Competencias del título |
Código
|
Competencias / Resultados del título
|
A1 |
Dominar en un nivel de postgrado los conocimientos, las herramientas y los procedimientos de la investigación social y de mercados aplicándolos a la solución de problemas y necesidades |
A3 |
Ser capaz de diseñar un proceso de investigación de carácter empírico demostrando dominio en el uso de técnicas de investigación cuantitativa y/o cualitativa |
A4 |
Ser capaz de discriminar la técnica de investigación adecuada al problema planteado |
A5 |
Tener capacidad para identificar, en un nivel de postgrado, la relevancia de los distintos factores relacionados con los entornos sociales, los mercados y los consumidores que deben ser tenidos en cuenta en la investigación |
A8 |
Tener capacidad para trabajar críticamente con fuentes de datos, metodologías y técnicas de investigación científica y herramientas informáticas propias de la investigación social y de mercados |
A10 |
Ser capaz de redactar, presentar y defender documentos e informes de investigación social y de mercados |
B1 |
Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación |
B2 |
Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio |
B4 |
Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades |
B5 |
Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo |
B6 |
Ser capaz de buscar, gestionar, analizar y sintetizar la información, seleccionando aquella que resulta pertinente para la toma de decisiones |
B8 |
Ser capaz de integrar las NTICs (Nuevas Tecnologías de la Información y las Comunicaciones) en la tarea profesional y/o investigadora |
B9 |
Tener capacidad de analizar críticamente tanto el trabajo propio como el de los compañeros |
B10 |
Ser capaz de trabajar en equipo eficaz y eficientemente |
B11 |
Ser capaz de asumir responsabilidades tanto individuales como colectivas en la tarea investigadora o profesional |
C1 |
Expresarse correctamente, tanto de forma oral como escrita, en las lenguas oficiales de la Comunidad Autónoma de Galicia |
C3 |
Utilizar las herramientas básicas de las TIC necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida |
C6 |
Valorar críticamente el conocimiento, la tecnología y la información disponible para resolver los problemas con los que deben enfrentarse |
C8 |
Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad |
Resultados de aprendizaje |
Resultados de aprendizaje |
Competencias / Resultados del título |
- Profundizar en el análisis de los datos derivados de la realización de una investigación de mercados, a través del aprendizaje de algunas de las técnicas más avanzadas como la minería de datos, el análisis longitudinal y las ecuaciones estructurales.
|
AM1 AM3 AM4 AM5 AM8 AM10
|
BM1 BM4 BM9 BM10
|
CM1 CM6 CM8
|
- Elegir técnicas cuantitativas de investigación social adaptadas a los objetivos o hipótesis de la investigación social.
|
AM1 AM3 AM4 AM8
|
BM1 BM2 BM11
|
CM6
|
- Desarrollar conocimientos de informática relativos al análisis estadístico de datos. |
AM1
|
BM8
|
CM3 CM8
|
- Seguir practicando el aprendizaje autónomo de técnicas estadísticas multivariantes. |
|
BM5 BM6 BM11
|
|
Contenidos |
Tema |
Subtema |
1. Minería de datos |
1.1. Introducción a la minería de datos
1.2. Métodos exploratorios
1.3. Métodos de clasificación supervisada
1.4. Métodos avanzados de regresión |
2. Ecuaciones estructurales |
2.1. Introducción
2.2. Tipos de variables y relación entre ellas
2.3. Modelo de medida y modelo estructural
2.4. Path análisis: los diagramas estructurales
2.5. Modelización con Ecuaciones Estructurales: especificación, identificación, estimación, evaluación e interpretación
2.6. El ajuste del modelo |
3. Análisis longitudinal |
3.1. Introducción
3.2. Características básicas de la metodología de encuesta longitudinal
3.3. Principales técnicas de análisis longitudinal
3.4. Aplicación práctica |
Planificación |
Metodologías / pruebas |
Competencias / Resultados |
Horas lectivas (presenciales y virtuales) |
Horas trabajo autónomo |
Horas totales |
Taller |
A1 A3 A4 A5 A8 A10 B1 B2 B4 B5 B6 B8 B9 B10 B11 C1 C3 C6 C8 |
63 |
148 |
211 |
Prueba mixta |
A1 A4 A8 B2 B4 B6 B8 C3 |
6 |
8 |
14 |
|
Atención personalizada |
|
0 |
|
0 |
|
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías |
Metodologías |
Descripción |
Taller |
Explicación dos conceptos básicos de cada metodoloxía e realización de casos prácticos |
Prueba mixta |
Proba de evaluación teórico-práctica |
Atención personalizada |
|
Descripción |
Atención individual a cada alumno para resolver dudas con el manejo de los programas informáticos. Además, el profesorado de la materia tiene seis horas a la semana dedicadas a horarios de tutorías, en las que los alumnos pueden consultar dudas de modo individual. |
|
Evaluación |
Metodologías
|
Competencias / Resultados |
Descripción
|
Calificación
|
Taller |
A1 A3 A4 A5 A8 A10 B1 B2 B4 B5 B6 B8 B9 B10 B11 C1 C3 C6 C8 |
Se valorará la asistencia y la participación en clase |
10 |
Prueba mixta |
A1 A4 A8 B2 B4 B6 B8 C3 |
Se hará una pruoba teórico-practica, para cada uno de los métodos estudiados (minería de datos, ecuaciones estructurales y análisis longitudinal). |
90 |
|
Observaciones evaluación |
La materia será
impartida en tres bloques que serán evaluados individual e
independientemente: Minería de datos (profesores Julián Costa e Rubén
Fernández), Ecuaciones estructurales (profesora Isabel Novo) y Análisis
longitudinal (profesor Pablo Castellanos). Durante la
realización de la parte práctica de prueba mixta, los alumnos podrán consultar
libros y apuntes personales, si lo estiman conveniente. La nota final de la materia
será la media aritmética de las calificaciones obtenidas en cada uno de los tres
bloques señalados anteriormente - Para la segunda oportunidad, los criterios y actividades de evaluación
serán los mismos que en la primera oportunidad. Para los alumnos que cuenten con reconocimiento de dedicación a tiempo
parcial y dispensa académica de exención de asistencia, la única actividad de evaluación será la prueba
mixta, que por tanto representará el 100% de la nota de la materia.
|
Fuentes de información |
Básica
|
|
A) Minería de datos - James, G., Witten, D., Hastie, T. y Tibshirani, R. (2013): An introduction to statistical learning: with aplications in R. Ed. Springer. - Williams, G. (2011): Data mining with Rattle and R. Ed. Springer. B) Ecuaciones estructurales - Batista Foguet, J.M. y Coenders Gallart, G. (2012): Modelos de ecuaciones estructurales. Madrid: La Muralla. - Byrne, B.M. (2010): Structural equation modeling with AMOS. Londres: Routledge. - Ratkov, T y Marcoulides, G.A. (2006): A first course in structural equation modeling. Londres: Lawrence Erlbaum Associated Publishers (LEA). C) Análisis longitudinal - Argelagués, M. et al. (2013): La metodología de una encuesta longitudinal: El caso del Panel de Desigualdades Sociales en Cataluña. Comunicación presentada en el XI Congreso Español de Sociologia. Madrid, 10-12 de julio de 2013. Descargable en: http://www.fes-web.org/la-metodologa-de-una-encuesta-longitudinal-el-caso-del-panel-de desigualdaes-sociales-en-catalua/congress-papers/1642/ - Fitzmaurice, G. M. y Ravichandran, C. (2008): A primer in longitudinal data analysis, Circulation, 118, pp. 2005-2010. Descargable en: http://circ.ahajournals.org/content/118/19/2005 - Lynn, P. (2005): Metodología de las encuestas longitudinales. Seminario Internacional de Estadística en Euskadi, 28-30 de noviembre de 2005. Vitoria-Gasteiz: Eustat. Descargable en: http://www.eustat.eus/prodserv/datos/sem45_i.pdf |
Complementária
|
|
A) Minería de datos - Peró, M., Leiva, D., Guàrdia, J. y Solanas, A. (2012): Estadística aplicada a las Ciencias Sociales mediante R y R-Commander. Ed. Springer. B) Análise lonxitudinal - Diggle,
P. J. et al. (2003); Analysis of longitudinal data. Nueva York:
Oxford University Press. - Taris, T. W. (2000): A primer in longitudinal data analysis. Londres:
SAGE. - Verbeke,
G. y Molenberghs, G. (2000): Linear mixed models for longitudinal data. Nueva
York: Springer. |
Recomendaciones |
Asignaturas que se recomienda haber cursado previamente |
|
Asignaturas que se recomienda cursar simultáneamente |
|
Asignaturas que continúan el temario |
|
|