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 Quantitativos para Gestão e Economia

Ano letivo / Execution Year

2025/2026

Pré-requisitos / Pre-Requisites

Não existem.

Objetivos Gerais / Objectives

No final da Unidade Curricular, o estudante deverá ter adquirido as competências necessárias para listar as principais técnicas para a avaliação da qualidade dos dados e as principais técnicas descritivas para a identificação do perfil dos sujeitos e sua segmentação; bem como inferir os principais fatores explicativos de determinado construto, com aplicações em Hotelaria e Turismo.

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

Ao concluir a Unidade Curricular, o estudante deverá ser capaz de: OA1. Avaliar a qualidade dos dados (casos omissos e outliers), listar os padrões dos dados descritivos (estatísticas básicas, transformação de variáveis e relações entre pares de atributos), detectar propriedades de sub-populações de dados significativos, segmentar sujeitos de acordo com várias técnicas de clustering, e identificar padrões ou tendências dos dados, reproduzindo-os na realização de exercícios OA2: Interpretar os resultados decorrentes de técnicas de sumarização dos dados. OA3. Diferenciar os métodos de redução da dimensionalidade dos dados e de segmentação dos sujeitos e escolher os métodos mais adequados a um determinado problema. OA4. Identificar as variáveis adequadas e aplicar o modelo de regressão linear múltipla a casos reais na área da Hotelaria e Turismo.

Conteúdos Programáticos / Syllabus

CP1: Introdução à Análise de Dados Qualidade dos dados CP2: Revisões da Análise Descritiva Univariada e Bivariada CP3: Revisões da Análise Inferencial CP4: Análise Descritiva Multivariada 4.1 Métodos de redução da dimensionalidade dos dados de input: Análise de Componentes Principais (ACP), CatPCA, e Análise de Correspondências Múltiplas (ACM). 4.2 Métodos de Segmentação: Hierárquico, k-Means e Two-Step Clustering. CP5: Análise Preditiva Multivariada – modelo de regressão linear múltipla CP6: Aplicações com o software IBM SPSS Statistics.

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

Esta demonstração de coerência decorre da interligação dos conteúdos programáticos (P) com os objetivos de aprendizagem (OA), como a seguir se explicita: OA1: CP1, CP2, CP3, CP4, CP5, CP6 OA2: CP1, CP2, CP3, CP4, CP5, CP6 OA3: CP4, CP6 OA4: CP5, CP6

Avaliação / Assessment

Avaliação ao longo do semestre: a) Trabalho de grupo (40%) b) Teste individual (60%) Nota mínima de 8,5 valores em cada componente de avaliação. A avaliação ao longo do semestre exige a presença em pelo menos 2/3 das aulas. Avaliação por exame: a) Exame teórico-interpretativo (60%) b) Exame prático em SPSS (40%) Nota mínima de 8,5 valores em cada componente de avaliação.

Metodologias de Ensino / Teaching methodologies

Serão utilizadas as seguintes metodologias de ensino-aprendizagem (ME): ME1: Expositivas para apresentação dos quadros teóricos de referência ME2: Participativas com análise e discussão de casos práticos ME3: Experimentais, em laboratório de informática, realizando-se análises de casos práticos ME4: Autoestudo, relacionado com o trabalho autónomo do aluno

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-aprendizagem visam o desenvolvimento das principais competências de aprendizagem dos alunos que permitam cumprir cada um dos objetivos de aprendizagem e assim as principais interligações entre as metodologias de ensino-aprendizagem e os respetivos objetivos são os seguintes: ME1 -> OA 1, 2, 3, 4 ME2 -> OA 1, 2, 3, 4 ME3 -> OA1, 2, 3, 4 ME4 -> OA 1, 2, 3, 4

Observações / Observations

Bibliografia Principal / Main Bibliography

[1] Sarstedt, M., and Mooi, E., (2019) A Concise Guide to Market Research: Process, Data, and Methods using IBM SPSS Statistics, 3rd ed., Berlin: Springer Verlag GmbH. https://doi.org/10.1007/978-3-662-56707-4 [2] Veal, Anthony James, (2018). Research methods for leisure and tourism. Pearson UK, 5th Ed., 2018. ISBN: 1292115297, 9781292115290 [3] Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. (2019). Multivariate data analysis. Cengage. Hampshire, United Kingdom. ISBN: 1473756545, 9781473756540

Bibliografia Secundária / Secondary Bibliography

[1] Field, A. (2024). Discovering Statistics Using IBM SPSS Statistics, 6th ed., SAGE, 2024. ISBN: 9781526445780 [2] Dwyer, L., Gill, A., Seetaram, N. (2012), Handbook of Research Methods in Tourism, Edward Elgar. ISBN: 978 1 78195 595 6. eBook for individuals 978 1 78100 129 5

Data da última atualização / Last Update Date

2025-07-25