Adatelemzés és adatvizualizáció alapfokon (GSZABAN-ADAADAAL-1)

Alapadatok
Szak és képzési szint
Szabadon választható, alapképzés
Tanterv
2021
Óraszám
0 + 2 + 0 (E+Gy+L)
Kreditérték
2 kredit
Elmélet–Gyakorlat arány
Elmélet: 0%, Gyakorlat: 100%
Tantervi félév
1. félév
Munkarend
Nappali
Előfeltételek
Értékelés típusa
Gyakorlati jegy
Tárgy kategória
Szabadon választható
Nyelv
magyar
Oktatók
Tantárgyfelelős
Dr. Sági Norberta
Felelős tanszék
GAMF Műszaki és Informatikai Kar
Oktatók
Dr. Sági Norberta
Ellenőrzésért felel
nincs
Tantárgy célja

A hallgatók digitális kompetenciáinak fejlesztése, hogy hatékonyan tudják használni a digitális tanulási környezet eszközeit és módszereit, elsősorban az adatelemzésre és adatvizualizációra való felkészítés.

Elsajátítandó ismeretanyag
Gyakorlat

1. Témakör: Kutatási módszerek (3 lecke) 1.1. Kutatás tervezés és módszertan - A kutatási problémák azonosítása - Kutatási célok és hipotézisek megfogalmazása - Kvalitatív és kvantitatív kutatási módszerek bemutatása 1.2. Adatgyűjtési technikák - Kérdőívek és interjúk készítése - Megfigyelési és kísérleti módszerek - Adatforrások és mintavételi eljárások 1.3. Etikai kérdések a kutatásban - Etikai irányelvek és szabályok - Adatvédelmi szempontok - Kutatás és a társadalmi felelősségvállalás 2. Témakör: Adatok rendezésének módszerei (3 lecke) 2.1. Adatok előkészítése és tisztítása - Az adatok formátuma és struktúrája - Duplikált adatok azonosítása és eltávolítása - Hiányzó értékek kezelése 2.2. Adatok kategorizálása - Kategóriák és osztályozás módszerei - Adatok csoportosítása különböző szempontok szerint - Kategóriák létrehozása a kutatási kérdések alapján 2.3. Adatok rendezése táblázatos formában - Excel és egyéb táblázatkezelők alapjai - Sorting és Filtering technikák - Pivot táblák használata 3. Témakör: Adatelemzés eszközei és módszerei (4 lecke) 3.1. Alapvető statisztikai fogalmak - Statisztikai mutatók (átlag, medián, módusz) - Szóródás mérése (szórás, variancia) - Adatösszefoglaló statisztikák 3.2. Statisztikai elemzési módszerek - Korrelációs és regressziós elemzés - Hipotézisvizsgálat – T-teszt és ANOVA 3.3. Elemző szoftverek bemutatása - Stata, SPSS használata - Adatkezelési technikák a kiválasztott szoftverekben - Alapvető grafikai lehetőségek 3.4. Esettanulmányok elemzése - Esettanulmányok kiválasztása és bemutatása - Az esetek rögzítése és elemzése - Az eredmények kommunikációja 4. Témakör: Adatvizualizáció (3 lecke) 4.1. Adatvizualizáció alapelvei - Adatelemzés és vizualizálás kapcsolatának megértése - Az adatmegjelenítés célja és fontossága - Vizualizációs technikák és eszközök bemutatása 4.2. Grafikai eszközök és technikák - Diagramok, grafikonok és térképek típusai - Színek és tipográfia a vizualizációban - Interaktív vizualizációs eszközök használata 4.3. Az eredmények bemutatása - Prezentációs technikák és formátumok - Adatelemzési eredmények közérthető megjelenítése - Példák sikeres adatvizualizációkra

Szakmai kompetenciák
Tudás

⎯ A hallgató megismeri az adatelemzés és adatvizualizáció ismérveit, elsajátítja az adatvizualizáció alapvető ismereteit.

Képesség

A hallgató képes lesz adatok rendezésére, és kutatási eredmények bemutatására.

Attitűd

A hallgató meggyőződik arról, hogy a kutatás etikai kérdéseit is szem előtt kell tartania.

Autonómia és felelősség

A hallgató megérti, hogy a kutatási adatok rendezése és vizualizációja egy jól felépített és jól előadott prezentáció és dolgozat része.

Számonkérés és értékelés
Félévközi követelmények

Online kérdésbank tartozik minden témakörhöz, melynek megoldása szükséges a tananyagban való előrehaladáshoz. Kérdések típusa: Választós, igaz-hamis, önjavítós kérdések. Értékelés: a tananyag összes témakörét lefedő záróteszt, amely lehetőséget ad a hallgatóknak a tudásuk ellenőrzésére. A teljesítéshez minimum 50% szükséges. Az érdemjegyek a TVSZ szerint kerülnek kialakításra.

Generatív MI használata

1. álláspont: A GMI-eszközök használata nem engedélyezett a feladatok megoldása során. Ez azt jelenti, hogy a GMI-eszközök nem használhatók a formatív vagy szummatív értékelési elemek elkészítése, megoldása során, és a generatív MI használata tanulmányi kötelességszegésnek minősül. Az MI-eszközök nyelvi és helyesírás-ellenőrzésre történő használata nem tartozik az 1. álláspont szerinti teljes tilalom alá.

Segédanyagok, laborháttér

Adatelemzés, adatvizualizáció alapfokon – moodle tananyag. Elérhetősége: e-learning.nje.hu

Irodalom
Kötelező irodalom

Adatelemzés, adatvizualizáció alapfokon – moodle tananyag. Elérhetősége: e-learning.nje.hu

Ajánlott irodalom

Adatelemzés, adatvizualizáció alapfokon – moodle tananyag. Elérhetősége: e-learning.nje.hu