-UDDANNELSE KURSUSBESKRIVELSE. Diploma HD 1. del

Størrelse: px

Starte visningen fra side:

Download "-UDDANNELSE KURSUSBESKRIVELSE. Diploma HD 1. del"

Ingeborg Lauritzen
7 år siden
Visninger:

1 AARHUS UNIVERSITET HANDELS- OG INGENIØRHØJSKOLEN KURSUSBETEGNELSE: -UDDANNELSE KURSUSBESKRIVELSE Dataanalyse Titel: (Kursusnavn) Dataanalyse Kursusnavn engelsk: Niveau: Diploma HD 1. del Kursuskode: DDA-U6 Eksamenskode: DDA-E6 ECTS-point: 5 Omfang: (Antal timer) ca. 52 Timer pr. uge: 4 Placering: (Semester) Som udgangspunkt 1. semester Gældende studieordning: 2008 Udarbejdet af: John Vestergaard Olesen Dato: Revideret af: Dato: Godkendt af: Jan Laursen Dato: Versionsnr.: 1 Formål: (Læringsmål og kompetencer) Mange problemstillinger og beslutninger i private og offentlige organisationer er karakteriseret ved usikkerhed og risiko. For at kunne træffe kvalificerede beslutninger under usikkerhed kræves således kendskab til og anvendelse af statistiske metoder og modeller i forbindelse med indsamlingen af data, beskrivelse af usikkerhed, formulering af hypoteser, og analyser af de indsamlede data. Analyser af data, der typisk kommer fra stikprøver, har ofte til formål at beskrive forhold i de(n) population(er), hvorfra stikprøverne er taget. Det drejer sig om identificere centrale tendenser, variation, ligheder og forskelle mellem de(n) population(er), hvorfra stikprøverne kommer. Dertil kommer basale modeller til at beskrive graden af sammenhæng mellem 2 variabler i et datasæt. Endemålet er at sætte den studerende i stand til at kvantificere usikkerheden med henblik på forbedret beskrivelse af risikoen ved beslutninger af erhvervsøkonomisk eller samfundsøkonomisk art.. Faget dataanalyse har til formål at give den studerende en grundlæggende viden om og forståelse for ovennævnte statistiske begreber, metoder og modeller, samt gennemføre analyse ved anvendelse af relevant software. Den studerende skal desuden kunne vurdere om egen og andres anvendelser af basale statistiske metoder er hensigtsmæssige og korrekte i en given situation. Det indebærer opøvelse af færdigheden i at sikre en klar sammenhæng mellem problemstilling, analyseform og informationsindsamling og være i stand til at identificere den mest hensigtsmæssige kombination af disse i en konkret kontekst. Endelig skal den studerende på baggrund af en statistisk analyse kunne redegøre for og kommunikere til såvel eksperter som ikke-eksperter, hvilken konklusion, der kan drages omkring den konkrete problemstilling.fagets formål er at den studerende tilegner sig viden om centrale teoridannelser inden for fagets domæne og genstandsområder. Formålet er endvidere at den studerende efter endt undervisning kan redegøre for denne viden, bruge denne viden over for fagets problemstillinger i fagets domæne og genstandsområder, samt forme sin redegørelse for og brug af viden på en videnskabelig måde. I faget gives således et grundlag for at kvantificere usikkerhed i forbindelse med beslutningstagning, således at man rationelt og logisk stringent kan træffe beslutninger inden for det erhvervsøkonomiske område, under hensyntagen til såvel konsekvenser som usikkerhed. I mange beslutningssituationer tilvejebringes information således gennem udvælgelse af en Side 1 af 5

2 stikprøve. Selve udvælgelsen af stikprøven er afgørende for værdien af den indsamlede information. Der er derfor behov for særlige udvælgelsesmetoder, således at bearbejdning, analyse og vurdering på et sandsynlighedsteoretisk grundlag er muligt. Følgende spørgsmål/trin, der knytter sig til de fleste beslutningssituationer, kan give et indtryk af, hvor statistik kommer ind og hvorfor: Hvilken information er nødvendig? Hvad er den relevante population eller proces? Hvordan udvælges stikprøveenhederne? Hvordan indhentes den nødvendige information fra stikprøveenhederne? Hvordan anvendes stikprøveinformation som baggrund for at drage konklusioner om populationen eller processen? Hvilke konklusioner kan træffes om populationen eller processen? Praktisk anvendelse af faget viser sig blandt andet i kvalitetskontrol, markedsanalyse, meningsmåling, stikprøverevision og prognosticering. Kursusbeskrivelse: (Fagligt indhold, domæne og genstandsområder) Undervisningens udgangspunkter er kendskab til de sandsynlighedsteoretiske regneregler, der gælder for udfald af en og flere stokastiske udfald, herunder de standard sandsynlighedsfordelinger, der knytter sig til beskrivelse af stokastiske forsøg med udfald af såvel diskrete som kontinuert karakter. Det drejer sig om fordelingerne: hypergeometrisk, binomial-, poisson-, normal-, t-, F- og χ 2 -fordelinger. I undervisningen behandles stikprøveteori i form af metoderne for simpel tilfældig udvælgelse. Dertil kommer brug af de almindeligste beskrivende mål for central tendens, variation, skævhed og fordelingsform i populationer og stikprøver. I behandling af stikprøveresultater benyttes såvel de induktive slutningsmåder i form af konfidensintervaller som de deduktive slutningsmåder i form af hypoteseprøvning. Den studerende skal, understøttet af et softwareprogram som eksempelvis SPSS, beherske metoder, hvor han eller hun er i stand til at gennemføre test på og opstille konfidensintervaller for én eller flere middelværdier, varianser og andele samt foretage relevante sammenligninger af disse. Dertil kommer, at den studerende skal kunne gennemføre test på sammenhænge mellem 2 og flere variabler afhængig af den anvendte skalatype. Centrale analyser for test af sammenhænge er simple test via krydstabeller samt simple regressionsanalyser. Overordnet kan fagets domæne således beskrives ved følgende centrale grundelementer: Beskrivende statistik Sandsynlighedsteori Stokastiske variable og sandsynlighedsfordelinger Stikprøveudvælgelse og stikprøvefordelinger Punkt- og intervalestimering Inferensteori Simpel regressionsanalyse Personlig udvikling: Målet er, at de studerende Formår at overskue større og abstrakte problemstillinger og datamængder, uanset hvilken måleskala data er på

3 Faglige forudsætninger: Gynmasiel uddannelse eller tilsvarende Deltagerbegrænsning: Ingen Pensum: Se den til enhver tid gældende undervisningsplan Undervisningsform: Læringsmetoder i %: (Se valgmulighed nederst) Forelæsning 30% Øvelsesundervisning 15% Gruppearbejde 10% Selvstudium 10% Forberedelse til kursusforløbet 35% Undervisningssprog: Dansk IT-færdigheder: SPSS 5 (Se valgmulighed nederst) Prøveform: Projekt og mundtligt forsvar. Der er intern censur. Bedømmelsesform Beståelseskrav: 7-trinsskalaen (12 skalaen) karakteren 2 eller højere Kriterier for målopnåelse: Den studerende skal kunne gøre rede for tilegnet viden inden for fagets domæne og o at vise lige netop tilstrækkeligt kendskab til litteraturgivne tilgange til faget o at vise bredere og mere uddybet kendskab til litteraturgivne tilgange til faget o at vise systematiserende og sammenlignende kendskab til litteraturgivne tilgange til faget o på et litteraturgivet systematisk grundlag at diskutere styrker og svagheder ved de enkelte tilgange og deres egne begrundelser og grundlag Den studerende skal endvidere kunne bruge tilegnet viden inden for fagets domæne og o at vise lige netop tilstrækkeligt kendskab til enkeltstående litteraturgivne tilgange til faglige problemstillinger (lige netop tilstrækkeligt at kunne identificere, benævne, parafrasere) o at vise bredere og mere uddybet kendskab til litteraturgivne tilgange til problemstillinger inden for faget (lidt bredere og mere uddybet at kunne identificere, benævne, parafrasere) o at vise systematiserende og sammenlignende kendskab til litteraturgivne tilgange til problemstillinger inden for faget (at kunne beskrive, opliste) o på en litteraturgivet måde at diskutere styrker og svagheder i forskellige litteraturgivne tilgange til løsning af problemstillinger og deres løsningsbidrag (at kunne forstå, forklare, analysere, anvende) Endeligt skal den studerende kunne formgive sin viden inden for fagets domæne og o at formulere redegørelse for og brug af viden på en sprogligt letforståelig måde. o at formulere sin redegørelse for og brug af viden velstruktureret og med god effektivitet (kun det af et stofområde, der er relevant for emnet medtages).

4 Læringsmetoder: LÆRINGSMETODER Sprog Metodenr Betegnelse 0 Formidlerrollen 1 Forelæsning 2 Holdundervisning 3 Øvelsesundervisning 4 Gruppearbejde 5 Projekt-/problemorienteret undervisning 6 Underviserrolle/projektarbejde 7 Selvstudium 8 Forberedelse til kursusforløbet 9 Undervisning 10 Præsentation 11 Klassediskussioner 12 Cases og fremlæggelse IT-færdigheder: IT_NIVEAU Program Nr Navn Betydning 0 Ingen IT Der kræves ingen IT-færdigheder 1 Kendskab til - kan gengive - identificere 2 Forståelse - kan forklare og beskrive med egne ord 3 Afprøve - kan anvende og håndtere 4 Analysere - kan strukturer og anvende begrebet 5 Opbygge/kombinere - kan struktuere og anvende, begrundet i forudsætninger og ønsket mål 6 Bedømme - vurdere - fuld indsigt og forståelse - kan fortolke og vurdere i relation til andre områder Prøveform: PRØVEFORMER Sprog PRID PRBetegnelse PRGruppe 1 Skriftlig Skriftlig 2 Kursusarbejde og samtale Mundtlig 3 Praktisk prøve Andet 4 Undervisningsdeltagelse Andet 5 Mundtlig Mundtlig 6 Godkendelsesprocedure Andet 7 Rapport og mundtligt forsvar Mundtlig 8 Projekt og mundtligt forsvar Mundtlig 9 Pilotseminar Andet 10 Seminar med mundtligt forsvar Andet 11 Projektrap. m. mdftl. forsvar Andet 12 Hjemmeopgave Andet 13 Projektrap. m. mdtl. prøve Andet 15 Opgave uden mundtligt forsvar Andet 16 Synopsis med mundtligt forsvar Mundtlig

5 PRØVEFORMER Sprog PRID PRBetegnelse PRGruppe 17 Mundtlig med forberedelse Oral

Relaterede dokumenter

Erhvervsøkonomisk Metode Kursusnavn engelsk: Niveau: Diploma HD 1. del

AARHUS UNIVERSITET HANDELS- OG INGENIØRHØJSKOLEN KURSUSBETEGNELSE: HD-UDDANNELSE KURSUSBESKRIVELSE ERHVERVSØKONOMI METODE Titel: Erhvervsøkonomisk Metode Kursusnavn engelsk: Niveau: Diploma HD 1. del Kursuskode: