Data Analytics (3cr)

Objectives (course unit)

Hyvän suorituksen osaamistavoitteet:
Opiskelija osaa suunnitella datan keräämisen ja sen analysoinnin eri vaiheet.
Opiskelija osaa arvioida raporttien ja analyysien luotettavuutta.

Hyväksytyn suorituksen osaamistavoitteet:
Opiskelija tuntee analyysimenetelmien perusperiaatteet.
Opiskelija osaa kerätä ja muokata dataa, sekä esittää havainnollisesti saamansa tulokset.

Content (course unit)

Ydinkysymyksiä sisällöstä:
Miten luotettavaa tietoa tuotetaan datasta?
Miten dataa kerätään ja mitä erilaisia menetelmiä voidaan käyttää sen analysoinnissa?
Miksi tutkimusraportteja on osattava lukea kriittisesti?

Location and time

17.8. - 18.12. lk. C3-21
10 opetuskertaa sisältäen 1. tentin

Exam schedules

Tentti ilmoitetaan toteutuksen aikana. Uusintatentit (2 kpl) ilmoitetaan 1. tentin jälkeen.

Assessment methods and criteria

Tentti ja harjoitustyöt suoritettava hyväksytysti. Erityisen hyvin tehdyt harjoitustyöt voivat nostaa loppuarvosanaa.

Assessment scale

0-5

Teaching methods

Lähi- ja/tai etäopetus, harjoitukset, harjoitustyöt, tentti

Learning materials

Tabula-kurssipohjalla olevat materiaalit

Student workload

3 op = 80 h opiskelijan työtä

Content scheduling

1. Data-analytiikka, liiketoiminta-analytiikka, tilastollisuus, tilastotiede
2. Tilastollisten menetelmien käyttöä SPSS-tilasto-ohjelmalla
3. Tilastollisten menetelmien käyttöä Python-ohjelmointikielellä

Completion alternatives

Ei ole

Practical training and working life cooperation

Ei ole

International connections

Ei ole.

Assessment criteria - fail (0) (Not in use, Look at the Assessment criteria above)

Tentti tai yksikin harjoitustyö suorittamatta hyväksytysti

Assessment criteria - satisfactory (1-2) (Not in use, Look at the Assessment criteria above)

Opiskelijalla on auttava käsitys data-analytiikasta, liiketoiminta-analytiikasta ja niiden merkityksestä. Hän kykenee tuottamaan tyydyttävätasoisen analyysiraportin SPSS-tilasto-ohjelmalla ja tekemään datan käsittelyä tyydyttävätasoisesti Python-ohjelmointikielellä.

Assessment criteria - good (3-4) (Not in use, Look at the Assessment criteria above)

Opiskelijalla on hyvä ja kehittynyt käsitys data-analytiikasta, liiketoiminta-analytiikasta ja niiden merkityksestä. Hän kykenee tuottamaan hyvätasoisen analyysiraportin SPSS-tilasto-ohjelmalla ja tekemään datan käsittelyä hyvätasoisesti Python-ohjelmointikielellä.

Assessment criteria - excellent (5) (Not in use, Look at the Assessment criteria above)

Opiskelijalla on erinomainen ja erittäin hyvin kehittynyt ja jäsentynyt käsitys data-analytiikasta, liiketoiminta-analytiikasta ja niiden merkityksestä. Hän kykenee tuottamaan erittäin korkeatasoisen ja menetelmällisesti kattavan analyysiraportin SPSS-tilasto-ohjelmalla ja tekemään datan käsittelyä erittäin korkeatasoisesti ja haastaviakin ongelmia ratkoen Python-ohjelmointikielellä.