STATISTICA AZIENDALE AVANZATA

Attività formativa monodisciplinare
Codice dell'attività formativa: 
91019

Scheda dell'insegnamento

Per studenti immatricolati al 1° anno a.a.: 
2019/2020
Insegnamento (nome in italiano): 
STATISTICA AZIENDALE AVANZATA
Insegnamento (nome in inglese): 
BUSINESS STATISTICS (ADVANCED)
Tipo di attività formativa: 
Attività formativa Caratterizzante
Tipo di insegnamento: 
Opzionale
Settore disciplinare: 
STATISTICA ECONOMICA (SECS-S/03)
Anno di corso: 
1
Anno accademico di offerta: 
2019/2020
Crediti: 
9
Responsabile della didattica: 
Mutuazioni

Altre informazioni sull'insegnamento

Modalità di erogazione: 
Didattica Convenzionale
Lingua: 
Italiano
Ciclo: 
Secondo Semestre
Obbligo di frequenza: 
No
Ore di attività frontale: 
72
Ore di studio individuale: 
153
Ambito: 
Statistico-matematico
Materiali didattici: 
Prerequisiti

Nessuno

Obiettivi formativi

Al termine del modulo, lo studente avrà acquisito conoscenze e competenze metodologiche e operative per la raccolta e l’analisi dei dati di base che supportano le decisioni nelle principali aree funzionali aziendali. Inoltre sarà in grado di predisporre e presentare le informazioni quantitative necessarie a risolvere le principali problematiche che le aziende affrontano comunemente, sia nel mercato nazionale che internazionale. In particolare, sarà capace di individuare e trattare basi di dati a supporto delle decisioni e della valutazione del rischio, padroneggiando sia dati interni che di origine esterna all’azienda. Saprà analizzare le associazioni tra fenomeni e il posizionamento aziendale tramite strumenti di classificazione, di creazione di gruppi omogenei e di segmentazione del mercato di riferimento. Acquisirà, inoltre, competenze atte ad analizzare e monitorare la qualità dei processi, ad apprezzare il valore dai dati e a valutare la “qualità” di prodotti e processi come elemento di valore.

Contenuti dell'insegnamento

Il corso è organizzato in due moduli.
MODULO A
o Analizzare la qualità dei processi
o La Statistica per l’Azienda
o L’impresa e il suo ambiente: i flussi di informazione ed il sistema informativo aziendale
o Dati interni ed esterni, dati primari e secondari
o Informazione e previsione. Metodi di raccolta dati e raccolta dati previsionali: metodo Delphi, metodo Shang, analisi di scenario
 Matrice dei dati e analisi preliminari
o Matrice dei dati
o Analisi sui dati
 Tecniche di segmentazione
o Segmentazione a posteriori (cluster analysis)
 Metodi gerarchici agglomerativi
 Metodi gerarchici divisivi
 Metodi non gerarchici
o Segmentazione a priori
 Algoritmo di segmentazione binaria AID
 Algoritmo di segmentazione multipla CHAID
 Introduzione in laboratorio al software statistico SAS

MODULO B
 La qualità in azienda
 Analisi grafiche
o Grafici per rappresentare le caratteristiche di un fenomeno
o Grafici per rappresentare i processi
o Tecniche di visualizzazione
 Chi-quadrato
o Test d’indipendenza
o Test di adattamento ad una distribuzione
o Test per il confronto tra proporzioni
o Verifica di ipotesi per la varianza
o Stima per intervallo della varianza
 Carte di controllo
o Carte per variabili
o Carte per attributi
o Lettura ed interpretazione delle carte (test dei run e delle zone)
o Altri tipi di carte di controllo
 Capacità di processo (capability)
o Concetti, interpretazione e indici vari di capacità

Testi di riferimento

MODULO A
Testi principali di riferimento (parti da studiare):
• Bracalente B., Cossignani M., Mulas A. (2009). Statistica Aziendale, McGraw-Hill, Milano.
o Parti trattate nel corso: Cap 1, (esclusi paragrafi da 1.4..2 a 1.5.3) Cap. 2 (par. 2. 2.3.2 e 2.4.4) Cap. 3 (123-159); Cap. 5 (pp. 235-248). Appunti lezione
• Brasini S., Tassinari F., Tassinari G. (1999). Marketing e pubblicità – Metodi di analisi statistica, Il Mulino, Bologna.
o Parti trattate nel corso: Cap. 5 (par. 1, 2, 3 e 5; tutto capitolo tranne paragrafo conjoint analysis).
• Marbach G. (1989). Previsioni e Misure di Efficienza Aziendale, La Nuova Italia Scientifica,
o Parti trattate nel corso: Cap. 2 (pp. 55-114)
• Marbach G. (2016). Le migliori pratiche nelle ricerche di mercato, Rogiosi editore
o Parti trattate nel corso: Cap. I (pp. 73-81), Cap. III, Cap. IV, Cap. VI, Cap. VIII, Cap. IX.
• Appunti delle lezioni per tutto il corso e slides rese disponibili su specifici argomenti

MODULO B
o Biffignandi S., Toninelli D. (2011). Strumenti per la qualità e il controllo statistico in azienda - Seconda edizione rivista e ampliata, FrancoAngeli, Milano, Cap. 1-10 (escluso par.8.2)

Appunti delle lezioni per tutto il corso

Metodi didattici

La didattica si svolgerà tramite lezioni frontali e laboratori. Nell’ambito delle lezioni del modulo A è prevista l’introduzione – svolta in laboratorio - all’uso di un’interfaccia user-friendly del software statistico SAS con la presenza di esperti del SAS Institute (i partecipanti riceveranno un attestato).
.
All'interno del corso saranno organizzati tutorati e laboratori che consentiranno allo studente di acquisire competenze nell’elaborare i dati anche tramite l’uso del package SAS dei metodi appresi durante il corso. SAS è un software largamente diffuso in ambito aziendale sia in Italia che nel contesto internazionale.

Tutorato in aula ed in laboratorio (24 ore su due gruppi). Testi degli esercizi e dati a disposizione prima dei tutorati sulla bacheca online.

Modalità verifica profitto e valutazione

Esame scritto composto da 40 test (vero/falso) e 1 breve domanda aperta tipo test aperto + parte di esercizi (1 o 2 a seconda della struttura dell’esercizio).
Al termine di ciascun modulo: prova parziale scritta relativa al singolo modulo.
Appelli successivi: prova scritta per ogni modulo del corso (le prove relative ai singoli moduli sono indipendenti e possono essere sostenute in appelli diversi e in base all’ordine ritenuto più opportuno dallo studente).
Prova d’esame: la prova prevede 21 punti per la parte teorica (domande a test e/o domande aperte) e 10 punti per la parte pratica (esercizi).
o L’esame del corso può essere sostenuto utilizzando il materiale didattico di riferimento indicato in bibliografia e gli appunti delle lezioni ed eventuali presentazioni messe a disposizione
o Punteggio aggiuntivo: ad integrazione del punteggio d’esame del Mod. A, un test facoltativo attuato con la piattaforma SAS al termine del modulo A potrà contribuire al voto finale.
Verbalizzazione esame: una volta superati positivamente entrambi i moduli, il voto medio verrà verbalizzato con modalità online (una comunicazione via email confermerà la verbalizzazione allo studente)

Altre informazioni

Bacheca online del corso “91019 - Statistica Aziendale Avanzata (9 cfu)”:
www.unibg.it → Didattica → Indice insegnamenti → “91019 – Statistica aziendale avanzata (9 cfu)”.

Docente responsabile: Silvia Biffignandi.
Ufficio: 204 (via dei Caniana 2, II piano).
Indirizzo email: silvia.biffignandi@unibg.it.
Orario ricevimento alla pagina personale.
Daniele Toninelli.
Office: 204 (via dei Caniana 2, II floor).
Indirizzo email: daniele.toninelli@unibg.it.
Orario ricevimento alla pagina personale

Per il programma dei codici da 6 cfu (91020 - 90006) contattare il docente titolare, prof.ssa Biffignandi.

Prerequisites

None

Educational goals

The course provides quantitative approaches for the business system and interfunctional activities. The student learns how to analyze data supporting decisions in different functional areas of the businesses to special reference to the risk of quality and of the markets. Furthermore, he/she will be able to present data, to process data, to evaluate risk using both internal and external information. He/she will be able to analyze associations, to create groups, to segment markets. He/she will learn the quality of the processes, and data value as a business value.

Course content

The course is organized in two modules.
MODULE A
Process quality and business statistics concepts
Business information flow, business information system
Internal and external data, primary and secondary data
Information and forecast. Methods to collect data and forecast, DELPHI, Shang, scenarios
Matrices, data and analyses
Segmentation, a priori, a posteriori
Big data and market analysis.
SAS software

MODULE B
Quality
Graphics types: how to use them
Chi-square
Control charts, types and tests
Capability

Textbooks and reading lists

MODULO A:
• Bracalente B., Cossignani M., Mulas A. (2009). Statistica Aziendale, McGraw-Hill, Milano.
o Cap 1, (esclusi paragrafi da 1.4..2 a 1.5.3) Cap. 2 (par. 2. 2.3.2 e 2.4.4) Cap. 3 (123-159); Cap. 5 (pp. 235-248). Handhouts of the lectures
• Brasini S., Tassinari F., Tassinari G. (1999). Marketing e pubblicità – Metodi di analisi statistica, Il Mulino, Bologna.
o Cap. 5 (par. 1, 2, 3 e 5; excluded paragraph on conjoint analysis).
• Marbach G. (1989). Previsioni e Misure di Efficienza Aziendale, La Nuova Italia Scientifica,
o : Cap. 2 (pp. 55-114)
• Marbach G. (2016). Le migliori pratiche nelle ricerche di mercato, Rogiosi editore
o Cap. I (pp. 73-81), Cap. III, Cap. IV, Cap. VI, Cap. VIII, Cap. IX.
• Handhouts of the lectures and slides available on the bacheca on line.

MODULO B
o Biffignandi S., Toninelli D. (2011). Strumenti per la qualità e il controllo statistico in azienda - Seconda edizione rivista e ampliata, FrancoAngeli, Milano, Cap. 1-10 (escluso par.8.2)
• Handhouts of the lectures and eventually slides.

Teaching methods

Lecture and tutorships both in module A and B.
In module A, lab activity presented by SAS experts provides an introduction to the package for application of cluster analysis.
SAS is a worldwide package, user-friendly.

Assessment and Evaluation

Written examination. 40 test questions (false/true), 1 open answer test + exercise part (1 or 2 according to the structure of the exercises).
At the end of each module: module written evaluation.
Following examination sessions: written examination for each module of the course (proof of each module are independent; they can be undertaken in different sessions and in the student's preferred sequence.
Examination: 21 point for the theory (test questions and open questions) and 10 points for the exercises.
Additional points: in Mod. A could be offered an optional test/exercise based on the use of Platform SAS. The note of this optional test/exercise could contribute to the final note of module A.

Exam registration: when both modules have been positively (at least 18/30) evaluated, the average notes is the final evaluation. It is registered on line, no presence is required. An email informs the students about the final registration of its note.

Further information

Bacheca online del corso “91019 - Statistica Aziendale Avanzata (9 cfu)”:
www.unibg.it → Didattica → Indice insegnamenti → “91019 – Statistica aziendale avanzata (9 cfu)”.

Docente responsabile: Silvia Biffignandi.
Ufficio: 204 (via dei Caniana 2, II piano).
Indirizzo email: silvia.biffignandi@unibg.it.
Orario ricevimento alla pagina personale.
Daniele Toninelli.
Office: 204 (via dei Caniana 2, II floor).
Indirizzo email: daniele.toninelli@unibg.it.
Orario ricevimento alla pagina personale

University website; course “91019 - Statistica Aziendale Avanzata (9 cfu)”:
www.unibg.it → Didattica → Indice insegnamenti → “91019 – Statistica aziendale avanzata (9 cfu)”.
Docente responsabile: Silvia Biffignandi.
Ufficio: 204 (via dei Caniana 2, II piano).
Indirizzo email: silvia.biffignandi@unibg.it.
Students receiving: professor personal page on the website.(www.unibg.it).

Tutor: Daniele Toninelli.
Office: 204 (via dei Caniana 2, II floor).
Indirizzo email: daniele.toninelli@unibg.it.
Students receiving: tutor personal webpage (www.unibg.it)

For information about codes 91020 - 90006 (6 cfu) please contact prof. Biffignandi.