| Study programme competencies |
|
Code
|
Study programme competences
|
| A1 |
Dominar nun nivel de postgrado os coñecementos, as ferramentas e os procedementos da investigación social e de mercados aplicándoos á solución de problemas e necesidades |
| A2 |
Aplicar os procesos e protocolos de captación de información necesarios para observar e analizar de forma correcta e propria dun nivel avanzado o comportamento dos usuarios ou consumidores |
| A3 |
Ser quen de deseñar un proceso de investigación de carácter empírico demostrando dominio no uso de técnicas de investigación cuantitativas e/ou cualitativas |
| A4 |
Ser quen de discriminar a técnica de investigación axeitada ao problema plantexado |
| A5 |
Ter capacidade para identificar, nun nivel de postgrado, a relevancia dos distintos factores relacionados cos contornos sociais, os mercados e os consumidores que deben ser tidos en conta na investigación |
| A6 |
Análisis crítico das sociedades de consumo actuais que permita coñecer a estructuración e o significado social do consumo |
| A7 |
Ser quen de xustificar unha axeitada segmentación e selección do público obxectivo |
| A8 |
Ter capacidade para traballar críticamente con fontes de datos, metodoloxías e técnicas de investigación científica e ferramentas informáticas proprias da investigación social e de mercados |
| A9 |
Ter capacidade para integrar e aplicar as novas tendencias en investigación social e de mercados de xeito rentable e efectivo na empresa, as administracións ou outras organizacións |
| A10 |
Ser quen de redactar, presentar e defender documentos e informes de investigación social e de mercados |
| A11 |
Coñecer, nun nivel avanzado, os mercados e os consumidores, apreciando a diversidade dos seus enfoques |
| B1 |
Posuer e comprender coñecementos que aporten unha base ou oportunidade de ser orixinais no desenvolvemento e/ou aplicación de ideas, a cotío nun contexto de investigación |
| B2 |
Que os estudantes saiban aplicar os coñecementos adquiridos e a súa capacidade de resolución de problemas en contornos novos ou pouco coñecidos dentro de contextos máis amplos (o multidisciplinares) relacionados coa súa área de estudo |
| B3 |
Que os estudantes sexan quen de integrar coñecementos e enfrontarse á complexidade de formular xuizos a partires de unha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vencelladas á aplicación dos seus coñecementos e xuizos |
| B4 |
Que os estudiantes saiban comunicar as súas conclusións e os coñecementos e razóns últimas que as sustentan a públicos especializados e non especializados dun xeito claro e sen ambigüedades |
| B5 |
Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudando dun xeito que haberá de ser en gran medida autodirixido ou autónomo |
| B6 |
Ser quen de buscar, xestionar, analizar e sintetizar a información, seleccionando aquela que resulta pertinente para a toma de decisións |
| B7 |
Ter capacidade creativa, proactiva e emprendedora |
| B8 |
Ser quen de integrar as NTICs (Novas Tecnoloxías da Información e as Comunicacións) na tarefa profesional e/ou investigadora |
| B9 |
Ter capacidade de analizar críticamente tanto o traballo proprio como o dos compañeiros |
| B10 |
Ser quen de traballar en equipo eficaz e eficientemente |
| B11 |
Ser quen de asumir responsabilidades tanto individuais como colectivas na tarefa investigadora ou profesional |
| C1 |
Expresarse correctamente, tanto de forma oral como escrita, nas linguas oficiais da Comunidade Autónoma de Galicia |
| C3 |
Utilizar as ferramentas básicas das TIC necesarias para o exercicio da súa profesión e para o aprendizaxe ao longo da vida |
| C4 |
Desenvolverse para o exercicio dunha cidadanía aberta, culta, crítica, comprometida, democrática e solidaria, capaz de analizar a realidade, diagnosticar problemas, formular e implantar solucións baseadas no coñecemento e orientadas ao ben común |
| C5 |
Entender a importancia da cultura emprendedora e coñecer os medios ao alcance das persoas emprendedoras |
| C6 |
Valorar críticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas cos que deben enfrontarse |
| C7 |
Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida |
| C8 |
Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade |
| Learning aims |
| Learning outcomes |
Study programme competences |
| - Profundizar na análise dos datos derivados da realización dunha investigación de mercados, a través da aprendizaxe dalgunhas das técnicas máis avanzadas como a minería de datos, a análise lonxitudinal e as ecuacións estructurais.
|
AC1
AC2
AC3
AC4
AC5
AC6
AC7
AC8
AC9
AC10
AC11
|
BC1
BC4
BC9
BC10
|
CC1
CC4
CC6
CC7
CC8
|
| - Elexir técnicas cuantitativas de investigación social adaptadas ós obxectivos o hipóteses da investigación social.
|
AC1
AC3
AC4
AC8
|
BC1
BC2
BC3
BC11
|
CC6
|
| - Desenrolar coñecimentos de informática relativos á análise estatística de datos. |
AC1
|
BC8
|
CC3
CC8
|
| - Seguir practicando a aprendizaxe autónoma de técnicas estatísticas multivariantes. |
|
BC5
BC6
BC7
BC11
|
CC5
|
| Contents |
| Topic |
Sub-topic |
| 1. Minería de datos |
1.1. Introducción á minería de datos
1.2. Métodos exploratorios
1.3. Métodos de clasificación supervisada
1.4. Métodos avanzados de regresión |
| 2. Ecuaciones estruturais |
2.1. Introdución
2.2. Tipos de variables e relación entre elas
2.3. Modelo de medida e modelo estrutural
2.4. Path análise: os diagramas estruturais
2.5. Modelización con Ecuacións Estruturais: especificación, identificación, estimación, avaliación e interpretación
2.6. O axuste do modelo
|
| 3. Análise lonxitudinal |
3.1. Introducción
3.2. Características básicas da metodoloxía de enquisa lonxitudinal
3.3. Principais técnicas de análise lonxitudinal
3.4. Aplicación práctica |
| Planning |
| Methodologies / tests |
Competencies |
Ordinary class hours |
Student’s personal work hours |
Total hours |
| Objective test |
A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 C1 C3 C4 C5 C6 C7 C8 |
1 |
0 |
1 |
| |
| Personalized attention |
|
0 |
|
0 |
| |
| (*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
| Methodologies |
|
Methodologies |
Description |
| Objective test |
|
| Personalized attention |
|
Methodologies
|
| Objective test |
|
|
| Assessment |
|
Methodologies
|
Competencies |
Description
|
Qualification
|
| Objective test |
A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 C1 C3 C4 C5 C6 C7 C8 |
|
100 |
| |
|
Assessment comments |
|
|
| Sources of information |
|
Basic
|
|
|
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) Ecuacións estructurais - 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. - Cea D'Ancona, Á. (2004): Análisis multivariable. Madrid: Síntesis (2ª edición). - Lévy-Mangin, J.P. y Mallou, J. V. (2006): Modelización con estructuras de covarianzas en ciencias sociales: temas esenciales, avanzados y aportaciones especiales. Santa Cristina (Oleiros, A Coruña): Netbiblo. C) Análixe lonxitudinal - 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/ - 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_e.pdf |
|
Complementary
|
|
|
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. |
| Recommendations |
| Subjects that it is recommended to have taken before |
|
| Subjects that are recommended to be taken simultaneously |
|
| Subjects that continue the syllabus |
|
|