ISMAT 22545

Métodos de Tratamento e Análise de Dados Estatísticos

• ApresentaçãoPresentation

  A crescente quantidade de dados ao dispor das organizações e a sua importância para a tomada de decisões baseadas nas evidências, tornam fundamental o domínio de métodos estatísticos, bem como de recursos computacionais que os permitam implementar. Nesta Unidade Curricular (UC) abordam-se diversas técnicas estatísticas de dependência e de interdependência, enfatizando as aplicações em Gestão de Recursos Humanos.  
• ProgramaProgramme

  CP1: Perspetivas univariada, bivariada e multivariada de análise estatística de dados CP2: Técnicas de pré-processamento de dados CP3: Análise fatorial CP4: Confiabilidade e validade de escalas CP5: Análise de clusters CP6: Regressão logística CP7: Aplicações em Gestão de Recursos Humanos com recurso a software de análise de dados (jamovi)
• ObjectivosObjectives

  No final desta unidade curricular, os alunos devem ser capazes de: OA1: Identificar técnicas adequadas para analisar dados, mediante os objetivos da investigação; OA2: Criar, importar e manipular dados; OA3: Aplicar técnicas de interdependência como a análise fatorial e a análise de clusters; OA4: Analisar a confiabilidade e validade de escalas; OA5: Desenvolver modelos preditivos de classificação;  OA6: Utilizar software para o desenvolvimento de modelos e a realização de previsões; OA7: Analisar de forma crítica os resultados obtidos, tendo em conta o contexto dos problemas.
• BibliografiaBibliography

  Hair, J., Tatham, R., Anderson, R. & Black, W. (2009). Análise multivariada de dados. (6ª ed). Porto Alegre: Bookman. Hall, A., Neves, C. & Pereira, A. (2011). Grande Maratona de Estatística no SPSS. Lisboa: Escolar Editora. Marôco, J. (2018). Análise Estatística com o SPSS Statistics. (7ª ed.). Pêro Pinheiro: ReportNumber. Tabachnick, B. & Fidell, L. (2012) Using multivariate statistics. (6ª ed.) Boston: Pearson Education.    
• MetodologiaMethodology

  A metodologia de ensino inclui o método expositivo (ME1) para apresentar os conteúdos necessários, o demonstrativo (ME2) para ilustrar a sua aplicação a casos práticos e o ativo (ME3) para resolução de exercícios com recurso ao computador, numa aprendizagem baseada em problemas. A avaliação de conhecimentos é feita por avaliação contínua ou por prova escrita de exame final. A avaliação contínua inclui a realização de: - um teste de avaliação escrita (40%) - um trabalho de grupo (40%)   -- grupos de 2 ou 3 - resolução de exercícios no Moodle (20%).  
• LínguaLanguage

  Português
• TipoType

  Semestral
• ECTS

  5
• NaturezaNature

  Obrigatório
• EstágioInternship

  Não