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 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
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