Siirry suoraan sisältöön

Data Management and Analysis (2 op)

Toteutuksen tunnus: TE00CP63-3001

Toteutuksen perustiedot


Ilmoittautumisaika
14.12.2024 - 26.01.2025
Ilmoittautuminen toteutukselle on päättynyt.
Ajoitus
29.01.2025 - 19.05.2025
Toteutus on käynnissä.
Opintopistemäärä
2 op
Lähiosuus
2 op
Toteutustapa
Lähiopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
suomi
Koulutus
Tuotantotalouden koulutus
Opettajat
Virpi Raivonen
Ryhmät
PTUTAS23Tuot
PTUTAS23Tuot
PTUTAS23MYY
PTUTAS23MYY
Opintojakso
TE00CP63

Toteutuksella on 10 opetustapahtumaa joiden yhteenlaskettu kesto on 24 t 0 min.

Aika Aihe Tila
Pe 07.02.2025 klo 10:00 - 12:00
(2 t 0 min)
Data Management and Analysis TE00CP63-3001
LEM_B164 Tapio muunto
Pe 14.02.2025 klo 08:00 - 11:00
(3 t 0 min)
Data Management and Analysis TE00CP63-3001
EDU_2006_2007 Oppimistila avo muunto byod
Pe 28.02.2025 klo 08:00 - 10:00
(2 t 0 min)
Data Management and Analysis TE00CP63-3001 Videotunti
Pe 07.03.2025 klo 09:00 - 11:00
(2 t 0 min)
Data Management and Analysis TE00CP63-3001 Tiimitunti
Pe 14.03.2025 klo 08:00 - 11:00
(3 t 0 min)
Data Management and Analysis TE00CP63-3001
EDU_3006_3007 Oppimistila avo muunto byod
Pe 21.03.2025 klo 08:00 - 10:00
(2 t 0 min)
Data Management and Analysis TE00CP63-3001
LEM_A309 Oppimistila BYOD
Pe 28.03.2025 klo 08:00 - 11:00
(3 t 0 min)
Data Management and Analysis TE00CP63-3001
EDU_2006_2007 Oppimistila avo muunto byod
Pe 04.04.2025 klo 08:00 - 10:00
(2 t 0 min)
Data Management and Analysis TE00CP63-3001
LEM_B143 Teoriatila muunto
Pe 11.04.2025 klo 08:00 - 11:00
(3 t 0 min)
Data Management and Analysis TE00CP63-3001
EDU_3006_3007 Oppimistila avo muunto byod
Ma 14.04.2025 klo 12:00 - 14:00
(2 t 0 min)
Data Management and Analysis TE00CP63-3001 Harjoitustehtävän arviointia
Muutokset varauksiin voivat olla mahdollisia.

Arviointiasteikko

H-5

Sisällön jaksotus

Aineiston ja tiedon haku eri läheistä
Datan käsittely
Datan visualisointi ja analysointi
Päätelmien tekeminen

Tavoitteet

Microsoft Exceliä käytetään eri toimialoilla datan muokkaamiseen, analysoimiseen sekä tuomaan visuaalisuutta.
Oikea ja ymmärrettävissä oleva tieto on oleellista päätöksenteossa.
• Mitä Data Management and Analyses on?
• Miksi on tärkeää/missä ja miten käytetään (eri työkalut yms.)
• Mihin tässä kurssissa keskitytään työvälineenä Excel

Sisältö

• Tiedon tuonti eri lähteistä ja eri formaateissa, tiedon syöttäminen oikeassa muodossa
• Tuodun tiedon muokkaaminen, siivoaminen Exceliin sopivaksi
• Oikeaan muotoon saatetun tiedon analysointi ja visualisointi
• Keskeiset funktiot
• Pivot, PowerPivot, PowerBI

Oppimateriaalit

Opintojaksolla jaettava materiaali

Opetusmenetelmät

Case-tutkimukset, joissa opiskelijat voivat soveltaa oppimaansa data-analytiikkaa ja -hallintaa käytännössä.
Verkko-oppiminen ja itseopiskelu, videoita, artikkeleita. Lähiopetus, tehtävien tekeminen ja materiaalin opiskelu

Tenttien ajankohdat ja uusintamahdollisuudet

Opintojaksolla ei ole tenttiä.
Harjoitustyötä ei voi uusia.

Pedagogiset toimintatavat ja kestävä kehitys

Tiimioppiminen, tiedon soveltaminen monipuolisten menetelmien ja ajankohtaisten tehtävien avulla.

Toteutuksen valinnaiset suoritustavat

Ei ole valinnaista tapaa suorittaa opintojaksoa

Opiskelijan ajankäyttö ja kuormitus

Kontakti 11
Tiimi 12
LearningPortfolio + harjoitustyö 16
Excel tehtävät ( 4 kpl) 8
Tiedonhaku 4
Vertaispalaute 2
Yhteensä 53


Suositellaan että opiskelijalla on Excelin perusosaaminen hallussa.

Arviointimenetelmät ja arvioinnin perusteet

Arviointi perustuu opintojaksolla tehtävään harjoitustyöhön ja tuntitehtäviin.
Jos opiskelija saa hylätyn arvosanan opintojaksosta, tulee hänen osallistua kurssille uudestaan.

Hylätty (0)

Tehtäviä ei ole palautettu
Opiskelija ei osaa
-hakea relevanttia aineistoa ja tietoa.
-käsitellä dataa.
-visualisoida tai analysoida dataa.
-tehdä päätelmiä datan pohjalta.

Arviointikriteerit, tyydyttävä (1-2)

Opiskelija tarvitsee merkittävää ohjausta
-aineiston ja tiedon haussa.
-datan käsittelyssä.
-datan visualisoinnissa ja analysoinnissa.
-päätelmien tekemisessä.

Arviointikriteerit, hyvä (3-4)

Opiskelija osaa hakea relevanttia aineistoa ja tietoa useista eri lähteistä, mutta tarvitsee ajoittain ohjausta ja lähteiden monipuolisuus ja relevanssi ovat rajallisia.
Hän osaa käsitellä dataa pääosin itsenäisesti ja virheettömästi, mutta tarvitsee ajoittain ohjausta.
Opiskelija osaa tehdä perusteltuja päätelmiä, mutta niiden asiantuntijuutta voisi syventää.

Arviointikriteerit, kiitettävä (5)

Opiskelija osaa itsenäisesti ja tehokkaasti hakea relevanttia aineistoa ja tietoa useista eri lähteistä sekä käsitellä dataa itsenäisesti ja virheettömästi, käyttäen monipuolisia menetelmiä.
Hän osaa visualisoida ja analysoida dataa selkeästi ja monipuolisesti, tuottaen asiantuntevia analyysejä sekä tehdä perusteltuja ja syvällisiä päätelmiä datan pohjalta.

Esitietovaatimukset

• Tiedon syöttäminen ja muotoilu
• Perusfunktiot/Basic Functions
• Solun kelpoisuus /Data Validation
• Kaaviot/Charts

Lisätiedot

Kurssin tiedotus tapahtuu vain kontaktitunneilla ja kurssin its-sivuilla.

Siirry alkuun