Dataanalyse

Faget forudsætter aktiv deltagelse og en udstrakt anvendelse af SDU’s e-læringssystem. Deltagelse i faget forudsætter derfor at den studerende aktivt anvender disse funktioner med henblik på maksimalt udbytte af læringsaktiviteterne.

Faget har til formål at sætte studerende i stand til at foretage beskrivende og statistiske analyser af data indsamlet ved hjælp af en stikprøve. Faget giver viden om lovmæssigheder og tilfældigheder ved indsamling og anvendelse af data, færdigheder i behandling af indsamlet talmateriale, og kompetence i at læse og fortolke rapporter der indeholder empirisk datamateriale. Faget introducerer grundlæggende statistiske metoder, og giver et fagligt grundlag for fx et afsluttende projekt med elementer af dataanalyse, samt for senere valg af HD-fag med kvantitative aspekter, eksempelvis markedsanalyse.

• Deskriptiv statistik (kursorisk) 
• Sandsynlighedsteori, stokastiske variable og sandsynlighedsfordelinger 
• Stikprøveudvælgelsesmetoder og stikprøvefordelinger 
• Punkt- og intervalestimation 
• Konfidensinterval for og hypotesetest af én middelværdi, én andel og én varians 
• Test på to middelværdier, andele og varianser 
• Test i antalstabeller 
• Regressions- og korrelationsanalyse 
• Beregningsprogrammel

Den studerende:

• Har en grundlæggende viden om og forståelse af sandsynlighedsbegrebet, skalatyper, dataindsamlingsmetoder og statistiske fordelinger, som grundlag for statistiske analyser af data og beslutninger under usikkerhed. 
• Kan redegøre for fagets modeller, begreber og metoder, samt de forudsætninger, der knytter sig til anvendelsen af disse. 

Den studerende kan:

• Med udgangspunkt i undersøgelsesspørgsmål pege på og beherske relevante statistiske metoder og modeller, der kan bidrage til at besvare undersøgelsesspørgsmålene.
• Gennemføre statistiske analyser ved anvendelse af relevant software og fortolke output. 
• Redegøre for og kommunikere til såvel eksperter som ikke-eksperter konkrete statistiske analyseresultater og hvilke konklusioner, der kan drages på basis af disse. 

Den studerende kan:

• Foretage kritiske vurderinger af de forudsætninger, som anvendte statistiske metoder og modeller bygger på, så analyseresultater kan betragtes som troværdige og pålidelige, og dermed kan bidrage til at besvare konkrete undersøgelsesspørgsmål. 
• Vurdere styrker og svagheder ved forskellige dataindsamlings- og analysemetoder.
• Tolke analyserne i relation til den problemstilling, der ligger til grund for de indsamlede data, og komme med begrundede indstillinger til beslutninger i en virksomhed på grundlag af dataanalysen.

Lind, Marchal & Wathen: Basic Statistics for Business & Economics. McGraw-Hill International (seneste udgave), ISBN 9781398903951.

For at sætte de studerende i stand til at nå fagets læringsmål tilrettelægges undervisningen som en kombination af undervisningslektioner med fokus på case- og opgavegennemgang og elementer af forelæsningsaktivitet samt en betydelig grad af aktivitet mellem undervisningslektionerne i form af forberedelse, opgaveløsning, gruppe-/afleveringsopgaver og e-læringsaktiviteter.

Undervisningslektionerne er fordelt over 7 gange af 4 lektioner.

Den samlede arbejdsindsats i faget forventes at være ca. 135 arbejdstimer, inklusiv deltagelse i fagets eksamensaktiviteter. En vejledende fordeling af arbejdsindsatsen hos en gennemsnitsstuderende er:  

Aktivitet    Timer
Undervisningslektioner    28
Forberedelse og arbejde med cases/opgaver    67
Eksamen, inkl. forberedelse    40
Total    135

På fjernhold er det et særligt tilrettelagt forløb.

Bemærk - Faget er identisk med det tidligere fag 8002801 - Dataanalyse.
Forbrugte prøveforsøg i tidligere identiske fag overføres.
Fag der er identiske med fag, der tidligere er bestået i hh. til gældende bestemmelser kan ikke tages om.