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
competencias básicas recogidas en el RD 1393/2007, saber:
con
las
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
relativamente autónoma.
actividades
de
aprendizaje
de
forma
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
I. Competencias generales G.I.4
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 khicuadrado. 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
Tipo de
evaluaci
ón
Obl
Prácticas:
resolución
de
ejercicios
implemen
tando las
técnicas
aprendida
s con
unas
datos
Periodica
mente
X
Prueba
parcial
Entre la
semana
4y6
Semana
de
exámene
s
Examen
final
(se
necesita
un
mínimo
de
4
puntos)
Op
t
Agente de
evaluación
Docen
tE
X
Auto
eval
Tipo de
actividad
Co
eval
Agrupamie
nto
Indi
v
Grup
o
(#)
X
Pes
o
(%
)
Seguimient
o de la
asignatura
X
X
Síntesis
X
25
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:
25
Examen de recuperación:
Evaluación contínua. Prácticas.
75%
25%
Evaluación de lascompetencias
Práctic
as
Prueba
parcial
Exame
n final
GI
1
X
GI
4
X
GI
6
GP
4
X
GP
6
X
GS
2
GA
2
GA
3
X
X
X
X
X
X
X
X
X
X
X
X
X
ED1
2
X
EP
2
X
EP1
0
X
EP2
1
X
EP2
2
X
EP2
3
X
7. Bibliografía y recursos didácticos
•
•
•
Bibliografía básica
Bibliografía complementaria
Recursos didácticos
Bibliografía
•
•
•
•
•
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.
• Preparación y realización del examen final (Autónomo)
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
Semana 1
Introducción
Sesión
Actividad en el aula
Agrupamiento/
tipo
actividad
de
Actividad fuera del
aula
Agrupamiento/
Tipo de actividad
Trabajar y
entender los
conceptos
definidos.
Ejercicios
Sesión1
Varias clasificaciones de los
métodos
multivariants.
Presentación de métodos
multivariants en base a
ejemplos de aplicación
Sesión2
Descripción de los objetivos
según los métodos
Trabajar y
entender los
conceptos
definidos.
Ejercicios
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
factoriales II
Sesión5
El modelo: comunalitats y
especificidades. Análisis
Trabajar y
entender los
Semana 2
Métodos
factoriales I
Factorial exploratorio y
confirmatòria. Rotaciones.
conceptos
definidos.
Ejercicios
Seminario2
ACP con
Statistics
Realización
de
Trabajo práctico
Sesión6
Interpretación de
resultados.
Trabajar y
entender los
conceptos
definidos.
Ejercicios
Sesión7
Aplicaciones
Seminario3
AF
amb
Statistics
Treballar
i
entendre
els
conceptes definits.
Exercicis
Realització
de
treball pràctic
Sesión8
Anàlisi de Correspondències
Simple: perfils i inèrcies.
Sesión9
Distància
khi-quadrat.
Descomposicions
de
la
inèrcia.
Seminario4
Anàlisi de correspondències
amb IBM SPSS Statistics
19.0.
Sesión10
Representacions gràfiques
(biplots):
canònica
i
simultània
Sesión11
L'Anàlisi
de
Correspondències Múltiple.
Seminario5
Anàlisi de correspondències
amb IBM SPSS Statistics
19.0.
Semana 7
Sesión12
Prova parcial
El escalamiento
multidimensional
Sesión13
Concepte
òptim.
Seminario6
MDS
amb
Statistics
Sesión14
Correlació
lineal.
Semana 4
Semana 5
Análisis de
correspondéncias
Semana 6
Semana 8
IBM
IBM
SPSS
19.0.
SPSS
19.0.
Treballar
i
entendre
els
conceptes definits.
Exercicis
Treballar
i
entendre
els
conceptes definits.
Exercicis
Realització
de
treball pràctic
Treballar
i
entendre
els
conceptes definits.
Exercicis
Treballar
i
entendre
els
conceptes definits.
Exercicis
Realització
de
treball pràctic
Treball individual
d’escalament
IBM
canònica
SPSS
19.0.
no
Treballar
i
entendre
els
conceptes definits.
Exercicis
Realització
de
treball pràctic
Treballar
entendre
i
els
Semana 9
Clasificación y
segmentación:
Análisis de
clústeres
Semana 10
conceptes definits.
Exercicis
Treballar
i
entendre
els
conceptes definits.
Exercicis
Realització
de
treball pràctic
Sesión15
Concepte
d’escalament
multidimensional.
Seminario7
MDS
amb
Statistics 19.0
Sesión16
Proximitats i dissimilaritats:
entre objectes i entre grups
Treballar
i
entendre
els
conceptes definits.
Exercicis
Sesión17
Classificació jeràrquica
Seminario8
Clústeres con
IBM SPSS
Statistics 19.0
Clasificación no-jerárquica:
el
método
de
las
K-medianas.
Treballar
i
entendre
els
conceptes definits.
Exercicis
Realización
de
Trabajo práctico
Trabajar y
entender los
conceptos
definidos.
Ejercicios
Sesión18
IBM
SPSS
Sesión19
Resumen de las
metodologías presentadas
Trabajar y
entender los
conceptos
definidos.
Ejercicios
Seminario9
Clústeres con
Statistics 19.0
Realización
de
Trabajo práctico
IBM SPSS