DERS ADI

: İşletme Öngörümlemesi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
DBA 6204 İşletme Öngörümlemesi SEÇMELİ 3 0 0 6

Dersi Veren Birim

İngilizce İşletme Yönetimi Doktora

Dersin Düzeyi

Doktora

Ders Koordinatörü

PROF.DR. AYSUN KAPUÇUGİL İKİZ

Dersi Alan Birimler

İngilizce İşletme Yönetimi Doktora

Dersin Amacı

Bu ders, öğrencilere işletme öngörümlerinin oluşturulması ve uygulanmasına yönelik temel ve ileri düzey teknikleri sunmayı amaçlamaktadır. Ders, hem temelde yatan teoriyi hem de tüm yönetim alanlarındaki pratik uygulamaları ele alacak şekilde tasarlanmıştır. Öğrenciler ayrıca gerçek bir öngörümleme problemi üzerinde teknikleri uygulama konusunda deneyim kazanır.

Dersin Öğrenme Kazanımları

1   Bir öngörümleme sürecindeki ana aşamaları ve önemli konuları açıklamak.
2   Ön veri analizi ve model seçim kriterlerinin önemini bilmek.
3   Uygun teknikleri ve yazılımı kullanarak gerçek ekonomik, işletme ve finansal kesit ve zaman serilerini yüksek güven düzeyinde analiz etmek.
4   Bir iş öngörümleme problemi için tüm süreci uygulamak ve gerçek vakalara çözümler geliştirmek.
5   Modern istatistik dilini kullanarak öngörümleme sonuçlarını raporlamak ve yönetsel etkileri açıklamak.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Dersin Tanıtımı, Öngörümlemeye Giriş
2 Veri Yapılarının Keşfi ve Öngörümleme Tekniklerine Giriş
3 Öngörü Doğruluk Ölçüleri
4 Öngörümleme Süreci
5 Hareketli Ortalamalar ve Düzeltme Yöntemleri
6 Zaman Serileri ve Bileşenleri
7 Makale incelemeleri
8 Basit Regresyon
9 Çok Değişkenli Regresyon Analizi
10 Zaman Serileri ile Regresyon
11 ARIMA (Box-Jenkins) Modelleri
12 Makale incelemeleri
13 Nitel Öngörüm Yöntemleri ve Öngörüm Düzeltmeleri
14 Öngörümleme Projesi Sunumları

Ders İçin Önerilen Kaynaklar

Ana kaynaklar:
* Business Forecasting, John E. Hanke and Dean W. Wichern, 9th Edition Pearson Education, 2009.
* Business Forecasting. J. Holton Wilson and Barry Keating, 6th Edition, Irwin/McGrawHill, 2009.
* Forecasting Methods and Applications. Spyros Makridais, Steven C. Wheelwright and Rob. J. Hyndman, 3th Edition or later. John Wiley and Sons Inc.


Yazılımlar:
* Minitab
* IBM SPSS
* MS Excel

Öğrenme ve Öğretme Yöntemleri

1. Dersler ve sınıf içi tartışmalar
2. Bilgisayar uygulamaları
3. Ödevler / Örnek olay analizleri
4. Makale incelemeleri/sunumları
5. Öngörümleme projesi

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 * 0.20 + YYC* 0.40 + YYS* 0.40
5 BUT BÜTÜNLEME
6 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ARS* 0.20 + YYC * 0.40 + BUT* 0.40


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

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

1. Dersler, kavramanın ek açıklamalar ve örneklerle önemli ölçüde pekiştirildiği bir ortamda temel ve ileri düzey öngörümleme tekniklerinin aktarımına yöneliktir.
2. Sınavlar, gerçek öngörümleme problemlerine uygun yöntemin belirlenmesi ve uygulanması becerisini ölçecektir. Her sınav ders materyallerini kapsayacak ve ödev olarak verilen sorular, ders materyallerindeki sorular ve sınıfta işlenen ek öğelere benzer problemleri içerecektir.
3. Sık sık ödevler verilecektir. Ödevler, öğrencilerin çeşitli tekniklerle zaman ve kesit verisini analiz etmesi ve çözüm geliştirmesi için çok iyi bir fırsat sunacaktır. Öğrencinin bu ödevler üzerinde çalışması ve bunları anlaması, dersi başarıyla tamamlayabilmesi için şarttır. Ödevlerini tamamlayarak, her öğrenci analitik becerilerini geliştirecek ve aynı zamanda veri girişi ve analizi için bir veri analizi aracı ve/veya bir istatistiksel paket programı üzerinde yetkinliğini artıracaktır. Her öğrenci, sınıf tartışmalarına ve sınıf içi ödevlere aktif şekilde katılarak iletişim ve analitik becerilerini öngörümlemeye ilişkin kavramlar ve işletme uygulamaları üzerinden geliştirecektir.
4. Örnek Olay Analizi öğrencilerin gerçek öngörümleme problemlerine yönelik istatistiksel analiz gerçekleştirmesi ve çözüm geliştirmesi için çok iyi bir fırsat sunacaktır.
5. Her öğrencinin, derste kapsanan öngörümleme tekniklerden birini kullanan en az bir yayınlanmış makaleyi sunması gerekir. Sunum:
i. Öngörümleme Problemi
ii. Toplanan Veriler
iii. Veri Analizleri ve Sonuçlar (Burada odak noktası yalnızca ilgili öngörümleme yöntemdir.)
iv. Yayınlanan araştırmanın sınırlamaları
şeklinde ana başlıklar çerçevesinde hazırlanmalıdır. Sunum en fazla 15 dakika sürmelidir.

6. Her öğrencinin, geliştirdiği becerilerini, kendi seçtiği kişisel ya da profesyonel ilgi alanına giren bir konuya uygulamasına imkân veren bir Öngörümleme Projesini tamamlaması gerekmektedir.
7. Proje çalışmaları bireysel ya da iki kişilik ekipler halinde yapılabilir. Proje konuları ise, öğrenciler tarafından belirlenecek olup, öğretim üyesinin onayına tabidir.
8. Proje raporları, öğrencilerin sonuçları aktarırken istatistik dilini kullanma yetkinliklerini geliştirecektir. Raporlar, konunun açık şekilde anlaşılmış olması, ele alış ve tartışmanın özgünlüğü, sonuçların doğruluğu, rapor içeriğinin kapsamlılığı ve analizin derinliği, netlik ve organizasyon, format, noktalama, gramer gibi sunum mekanikleri ve görsellerin kaliteleri üzerinden değerlendirilecektir.
9. 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.
10. İki not arasındaki sınırda olan notlar için iyi bir katılım, notunuzu bir üst düzeye taşıyabilir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

1. Derslerin %70'ine katılım zorunludur.
2. Her türlü kopyacılık eylemi disiplin soruşturması açılması ile sonuçlandırılacaktır.
3. Derse katılmamış olmak ev ödevinin geç teslim edilmesi için geçerli bir mazeret olarak değerlendirilmeyecektir.
4. Geciken vaka ve proje raporlarında gecikilen her gün için bir harf notuna denk puan düşüşü olacaktır.

Dersin Öğretim Üyesi İletişim Bilgileri

Doç.Dr. Aysun KAPUÇUGİL İKİZ
aysun.kapucugil@deu.edu.tr

DEU İşletme Fakültesi
İşletme Bölümü Sayısal Yöntemler Anabilim Dalı

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Daha sonra ilan edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 12 3 36
Öğrenci Sunumları 2 3 6
Haftalık Ders öncesi/sonrası hazırlıklar 10 2 20
Vize Sınavına Hazırlık 1 15 15
Final Sınavına Hazırlık 1 15 15
Ödev Hazırlama 8 4 32
Sunum Hazırlama 1 25 25
Final Sınavı 1 3 3
Vize Sınavı 1 3 3
TOPLAM İŞ YÜKÜ (saat) 155

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5
ÖK.1455
ÖK.2355
ÖK.3555
ÖK.45553
ÖK.5553