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

2020/2021

Pré-requisitos / Pre-Requisites

Não se aplica.

Objetivos Gerais / Objectives

Proporcionar um conjunto integrado de aprendizagens sobre os desafios e múltiplas possibilidades de acesso a dados relevantes para a investigação em ciências sociais, na era do ?big data?. Será dado destaque ao acesso e exploração estatística (descritiva) de dados secundários, com recurso ao software SPSS.

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

OA1. Conhecer os novos desafios e potencialidades de acesso a dados nas sociedades digitais; OA2. Identificar as principais fontes de dados em ciências sociais e desenvolver competências que permitam o acesso aos mesmos; OA3. Desenvolver competências de preparação, gestão e validação de bases de dados; OA4. Conhecer e aplicar métodos básicos de análise descritiva de dados (univariada e bivariada) e apresentação de resultados; OA5. Desenvolver competências básicas de utilização do software SPSS.

Conteúdos Programáticos / Syllabus

1. A investigação em ciências sociais na era do ?big data?. Tipos de dados, desafios, oportunidades e questões éticas 2. Fontes de dados: dados primários e dados secundários 3. Dados secundários: tipos de fontes e modos de acesso; dados estruturados e não estruturados 4. Dados primários: instrumentos de recolha de informação, métodos de recolha de informação, construção de bases de dados (SPSS) 5. Preparação de bases de dados (SPSS): validação (operações básicas para deteção e correção de erros); construção de dados agregados a partir de micro dados; recodificação de variáveis e construção de novas variáveis 6. Análise estatística descritiva com o SPSS: análise univariada, análise bivariada, preparação de tabelas e gráficos, exportação de resultados para outros programas.

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) são concretizados em conteúdos programáticos (CP) da seguinte forma: OA1. CP 1 | 2 OA2. CP 2| 3| 4 OA3. CP 4 | 5 OA4. CP 6 OA5. CP 4| 5| 6

Avaliação / Assessment

Duas opções para a avaliação: 1. Avaliação periódica: Relatório individual, aproximadamente 10 páginas. 2. Avaliação por exame: Exercício individual a realizar no final do ano letivo (época de exames da PGADCS).

Metodologias de Ensino / Teaching methodologies

A concretização dos objetivos da unidade curricular faz-se por meio de aulas teórico-práticas, aulas práticas e trabalho pessoal dos estudantes. Este trabalho pessoal consiste num conjunto de atividades, incluindo, para cada estudante: a) Frequência das aulas e participação efetiva nelas; b) Realização de exercícios práticos, em sessões laboratoriais, utilizando usando o software adequado.

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): 1. Nas aulas teórico-práticas são desenvolvidas as competências previstas nos objetivos de aprendizagem OA1, OA2 e OA3 2. As sessões-laboratoriais estão em articulação com os objetivos de aprendizagem 0A3, OA4 e OA5

Observações / Observations

"Devido à atual situação provocada pela COVID-19, o processo de avaliação poderá sofrer algumas adaptações, que serão comunicadas oportunamente, caso tal venha a ser necessário"

Bibliografia Principal / Main Bibliography

Vartanian, T. P. (2011). Secondary data analysis. New York, NY: Oxford. Maroco, J. (2018), Análise Estatística com utilização do SPSS Statistics 25, Lisboa, Edições Sílabo. Laureano, Raul, Maria do Carmo Botelho (2017), SPSS, O Meu Manual de Consulta Rápida, Lisboa, Sílabo (3ª edição). Foster, Ian (ed), (2016), Big data and social science: a practical guide to methods and tools, Taylor & Francis Group. Goodwin, John (2012) (ed.), Secondary Data Analysis, Thousand Oaks, Sage Publications. Bryman, Alan (2016), Social Research Methods, Oxford, Oxford University Press (5th ed.).

Bibliografia Secundária / Secondary Bibliography

Reis, E., P. Melo, R. Andrade e T. Calapez (1997), Estatística Aplicada, vols. 1 e 2, Lisboa, Sílabo, 3ª ed. Reis, E. (2008), Estatística Descritiva, Lisboa, Sílabo, 7ª ed. Maroco, J. e R. Bispo (2003), Estatística aplicada às ciências sociais e humanas, Lisboa, Climepsi Editores.

Data da última atualização / Last Update Date

2024-02-16