Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
Métodos Quantitativos
Departamento / Department
Departamento de Métodos Quantitativos para Gestão e Economia
Ano letivo / Execution Year
2023/2024
Pré-requisitos / Pre-Requisites
NA
Objetivos Gerais / Objectives
O principal objetivo desta Unidade Curricular é permitir aos alunos identificar e utilizar o framework dos Modelos com Equações Estruturais, a situações reais na área da Gestão.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
Decorrida a unidade curricular, o aluno deverá ser capaz de: OA1. Conhecer e definir os conceitos base subjacentes a modelos com equações estruturais; OA2. Analisar e interpretar literatura publicada sobre modelos com equações estruturais; bem como de avaliar, e explicar os seus conteúdos; OA3. Distinguir a abordagem confirmatória da análise fatorial face à análise exploratória clássica; OA4. Conhecer e saber construir modelos de análise fatorial confirmatória e modelos estruturais; OA5. Ser capaz de utilizar o software estatístico R (package lavaan) para implementar e estimar modelos com equações estruturais; OA6. Elaborar e escrever um relatório individual, em formato de artigo científico, utilizando modelos com equações estruturais.
Conteúdos Programáticos / Syllabus
P1. Introdução aos Modelos com equações estruturais: principais referências bibliográficas e software estatístico disponível. Exemplos vários de modelos com equações estruturais aplicados à Gestão. P2. Principais Conceitos e Notação. P3. Da Análise Fatorial Clássica à Análise Fatorial Confirmatória. Equações, Pressupostos do Modelo, Identificação, Estimação e Interpretação do Modelo de Medida / Análise Fatorial Confirmatória. P4. Do Modelo de Regressão Linear à Path Analysis e ao Modelo Estrutural com Variáveis Latentes. Equações, Pressupostos do Modelo, Identificação, Estimação, Qualidade do Ajustamento e Interpretação das estimativas e do modelo estimado. P5. Efeitos mediadores e efeitos moderadores em modelos com equações estruturais. P6. Modelos com Trajetória Latente. P7. Aplicações com recurso ao software estatístico R.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes
A demostração de coerência deriva da articulação do Programa (P) com os objetivos de aprendizagem (OA), como a seguir definido: OA1 - P2 OA2 - P1e P2 OA3 - P3 OA4 - P3, P4 e P5 OA5 - P7 OA6 - Todos
Avaliação / Assessment
A avaliação será feita através de um relatório individual (com um máximo de 12 páginas) de análise crítica de um artigo científico, publicado na literatura, e escolhido pelo aluno com a anuência da docente. Caso o docente considere necessário, o referido relatório será sujeito a discussão oral. A data limite de entrega do relatório é 22 de Março de 2024.
Metodologias de Ensino / Teaching methodologies
O aluno deverá adquirir e/ou desenvolver competências de análise e síntese, de pesquisa, de crítica, de comunicação escrita e oral conforme os objetivos definidos. Serão utilizadas as seguintes metodologias de ensino-aprendizagem (MEA): MEA1. Expositivas (quadros teóricos de referência); MEA2. Participativas (análise e resolução de exercícios práticos); MEA3. Ativas (trabalhos individuais e de grupo); MEA4. Experimentais (desenvolvimento e exploração de modelos em computador) MEA5. Auto-estudo.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes
A demostração de coerência deriva da articulação das Metodologias de Ensino e Aprendizagem (MEA) com os objetivos de aprendizagem (OA), como a seguir definido: MEA1 - OA1 MEA2 - OA2, OA3 e OA4 MEA3 - OA2, OA3 e OA4 MEA4 - OA5 MEA5 - OA6
Observações / Observations
Os estudantes abrangidos pelo Regulamento Interno para Estudantes com Estatutos Especiais devem contactar o docente na primeira aula.
Bibliografia Principal / Main Bibliography
- Bollen, K.A. (1989), Structural Equations with Latent Variables, John Wiley & Sons. - Gana, K. and Broc, G. (2019), Structural Equation Modeling with lavaan, John Wiley & Sons. - Schumacker, R.E. and Lomax, R.G. (2016), A Beginners Guide to Structural Equation Modeling, 4ª ed., Taylor & Francis. - Whittaker, T.A. and Schumacker, R.E. (2022), A Beginners Guide to Structural Equation Modeling, 5ª ed., Taylor & Francis. - Students will also receive coursenotes, prepared by the teacher.
Bibliografia Secundária / Secondary Bibliography
- Beaujean, A.A. (2014), Latent Variable Modeling using R: a Step by Step Guide, Taylor & Francis. - Chapman, C. e Feit, E.M. (2019), R for Marketing Research and Analytics, 2ª ed., Springer. - Finch, W.H. e French, B.F. (2015), Latent Variable Modeling with R, Taylor & Francis. - Mair, P. (2018), Modern Psychometrics with R, Springer. - Thakkar, J.J. (2020), Structural Equation Modelling: Applications for Research and Practice with AMOS and R, Springer.
Data da última atualização / Last Update Date
2024-02-16