Métodos Cuantitativos
Código: 41984 Créditos ECTS: 10| Titulación | Tipo | Curso |
|---|---|---|
| Gestión, organización y economía de la empresa / Management, Organization and Business Economics | OB | 0 |
Contacto
- Nombre:
- Alexandra Simon Villar
- Correo electrónico:
- alexandra.simon@uab.cat
Equipo docente
- Alexandra Simon Villar
- Giuseppe Lamberti
- (Externo) Alejandro Bello Pintado
- (Externo) Mario Pansera
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
No hay requisitos previos específicos, pero algun conocimiento previo general de estadística es bienvenido.
Objetivos y contextualización
El módulo introduce métodos multivariantes para el análisis cuantitativo de grandes bases de datos.
También incluye métodos para crear y mejorar escalas de medida y
para el análisis de datos experimentales y no experimentales.
Los datos utilizados estarán relacionadas con cuestiones económicas y empresariales,
haciendo especial énfasis en introducir
aspectos de género en los análisis.
El uso de paquetes estadísticos se acentúa mediante ejercicios y trabajos aplicados.
El módulo también contiene métodos econométricos que incluyen modelos de respuesta,
modelos de regresión censurados discretos, métodos de selección de muestras y modelos de datos de panel.
Además, también aborda la programación matemática en el contexto de la investigación operativa.
El curso también introduce conceptos sobre investigación cualitativa.
Competencias
- Abordar de manera crítica las fuentes documentales cuantitativas relevantes para el análisis económico de las organizaciones.
- Analizar y sintetizar grandes y complejas cantidades de información cuantitativa y cualitativa utilizando técnicas estadísticas, econométricas y de programación matemática.
- Capacidad de liderazgo y decisión.
- Capacidad para trabajar con equipos multidisciplinares e internacionales.
- Comprender el paso de modelos teóricos relacionados con la empresa a su aplicación empírica.
- Comprender modelos cuantitativos de la empresa e interpretar sus resultados.
- Comunicar los resultados de la investigación utilizando los diversos medios disponibles a audiencias diversas.
- Desarrollar el compromiso ético, social y medioambiental.
- Desarrollar la capacidad de evaluar las desigualdades por razón de sexo y género, para diseñar soluciones.
- Desarrollar un pensamiento crítico y constructivo frente a trabajos propios y ajenos.
- Dominar los instrumentos técnicos y informáticos necesarios para poder desarrollar estudios aplicados.
- Habilidad para motivar los análisis, interpretar resultados y presentarlos de forma clara y concisa en inglés.
- Identificar las fuentes de información relevantes y sus contenidos para su posterior explotación.
- Reconocer los problemas asociados a la comparabilidad de distintas realidades organizativas en las investigaciones con datos internacionales.
Resultados de aprendizaje
- Capacidad de liderazgo y decisión.
- Capacidad para trabajar con equipos multidisciplinares e internacionales.
- Comunicar los resultados de la investigación utilizando los diversos medios disponibles a audiencias diversas.
- Conocer distintas técnicas estadísticas, econométricas y de programación matemática.
- Conocer y distinguir las características de las diferentes bases de datos empresariales.
- Desarrollar el compromiso ético, social y medioambiental.
- Desarrollar un pensamiento crítico y constructivo frente a trabajos propios y ajenos.
- Dominar el análisis de los datos de origen experimental y encuestas.
- Dominar los instrumentos técnicos y informáticos necesarios para poder desarrollar estudios aplicados.
- Escoger el modelo teórico más adecuado de acuerdo con los objetivos marcados por la realidad empresarial estudiada.
- Habilidad para motivar los análisis, interpretar resultados y presentarlos de forma clara y concisa en inglés.
- Identificar las fuentes de datos a nivel internacional.
- Identificar las fuentes de información relevantes y sus contenidos para su posterior explotación.
- Identificar los aspectos que hacen distintos los modelos teóricos.
- Profundizar en las diferencias entre distintas realidades organizativas.
- Resolver los modelos de probabilidad y estadística, econometría y programación matemática.
- Sabe distinguir tanto en los análisis teóricos como en los análisis empíricos los efectos de las variables sexo y género.
- Seleccionar las técnicas más adecuadas para abordar el análisis de información tanto cuantitativas y cualitativa.
Contenido
El módulo proporciona información fundamental para la toma de decisiones en negocios y gestión.
En particular, el curso proporciona una introducción aplicada al análisis de datos.
El objetivo principal es proporcionar a los estudiantes los conocimientos básicos para desarrollar
el análisis empírico y la comprensión de los resultados.
El enfoque de la asignatura será esencialmente práctico,
siendo STATA el paquete informático estadístico que se utiliza a lo largo del módulo.
Se tratarán los temas siguientes:
Parte 1
1. Gestión de datos, gráficos y aplicaciones.
2. Estadística descriptiva. Importancia. Pruebas de hipótesis.
3. Pruebas de normalidad. Pruebas paramétricas y no paramétricas para la comparación de medias.
4. Análisis de ccorrespondencies.
5. Medidas de asociación.
6. Correlación.
7. Regresión simple y múltiple.
8. Regresión logística.
9. Análisis factorial y de clusters.
10. Modelos de ecuaciones estructurales.
11. Modelos de elección discreta.
12. Modelos censurados y truncados.
13. Datos del panel.
Parte 2
1. Conociemientos básicos de terminologia de investigación en ciencias sociales
2. Entrevistas y focus groups
3. Grounded Theory para la gestión
4. Software para la investigación cualitativa (NVivo)
5. Análisis temático
Puede obtener más información en la página web de MMOBE.
Actividades formativas y Metodología
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Dirigidas | |||
| Clases magistrales, debates y presentaciones | 100 | 4 | 15, 4, 5, 8, 10, 14, 12, 16, 18 |
| Tipo: Supervisadas | |||
| Formación y seguimiento del trabajo en curso y casos | 15 | 0,6 | 15, 4, 5, 8, 10, 14, 12, 16, 18 |
| Tipo: Autónomas | |||
| Lectura de casos relacionados y preparación práctica, estudio y preparación de esquemas | 95 | 3,8 | 15, 1, 2, 3, 4, 5, 6, 7, 9, 8, 10, 11, 14, 12, 13, 16, 18 |
El módulo presenta un enfoque práctico; por tanto, las sesiones se programan en las aulas de informática
y se desarrollan mediante el uso de paquetes estadísticos (principalmente STATA).
En general, los profesores presentan diferentes técnicas (objetivos y requisitos relacionados con el tipo de variables),
utilizan los paquetes estadísticos y enseñan cómo se pueden utilizar en relación con las técnicas comentadas anteriormente y,
finalmente, desarrollan algunos ejercicios.
Otros ejercicios y casos se asignan a los estudiantes.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Evaluación
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Examen | 55% | 10 | 0,4 | 15, 4, 5, 6, 9, 8, 10, 11, 14, 12, 16, 18 |
| Participación en clase | 5% | 0 | 0 | 15, 1, 2, 3, 4, 5, 6, 7, 9, 8, 10, 11, 14, 12, 13, 16, 18 |
| Trabajos | 40% | 30 | 1,2 | 15, 1, 2, 3, 4, 5, 6, 7, 17, 9, 8, 10, 11, 14, 12, 13, 16, 18 |
El sistema seguido en el módulo considera 3 elementos para evaluar el rendimiento de los estudiantes:
1. Participación en clase.
2. Tareas.
3. Prueba.
"Se considera 'no evaluable' el estudiante que no se presenta a ninguna prueba evaluable; por tanto, un alumno que realiza cualquier componente de evaluación continuada ya no puede ser calificado como 'no evaluable'."
Esta asignatura/módulo no prevé el sistema de evaluación única.
Uso de la IA:
Modelo 2 - Uso restringido: “Para esta asignatura, se permite el uso de tecnologías de Inteligencia Artificial (IA) exclusivamente en tareas de soporte, como la búsqueda bibliográfica o de información,
la corrección de textos o las traducciones. El estudiante deberá identificar claramente qué partes han sido generadas con esta tecnología, especificar las herramientas utilizadas e incluir una
reflexión crítica sobre cómo éstas han influido en el proceso y el resultado final de la actividad. La no transparencia del uso de la IA en esta actividad evaluable se considerará falta de honestidad
académica y puede comportar una penalización parcial o total en la nota de la actividad, o sanciones mayores en casos de gravedad.”
Bibliografía
Afifi, A., May, S., and Clark, V.A. (2011) Practical Multivariate Analysis, 5th ed., Chapman & Hall/CRC.
Amemiya, T. (1981) Qualitative Response Models: A Survey, Journal of Economic Literature, 19: 483–536.
Cameron, A.C., and Trivedi, P.K (2009) Microeconomics using Stata, STATA Press.
GIOIA, D. A., CORLEY, K.G., HAMILTON, A.L. (2013). Seeking qualitative rigor in inductive research: Notes on the Gioia methodology. Organizational research methods, vol. 16, no 1, p. 15-31.
Greene, W. (2003) Econometric Analysis. Fifth edition. Upper Saddler River. New Jersey, USA: Prentice – Hall.
GRIX, J. (2002). Introducing students to the generic terminology of social research. Politics, vol. 22, no 3, p. 175-186.
Hair, J., Black, B., Babin, B., Anderson, R., Tatham, R. (2010) Multivariate data analysis. Sixth edition. Upper Saddler River. New Jersey, USA: Prentice – Hall.
Maddala, G. (1983) Limited Dependent and Qualitative Variables in Econometrics. Econometric Society Monographs No 3, Cambridge University Press, Cambridge, chapters 2 and 3.
Software
STATA, NVivo, R
Grupos e idiomas de la asignatura
La información proporcionada es provisional hasta el 30 de noviembre de 2025. A partir de esta fecha, podrá consultar el idioma de cada grupo a través de este enlace. Para acceder a la información, será necesario introducir el CÓDIGO de la asignatura
| Nombre | Grupo | Idioma | Semestre | Turno |
|---|---|---|---|---|
| (PLABm) Prácticas de laboratorio (máster) | 30 | Inglés | segundo cuatrimestre | manaña-mixto |
| (TEm) Teoría (máster) | 30 | Inglés | segundo cuatrimestre | manaña-mixto |