Data Management and Analysis (2 op)

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

EduHousen oppimateriaali mm:

PowerPivot

https://app.eduhouse.fi/palvelu/koulutuskokonaisuudet/54064086-excel-power-tools

PowerBI
https://app.eduhouse.fi/palvelu/koulutuskokonaisuudet/39579943-power-bi

PowerQuery

https://app.eduhouse.fi/palvelu/koulutuskokonaisuudet/54064634-excel-power-query

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 10 h
Tiimi 8 h
harjoitustyö + kirjalliset 20 h
Excel tehtävät ( 4 kpl) 8 h
Tiedonhaku 5 h
Vertaispalaute 2 h
Yhteensä 53 h



Suositellaan että opiskelijalla on Excelin perusosaaminen hallussa.
Kurssilla tarvitaan Windows- konetta

Arviointimenetelmät ja arvioinnin perusteet

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

Tekoälyn käyttö vaihtelee oppimistehtävittäin. Käytöstä ohjeistetaan opintojaksolla tehtäväkohtaisesti.

Aktiivisella osallistumisella saa lisäpiteitä tehttäväpisteiden päälle.

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.