Técnicas de Enquisas e Análise de Datos

Esta materia componse de dúas partes relativamente diferenciadas. A primeira, centrada nas técnicas de enquisas, busca que o alumnado adquira coñecementos sobre os métodos de mostraxe de poboacións finitas, aprendendo a deseñar métodos de recollida de información mediante enquisas e o seu tratamento posterior. A segunda parte, centrada nas técnicas de análise multivariante, pretende que o alumnado coñeza estas técnicas de exploración de datos dende un enfoque basicamente aplicado, aprendendo a identificar que casuísticas concretas permite analizar cada técnica, que supostos se deben cumprir, como aplicar o software estatístico para levar a cabo cada análise, así como a interpretación correcta de resultados.

TÉCNICAS DE ENQUISAS

Tema 1. Conceptos básicos da mostraxe
1.1 Poboación e mostra
1.2 Mostraxe probabilística. Caracteres e características da poboación. Poboación e marco. Unidades de mostraxe e unidades elementais
1.3 Erros de mostraxe e erros alleos á mostraxe

Tema 2. Mostraxe aleatoria simple
2.1 Como seleccionar una mostra aleatoria simple (m.a.s.)
2.2 Estimación da media e do total dunha poboación
2.3 Comparación das estimacións
2.4 Determinación do tamaño da mostra

Tema 3. Mostraxe aleatoria estratificada
3.1 Como seleccionar unha mostra aleatoria estratificada
3.2 Estimación da media e do total da poboación
3.3 Afixación da mostra
3.4 Determinación do tamaño da mostra

Tema 4. Mostraxe de conglomerados
4.1 Como seleccionar una mostra por conglomerados.
4.2 Estimación da media e do total da poboación
4.3 Mostraxe de conglomerados monoetápico
4.4 Mostraxe bietápico

Tema 5. Mostraxe sistemático con arranque aleatorio
5.1 Como seleccionar una mostra sistemática
5.2 Estimación da media e do total da poboación
5.3 Comparación coa mostraxe estratificada e coa de conglomerados.

ANALISE DE DATOS

Tema 6. Análise multivariante. Introdución
6.1 Conceptos básicos: individuos, variables, escalas, matriz de datos, ...
6.2. Análise exploratoria de datos. Aplicacións con software estatístico (SPSS, R, …).
6.3. Tipos de técnicas multivariantes. Clasificación.

Tema 7. Análise Factorial Exploratorio (AF) e Análise de Compoñentes Principais (ACP)
7.1. Obxectivo, variables e requisitos da AF e da ACP. Similitudes e diferenzas.
7.2. Formulación do modelo AF e hipóteses.
7.3. Formulación do modelo ACP. Interpretación xeométrica.
7.4. Etapas: adecuación do modelo, determinación do nº de factores/compoñentes, métodos de extracción, rotación, interpretación de factores/compoñentes, representacións gráficas, bondade do modelo, puntuacións,...
7.5. Aplicacións con software estatístico. Interpretacións de resultados.

Tema 8: Análise Factorial de Correspondencias (AFC)
8.1. Obxectivo, variables e requisitos.
8.2. Fundamentación e formulación da AFC Simple. Etapas.
8.3. AFC Múltiple. Etapas.
8.4. Aplicacións con software estatístico. Interpretacións de resultados.

Tema 9: Análise Clúster ou de Conglomerados (AC)
9.1. Obxectivo, variables e requisitos. Medidas de distancia e similitude.
9.2. Métodos ou algoritmos xerárquicos de conglomeración. Determinación do número de conglomerados. Interpretación e validación da solución clúster,.…
9.3. Métodos non xerárquicos: o método das k-medias
9.4. Aplicacións con software estatístico. Interpretacións de resultados.

Tema 10. Análise Discriminante (AD)
10.1. Obxectivo, variables e requisitos. Relación AD vs. AC.
10.2. Formulación do modelo AD e supostos básicos.
10.3. Etapas: adecuación do modelo, elección das variables discriminantes, estimación e grao de discriminación da/s función/s discriminante/s, clasificación de novos casos, bondade do modelo, …
10.4. Aplicacións con software estatístico. Interpretacións de resultados.

Bibliografía básica

ALDÁS, J.; URIEL, E. (2017): Análisis multivariante aplicado con R. Madrid: Paraninfo
BOZA, J.; PÉREZ-RODRÍGUEZ, J.V. ; DE LEÓN, J. ( 2021 ): Introducción a las técnicas de muestreo. Ed. Pirámide
HAIR, J.F.; ANDERSON, R.E.; TATHAM, R.L.; BLACK, W.C. (2004). Análisis multivariante. Madrid: Pearson-Prentice Hall.
MATEOS-APARICIO, G.; HERNÁNDEZ, a. (2021): Análisis multivariante de datos. Cómo buscar patrones de comportamiento en BIG DATA. Madrid: Pirámide
PÉREZ LÓPEZ, C. (2005): Muestreo estadístico. Conceptos y problemas resueltos. Madrid: Pearson Education.
SANTOS, J.; MUÑOZ, A. ; JUEZ, P.; CORTIÑAS, P. (2004): Diseño de encuestas para estudios de mercado. Técnicas de Muestreo y Análisis Multivariante. Madrid: Centro de Estudios Ramón Areces.
SCHEAFFE, R. L, MENDENHALL, W e OTT, L. (2006). Elementos de muestreo, 6º ed. Madrid: Paraninfo.
VICENTE VÍRSEDA, J.A.; GONZÁLEZ ARIAS, J.; PARRA RODRÍGUEZ, F.J.; BELTRÁN PASCUAL, M. (2019): Métodos de data science aplicados a la economía y a la dirección y administración de empresas. Madrid : UNED E Libro (usc.gal)

Bibliografía complementaria

APARICIO, F. (1991): Tratamiento informático de encuestas. Madrid: RA-MA.
AZORÍN, F.; SÁNCHEZ, L. (1986): Métodos y aplicaciones del muestreo. Madrid: Alianza.
CID, A.; DELGADO, C. A.; LEGUEY,S. (1999). Introducción al muestreo en poblaciones finitas. Madrid: Nuevas Estructuras.
COCHRAN, W.G. (1971): Técnicas de muestreo. México: C.E.C.S.A.
FREIXA, M.; SALAFRANCA, L.; GUARDIA,J.; FERRER, R.; TURBANY,J. (1992): Análisis exploratorio de datos: nuevas técnicas estadísticas. Barcelona: PPU
GARZA, J. de la; MORALES, B.N; GONZÁLEZ, B.A. (2013): Análisis estadístico multivariante. Un enfoque teórico y práctico. México: McGrawHill.
KISH, L. (1972): Muestreo de encuestas. México: Trillas.
KISH, L.(1995) : Diseño estadístico para la investigación. Madrid: CIS
LËVY, J-P.; VARELA, J. (Dir.) (2003) Análisis multivariable para las ciencias sociales. Madrid: Pearson-Prentice Hall.
LÓPEZ-ROLDÁN, P.; FACHELLI, S. Metodología de la investigación social cuantitativa. Bellaterra: Universitat Autònoma de Barcelona, 2015. <https://ddd.uab.cat/record/129382> [Consulta: 16/03/2020]. https://ddd.uab.cat/record/129382?ln=ca
MARTIN, P.J.; LAFUENTE, M.; FAURA, U. (2015): Guía práctica de estadística aplicada a la empresa y al márketing. Madrid: Paraninfo.
MIRÁS, J. (1985): Elementos de muestreo para poblaciones finitas. Madrid: INE.
PARDO, A.; RUIZ, M.A. (2002) SPSS 11. Guía para el análisis de datos. Madrid: McGraw Hill
RUEDA, M. Del Mar y ARCOS, A. (1998): Problemas de muestreo en poblaciones finitas. Grupo Editorial Universitario.
SALVADOR FIGUERAS, M. Análisis Multivariante, [en línea] 5campus.org, Estadística <http://www.5campus.org/leccion/cluster> [16/03/2020]]
http://ciberconta.unizar.es/cv/manuelsalvador.htm
URIEL, E.; ALDÁS, J. (2005): Análisis Multivariante Aplicado. Madrid: Thomson.
VIDAL DÍAZ DE RADA, I. (2002): Técnicas de Análisis Multivariante para Investigación Social y Comercial. Ejemplos prácticos utilizando SPSS versión 11. Madrid: Ra-Ma.


Esta materia conta con Aula Virtual.

Competencias da titulación ás que contribúe a materia:

- Saber elaborar e defender argumentos sobre cuestións económicas a un nivel xeral, así como resolver problemas sobre estas cuestións, facendo uso dos seus coñecementos sobre a realidade económica e empresarial, as teorías, os modelos e os métodos científicos propios.
- Saber identificar, reunir e interpretar datos relevantes sobre cuestións relacionadas co ámbito económico e empresarial, incorporando na elaboración de xuízos e propostas as consideracións pertinentes sobre a súa dimensión social, científica ou ética.
- Elementos básicos de estatística, probabilidade e inferencia estatística.
- Identificar as fontes de información económica relevante e o seu contido.

Competencias específicas da materia:

- Coñecer e comprender os métodos de obtención de información estatística por mostraxe.
-Coñecer os métodos de deseños de enquisas.
- Coñecer e comprender as técnicas de análises de conxuntos numerosos de datos,
aprendendo a seleccionar as máis adecuadas en cada caso.
- Manexar programas de computador adecuados para a utilización de dicha técnicas.
-Desenvolver as capacidades de entendemento, razoamento, crítica e expresión oral e escrita, mediante a utilización dun léxico estatístico-económico adecuado.

Competencias transversais:

CT1 – Análise e síntese
CT5 - Coñecementos de tecnoloxías da información
CT6 - Resolución de problemas
CT9 - Autonomía na aprendizaxe
CT10 - Traballo en equipo

Clases expositivas: teñen como obxecto a introdución e explicación dos aspectos básicos da materia, facilitando ó alumnado a información adicional necesaria que permita un adecuado desenvolvemento do proceso de aprendizaxe autónoma.

Clases interactivas: búscase que o alumnado aprenda a aplicar as técnicas de mostraxe e de análise multivariante ó estudo da realidade económica, diferenciando que tipo de técnica utilizar en cada caso, como aplicala e que conclusións se obteñen da análise realizada. Para iso, proporanse problemas, actividades e traballos que o alumnado deberá resolver individualmente e/ou en grupos reducidos, na clase ou de forma autónoma, fomentando a cooperación e o traballo colaborativo en equipo.

Prácticas con ordenador (con programas estatísticos como o SPSS ou similares): constitúen unha aprendizaxe imprescindible para iniciarse na análise de grandes bases de datos que caracterizan os fenómenos da realidade socioeconómica actual. Tamén facilitan a adquisición de habilidades no manexo das TIC e serán de grande axuda para desenvolver con éxito a parte empírica do traballo en equipo que se planifica realizar na segunda parte da materia.
Traballo en equipo: formaranse equipos de traballo que, de forma colaborativa e autónoma, realicen o desenvolvemento teórico e empírico dalgunha das técnicas multivariantes que figuran no temario, presentando o seu traballo ante o resto do alumnado nas últimas semanas de clase. Mais detalles sobre a conformación dos equipos, o seu funcionamento, o contido do traballo, etc achegaranse na aula virtual no apartado correspondente ó traballo.

Titorías: pretenden facilitar ó alumnado asesoramento para o desenvolvemento das actividades propostas, moitas delas a realizar de forma autónoma, así como atender calquera dúbida relacionada coa materia.

OPORTUNIDADE ORDINARIA (1ª oportunidade)

O/a estudante deberá optar ó inicio do semestre (antes de rematar a 3ª semana de clase) entre un sistema de avaliación continua e un sistema de avaliación única. O sistema de avaliación por excelencia será o de avaliación continua, desenvolvendo actividades e empregando instrumentos de avaliación que permitan medir a aprendizaxe continuada de conceptos e métodos, así como a capacidade de seleccionar as técnicas axeitadas, aplicalas e interpretar correctamente os resultados. Basearase fundamentalmente na realización de probas escritas e de tarefas de avaliación continua (asistencia e participación activa, controis, actividades, traballos en equipo, prácticas con ordenador, ...).

A avaliación continua require asistencia habitual a clase (>80%) e participación activa.

A) SISTEMA DE AVALIACIÓN CONTINUA.

Instrumentos avaliativos e o seu peso na nota final:

- EXAMES: 60% da cualificación total (6 puntos). O temario consta de dúas partes diferenciadas, repartíndose os 6 ptos a partes iguais entre ambas.

- ACTIVIDADES DE AVALIACIÓN CONTINUA (40% da cualificación total; 4 puntos):
+ Participación en clase, resolución de exercicios, probas, …(Técnicas de Enquisas; 2 puntos)
+ Traballo en equipo, asistencia e participación en clase, informes/probas de prácticas con ordenador,…(Análise de datos; 2 puntos).

Ademais do exame final, a realizar na data establecida pola facultade, a mediados do cuadrimestre o alumnado terá a oportunidade de liberar a 1ª parte da materia a través dunha proba/parcial. Superar a 1ª parte por avaliación continua sen necesidade de ir ó exame final require obter unha nota total non inferior a 2,5 (de 5 ptos).

O exame da 2ª parte da materia realizarase na data do exame final. Superar esta parte tamén require unha nota total non inferior a 2,5 dun total de 5 ptos.

No caso de ir ó exame final con toda a materia, superar esta require unha nota global non inferior a 5 ptos.


B) SISTEMA DE AVALIACIÓN ÚNICA

O/a estudante será cualificado exclusivamente a través do exame final que puntuará sobre 10 puntos.


OPORTUNIDADE EXTRAORDINARIA OU DE RECUPERACIÓN (2ª oportunidade)

Na avaliación extraordinaria de Xullo, o/a estudante que tivese elixido o sistema de avaliación continua poderá manterse no mesmo ou cambiar ó sistema de avaliación única. Para isto, no momento do exame, o/a estudante fará constar se se mantén no sistema de avaliación continua (no que o exame puntuará sobre 6 puntos) ou se opta polo de avaliación única (no que o exame puntuará sobre 10 puntos). Para obter a cualificación final da materia, no primeiro caso manterase a puntuación de avaliación continua obtida ó longo do curso que será sumada á do exame, mentres que no segundo caso a cualificación final da materia será a obtida no exame.

Para poder realizar os exames é obrigatorio presentar un documento identificativo que teña carácter oficial (DNI, Tarxeta Universitaria, Pasaporte,...).

O alumnado que dispoña de dispensa de asistencia a clases será avaliado a través do sistema de avaliación única. O alumnado repetidor poderá elexir entre avaliación única e avaliación continua, ó igual que o alumnado de primeira matrícula.

Segundo a normativa de Permanencia vixente na USC para os estudos de Grao e Máster (art. 5.2), a mera asistencia e/ou participación en calquera das actividades suxeitas a avaliación suporá que a nota final do estudante sexa distinta de NON PRESENTADO.

Para os casos de realización fraudulenta de exercicios ou probas será de aplicación o recollido na Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións.

Por ser unha materia de 6 ECTS, o número de horas totais que cada estudante deberá adicar á materia son 150, distribuídas do seguinte xeito: 50 horas presenciais e 100 horas non presenciais de traballo autónomo do alumnado.

Asistencia regular a clase.
Participación activa.
Debatir contidos na clase.
Traballar de forma continuada.
Realizar todas as tarefas propostas.

Idioma: galego
Uso da Aula Virtual: si
Docencia Interactiva: Aula Informática, Aula de Pizarra
Software: SPSS, R…