GUA DOCENTE

1. DESCRIPCIN DE LA ASIGNATURA

Doble Grado:

Derecho y Criminologa

Asignatura:

Introduccin a la Estadstica

Mdulo:

Formacin Bsica en Criminologa

Departamento:

Economa, Mtodos Cuantitativos e Historia Econmica

Semestre:

Primer Semestre

Crditos totales:

Curso:

Segundo

Carcter:

Bsica

Lengua de imparticin:

Espaol

Modelo de docencia:

C1

a. Enseanzas Bsicas (EB):

50%

b. Enseanzas de Prcticas y Desarrollo (EPD):

50%

c. Actividades Dirigidas (AD):

GUA DOCENTE
2. EQUIPO DOCENTE
Responsable de la Asignatura
Nombre:

Mnica Domnguez Serrano

Centro:

Facultad de Ciencias Empresariales

Departamento:

Economa, Mtodos Cuantitativos e Historia Econmica

rea:

Mtodos Cuantitativos

Categora:

Profesora Titular Universidad

Horario de tutoras:

Por determinar

Nmero de despacho: 3.2.15

E-mail:

mdomser@upo.es

Telfono:

954 34 92 79

Responsable de la Asignatura
Nombre:

Ana Dolores Lpez Snchez

Centro:

Facultad de Ciencias Empresariales

Departamento:

Economa, Mtodos Cuantitativos e Historia Econmica

rea:

Mtodos Cuantitativos

Categora:

Profesora Ayudante Doctor

Horario de tutoras:

Por determinar

Nmero de despacho: 3.2.2

E-mail:

adlopsan@upo.es

Telfono:

954 34 90 60

GUA DOCENTE
3. UBICACIN EN EL PLAN FORMATIVO

3.1. Descripcin de los objetivos

El objetivo principal de la asignatura es ofrecer un anlisis descriptivo de una realidad
social asociada al mbito criminolgico, expresado en trminos de: delito, delincuente y
actividad de control. La realidad a analizar hace referencia al volumen de delincuencia,
a su distribucin temporal y espacial, a las caractersticas socioeconmicas del
delincuente, etc. As, con la estadsitca aplicada a la criminologa se busca describir
cuantitativamente hechos relacionados con la evolucin y caractersticas actuales del
delito en la poblacin.
En este contexto, la asignatura pretende que el alumnado se familiarice con las nociones
bsicas de la Estadstica Descriptiva y Probabilidad, con el fin de dotarles de una
herramienta til para el manejo de datos cuantitativos.
De esta manera, se pretende proveer al alumnado de herramientas de anlisis de datos
procedentes de la realidad social en el mbito criminolgico, as como iniciarles en el
clculo de probabilidades, con distintos modelos probabilsticos. Todo ello, con la
finalidad de que sean capaces de llevar a cabo aplicaciones tiles para la explicacin de
la realidad social desde un punto de vista criminolgico y el anlisis del
comportamiento de variables, tanto en su vertiente explicativa como predictiva.
Junto a lo anterior, se desea que el alumnado sea capaz de manejar fuentes estadsticas
oficiales asociadas al mbito de la criminologa, por lo que se les introduce en el estudio
de las mismas, as como su localizacin.
Adems de estos objetivos de carcter general, se plantea como indispensable el uso de
software estadsticos bsicos: SPSS.

3.2. Aportaciones al plan formativo

Esta materia consta de 6 crditos ECTS y se encuentra dentro del Mdulo
FORMACIN BSICA EN CRIMINOLOGA. Se imparte en el primer semestre del
segundo curso del Doble Grado en Derecho y Criminologa.
Con ella se pretende que el alumnado adquiera las competencias especficas de la
asignatura y desarrolle las competencias genricas del mdulo y la titulacin. En
concreto, se pretende que lleve a cabo un aprendizaje utilizando un tipo de
razonamiento lgico y crtico aplicable a otros muchos mbitos.

3.3. Recomendaciones o conocimientos previos requeridos

GUA DOCENTE
Los conocimientos necesarios para cursar la asignatura son los bsicos de matemticas
generales adquiridos por el alumnado en los estudios previos realizados, especialmente
aquellos contenidos ms directamente relacionados con la resolucin de sistemas de
ecuaciones.

GUA DOCENTE
4. COMPETENCIAS

4.1 Competencias de la Titulacin que se desarrollan en la asignatura

CG2 - Desarrollar habilidades de aprendizaje y autoaprendizaje necesarias para
emprender estudios posteriores con un alto grado de autonoma.
CG7 - Saber hacer uso del mtodo cientfico tanto en los mbitos bsicos como
aplicados.
CG10 - Ser capaz de apreciar la complejidad y diversidad del fenmeno criminal.
CG14 - Saber utilizar las Tecnologas de la Informacin y Comunicacin en el manejo
de datos.

4.2. Competencias del Mdulo que se desarrollan en la asignatura

CE3 - Conocer las tcnicas e instrumentos para la evaluacin y prediccin de la
criminalidad.
CE5 - Realizar, evaluar y ejecutar proyectos e informes cientfico-tcnicos relacionados
con la criminalidad.
CE7 - Saber interpretar las fuentes y bases de datos relacionadas con la criminalidad.
CE11 - Aportar datos e informes para el control y seguimiento de las medidas de
excarcelacin (permisos, tercer grado, libertad condicional...) asesorando al Juez de
Vigilancia en las propuestas e informes tcnicos.
CE24 - Conocimiento de las principales fuentes, instituciones y normas del sistema
procesal penal.

4.3. Competencias particulares de la asignatura

CP1 - Conocimiento y aplicacin de los conceptos bsicos de la Estadstica para aplicar
al mbito de la criminologa.
CP2 - Interpretacin correcta de los conceptos, los mtodos y las tcnicas concretas que
se emplean en el anlisis estadstico descriptivo bsico.
CP3 - Conocimiento de las principales bases de datos criminolgicos.
CP4 - Capacidad para la resolucin de problemas estadsticos sencillos.
CP5 - Capacidad para elaborar informes sencillos.
CP6 - Habilidades fundamentales en el manejo de hojas de clculo informatizadas
(Excel) y programa estadstico SPSS.

GUA DOCENTE
5. CONTENIDOS DE LA ASIGNATURA (TEMARIO)

Tema 1: ESTADSTICA PARA CRIMINOLOGA.

1. Estadistica y mtodo estadstico en criminologa.
2. Etapas en la investigacin estadstica.
3. Los datos: poblaciones y muestras.
4. Definicin y tipos de variables.
Tema 2: DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES.
1. Introduccin.
2. Distribucin de frecuencias de una caracterstica.
3. Representaciones grficas de datos criminolgicos.
4. Momentos respecto al origen y momentos centrales.
5. Medidas de posicin, dispersin, forma y concentracin.
6. Ejercicios y casos prcticos aplicados a la criminologa. Aplicacin informtica.
Tema 3: DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES.
REGRESIN.
1. Distribuciones bidimensionales de frecuencias: tablas de correlacin y tablas de
contingencia.
2. Dependencia.
3. Regresin y correlacin lineal simple. Introduccin a la regresin lineal mltiple.
5. Estudio de la asociacin entre variables cualitativas.
6. Ejercicios y casos prcticos aplicados a la criminologa. Aplicacin informtica.
Tema 4: ELABORACIN DE INFORMES ESTADSTICOS EN CRIMINOLOGA.
1. Fuentes estadsticas criminolgicas.
2. La estadstica en el informe criminolgico: estructura y elementos fundamentales.
Tema 5: FENMENOS ALEATORIOS Y SUCESOS. PROBABILIDAD.
1. Fenmenos aleatorios y sucesos.
3. Probabilidad.
4. Probabilidad Condicionada. Teorema de Bayes.
5. Ejercicios y casos prcticos aplicados a la criminologa.
Tema 6: VARIABLE ALEATORIA. MODELOS PROBABILSTICOS.
1. Distribuciones de probabilidad unidimensionales. Medidas de posicin, dispersin y
forma. Tipificacin de una variable aleatoria.
2. Variable aleatoria bidimensional. Distribuciones marginales y condicionadas. Valor
esperado y covarianza. Coeficiente de correlacin lineal. Independencia de variables
aleatorias.
3. Modelos probabilsticos de variables aleatorias discretas y continuas: Binomial y
Normal.
4. Ejercicios y casos prcticos aplicados a la criminologa. Aplicacin informtica.
6

GUA DOCENTE
6. METODOLOGA Y RECURSOS
Esta materia se desarrolla en el contexto de aplicacin del Sistema Europeo de Crditos
(ECTS), adoptando una organizacin de la enseanza-aprendizaje con la siguiente
estructura:
- Enseanzas Bsicas (grupo de 40 alumnos/as): en estas sesiones se expondrn los
aspectos tericos bsicos de la asignatura y se desarrollarn ejemplos tipo. El
procedimiento utilizado sern las clases magistrales con una clara orientacin a la
participacin del alumnado. Esta parte supone un 50% de la asignatura.En ellas se
pretende que el alumnado adquiera el mtodo deductivo, tanto en aspectos tericos
como prcticos.
- Enseanzas Prcticas y de Desarrollo (grupo de 20 alumnos/as): se seguir un
procedimiento de aprendizaje mediante casos prcticos individuales y colectivos,
buscando una an mayor implicacin por parte del alumnado. En ellas se llevarn a
cabo adems 3 sesiones presenciales en aulas de informtica, que pretenden la
familiarizacin del alumnado con los software especficos. Finalmente, en ellas
tambin se podrn realizar exposiciones de los estudiantes y sesiones de evaluacin.
Esta parte supone un 50% de las asignatura.
Los recursos materiales utilizados son:
- Materiales elaborados por el profesorado de la asignatura: apuntes clase teora ,
relaciones de problemas, relaciones de ejercicios para resolver con ordenador, etc.
- Aula con capacidad mnima de 40 alumnos/as
- Aula-seminario con capacidad de 20 alumnos/as
- Laboratorio-aula de informtica con 20 puestos de trabajo
En los tres espacios anteriores debe existir una pizarra, un proyector y pantalla y un
ordenador con conexin a Internet.
Los recursos informticos utilizados son:
- Software: PowerPoint, Excel, SPSS.
- Plataforma Blackboard Learn.

GUA DOCENTE
7. EVALUACIN

Segn la Normativa de Evaluacin de los Estudiantes de Grado de la Universidad Pablo

de Olavide, la evaluacin de la asignatura se realizar en funcin de dos sistemas que
dependern del momento del curso acadmico.
Sistema I: Evaluacin Continua:
El alumnado ser evaluado a travs de una serie de actividades que realizar de forma
continua a lo largo del semestre. Cada una de estas actividades tendr un peso distinto
en la calificacin final, segn su complejidad, as como del esfuerzo y dedicacin
necesarios por parte del alumnado. De esta forma, se evaluarn tanto las Enseanzas
Bsicas (EB) como las Enseanzas Prcticas y de Desarrollo (EPD). Concretamente, se
llevarn a cabo las actividades especficas siguientes:
- Evaluacin de las EB: se realizar una prueba escrita al final del semestre, que
constar de preguntas tericas, cuestiones terico-prcticas y problemas relacionados
con la asignatura, pretendindose con ello que el alumno demuestre haber adquirido las
competencias trabajadas. Dicha prueba supone un 50% de la nota total.
- Evaluacin de las EPD: se realizarn controles peridicos y un trabajo en grupo. Esta
parte supone un 30% de la nota final.
Adems, se realizarn 3 prcticas de informtica. Esta parte, cuyo objetivo es que el
alumnado demuestre el correcto manejo de los paquetes informticos estadsticos
estudiados, supone el 20% restante de la calificacin total. Se evaluar mediante un
examen especfico en la ltima semana de clase, y ser recuperable tanto en la primera
convocatoria de examen como en la segunda.
Teniendo en cuenta lo anterior, se establecen de manera obligatorio los siguientes
requisitos para superar la asignatura:
1) Puntuaciones mnimas:
- Evaluacin de las EB: 1,5 puntos (sobre los 5 que se pueden obtener).
- Prcticas de informtica: 1 punto (sobre los 2 que se pueden obtener).
2) Superados los mnimos anteriores, ser adems necesario alcanzar una puntuacin
mnima de 5 puntos (sobre los 10 que se pueden obtener), sumando las calificaciones
obtenidas en EB y EPD.

Sistema II: Prueba nica (junio/julio):

El alumnado que no haya superado la asignatura segn el sistema de evaluacin
descrito, tendr derecho a la realizacin de una segunda prueba en el mes de junio/julio.

GUA DOCENTE
La calificacin en la convocatoria de recuperacin de curso se ajustar a las siguientes
reglas:
- Si el estudiante super con xito las tareas desarrolladas durante el periodo de
docencia, la prueba o pruebas de evaluacin correspondientes a la convocatoria de
recuperacin de curso tendrn el mismo valor porcentual que en la convocatoria de
curso, y la calificacin final de la asignatura ser el resultado de sumar las
calificaciones obtenidas en las pruebas de evaluacin continua con las obtenidas en la
prueba de evaluacin de la convocatoria de recuperacin de curso.
- Si el estudiante no sigui el proceso de evaluacin continua, o no super las pruebas
de evaluacin incluidas en el mismo, en la prueba de evaluacin correspondiente a la
convocatoria de recuperacin curso se le evaluar del total de los conocimientos y
competencias que figuran en la gua docente, a efectos de optar al 100 % de la
calificacin total de la asignatura.
- Aunque el estudiante haya superado con xito el conjunto de las tareas desarrolladas
durante el periodo de docencia, tendr derecho a ser evaluado segn lo establecido en el
apartado anterior, siempre que renuncie expresamente a la calificacin obtenida en
aquellas. El estudiante deber comunicar esta circunstancia de modo expreso y por
escrito a la profesora de EB de la asignatura con un plazo mnimo de 10 das antes de la
celebracin de las pruebas, de cara a facilitar la organizacin del proceso evaluador.

- En el caso de que el estudiante no supere la informtica, deber ser evaluado del 100%
de la asignatura. Del mismo modo en el caso de renunciar al 30% de la evaluacin
continua y an habiendo aprobado la informtica, el estudiante deber ser evaluado del
100% de la asignatura.

8. BIBLIOGRAFA GENERAL
GENERAL
GUTIRREZ CABRIA, S.: Estadstica para las ciencias jurdicas. Ed. Tirant lo Blanch.
Valencia, 1993.
ESPECFICA
LVAREZ, M.: Estadstica. Ed. Deusto. Bilbao, 1994.
CAMACHO, J.: Estadstica con SPSS para Windows. Ed. Ra-Ma, 2002.
CASAS, J.M. y COLS.: Problemas de estadstica : descriptiva, probabilidad e
inferencia. Ed. Pirmide, 1998.
CEA DANCONA, M.A.: Metodologa cuantitativa. Estrategias y tcnicas de
investigacin social. Ed. Sntesis, 1996.
DE LA HORRA, J.: Estadstica aplicada. Ed. Diaz de Santos, 2003.
9

GUA DOCENTE
DE PABLOS, AG.: Manual de Criminologa. Madrid. Espasa, 1988.
DAZ, V.: Tcnicas de anlisis de datos para investigadores sociales. Ed. Ra-Ma, 1999.
FERNNDEZ-ABASCAL, H., GUIJARRO, M., ROJO, J.L. y SANZ, J.A.: Ejercicios
de clculo de probabilidades. Ed. Ariel, 1995.
FERNNDEZ, C.; FUENTES , F.: Curso de Estadstica Descriptiva. Teora y prctica.
Ed. Ariel, 1995.
FITZGERALD, J.D. (1988): Research Methods in Criminal Justice: An Introduction.
Chicago, Nelson-Hall.
GARCA, A.: Estadstica elemental moderna. Ed. Ariel Economa, 1989.
GARRIDO, V. y REDONDO, S.: Manual de criminologa aplicada. Ediciones Jurdicas
Cuyo, 1997.
JUPP, V. (1989): Methods of Criminological Research. London, Unwin Hyman.
LPEZ, M.: Fundamentos y mtodos de Estadstica. Ed. Pirmide, 1996.
MULLOR, R., FAJARDO, M D.: Manual prctico de estadstica aplicada a las ciencias
sociales. Ed. Ariel Practicum, 2000.
MURES, M.J. (Coord.): Problemas de Estadstica Descriptiva aplicada a las Ciencias
Sociales. Ed. Prentice Hall, 2003.
NORUSIS, M.J. (1987): SPSS/PC+ for the IBM PC/XT/AT. SPPS inc.
PEA, D.; ROMO, J.: Introduccin a la Estadstica para las Ciencias Sociales. Ed.
McGraw-Hill, 1997.
PERALTA, M.J., RA, A., REDONDO, R., DEL CAMPO, C.: Estadstica. Problemas
Resueltos. Ed. Pirmide, 2000.
PREZ, C.: Estadstica Aplicada a travs de Excel. Ed. PrenticeHall, 2002.
PREZ, C.: Estadstica. Problemas resueltos y aplicaciones. Pearson Educacin, 2003.
PULIDO, A.: Estadstica y Tcnicas de Investigacin Social. Ed. Pirmide, 1992.
RITCHEY, F.J.: Estadstica para las ciencias sociales. Ed. McGraw-Hill, 2008.
ROLDN, H.: Introduccin a la investigacin criminolgica. Comares, 2004.
RUIZ, J.I.; ARSTEGUI, I.,MELGOSA, L.:Cmo elaborar un proyecto de investigacin
social, Deusto - Instituto de Ciencias de la educacin, 2002.
SALKIND, N.J.: Mtodos de investigacin. Ed. Prentice Hall, 1999.
SPIEGEL, M.R.: Probabilidad y Estadstica. Ed. McGraw-Hill, 1976.
TOMEO, V.,UA, I.: Lecciones de Estadstica Descriptiva. Ed. Thomson, 2003.
VITO, G.F.,LATESSA, E.J.: Statistical Applications in Criminal Justice London. Sage,
1989.
Fuentes de informacin estadstica:
United Nations Interregional Crime & Justice Research: http://www.unicri.it/
Oficina
Estadstica
de
la
UE:
http://epp.eurostat.ec.europa.eu/portal/page/portal/eurostat/home/
National Criminal Justice Reference Service (NCJRS): http://www.ncjrs.gov
Uniform Crime Report: http://www.fbi.gov/ucr/ucr.htm
Instituto Nacional de Estadstica: http://www.ine.es
Instituto de Estadstica de Andaluca: http://juntadeandalucia.es/institutodeestadistica

10