Estudia

• 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

1. Bloc I. Repàs a l’estadística inferencial amb l’SPSS, i introducció a la prospectiva i els estudis de futur. a) Ús d’SPSS. Recollida de dades i descripció. b) SPSS. Proves inferencials. c) Interpretació de sortides SPSS. d) Tipus de predicció. e) Prospectiva com metodologia. Les seves dimensions. f) Metodologia i fases dels estudis de futur.

2. Bloc II. Tècniques qualitatives de recollida d'informació (documentació, qüestionaris, observació, entrevista en profunditat, entrevista en grup). a) Passat, present i futur. b) Anàlisi DAFO, Delphi, Focus Group, Entrevistes. c) Identificació d'indicadors de canvi, actors, barreres i facilitadors de canvi. d) Tècniques qualitatives d’anàlisi: Atlas-ti i d’altres opcions.

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

• 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.

Activitats d'avaluació:

Aquesta assignatura compta amb dues modalitats d’avaluació: avaluació continuada (A), o final (B). En totes dues es seguirà el manual de l’assignatura (llibre disponible a la Recepció de la EUM).

OPCIÓ A) AVALUACIÓ CONTINUADA

Amb una assistència mínima del 80 % de les classes. De no arribar a aquest percentatge l’alumne haurà d’anar a examen final. No venir amb ordinador amb el software SPSS equival a perdre l'avaluació continua. Solament es podrà justificar una assistència.

--> Es realitzaran 4 evidències o activitats durant el curs -3 realitzacions individuals de tipus pràctic amb SPSS-, i una grupal en relació a les dades de la investigació que es farà durant el curs. Totes s’hauran de mostrar o lliurar via moodle -segons el cas. La majoria es realitzaran dins les sessions pràctiques –amb IBM-SPSS instal·lat prèviament als portàtils dels alumnes.
Tenir FETES les activitats situa a l’alumne en la franja d’aprovat –a menys que no validi els seus coneixements a la prova escrita (4 mínim).
--> Prova escrita (prova pràctica amb SPSS i part escrita d'interpretació). S’ha de treure un 4 com a mínim.

--> 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’assignarà el professor en funció de les aportacions, iniciativa, i actitud dins el grup). Solament es suma aquest punt si s’està aprovat, no serveix per aprovar.

Per aprovar l’assignatura dins la modalitat d’avaluació continuada serà obligatori haver realitzat totes les evidències, les 4.
L’evidència grupal consistirà en lliurar un informe de resultats amb format d’informe científic –amb dades donades o pròpies.
No lliurar les evidències a temps es traduirà en què l’alumne haurà de fer EXAMEN FINAL, tot i que podrà continuar venint i participant a classe.

OPCIÓ B) AVALUACIÓ FINAL
Aquesta modalitat és l’oficial, la “teòrica” no presencial, per aquells que no puguin assistir de manera regular, no aprovin per avaluació continua, no tinguin el guió-portafoli complert o abandonin l’avaluació continua.

Aquesta modalitat presenta dues opcions per aprovar:
--> EXAMEN FINAL Prova escrita de tota l’assignatura. Mínim 4 als que hagin seguit amb un rendiment adequat l'avaluació continua. Un 5 la resta.
--> EXAMEN DE REVÀLIDA. Prova escrita de tota l’assignatura. S'opta solament a 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.

La matèria està centrada en SABER FER, no en memoritzar aspectes teòrics.
Imprescindible venir amb portàtil amb SPSS instal·lat, llegir els materials indicats pel professor. Hi haurà una guia de seguiment per aquells que facin el final o els que no puguin venir a alguna de les sessions.
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.