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

Estudia

Dades generals

Curs acadèmic:
2020
Descripció:
Aquesta assignatura treballa aspectes complementaris a l'assignatura d'Estadística II. Es basa en aprendre a aplicar diferents tècniques vers un cas real d’investigació, dut a terme durant les 10 primeres setmanes del curs. La temàtica, objecte de la investigació, serà proposada pel professor. S’utilitzarà el software estadístic IBM-SPSS, repassant –com els darrers anys- les proves d’inferència estadística. Es farà una introducció al Big Data. Es treballaran aspectes d’investigació com són la depuració de qüestionaris –consistència interna d’una prova-, la reducció de dades –anàlisi de components principals.
Crèdits ECTS:
6

Grups

Grup B

Durada:
Semestral, 1r semestre
Professorat:
Gaspar Berbel Gimenez
Idioma de les classes:
Català (50%), Castellà (50%)

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
  • 14E- Ser capaç d'identificar i evaluar oportunitats de negoci

Continguts

1. Bloc I. Estratègies d'investigació. Repàs a l’estadística inferencial amb l’SPSS i definició de prospectiva. a) Estratègies d'investigació. Perspectiva qualitativa vs quantitativa. b) Les preguntes d'investigació. Disseny i fonts bibliogràfiques.

2. Bloc II. El qüestionari. Recollida de dades. Validesa i fiabilitat. Depuració de dades. a) Disseny d'un qüestionari online b) Les preguntes mult-response c) La validesa, evidències de validesa d) La fiabilitat

3. Bloc III. Tècniques prospectives. Mètodes d’extrapolació i pronòstic de tendències. Introducció al Big Data. a) Anàlisi de regressió. Models predictius. b) Opcions gratuïtes en l’anàlisi Big Data. Grans volums de dades. Introducció al Big Data.

4. Bloc IV. Tècniques qualitatives de recollida d'informació (documentació, focus group, observació, entrevista en profunditat, Delphi). a) Tècniques de recollida de dades qualitatives: DAFO, Delphi, Focus Group, entrevistes i observacions. b) Anàlisi qualitatiu amb KHCoder

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Hores virtuals amb professor Total
Altres 21,00 13,00 13,00 47,00
Cerca i anàlisi d'informació 1,00 8,00 1,00 10,00
Debat 2,00 2,00 6,00 10,00
Lectura / comentari de textos 2,00 16,00 0 18,00
Resolució d'exercicis 0 29,00 0 29,00
Simulacions 2,00 10,00 6,00 18,00
Treball en equip 2,00 11,00 4,00 17,00
Total 30,00 89,00 30,00 149

Bibliografia

  • Berbel, G (2020). Paola aprende estadística. Desde un entorno personal de aprendizaje (3a). Barcelona: grup Aptabel.
  • Sergio Martínez-Cava Marce Cancho María Teresa Jiménez (2015). Big data El poder de los datos (1a). Barcelona: Fundación Innovación Bankinter .
  • Berbel, G (2018). Claves y herramientas de estadística en turismo y ciencias sociales (4a.). Grupo Aptabel.
  • Bas, E. (2002). Prospectiva. Cómo usar el pensamiento sobre el futuro.. Barcelona: Ariel.
  • Shelling, T.C. (1989). Micromotivos y macroconducta.. México: Fondo de cultura económica.
  • Ortiz de Mendivil, Enrique (2013). Análisis del entorno y prospectiva . Barcelona: Instituto Mediterráneo de Publicaciones.
  • Pardo, A., i San Martín, R. (2010). Análisis de datos en ciencias sociales y de la salud (II). Madrid: Editorial Síntesis.
  • Grupo de Investigación de la Universidad de Alicante, grupo de Enric Bas. Recuperat , a http://www.futurlab.es
  • Eneko Astigarraga, profesor de Deusto Bilbao de Prospectiva y Estrategia Empresa. Recuperat , a http://www.prospectiva.eu/blog
  • Ana Morato. La prospectiva como herramienta para la planificación. El caso OPTI. (2012). Recuperat , a http://www.youtube.com/watch?v=-SB13lmAEcc
  • Journal of Futures Studies. Taiwan: Journal of Futures Studies.
  • Journal of World-Systems Research. USA: Journal of World-Systems Research.
  • Long Range Planning. USA: Long Range Planning.
  • On the Horizon. USA: On the Horizon.
  • Papers de Prospectiva. Spain: Papers de Prospectiva.

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat % Recuperable
A2. Elaboració de preguntes d'investigació. Lectura d'article -parts, font, referències, cites, bibliografia Es llegirà un article d'investigació, s'omplirà una fitxa de lectura i s'avaluarà la correcció en què es cita, es redacta i es comprèn 20 No
A3. Anàlisi de dades de tipus mult response i d'estadística inferencial Es realitzarà un informe sobre dades reals, com a repàs de la part d'inferencial i per comprovar que es comprèn la part de mult-response 10 No
A 4. Modelizar datos. Informe de modelización -en base a cuestionarios propios o de la GenCat Se modelizarán datos de encuestas, en base a un modelo previo -pregunta de investigación 10 No
A 5. Vídeo tutorial sobre tècniques qualitatives Part o parts de l'anàlisi de tipus qualitatiu relacionat amb la investigació portada a terme durant el curs 10 No
EX FINAL Examen final obligatori per tothom, a priori serà online 50

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 4 evidències o activitats durant el curs:
1) 3 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 50% de la nota d'avaluació continua.

- Evidència o examen final –confirmatori. Mínim d'un 4 per aprovar. Representa el 50% 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:
El curs es programa per fer en la modalitat d'avaluació continua, però un alumne podria seguir-lo i fer avaluació única, li quedaria aquesta nota però no optaria a matrícula d'honor.

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

La comunicació podrà ser presencial -escenari 1. amb aquest escenari i, principalment, el 2 i 3 la comunicació es realitzarà via mail oficial del professor, via gotomeeting i xarxes socials de l'assignatura.

Observacions

La matèria està centrada en SABER FER, no en memoritzar aspectes teòrics.
Imprescindible tenir l'IBM-SPSS instal·lat, en su defecte el PSPP, llegir els materials indicats pel professor. Hi haurà una guia de seguiment -bitàcola- per tots els alumnes.
Pel bon seguiment de l’assignatura serà fonamental donar-se d’alta en el campus virtual (Aula Moodle).

Assignatures recomanades

  • Estadística I
  • Estadistica II
  • Estudis de mercat per Internet
  • Fonaments d'estadística

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:
Dins els escenaris 1 i 2 l'avaluació serà similar, a l'escenari 3 no es demanarà l'evidència 1, tot i que sí es treballaria però com opcional.

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.