BUS 210 | Ders Tanıtım Bilgileri

Dersin Adı
İşletme ve Sosyal Bilimler için Veri Okuryazarlığı
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
BUS 210
Güz
2
2
3
5

Ön-Koşul(lar)
Yok
Dersin Dili
İngilizce
Dersin Türü
Zorunlu
Dersin Düzeyi
Lisans
Dersin Veriliş Şekli -
Dersin Öğretim Yöntem ve Teknikleri Tartışma
Olgu / Vaka çalışması
Deney / Laboratuvar / Atölye uygulama
Anlatım / Sunum
Dersin Koordinatörü
Öğretim Eleman(lar)ı
Yardımcı(ları)
Dersin Amacı Bu ders, işletme ve sosyal bilimler alanlarındaki öğrencilere, günümüzün veri odaklı ortamlarında mesleki ve araştırma görevlerini yerine getirmeleri için gereken veri becerilerini kazandırmayı amaçlamaktadır.
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Bir veri kaynağının kalitesini değerlendirebileceklerdir
  • Veri depolama ve erişimini sağlayan teknolojileri tanımlayabileceklerdir.
  • Analizi kolaylaştırmak için veri kümeleriyle ilgili sorunları düzeltebileceklerdir.
  • Çalışma alanlarıyla ilgili veri kaynaklarını bulabileceklerdir.
  • Farklı kaynaklardan gelen veri kaynaklarını birleştirebileceklerdir.
  • Veri analizinden görselleştirmeler ve çıkarımlar yoluyla anlamlı bilgiler aktarabileceklerdir.
Ders Tanımı Veriler her şey hakkında olabilir. Bu ders verinin kendisiyle ilgilidir. Bu uygulamalı ders sayesinde öğrenciler bir problemle ilgili veri kaynaklarını belirlemek için eleştirel bir bakış açısı geliştirir. Öğrenciler, çağdaş kurumsal sistemlerde teknoloji ve veri yönetimi süreçlerini tanımlamayı; farklı kaynak, format ve standartlardan verileri birleştirme ve dönüştürmeyi; veri kalitesini değerlendirme ve geliştirmeyi; verinin özelliklerini ve temel veri analizini görselleştirip yorumlayarak bir işletme veya sosyal bilimler sorununa ilişkin çıkarımlar oluşturmayı öğrenir.

 



Dersin Kategorisi

Temel Ders
Uzmanlık/Alan Dersleri
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

 

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta Konular Ön Hazırlık
1 MODÜL 1: Veri ve Yaşam Sosyal bilimlerde bilimsel araştırmanın temelleri. Nüfuslar, örneklemler ve veri. Veri açısından teori ve hipotez oluşumu. Temel veri yapısı olarak veri tabloları. Herzog, D. (2015). Data literacy: a user's guide. SAGE Publications., Bölüm 1 “Fundamentals of Analysis”, Bölüm 1
2 Veri kaynaklarını belirleme. Kaynaklar, açık kaynaklar ve veri elde etme maliyetleri. Veri yükümlülükleri, gizlilik, cinsiyet ve etik sorunları. “Fundamentals of Analysis”, Bölüm 2
3 İlişkisel (birlikte meydana gelme), bağlantısal (ör. Sosyal ağlar) ve coğrafi (ör. Konuma dayalı) verilerin yapısı. “Fundamentals of Analysis”, Bölüm 3
4 Verilerle değer katmak. İstatistiksel öğrenme yaklaşımları. ichael Yeomans, 2017, "A Manager’s Guide to Machine Learning and Automated Algorithms, in "HBR Guide to Data Analytics Basics for Managers", Harvard Business Review Press (ISBN: 978-1633694286)
5 MODÜL 2: Gerçek dünyada veri yönetimi Verilerin kaynaklarına göre yapısı ve kalitesi. Verilerin yaşlanması ve yapısı. Tabloların ötesinde: Bağlantısal Veri Tabanı yönetim Sistemleri. Temel tasarım örüntülerini anlama. “Fundamentals of Analysis”, Bölüm 4
6 Örgütsel ve örgütler arası BİT sistemleri. Kişiler, kuruluşlar ve konumlar arasında bilgi depolanması ve akışı. BİT standartları. Standart Sorgu Dili (SQL) ve ODBC standartlarına duyulan ihtiyaç. Melton, J. (1996). Sql language summary. Acm Computing Surveys (CSUR), 28(1), 141-143.
7 SQL veri alma ve aktarma. RDBMS'de temel birleştirme işlemleri ve tabloları dışa aktarma. “Fundamentals of Analysis”, Bölüm 5
8 Uygulamada SQL ve ODBC kullanımı. Kullanım örüntüleri “Fundamentals of Analysis”, Bölüm 6
9 Büyük veri depolama ve işleme sorunları. NoSQL veri tabanları. Bulut depolama alternatifleri. Nayak, A., Poriya, A., & Poojary, D. (2013). Type of NOSQL databases and its comparison with relational databases. International Journal of Applied Information Systems, 5(4), 16-19.
10 MODÜL 3: Verilerle hikayeler anlatmak Sözlü ve yazılı iletişimin ötesinde: görsel iletişimin, grafiklerin ve Infografinin rolü. Görselleştirmeler: iyi, kötü ve çok fazla, hikâyeye odaklanmak Herzog, D. (2015). Data literacy: a user's guide. SAGE Publications., Bölüm 2
11 Birlikte ortaya çıkma ve nedensellik hakkında anlatı kalıpları. Anlatı modelleri için veri görselleştirme türleri. Veri grafikleri üretmek için tercih edilen araçlar. Herzog, D. (2015). Data literacy: a user's guide. SAGE Publications., Bölüm 3
12 Tercih edilen araçlarla tek değişkenli ve iki değişkenli keşifsel istatistikler ve veri grafikleri. Herzog, D. (2015). Data literacy: a user's guide. SAGE Publications., Bölüm 4
13 Tek değişkenli ve iki değişkenli istatistiklerle vaka çalışması. Herzog, D. (2015). Data literacy: a user's guide. SAGE Publications., Bölüm 5
14 Hikâye oluşturmak için ofis ve tablo yazılım araçlarını bir arada kullanma. Herzog, D. (2015). Data literacy: a user's guide. SAGE Publications., Bölüm 6
15 Dönemin gözden geçirilmesi
16 Final sınavı

 

Ders Kitabı

Herzog, D. (2015). Data literacy: a user's guide. SAGE Publications. DOI: https://dx.doi.org/10.4135/9781483399966

ISBN: 978-1483333465

 

Fundamentals of Analysis, a web book by Matt David and Dave Fowler: https://dataschool.com/fundamentals-of-analysis/

Önerilen Okumalar/Materyaller

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Katılım
1
10
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
1
30
Sunum / Jüri Önünde Sunum
1
60
Proje
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
Final Sınavı
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
4
100
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri Sayı Süre (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x teorik ders saati)
16
0
Laboratuvar / Uygulama Ders Saati
(Sınav haftası dahildir. 16 x uygulama/lab ders saati)
16
0
Sınıf Dışı Ders Çalışması
0
Arazi Çalışması
0
Küçük Sınav / Stüdyo Kritiği
0
Portfolyo
0
Ödev
0
Sunum / Jüri Önünde Sunum
1
0
Proje
0
Seminer/Çalıştay
0
Sözlü Sınav
0
Ara Sınavlar
0
Final Sınavı
0
    Toplam
0

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1

İktisat alanına özgü temel kavramların, teorilerin, ilkelerin ve araştırma yöntemlerinin bilgisine sahip olur.

2

İktisadi verileri toplar, işler ve ekonomi politikalarına yol gösterebilecek bilimsel araştırmalar yapmak için uygun matematiksel, ekonometrik, istatistiksel yöntemleri ve veri analizi yöntemlerini uygular.

3

İlgili akademik, mesleki, bölgesel ve global ağların içinde yer alır bu ağları etkin olarak kullanır.

4

Bulunduğu toplumun ihtiyaçları konusunda yeterli sosyal sorumluluk bilincine sahip olur ve gerektiğinde sosyal dinamikleri etkileyebilecek aktiviteler düzenler.

5

İhtiyaç duyduğu bilgiye erişmek için eğitim sürecinde edindiği ile kişisel bilgi birikimini sentezler.

6

Eleştirel ve analitik düşünme becerisi ile kendi öğrenim gereksinimlerini belirler ve yaşam boyu öğrenme sürecini yönlendirir.

7

Toplumsal dinamikleri iktisadi süreçlere hem bir girdi hem de sonuç olarak eklemleyebilmek için gerekli becerilere sahiptir.

8

Üniversitede edindiği birikimini bulunduğu toplumun kültürel ve tarihsel yapısıyla ilişkilendirebilir ve toplumun farklı katmanlarına iletir.

9

Bireysel ve grup üyesi olarak sorumluluk alır.

10

Ekonomi ile ilgili verilerin toplanması, yorumlanması, duyurulması ve uygulanması aşamalarında toplumsal, bilimsel ve etik değerlere göre hareket eder.

11

Bir yabancı dili kullanarak ekonomi ilgili bilgi toplar ve meslektaşları ile iletişim kurar .("European Language Portfolio Global Scale", Level B1)

12

İkinci yabancı dili orta düzeyde kullanır.

13

İnsanlık tarihi boyunca oluşan bilgi birikimini uzmanlık alanıyla ilişkilendirir.

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest

 


İzmir Ekonomi Üniversitesi
izto logo
İzmir Ticaret Odası Eğitim ve Sağlık Vakfı
kuruluşudur.
ieu logo

Sakarya Caddesi No:156
35330 Balçova - İzmir / TÜRKİYE

kampus izmir

Bizi Takip edin

İEU © Tüm hakları saklıdır.