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 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
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