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
2023/2024
Pré-requisitos / Pre-Requisites
Microsoft 365 instalado em ambiente Windows (licença Iscte). Power BI instalado em ambiente (Windows) - para as últimas aulas.
Objetivos Gerais / Objectives
Apresentar aos alunos as potencialidades do Excel em análise e comunicação de dados
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
OA1. Evidenciar as potencialidades do Excel na modelação de problemas de negócio OA2. Aplicar funções e comandos do Excel na apresentação e comunicação da informação OA3. Aplicar funções e comandos do Excel na resolução de problemas reais de negócio
Conteúdos Programáticos / Syllabus
P1. Modelação básica com o Excel P1.1. Funções matemáticas, estatísticas, texto, data/hora, procura & referência, lógicas, base de dados e de informação P1.2. Funções financeiras P1.3. Comandos úteis do Excel em modelação P2. Modelação avançada com o Excel P2.1. Análise de sensibilidade P2.2. Otimização P2.3. Modelos de apoio à decisão: exemplos P3. Visualização e comunicação de dados P3.1. Tabelas P3.2. Gráficos P3.3. Tabelas e gráficos dinâmicos P4. Criação de dashboards P4.1. Modelo de dados P4.2. KPI e metas P4.3 Dashboard P4.4. Introdução ao Power BI P5. Personalização do Excel P5.1 Inserção de botões nas folhas P5.2 Macros de comando
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
O Excel tem três pilares, nomeadamente, modelo de cálculo (essencialmente uso de funções), análise de dados, incluindo a visualização (essencialmente uso de funcionalidades) e automação (essencialmente com uso de macros e do power query) pelo que os diferentes pontos do programa (P) vão de encontro a estes pilares e correspondentes objetivos de aprendizagem (OA), como a seguir se explicita: P1 -> OA 1, 3 P2 -> OA 1, 3 P3 -> OA 1, 2 P4 -> OA 1, 2 P5 -> OA 1, 2, 3
Avaliação / Assessment
Avaliação periódica: a) Trabalho individual ou em grupo de dois elementos com apresentação digital (50%), e discussão individual online (50%). (OA 1, 2, 3). Avaliação exame (1ª e 2ª épocas): a) Trabalho individual com apresentação digital (50%) e discussão online (50%). (OA 1, 2, 3). A avaliação periódica exige: a) presença em, pelo menos, 2/3 das aulas, e b) classificação final de 10 valores. Escala: 0-20 valores.
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 resolução de exercícios práticos ME3. Ativas, com realização de trabalhos individuais ou de grupo ME4. Experimentais, em laboratório de informática, realizando análises sobre dados ME5. Autoestudo, relacionado com o trabalho autónomo (TA) do aluno, tal como consta no Planeamento das Aulas
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 com cada um dos objetivos de aprendizagem, pelo que, na grelha a seguir, apresentam-se as principais interligações entre as metodologias de ensino-aprendizagem e os respetivos objetivos. ME1 -> OA 1, 2, 3 ME2 -> OA 1, 2, 3 ME3 -> OA 2, 3 ME4 -> OA 2, 3, ME5 -> OA 1, 2, 3
Observações / Observations
- Os alunos abrangidos pelo Regulamento Interno para Estudantes com Estatutos Especiais deverão contactar com o docente da UC, ou com o Coordenador da mesma, na primeira semana de aulas de cada semestre, com vista ao enquadramento dos processos de aprendizagem e avaliação na UC.
Bibliografia Principal / Main Bibliography
Aspin, Adam (2016). High Impact Data Visualization in Excel with Power View, 3D Maps, Get & Transform and Power BI. 2nd Edition, Apress. ISBN: 78-1-4842-2399-4. Frye, Curtis (2018). Microsoft Excel 2019 Step by Step. Microsoft Press. ISBN: 978-1509307678. Goldmeier, Jordan & Duggirala, Purnachandra "Chandoo" (2015). Dashboards for Excel, Apress. ISBN: 978-1-4302-4944-3. Knaflic, C.N. (2019). Storytelling with Data: Let's Practice. Wiley. ISBN: 978-1119621492. Knaflic, C.N. (2015). Storytelling with Data: A Data Visualization Guide for Business Professionals. Wiley. ISBN: 978-1119002253. Schwabish, Jonathan (2023). Data Visualization in Excel: A Guide for Beginners, Intermediates, and Wonks. CRC Press. ISBN: 78-1-032-34328-0. Winston, Wayne (2016). Microsoft Excel 2016: Data Analysis and Business Modeling. 5th Edition, Microsoft Press. ISBN: 978-1-5093-0421-9.
Bibliografia Secundária / Secondary Bibliography
Camm, J., Cochran, J., Fry, M., Ohlmann, J., Anderson, D., Sweeney, D., & Williams, T. (2015). Essentials of Business Analytics, Cengage Learning. ISBN: 978-1-285-18727-3. Few, S. (2006). Information Dashboard Design: The Effective Visual Communication of Data. O'Reilly Media. ISBN: 978-0596100162. Kronthaler, F. (2023). Statistics Applied With Excel: Data Analysis Is (Not) an Art. Springer Nature. ISBN 978-3-662-64318-1. https://doi.org/10.1007/978-3-662-64319-8. Krum, Randy (2014).Cool Infographics: Effective Communication with Data Visualization and Design. Wiley. ISBN: 978-1-118-58230-5. Telea, Alexandru (2015). Data Visualization: Principles and Practice. 2nd Edition, CRC Press. ISBN: 13: 978-1-4665-8527-0.
Data da última atualização / Last Update Date
2024-02-16