Consulta de Guías Docentes



Academic Year/course: 2023/24

555 - Master's in Management, Strategy and Marketing

61760 - Modeling methods


Syllabus Information

Academic year:
2023/24
Subject:
61760 - Modeling methods
Faculty / School:
109 - Facultad de Economía y Empresa
Degree:
555 - Master's in Management, Strategy and Marketing
ECTS:
3.0
Year:
1
Semester:
Second semester
Subject type:
Optional
Module:
---

1. General information

The objective of this subject is the study of data analysis methods, with emphasis on the formulation of theoretical models and the measurement of variables, as well as on empirical exercises to validate and verify their relationships. More specifically, it will focus on: the formulation and operationalisation of conceptual models, the measurement and modelling of perceptual versus objective variables, the knowledge of different methodological approaches to data processing and, consequently, the application of statistical software according to the nature of the variables and the theoretically proposed relationships (R, SPC, SPC).

These approaches and objectives are aligned with the Sustainable Development Goals (SDGs) of the United Nations Agenda 2030 (https://www.un.org/sustainabledevelopment/es/). Specifically, the learning activities foreseen in this subject will contribute to the achievement of SDG 4: "Quality Education".

An adequate level of English and basic data analysis skills are required.

2. Learning results

In general, the student is expected to be able to identify the methodology used in a research/article, and to evaluate its adequacy, as well as the results and conclusions, providing a critical assessment.  More specifically, the student is expected to: use statistical tools to extract relevant information from the data in order to prepare and defend projects. To know and apply the scientific process to a research, discern between the different existing methodologies and determine which one is the best for the object of study and the objectives to be achieved in a research project. To interpret statistical results and contrast hypotheses obtained from the application of different methodologies, develop a research project where the acquired knowledge is applied. To communicate ideas both orally and in writing.

3. Syllabus

Topic 1. Definition and formulation of conceptual models

Regression model

Measurement model

Mediation and moderation model

Topic 2. Information analysis

Types of data

Scales of measurement, coding and tabulation

Relationships between variables and between cases

Topic 3. Structural Equation Modelling (SEM)

Model specification and identification

Model estimation

Model evaluation

4. Academic activities

This subject has an academic approach, based both on the review of different research methodologies and published empirical exercises. It offers a practical approach focused on the application of statistical programs. More specifically, the training activity is focused on:

  • classroom lecture and content discussion (20 hours)
  • academic readings and practical applications (5 hours)
  • presentation and defence of completed works (5 hours)
  • autonomous work of the student (reading and comprehension, preparation of presentations, writing of research papers) (45 hours).

Consequently, the teaching methodologies will be: lecture presentation, solving of exercises and/or cases, presentation and defence of recommended readings and autonomous study.

5. Assessment system

Continuous assessment

Work1. To apply descriptive and inferential statistics to a database (approximately 5 pages in length), according to the following outline: a) present the motivation (selection of a database); b) define the objectives of the work (relationships between variables); c) present the methodology (type of analysis to be performed); d) summarize the main results (30%).

Work2. To apply the knowledge acquired to a published research article (approximately 10 pages in length), according to the following outline: (a) present a brief summary of the article (objectives, analysis methodology, data, measurement instruments and main results-conclusions); (b) describe and analyse the proposed hypotheses in order to assess the adequacy of the selected methodology; (c) analyse the contrast of the hypotheses, results presented and conclusions; (d) general impressions (50%).

Data analysis project, approximately 3-5 pages long, detailing and describing: the objective of the analysis and hypothesis, the data base(s) and variables and the selected methodology (20%).

Global test: Students who do not opt for continuous assessment, do not pass the subject by this method or who wish to improve their grade are entitled to take the global test which will consist of a written test including open-ended questions about the contents of the syllabus.

In the second call, the assessment will be carried out by means of the global test described above.


Curso Académico: 2023/24

555 - Máster Universitario en Dirección, Estrategia y Marketing

61760 - Métodos de modelización


Información del Plan Docente

Año académico:
2023/24
Asignatura:
61760 - Métodos de modelización
Centro académico:
109 - Facultad de Economía y Empresa
Titulación:
555 - Máster Universitario en Dirección, Estrategia y Marketing
Créditos:
3.0
Curso:
1
Periodo de impartición:
Segundo semestre
Clase de asignatura:
Optativa
Materia:
---

1. Información básica de la asignatura

El objetivo de esta asignatura es el estudio de métodos de análisis de datos, poniendo énfasis tanto en la formulación de modelos teóricos y medición de variables, como en los ejercicios empíricos de validación y comprobación de sus relaciones. Más concretamente se profundizará en: la formulación y operacionalización de modelos conceptuales, la medición y modelización de variables perceptuales versus objetivas, el conocimiento de diferentes aproximaciones metodológicas para el tratamiento de datos; y en consecuencia, en la aplicación de softwares estadísticos acordes a la naturaleza de las variables y a las relaciones teóricamente planteadas (R, SPSS, EQS, MPLUS, STATA).

Estos planteamientos y objetivos están alineados con los Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030 de Naciones Unidas (https://www.un.org/sustainabledevelopment/es/). En concreto, las actividades de aprendizaje previstas en esta asignatura contribuirán al logro del objetivo ODS 4: “Educación de calidad”

Un nivel adecuado de inglés es necesario, y conocimientos básicos para el análisis de datos.

2. Resultados de aprendizaje

De manera general se pretende que el alumno sea capaz de identificar la metodología que se ha utilizado en una investigación/artículo, y de valorar la adecuación de la misma, así como de los resultados y conclusiones, aportando una valoración crítica al respecto. De manera más concreta se pretende que el alumno sea capaz de: utilizar las herramientas estadísticas para extraer de los datos información relevante para elaborar y defender proyectos, conocer y aplicar el proceso científico a una investigación, discernir entre las distintas metodologías existentes y determinar cuál es la que mejor se adapta para el objeto de estudio y los objetivos que se quieren alcanzar en un proyecto de investigación, ser capaz de interpretar resultados estadísticos, así como contrastar hipótesis, obtenidos de la aplicación de distintas metodologías, desarrollar un proyecto de investigación donde se apliquen los conocimientos adquiridos y comunicar ideas de manera escrita y oral.

3. Programa de la asignatura

Tema 1. Definición y formulación de modelos conceptuales

Modelo de regresión

Modelo de medición

Modelo de mediación y de moderación

Tema 2. Análisis de la información

Tipos de datos

Escalas de medición, codificación y tabulación

Relaciones entre variables y entre casos

Tema 3. Modelos de Ecuaciones Estructurales (SEM)

Especificación e identificación del modelo

Estimación del modelo

Evaluación del modelo

4. Actividades académicas

En esta asignatura se adopta un enfoque académico, basado en la revisión tanto de distintas metodologías de investigación, como de ejercicios empíricos publicados, y un enfoque práctico centrado en la aplicación de programas estadísticos. Más concretamente, la actividad formativa se concreta en:

  • clase presencial y discusión del contenido (20 horas)
  • trabajo con lecturas académicas y aplicaciones prácticas (5 horas)
  • presentación y defensa de trabajos realizados (5 horas)
  • trabajo autónomo del estudiante (lectura y comprensión, preparación exposiciones, elaboración trabajos investigación) (45 horas).

En consecuencia, las metodologías docentes serán: presentación magistral, resolución de ejercicios y/o casos, presentación y defensa de lecturas recomendadas y autoaprendizaje.

5. Sistema de evaluación

Evaluación Continua:

Trabajo1. Aplicar la estadística descriptiva e inferencial a una base de datos (extensión aproximada de 5 páginas), seguirá el siguiente esquema: a) presentar la motivación (selección de una base de datos); b) definir los objetivos del trabajo (relaciones entre variables); c) presentar la metodología (tipo de análisis a realizar); d) resumir los principales resultados (30%)

Trabajo 2. Aplicar los conocimientos adquiridos a un artículo de investigación publicado (extensión aproximada de 10 páginas), seguirá el siguiente esquema: a) presentar un breve resumen del artículo (objetivos, metodología de análisis, datos, instrumentos de medición y principales resultados-conclusiones); b) describir y analizar las hipótesis propuestas para poder valorar la adecuación de la metodología seleccionada; c) analizar el contraste de las hipótesis, resultados presentados y las conclusiones; d) impresiones generales (50%)

Proyecto de análisis de datos, de unas 3-5 páginas de extensión aproximada, en la que se detalle y describa: el objetivo del análisis e hipótesis, las base o bases de datos y variables, y la metodología seleccionada (20%)

Prueba global: El estudiante que no opte por la evaluación continua, que no supere la asignatura mediante la evaluación continua o quiera mejorar su calificación, tendrá derecho a presentarse a la prueba global que consistirá en una prueba escrita en la que el alumno deberá contestar preguntas de carácter abierto sobre los contenidos de los temas del programa.

En segunda convocatoria, la evaluación se realizará mediante la prueba global descrita.