Ficha Unidade Curricular (FUC)

Informação Geral / General Information

Carga Horária / Course Load

Área científica / Scientific area

Estatística e Análise de Dados

Departamento / Department

Departamento de Métodos de Pesquisa Social

Ano letivo / Execution Year

2022/2023

Pré-requisitos / Pre-Requisites

Não aplicável

Objetivos Gerais / Objectives

Esta unidade curricular está organizada em dois eixos analíticos. Começa por centrar-se na operacionalização de dimensões de análise via índices (novas variáveis compósitas). Para o efeito usa-se a Análise em Componentes Principais (ACP) para variáveis quantitativas e a Análise de Correspondências Múltiplas (ACM) para variáveis categorizadas. O segundo eixo tem por objetivo construir modelações com as novas variáveis compósitas (e outras) a fim de explorar relações de dependência entre elas. A abordagem teórico-prática dos diversos métodos é acompanhada pela interpretação de casos práticos, os quais são desenvolvidos com apoio de software de estatística.

Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes

OA1 | Operacionalizar dimensões analíticas baseadas na construção de variáveis compósitas Índices) OA2 | Adquirir e desenvolver conhecimentos sobre análises fatoriais OA3 | Adquirir e desenvolver conhecimentos sobre teste t, Análise de Variância e regressão linear OA4 | Aplicar a Análise em Componentes Principais (ACP) e Análise de Correspondências Múltiplas (ACM) OA5 | Aplicar teste t, Análise de Variância e regressão linear múltipla OA6 | Analisar e interpretar os resultados das diversas modelações OA7 | Reportar os resultados em contexto de tese/artigo científico

Conteúdos Programáticos / Syllabus

1. Operacionalização de dimensões de análise em variáveis compósitas 1.1. Redução da multidimensionalidade do input 1.1.1. Análise de Componentes Principais 1.1.2. Análise de Correspondências Múltiplas 1.2. Consistência 1.3. Construção de variáveis compósitas 1.4. Operacionalização com software de estatística 1.5. Reportar resultados em tese/artigo 2. Modelação de relações 2.1. Teste t 2.2. Análise de Variância 2.3. Regressão linear múltipla 2.4. Operacionalização com software de estatística 2.5. Interpretação estatística de resultados 2.6. Reportar resultados em tese/artigo

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes

Os objetivos de aprendizagem (OA) definidos para esta UC são concretizados em conteúdos programáticos (CP) conforme as ligações seguintes: OA1 | Pontos 1.1 | 1.2 | 1.3 OA2 | Pontos 1.1.1 | 1.1.2 OA3 | Pontos 2.1 | 2.2 | 2.3 OA4 | Ponto 2.4 OA5 | Ponto 2.4 OA6 | Pontos 2.5 OA7 | Pontos 1.5 | 2.6

Avaliação / Assessment

O estudo individual é orientado e apoiado em diferentes tipos de aulas que incluem: - Sessões mais teóricas centradas na apresentação e desenvolvimento dos métodos; e na apresentação e discussão de aplicações; - Sessões mais laboratoriais destinadas à aplicação dos diferentes métodos, recorrendo a software de estatística e, ainda, à apresentação de resultados em tese/artigo científico; - Sessões tutoriais para esclarecimento de dúvidas e acompanhamento do relatório individual. | A avaliação da unidade curricular é suportada em um trabalho individual (100%), no qual são aplicados os diferentes métodos quantitativos com apoio de software de estatística.

Metodologias de Ensino / Teaching methodologies

Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes

As metodologias de ensino estão em articulação com os objetivos de aprendizagem (OA) da UC da seguinte forma: 1. Nas aulas mais teóricas de apresentação e aprendizagem dos métodos de análise dos dados são desenvolvidas as competências previstas nos seguintes objetivos de aprendizagem: OA1 | OA2 | OA3 |OA6 |OA7; 2. As aulas mais focadas na aplicação dos métodos estão em articulação com os objetivos de aprendizagem: OA1 | OA4 | OA5| OA7.

Observações / Observations

--

Bibliografia Principal / Main Bibliography

Tabachnick, B. e Fidell, L. (2006). Using Multivariate Statistics, USA, Person International Edition, 5ª ed. Reis, E. (2001). Estatística Multivariada Aplicada, Lisboa, Sílabo, 2ª ed. Maroco, J. e Bispo, R. (2003). Estatística aplicada às ciências sociais e humanas, Lisboa, Climepsi Editores. Maroco, J. (2014). Análise Estatística com o SPSS Statistics, Pero Pinheiro, ReportNumber, 6ed. Hair, J., Black, W., Babin, B., Anderson, R. (2010). Multivariate Data Analysis: A Global Perspective, 7th ed. Pearson Prentice Hall, New York, pp. 477-536. Carvalho, H. (2017). Análise Multivariada de Dados Qualitativos, Utilização da Análise de Correspondências Múltiplas com o SPSS, Lisboa, Edições Sílabo, 2ed..

Bibliografia Secundária / Secondary Bibliography

Reis, E., Melo, P., Andrade, R. e Calapez, T. (1997). Estatística Aplicada, vols. 1 e 2, Lisboa, Sílabo, 3ª ed. Reis, E. (2008). Estatística Descritiva, Lisboa, Sílabo, 7ª ed.

Data da última atualização / Last Update Date

2024-02-16