Investigación Avanzada
Código: 42230 Créditos ECTS: 10| Titulación | Tipo | Curso |
|---|---|---|
| 4313148 Marketing | OB | 0 |
Contacto
- Nombre:
- Giuseppe Lamberti
- Correo electrónico:
- giuseppe.lamberti@uab.cat
Equipo docente
- Jordi Lopez Sintas
- Giuseppe Lamberti
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
Se recomienda que el estudiante disponga de conocimientos básicos en Investigación Comercial y en Análisis de datos. También es recomendable el seguimiento del curso propedeútico sobre "Introducción al análisis multivariante" que organiza el máster.
Objetivos y contextualización
La toma de decisiones en Marketing es cada vez más compleja y requiere de un mayor conocimiento del consumidor, tanto para entender su comportamiento como para preverlo.
En este módulo se profundizará en las herramientas imprescindibles tanto para una recogida de información fiable y valida como en el métodos para su análisis por sustentará una buena toma de decisiones en marketing. Sòberden tanto los métodos cualitativos como el cuantitativos y se abordan los avances metodológicos resultado de las nuevas tecnologías.
Todo ello estará enmarcado en unos trabajos prácticos. Para la manipulación de datos y su análisis se utilizará un entorno de análisis de datos abierto, gratuito y de libre acceso (software R) amd diferentes interfaces gráficas (Rstudio,R Cloud) que permitirá realizar el análisis de los datos disponibles para la problemática planteada. Por lo tanto, esta parte del módulo será eminentemente práctica y se llevará a cabo en el aula de informática o con un ordenador portatil propio.
Competencias
- Argumentar y redactar informes precisos y claros sobre problemas comerciales planteados.
- Desarrollar habilidades comunicativas en presentaciones orales ante públicos críticos.
- Desarrollar habilidades directivas y de liderazgo.
- Diseñar y ejecutar investigaciones de mercado.
- Planificar y llevar a cabo campañas publicitarias.
- Trabajar con las fuentes de datos, las metodologías y técnicas de investigación científica y las herramientas informáticas propias del marketing.
- Trabajar en equipos de carácter interdisciplinar.
Resultados de aprendizaje
- Aplicar los diferentes métodos de investigación.
- Argumentar y redactar informes precisos y claros sobre problemas comerciales planteados.
- Conocer las técnicas de investigación comúnmente aplicadas a la investigación publicitaria.
- Desarrollar habilidades comunicativas en presentaciones orales ante públicos críticos.
- Desarrollar habilidades directivas y de liderazgo.
- Diseñar investigaciones en el campo publicitario.
- Gestionar los recursos necesarios para el desarrollo de una investigación.
- Identificar las características de la base de datos para su análisis.
- Identificar las patologías o errores que afectan a una investigación de mercados.
- Planificar correctamente las diferentes etapas de un proceso de investigación comercial cualitativa y cuantitativa.
- Reconocer e identificar las diferentes metodologías de investigación.
- Trabajar en equipos de carácter interdisciplinar.
- Utilizar correctamente las herramientas informáticas para el análisis de los datos.
Contenido
BLOQUE I: INVESTIGACIÓN CUALITATIVA
- Comparación entre investigación cuantitativa y cualitativa
- Variedad de paradigmas de investigación cualitativa
- Diseños de investigación: preguntas de investigación y muestreo
- Recopilación de datos cualitativos: observación, conversación y recopilación de datos digitales
- Análisis de datos cualitativos: preguntas cortas, entrevistas, grupos focales y big data
- El proceso de análisis: codificación, categorización, interpretación
- Redacción de un artículo cualitativo: ordenar y comunicar conceptos; el uso de la inteligencia artificial en la escritura y análisis (Large Language Models).
- La tecnología de la investigación cualitativa
- Evaluación de la investigación cualitativa
BLOQUE II: INVESTIGACIÓN CUANTITATIVA
Parte C: Métodos cuantitativos de investigación en marketing - I (2,5 ECTS)
1) Modelos para construir mapas de percepciones y preferencias: Análisis de las componentes principales ACP
- Introducción a la metodología y principales aplicaciones
- Cálculos de las componentes
- Definición del números de componentes, circulo de las correlaciones y interpretación
- Interpretación de del gráficos de las componentes
2) Modelos para segmentar los mercados: Análisis Cluster
- Introducción ala metodología y principales aplicaciones
- Clúster jerarchicos, K-means
- Principales métodos de cálculo de proximidad
- Definiciones de los grupos
- Interpretación de los resultados
3) Modelos para construir mapas de percepciones y preferencias: Análisis de las correspondencias
- Introducción a la metodología y principales aplicaciones
- Perfiles columnas y fila, distancia del Chi cuadrado.
- Cálculos de los factores.
- Representación graficas.
- Interpretación de los resultados.
Parte D: Métodos cuantitativos de investigación en marketing - II (2,5 ECTS)
1) Modelos para clasificar los clientes: Análisis del Discriminante
- Introducción a la metodología y principales aplicaciones
- Función discriminante lineal y cuadrática
- Tabla de confusión
- Representación grafica
- Uso predictivo del análisis discriminante
2) Repaso regresión Lineal, regresión logística, regresión multinomial
- Repaso de la regresión lineal
- Introducción a la regresión logística: principales aplicaciones
- Calculo de los coeficientes
- Interpretación de los resultados
- Validación del modelo: análisis de los residuos
- Introducción a la regresión multinomial: principales aplicaciones
- Calculo de los coeficientes
- Interpretación de los resultados
- Validación del modelo: análisis delos residuos
3) Modelos causales: ecuaciones estructurales
- Introducción a la metodología y principales aplicaciones
- Definición Variables latentes y variables manifiestas
- Métodos de estimación
- Validación del modelo
- Interpretación de los coeficientes y representación graficas
Actividades formativas y Metodología
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Dirigidas | |||
| Clases magistrales, discusión de casos y presentación de trabajos | 75 | 3 | 1, 10, 13, 6, 4, 5, 2, 8, 9, 3, 7, 11, 12 |
| Tipo: Supervisadas | |||
| Tutorías y seguimiento de los trabajos a realizar y de los casos a preparar | 50 | 2 | 1, 10, 13, 6, 4, 5, 2, 8, 9, 3, 7, 11, 12 |
| Tipo: Autónomas | |||
| Lecturas relacionadas, preparación de casos y prácticas, estudio y elaboración de esquemas | 100 | 4 | 1, 10, 13, 6, 4, 5, 2, 8, 9, 3, 7, 11, 12 |
La metodología docente y la evaluación propuestas en la guía pueden experimentar alguna modificación en función de las restricciones a la presencialidad que impongan las autoridades sanitarias.
Se utilizará un conjunto de diferentes metodologías: clases magistrales, ensayos, proyectos, discusión de casos prácticos y ejercicios.
Se reservarán 15 minutos para responder a las encuestas de satisfacción de 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 |
|---|---|---|---|---|
| Casos prácticos | 40% | 20 | 0,8 | 1, 10, 13, 6, 4, 5, 2, 8, 9, 3, 7, 11, 12 |
| Examen | 40% | 3 | 0,12 | 1, 10, 13, 6, 4, 5, 2, 8, 9, 3, 7, 11, 12 |
| Participación | 20% | 2 | 0,08 | 1, 10, 13, 6, 4, 5, 2, 8, 9, 3, 7, 11, 12 |
Esta asignatura/modulo no prevé el sistema de evaluación unica
A. Normas generales de evaluación de los módulos
Este módulo se estructura en diferentes partes que están a cargo de diferentes profesores. La nota final del módulo consiste en la media de las notas de cada asignatura o partes que forman el módulo.
Se considera que el módulo se ha aprobado si:
1 la nota de cada parte del módulo es superior o igual a 5 (en una escala de 0 a 10) y
2 la nota final del módulo es mayor o igual a 5 (en una escala de 0 a 10)
Si el módulo no está aprobado, la coordinación del máster ofrecerá al estudiante la posibilidad de re-evaluar las partes que componen el módulo y que no se han superado si la nota es superior o igual a 3,5, según la valoración de los profesores de los módulos y de la coordinación. Si el estudiante aprueba la reevaluación la nota máxima que obtendrá en la parte reevaluada será de 5. El calendario de las reevaluaciones se hará público junto con la lista de notas del módulo.
La nota de cada parte del módulo
El alumno tendrá una nota de No Evaluado si no asiste al menos al 80% de las clases presenciales (se llevará un control con una hoja de firmas) o si no realiza al menos el 50% de las actividades de evaluación continuada. Cada profesor especificará en esta guía la manera en la que evaluará a los estudiantes. Si no se especifica en la guía, esas normas de evaluación se entregarán el primer día de clase por escrito.
B. Calendario de actividades de evaluación
Las fechas de las diferentes pruebas de evaluación (exámenes parciales, ejercicios en aula, entrega de trabajos, ...) se anunciarán con suficiente antelación durante el semestre.
La fecha del examen final de la asignatura está programada en elcalendario de exámenes de la Facultad.
"La programación de las pruebas de evaluación no se podrá modificar, salvo que haya un motivo excepcional y debidamente justificado por el cual no se pueda realizar un acto de evaluación. En este caso, las personas responsables de las titulaciones, previa consulta al profesorado y al estudiantado afectado, propondrán una nueva programación dentro del período lectivo correspondiente." Apartado 1 del Artículo 115. Calendario de las actividades de evaluación (Normativa Académica UAB)
Los y las estudiantes de la Facultad de Economía y Empresa que de acuerdo con el párrafo anterior necesiten cambiar una fecha de evaluación han de presentar la petición rellenando el documento Solicitud reprogramación prueba https://eformularis.uab.cat/group/deganat_feie/solicitud-reprogramacion-de-pruebas
Procedimiento de revisión de las calificaciones
Coincidiendo con el examen final se anunciará el día y el medio en que es publicarán las calificaciones finales. De la misma manera se informará del procedimiento, lugar, fecha y hora de la revisión de exámenes de acuerdo con la normativa de la Universidad.
Proceso de Recuperación
“Para participar en el proceso de recuperación el alumnado debe haber sido previamente evaluado en un conjunto de actividades que represente un mínimo de dos terceras partes de la calificación total de la asignatura o módulo.”Apartado 3 del Artículo 112 ter. La recuperación (Normativa Académica UAB).Los y las estudiantes deben haber obtenido una calificación media de la asignatura entre 3,5 y 4,9.
Todos los alumnos tienen la obligación de realizar las tareas evaluables. Si la nota de curso del alumno es 5 o superior, se considera superada la asignatura y ésta no podrá ser objeto de una nueva evaluación. En el caso de una nota inferior a 3,5, el estudiante tendrá que repetir la asignatura el siguiente curso. Para aquellos estudiantes que la nota de curso sea igual o superior a 3,5 e inferior a 5 podrán presentarse a la prueba de recuperación. Los profesores de la asignatura decidirán la modalidad de esta prueba. Cuando la nota de la prueba de recuperación sea igual o superior a 5, la calificación final de la asignatura será de APROBADO siendo la nota numérica máxima un 5. Cuando la nota de la prueba de recuperación sea inferior a 5, la cualificación final de la asignatura será de SUSPENSO siendo la nota numérica la nota de curso (y no la nota de la prueba de recuperación).
Un estudiante que no se presenta a ninguna prueba evaluatoria se considera no evaluable, por lo tanto, un estudiante que realiza algún componente de evaluación continuada ya no puede ser calificado con un "no evaluable”.
La fecha de esta prueba estará programada en el calendario de exámenes de la Facultad. El estudiante que se presente y la supere aprobará la asignatura con una nota de 5. En caso contrario mantendrá la misma nota.
Irregularidades en actos de evaluación
Sin perjuicio de otras medidas disciplinarias que se estimen oportunas, y de acuerdo con la normativa académica vigente, "en caso de queel estudiante realice cualquier irregularidad que pueda conducir a una variación significativa de la calificación de un acto de evaluación, se calificará con un 0 este acto de evaluación, con independencia del proceso disciplinario que se pueda instruir. En caso de que se produzcan diversas irregularidades en los actos de evaluación de una misma asignatura, la calificación final de esta asignatura será 0". Apartado 10 del Artículo 116. Resultados de la evaluación. (Normativa Académica UAB)
Bibliografía
BLOQUE I: INVESTIGACIÓN CUALITATIVA
Bibliografía basica
Kuckartz, U., & Rädiker, S. (2019). Analyzing Qualitative Data with MAXQDA: Text, Audio, and Video. Springer International Publishing. https://doi.org/10.1007/978-3-030-15671-8
Rädiker, S., & Kuckartz, U. (2020). Analyzing Open-Ended Survey Questions with MAXQDA. MAXQDA Press. https://doi.org/10.36192/978-3-948768027
Rädiker, S., & Kuckartz, U. (2020). Focused Analysis of Qualitative Interviews with MAXQDA (1st ed.). MAXQDA Press. https://doi.org/10.36192/978-3-948768072.
Rädiker, Stefan, and Andre Morgenstern-Einenkel. Collaborative Data Analysis Using MAXQDA TeamCloud. 1st ed. DE: MAXQDA Press, 2022. https://doi.org/10.36192/978-3-948768140.
Gizzi, Michael C., and Stefan Rädiker, eds. The Practice of Qualitative Data Analysis. DE: MAXQDA Press, 2021. https://doi.org/10.36192/978-3-948768058.Kuckartz, A., & Sharp, M. (2011). Responsibility: A Key Category for Understanding the Discourse on the Financial Crisis—Analyzing the KWALON Data Set with MAXQDA 10. Forum Qualitative Sozialforschung / Forum: Qualitative Social Research, 12.
Bibliografía complementaria
Becker, H. S. (1998). "Tricks of the Trade: How to Think About Your Research While You're Doing It". Chicago: The University of Chicago Press.
Blaikie, N. W. H. (2000). Designing social research: The logic of anticipation. Polity Press.
Bryman, A. (1988). Quantity andQuality in Social Research. London, Boston: Unwin Hyman.
Creswell, J. W. (1998). Qualitative Inquiry and Research Design: Choosing Among Five Traditions. Thousand Oaks (Calif.) [etc.]: Sage.
Denzin, N.K., and Y.S. Lincoln (1994), Handbook of Qualitative Research. CA: Sage.
Miles, M. B., Huberman, A. M., & Saldaña, J. (2014). Qualitative data analysis: A methods sourcebook (Third edition). SAGE Publications, Inc.
Patton, M. Q. (2002). Qualitative research & evaluation methods (3rd ed.). Thousand Oaks, CA: Sage.
Saldaña, J. (2009). The Coding Manual for Qualitative Researchers. SAGE.
Seale, C. (1999). The Quality of Qualitative Research. London: SAGE Publications.
Shank, G. D. (2002). Qualitative Research: A Personal Skills Approach. Upper Saddle River, NewJersey: Merrill Prentice Hall
Strauss, A. L. (1991). Basics of Qualitative Research: Grounded Theory Procedures and Technique (3rd. printing.). Newbury Park: SAGE.
Schedule: See campus virtual (digital learning platform)
BLOQUE II: INVESTIGACIÓN CUANTITATIVA
Partes C y D:
Hair, Joseph F, Rolph E Anderson, Ronald L Tatham, and William C Black. 2009. Multivariate Data Analysis with Readings. 7th ed. Upper Saddle river, NJ: Prentice Hall International Editions.
Modern Marketing Research: Concepts, Methods, and Cases, Feinberg, F.M. et al., Second Edition, published by Cengage Learning, 2012
Lilien, G.L. and Rangaswamy, A. 2004. Marketing Engineering: Computer-Assisted Marketing Analysis and Planning, Prentice Hall, Inc.
Chapman, N.C., and McDonnell, E., Feit. 2015. R for Marketing Research and Analytics, Springer-Verlag, Switzerland.
Software
Los estudiantes tienen a su disposición el software:
-Google suite
-Zotero (gestor de referencias bibligràfiques)
-R Language and Environment for Data Analysis (open source)
-Rstudio (una GUI open source para el uso de I)
-Rstudio.cloud
-QualCoder (qualitative data analysis software basado en Python, open source)
-RQDA (qualitative data analysis software basado en I, open source)
-Dedoose (web-based qualitative data analysis software)
- MaxQDA yNvivo
Lista de idiomas
| Nombre | Grupo | Idioma | Semestre | Turno |
|---|---|---|---|---|
| (TEm) Teoría (máster) | 30 | Español | primer cuatrimestre | manaña-mixto |