SLO | EN

Cilji in kompetence

Študenti pri predmetu: 1. Podati znanje na področju sinteze in vrednotenja merskih lestvic (instrumentov) in merskih modelov. 2. Predstaviti različne vrste merskih lestvic (formativne in reflektivne). 3. Naučiti študente analizirati veljavnost in zanesljivost merskih instrumentov v marketingu. 4. Naučijo študente zasnovati, analizirati in ovrednotiti i strukturne in merske modele v marketingu.

Metode poučevanja in učenja

- Klasična predavanja, - Delo na praktičnih primerih - Uporaba programske opreme

Predvideni študijski rezultati - znanje in razumevanje

Znanje in razumevanje Študent: ? Zna izdelati veljaven in zanesljiv merski instrument za merjenje z manifestnimi in latentnimi spremenljivkami ? Zna izdelati, analizirati in ovrednotiti strukturne in merske modele ? Zna interpretirati rezultate na osnovi merskega modela. Kognitivne/Intelektualne veščine Študent: ? Razvije zahtevnejše veščine na področju vrednotenja in analize marketinških podatkov ? Razvije zahtevnejše veščine na področju uporabe tehnik modeliranja za analizo marketinških podatkov

Predvideni študijski rezultati - Prenosljive/ključne spretnosti in drugi atributi

Ključne/prenosljive veščine in spretnosti Študent: ? Nadgradi matematične in statistične veščine. ? Nadgradi računalniške veščine z uporabo računalniške programske opreme.. ? Nadgradi veščine na področju reševanja problemov. Praktične veščine Študent: ? Je sposoben modelsko zasnovati in reševati kompleksne marketinške odločitvene probleme v organizacijah.

Temeljni literatura in viri

Obvezna literatura: 1. Milfelner, Borut. (2023). Tehnike za zagotavljanje veljavnosti in zanesljivosti podatkov v marketinških raziskavah in analiza podatkov v marketingu. 1. izd. Maribor: Univerza v Mariboru, Univerzitetna založba 2. Byrne, M.B. (2016). Structural Equation Modeling with Amos. Basic Concepts, Applications, and Programming. New York: Routhledge. 3. Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115-135. 4. Baumgartner, H., & Homburg, C. (1996). Applications of structural equation modeling in marketing and consumer research: A review. International Journal of Research in Marketing, 13(2), 139-161. 5. Bagozzi, R. P., Yi, Y., & Phillips, L. W. (1991). Assessing construct validity in organizational research. Administrative Science Quarterly, 421-458. Dodatna literatura: 1. Churchill, G. A. 1979. A paradigm for developing better measures of marketing constructs. Journal of Marketing Research, 16: 64-73. 2. Bagozzi, Richard P., Youjae Yi, and Lynn W. Phillips (1991), “Assessing construct validity in organizational research,” Administrative Science Quarterly, 36, 421-458. 3. Anderson, James C. and David W. Gerbing (1988), “Structural equation modeling in practice: A review and recommended two-step approach,” Psychological Bulletin, 103 (3), 411-423. 4. Bagozzi, Richard P. and Hans Baumgartner (1994), “The evaluation of structural equation models and hypothesis testing,” in: Richard P. Bagozzi (ed.), Principles of marketing research, Cambridge, MA: Blackwell Publishers, 386-422. 5. Bollen, K. A. & Lennox, R. 1991. Conventional wisdom on measurement: A structural equation perspective. Psychological Bulletin, 110: 305-314. 6. Diamantopoulos, A. & Siguaw, J.A. 2006. Formative versus reflective indicators in organizational measure development: A comparison and empirical illustration. Modelling in Management, 1(1): 7-17.

  • red. prof. dr. BORUT MILFELNER, univ. dipl. ekon.

  • Seminarsko delo – projekt: 50
  • Ustni izpit: 50

  • : 8
  • : 172

  • slovensko
  • slovensko

  • EKONOMSKE IN POSLOVNE VEDE - 1.
  • EKONOMSKE IN POSLOVNE VEDE - 2.