| Ders Bilgileri |
|
| Dersin Adı |
: |
Bilgisayar Destekli istatistiksel Yöntemler II |
|
| Dersin Kodu |
: |
ISB-540 |
|
| Dersin Türü |
: |
Seçmeli |
|
| Dersin Aşaması |
: |
İkinci Aşama (Yüksek Lisans) |
|
| Dersin Yılı |
: |
1 |
|
| Dersin Dönemi |
: |
Bahar (16 Hafta) |
|
| Dersin AKTS Kredisi |
: |
6 |
|
| Eğitici(ler)nin Adı |
: |
Doç.Dr. GÜZİN YÜKSEL
|
|
| Dersin Öğrenme Kazanımları |
: |
Bu ders öğrenciye veri analizi bilgi ve beceri yeteneği kazandırır.
Operasyonel iş sorunlarına çözüm bulmaları mümkün olur.
Öğrenciler SPSS kullanımını öğrenir.
Öğrenciler SPSS ile veri analizi yeteneği kazanır.
Öğrencilerin bir iş ortamında SPSS kullanarak temel istatistik yapılarını uygulaması mümkün olur.
Problem analizi ve problem çözümü becerisini geliştirir
Veri işleme ve manipülasyon becerilerini geliştirir
|
|
| Dersin Veriliş Şekli |
: |
Örgün (Yüz Yüze) |
|
| Dersin Önkoşulları |
: |
Yok |
|
| Ders Hakkında Önerilen Diğer Hususlar |
: |
Yok |
|
| Dersin Amacı |
: |
Bu dersin amacı farklı alanlarda kullanılan veri analizi ve temel istatistiki yöntemlerin SPSS programı üzerinde teorik ve uygulamalı bir şekilde işlenerek, öğrenciye yorum yapabilme, sorunlar üzerinde analiz edebilme gibi yeteneklerin kazandırılmasıdır. |
|
| Dersin İçeriği |
: |
Veri Girişi, Tekrarlı Ölçümler Varyans Analizi, İç İçe faktörler Varyans Analizi, Parametrik Olmayan Tek Örnek Testleri, Parametrik Olmayan Bağımsız İki Örnek Testleri, Parametrik Olmayan Bağımlı İki Örnek Testleri, Parametrik Olmayan Bağımlı K- Örnek Testleri, Loglineer Analiz, Lojistik Regresyon Analizi, Faktör Analizi, Ayırma Analizi, Kümeleme Analizi |
|
| Dersin Dili |
: |
Türkçe |
|
| Dersin Yeri |
: |
Laboratuvar |
|
|
Ders Planı |
| Hafta | Konu | Öğrencinin Ön Hazırlığı | Öğrenme Aktiviteleri ve Öğretme Yöntemleri |
|
1 |
Veri Girişi ve Dosya İşlemleri.(Bilgisayar ortamında istatistiksel yazılımlar ile) |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
2 |
Tekrarlı Ölçümler Varyans Analizi |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
3 |
İç İçe faktörler Varyans Analizi |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
4 |
Parametrik Olmayan Tek Örnek Testleri |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
5 |
Parametrik Olmayan Bağımsız İki Örnek Testleri |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
6 |
Parametrik Olmayan Bağımsız İki Örnek Testleri |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
7 |
Parametrik Olmayan Bağımlı İki Örnek Testleri |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
8 |
Ara Sınav |
Ders notlarındaki ve kaynaktaki konuları gözden geçirme |
Yazılı Sınav |
|
9 |
Parametrik Olmayan Bağımlı K- Örnek Testleri |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
10 |
Loglineer Analiz |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
11 |
Lojistik Regresyon Analizi |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
12 |
Lojistik Regresyon Analizi |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
13 |
Faktör Analizi |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
14 |
Ayırma Analizi |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
15 |
Kümeleme Analizi |
Kaynak okuma, proje hazırlama |
Yüz yüze ve bilgisayar uygulamalı |
|
16/17 |
Final Sınavı |
Ders notlarındaki ve kaynaktaki konuları gözden geçirme |
Yazılı Sınav |
|
|
| Dersin Temel Öğrenme Kazanımlarına Katkısı |
| No | Temel Öğrenme Kazanımı | Katkısı* |
|
1 |
Olasılık ve İstatistik konularında derinlemesine ve genişlemesine kuramsal ve uygulamalı bilgilere sahiptirler |
4 |
|
2 |
Matematik, Olasılık ve İstatistik konularında bilimsel araştırma yaparlar. |
5 |
|
3 |
İstatistik alanında doktora planları yapabilecek bilgilere sahiptirler.
|
4 |
|
4 |
İstatistikte kullanılan analiz ve modelleme yöntemleri hakkında kapsamlı bilgiye sahiptir.
|
4 |
|
5 |
İstatistikte kullanılan yöntemler hakkında kapsamlı bilgiye sahiptir. |
5 |
|
6 |
İstatistiksel problemleri işaret eder, çözmek için yöntem geliştirir.
|
5 |
|
7 |
İstatistiksel problemleri çözümlemede yenilikçi yöntemler uygular. |
4 |
|
8 |
Alanında karşılaştığı problemleri analitik modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular.
|
5 |
|
9 |
Bilgiye erişir ve bununla ilgili kaynak araştırması yapar. |
3 |
|
10 |
Karmaşık durumlarda çözüm yaklaşımları geliştirir ve sorumluluk alır.
|
4 |
|
11 |
Sorumluluk alma özgüvenine sahiptir. |
4 |
|
12 |
Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalığa sahip olduğunu çalışmalarıyla gösterir. |
4 |
|
13 |
Çalışmalarının süreç ve sonuçlarını ulusal ve uluslararası ortamlarda açık bir şekilde yazılı ya da sözlü olarak aktarır.
|
4 |
|
14 |
Verilerin toplanması, işlenmesi, kullanılması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. |
4 |
|
15 |
Kendini istatistikte ve ilgili alanlarda sürekli yeniler. |
3 |
|
16 |
Türkçe ve İngilizce sözlü ve yazılı iletişim kurar.
|
3 |
|
17 |
İstatistik uygulamaları için gereken donanım ve yazılımları kullanır. |
5 |
| * Katkı düzeyleri 0 (yok) ve 5 (en yüksek) arasında ifade edilmiştir. |
|
|