| Literatura: |
Literatura podstawowa:
1. Anna Malarska, STATYSTYCZNA ANALIZA DANYCH WSPOMAGANA PROGRAMEM SPSS, Predictive Solutions, Kraków 2010
2. Jarosław Górniak, Janusz Wachnicki, PIERWSZE KROKI W ANALIZIE DANYCH, Predictive Solutions, Kraków 2011
3. Andy Field, Discovering statistics using IBM SPSS, Sage Publications 2021
Literatura uzupełniająca:
4. Piotr Francuz, Rafał Mackiewicz, LICZBY NIE WIEDZĄ, SKĄD POCHODZĄ. PRZEWODNIK PO METODOLOGII I STATYSTYCE NIE TYLKO DLA PSYCHOLOGÓW, Wyd. KUL, Lublin 2007
5. Iwona Olejnik, Qualitative and quantitative methods in sustainable development, PUEB PRESS, Poznań 2021, dostęp: http://cenetsie.ue.poznan.pl/wp-content/uploads/2021/10/Qualitative-and-quantitative-methods-in-sustainable-development.pdf
|
| Efekty uczenia się: |
Wiedza (student zna):
- zaawansowane metody i narzędzia gromadzenia, przetwarzania i prezentowania informacji w analizowaniu i prognozowaniu zjawisk i
procesów zachodzących na rynku
- metody, techniki i narzędzia wykorzystywane w analizowaniu danych w naukach o zarządzaniu
Umiejętności (student potrafi):
- właściwie dobierać źródła informacji, oceniać ich wiarygodność, krytycznie analizować pozyskane dane i dokonywać ich prawidłowej syntezy
- wykorzystywać metody ilościowe i jakościowe w analizowaniu różnych procesów społeczno-gospodarczych
- posługiwać się zaawansowanymi technikami ICT w celu pozyskiwania, gromadzenia i przetwarzania informacji
Kompetencje społeczne (student jest gotów do):
- uczestniczenia w projektach społeczno-gospodarczych oraz projektach badawczych
|
| Metody i kryteria oceniania: |
Obecność na zajęciach, aktywność na zajęciach, wykonywanie ćwiczeń praktycznych, końcowe zaliczenie pisemne. Kolokwium zaliczające odbędzie się w z góry wyznaczonym terminie, zgodnym z harmonogramem zajęć. Ocenie podlega poprawność wykonanych zadań, wynik obliczeń oraz interpretacja uzyskanych efektów wynikowych.
Punktacja:
16-14 pkt - bdb
13,5 pkt - db+
13-11 pkt - db
10,5 pkt - dst+
10-8 pkt - dst
|
| Zakres tematów: |
1. Ogólna charakterystyka analizy danych - wprowadzenie
2. Źródła danych w przedsiębiorstwie i jego otoczeniu
3. Przygotowanie i kodowanie danych do analizy
4. Dobór metod analizy danych do celu badania,
5. Klasyfikacja zebranych danych. Testowanie rozkładu.
6. Charakterystyka skal pomiarowych. Rzetelność i trafność pomiaru.
7. Zarządzanie zbiorem danych
8. Analizy tabelaryczne, korelacje i testy chi-kwadrat.
9. Porównania międzygrupowe (parametryczne i nieparametryczne), w tym ANOVA
10. Wizualna prezentacja danych
11. Analiza danych jakościowych
12. Kolokwium zaliczeniowe
|
| Metody dydaktyczne: |
wykład konwersatoryjny, prezentacja multimedialna, dyskusja dydaktyczna, metoda przypadku z użyciem komputera, konsultacje
|
