Guia en format PDF
Logo

Mètodes Quantitatius

Codi: 41984
Crèdits: 10
2026/2027
Titulació Tipus Curs
Gestió, organització i economia de l'empresa / Management, Organization and Business Economics OB 0

Professor/a de contacte

Nom :
Alexandra Simon Villar
Correu electrònic :
alexandra.simon@uab.cat

Equip docent

Alexandra Simon Villar
Giuseppe Lamberti
Miguel Karlo de Jesús Reyes
Nour Chams

Equip docent (extern a la UAB)

Alejandro Bello Pintado

Idiomes dels grups

Podeu consultar aquesta informació al final del document.

Prerequisits

 
No hi ha requisits previs específics, però algun coneixement previ general d'estadística és benvingut.

Objectius

El mòdul introdueix mètodes multivariants per a l’anàlisi quantitativa de grans bases de dades. 
També inclou mètodes per crear i millorar  escales de mesura i per a l'anàlisi de dades experimentals i no experimentals.
Les dades utilitzades estaran relacionades amb qüestions econòmiques i empresarials, 
fent especial èmfasi en introduir aspectes de gènere en els anàlisis. 
L’ús de paquets estadístics s’accentua mitjançant exercicis i treballs aplicats. 
El mòdul també conté mètodes economètrics que inclouen models de resposta, models de regressió censurats discrets, 
mètodes de selecció de mostres i models de dades de panell. 
A més, també aborda la programació matemàtica en el context de la investigació operativa.
El curs també introdueix conceptes d'investigació qualitativa.

Resultats d'aprenentatge

  1. Conèixer i distingir les característiques de les diferents bases de dades empresarials.
  2. Dominar l'anàlisi de les dades d'origen experimental i enquestes.
  3. Conèixer diferents tècniques estadístiques, economètriques i de programació matemàtica.
  4. Seleccionar les tècniques més adequades per abordar l'anàlisi d'informació tant quantitatives com qualitatives.
  5. Resoldre els models de probabilitat i estadística, econometria i programació matemàtica.
  6. Aprofundir en les diferències entre diferents realitats organitzatives.
  7. Identificar les fonts de dades a nivell internacional.
  8. Identificar els aspectes que fan diferents els models teòrics.
  9. Escollir el model teòric més adequat d'acord amb els objectius marcats per la realitat empresarial estudiada.
  10. Comunicar els resultats de la recerca utilitzant els diversos mitjans disponibles a audiències diverses.
  11. Dominar els instruments tècnics i informàtics necessaris per poder desenvolupar estudis aplicats.
  12. Identificar les fonts d'informació rellevants i els seus continguts per a la seva posterior explotació.
  13. Desenvolupar el compromís ètic, social i mediambiental.
  14. Capacitat per treballar en equips multidisciplinaris i internacionals.
  15. Desenvolupar un pensament crític i constructiu enfront de treballs propis i aliens.
  16. Habilitat per motivar les anàlisis, interpretar resultats i presentar-los de forma clara i concisa en anglès.
  17. Capacitat de lideratge i decisió.
  18. Distingir, tant en les anàlisis teòriques com en les anàlisis empíriques, els efectes de les variables de sexe i gènere.

Continguts

El mòdul proporciona informació fonamental per a la presa de decisions en negocis i gestió. 
En particular, el curs proporciona una introducció aplicada a l'anàlisi de dades. 
L'objectiu principal és proporcionar als estudiants els coneixements bàsics 
per desenvolupar l'anàlisi empírica i la comprensió dels resultats. 
L’enfocament de l’assignatura serà essencialment pràctic, 
essent STATA el paquet informàtic estadístic que s’utilitza al llarg del mòdul.

Es tractaran els temes següents:

Part 1

1. Gestió de dades, gràfics i aplicacions.
2. Estadística descriptiva. Importància. Proves d’hipòtesis.
3. Proves de normalitat. Proves paramètriques i no paramètriques per a la comparació de mitjanes.
4. Anàlisi de ccorrespondencies.
5. Mesures d'associació.
6. Correlació.
7. Regressió simple i múltiple.
8. Regressió logística.
9. Anàlisi factorial i de clústers.
10. Models d'equacions estructurals.
11. Models d’elecció discreta.
12. Models censurats i truncats.
13. Dades del panell.

Part 2

1. Coneixements bàsics de terminologia de recerca en ciències socials 


2. Entrevistes i focus grups


3. Grounded Theory per a la gestió


4. Software per a la recerca qualitaiva (NVivo)


5. Anàlisi temàtic




Podeu obtenir més informació a la pàgina web de MMOBE.

Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Tipus: Autònoma
Lectura de casos relacionats i preparació pràctica, estudi i preparació de esquemes 95 3,8 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17
Tipus: Dirigida
Classes magistrals, debats i presentacions 100 4 1, 2, 3, 4, 5, 6, 7, 8, 9
Tipus: Supervisada
Formació i seguiment del treball en curs i casos 15 0,6 1, 2, 3, 4, 5, 6, 7, 8, 9 
El mòdul presenta un enfocament pràctic; per tant, les sessions es programen a les aules d'informàtica
i es desenvolupen mitjançant l'ús de paquets estadístics (principalment STATA).En general, els professors presenten diferents tècniques (objectius i requisits relacionats amb el tipus de variables), 
utilitzen els paquets estadístics i ensenyen com es poden utilitzar en relació amb les tècniques 
comentades anteriorment i, finalment, desenvolupen alguns exercicis.Altres exercicis i casos s'assignen als estudiants.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè l'alumnat completi les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.

Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Examen 55% 10 0,4 1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 13, 16
Participació a classe 5% 0 0 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17
Treballs 40% 30 1,2 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18
El sistema seguit al mòdul considera 3 elements per avaluar el rendiment dels estudiants:1. Participació a classe.2. Tasques.3. Prova.

“Es considera ‘no avaluable’ l’estudiant que no es presenta a cap prova avaluable; per tant, un alumne que realitza qualsevol component d’avaluació continuada ja no pot ser qualificat com a ‘no avaluable’.”

Aquesta assignatura/mòdul no preveu el sistema d’avaluació única.

Ús de la IA:
Model 2 - Ús restringit: “Per a aquesta assignatura, es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) exclusivament en tasques de suport, com la cerca bibliogràfica o d’informació,
la correcció de textos o les traduccions. L'estudiant haurà d'identificar clarament quines parts han estat generades amb aquesta tecnologia, especificar les eines emprades i incloure una
reflexió crítica sobre com aquestes han influït en el procés i el resultat final de l’activitat. La no transparència de l’ús de la IA en aquesta activitat avaluable es considerarà falta d'honestedat
acadèmica i pot comportar una penalització parcial o total en la nota de l'activitat, o sancions majors en casos de gravetat.”

La realització de les activitats d’avaluació està subjecta al que estableix aquesta guia docent, així com a la "Política de la Facultat d’Economia i Empresa davant la detecció d’irregularitats durant la realització d’activitats avaluatives", que regula les condicions de desenvolupament de les proves d’avaluació i els procediments aplicables en cas de detectar-se irregularitats. Es recomana a l’estudiantat consultar-ne el contingut.

Bibliografia

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.

Programari

STATA, NVivo, R

Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura

Tipus de docència Grup Idioma Semestre Torn
(TEm) Teoria (màster) 30 Anglès segon quadrimestre matí-mixt
(PLABm) Pràctiques de laboratori (màster) 30 Anglès segon quadrimestre matí-mixt