Análisis de Datos para la Investigación de Mercados

Transcripción

1 Análisis de Datos para la Investigación de Mercados Máster Universitario en Management y Gestión del Cambio Universidad de Alcalá Curso Académico 2016/2017

2 GUÍA DOCENTE Nombre de la asignatura: Análisis de Datos para la Investigación de Mercados Código: Titulación en la que se imparte: Departamento y Área de Conocimiento: Carácter: Créditos ECTS: Curso y cuatrimestre: Máster Universitario en Management y Gestión del Cambio Departamento de Economía Área de Métodos Cuantitativos para la Economía y la Empresa Optativa (Especialidad en Marketing y Comunicación) 6 créditos Primer Cuatrimestre Profesorado: Horario de Tutoría: Idioma en el que se imparte: Luis F. Rivera Galicia Petición de cita a través de correo electrónico: luisf.rivera@uah.es Español 1. PRESENTACIÓN En el mundo empresarial es de suma importancia la implantación de los sistemas de información, que permiten que los directivos puedan tomar decisiones bien fundadas sobre los problemas que se encuentran en su desarrollo diario. Con este marco, es necesario que los alumnos conozcan las principales decisiones que se deben adoptar a lo largo de las diferentes fases que componen el proceso de investigación y obtención de la información, así como las técnicas más empleadas en la recolección y el análisis de datos en la investigación de cualquier aspecto relacionado con el ámbito empresarial. La asignatura de Análisis de Datos para la investigación de Mercados pretende dotar a los estudiantes de una serie de competencias y capacidades que les sirvan de herramienta y complemento fundamental de casi todas las demás materias del área de marketing, puesto que es la encargada de aportar la información necesaria para la toma de decisiones. Por esta razón, se puede considerar esta materia como instrumental dentro del currículo docente de los estudiantes. Prerrequisitos y Recomendaciones Se considera muy recomendable que los alumnos que participen en esta asignatura hayan cursado asignaturas básicas de Estadística Empresarial y Económica 2

3 1b. PRESENTATION In Business it is very important the implementation of information systems, to allow managers to take the right decisions. Within this framework, it is necessary that the students know the main decisions that must be taken throughout the different phases in the research process: gathering information, organizing summarizing and analyzing data, getting results and presenting the final report. This course intends to give the students the tools and the skills to serve them as the first approach to market research from the statistical point of view. Prerequisites and Recommendations: It is highly recommended that students who participate in this course have completed basic courses in Business and Economic Statistics. 2. COMPETENCIAS El objetivo fundamental de la asignatura es proporcionar al estudiante los conocimientos relativos a la investigación de mercados, desde el punto de vista de su desarrollo estadístico. En este sentido, la Estadística es una herramienta fundamental para la obtención de información sobre la realidad del mercado y los consumidores, así como un instrumento válido para su análisis en determinados ámbitos. Las competencias que deben adquirir los estudiantes se dividen en competencias genéricas y competencias específicas: Competencias genéricas: 1. Capacidad de búsqueda y obtención de información y tratamiento de la misma. 2. Capacidad de análisis crítico de la información. 3. Capacidad de aplicación de los conocimientos teóricos adecuados a las situaciones prácticas. 4. Capacidad de elaboración y exposición adecuada de un trabajo realizado en el ámbito estadístico de una investigación de mercado. Competencias específicas: 1. Adquirir la habilidad suficiente para distinguir entre los diferentes tipos de variable que puede encontrarse en la realidad y conocer las técnicas estadísticas se pueden emplear en cada caso. 2. Aprender a acceder y utilizar fuentes estadísticas de uso común en la actividad empresarial. 3

4 3. Aprender las diferentes técnicas de selección de una muestra en una población para llevar a cabo un estudio estadístico de la misma. Asimismo, es básico saber cómo ha de capturarse la información para que recoja lo que se desea. 4. Desarrollar la capacidad de seleccionar correctamente, y de forma razonada en función de los objetivos planteados, los métodos estadísticos más adecuados de análisis de datos para la información disponible. 5. Desarrollar la capacidad de aplicar eficazmente, ante problemas reales, los métodos de análisis abordados durante el curso, con la ayuda de programas informáticos de uso extendido. 6. Realizar el tratamiento de la información estadística recogida de forma que se expresen en unos pocos estadísticos las características básicas de las variables objeto del estudio. 7. Adquirir la habilidad para realizar contrastes básicos que permitan mostrar la posible heterogeneidad de las variables objeto de estudio. 8. Obtener los conocimientos necesarios para estudiar la posible relación que pueda existir entre las variables que explican una determinada situación. 3. CONTENIDOS Bloques de contenido Número de horas PARTE I: CONCEPTOS BÁSICOS PARA EL ANÁLISIS DE DATOS Análisis preliminar y descriptivo de características unidimensionales Introducción: los datos y sus escalas de medida. Etapas de un análisis de datos. Organización de un análisis de datos. Descripción de atributos y variables. Análisis exploratorio. Tratamiento de la asimetría y la no respuesta. Casos prácticos. Elementos de Inferencia Estadística Estimación puntual. Estimadores puntuales y distribuciones muestrales. Principales estimadores puntuales y sus características. Errores. Estimación por intervalos de confianza. Principales intervalos de confianza en el m.a.s. Contrastación de hipótesis. Tipos de hipótesis y de contrastes. Región crítica y región de aceptación. Errores de tipo I y II. Fases para la realización de un contraste. Contrastes de normalidad y localización. Casos prácticos. PARTE II: MÉTODOS DE OBTENCIÓN DE LA INFORMACIÓN Fuentes de Información La necesidad de la información. Los sistemas de información. Clasificación de las fuentes de información. Obtención y tratamiento de la información. Etapas de una encuesta por muestreo. Casos prácticos. Técnicas de muestreo Muestreo aleatorio simple. Muestreo estratificado. Muestreo por conglomerados. Otros diseños muestrales. Casos prácticos. PARTE III: ANÁLISIS DE LA DEPENDENCIA ESTADÍSTICA 4

5 Dependencia Estadística Tablas de correlación y tablas de contingencia. Independencia estadística. Medición de la correlación y de la asociación. Casos prácticos. Modelización de la Dependencia Estadística Análisis de la Varianza. Contrastes de comparaciones múltiples. Contrastes para comparar más de dos poblaciones o características relacionadas. Modelo general de regresión. Casos prácticos. PARTE IV: TÉCNICAS DE REDUCCIÓN DE LA DIMENSIÓN Análisis de Componentes Principales Introducción a las técnicas de reducción de la dimensión. Formulación del problema del Análisis de Componentes Principales y su resolución. Propiedades. Selección de componentes. Casos prácticos. Análisis Factorial Formulación del problema del Análisis Factorial ortogonal. Propiedades. Técnicas de resolución: relación con el Análisis de Componentes Principales. Rotación de Factores. Análisis de adecuación. Casos prácticos. Análisis Factorial de correspondencias Tablas de contingencia, proximidad y asociación: la distancia de Benzecri. Análisis Factorial de Correspondencias simple. Espacios de representación de las modalidades y sus relaciones. Análisis Factorial de correspondencias múltiple. Casos prácticos. PARTE V: TÉCNICAS DE CLASIFICACIÓN Análisis de Conglomerados Introducción al análisis de conglomerados. Medidas de similaridad y disimilaridad para casos y variables. Métodos jerárquicos de conglomeración. Métodos no jerárquicos de conglomeración. Casos prácticos. Análisis Discriminante Introducción: métodos de clasificación supervisada. Clasificación con dos grupos. Contrastes y probabilidad de pertenencia. Clasificación don más de dos grupos. Casos prácticos. 4. METODOLOGÍAS DE ENSEÑANZA-APRENDIZAJE.- ACTIVIDADES FORMATIVAS 4.1. Distribución de créditos (especificar en horas) Número de horas presenciales: 42 Número de horas del trabajo propio del estudiante: 106 Total horas: Estrategias metodológicas, materiales y recursos didácticos 5

6 Clases presenciales Trabajo autónomo Trabajo Final de Aplicación Las clases se desarrollarán en el aula de informática, alternando de forma dinámica un doble enfoque: Teórico: se expondrán y discutirán brevemente los conceptos y técnicas pertinentes. Práctico: se tratará sobre la aplicación de dichas técnicas y conceptos a conjuntos de datos, con el apoyo del programa estadístico SPSS Para el seguimiento del trabajo autónomo, tanto desde la perspectiva teórica como práctica, se facilitará Material de Apoyo con antelación a las clases a través del Aula Virtual de la Universidad de Alcalá, con el objeto de que el estudiante pueda revisarlo previamente. Será obligatoria la realización de un Trabajo Final de Aplicación, a realizar de forma individual a partir de una propuesta del estudiante aceptada por el profesor, o una propuesta directa del profesor, en el que se apliquen las técnicas estudiadas y se justifiquen las decisiones de análisis adoptadas. 5. EVALUACIÓN: Procedimientos, criterios de evaluación y de calificación Convocatoria ordinaria: La evaluación de las competencias específicas se realizará en dos dimensiones: Dimensión teórico-práctica: se evaluará la capacitación del alumno en relación con el conocimiento de los contenidos teóricos de la materia, así como de la adecuación de su selección y utilización para la resolución de casos prácticos de aplicación. Dimensión aplicada: se evaluará la capacitación del alumno para adaptar y aplicar los contenidos de la materia para resolver problemas prácticos a partir de datos realistas y con medios informáticos. Para evaluar estas dos dimensiones, se prevén los siguientes criterios: Criterio de evaluación de las dimensiones teórico práctica y aplicada de las competencias específicas: Como estrategia para su evaluación, los estudiantes deberán realizar un Trabajo Final de Aplicación individual que incorpore una amplia variedad de las técnicas estudiadas, relativo a una investigación propuesta por el estudiante o por el profesor, en la que se empleen las técnicas estudiadas y se justifiquen teóricamente las decisiones de análisis adoptadas. El peso en la calificación final de este Trabajo Final de Aplicación será del 80%. Por otra parte, la evaluación de las capacidades generales se realizará en base a la presentación formal del referido trabajo final aplicado, a la participación activa del alumno en clase, así como de la continuidad en su asistencia a las clases, que se considera obligatoria. Consecuentemente, se prevé el siguiente criterio: 6

7 Criterio de evaluación para la evaluación de las competencias generales: Se realizará a partir de las observaciones que realice el profesor sobre el estudiante en función de su asistencia a clase (obligatoria), su participación activa en las sesiones presenciales, los aspectos relativos a estas competencias vislumbrados en el Trabajo Final de aplicación, así como de su desempeño general en el resto de actividades propuestas a lo largo del curso. El peso en la calificación final de estos elementos será del 20%. Convocatoria extraordinaria: Los alumnos que no superasen la asignatura en la convocatoria ordinaria podrán volver a presentar a evaluación un nuevo Trabajo Final de Aplicación, en el período establecido para ello y de acuerdo con el profesor, de características análogas a las descritas para la convocatoria ordinaria, con un peso en la calificación final del 100%. El sistema de calificaciones será el previsto por la legislación vigente (Real Decreto 1125/2003, de 5 de septiembre, por el que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias oficiales). 6. BIBLIOGRAFÍA Bibliografía Básica Alba, V.; Ruiz, N.: Muestreo Estadístico en Poblaciones Finitas. Septem Ediciones, Casas, J.M.; Domínguez, J.; García, C.; Martos, E.I.; Rivera, L.F.; Zamora, A.I.: Estadística para las Ciencias Sociales. Ed. Centro de Estudios Ramón Areces Casas, J.M.; Cortiñas, P.; Zamora, A.I.: Estadística Económica y Empresarial. Distribuciones e Inferencia. Ed. Centro de Estudios Ramón Areces Cochran, W. G.: Técnicas de Muestreo. CECSA, Malhotra, N. K.: Investigación de mercados. Un Enfoque Aplicado. Ed. Pearson- Prentice-Hall, 4ª ed., Ruiz-Maya, L.; Martín Pliego, F. J.; Montero, J. M.; Uriz Tomé, P.: Análisis Estadístico de Encuestas: Datos Cualitativos. Ed. AC, Madrid, Uriel, E.; Aldás, J.: Análisis Multivariante Aplicado. Ed. Thomson, Bibliografía Básica para práctica con SPSS Pardo Merino, A.: Análisis de Datos con SPSS 13. McGraw-Hill, Pérez López, C.: Técnicas de Análisis Multivariante de Datos. Aplicaciones con SPSS.Pearson Education Visauta Vinacua, B.: Analisis Estadistico con SPSS 14 (3ª ed), McGraw-Hill, Bibliografía Complementaria Abascal, E.; Grande, I.: Métodos multivariantes para la Investigación Comercial. Teoría, aplicaciones y programación BASIC. Ed. Ariel, Azorin, F.; Sanchez-Crespo, J. L.: Métodos y Aplicaciones del Muestreo. Ed. Alianza Universidad,

8 Bisquerra Alzina, R.: Introducción Conceptual al Análisis Multivariable. Un enfoque informático con los paquetes SPSS-X, BMDP, LISREL y SPAD. 2 Vols. Ed. PPU, Chatfield, C.; Collins, A.J.: Introduction to Multivariate Analysis. Chapman & Hall, Cuadras, C. M.: Métodos de Análisis Multivariante. Ed. EUB, Everitt, B. S.: Cluster Analysis. 3ª Ed. John Wiley & Sons, New York, Everitt, B. S.: The Analysis of Contingency Tables (Monographies on Statistics and Applied Probability). Chapman and Hall, Hair, J.F. Tatham, R.L. Black, W.C. Análisis Multivariante. Prentice Hall, Johnson, R. A.; Wichern, D. W.: Applied Multivariate Statistical Analysis. Ed. Prentice- Hall, Kent, R.: Marketing Research. Approaches, Methods and Applications in Europe. Thomson, 2007 Kish, L.: Muestreo de Encuestas. Ed. Trillas, México, Levy, J.; Varela. J.: Análisis Multivariable para las Ciencias Sociales. Pearson Prentice-Hall Mirás, J.: Elementos de muestreo para poblaciones finitas. INE, Sanchez-Crespo, J. L.: Curso Intensivo de Muestreo en Poblaciones Finitas. 2ª Edición. I.N.E, Aparicio, F.: Tratamiento Informático de Encuestas. Ed. RA-MA, Grande, I.; Abascal, E.: Fundamentos y Técnicas de Investigación Comercial. ESIC Editorial, Mardia, K.V.; Kent, J.T.; Bibby, J.M.: Multivariate Analysis. Academic Press, Mirás, J.: Elementos de muestreo para poblaciones finitas. INE, Ortega, E.: Manual de investigación comercial. Ed. Pirámide, Peña, D.: Análisis de Datos Multivariantes. McGraw Hill Sharma, S.: Applied Multivariate Techniques. John Wiley & Sons, Uriel, E.: Análisis de Datos. Series Temporales y Análisis Multivariante. Ed. AC,