Ana içeriğe atla
EN

İŞLETME YÖNETİMİNDE VERİ ANALİZİ VE BİLGİSAYAR UYGULAMALARI

Ders
BUSN531 - İŞLETME YÖNETİMİNDE VERİ ANALİZİ VE BİLGİSAYAR UYGULAMALARI
Bölüm
İşletme - İngilizce - Yüksek Lisans
Ders Tipi
Ders
Durum
Zorunlu
Dil
İngilizce
Kredi
3
AKTS
8
T+P+L
3 + 0 + 0
Ders Koordinatörleri
Prof. Dr. Cem TANOVA
Ön Koşul
-
Anahtar Sözcükler

Ders Açıklaması

Bu ders, araştırma sürecini genel hatlarıyla tanıtarak her bir adımı detaylı bir şekilde açıklamayı amaçlamaktadır. Ders kapsamında, bu adımların farklı yöntemlerle nasıl gerçekleştirilebileceği ele alınacak ve belirli bir araştırma probleminin ihtiyaçlarına göre en uygun yöntemin seçilmesine yönelik rehberlik sunulacaktır. Ayrıca ders, SPSS gibi yazılım paketlerinin kullanımını ve veri analizi sonuçlarının yorumlanmasını da içermektedir. Ders, öğrencilerin yaygın olarak kullanılan istatistiksel teknikleri farklı veri setlerine uygulayabilmelerini sağlamak için tasarlanmıştır. Bu amaçla ders; tanımlayıcı analiz, korelasyon, t-testi, ANOVA, regresyon, aracılık ve etkileşim analizine odaklanacaktır. Öğrenciler, veri setleri üzerinde çalışmak için SPSS yazılımını kullanacaklardır.

İŞLETME YÖNETİMİNDE VERİ ANALİZİ VE BİLGİSAYAR UYGULAMALARI

Değerlendirme Araçları (Aktif Dönem)

Öğe Tür Ağırlık (%)
Midterm Ara Sınav 40
Final Final 45
Project Proje 15
Toplam 100

Ders Müfredatı

Hafta Konu
Hafta 1 Introduction of the course, overview / Research process
Hafta 2 Descriptive statistics
Hafta 3 Introduction to SPSS/Data cleaning
Hafta 4 Descriptive statistics (Class Practice)
Hafta 5 Reliability and validity
Hafta 6 Reliability and validity (Class Practice)
Hafta 7 Reliability and validity (Class Practice)
Hafta 8 Midterm
Hafta 9 T-test, ANOVA
Hafta 10 T-test, ANOVA (Class Practice)
Hafta 11 Correlation
Hafta 12 Correlation (Class Practice)
Hafta 13 Regression
Hafta 14 Regression (Class Practice)
Hafta 15 Data Practice

Referans Kitaplar & Ders Materyalleri

  1. 01 Field, A. 2024. Discovering Statistics Using IBM SPSS Statistics, Sage, London.
  2. 02 Pituch, K.A. & Stevens, J.P. 2016. Applied multivariate statistics for the social sciences, Taylor& Francis: New York.
  3. 03 Te Grotenhuis, M. & Matthijssen, A. 2016. Basic SPSS Tutorial, Sage: UK.

Ders Çıktıları

Öğrenme çıktısı tanımlanmamış.

Program Çıktıları

  1. Veri bilimi alanındaki güncel durumu değerlendirmek ve anlamak amacıyla teoriler, çerçeveler ve modeller hakkında derinlemesine bilgi sahibi olmak.
  2. Literatürü incelemek ve veri bilimi teorileri ile metodolojilerini yeni araştırmalarda ve deneylerde uygulamak.
  3. Denetimli ve denetimsiz makine öğrenimi tekniklerini kullanarak veri setlerini analiz etmek.
  4. Veri yönetimi, analiz ve problem çözümü için istatistiksel ve bilişim yazılım sistemleri tasarlamak, geliştirmek ve test etmek.
  5. Farklı veri türleri ve analitik görevler için etkili görselleştirmeler tasarlamak ve geliştirmek, ayrıca görselleştirme ve görsel analiz konularında teorik ve uygulamalı konular üzerine bağımsız araştırmalar yürütmek
  6. İletişim, problem çözme, araştırma veya proje faaliyetlerinde yüksek düzeyde yetkinlik kazanmak ve çok disiplinli bir ekipte ortak bir hedefe ulaşmak için bir ekip üyesi ya da lider olarak etkin biçimde çalışmak.
  7. Büyük veri kümelerinin yönetimiyle ilgili zorlukların üstesinden gelmek için paralel yöntemler, bulut bilişim ve ilişkisel olmayan (NoSQL) veri depolama ve erişim çözümleri geliştirmek ve uygulamak.
  8. Veri, bilgi ve iletişimin disiplinlerarası doğasını anlamak ve veri toplama ile analizine yönelik önde gelen araştırma yöntemlerini değerlendirme yeteneği kazanmak.
  9. Verinin kullanımıyla ilgili etik sorunları derinlemesine anlamak ve gerçek dünya veri uygulamalarında etik kararlar alabilmek.
  10. Geniş bir alan yelpazesinden bilgiyi analiz etme, sentezleme ve değerlendirme yeteneğini göstermek ve yaşam boyu kendi kendine öğrenme yetisine sahip olmak.

Pç-Dç Matrisi

PÇ-ÖÇ matrisi henüz doldurulmamış.