Cilji in kompetence
Predmet Kvantitativne metode v managementu omogoča študentom formulirati poslovne probleme, ki jih lahko rešujemo s kvantitativnimi metodami, izbrati in uporabiti ustrezne kvantitativne metode za preizkušanje hipotez, analizo in interpretacijo rezultatov za reševanje problemov in pripraviti raziskovalna poročila. Z uporabo študij primerov in računalniških programov študenti razvijajo kompetence za samostojno individualno in skupinsko reševanje kompleksnih problemov v managementu z izbranimi kvantitativnimi metodami, s poudarkom na kritičnem vrednotenju in etičnih vidikih odločanja.
Vsebina
- Teorija odločanja: osnove odločanja, analiziranje kompleksnih odločitev pri popolni negotovosti in s tveganjem, poslovni in ekonomski primeri uporabe. Računalniška podpora: Excel
- Večkriterijsko odločanje: Izbrane tradicionalne metode na osnovi teorije večatributne vrednosti ali koristnosti, metoda analitičnega hierarhičnega procesa, z aplikacijami na primerih iz ekonomske in poslovne prakse. Računalniška podpora: Expert Choice
- Statistika v upravljanju in vodenju: urejanje in predstavitev podatkov, mere opisne statistike, osnove verjetnosti in verjetnostnih porazdelitev, vzorčenje in vzorčne porazdelitve, interval zaupanja, osnove preverjanja hipotez – izbrani statistični testi, osnove regresijske analize, uporaba statističnih metod v
kontroli kvalitete.
- Optimizacija projektov: opredelitev projekta, načrtovanje projektov (načrtovanje trajanja in stroškov projekta z metodo kritične poti), ocena tveganja projekta (PERT), nadzor izvajanja projekta.
Metode poučevanja in učenja
- interaktivna predavanja
- obravnava študijskih primerov
- aktivno individualno in skupinsko delo
Predvideni študijski rezultati - znanje in razumevanje
Ob uspešnem zaključku tega predmeta študenti :
1. Razlikujejo, izberejo in uporabijo kvantitativne metode statistične analize in odločanja ter ustrezne računalniške programe za zbiranje, pripravo in analiziranje podatkov. (PILO 3a)
2. Uporabljajo napredne analitične tehnike za odkrivanje vzorcev in trendov v podatkih, kar prispeva k boljšemu razumevanju ekonomskih in poslovnih pojavov. (PILO 2c)
3. Rešujejo kompleksne probleme v managementu z uporabo naprednih odločitvenih večkriterijskih, optimizacijskih in statističnih orodij in metod, pri čemer upoštevajo ustreznost uporabe podatkov in etične vidike. (PILO 3a, PILO 4c)
4. Identificirajo in rešujejo etične dileme pri izražanju sodb o pomembnosti kriterijev in v analizi podatkov s proaktivnim pristopom in sodelovanjem, zagotavljajoč integriteto in zaupanje v analitične procese. (PILO 4a)
5. Demonstrirajo sposobnost globlje interpretacije podatkov in rezultatov ter njihovo uporabo za informirano odločanje. (PILO 1a)
6. Kritično sintetizirajo informacije in vidijo uporabno vrednost kvantitativnih procesov in metod za odločanje v managementu. (PILO 2c)
7. Vodijo in učinkovito sodelujejo v skupinah, uporabijo različne pristope za optimizacijo skupinskega dela, reševanje konfliktov in spodbujanje inovativnosti. (PILO 3c)
8. Uporabljajo znanje in veščine za reševanje managerskih problemov. (PILO 2a)
9. Demonstrirajo iniciativnost in visoko stopnjo osebne odgovornosti pri izvajanju opravil, pri čemer upoštevajo etične, profesionalne in mednarodne standarde. (PILO 4c)
Oznaka PILO (i.e. predvideni študijski rezultati programa) opredeljuje prispevek posameznega naštetega predvidenega študijskega rezultata učne enote k doseganju splošnih in/ali predmetno-specifičnih kompetenc oziroma učnih izidov, ki se s programom pridobijo).
Predvideni študijski rezultati - Prenosljive/ključne spretnosti in drugi atributi
Ob uspešnem zaključku tega predmeta študenti :
1. Razlikujejo, izberejo in uporabijo kvantitativne metode statistične analize in odločanja ter ustrezne računalniške programe za zbiranje, pripravo in analiziranje podatkov. (PILO 3a)
2. Uporabljajo napredne analitične tehnike za odkrivanje vzorcev in trendov v podatkih, kar prispeva k boljšemu razumevanju ekonomskih in poslovnih pojavov. (PILO 2c)
3. Rešujejo kompleksne probleme v managementu z uporabo naprednih odločitvenih večkriterijskih, optimizacijskih in statističnih orodij in metod, pri čemer upoštevajo ustreznost uporabe podatkov in etične vidike. (PILO 3a, PILO 4c)
4. Identificirajo in rešujejo etične dileme pri izražanju sodb o pomembnosti kriterijev in v analizi podatkov s proaktivnim pristopom in sodelovanjem, zagotavljajoč integriteto in zaupanje v analitične procese. (PILO 4a)
5. Demonstrirajo sposobnost globlje interpretacije podatkov in rezultatov ter njihovo uporabo za informirano odločanje. (PILO 1a)
6. Kritično sintetizirajo informacije in vidijo uporabno vrednost kvantitativnih procesov in metod za odločanje v managementu. (PILO 2c)
7. Vodijo in učinkovito sodelujejo v skupinah, uporabijo različne pristope za optimizacijo skupinskega dela, reševanje konfliktov in spodbujanje inovativnosti. (PILO 3c)
8. Uporabljajo znanje in veščine za reševanje managerskih problemov. (PILO 2a)
9. Demonstrirajo iniciativnost in visoko stopnjo osebne odgovornosti pri izvajanju opravil, pri čemer upoštevajo etične, profesionalne in mednarodne standarde. (PILO 4c)
Oznaka PILO (i.e. predvideni študijski rezultati programa) opredeljuje prispevek posameznega naštetega predvidenega študijskega rezultata učne enote k doseganju splošnih in/ali predmetno-specifičnih kompetenc oziroma učnih izidov, ki se s programom pridobijo).
Temeljni literatura in viri
Obvezna študijska literature (Compulsory textbooks):
Izbrana poglavja iz:
Salacinski, T., Chrzanowski, J., Chmielewski, T. (2023). Statistical Process Control Using Control Charts with Variable Parameters, Proceses, 11. 2744 (Dosegljivo 6.4.2024 na: https://www.mdpi.com/2227-9717/11/9/2744)
Render, B., Stair, R. M., Hanna, M. E., & Hale, T. S. (2018). Quantitative Analysis For Management (13. izd.). Harlow: Pearson.
Taherdoost, H., Madanchian, M. (2023). Multi-Criteria Decision Making (MCDM) Methods and Concepts. Encyclopedia, 3, 77-87. (Dosegljivo 6. 4. 2024 na: https://www.mdpi.com/2673-8392/3/1/6)
Dodatna študijska literature (Additonal textbooks):
Selected Chapters from:
- ČANČER, Vesna, TOMINC, Polona, ROŽMAN, Maja. Multi-criteria measurement of ai support to project management. IEEE access. 2023, vol. 11, str. 142816-142828, ilustr. ISSN 2169-3536.
https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10355961, https://dk.um.si/IzpisGradiva.php?id=87045, DOI: 10.1109/ACCESS.2023.3342276. [COBISS.SI-ID 179926787], [JCR, SNIP, WoS, Scopus]
- Doumpos, M., Figueira, J. R., Greco, S., Zopounidis, C. (2019). New Perspectives in Multiple Criteria Decision Making: Innovative Applications and Case Studies. Cham: Springer.
- Čančer, V. (2023). A hybrid multi-criteria and creative, problemsolving approach, for measuring local values of information technology products. Acta polytechnica Hungarica, 20(2), 205-221. (Dosegljivo 6. 4. 2024 na: http://acta.uni-obuda.hu/Cancer_131.pdf)
Podrobnosti o izvedbi in ocenjevanju • Sprotne naloge 20 %
• Pisni izpit 50 %
• Raziskovalna naloga 30 %
