxes Socials [AXS]


1. Anàlisi Multivariable de Dades Quantitatives [AMD]. 12 hores


Prof. Pedro López-Roldán


Un primer objectiu del bloc és oferir una panoràmica general classificatòria de les diferents tècniques d'anàlisi de dades quantitatives. En segon lloc, atesa la varietat i extensió dels procediments existents per al tractament de la informació sociològica, s'opta per considerar en aquesta part del mòdul algunes de les tècniques d'anàlisi més fonamentals que facilitin assentar les bases conceptuals bàsiques i permetin posteriorment aprofundir en el seu coneixement així com en d’altres procediments d'anàlisi. Es tractaran, d'una banda, tècniques d'anàlisi d'interdependència com ara l’anàlisi de taules de contingència multidimensionals o les tècniques factorials i de classificació per a la construcció de tipologies, d'altra, les d’anàlisi de dependència com l’anàlisi de variància i l’anàlisi de regressió. L'assignatura donarà la fonamentació de la selecció de tècniques tractades, amb una orientació molt aplicada. La formació comportarà tanmateix dos elements necessaris: els imprescindibles aspectes formals de les tècniques, però on l'objectiu principal és la comprensió i interpretació de la informació que generen per a la realització d'un estudi aplicat; el segon és la utilitzaciódelprogramari estadístic SPSS que permetrà il·lustrar i aplicar els coneixements relatius als diferents procediments d'anàlisi.


2. Anàlisi Qualitativa Avançada [AQA]. 12 hores


Prof. Oriol Barranco


En aquest bloc es pretén, en primer lloc, abordar una reflexió crítica sobre els mètodes d’obtenció de dades qualitatives, fent especial menció a l’entrevista i el grup de discussió, però també a l’anàlisi de documents. L’objectiu és que l’alumnat pugui reconèixer i reflexionar críticament sobre els fonaments teòrics i epistemològics d’aquestes tècniques i a més adquireixi els coneixements pràctics necessaris per dur a terme una anàlisi rigorosa basada en materials qualitatius.


D’altra banda, en relació amb l’anàlisi de les dades, el bloc es concentrarà en dos tipus de procediments que tenen certs punts en comú, però també importants diferències: l’Anàlisi de Continguts i el Mètode Comparatiu Constant. Es donaran les orientacions adients per tal que aquests procediments analítics puguin ser aplicats mitjançant el programa d’anàlisi qualitativa ATLAS.ti. Com a resultat del curs, l’alumnat hauria de disposar dels coneixements tècnics necessaris per poder desenvolupar una anàlisi de dades textuals (però també visuals o sonores) amb l’ajuda de programari específic i, a més, situar metodològicament i epistemològicament la seva aproximació.


3. Anàlisi de Xarxes Socials [AXS]. 8 hores


Prof. Dafne Muntanyola


L’anàlisi de xarxes socials és una aproximació interdisciplinària i un punt de partida privilegiat per renovar la nostra visió de la realitat social. En aquest bloc temàtic es presentaran les bases teòriques i metodològiques de l’anàlisi de xarxes socials, els procediments per recollir, analitzar i interpretar matrius de dades reticulars amb programari especialitzat i diferents aplicacions actuals d’anàlisi de xarxes socials. Amb aquest contingut s’espera que els i les estudiants puguin identificar les condicions en què sigui factible i adequada la introducció de l’anàlisi de xarxes socials en el disseny d’una recerca i, a més, puguin recollir, analitzar i combinar aquestes dades amb altres tipus d’informacions per formular i/o contrastar hipòtesis d’interès.


Temari


BLOC 1. Anàlisi multivariable de dades quantitatives [AMD]


1. Introducció a l'anàlisi de dades quantitatives

1.1. Presentació: continguts, dinàmica i avaluació

1.2. Conceptes generals i classificació de les tècniques d’anàlisi de dades quantitatives

2. Anàlisi de taules de contingència multidimensionals (ATC) i anàlisi log-lineal (ALL)

3. Anàlisi de variància (AVA)

4. L’anàlisi de regressió

4.1. Anàlisi de regressió lineal (ARE)

4.2. L’anàlisi de regressió logística (ARL)

5. La construcció de tipologies

5.1. L’anàlisi factorial

– L’anàlisi factorial components principals (ACP)

– L’anàlisi factorial de correspondències (ACO)

5.2. L’anàlisi de classificació (ACL)


BLOC 2. Anàlisi Qualitativa Avançada [AQA]


1. Plantejaments sobre la qualitat i la validesa en la recerca qualitativa

2. Els materials textuals per a l’anàlisi

2.1. Tipus i característiques dels materials i les dades

2.2. La producció de les dades i la seva qualitat, validesa i fiabilitat

3. Plantejaments en l’anàlisi qualitativa textual

3.1. Tipus d’anàlisi

3.2. La interpretació de les dades

3.3. Validesa i rigor en l’anàlisi qualitativa

4. La generalització i teorització en l’anàlisi qualitativa -textual-

4.1. Tipus i estratègies de generalització qualitativa

4.2. La teorització a partir d’estudis qualitatius

5. L’anàlisi de continguts

5.1. Introducció. Anàlisi de continguts i anàlisi lexicomètrica en la investigació social

5.2. Característiques i procediments de l’anàlisi de continguts qualitatiu

6. El mètode comparatiu constant

6.1. La teoria fonamentada i el mètode comparatiu constant

6.2. Característiques i procediments del mètode comparatiu constant

7. L’ús dels CAQDAS en l’anàlisi de dades qualitatives

7.1. L’ús d’eines informàtiques en l’anàlisi de dades qualitatives. El CAQDAS en context

7.2. L’anàlisi de continguts qualitativa realitzada amb Atlas.ti

7.3. El mètode comparatiu constant fet amb Atlas.ti


BLOC 3. Anàlisi de Xarxes Socials [AXS]


1. Introduccióa la teoria i anàlisi de xarxes socials

1.1. De la metàfora de la xarxa a l'anàlisi de xarxes

1.2. La teoria i anàlisi de xarxes socials com a perspectiva

1.3. Origen i aplicacions de l'anàlisi de xarxes socials

2. Definicions bàsiques de l'anàlisi de xarxes socials

2.1. Unitats, continguts i forma de les relacions

2.2. Tipus de xarxes i tipus de dades

2.3. Notació i representació de les xarxes

3. Disseny d'estudis de xarxes

3.1. Aproximacions metodològiques

3.2. Xarxes sociocèntriques

3.3. Xarxes personals

4. Conceptes bàsics i orientacions generals per a l'anàlisi

4.1. Conceptes bàsics per a l'anàlisi

4.2. Indicadors de composició de la xarxa

4.3. Indicadors d'estructura de la xarxa

5. Software per a l'anàlisi de xarxes socials

Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Preparació individual de les activitats a l’aula i dels treballs d’avaluació 66 2,64
Pràctiques a l'aula 13 0,52
Classes magistrals 19 0,76
Tutories grupals i individuals de fonaments de la recerca social i de seguiment i correcció dels exercicis i treballs del mòdul 15 0,6
Lectura de textos 37 1,48

El mòdul compaginarà la docència magistral, en què es presentaran els continguts teòrics i els exemples de cada contingut del mòdul i en el qual es fomentarà una dinàmica que faciliti l’aprenentatge actiu i participatiu, amb diverses activitats formatives d’ensenyament i aprenentatge de la matèria :

  1. Seminaris d’anàlisi de lectures i estudi de casos amb la seva presentació i debat.
  2. Tutories de seguiment individuals i en grup.
  3. Realització d’exercicis a l’aula i pràctiques a l’aula d’informàtica per conèixer, aplicar i interpretar la informació de cada tècnica d’anàlisi i el procediment per a l’obtenció amb el programari corresponent.

Al Campus Virtual del mòdul, en un entorn Moodle, es disposa de tota la informació, materials i activitats del mòdul.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè l'alumnat completi les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.

Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Treball pràctic d'anàlisi de dades qualitatives 37,5% 0 0 CA24, CA25, KA22, KA23, SA20, SA21, SA30
Treball pràctic d'anàlisi de dades quantitatives 37,5% 0 0 CA24, CA25, KA22, KA23, SA20, SA21, SA30
Treball pràctic d'anàlisi de xarxes socials 25% 0 0 CA24, CA25, KA22, KA23, SA20, SA21, SA30

La nota final del mòdul serà el resultat de la mitjana ponderada de cadascun dels quatre blocs. En concret, l’avaluació de cada bloc serà la següent:


BLOQUE 1. Anàlisi Multivariable de Dades Quantitatives [AMD]

L’avaluació del bloc requerirà la realització d’un treball pràctic d’anàlisi de dades. A partir de considerar les relacions entre diverses variables caldrà analitzar-les amb l’objectiu de contrastar una hipòtesi fonamentada en la literatura. Es pot optar per: a) construir una tipologia tot utilitzant en combinació els procediments d’anàlisi factorial i d’anàlisi de classificació; b) fer una anàlisi de taules de contingència i log-lineal c) fer una anàlisi de regressió múltiple (lineal o logística), o d) una anàlisi de variància multifactorial. El treball es presentarà amb el format d’un article d’investigació on es donarà compte de la formulació d’un model sociològic amb el corresponent enunciat de les hipòtesis de relació entre les variables, la presentació del disseny d’anàlisi utilitzat i la posterior contrastació d’aquell model amb l’anàlisi i interpretació de les dades. El treball tindrà una extensió màxima de 8 pàgines (unes 3000 paraules) de redacció, inclosos els gràfics i taules elaborats, a més de la bibliografia i l’annex.


BLOC 2. Anàlisi Qualitativa Avançada [AQA]

S'avaluarà la participació activa i la capacitat crítica demostrada en les discussions de les lectures obligatòries realitzades a classe. En cas que es vulgui pujar nota per part de l'alumne/a es podrà realitzar un exercici d’anàlisi d’algun text. Amb aquest exercici es podrà augmentar la nota fins a un màxim de tres punts. Si alguna persona no arriba a l'aprovat o no pot ser avaluada de la discussió de les lectures per la seva falta de participació, haurà de realitzar obligatòriament l'exercici d'anàlisi d’un text. En aquest cas la nota màxima que es podrà obtenir serà un 6.


BLOC 3. Anàlisi de Xarxes Socials [AXS]

L'avaluació es realitzarà en primer lloc a partir de l'elaboració d'un exercici aplicat de recerca (el treball tindrà una extensió màxima de 2000 paraules). L'exercici podrà realitzar-se en grup, amb un màxim 2 alumnes. D'altra banda, es procurarà que la temàtica triada per a aquest exercici tingui a veure totalment o parcialment amb la investigació del Treball de Fi de Màster. Així mateix, es reservarà a la sessió 2 un moment per preparar l’exercici de l’assignatura.


Bibliografia

Anàlisi de Dades Quantitatives [AMD]


Bibliografia bàsica

López-Roldán, P.; Fachelli, S. (2015). Metodología de la investigación social cuantitativa. Bellaterra (Barcelona): Dipòsit Digital de Documents, Universitat Autònoma de Barcelona. 1a. edición.

http://ddd.uab.cat/record/129382 | http://webs.uab.cat/plopez/content/misc

Capítols 5, 6, 7, 8, 9, 11 i 12.

López-Roldán, P. (2015). Recursos para la investigación social. Dipòsit Digital de Documents. Bellaterra (Barcelona): Universitat Autònoma de Barcelona.

http://ddd.uab.cat/record/89349 | http://webs.uab.cat/plopez

López-Roldán, P. (2026). Material adicional del Campus Virtual de l’assignatura. Bellaterra (Barcelona): Universitat Autònoma de Barcelona.

Ajenjo, M.; Miguel Quesada, F. J.; Griera, O. (2022). Manual d’ús de jamovi per anàlisi de dades en estudis socials. MUJADES 1.4. Dipòsit Digital de Documents. Bellaterra (Barcelona): Universitat Autònoma de Barcelona.

https://ddd.uab.cat/record/238222


Bibliografia complementària

Adams, K. A.; Lawrence, E. K. (2019). Research Methods, Statistics, and Applications. Thousand Oaks, California: Sage Publications.

Ato García, M.; López García, J. J. (1996). Análisis estadístico para datos categóricos. Madrid: Síntesis.

Bailey, K. D. (1994). Typologies and Taxonomies. An Introduction to Classification Techniques. Thousand Oaks (California): Sage.

Brown, B. L.; Hendrix, S. B.; Hedges, D. W.; Smith, T. B. (2011). Multivariate analysis for the biobehavioral and social sciences. A graphical approach. Hoboken: John Wiley & Sons.

Cea d’ancona, M. A. (2012). Fundamentos y aplicaciones en metodología cuantitativa. Madrid: Síntesis.

Cea d’Ancona, M. A. (2002/2014). Anàlisis multivariable. Teoría y práctica en la investigación social. Madrid: Síntesis.

Chang, W. (2023). R graphics cookbook: Practical recipes for visualizing data (2nd ed.). O’Reilly Media. https://r-graphics.org/

Christensen, R. R. (1997). Log-linear models and logistic regression. New York: Springer-Verlag.

Correa Piñero, A. D. (2002). Análisis logarítmico lineal. Madrid: La Muralla.

Denis, D. J.(2021). Applied Univariate, Bivariate, and Multivariate Statistics. Understanding Statistics for Social and Natural Scientists, With Applications in SPSS and R. Hoboken, NJ: John Wiley & Sons.

Escario Gracia, J. J., & Valiño García, J. (2020). Una introducción a R para la investigación en ciencias sociales. Zaragoza: Prensas de la Universidad de Zaragoza.

https://puz.unizar.es/img/cms/PARA%20IUNIZAR/9788413401584promocional.pdf

Everitt, B.; Hothorn, T. (2011). An introduction to applied multivariate analysis with R. New York: Springer.

Field, A.; Miles, J.; Field, Z. (2023). Discovering statistics using R (2nd ed.). London: Sage. https://profandyfield.com/discoverse/dsur/

Greenacre, M. J. (2008). La práctica del análisis de correspondencias. Madrid: Fundación BBVA.

http://www.fbbva.es/TLFU/tlfu/esp/publicaciones/libros/fichalibro/index.jsp?codigo=300

García Ferrando, M. (1987). Socioestadística. Introducción a la estadística en sociología. 2a edició amp. Madrid: Alianza. Alianza Universidad Textos, 96.

Guillén, M. F. (1992). Análisis de regresión múltiple. Madrid: Centro de Investigaciones Sociológicas.

Grolemund, G. (2014). Hands-on programming with R. O’Reilly Media. https://rstudio-education.github.io/hopr/

Kabacoff, R. I. (2015). R in action: Data analysis and graphics with R (2nd ed.). Manning Publications. https://www.manning.com/books/r-in-action-second-edition

Hahs-Vaughn, D. L. (2017). Applied multivariate statistical concepts. Nueva York: Routledge.

Hair, J. F., Black, W. C.; Babin, B. J.; Anderson, R. E. (2013). Multivariate data analysis. Pearson new international edition (7.ª ed.). Harlow: Pearson.

Healy, K. (2018). Data visualization: A practical introduction. Princeton University Press. https://socviz.co/

Hernández Encinas, L. (2001). Técnicas de taxonomía numérica. Madrid: La Muralla.

Harlow, L. L. (2014). The essence of multivariate thinking. Basic themes and methods (2.ª ed.). Nueva York: Routledge.

Horton, N. J.; Kleinman, K. (2015). Using R and RStudio for data management, statistical analysis, and graphics. Boca Raton, FL: Chapman & Hall/CRC.

Husson, F., Lê, S., & Pagès, J. (2011). Exploratory multivariate analysis by example using R. Boca Raton, FL: Chapman & Hall/CRC.

Ismay, C., & Kim, A. (2021). Statistical inference via data science: A modern dive into R and the tidyverse. Boca Raton, FL: Chapman & Hall/CRC. https://moderndive.com/

Joaristi Olariaga, L.; Lizasoain Hernandez, L. (1999). Análisis de correspondencias. Madrid: La Muralla.

Kuhn, M., & Silge, J. (2022). Tidy modeling with R: A framework for modeling in the tidyverse. Sebastopol, CA: O’Reilly Media. Tidy Modeling with R [Book]

Lévy Mangin, J. P.; Varela Mallou, J. (2003/2008) Análisis multivariables para las ciencias sociales. Madrid. Pearson-Prentice Hall.

López-Roldán, P.; Fachelli, S. (2018). Metodología de construcción de tipologías para el análisis de la realidad social. Bellaterra (Cerdanyola del Vallès): Dipòsit Digital de Documents, Universitat Autònoma de Barcelona. 2a. edición.

MacFarland, T. W. (2012). Two-Way Analysis of Variance: Statistical Tests and Graphics Using R. New York: Springer.

Marradi, A. (1990). Classification, typology, taxonomy. Quality & Quantity, 24, 129-157.

Mateos-Aparicio, G.; Hernandez Estrada, A. (2021). Analisis multivariante de datos: Cómo buscar patrones de comportamiento en Big Data. Madrid: Pirámide.

Matloff, N. (2011). The art of R programming: A tour of statistical software design. No Starch Press. https://nostarch.com/artofr.htm

Meneses, J. (2019). Introducción al análisis multivariante. Barcelona: UOC

Navarro, D. J. (2021). Learning statistics with R: A tutorial for psychology students and other beginners. https://learningstatisticswithr.com| En castellà

Miller, J. E. (2013). The Chicago guide to writing about multivariate analysis (2.ª ed.). Chicago: The University of Chicago Press.

Paladino, M. (2018). R para ciencias sociales. https://martinpaladino.github.io/rsociales/index.html

Pérez López, C. (2019). R para estadística aplicada. Madrid: Garceta.

Pimpler, E. (2018). Data visualization and exploration with R: A practical guide to using R, RStudio, and Tidyverse for data visualization, exploration, and data science applications. Boerne, TX: Geospatial Training Services. https://geospatialtraining.com/data-visualization-and-exploration-with-r/

Pituch, K. A.; Stevens, J. P. (2016). Applied multivariate statistics for the social sciences (6.ª ed.). Nueva York: Routledge.

Powers, D. A.; Xie, Y. (2008). Statistical Methods for Categorical Data Analysis. Bingley, U.K.: Emerald. 2a. edició.

R Core Team. (2026). An introduction to R. R Foundation for Statistical Computing. https://cran.r-project.org/doc/manuals/r-release/R-intro.html

Rey-Sáez, R., & Estrada Alonso, E. (2024). Análisis de datos con R en ciencias sociales y de la salud. Madrid: Síntesis.

https://www.sintesis.com/libro/analisis-de-datos-con-r-en-ciencias-sociales-y-de-la-salud

Sánchez Carrión, J. J. (1999). Manual de análisis estadístico de los datos. Madrid: Alianza. Manuales, 055.

Sánchez Carrión, J. J. (Ed.) (1984). Introducción a las técnicas de multivariable aplicadas a las ciencias sociales. Madrid: Centro de Investigaciones Sociológicas.

Sánchez Carrión, J. J. (1989). Análisis de tablas de contingencia. El uso de los porcentajes en ciencias sociales. Madrid: Centro de Investigaciones Sociológicas-Siglo XXI.

Tabachnick, B. G.; Fidell, L. S. (2019). Using multivariate statistics (7.ª ed.). Nueva York: Pearson.

Tejedor, F. J. (1999). Análisis de varianza: introducción conceptual y diseños básicos. Madrid: La Muralla.

VV.AA. (1996). La construcció de tipologies. Exemples. Monogràfic de Papers. Revista de Sociologia, 48.

http://ddd.uab.cat/search?cc=papers&f=issue&p=02102862n48&rg=100&sf=fpage&so=a&ln=en

Wickham, H. (2019). Advanced R (2nd ed.). Boca Raton, FL: Chapman & Hall/CRC.

Wickham, H. (2023). ggplot2: Elegant graphics for data analysis (3rd ed.). Springer. https://ggplot2-book.org/

Wickham, H.; Grolemund, G. (2023). R for data science / R Para Ciencia de Datos (2nd ed.). O’Reilly Media. https://r4ds.hadley.nz/ | https://es.r4ds.hadley.nz/


Anàlisi Qualitativa Avançada [ACA]


Bibliografia bàsica

Miles, Matthew B.; Huberman, A. Michael; Saldaña, Johnny (2014): Qualitative Data Analysis. A Methods Sourcebook. Thousand Oaks, California: Sage. 3ª edición. Capítulos 4 a 10.

Verd, Joan Miquel; Lozares, Carlos (2016): Introducción a la investigación cualitativa. Fases, métodos y técnicas. Madrid: Síntesis. Capítulo 11.


Bibliografia complementària

Bauer, M. W.; Gaskell, G. (ed.) (2000). Qualitative Researching with Text, Image and Sound. A Practical Handbook. Londres: Sage.

Beaud, S.; Weber, F. (2003). Guide del’Enquête de Terrain. Paris : La Découverte (especialmente capítulos 5, 6, 7 y 8).

Coffey, A.; Atkinson, P. (2005). “Los conceptos y la codificación”, en Amanda Coffey i Paul Atkinson: Encontrar el sentido a los datos cualitativos. Alicante: Universidad de Alicante.

Fielding, N. G.; Lee, R. M. (1998). Computer analysis and Qualitative Research. Londres: Sage

Flick, U. (ed.) (2014). The Sage Handbook of Qualitative Data Analysis. Los Angeles·London·New Delhi·Singapore·Whashington DC: Sage.

Flick, U.; Von Kardorff, E.; Steinke, I. (2004). A Companion to Qualitative Research. Londres: Sage.

Herzog, B.; Ruiz, eds. (2019). Análisis sociológico del discurso. València: PUV

Krippendorf, K. (2004). Content Analysis: An Introduction to its Methodology. Thousand Oaks, California: Sage. 2ª edición.

Lewins, A.; Silver, Ch. (2007). Using Software in Qualitative Research. A Step-by-Step Guide. Londres: Sage.

Miles, M. B.; Huberman, A. M. (1994). Qualitative Data Analysis. An Expanded Sourcebook. Thousand Oaks, California: Sage. 2ª edición.

Navarro, P.; Díaz, C. (1994). “Análisis de contenido”, en Juan Manuel Delgado y Juan Gutiérrez (ed.): Métodos y técnicas cualitativas de investigación en ciencias sociales. Madrid: Síntesis.

Richards, L. (2005). Handling Qualitative Data. A Practical Guide. Londres: Sage.

Ryan, G. W.; Bernard, H. R. (2000). “Data Management and Analysis Methods”, en Norman K. Denzin i Yvonna S. Lincoln (eds.): Handbook of Qualitative Research. Thousand Oaks, California: Sage. 2ª edición.


Anàlisi de Xarxes Socials [AXS]


Bibliografia bàsica

Lozares, C., Verd, J. M. (2015). “Bases socio-metodológicas del análisis de redes sociales”. En Manuel García Ferrando, Francisco Alvira, Luis Enrique Alonso, Modesto Escobar (eds.): El anàlisis de la realidad social. Métodos y técnicas de investigación. Madrid: Alianza Editorial. 4ª edición.

Molina, J. L. (2001). El análisis de redes sociales. Una introducción. Barcelona: Ediciones Bellaterra.


Bibliografía complementària

Galaskiewicz, J.; Wasserman, S. (1993). “Social Network Analysis. Concepts, Methodology, and Directions for the 1990”. Sociological Methods & Research, 22 (1):3-22.

Granovetter, M. (1973). The Strength of Weak Ties. American Journal of Sociology, 78 (6), 1360-1380.

Knoke, D.; Kuklinski, J. H. (1982). Network analysis. Newbury Park, London: Sage.

Lemieux, V. (1999). Les réseaux d’acteurs sociaux. París: PUF.

Lozares, C. (1996). “La teoría de redes sociales”. Papers, 48: 103-126.

Lozares, C. (2005).“Bases socio-metodológicas para el Análisis de Redes Sociales”. Empiria 10: 9-35.

Lozares, C. (2006). “Las representaciones fácticas y cognitivas del relato de entrevistas biográficas: un análisis reticular del discurso”. REDES, Revista hispana para el análisis de redes sociales, vol. 10. http://revista-redes.rediris.es

Lozares C., López-Roldán, P., Verd, J. M., Martí, J., Molina, J. L., Bolíbar, M., Cruz, I. (2011) “El análisis de la Cohesión, Vinculación e Integración sociales en las encuestas Ego-net”. REDES-Revista hispana para el análisis de redes sociales, vol. 20. http://revista-redes.rediris.es

Lozares, C., Verd, J. M., Martí, J., López-Roldán, P. (2003). “Relaciones, redes y discurso: revisión y propuestas en torno al análisis reticular de datos textuales”. Revista española de investigaciones sociológicas, 101: 175-200.

Lozares, C., Verd, J. M. (2011). “De la Homofilia a la Cohesión social y viceversa”. REDES-Revista hispana para el análisis de redes sociales, vol. 20. http://revista-redes.rediris.es

Lozares, C., Verd, J. M., Cruz, I., Barranco, O. (2014). “Homophily and heterophily in personal networks. From mutual acquaintance to relationship intensity”. Quality & Quantity, 48: 2657-2670

Martí, J., Lozares, C., (2008). “Redes organizativas locales y capital social: Enfoques complementarios desde el análisis de redes sociales”. Portularia. Revista de TrabajoSocial. 8 (1): 23-39.

Requena, F. (1991). “Redes sociales y mecanismos de acceso al mercado del trabajo.” Sociología del Trabajo, 1990-1991, 11:117-140.

Scott, J. (1991). Social Network Analysis. Newbury Park, London: Sage.

Verd, J. M., Lozares, C., Martí J., López P. (2000). “Aplicació de les xarxes socials a l’analisi de la formació invisible en l’empresa”. Revista Catalana de Sociologia, 11, 87-104

Verd, J.M., Martí, J. (2000). “Muestreo y recogida de datos en el análisis de redes sociales”, Qüestiió, Quaderns d’Estadística i Investigació Operativa, 23 (3): 507-524.

Verd, J. M., Lozares, C. (2012).Reconstructing Social Networks through Text Analysis: From Text Networks to Narrative Actor Networks. En Dominguez, Silvia y Hollstein, Betina (Eds): Mixed Methods Social Networks Research. Design and Applications. Cambridge: Cambridge University Press.

Wasserman, S.; Faust, K. (2013) Análisis de redes sociales. Métodos y aplicaciones. Madrid: Centro de Investigaciones Sociológicas. [Edición original en inglés publicada en 1994]


Programari

R R: The R Project for Statistical Computing

Atlas/ti https://atlasti.com/es/

Visone https://visone.ethz.ch/html/about.html

Ucinet http://www.analytictech.com/archive/ucinet.htm

Wilensky, U. (1999). NetLogo. http://ccl.northwestern.edu/netlogo/. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.

Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura

Tipus de docència Grup Idioma Semestre Torn
(TEm) Teoria (màster) 1 Espanyol segon quadrimestre tarda