SOSYAL BİLİMLER İÇİN STATİSTİKSEL BİLGİSAYAR UYGULAMALARI

Ders Açıklaması

Toplanan verilerin bilgisayara işlenmesi, düzenlenmesi ve analiz yapılabilecek duruma getirilmesi; normal dağılım ve örneklem ortalamalarının dağılımı, güven aralığı oluşturma, araştırma sorusu, araştırma hipotezi, boş hipotez ve hipotez testi. Betimsel istatistik işlemleri: Merkez eğilim ve konum ölçüleri (Aritmetik ortalama, ortanca, tepedeğer, yüzdelik ve çeyrekdeğer), değişkenlik ölçüleri (dağılım genişliği, varyans, standart sapma); verilerin görselleştirilmesi. Anlam çıkartıcı istatistik analizleri: t-testi uygulamaları (tek-örneklemli t-testi, bağımsız örneklemler t-testi, bağımlı örneklemler t-testi), varyans analizi uygulamaları (tek-yönlü ANOVA, çift-yönlü ANOVA, MANOVA, ANCOVA); korelasyon (Pearson, Spearman korelasyon katsayıları), kısmi korelasyon; çoklu doğrusal regresyon, model oluşturma; açımlayıcı ve doğrulayıcı faktör analizi; güvenilirlik; ve non-parametrik testler (Wilcoxon işaretli sıra testi, Mann-Whitney U testi, Kruskal-Wallis testi, Ki-Kare testleri) için analizlerin bilgisayar ortamında yapılması; yapılan analizlerin çıktılarının yorumlanması.

SOSYAL BİLİMLER İÇİN STATİSTİKSEL BİLGİSAYAR UYGULAMALARI

Değerlendirme Araçları (Aktif Dönem)

Değerlendirme öğesi tanımlanmamış.

Ders çıktıları

1. 01 betimsel istatistik ve anlam çıkartıcı istatistikle ilgili temel kavramlar ve terimler hakkında bilgi sahibi olma; toplanan verileri bilgisayara girebilir, düzenleyebilir ve istatistiksel analizler için hazır hale getirebilir.
2. 02 ortalamanın normal dağılımını ve örnekleme dağılımını kavrama ve güven aralıklarını belirleyebilme; araştırma soruları, araştırma hipotezleri, boş hipotezler yazabilme; ve hipotez testini kavrama.
3. 03 SPSS kullanarak merkezi eğilim ve konum ölçülerini (aritmetik ortalama, ortanca, tepedeğer, yüzdelik ve çeyrekdeğer) ve değişkenlik ölçülerini (dağılım genişliği, varyans, standart sapma) hesaplayabilme; SPSS kullanarak veri görüntüleyebilme, grafik ve çizelgeleri düzenleyebilme.
4. 04 SPSS'de t-test uygulamalarını kullanabilmeli ve tek-örneklemli t-testi, bağımsız örneklemler t-testi ve bağımlı örneklemler t-testi yapabilme.
5. 05 SPSS'de varyans analizi uygulamalarını kullanabilme ve tek-yönlü ANOVA, çift-yönlü ANOVA ve ANCOVA yapabilme.
6. 06 SPSS'de saçılım çizgesi çizebilme ve Pearson ve Spearman korelasyon katsayılarını hesaplayabilme; Çoklu doğrusal regresyon analizi yapabilme ve model oluşturabilme.
7. 07 Açımlayıcı faktör analizi ve güvenilirlik analizi yapabilme.
8. 08 Parametrik olmayan testler yapabilme (Wilcoxon işaretli sıra testi, Mann-Whitney U testi, Kruskal-Wallis testi, Ki-Kare testi)
9. 09 Analiz sonuçlarını yorumlayıp yazabilme.
10. 10 nicel araştırma yapmada istatistik bilgisine hayati bir bileşen olarak değer verme.

Ders Müfredatı

Referans Kitaplar & Ders Materyalleri

1. 01 Green, S. B., Salkind, N. J. (2014). Using SPSS For Windows And Macintosh -7TH Edition. Boston: Pearson.
2. 02 Elzey, F. F. (1985). Elementary Statistical Techniques. California: Brooks/Cole.
3. 03 Coursepack prepared by the instructor.

Ders Çıktıları

Öğrenme çıktısı tanımlanmamış.

Program Çıktıları

1. Literatürü eleştirel bir şekilde analiz ederek, araştırma boşluklarını belirleyerek ve MIS teorisine ve pratiğine katkıda bulunan orijinal çalışmalar tasarlayarak ileri araştırma metodolojilerine (nicel, nitel ve karma yöntemler) hakim olduğunu gösterebilir.
2. Bağımsız bilimsel araştırmayı, akademik titizliği ve MIS alanındaki bilginin ilerlemesine önemli bir katkıyı yansıtan özgün bir doktora tezi hazırlayabilir ve savunabilir.
3. Araştırma paradigmalarının felsefi temellerini açıklayarak, araştırmasını bu çerçeveler içerisinde konumlandırarak ve akademik eleştirilere yanıt vererek tez izleme ve savunmasına hazır olduğunu gösterebilir.
4. Veri toplama, analiz, raporlama ve yayınlama dahil olmak üzere araştırma sürecinin tüm aşamalarında etik ilkeleri, akademik dürüstlüğü ve sorumlu araştırma yürütmeyi uygulayabilir.
5. Bilişim sistemleri araştırmalarının ve örgütsel ve toplumsal bağlamlardaki uygulamalarının sosyal, yasal ve etik etkilerini belirleyebilir.
6. Karmaşık veri kümelerini incelemek ve MIS araştırmalarında anlamlı içgörüler çıkarmak için istatistiksel modelleme, makine öğrenimi ve yapay zeka tabanlı analizler de dahil olmak üzere gelişmiş veri bilimi tekniklerini kullanabilir.
7. Yapay zeka, büyük veri, blok zinciri ve nesnelerin interneti gibi ortaya çıkan teknolojileri tanıyabilir ve değerlendirebilir; bu teknolojilerin kurumsal süreçler ve dijital ekosistemler üzerindeki dönüştürücü etkilerini değerlendirebilir.
8. Disiplinlerarası araştırma ortamlarında işbirliği yapabilir ve liderlik edebilir, üretken bilimsel ortaklıklar kurabilir ve farklı akademik bakış açılarını bütünleştiren araştırma projelerini yönetebilir.
9. Hakemli dergilerde yüksek kaliteli araştırmalar yayınlayabilir, bulgularını uluslararası konferanslarda sunabilir ve dergi hakemliği, konferans organizasyonu ve komite katılımı gibi akademik hizmetlerde aktif olarak yer alabilir.
10. Bilişim sistemleri, teknoloji ve kurumsal stratejinin kesişim noktasında zorlukları belirleyebilir ve yenilikçi, araştırmaya dayalı çözümler önerebilir.
11. İleri düzeyde YBS dersleri sunabilir, lisansüstü araştırmaları denetleyebilir ve etkili rehberlik ve akademik öğretim yoluyla akademik gelişimi destekleyebilir.
12. Sistem düşüncesi ve yenilikçi tasarım metodolojilerini kullanarak BT yeteneklerini kurumsal stratejilerle uyumlu hale getiren gelişmiş bilişim sistemleri ve karar destek sistemleri geliştirebilir.

Pç-Dç Matrisi

PÇ-ÖÇ matrisi henüz doldurulmamış.