| Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
| Çok Değişkenli İstatistiksel Veri Analizleri | ENS5040 | 3 + 0 | 7,5 |
| Birim Bölüm | ENDÜSTRİYEL SÜRDÜRÜLEBİLİRLİK - YL |
| Derece Seviye | Lisansüstü - Seçmeli - Türkçe |
| Dersin Verilişi | Yüz yüze |
| EBS Koordinatörü | Dr. Öğr. Üyesi Mehmet Ali PAYLAN |
| Ders Veren | |
| Amaç |
Bu dersin amacı, çok değişkenli veri analizlerine ilişkin kavramları tanıtmak, bu analizlerin kullanım alanları özelinde uygulamasının nasıl yapılabileceğini aktarmaktır. |
| Ders İçeriği |
Çok değişkenli analizlere ilişkin genel kavramsal bir giriş, verilerin çok değişkenli analizler için uygun hale getirilmesi, keşfedici ve doğrulayıcı faktör analizleri, çok değişkenli regresyon ve ayırma (diskriminant) analizleri, kategorik bağımlı değişken tahmini (lojistik regresyon), kümeleme analizi, çok boyutlu ökçekleme, yapısal eşitlik modellemesi hakkında genel bilgilendirme, kovaryans tabanlı (CB-SEM) ve en küçük kareler yöntemi tabanlı (PLS-SEM) yapısal eşitlik modellemesine ilişkin hipotez testleri ders kapsamında işlenecektir. Derste kavramsal tartışmaların yanında, işlenen konular uygun paket programlar üzerinden açıklanacak ve uygulamaların yapılması sağlanacaktır. |
| Ders Kaynakları |
Hair Jr, J. F. Multivariate Data Analysis Joseph F. Hair Jr. William C. Black Barry J. Babin Rolph E. Anderson Seventh Edition.
|
| Yarıyıl İçi Çalışmalar | Katkı Yüzdesi (%) |
| Bu bilgi girilmemiştir. | |
| Toplam | 0 |
| Yarıyıl Sonu Çalışmalar | Katkı Yüzdesi (%) |
| Bu bilgi girilmemiştir. | |
| Toplam | %0 |
| Yarıyıl İçinin Başarıya Oranı | %0 |
| Yarıyıl Sonu Çalışmalar | %0 |
| Toplam | %0 |
| Kategori | Ders İlişki Yüzdeleri (%) |
|
Aktarılabilir Beceri Dersleri
|
0
|
|
Beşeri, İletişim ve Yönetim Becerileri Dersleri
|
0
|
|
Destek Dersleri
|
0
|
|
Ek Dersler
|
0
|
|
Kategori
|
0
|
|
Mesleki Seçmeli Dersler
|
0
|
|
Temel Meslek Dersleri
|
0
|
|
Uygulama Dersleri
|
0
|
|
Uzmanlık / Alan Dersleri
|
0
|
| Ders İş Yükü | Öğretim Metotlar / Öğretim Metodu | Süresi (Saat) | Sayısı | Toplam İş Yükü (Saat) |
| Toplam İş Yükü (Saat) | 0 | |||
| AKTS = Toplam İş Yükü (Saat) / 25.5 (s) | 0 | |||
| AKTS | ||||
| Hafta | Konu | Öğretim Metodu |
|---|---|---|
| 1 | Dersin planının tanıtımı ve Çok Değişkenli Analiz Yöntemlerine Genel Bakış | Tartışmalı Ders |
| 2 | Verilerin çok değişkenli analiz teknikleri için uygun hale getirilmesi | Tartışmalı Ders |
| 3 | Keşfedici Faktör Analizi ve Örnek Uygulamalar | Tartışmalı Ders |
| 4 | Çok Değişkenli Varyans Analizi ve Örnek Uygulamalar | Tartışmalı Ders |
| 5 | Çoklu Regresyon Analizi ve Örnek Uygulamalar | Tartışmalı Ders |
| 6 | Diskriminant analizi ve örnek uygulamalar | Tartışmalı Ders |
| 7 | Kümeleme analizi ve örnek uygulamalar | Tartışmalı Ders |
| 8 | Ara sınav | Tartışmalı Ders |
| 9 | Lojistik Regresyon Analizi ve Örnek Uygulamalar | Tartışmalı Ders |
| 10 | Çok Boyutlu Ölçekleme Analizi ve Örnek Uygulamalar | Tartışmalı Ders |
| 11 | Yapısal Eşitlik Modellemesine Genel Bakış | |
| 12 | Doğrulayıcı Faktör Analizi ve Örnek Uygulamalar | Tartışmalı Ders |
| 13 | Yapısal Eşitlik Modellemesi ve Örnek Olaylar | Tartışmalı Ders |
| 14 | yapısal Eşitlik Modellemesi ve Örnek Olaylar | Tartışmalı Ders |
| 15 | Genel Değerlendirme | Tartışmalı Ders |
| 16 | Final sınavı | Tartışmalı Ders |
| Ders Öğrenme Çıktısı | Ölçme Değerlendirme | Öğretim Metodu | Öğrenme Faaliyeti |
| Öğrenciler çok değişkenli istatiksel veri analizlerini kavramsal olarak tanımlayabilecektir. | Yazılı Sınav Ödev / Proje Sunum / Seminer | Tartışmalı Ders Vaka Çalışması | Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme Önceden planlanmış özel beceriler |
| Öğrenciler çok değişkenli veri analizlerinin varsayımlarını öğrenecektir. | Yazılı Sınav Ödev / Proje Sunum / Seminer | Tartışmalı Ders Vaka Çalışması | Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme Önceden planlanmış özel beceriler |
| Öğrenciler verilerin varsayımlara uygun olmadığı durumlarda neler yapılabileceğini öğreneceklerdir. | Yazılı Sınav Ödev / Proje Sunum / Seminer | Tartışmalı Ders Vaka Çalışması | Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme Önceden planlanmış özel beceriler |
| Öğrenciler ellerinde bulunan verilerle hangi analizi yapabileceklerine karar verebileceklerdir. | Yazılı Sınav Ödev / Proje Sunum / Seminer | Tartışmalı Ders Vaka Çalışması | Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme Önceden planlanmış özel beceriler |
| Öğrenciler verilerin (SPSS, AMOS, PLS-SEM) gibi paket programlarda nasıl uygulanabileceğini öğreneceklerdir. | Yazılı Sınav Ödev / Proje Sunum / Seminer | Tartışmalı Ders Vaka Çalışması | Dinleme ve anlamlandırma, gözlem/durumları işleme, eleştirel düşünme, soru geliştirme Önceden planlanmış özel beceriler |
DERS ÖĞRENME ÇIKTISI |
PÇ | PÇ | PÇ | PÇ | PÇ | PÇ |
|---|---|---|---|---|---|---|
| Öğrenciler çok değişkenli istatiksel veri analizlerini kavramsal olarak tanımlayabilecektir. | - | - | - | - | - | - |
| Öğrenciler çok değişkenli veri analizlerinin varsayımlarını öğrenecektir. | - | - | - | - | - | - |
| Öğrenciler verilerin varsayımlara uygun olmadığı durumlarda neler yapılabileceğini öğreneceklerdir. | - | - | - | - | - | - |
| Öğrenciler ellerinde bulunan verilerle hangi analizi yapabileceklerine karar verebileceklerdir. | - | - | - | - | - | - |
| Öğrenciler verilerin (SPSS, AMOS, PLS-SEM) gibi paket programlarda nasıl uygulanabileceğini öğreneceklerdir. | - | - | - | - | - | - |
