Overview
ΣΕΜΙΝΑΡΙΟ ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΙΙ
ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΜΑΘΗΣΙΑΚΟΙ ΣΤΟΧΟΙ: Ένα στέλεχος επιχείρησης ή οργανισμού οφείλει να κατανοεί, να διαχειρίζεται, να επεξεργάζεται και να εξάγει συμπεράσματα από βάσεις δεδομένων, που πρακτικά σημαίνει να έχει τεχνογνωσία λύσεων προβλημάτων διαχείρισης δεδομένων. Η διαχείριση δεδομένων και πληροφοριών, η αναλυτική (ή ανάλυση) δεδομένων και η αξιολόγηση στοιχείων είναι βασική δεξιότητα των διοικητικών στελεχών για τη λήψη αποφάσεων και τη χάραξη πολιτικών.
ΠΕΡΙΓΡΑΦΗ ΜΑΘΗΜΑΤΟΣ
Οι παρακάτω θεματικές καλύπτονται στα πλαίσια του συγκεκριμένου μαθήματος:
- Στατιστική ανάλυση δεδομένων
- Αναλυτική με οπτικοποίηση (Visual analytics)
ΕΚΠΑΙΔΕΥΤΙΚΟΙ ΣΤΟΧΟΙ
Οι κύριοι στόχοι του μαθήματος είναι: (α) να εξοικειώσει τους φοιτητές με τις τρέχουσες τάσεις στο χώρο της διαχείρισης δεδομένων, και (β) να διδάξει στους φοιτητές τεχνικές ανάλυσης δεδομένων. Ως αναμενόμενα αποτελέσματα οι φοιτητές θα αποκτήσουν σημαντικές δεξιότητες σε τεχνικές αναλυτικής επεξεργασίας δεδομένων και στη σχεδίαση και υλοποίηση κλιμακώσιμων λύσεων.
Επιπρόσθετα, αναμένεται ότι οι φοιτητές θα μπορούν να επιλέγουν τεχνολογίες προς χρήση και εργαλεία/μεθόδους για αποδοτική επεξεργασία και ανάλυση δεδομένων. Με την παρουσίαση ρεαλιστικών σεναρίων και προβλημάτων, το συγκεκριμένο μάθημα θα δώσει στον φοιτητή την απαιτούμενη ικανότητα αντίληψης ενός πραγματικού προβλήματος, επιλογής της κατάλληλης μεθόδου οργάνωσης και παρουσίασης ποιοτικών (κατηγορικών) και ποσοτικών (αριθμητικών) δεδομένων, δημιουργίας μιας τεχνικής αναφοράς επίλυσης σε υπολογιστικό περιβάλλον.
ΔΙΑΡΘΡΩΣΗ ΥΛΗΣ
Ενότητα 1: Στατιστική ανάλυση δεδομένων με το πακέτο IBM SPSS Statistics
- Εισαγωγή και διαχείριση αρχείων δεδομένων
- Καταχώριση ποιοτικών και ποσοτικών μεταβλητών
- Καταχώριση δεδομένων ερωτηματολογίου
- Τεχνικές παρουσίασης και επεξεργασίας δεδομένων (ομαδοποίηση δεδομένων, πίνακες συχνοτήτων, παρουσίαση ερωτήσεων πολλαπλών απαντήσεων, επανακωδικοποίηση τιμών μεταβλητών, δημιουργία γραφικών παραστάσεων).
- Περιγραφικά στατιστικά μέτρα. Ορθή χρήση και υπολογισμοί.
- Η διαδικασία Crosstabs. Πίνακες συνάφειας. Χ2 έλεγχος ανεξαρτησίας. Βαθμός και φύση της σχέσης δύο μεταβλητών.
- Επαγωγική στατιστική. Παραμετρικές διαδικασίες. Μη παραμετρικές διαδικασίες.
- Ανάλυση συσχέτισης – παλινδρόμησης. Απλή γραμμική παλινδρόμηση. Πολλαπλή παλινδρόμηση. Διαγνωστικοί έλεγχοι υποδείγματος απλής και πολλαπλής παλινδρόμησης.
Ενότητα 2: Αναλυτική με οπτικοποίηση (Visual analytics)
Ανιχνευτική Ανάλυση Δεδομένων (Exploratory Data Analysis). Η πλατφόρμα επιχειρηματικής ευφυίας Tableau. Εφαρμογές σε επιχειρησιακά προβλήματα.
ΑΞΙΟΛΟΓΗΣΗ ΕΠΙΔΟΣΗΣ ΦΟΙΤΗΤΩΝ
Με εργασία
ΕΝΔΕΙΚΤΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ
(Α) ΕΛΛΗΝΙΚΗ
Βασικά Εγχειρίδια: Keller G. (2010). Στατιστική για Οικονομικά και Διοίκηση Επιχειρήσεων. Εκδόσεις Επίκεντρο.
Δημητριάδης Ε. (2016). Στατιστική επιχειρήσεων με εφαρμογές σε SPSS και LISREL. 2η έκδοση. Εκδόσεις Κριτική.
Χάλκος Γ.Ε. (2006). Στατιστική : Θεωρία Εφαρμογές και Χρήση Στατιστικών Προγραμμάτων σε Η/Υ , Εκδόσεις Τυπωθήτω – Γ. Δάρδανος
(Β) ΔΙΕΘΝΗΣ
Βασικά Εγχειρίδια:
Lind D. and Marchal W. and Wathen S. (2018). Statistical Techniques in Business and Economics, 17th Edition, McGraw Hill Education.
Schindler P. S. ΜΕΘΟΔΟΙ ΕΡΕΥΝΑΣ ΓΙΑ ΤΙΣ ΕΠΙΧΕΙΡΗΣΕΙΣ. Επιμέλεια: Α,. Αποστολάκης, Μ. Κουργιαντακης. Εκδόσεις Κριτική
Aanderud T, Collum R., Kumpfmiller R. An introduction to SAS Visual Analytics: How to explore numbers, design reports and gain insight into your data.
Tableau. (2014). Visual Analysis Best Practices. Tableau Software, 41. Retrieved from http://www.tableausoftware.com/learn/whitepapers/tableau-visual-guidebook
Mauri, M., Elli, T., Caviglia, G., Uboldi, G., & Azzi, M. (2017). RAWGraphs: A Visualisation Platform to Create Open Outputs. Proceedings of the 12th Biannual Conference on Italian SIGCHI Chapter, 28:1–28:5. https://doi.org/10.1145/3125571.3125585
Άλλα Εγχειρίδια:
Henderson D. and Dorfman P. Data Management Solutions Using SAS® Hash Table Operations: A Business Intelligence Case Study.
Kohlhammer, J., May, T., & Hoffmann, M. (2009). Visual analytics for the strategic decision making process. GeoSpatial Visual Analytics. https://doi.org/Doi 10.1007/978-90-481-2899-0_23
Mackinlay, J. D., & Winslow, K. (2015). Designing Great Visualizations. Tableau
Murphy T. Infographics powered by SAS Visual Analytics and SAS Office Analytics. Design robust and repeatable business infographics with SAS.
Savikhin, A., Maciejewski, R., & Ebert, D. S. (2008). Applied visual analytics for economic decision-making. In VAST’08 – IEEE Symposium on Visual Analytics Science and Technology, Proceedings. https://doi.org/10.1109/VAST.2008.4677363
Wolfgang Aigner • Silvia Miksch Heidrun Schumann • Christian Tominski (2011). Visualization of Time-Oriented Data With a foreword by Ben Shneiderman 1st Edition, Springer. ISBN: 978-0-85729-078-6
Τσαδήρας Α. (2017). Microsoft Windows και Office – Χρήση και Εργαστηριακές Ασκήσεις για Κοινωνικούς και Πολιτικούς Επιστήμονες. Ζυγός, Θεσσαλονίκη.
Free e-books: https://support.sas.com/en/books/free-books.html
Wilkinson L. (2005). The Grammar of Graphics. Second Edition. Spinger.
Course Features
- Lectures 0
- Quizzes 0
- Duration 50 hours
- Language Greek, English
- Students 0
- Assessments Yes