Ficha Unidade Curricular (FUC)

Informação Geral / General Information


Código :
L5208
Acrónimo :
L5208
Ciclo :
1.º ciclo
Línguas de Ensino :
Português (pt)
Língua(s) amigável(eis) :
Inglês

Carga Horária / Course Load


Semestre :
2
Créditos ECTS :
6.0
Aula Teórica (T) :
0.0h/sem
Aula Teórico-Prática (TP) :
36.0h/sem
Trabalho de Campo (TC) :
0.0h/sem
Seminario (S) :
0.0h/sem
Estágio (E) :
0.0h/sem
Orientação Tutorial (OT) :
1.0h/sem
Outras (O) :
0.0h/sem
Horas de Contacto :
46.0h/sem
Trabalho Autónomo :
104.0
Horas de Trabalho Total :
150.0h/sem

Área científica / Scientific area


Estatística e Análise de Dados

Departamento / Department


Departamento de Métodos de Pesquisa Social

Ano letivo / Execution Year


2023/2024

Pré-requisitos / Pre-Requisites


Não se aplicam

Objetivos Gerais / Objectives


A disciplina tem como objectivo principal proporcionar aos alunos conhecimentos e competências básicas em Estatística e Análise de Dados univariados e bivariados.

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


No final do período curricular desta UC, o aluno deverá: 1. Ter adquirido conhecimentos e competências na análise de dados usando técnicas básicas de estatística descritiva (univariada e bivariada). 2. Saber utilizar o software SPSS-Statistics para a análise de dados: os estudantes deverão ser capazes de obter e interpretar os resultados do tratamento de informação a problemas concretos, nomeadamente no âmbito da Psicologia.

Conteúdos Programáticos / Syllabus


1. Dados e Tipos de medida: Dados primários, dados secundários; Dados qualitativos vs dados quantitativos; Escalas de medida 2. Estatística descritiva univariada 2.1. Tabelas de frequências para dados qualitativos; Frequência absoluta, percentagens totais, percentagens válidas, percentagem acumulada 2.2. Tabelas de frequências para dados quantitativos. Categorização de dados quantitativos. 2.3. Medidas de Localização, Dispersão e Forma 3. Estatística descritiva bivariada 3.1. Cruzamentos de variáveis qualitativas e medidas de associação 3.2. Relacionamento entre uma variável quantitativa e uma nominal 3.3. Relacionamento entre duas variáveis quantitativas: r de Pearson, Diagrama de dispersão. 3.4. Regressão linear simples; Regressão com uma variável quantitativa e uma dummy 4. Conceitos de amostragem 4.1. Amostras aleatórias e não aleatórias; Tipos de amostragem 4.2. Estimadores, estimativas e parâmetros. 4.3. Breve ideia da distribuição da média amostral e da distribuição Normal

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


Esta demonstração de coerência decorre da interligação dos conteúdos programáticos com os objectivos de aprendizagem (OA), como a seguir se explicita: OA1: Todos OA2: P2, P3 e P4

Avaliação / Assessment


Avaliação periódica: - Trabalho de aplicação, em grupo, com apresentação final em poster (posters a ser apresentados em sessão conjunta, e avaliados por todos os docentes da UC) e entrega de relatório técnico, passível de discussão oral individual, com nota mínima de 8.5 valores (30%). - Ficha prática em laboratório, em SPSS (20%), com nota mínima 8.5 - Frequência, com nota mínima de 8.5 valores (50%). Avaliação por exame Dois instrumentos: teste teórico-interpretativo (80%) e teste prático em laboratório de informática (20%). Alunos em exame que tenham feito a ficha SPSS (com nota superior ou igual a 8.5) podem ser dispensados do teste prático, sendo a nota deste substituída pela da ficha. Em qualquer das formas de avaliação, a média final ponderada, arredondada às unidades, terá de ser pelo menos 10.

Metodologias de Ensino / Teaching methodologies


- A maioria das aulas são do tipo teórico-prático incluindo aulas expositivas, para apresentação dos quadros teóricos de referência e aulas participativas, com análise e resolução de exercícios práticos para exemplificar a aplicação da teoria. - Haverá algumas aulas experimentais em laboratório informático para introdução ao software SPSS e exploração da teoria utilizando casos práticos - O estudo individual será fundamental para atingir os objectivos de aprendizagem - O trabalho da UC EAD1 é entregue e avaliado autonomamente e pode ser mais extenso que o capítulo correspondente do trabalho da UC PDCA.

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 objectivos de aprendizagem. As aulas expositivas e aulas participativas, são adequadas para os OA1 e OA2 As aulas experimentais em laboratório informático com utilização do software SPSS são particularmente adequadas para OA2.

Observações / Observations


Bibliografia Principal / Main Bibliography


Folhas de apoio às aulas elaboradas pelos docentes (lectures' notes) LAUREANO, Raul M. S., BOTELHO, Maria do Carmo (2017), SPSS: o meu manual de consulta rápida, 3ª edição, Edições Sílabo MAROCO, J. e BISPO, R. (2005), Estatística Aplicada às Ciências Sociais e Humanas, 2ª edição, Lisboa, Climepsi Editores

Bibliografia Secundária / Secondary Bibliography


BARROSO, M., RAMOS, M., SAMPAIO, E. (2010), Exercícios de Estatística Descritiva para as Ciências Sociais, 2ª edição, Lisboa, Edições Sílabo. BRYMAN, A. e CRAMER, D. (2003), Análise de Dados em Ciências Sociais, 3ª edição, Lisboa, Celta MAROCO, J. (2018), Análise Estatística com o SPSS Statistics. 7ª edição, Lisboa, ReportNumber REIS, Elizabeth, 2008, Estatística Descritiva, 7ª edição, Lisboa, Sílabo

Data da última atualização / Last Update Date


2024-02-16