Anar al contingut (clic a Intro)
UdG Home UdG Home
UdG 30 anys
Tancar
Menú

Estudia a la UdG

Dades generals

Curs acadèmic:
2020
Descripció:
En el nostre afany per entendre i donar resposta a moltes preguntes relacionades amb diversos fenòmens de la realitat, recollim, mesurem i interpretem diferents dades i informacions. En aquest sentit els procediments estadístics ens proporcionen eines útils per poder-ho fer. Mitjançant tècniques i diversos procediments estadístics es poden seleccionar mostres, descriure poblacions, analitzar l’associació entre diferents tipus de variables, fer prediccions, analitzar efectes, i generar models predictius, etc. Tot això es realitza ajundant-nos del llibre de referència de l'assignatura, d'en G.Berbel -3a edició, 2020, que es podrà comprar a Mediterrani o a Amazon, amb exercicis, exemples, vídeos, etc. Es proporcionen eines bàsiques per recollir, ordenar, sintetitzar, analitzar i interpretar dades que ens permetin respondre a diferents tipus de preguntes que un professional del marketing pot arribar a plantejar-se en l’exercici de la seva vida professional, i també pensant en les assignatures realitzaran durant el curs i els TFG. Els coneixements i competències que s’adquireixen en aquesta assignatura permeten: 1. Comprendre la lògica dels dissenys d’investigació i del principals procediments estadístics. Comprendre la lògica subjacent a la investigació científica, en què es basen la majoria d’articles, informes i treballs d’investigació. 2. Reflexionar sobre el disseny i concepció d'un qüestionari per recollir informació. 3. Recollir dades reals al carrer de forma online i/o offline. 4. Poder analitzar i representar distribucions de dades (variables), relacionar variables categòriques i quantitatives, i fer prediccions. 5. Interpretar dades, estadístics, gràfics... per realitzar informes de resultats i conclusions, encaminats a ajudar en la presa de decisions. 6. Utilitzar SPSS per realitzar procediments estadìstics. 7. Ser capaços de llegir i entendre literatura especialitzada amb dades estadístiques, ja que la major part d’articles, informes i treballs publicats contenen resultats obtinguts mitjançant procediments estadístics. 8. Realitzar un informe de resultats seguint normes APA. A modo d’un TFG breu.
Crèdits ECTS:
6

Grups

Grup A

Durada:
Semestral, 1r semestre
Professorat:
GASPAR BERBEL GIMENEZ  / ROBERTO CEJAS LEON
Idioma de les classes:
Català (50%), Castellà (50%)

Grup B

Durada:
Semestral, 1r semestre
Professorat:
GASPAR BERBEL GIMENEZ  / ROBERTO CEJAS LEON
Idioma de les classes:

Competències

  • 4G- Tenir la capacitat de reunir i interpretar dades rellevants per poder emetre judicis que incloguin una reflexió sobre temes rellevants de tipus econòmic, social, científic o ètic
  • 10G- Diferenciar i valorar les investigacions qualitatives i quantitatives, realitzant anàlisis crítiques
  • 2E- Comprendre els processos i les funcionalitats d'un sistema de suport per a la presa de decisions, identificant els diferents conceptes i instruments del màrqueting

Continguts

1. Modul 1. Introducció Estratègies d’investigació. Qualitatives vs quantitatives. Recollir dades. El nostre qüestionari. Conceptes bàsics. Tipus de variables, escales de mesura i classificació de les variables Recollir informació, dades, mitjançant eines online. Disseny de qüestionaris

2. Modul 2. La recollida de dades. Introducció a la recollida/obtenció de dades en metodologia selectiva. Visió crítica en la construcció d’eines de recollida de dades. Qüestionari. Recollida de dades, introducció i depuració de dades Funcionament del software IBM-SPSS o PSPP

3. Modul 3. Estadística descriptiva Paràmetres i estadístics Mesures de tendència central Mesures de dispersió Representació gràfica de variables numèriques: el Diagrama de caixa, el diagrama de tall i fulles. Índexs basats en moments o ordenacions. La mediana.

4. Modul 4. Introducció a la probabilitat i a la llei normal Conceptes Previs Distribucions de probabilitat Distribució normal Càlculs amb llei normal –tipus A. Probabilitat en funció de puntuacions Intervals d’estimació. Inferència estadística: Estimació de paràmetres

5. Modul 5. Estadística inferencial uni i bivariable amb SPSS Introducció al contrast d’hipòtesi El grau de significació (p) La lògica de les proves de relación, introducción al Ji cuadrat

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Hores virtuals amb professor Total
Activitat col·laborativa 0 14,00 0 14,00
Elaboració individual de treballs 4,00 8,00 2,00 14,00
Prova d'avaluació 1,00 48,00 7,00 56,00
Sessió expositiva 25,00 20,00 21,00 66,00
Total 30,00 90,00 30,00 150

Bibliografia

  • Berbel, G (2020). Paola aprende estadística. Desde un entorno personal de aprendizaje (3a). Barcelona: grup Aptabel.
  • Berbel, G. (2018). Claves y herramientas de estadística en turismo y ciencias sociales (4a. ed.). Barcelona: Grupo Aptabel.
  • SOLANAS, A.; FAUQUET, J.; SALAFRANCA, LL.; NÚÑEZ, M.I. (2005). Estadística descriptiva en Ciencias del Comportamiento. Madrid: Internacional Thomson Editores.
  • Pardo, A., i San Martín, R (2010). Análisis de datos en ciencias sociales y de la salud (II). Madrid: Síntesis.
  • PARRA, E. i CALERO, F.J. (2007). Estadística para Turismo. Madrid: McGraw-Hill.
  • Amón, J. (1993). Estadística para psicólogo (9ª). Madrid: Pirámide.
  • BARÓ Llinàs, J. (1993). Inferencia estadística: aplicaciones económico-empresariales (2ª). Barcelona: Parramón.
  • Botella, J. (2001). Análisis de datos en psicología (2ª). Madrid: Pirámide.
  • Escuder Vallés, Roberto (1995). Estadística aplicada: economía y ciencias sociales. Valencia: Tirant lo Blanch.
  • Johnson, Richard Arnold (2001). Statistics: principles and methods (4th). New York: John Wiley.
  • León, Orfelio G. (2003). Métodos de investigación: en psicología y educación (3ª). Madrid: McGraw-Hill.
  • MacRae, Sandy (1995). Modelos y métodos para las ciencias del comportamiento. Barcelona: Ariel.
  • Moore, David S. (1999). The Basic practice of statistics (2nd). New York: W.H. Freeman.
  • Pardo, A., Ruiz, M.A. y San Martín, R. (2009). Análisis de datos en ciencias sociales y de la salud. Madrid: Síntesis.
  • Peña Sánchez de Rivera, Daniel (1989). Estadística : modelos y métodos / Daniel Peña Sánchez de Rivera. Madrid: Alianza.
  • Peña Sánchez de Rivera, Daniel (1991). Estadística : modelos y métodos (2a ed. ). Madrid: Alianza.
  • Peña Sánchez de Rivera, Daniel (1997). Introducción a la estadística para las ciencias sociales. Madrid: McGraw-Hill.
  • Solanas, A., Fauquet, J., Salafranca, Ll. i Núñez, M.I. (2005). Estadística descriptiva en Ciencias del Comportamiento. Madrid: Internacional Thomson Editores.
  • Siegel, Andrew F (1996). Statistics and data analysis : an introduction (2nd). New York: John Willey.
  • Wonnacott, Thomas H. (1997). Introducción a la estadística (2ª ed. ). México: Limusa.
  • Statistics Glossary. Recuperat , a http://www.stats.gla.ac.uk/steps/glossary/alphabet.html
  • Internet Glossary of Statistical Terms. Recuperat , a http://www.animatedsoftware.com/statglos/statglos.htm#index
  • Estadística 1. Recuperat , a http://www.itch.edu.mx/academic/industrial/estadistica1/toc.html
  • Test Estadístics. Recuperat , a http://scientific-european-federation-osteopaths.org/es/test-estadisticos
  • Introductory Statistics: Concepts, Models and Applications. Recuperat , a http://www.psychstat.missouristate.edu/introbook/sbk13.htm
  • Sampling Distributions. Recuperat , a http://onlinestatbook.com/stat_sim/sampling_dist/index.html
  • The normal curve. Recuperat , a http://www.psychstat.missouristate.edu/introbook/sbk11.htm

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat % Recuperable
A1. Evidència 1. Informe amb resultats descriptius d'una enquesta
Informe amb descriptius de dades d'una enquesta real 10 No
A 2. Evidència 2. Informe de resultats amb transformació de variables de l'enquesta Informe de resultats, estil APA 20 No
A3. Evidència 3. Vídeo tutorial Vídeo turorial 10 No
Examen final Prova final que farà tothom, segueixi o no l'assignatura dins l'avaluació continua. Per aprovar, els d'av.continua amb de treure un 4 mínim, els que no un 5. 60

Qualificació

OPCIÓ A) AVALUACIÓ CONTINUADA

- Assistència mínima del 70 % (a través d'un test de control de coneixements/assistència a través de la plataforma Socrative o alternativa online, mai en paper).
En l'escenari 1 ó 2 (presencial o semipresencial) es podrà justificar una assistència.
- Es realitzaran 3 evidències o activitats durant el curs:
1) 2 treballs individuals consistent en dos informes estadístics, un a mig del curs i un altre al final.
2) 1 grupal consistent en un vídeo tutorial sobre algún aspecte de l'assignatura (en qualsevol dels escenaris hi haurà l'opció grupal).
Les evidències anteriors representaran un 40% de la nota d'avaluació continua.

- Evidència o examen final –confirmatori. Mínim d'un 4 per aprovar. Representa el 60 % de la nota. Aquesta evidència –examen final- la realitzen tots els alumnes, els d'avaluació continua -aquests amb un 4 poden aprovar i els que no fan avaluació continua amb un 5.

- Qui hagi aprovat l'assignatura dins l'avaluació continua podrà sumar a la seva nota fins un 10% (1 punt) més, de participació (aquest l'assigna el professor en funció d'aportacions, iniciativa, i actitud dins l'aula -escenari 1, o bé través de les xarxes socials als escenaris 2 i 3).


OPCIÓ B) AVALUACIÓ FINAL

Modalitat oficial, no presencial, per aquells que no puguin assistir de manera regular o no aprovin per avaluació continua. Aquesta opció es similar en qualsevol dels escenaris, tot i que als escenaris 2 i 3 (semipresencial o online 100%) el farien a través d'una plataforma online (socrative, moodle o evalua-lo), a l'escenari 1 els exàmens, final o revàlida, es plantejan igualment sense paper, a través d'alguna de les plataformes referides però a l'aula d'informàtica.

Dues opcions per aprovar:
< EXAMEN FINAL Prova escrita de tota l’assignatura.
< EXAMEN DE REVÀLIDA. Prova escrita de tota l’assignatura. Solament permet aprovar.

Criteris específics de la nota «No Presentat»:
Segons normativa de la Universitat de Girona:
La qualificació de "No Presentat" exhaureix convocatòria de qualificació als efectes previstos en la normativa de Permanència i progressió en estudis de grau de la Universitat de Girona.

Avaluació única:
És el mateix examen final o revàlida

Requisits mínims per aprovar:
Per considerar superada l’assignatura, caldrà obtenir una qualificació mínima de 5.0

Tutoria

Les tutories seran presencials (escenari 1 presencial i escenari 2 semipresencial) o online (escenari 2 i 3), segons les necessitats i circumstàncies. Gotomeeting seria la plafaforma escollida per fer tutories online als escenaris 2 i 3.

Comunicacio i interacció amb l'estudiantat

Els canals de comunicació són les classes presencials, les tutories, els mails, el nostre canal Youtube i Instagram, el foro de moodle...
A l'escenari 1, dins la normalitat, la comunicació i interacció és principalment presencial -classe i tutories. A part del possible whatssap de curs mitjançant els delegats de classe, eina també utilitzada durant el curs presencial i que es pot també emprar als escenaris 2 i 3.

Observacions

La matèria està centrada en SABER FER, no en memoritzar aspectes teòrics.

Assignatura pràctica des l'inici, s'ha de tenir una calculadora científica -tipus Casio fx 82 recomanable-, i també el llibre de l'assignatura que estarà a recepció -es compra a l'escola.

Pel bon seguiment de l’assignatura serà fonamental donar-se d’alta en el campus virtual (Aula Moodle), tant si l’estudiant assisteix a les classes de manera regular com si segueix l’assignatura en modalitat no presencial. Tots dos poden seguir l’assignatura via moodle.
Es seguiment es realitzarà mitjançant un EXCEL compartit que serà la GUIA DE L’ASSIGNATURA, anomenat bitàcola de curs, per saber què hem fet i com preparar les proves i exàmens.
Serà imprescindible, com a guia i font d’exercicis i apunts, tenir i seguir el manual (llibre) de l’assignatura.

Assignatures recomanades

  • Estadística I
  • Estadistica II
  • Estudis de mercat per Internet
  • Tècniques Qualitatives i Prospectives per a la Investigació Comercial

Modificació del disseny

Modificació de les activitats:
Les activitats seran les mateixes en els 3 escenaris, solament es modifica la forma de realització i lliurament.
A l'escenari 1 presencial les activitats es podran iniciar a classe, sense ús de paper, tot serà digital.
A l'escenari 2 semipresencial les activitats es plantejen de forma similar a l'escenari 1.
A l'escenari 3, online 100%, les activitats es plantejen en format online exclusivament, amb el suport d'un qüestionari online dissenyat per recollir les respostes de les evidències 1 i 2.

Modificació de l'avaluació:
Els criteris i evidències -nombre- de l'avaluació no es veuen modificats segons l'escenari, donat que ja es contemplen petites modificacions per facilitat i assegurar la realització de les 3 evidències i dels exàmens. Modificacions consistents en el disseny de proves i exàmens en suport digital i online, així com la seva realització en l'escenari 3.

Tutoria i comunicació:
Les tutories i comunicacions entre alumnes i alumnes-professors es realitzen, dins l'escenari 1, de forma presencial; als escenaris 2 i 3 online a través del mail, gotomeeting i xarxes socials de l'assignatura.

Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.