1. Conocer las capacidades operativas de los paquetes estadístico-informático utilizados en investigación educativa: SPSS y R (introducción). 2. Comprender los procesos y métodos utilizados en la selección de muestras. 3. Conocer las dos técnicas descriptivas más importantes de los métodos de análisis multivariante de datos: análisis factorial y análisis de cluster o de conglomerados. 4. Conocer las dos técnicas explicativas más utilizadas en la investigación educativa: análisis de regresión y análisis discriminante. 5. Comprender la utilización de la segmentación como técnica explicativa y descriptiva. 6. Conocer las características técnicas asociadas a instrumentos de medida: dimensionalidad, fiabilidad y validez. 7. Describir las principales características de la teoría de respuesta al ítem. 8. Describir las principales características de los diseños de caso único.
Habilidades: 1. Utilizar los paquetes estadístico- informático utilizados en investigación educativa: SPSS y puntualmente el R. 2. Saber calcular los tamaños muestrales asociados a determinados errores muestrales y niveles de confianza, según los principales métodos de muestreo. 3. Saber identificar la utilización de análisis factorial en contextos educativos. 4. Distinguir los entornos apropiados para utilizar el análisis de conglomerados. 5. Interpretar adecuadamente las salidas de ordenador asociadas a la utilización de los análisis factorial y de conglomerados. 6. Distinguir los condicionantes y procedimientos pertinentes manejados en la utilización de los análisis de regresión, discriminante y de segmentación. 7. Saber interpretar las salidas de ordenador asociadas al empleo de los análisis de regresión, discriminante y segmentación. 8. Calcular los principales parámetros técnicos asociados a test. 9. Calcular los valores principales de los modelos logísticos de respuesta al ítem. 10. Identificar diseños de caso único y su tratamiento.
Actitudes: 1. Valorar la utilización de los medios informático- estadísticos en entornos de investigación multivariante y de medida. 2. Criticar las magnitudes muestrales adecuadas para conseguir inferencias y por tanto capacidad generalizadora en poblaciones. 3. Discutir las metodologías descriptivas multivariantes apropiadas en contexto de investigación real o simulada. 4. Discutir las metodologías explicativas y de segmentación apropiadas en investigaciones reales o simuladas. 5. Valorar la confianza reflejada en investigaciones al utilizar instrumentos con buenas técnicas. 6. Valorar la utilización del modelo de Rash frente a la teoría clásica de los test. 7. Criticar los modelos de caso único frente a otras metodologías de investigación cuantitativa.
