PLAN DOCENTE DE
LA ASIGNATURA
• MÉTODOS
QUANTITATIVOS
1. Datos descriptivos de la asignatura Nombre de la asignatura: Métodos Quantitativos Área: Marketing e investigación de mercados Perfil: Investigación de mercados
Curso académico: 2014-2015 Trimestre: 2º
Titulación / Estudios: Grado en Negocios y Marketing Internacional Código de la asignatura: 40109
Número de créditos: 4
Número total horas de dedicación: 100 Lengua de la docencia: Catalán
Profesorado: Anna Espinal Berenguer Horario: Martes 13:00 – 15:15
Jueves (seminario) 14:15 – 15:10
2. Contextualización de la asignatura
Las asignaturas propias del perfil de Investigación de Mercados del Plan de Estudios de ESCI son: Investigación de Mercados II, Estadística aplicada y Métodos Cuantitativos. En la asignatura Investigación de Mercados II se tratan aspectos técnicos de la investigación de mercados, y se estudian las técnicas estadísticas de dependencia de corte transversal. En la asignatura Estadística Aplicada se estudian las técnicas estadísticas de dependencia longitudinal (series temporales). En la asignatura de Métodos Cuantitativos se estudian se técnicas estadísticas de análisis multivariante para detectar perfiles y grupos de individuos, así como factores para visualizar la información recogida en gran cantidad de variables.
3. Presentación de la asignatura
La asignatura es una introducción a los métodos estadísticos multivariants de gran aplicación en investigación de mercados y marketing, y que no han sido cubiertos en asignaturas cursadas previamente.
Es una asignatura meramente práctica pero que introducirá y definirá rigurosamente los conceptos de cada una de las técnicas para poder ser muy entendidos y posteriormente aplicados. Por eso será una asignatura que se desarrollará siempre con el apoyo del software IBM SPSS Statistics 19.0, así como alguna pincelada con el software libre R, si se tercia.
Se asume que el estudiante ha cursado las asignaturas básicas de matemáticas y las previas de estadística (se recomienda haber superado la asignatura de análisis de datos y la de estadística) para poder aprender y entender el marco teórico y práctico que hace falta para la comprensión de las técnicas estudiadas que forman parte del curso.
Los objetivos de este curso pretenden:
1. Decidir cuáles son las técnicas que hay que aplicar según el tipo de datos y los objetivos del estudio.
2. Reconocer la tipología de datos que tiene disponibles o que se necesita para llevar a cabo un problema de investigación de mercados.
3. Elaboración de un informe de resultados que permita al destinatario entender e interpretar tanto las metodologías como las conclusiones que se incluyan.
4. Competencias a lograr en la asignatura Competencias generales
Instrumentales
G.I.1 Capacidad de investigación, anàlisis, valoración y síntesis de la información.
G.I.4 Capapcidad para afrontar y resolver problemas.
G.I.6 Capacidad de elaboración, presentación y defensa de argumentos.
Genéricas personales G.P.4 Espíritu crítico. G.P.6 Capacidad predictiva. Genéricas sistemáticas G.S.2 Capacidad de observación. Pera la aplicabilidad
G.A.2 Capacidad para aplicar criterios cuantitativos y aspectos cualitativos en la toma de decisiones.
G.A.3 Capacidad para buscar y explotar Nuevos recursos de información.
Competencias específicas Disciplinarias
E.D.12 Ilustrar las principales Fuentes de información estadística econòmica y empresarial disponibles, nacional e internacionalmente.
Profesionales
E.P.2 Capacidad para el anàlisis de indicadores económicos y de mercado en la toma de decisions de la organización.
E.P.10 Capacidad para localitzar, entender y valorar la información existente en el entorno internacional para poder definir los mercados obtivo, según el tipo de empresa y producto. E.P.21 Capacidad de investigación y explotación de varios recursos de información.
E.P.22 Capacidad para contrastar los conocimientos adquiridos en el proceso de formación y adaptarlos a situacions reales.
E.P.23 Capacidad para aplicar y ampliar el razonamiento abstracto.
Las competencias relacionadas anteriormente se interrelacionan con las competencias básicas recogidas en el RD 1393/2007, saber:
a. competencia para la comprensión de conocimientos, partiendo de la base de la educación secundaría general;
b. competencia para la aplicación de conocimientos al trabajo diario en la gestión o el marketing internacionales, en particular, la competencia de elaboración y defiende de argumentos y la resolución de problemas
c. competencia para reunir e interpretar datos relevantes que permita emitir juicios reflexivos sobre la realidad económica y social
d. competencia para comunicarse y transmitir información (ideas, problemas, soluciones) a públicos especializados y no especializados
e. competencia para desarrollar actividades de aprendizaje de forma relativamente autónoma.
Así, las competencias desarrolladas a la asignatura se estructuran entre aquellas que consideran un desarrollo o concreción de las competencias básicas, aquellas que definen el perfil profesional del graduado, tanto en cuanto a competencias generales como específicas, y las competencias propias de la asignatura.
Competencia básica: comprensión de conociemientos I. Competencias generales G.S.2, G.A.2
Competencia bésica: aplicación de conocimientos II. Competencias específicas E.P.23
Competencia básica: reunir e interpretar datos I. Competencias generales G.I.1, G.P.6, G.A.3 II. Competencias específicas E.D.12, E.P.2, E.P.10
Competencia básica: comunicarse y transmitir información I. Competencias generales G.I.6
Competencia básica: desarrollar actividades de aprendizaej I. Competencias generales G.I.4, G.P.4
II. Competencias específicas E.P.21, E.P.22
Competencies que definen el perfil professional no incluidas en las básicas
De manera general, estas competencias tienen en común los siguientes elementos clave para conseguir la profesionalización del estudiante en el ámbito de los negocios y el marketing internacionales:
- capacitar al estudiante para su adaptación a equipos y entornos dinámicos - capacitar al estudiante para que cree su propia visión integral del funcionamiento de un negocio o proyecto de marketing internacional
- capacitar al estudiante para la toma de decisiones complejas y los procesos de negociación
Competencias propias de la asignatura
Capacidad para aplicar adecuadamente las técnicas multivariants de
interdependencia, según el tipo de datos y las características de los informes que se necesitan.
5. Contenidos
Técnicas estadísticas aplicadas a la investigación de mercados.
Métodos multivariants de interdependencia: componentes principales, análisis factorial, análisis discriminante, análisis de correspondencias, escalamiento multidimensional, segmentación.
Los detalles de la descripción de los contenidos es:
1. Introducción de las técnicas multivariants. Varias clasificaciones de los métodos multivariants. Presentación de métodos multivariants en base a ejemplos de aplicación. Descripción de los objetivos y de los métodos.
2. Métodos factoriales I. Análisis de componentes principales (ACP). Objetivo: reducción de la dimensión y representación canónica de los datos. El Análisis de componentes principales: el concepto. El resultado fundamental. Matriz de covarianzas o de correlaciones.
3. Métodos factoriales II: Análisis factorial (AF). El modelo: comunalitats y especificidades. AF exploratoria y confirmatòria. Rotaciones. Interpretación de los resultados. Aplicaciones.
4. Análisis de correspondencias. El caso simple: perfiles e inercias. Distancia khi-cuadrado. Descomposiciones de la inercia. Representaciones gráficas (biplots): canónica y simultánea. El análisis de correspondencias múltiple.
5. El escalamiento multidimensional. Concepto de escalamiento óptimo. Correlación canónica no lineal. Concepto de escalamiento multidimensional.
6. Clasificación y segmentación: Análisis de clústeres. Proximidades y dissimilaritats: entre objetos y entre grupos. Clasificación jerárquica. Clasificación no-jerárquica: el método de las K-medianas.
6. Evaluación
Para obtener la calificación de esta asignatura se realizará evaluación continua mediante lo entrega de prácticas, una prueba parcial y un examen final (evaluación de síntesis) que evaluarán el grado de logro de las competencias trabajadas durante el curso. Elemento s de evaluació n Periodo
temporal evaluaciTipo de ón
Agente de
evaluación actividad Tipo de Agrupamiento Peso (% ) Obl Op
t DocentE Auto eval eval Co Indiv Grupo (#) Prácticas: resolución de ejercicios implemen tando las técnicas aprendida s con unas datos Periodica mente X X Seguimiento de la asignatura X X 25 Prueba
parcial Entre la semana 4 y 6 X Síntesis X 25 Examen final (se necesita un mínimo de 4 puntos) Semana de exámene s X Síntesis X 50
La realización del examen final es condición necesaria para poder obtener una calificación cuantitativa del curso. Se requiere una calificación mínima de 4. Si la nota del examen final es inferior a 4, se pondrá como calificación final del curso la
que corresponda a la nota del examen final.
En caso de no asistir al examen final, el estudiante obtendrá la calificación de “No presentado”.
Criterios de recuperación Las prácticas no son recuperables.
El examen final es recuperable en la fecha que fije la Escuela. Los estudiantes que no logren una nota mínima de 4 en el examen de recuperación recibirán como calificación de curso la nota del examen de recuperación
Los estudiantes que se presenten al examen de recuperación recibirán como calificación final del curso la que corresponda teniendo en cuenta las siguientes ponderaciones:
Examen de recuperación: 75% Evaluación contínua. Prácticas. 25% Evaluación de lascompetencias
GI
1 GI4 GI6 GP4 GP6 GS2 GA2 GA3 ED12 EP2 EP10 EP21 EP22 EP23 Práctic as X X X X X X X X X X X Prueba parcial X X X X X X Exame n final X X X X X X
7. Bibliografía y recursos didácticos
•
Bibliografía básica•
Bibliografía complementaria•
Recursos didácticosBibliografía
• Everitt, B. (2004). An R and S-plus companion to Multivariate Analysis • Greenacre, M. (2008). La práctica del análisis de correspondencias.
Fundación BBVA.
• Malhotra, N.K. (2003). Marketing Research: An Applied Orientation with SPSS. Prentice Hall.
• Peña, D. (2002). Análisis de datos multivariantes. McGrawHill.
• Pérez López, C. (2004). Técnicas de análisis Multivariante de Datos. Prentice Hall.
Recursos didácticos
• Presentaciones para cada sesión, vinculades al espacio docente de la asignatura en l’Aul@-Esci (plataforma Moodle).
• Guiones de prácticas vinculadas al espacio docente de la asignatura en Aul@Esci (plataforma Moodle).
8. Metodología
• Clases magistrales (presenciales en el aula) - 20 sesiones magistrales para la presentación de las técnicas del análisis multivariant. Definiciones, relaciones y ejemplos resueltos con el software IBM SPSS Statistics 19.0. • Clases de seminarios (presenciales al aula) - 9 sesiones de seminarios donde hará énfasis en las practicas con el objetivo que el alumno pueda trabajar de forma más autónoma en la resolución de las practicas IBM SPSS Statistics 19.0. • Prácticas (dirigido dentro y fuera del aula) – Trabajo individual o en grupo que tiene como objetivo entender y profundizar en las técnicas presentadas a clase.
9. Programación de actividades
1) Distribución de horas entre teoría y prácticas (según el número de créditos del plan de estudios):
2 horas de clase con un contenido marcadamente metodológico y de concepto; 1 hora de seminario (a partir de la 2ª semana de clase) más dedicado a la aplicación de las técnicas y metodologías aprendidas.
2) Programación de actividades al plan de estudios: • Dentro de la aula: clases magistrales y seminarios
• Fuera del aula: trabajo en grupo, trabajo individual (memorias, ejercicios...) y estudio personal
Semana Sesión Actividad en el aula
Agrupamiento/ tipo de actividad
Actividad fuera del aula
Agrupamiento/ Tipo de actividad Semana 1
Introducción Sesión1 Varias clasificaciones de los métodos multivariants. Presentación de métodos multivariants en base a ejemplos de aplicación Trabajar y entender los conceptos definidos. Ejercicios Sesión2 Descripción de los objetivos
según los métodos Trabajar y entender los conceptos definidos. Ejercicios Semana 2 Métodos factoriales I
Sesión3 Objetivo: reducción de la dimensión y representación canónica de las datos
Trabajar y entender los conceptos definidos. Ejercicios Sesión4 El Análisis de Componentes
Principales: el concepto. El resultado fundamental Trabajar y entender los conceptos definidos. Ejercicios Seminario1 Préctica introductoria con
IBM SPSS Statistics 19.0 Realización de Trabajo práctico Semana 3 Sesión4 Matriz de covarianzas y
correlaciones Trabajar y entender los conceptos definidos. Ejercicios Métodos
Factorial exploratorio y
confirmatòria. Rotaciones. conceptos definidos. Ejercicios Seminario2 ACP con IBM SPSS
Statistics 19.0. Realización Trabajo práctico de Semana 4 Sesión6 Interpretación de
resultados. Trabajar y entender los conceptos definidos. Ejercicios
Sesión7 Aplicaciones Treballar i
entendre els conceptes definits. Exercicis
Seminario3 AF amb IBM SPSS Statistics 19.0. Realització de treball pràctic Semana 5 Análisis de correspondéncias
Sesión8 Anàlisi de Correspondències
Simple: perfils i inèrcies. Treballar i entendre els conceptes definits.
Exercicis Sesión9 Distància khi-quadrat.
Descomposicions de la inèrcia. Treballar i entendre els conceptes definits. Exercicis
Seminario4 Anàlisi de correspondències amb IBM SPSS Statistics 19.0.
Realització de treball pràctic
Semana 6 Sesión10 Representacions gràfiques (biplots): canònica i simultània Treballar i entendre els conceptes definits. Exercicis
Sesión11 L'Anàlisi de
Correspon-dències Múltiple. Treballar i entendre els conceptes definits.
Exercicis Seminario5 Anàlisi de correspondències
amb IBM SPSS Statistics 19.0.
Realització de treball pràctic
Semana 7 Sesión12 Prova parcial Treball individual El escalamiento
multidimensional Sesión13 Concepte d’escalament òptim. Treballar i entendre els conceptes definits.
Exercicis Seminario6 MDS amb IBM SPSS
Statistics 19.0. Realització de treball pràctic Semana 8 Sesión14 Correlació canònica no
conceptes definits. Exercicis
Sesión15 Concepte d’escalament
multidimensional. Treballar i entendre els conceptes definits.
Exercicis Seminario7 MDS amb IBM SPSS
Statistics 19.0 Realització de treball pràctic Semana 9
Clasificación y segmentación: Análisis de clústeres
Sesión16 Proximitats i dissimilaritats:
entre objectes i entre grups Treballar i entendre els conceptes definits.
Exercicis
Sesión17 Classificació jeràrquica Treballar i entendre els conceptes definits. Exercicis
Seminario8 Clústeres con IBM SPSS Statistics 19.0
Realización de Trabajo práctico Semana 10 Sesión18 Clasificación no-jerárquica:
el método de las K-medianas. Trabajar y entender los conceptos definidos. Ejercicios Sesión19 Resumen de las
metodologías presentadas Trabajar y entender los conceptos definidos. Ejercicios Seminario9 Clústeres con IBM SPSS
