Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
UYGULAMALI ÇOK DEĞİŞKENLİ ANALİZ Birinci Düzey İŞL 662 2 7.00 7.00 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri Yok
Eğitimin Dili Türkçe
Koordinatör DOÇ. DR. KUMRU YALÇINKAYA
Dersi Veren Öğretim Eleman(lar)ı DOÇ. DR. VELİ AKEL
Yardımcı Öğretim Eleman(lar)ı Yok
Dersin Veriliş Şekli Yüz yüze
Dersin Amacı Bu dersin amacı öğrenciye, işletme sorunlarının çözümü sürecinde, veri toplama, modelleme, verileri ileri analiz teknikleri kullanarak analiz etme ve elde edilen bulguları yorumlayarak raporlama kabiliyeti kazandırmaktır.
Dersin Tanımı Bu derste, verilerin düzenlenmesi ve analizine ilişkin detaylı bilgiler, istatistik uygulamaları için önemli olan hipotez kavramına ilişkin açıklamalar, parametrik ve parametrik olmayan hipotez testleri, logit, probit analizleriyle ilgili açıklama ve uygulamalar sunulmaktadır.

Dersin İçeriği
1 IBM SPSS Statistics''''''''e Giriş IBM SPSS Statistics Yardım Menüsü Temel İstatistiksel Kavramlar Verinin Okunması Veri Editörü Çoklu Yanıt Kümeleri Çoklu Veri Kaynakları İle Çalışma Dosyaları Birleştirme: Gözlem Aktarma Dosyaları Birleştirme: Değişken Aktarma Grafikler Tablolar Değişkenlerin İncelenmesi Dağılımlar ve Hipotez Testleri
2 Keşfedici faktör Analizi
3 Keşfedici faktör Analizi SPSS Uygulaması
4 Kümeleme Analizi
5 Kümeleme Analizi SPSS Uygulaması
6 Ayırma (Diskriminant Analizi)
7 Ayırma (Diskriminant Analizi) SPSS Uygulaması
8 Ara Sınav
9 Çoklu Doğrusal Regresyon Modeli
10 Lojistik Regresyon Modeli
11 Örnek Uygulama
12 Yapısal Eşitlik Modellemesi
13 Doğrulayıcı Faktör Analizi
14 Örnek Uygulama
15 Final Sınavı
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Temel istatistiksel analiz yöntemleri (t testleri, Anova vb.) öğrenir. Hipotez geliştirmeyi ve araştırmada kullanılacak değişkenlerin tanımlanmasını öğrenir.
2 SPSS programında hangi durumlarda hangi analizin yapılacağını öğrenir. Parametrik ve parametrik olmayan istatistik yöntemlerini tanır.
3 İşletmecilik alanında yaygın olarak kullanılan testleri öğrenir. Model kurar, geliştirir ve analiz yaparak sonuçları yorumlayabilir.
4 Faktör analizi yapabilir.
5 Lojistik regresyon analizi yapabilir.
6 Çoklu regresyon modelleri kurabilir.
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Biyoloji alanındaki en güncel uygulama, araç-gereç ve diğer bilimsel kaynaklarla desteklenen ileri düzeyde bilgi ve kavrayışa sahip olur, bunları kullanabilir.
2 Biyoloji alanındaki kavramları, fikirleri ve verileri bilimsel yöntemlerle değerlendirebilme, karmaşık problem ve konuları analiz edebilme, tartışmalar yapabilme, kanıta ve araştırmalara dayalı öneriler geliştirebilme gibi yetkinlikler kazanır.
3 Alanı ile ilgili uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilir.
4 Biyoloji alanındaki uygulamalarda karşılaşabileceği öngörülemeyen karmaşık durumlarda çözüm üretebilir.
5 Deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi kazanır.
6 Biyoloji ile ilgili sektörlerde sorumluluğu altında çalışanların mesleki gelişimine yönelik etkinlikleri planlayabilir.
7 Bilgiye erişebilme ve bu amaçla kaynak ve veri tabanları gibi bilişim ve iletişim teknolojilerini kullanmayı öğrenir.
8 Bireysel olarak ve çok disiplinli takımlarda etkin çalışma ve sorumluluk alma özgüvenini kazanır.
9 Biyoloji alanındaki bilgi ve uygulamaları takip edebilecek ve meslektaşları ile iletişim kurabilecek düzeyde yabancı dil bilgisine sahip olur.
10 Yaşam boyu öğrenmenin gerekliliği bilincini; bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisini kazanır.
11 Sürdürülebilir kalkınma ve çevre koruma konularında yeterli bilgi ve bilince sahip olur.
12 Proje yönetimi, iş güvenliği, işçi sağlığı, sosyal güvenlik hakları, kalite kontrol ve yönetimi konularında yeterli bilgi ve bilinci kazanır.
13 Biyoloji alanı ile ilgili verilerin toplanması, yorumlanması, duyurulması aşamalarında toplumsal, bilimsel ve etik değerleri gözetme yeterliliğine sahip olur.
14 Biyolojik teknolojileri eğitime, endüstriye, tarıma, sağlık ve çevre problemlerine uygulayabilme konularında yeterli bilince sahip olur.
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 3 42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 9 3 27
Ödevler 5 1 5
Sunum / Seminer hazırlama 2 4 8
Kısa sınavlar 3 3 9
Ara sınavlara hazırlık 2 4 8
Ara sınavlar 1 2 2
Proje (Yarıyıl ödevi) 2 10 20
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 6 4 24
Yarıyıl sonu sınavı 1 2 2
Araştırma 0 0 0
Toplam iş yükü     147
AKTS     6.00

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 40
Kısa sınav 0 0
Ödev 0 0
Yarıyıl içi toplam   40
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı Kalaycı, Ş. (Ed.) (2006). SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri. Ankara: Asil Yayın Dağıtım.
Yardımcı Kaynaklar Bülent Altunkaynak , Hamza Gamgam, Regresyon Analizi, En Küçük Kareler - Değişen Seçme - Regresyon Tanıları, Şeçkin Yayıncı

Ders İle İlgili Dosyalar