Explora Nuevas Fronteras Académicas
Máster en Métodos y Técnicas de Investigación Social Aplicada
Con una orientación académica y profesional, el Máster Universitario en Investigación Social Aplicada (TISA) tiene como objetivo principal proporcionarte una formación especializada sobre los métodos y técnicas de investigación social aplicada que se trabajan en este ámbito. Fórmate en el diseño, la recogida de datos, su procesamiento, su análisis e interpretación con el fin de dar respuesta a la compleja realidad social actual.
Domina las herramientas necesarias para producir un proyecto de éxito.
1 año de duración
Modalidad online
Título oficial universitario
UNIR | Universidad de La Rioja
Visión General del Programa
Máster en Métodos y Técnicas de Investigación Social Aplicada
¿Por qué estudiar el Máster en TISA Online en UNIR?
El mercado requiere de profesionales y académicos que conozcan las herramientas conceptuales y metodológicas de carácter avanzado del conocimiento de la realidad social y de la investigación social. Con nuestro plan de estudios serás capaz de:
Crear indicadores sociales
Crear indicadores sociales que permitan analizar el impacto social de la digitalización en los nuevos contextos del ciberespacio y la sociedad de la información y el conocimiento.
Obtener la habilidad para desarrollar investigación social
Obtener la habilidad para desarrollar investigación social aplicada a partir de la integración de objetivos e hipótesis como forma de explicar parcelas de la realidad social.
Distinguir los paradigmas teóricos emergentes
Distinguir los paradigmas teóricos emergentes en la sociedad digital.
Interpretar la realidad social
Interpretar la realidad social a partir de la construcción de modelos multivariables avanzados para el contraste y la validación de hipótesis.
Contrastar los elementos característicos
Contrastar los elementos característicos de los diferentes tipos de objeto de estudio en investigación social aplicada, para justificar estrategias de investigación adaptadas a dichos objetos.
Evaluar los resultados de investigación
Evaluar los resultados de investigación para poder formular alternativas aplicables a nuevos contextos sociales en el marco del ejercicio profesional y académico.
Salida Profesional
Descubre infinitas posibilidades dentro del campo de la investigación social aplicada con el Máster en TISA Online
Con este máster te formarás para desempeñar diferentes labores en el ámbito de la investigación social aplicada y ejercer como:
Técnico en Marketing
Aplicarás técnicas avanzadas de investigación social para analizar el comportamiento del consumidor, identificar tendencias y optimizar estrategias de marketing, contribuyendo a la toma de decisiones basadas en datos.
Diseñador de programas de intervención
Contribuirás al diseño y ejecución de programas sociales, aplicando metodologías de investigación para evaluar impactos, mejorar la eficacia y garantizar la sostenibilidad de las intervenciones.
Investigador Social
Desarrollarás investigaciones aplicadas en centros especializados, abordando problemáticas sociales y aportando a la generación de conocimiento en áreas como salud, educación, marketing y políticas sociales.
Agente de desarrollo local
Participarás en iniciativas que promuevan el desarrollo sostenible a nivel local, utilizando métodos de investigación social aplicada para comprender y abordar las necesidades específicas de una comunidad.
Consultor social y de política
Ofrecerás servicios de consultoría para gobiernos y organizaciones, asesorando en la formulación y evaluación de políticas sociales, así como en la implementación de proyectos de intervención.
Técnico de investigación de mercado
Aplicarás métodos y técnicas de investigación social para comprender el mercado, evaluar la percepción del consumidor, identificar oportunidades y desafíos, y colaborar en la toma de decisiones estratégicas de marketing.
Analista para empresas
Utilizarás habilidades analíticas para interpretar datos sociales relevantes para las empresas, proporcionando insights que respalden la toma de decisiones estratégicas y el diseño de políticas internas.
Perfil profesional
- Planificar, diseñar y ejecutar un proyecto de investigación social avanzado.
- Utilizar diversos métodos y técnicas de manera integrada, con una visión analítica e interpretativa de los diversos contextos de estudio social.
- Analizar con metodologías y técnicas de investigación avanzada la compleja realidad social actual para diagnosticar posibles necesidades sociales.
- Usar la triangulación metodológica, combinando las metodologías cualitativas y participativas con las aportaciones de la investigación cuantitativa, por medio de análisis e interpretación estadística.
Plan de estudios
Fórmate con un plan de estudios adaptado a la realidad profesional con el Máster en TISA
El modelo de aprendizaje aplicado en el máster permite la adquisición práctica de los conocimientos, de manera que puedas aprender las distintas metodologías y técnicas diseñando y ejecutando análisis avanzados de datos con ejemplos y casos reales.
Tecnología Informática Aplicada en Investigación Social
Esta asignatura tiene como objetivo aprender la utilidad de las herramientas tecnológicas informáticas necesarias para el procesamiento y preanálisis de datos tanto cuantitativos como cualitativos. En la era de la información, la tecnología informática y las comunicaciones son un elemento imprescindible para las personas y su desarrollo profesional. Y, en el ámbito laboral es estratégico y un componente básico. La asignatura inicia al alumnado en los conceptos, terminología y recursos de la informática para que obtenga un nivel de conocimiento suficiente para entender el papel de las nuevas tecnologías de la información como herramienta metodológica.
Se forma al estudiantado en el software especializado, tanto en investigación cuantitativa como cualitativa. De entrada, algunas cuestiones que se abordarán son los alcances y los límites de los softwares para el análisis de datos en investigación social y la integración de diferentes softwares. Además, se ahondará en el tratamiento informático, por un lado, de datos cuantitativos desde la preparación de los datos para su tratamiento en SPSS, la depuración de datos, la configuración de sintaxis, y el diseño de pruebas para la confirmación de los supuestos de los modelos estadísticos. Y, en el caso del procesamiento informático de datos cualitativos, en el software Atlas.ti se prepararán los textos, se desarrollará la metodología de la búsqueda booleana, semántica y de proximidad. Además, se destacarán varios aspectos con relación a los diseños mixtos de investigación social, y sus especificaciones en torno a la preparación de los distintos datos según su naturaleza y triangulación.
Investigación Social en la Sociedad Digital
Esta asignatura se sitúa en el corazón del Máster en Métodos y Técnicas de Investigación Social Aplicada, y aborda la creciente importancia de la tecnología digital en la investigación social. Este curso tiene como objetivo principal proporcionar a los estudiantes una comprensión profunda de cómo la digitalización está transformando la sociedad y el conocimiento, y cómo esto impacta en la investigación social. Está diseñado para equipar a los estudiantes con habilidades metodológicas actualizadas que integren tecnologías digitales, lo cual los prepara para analizar y entender los complejos ecosistemas digitales de hoy.
En el contexto de la titulación, esta asignatura actúa como un puente entre los conceptos teóricos de la sociedad digital y su aplicación práctica en la investigación social. Se enfoca en cómo las tecnologías digitales pueden ser utilizadas como herramientas metodológicas para analizar datos sociales y cómo construir indicadores sectoriales para evaluar los impactos sociales y económicos de la digitalización.
Los contenidos del curso abarcan una variedad de temas, comenzando con una introducción a los paradigmas teóricos de la sociedad digital, seguida por un estudio de la digitalización del conocimiento y su impacto en la sociedad. Luego se exploran herramientas metodológicas digitales, ecosistemas digitales y análisis de datos masivos, y culmina con un enfoque en la ética y responsabilidad social en la era digital. Este temario integral asegura que los estudiantes no solo comprendan los fundamentos teóricos, sino también las aplicaciones prácticas y las implicaciones éticas de la investigación social en un mundo cada vez más digitalizado.
Métodos y Técnicas Cualitativas Avanzadas
Esta asignatura tiene por objetivo introducir el campo de los métodos y técnicas de investigación cualitativa. Se mostrarán herramientas para la investigación, así como su implementación a través de las técnicas de levantamiento de datos y diversas estrategias metodológicas. La asignatura tendrá una perspectiva pragmática e incluyente que tendrá en cuenta las diversas realidades en las que se realizan las investigaciones y el contexto social en el que habitan las personas. Atravesará diversas propuestas de investigación desde los clásicos, como la teoría fundamentada, hasta técnicas novedosas como la investigación cualitativa rápida (RAP). Por otro lado, se proveerán técnicas de análisis de datos tradicionales, así como sus contrapartes digitales como los conocidos CAQDAS (Computer-Assisted Qualitative Data Analysis). Esto último se acompañará del software Atlas.ti, sin dejar de lado que existen otros softwares disponibles.
Los contenidos principales de la asignatura son los conceptos básicos de la investigación cualitativa, la ética detrás de los proyectos de investigación, técnicas de muestreo (muestreo en cadena, por cuotas, a conveniencia o a propósito) y levantamiento de datos, como la observación participante, las entrevistas o los grupos focales. Así como los nuevos planteamientos del análisis cualitativo y la posibilidad de construcción de teoría a partir de este. Se forma al estudiantado en el reporte de datos cualitativos, en cómo transmitir de forma adecuada los hallazgos a diferentes públicos y la importancia del retorno de los resultados a las poblaciones con quienes se colaboró para la realización del trabajo.
Técnicas de Producción de Datos Cuantitativos
El objetivo principal de esta asignatura es que el alumnado conozca la producción de datos cuantitativos, esto es, las metodologías y herramientas mediante las cuales el investigador puede obtener información cuantitativa de la realidad. Para ello, se dedicarán varios temas a entender la técnica de la encuesta, pero también el proceso para validarla como instrumento óptimo para la investigación, y a ponerla en marcha definiendo diferentes tipos de muestreo según los objetivos a alcanzar y entendiendo las distintas fases a desarrollar durante el trabajo de campo.
Un punto fundamental será la elaboración del cuestionario para encuesta, la herramienta básica para la recopilación de información. Además, se trabajará la construcción de diversos tipos de indicadores a partir de datos cuantitativos de manera que, incluso desde datos secundarios, el estudiante comprenda que se pueden producir nuevos datos que aporten un conocimiento más o menos profundo de la realidad social en función del tipo de indicador elegido.
El alumnado, al finalizar la asignatura, será capaz de plantear y desarrollar el diseño metodológico necesario para llevar a cabo una investigación en la que se precise producir datos cuantitativos primarios. Pero también aprenderá a construir datos a partir de otros datos, entendiendo la importancia de trabajar con el conocimiento ya existente para aprovechar los recursos invertidos anteriormente en investigación, pero también poder elaborar un conocimiento más complejo sobre la realidad social.
Se destacan los contenidos más importantes de la asignatura:
- Nuevas formas de construcción instrumentos y de aplicación de la técnica de la encuesta: combinación de metodologías de aplicación. La robotización de la aplicación de encuestas.
- Validación de instrumentos de medida: análisis de los coeficientes para medir la fiabilidad del instrumento.
- El diseño muestral complejo. Aplicación de la estratificación, el diseño por clusters, triples etapas, la probabilidad proporcional al tamaño, etc. al diseño muestral. Dificultades para el cálculo de probabilidades de inclusión y la construcción de variables de ponderación complejas.
- Trabajo de campo: instrumentos para el control de calidad del trabajo de campo, control de cuotas y detección de errores no muestrales. Supervisión cruzada mediante técnicas de inteligencia artificial.
- Los indicadores sociales compuestos: construcción y validación de indicadores sociales avanzados. Aplicación de técnicas multivariantes para las estructuras de conceptos. Normalización de datos (Ranking, Z scores, Min max, Distancia a una referencia, etc.). El budget allocation process y el data driven para la ponderación.
Técnicas Avanzadas para el Análisis de Datos Cuantitativos I
En esta asignatura se profundizará en un conjunto de técnicas de análisis de datos multivariante, tanto desde el punto de vista de las técnicas de dependencia como de interdependencia.
Los análisis multivariantes son métodos en los que, de manera simultánea, se trabaja con un conjunto de variables que provienen de una muestra de observaciones relacionadas con un objeto de estudio real. Con este tipo de análisis, los pasos a realizar no son complejos, pero el fundamento estadístico que hay detrás de estos sí puede serlo. Es por ello por lo que se hace imprescindible aprender a tratar las variables que son protagonistas en un estudio para su posterior modelización y clasificación.
En definitiva, el objetivo de esta asignatura es llevar al alumnado hacia la comprensión de cómo la realidad social puede ser analizada, interpretada y explicada desde una perspectiva multidimensional.
Así, por una parte, se presentarán algunas de las principales técnicas de análisis de dependencia más conocidas que parten de la idea de que unas variables pueden ser explicadas o predichas por otras (caso del análisis múltiple de la varianza).
Por otra parte, se desarrollarán técnicas de análisis de independencia donde el conjunto de las variables que se trabajan tiene una naturaleza similar con el objeto de describir y sintetizar información contenida en esas variables, la estructura de los datos o la posible clasificación de estos (como ocurre con el escalamiento multidimensional, el análisis factorial confirmatorio o el propio análisis de conglomerados).
Finalmente, dentro de este plano analítico multivariable y adentrándose en técnicas de dependencia e interdependencia más complejas, se aprenderá a aplicar a contextos reales dos conjuntos de técnicas muy útiles por su potencia: las predictivas de modelización (logit y probit) y las predictivas de clasificación (árboles de clasificación).
Nuevas Metodologías Cuantitativas: Big Data para la Investigación Social Aplicada
En esta asignatura, se explora en profundidad la vanguardia de las metodologías cuantitativas, focalizando la atención tanto en la generación como en el análisis y la visualización de datos provenientes del big data, con un enfoque específico en su aplicación en el ámbito de las ciencias sociales. Se destaca la importancia de aprovechar el vasto caudal de información generado diariamente en entornos digitales para enriquecer y potenciar la investigación en el ámbito social.
Desde el inicio del proceso, se exploran las diversas técnicas de captación y procesamiento de datos, estableciendo los cimientos necesarios para abordar la complejidad inherente a la gestión de volúmenes masivos de información.
Antes de emprender cualquier investigación utilizando metodología big data es imperativo comprender a fondo el funcionamiento de los algoritmos empleados, así como también implementar estrategias efectivas para el control de sesgos y la mitigación de posibles distorsiones en los datos. Además, se hace hincapié en la adquisición de habilidades en técnicas de aprendizaje automático, las cuales se revelan como herramientas fundamentales para extraer conocimiento valioso y tomar decisiones informadas a partir de los datos recopilados.
La asignatura se organiza en cuatro grandes bloques siguiendo una organización clara. En un primer bloque se aborda el procesamiento de datos en un entorno big data. Se trata de una fase crucial de preparación y reducción de datos, esencial para gestionar eficazmente grandes volúmenes de información y extraer conocimiento relevante de ellos.
En un segundo bloque se exploran las últimas técnicas y metodologías en el campo del aprendizaje automático, proporcionando las herramientas necesarias para analizar y modelar datos complejos de manera eficiente. Se profundiza en el entendimiento de cómo operan los algoritmos de aprendizaje automático, lo que permite desarrollar un conocimiento sólido sobre el proceso de análisis de datos. También se examinan tanto las técnicas de aprendizaje supervisado como las no supervisadas, lo que proporciona una visión integral de cómo abordar diferentes tipos de problemas en entornos digitales.
En un tercer bloque se analiza la importancia de identificar y mitigar los sesgos inherentes a los datos, lo cual garantiza la validez y la objetividad en el análisis de la información. Finalmente, se explora la importancia de la visualización de datos como herramienta para comunicar resultados de manera efectiva, junto con la presentación de diversas herramientas y técnicas de visualización de datos disponibles en el mercado.
Técnicas Avanzadas para el Análisis de Datos Cuantitativos II
El análisis de datos cuantitativos dentro de las ciencias sociales es hoy una necesidad si nos planteamos ser capaces de entender los datos «complejos» que emergen del estudio de las interacciones humanas y sociales.
Para que esto se materialice, se necesita una base científica. Este es el objetivo fundamental de este curso: contribuir a completar con los contenidos incorporados un conjunto de herramientas y competencias que te permitan cuantificar la realidad social, intrínsecamente «compleja».
A partir de aquí, esperamos que adquieras capacidad para entender eventos relacionados con la expresión del comportamiento humano, cómo actuamos a nivel de grupo y otras actividades relacionadas, como pueden ser eventos derivados de la evolución de los mercados o incluso políticas a nivel de estados.
¿Qué no harás en esta asignatura? No trabajarás con una sólida base matemática para formular problemas estadísticos ni con una base de alcance similar para buscar soluciones numéricas en este ámbito, i. e., no haremos demostraciones matemáticas estrictas ni desarrollaremos técnicas de programación al nivel que amerita la teoría de la analítica de datos en estos momentos. Damos por hecho que el científico social debe estar apto para analizar sus datos y ser capaz de distinguir cuándo debe consultar a expertos para, con base, enunciar resultados en ese ámbito.
¿Qué sí harás en esta asignatura? Se proveerán conceptos estadísticos para que seas capaz de formular matemáticamente un problema con origen en eventos reales y ligados a la complejidad intrínseca de las interacciones humanas. Deberás ser capaz de distinguir tus límites como científico social y poder enunciar en determinados momentos la necesidad de contar con especialistas de otros ámbitos. Adquirirás los conocimientos básicos para poder sostener discusiones con estos especialistas y poder contribuir al avance de las investigaciones.
En paralelo, te facilitaremos técnicas de programación para que seas capaz de utilizar el software libre R en su versión más amigable: RStudio. El conocimiento de este software estadístico, a nivel básico, es imprescindible en estos momentos para poder moverse en el ámbito de la investigación social cuantitativa. Aprenderás a analizar resultados, interpretarlos, e identificar, sobre todo, las fortalezas y limitaciones de tus análisis.
Con todo esto, podrás abordar el objetivo fundamental de esta asignatura: adquirir nuevas habilidades para escalar en el activo campo de las técnicas de modelización de los sistemas reales, i. e., entender, decidir y poder predecir. Esta es la intención que subyace la propuesta.
Talleres Virtuales para el Procesamiento de Datos
Esta asignatura cubre la aplicabilidad de los conocimientos adquiridos a lo largo del máster, lo que le permite al estudiante alcanzar el resto de los resultados de aprendizaje de carácter más operativo. Se trabaja en la aplicación de las principales técnicas de análisis de datos cuantitativas y cualitativas, el procesamiento y análisis de diversos proyectos multivariados, así como cualitativos y mixtos, y el procesamiento y trato de datos con técnicas big data para la investigación social en relación con las nuevas plataformas, tecnologías y la cultura digital.
Los talleres permiten a los estudiantes la puesta en práctica de los contenidos en escenarios reales, mediante el trabajo sesión tras sesión con casos prácticos y son conducidos por expertos en metodología de investigación social. A lo largo del cuatrimestre se ofertarán varios talleres según las características de cada promoción del máster y la compondrán entre tres y cuatro talleres que se ofertarán a lo largo del cuatrimestre.
Trabajo Fin de Master
En el Trabajo Fin de Máster los estudiantes deben demostrar su capacidad para la elaboración de un trabajo original e inédito referido al diseño y el desarrollo de una investigación social aplicada a un contexto real en el entorno de la sociedad digital y del conocimiento.
El Trabajo Fin de Máster se desarrolla en la última fase del máster bajo la supervisión del director de TFM asignado, en el que se aplican y desarrollan los conocimientos adquiridos durante el máster centrándose en un tema concreto, ateniéndose a un método y un marco teórico coherentes desde el punto de vista científico.
Contáctanos por más información
Si te interesa obtener más información sobre nuestras maestrías internacionales, te invitamos a dejar tus datos en el formulario de contacto. Nuestro equipo se pondrá en contacto contigo para resolver tus dudas y guiarte en el proceso de inscripción.
Estamos aquí para ayudarte a dar el próximo paso en tu carrera académica y profesional.