DERS ADI

: Çok Değişkenli Veri Analizleri

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
TUİ 6194 Çok Değişkenli Veri Analizleri SEÇMELİ 3 0 0 9

Dersi Veren Birim

Turizm İşletmeciliği Doktora

Dersin Düzeyi

Doktora

Ders Koordinatörü

PROF.DR. ÖZKAN TÜTÜNCÜ

Dersi Alan Birimler

Turizm İşletmeciliği Doktora

Dersin Amacı

Çok değişkenli verileri tanımlamak, sınıflandırmak, ilişkilendirmek ve analiz etmek, bu dersin temel amacını oluşturmaktadır.

Dersin Öğrenme Kazanımları

1   Çok değişkenli yapılara yönelik temel kavramları ana hatlarıyla belirtebilmek.
2   Araştırma sürecinde çok değişkenli yapılara yönelik veri toplama tekniklerini açıklayabilmek.
3   Araştırma sürecinde çok değişkenli yapılara yönelik hipotezler oluşturabilmek.
4   Çok değişkenli araştırma tasarımı yapabilmek.
5   Çok değişkenli verilerin analizlerini yapabilmek.
6   Çok değişkenli verilerin analizlerini açıklayabilmek.
7   Çok değişkenli alan araştırması yapabilmek.
8   Yazılımlar ile çok değişkenli veri analizi yapabilmek.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Çok Değişkenli Veri Analizlerine Giriş
2 Araştırma Süreci: Değişkenler, Kuramsal Yapının Belirlenmesi ve Varsayımların oluşturulması
3 Araştırmanın ve Ölçeklerin Tasarımı ile Dağılımlar
4 Geçerlilik Analizleri: Yapısal Geçerlilik Analizi, Yakınsak Geçerlilik
5 Geçerlilik Analizleri: Doğrulayıcı Geçerlilik Analizi, Ayrımsama Geçerliliği
6 Korelasyon ve Regresyona Giriş
7 Lojistik ve Hiyerarşik Regresyon
8 Genel Doğrusal Modeller: Faktöryel ANOVA, Faktöryel ANCOVA
9 Genel Doğrusal Modeller: Faktöryel MANOVA
10 Genel Doğrusal Modeller: Faktöryel MANCOVA
11 Diskriminat Analizi
12 Kanonik Korelasyon
13 Yapısal Eşitlik Modeli
14 Sunumlar

Ders İçin Önerilen Kaynaklar

Hair, Joseph F., Jr., Rolph E. Anderson, Ronald L. Tatham, and William C. Black, Multivariate Data Analysis, 6th edition. Upper Saddle River, New Jersey: Prentice-Hall, Incorporated , 2006.
Tabachnick, Barbara and Linda S. Fidell, Using Multivariate Statistics, 4th ed. Allyn & Bacon, 2001.
Uma Sekaran, Research Methods for Business: A Skill Building Approach, Wiley, 2003.
Sheridan J. Coakes vd., SPSS: Analysis without anguish using SPSS version 13.0 for Windows, Wiley, 2006.
Ann Bowling, Research Methods in Health, Maidenhead, Open University Pres, 2005.
Yahşi Yazıcıoğlu, Samiye Erdoğan, SPSS Uygulamalı Bilimsel Araştırma Yöntemleri, Detay Yayıncılık, Ankara, 2004
İbrahim Kılıç, Ayhan Ural, Bilimsel Araştırma Süreci ve SPSS ile Veri Analizi, Detay Yayıncılık, Ankara, 2004
Yardımcı kaynaklar:
International Journal of Social Research Methodology
Quality and Quantity, International Journal of Methodology
Dokuz Eylül Üniversitesi, SBE Dergisi

Öğrenme ve Öğretme Yöntemleri

Soru cevap, sunum, örnek olay incelemesi, grup çalışması, alan çalışması.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 ARS ARASINAV
2 YYC YARIYIL İÇİ ÇALIŞMA
3 YYS YARIYIL SONU SINAVI
4 YYBN YARIYIL SONU BAŞARI NOTU ARS * 0.40 + YYC* 0.20 + YYS * 0.40
5 BUT BÜTÜNLEME
6 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ARS * 0.40 + YYC * 0.20 + BUT* 0.40


*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

1.Öğrencilerin genel başarı durumlarına ve öğretim üyesinin inisiyatifine bağlı olarak, notların dönüşümünde çan-eğrisi hesaplamaları kullanılabilir. Bu durumda, öğrencinin çan eğrisi hesaplamalarına katılabilmeleri için her sınavdan en az 25 puan almaları gerekmektedir. Eğer bir sınav sorusu yanıtsız bırakılmışsa o sorunun değeri sınav sonucundan çıkarılacaktır. Yalnızca yanıt verilmişse (bu yanıta nasıl ulaşıldığını gösteren hesaplamalar yoksa) soru değerinin %25 i ile puanlandırılacaktır.
2. Öğrenci katılımından elde edilecek puan, (i) derslere katılım durumuna, (ii) öğrencinin ders esnasında öğretim üyesi tarafından sorulan sorulara verdiği yanıtların kalitesine ve (iii) olumlu bir öğrenim ortamının yaratılması için öğrencinin sağladığı katkıya bağlı olacaktır.
3. İki not arasındaki sınırda olan notlar için iyi bir katılım, notunuzu bir üst düzeye taşıyacaktır.
4. Örnek olay analizi bir işbirliği çabası gerektirir. Her grup üyesinin grup çalışmasına yaklaşık olarak eşit katkı sağlamasını garantilemek grubun sorumluluğundadır. Örnek olaylar, öğretim üyesi ve grup üyeleri tarafından notlandırılacaktır. Grubun her üyesinin dönem sonunda kendisinin ve diğer grup üyelerinin katkısını değerlendirmesi istenecektir.
5. Örnek olay, alan araştırmaları ve çalışma raporları, konunun açık şekilde anlaşılmış olması, ele alış ve tartışmanın özgünlüğü, sonuçların doğruluğu, rapor içeriğinin kapsamlılığı ve analizin derinliği, netlik ve organizasyon, format, noktalama, dil bilgisi gibi sunum mekanikleri ve görsellerin kaliteleri üzerinden değerlendirilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

1. Derslerin %70 ine katılım zorunludur.
2. Her türlü intihal girişimi ve fiili disiplin cezası ile sonuçlanır.
3. Derse katılmamış olmak ev ödevinin geç teslim edilmesi için geçerli bir mazeret olarak değerlendirilmeyecektir.
4. Cep telefonları sınav esnasında hesap makinesi olarak kullanılamayacaktır.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 13 3 39
Vize Sınavına Hazırlık 1 15 15
Final Sınavına Hazırlık 1 20 20
Ödev Hazırlama 1 10 10
Sunum Hazırlama 1 10 10
Haftalık Ders öncesi/sonrası hazırlıklar 13 10 130
Vize Sınavı 1 2 2
Final Sınavı 1 2 2
TOPLAM İŞ YÜKÜ (saat) 228

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9
ÖK.1553534555
ÖK.2545534453
ÖK.3555544554
ÖK.4544454454
ÖK.5545434343
ÖK.6545355445
ÖK.7554554543
ÖK.8545345445