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