Guía docente de Investigación de Mercados III (2361138)

Curso 2022/2023
Fecha de aprobación: 20/06/2022

Grado

Grado en Marketing e Investigación de Mercados

Rama

Ciencias Sociales y Jurídicas

Módulo

Dirección e Investigación Internacional

Materia

Investigación de Mercados III

Curso

3

Semestre

2

Créditos

6

Tipo

Obligatoria

Profesorado

Teórico

  • José Alberto Castañeda García. Grupo: A
  • Miguel Ángel Rodríguez Molina. Grupo: B

Práctico

  • José Alberto Castañeda García Grupos: 1 y 2
  • Miguel Ángel Rodríguez Molina Grupos: 3 y 4

Tutorías

José Alberto Castañeda García

Email
  • Primer semestre
    • Martes de 08:30 a 14:30 (A211)
  • Segundo semestre
    • Lunes
      • 09:00 a 10:30 (A 211)
      • 12:30 a 14:00 (A 211)
    • Viernes
      • 09:00 a 10:30 (A 211)
      • 12:30 a 14:00 (A 211)

Miguel Ángel Rodríguez Molina

Email
  • Primer semestre
    • Martes
      • 08:30 a 14:30 (A228)
      • 16:30 a 19:30 (A228)
  • Segundo semestre
    • Jueves de 16:30 a 19:30 (A 228)

Prerrequisitos y/o Recomendaciones

Dado que esta asignatura continúa el proceso de investigación de mercados, recomendamos al alumno haber cursado y superado las asignaturas:

  • Investigación de Mercados I y II.
  • Introducción al Marketing y Dirección Comercial I y II.

Breve descripción de contenidos (Según memoria de verificación del Máster)

  • Introducción: aplicación de las técnicas de análisis de datos a la resolución de los problemas más habituales en investigación de marketing.
  • Desarrollo y depuración de escalas de medida e identificación de dimensiones subyacentes.
  • El problema de la clasificación en investigación de marketing.
  • Investigación causal: diseño y aplicación de procedimientos de medida y análisis de resultados.
  • Modelización y predicción del comportamiento de individuos y organizaciones: modelos lineales.
  • Modelización y predicción del comportamiento de individuos y organizaciones: modelos no lineales.
  • Estudios de segmentación y posicionamiento basados en el desarrollo de mapas perceptuales.
  • Estudios de segmentación y posicionamiento basados en clases latentes.
  • Estudios de segmentación y posicionamiento basados en modelos jerárquicos.

Competencias

Competencias Generales

  • CG02. Solidez en los conocimientos básicos de la profesión 
  • CG05. Habilidades de utilización de herramientas informáticas aplicables al ámbito del Marketing e Investigación de Mercados 
  • CG06. Habilidades de gestión de la información (habilidad para buscar y analizar información proveniente de diversas fuentes) 
  • CG08. Capacidad para la resolución de problemas 
  • CG09. Capacidad para la toma de decisiones 
  • CG19. Creatividad o habilidad para generar nuevas ideas 
  • CG24. Capacidad para aplicar los conocimientos de Marketing e Investigación de Mercados a la práctica 
  • CG25. Habilidades de investigación en el ámbito del Marketing y la Investigación de Mercados 
  • CG26. Habilidad para el diseño y gestión de proyectos de Marketing e Investigación de Mercados 
  • CG27. Motivación por la calidad 

Competencias Específicas

  • CE07. Conocer y ser capaz de aplicar las herramientas básicas de naturaleza cuantitativa para el diagnóstico y análisis empresarial 
  • CE33. Capacidad para tomar decisiones relativas a las variables comerciales 
  • CE39. Conocer y desarrollar el proceso de Investigación Comercial 
  • CE40. Capacidad para tomar decisiones de marketing en ámbitos de actividad específicos 
  • CE47. Conocer las diferencias y aplicaciones de los principales métodos de análisis de datos multivariables en la investigación del Marketing 

Competencias Transversales

  • CT01. Capacidad para analizar y comprender las fuerzas del mercado que influyen en las actividades comerciales y para valorar críticamente situaciones empresariales. 
  • CT02. Capacidad para aplicar los conocimientos de marketing y las herramientas de investigación de los mercados en la definición de soluciones de negocio. 
  • CT04. Capacidad para desarrollar conocimientos y habilidades en la dirección estratégica de marketing. 

Resultados de aprendizaje (Objetivos)

El objetivo principal de la asignatura consiste en presentar al alumno las tendencias de investigación de marketing, especialmente en cuanto a análisis de datos se refiere. Los objetivos de conocimiento que pretende alcanzar esta asignatura se concretan en los siguientes:

  • Estudiar el problema de la clasificación en investigación de marketing.
  • Profundizar en estudios de segmentación y posicionamiento basados en clases latentes.
  • Analizar la modelización y predicción del comportamiento de individuos y organizaciones.
  • Introducir la heterogeneidad en los modelos de análisis del comportamiento del consumidor.
  • Analizar los modelos donde la variable dependiente del modelo es de carácter cualitativo (no métrica).
  • Desarrollar modelos que permitan explicar la conducta compleja de los consumidores.

Programa de contenidos Teóricos y Prácticos

Teórico

PARTE I: INTRODUCCIÓN

TEMA 0: Aplicación de las técnicas de análisis de datos a la resolución de los problemas más habituales en investigación de marketing

  1. Introducción
  2. Adecuación de los modelos clásicos de interdependencia y dependencia a la realidad de marketing
  3. Alternativas a los modelos clásicos para el análisis de datos de marketing.

PARTE II: MODELIZACIÓN DE LA HETEROGENEIDAD NO OBSERVADA DEL COMPORTAMIENTO DEL CONSUMIDOR

TEMA 1: Análisis de clases latentes para detectar heterogeneidad entre consumidores

  1. Introducción
  2. Análisis de clases latentes: Fundamentos
  3. Modelos de clases latentes
    • Modelo de clases latentes básico
    • Extensiones al modelo de clases latentes básico
  4. Casos prácticos y representación en mapas perceptuales
  5. Aplicaciones y limitaciones del análisis de clases latentes en la investigación de mercados

TEMA 2: La segmentación del mercado a través de la regresión de clases latentes

  1. Introducción a la regresión lineal simple y múltiple
  2. La regresión lineal de clases latentes
  3. La evaluación de los modelos de regresión de clases latentes
  4. Aplicaciones de la regresión de clases latentes en marketing

TEMA 3: Modelos jerárquicos: Regresión multinivel y su aplicación a problemas de marketing

  1. Introducción a los modelos jerárquicos
  2. Aplicaciones al marketing de la regresión multinivel
  3. Estrategia de desarrollo de los modelos multinivel
  4. El centrado de las variables y sus causas
  5. Medidas para la evaluación de los modelos multinivel

PARTE III: MODELIZACIÓN DEL COMPORTAMIENTO COMPLEJO DEL CONSUMIDOR

TEMA 4: Los modelos de elección discreta para explicar las elecciones del consumidor

  1. Introducción
  2. Lógica de los modelos de elección discreta
  3. Modelo lineal de probabilidad
  4. Modelos de probabilidad no lineal
  5. Estimación y evaluación de los modelos
  6. Modelos de respuesta múltiple

TEMA 5: La utilidad del path analysis para explicar el comportamiento complejo de los consumidores

  1. Introducción
  2. Ventajas e inconvenientes del path analysis
  3. Formulación de los modelos bajo la perspectiva del path analysis
  4. Evaluación de los modelos path

Práctico

PARTE II: MODELIZACIÓN DE LA HETEROGENEIDAD NO OBSERVADA DEL COMPORTAMIENTO DEL CONSUMIDOR

TEMA 1: Análisis de clases latentes para detectar heterogeneidad entre consumidores

  1. Análisis de ejemplos donde se ha aplicado el análisis de clases latentes
  2. Paquetes estadísticos disponibles
  3. Realización de ejemplos paso a paso

TEMA 2: La segmentación del mercado a través de la regresión de clases latentes

  1. Análisis de ejemplos donde se ha aplicado la regresión lineal de clases latentes
  2. Paquetes estadísticos disponibles
  3. Realización de ejemplos paso a paso

TEMA 3: Modelos jerárquicos: Regresión multinivel y su aplicación a problemas de marketing

  1. Análisis de ejemplos donde se ha aplicado la regresión multinivel
  2. Paquetes estadísticos disponibles
  3. Realización de ejemplos paso a paso

PARTE III: MODELIZACIÓN DEL COMPORTAMIENTO COMPLEJO DEL CONSUMIDOR

TEMA 4: Los modelos de elección discreta para explicar las elecciones del consumidor

  1. Análisis de ejemplos donde se han aplicado los modelos de elección discreta
  2. Paquetes estadísticos disponibles
  3. Realización de ejemplos paso a paso

TEMA 5: La utilidad del path analysis para explicar el comportamiento complejo de los consumidores

  1. Análisis de ejemplos donde se ha aplicado el path analysis
  2. Paquetes estadísticos disponibles
  3. Realización de ejemplos paso a paso

Bibliografía

Bibliografía fundamental

  • Aldás, J. y Uriel E. (2017). Análisis multivariante aplicado con R. Paraninfo.
  • Collins, L.M. y Lanza, S.T. (2010). Latent Class and Latent Transition Analysis: with Applications in the Social, Behavioral, and Health Sciences. John Wiley & Sons.
  • Hair, J.F., Anderson, R.E., Tatham, R.L. y Black, W.C. (1999). Análisis multivariante. Prentice Hall.
  • Hair, J.F., Black, W.C., Babin, B.J. y Anderson, R.E. (2019). Multivariate Data Analysis (Eighth edition). Cengage.
  • Heck, R.H., Thomas, S.L. y Tabata, L.N. (2014). Multilevel and Longitudinal Modeling with IBM SPSS (Second Edition). Routledge.
  • Luque Martínez, T. (Coord.) (2012). Técnicas de análisis de datos en investigación de mercados. Madrid: Pirámide.
  • Tabachnick, B.G. y Fidell, L.S. (2019). Using Multivariate Statistics. Pearson education.
  • Uriel, E. y Aldás, J. (2005). Análisis multivariante aplicado. Thomson.
  • Winkelmann, R. y Boes, S. (2006). Analysis of Microdata. Springer-Verlag.

Bibliografía complementaria

  • Hox, J. (2010). Multilevel analysis. Techniques and applications. Routledge.
  • Lèvy, J., Varela, J. y Abad, J. (2003). Análisis multivariable para las ciencias sociales. Prentice Hall.
  • Pérez, C. (2004). Técnicas de análisis multivariante de datos. Aplicaciones con SPSS. Pearson educación.
  • Raykov, T. y Marcoulides, G.A. (2008). An introduction to applied multivariate analysis. Routledge.
  • Schmidt, M.J. y Hollensen, S. (2006). Marketing research. An international approach. Pearson Education.
  • Wedel, M. y Kamakura, W.A. (2000). Market segmentation. Conceptual and methodological foundations. Kluwer Academic Publishers.

Enlaces recomendados

  • https://www.statisticalinnovations.com/
  • https://www.ibm.com/es-es/products/structural-equation-modeling-sem
  • https://www.ibm.com/es-es/products/spss-statistics
  • https://cran.r-project.org/
  • http://gretl.sourceforge.net/

Metodología docente

  • MD01. Docencia presencial en el aula 
  • MD02. Estudio individualizado del alumno, búsqueda, consulta y tratamiento de información, resolución de problemas y casos prácticos, y realización de trabajos y exposiciones. 
  • MD03. Tutorías individuales y/o colectivas y evaluación  

Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final)

Evaluación Ordinaria

La evaluación del alumno se desarrollará sobre la base de dos criterios fundamentales, con el siguiente reparto de nota:

  • Un examen final, en el que el alumno debe responder a cuestiones planteadas sobre la materia objeto de examen (70% de la nota). Este examen constará de preguntas verdadero/falso y de un conjunto de preguntas de desarrollo entre las cuales se encontrarán tareas de interpretación de resultados relacionadas con las técnicas de análisis de datos estudiadas. El formato del examen también puede ser oral.
  • Entrega de prácticas y participación (30% de la nota). Para cada tema se propondrá una práctica que se desarrollará de manera individual y que se discutirá en clase.

Será necesario que el alumno obtenga al menos el 30% en cada parte del examen final para optar a superar la asignatura. El aprobado se fija en cinco puntos.

La calificación en la componente práctica obtenida por el alumno a través de su trabajo continuado durante el periodo lectivo será la que conste en las convocatorias ordinarias.

La calificación de aquellos alumnos que no realicen el examen final de la asignatura y hayan realizado las actividades y pruebas del proceso de evaluación continua contempladas en la guía docente de la asignatura será la de “No presentado”.

Todo lo relativo a la evaluación se regirá por el Artículo 8.2 de la Normativa de evaluación y calificación de los estudiantes vigente en la Universidad de Granada, que puede consultarse en:

http://secretariageneral.ugr.es/bougr/pages/bougr112/_doc/examenes/!

Cualquier trabajo presentado por el estudiante debe ser fruto del trabajo individual o cooperativo con otros compañeros, nunca una simple copia del trabajo de otros compañeros o de trabajos presentados en cursos anteriores. En el caso que se detecte una circunstancia como la descrita, el profesor podrá solicitar al alumno demostrar los conocimientos requeridos por la práctica sin previo aviso. La no demostración de estos conocimientos por el alumno supondrá la anulación de toda su evaluación continua y el suspenso en la asignatura.

Evaluación Extraordinaria

La evaluación del alumno se desarrollará sobre la base de dos criterios fundamentales, con el siguiente reparto de nota:

  • Un examen final, en el que el alumno debe responder a cuestiones planteadas sobre la materia objeto de examen (70% de la nota). Este examen constará de preguntas verdadero/falso y de un conjunto de preguntas de desarrollo entre las cuales se encontrarán tareas de interpretación de resultados relacionadas con las técnicas de análisis de datos estudiadas. El formato del examen también puede ser oral.
  • Entrega de prácticas y participación (30% de la nota). Para cada tema se propondrá una práctica que se desarrollará de manera individual y que se discutirá en clase.

Será necesario que el alumno obtenga al menos el 30% en cada parte del examen final para optar a superar la asignatura. El aprobado se fija en cinco puntos.

La calificación en la componente práctica obtenida por el alumno a través de su trabajo continuado durante el periodo lectivo será la que conste en las convocatorias extraordinarias. El alumno que no haya realizado las actividades prácticas programadas durante el curso, o que desee renunciar a dicha nota, será evaluado a través de un examen de idénticas características a las señaladas más arriba y podrá incluir preguntas adicionales relativas a la interpretación de los resultados.

La calificación de aquellos alumnos que no realicen el examen final de la asignatura y hayan realizado las actividades y pruebas del proceso de evaluación continua contempladas en la guía docente de la asignatura será la de “No presentado”.

Evaluación única final

Los estudiantes que se acojan a la evaluación única final a la que hace referencia el artículo 8 de la normativa de evaluación y de calificación de los estudiantes de la Universidad de Granada (aprobada en consejo de gobierno el 9 de noviembre de 2016), deberán de solicitarlo en las dos primeras semanas de impartición de la asignatura, o en las dos semanas siguientes a su matriculación si ésta se ha producido con posterioridad al inicio de la asignatura. El estudiante lo solicitará, a través del procedimiento electrónico, al Director del Departamento, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua.

El Director del Departamento al que se dirigió la solicitud, oído el profesorado responsable de la asignatura, resolverá la solicitud en el plazo de diez días hábiles. Transcurrido dicho plazo sin que el estudiante haya recibido respuesta expresa por escrito, se entenderá estimada la solicitud.

La evaluación única final, entendiendo por tal la que se realiza en un solo acto académico, estará formada por un examen de idénticas características a las comentadas para la convocatoria ordinaria y extraordinaria que podrá incluir preguntas adicionales relativas a la interpretación de los resultados.

Información adicional

Durante todo el curso, los alumnos matriculados en la asignatura tendrán libre acceso a la página web de la misma dentro de la plataforma PRADO (http://prado.ugr.es), en la que podrán entrar en contacto con sus compañeros y con su profesor, descargar el material complementario recomendado (artículos, transparencias, foros, chats, etc.), consultar sus calificaciones, acceder a herramientas de autoevaluación, etc.

Se recomienda que el alumno que desee asistir a tutorías, se lo comunique al profesor con suficiente antelación.