Ficha Unidade Curricular (FUC)

Informação Geral / General Information


Código :
L5242
Acrónimo :
L5242
Ciclo :
1.º ciclo
Línguas de Ensino :
Português (pt)
Língua(s) amigável(eis) :
Inglês

Carga Horária / Course Load


Semestre :
1
Créditos ECTS :
6.0
Aula Teórica (T) :
0.0h/sem
Aula Teórico-Prática (TP) :
18.0h/sem
Aula Prática e Laboratorial (PL) :
18.0h/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 :
37.0h/sem
Trabalho Autónomo :
113.0
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


2024/2025

Pré-requisitos / Pre-Requisites


Conhecimentos de estatística descritiva e inferencial com o IBM SPSS Statistics.

Objetivos Gerais / Objectives


Aplicar a Análise de Variância, simples e a dois fatores fixos, e o Modelo de Regressão Linear, Simples e Múltiplo, a problemas concretos no domínio da Psicologia.

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


OA1: selecionar o método de análise de dados adequado ao problema, objetivo e tipo de dados OA2: utilizar o software IBM SPSS Statistics para realizar a análise de dados OA3: interpretar os resultados obtidos na análise de dados

Conteúdos Programáticos / Syllabus


P1: Análise de Variância Simples (hipóteses, pressupostos, comparações à posteriori); Introdução ao General Linear Model; Aplicações com SPSS P2: Análise de Variância a Dois Fatores Fixos (hipóteses, pressupostos, comparações à posteriori; efeito de interação); Aplicações com SPSS P3: Modelo de Regressão Linear (equação do modelo, estimação do modelo, bondade do ajustamento, inferência sobre o modelo, pressupostos); Aplicações com SPSS

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


Esta demonstração de coerência decorre da interligação dos conteúdos programáticos (P) com os objetivos de aprendizagem (OA). Contemplando o programa a descrição, seleção e aplicação prática de três técnicas estatísticas muito utilizadas em psicologia, nomeadamente, one-way ANOVA (P1), two-way ANOVA (P2) e regressão linear (P3), este vai de encontro aos três OA. De facto, cada técnica (P1, 2, 3) é: i) caracterizada e ilustrada a sua aplicação em contexto real, indo de encontro ao OA 1, ii) demonstrada e aplicada em SPSS Statistics, indo de encontro ao OA 2, e, por fim, iii) explicada a forma de interpretar e reportar os seus resultados, indo de encontro ao OA3. P1: Todos OA P2: Todos OA P3: Todos OA

Avaliação / Assessment


Avaliação ao longo do semestre: a) Teste (60%) - OA 1, 3 b) Dois exercícios de SPSS Statistics, individual ou em grupo de dois elementos, realizados em aulas laboratoriais (20% + 20%) - OA 1, 2, 3 A aprovação na avaliação ao longo do semestre exige: a) a presença em três aulas de laboratório, b) nota mínima em todas as provas de 7,5 valores, e classificação final mínima de 10 valores. Os alunos que não cumpram os requisitos de aprovação são remetidos para exame final. Avaliação por exame (todas as épocas) a) Exame escrito individual-70% e exame de SPSS Statistics individual-30%). As notas mínimas são iguais às da avaliação ao longo do semestre. Escala: 0 -20 valores.

Metodologias de Ensino / Teaching methodologies


São utilizadas as seguintes metodologias de ensino-aprendizagem (ME) ME1: Expositivas, para apresentação dos quadros teóricos ME2: Participativas, com análise de casos práticos ME3: Experimentais, em laboratório, com utilização do SPSS ME4: Auto-estudo, relacionada 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 (ME) visam o desenvolvimento das principais competências de aprendizagem dos alunos que permitam cumprir com cada um dos objetivos de aprendizagem (OA). Nas aulas teórico-práticas (em sala normal) são apresentadas, caracterizadas, exemplificadas os conceitos associados às três técnicas estatísticas que contemplam o programa (ME 1), reforçando-se a aprendizagem com a análise, em conjunto com os estudantes, de casos práticos (ME 2) e com auto-estudo (ME 4), em que se sugere a realização de cursos online, visualização de vídeos/tutoriais, utilização de ChatGPT/Copilot e a leitura de livros técnicos e de artigos científicos. Deste modo, concretizam-se os OA 1, 2 e 3, que são avaliados, essencialmente, com o teste. Nas aulas em laboratório, em conjunto com os estudantes, são praticadas em SPSS Statistics as diferentes técnicas e resolve-se em cada aula um caso prático (ME 2), reforçando-se a prática do software com o auto-estudo (ME 4), sugerindo aos estudantes a realização de exercícios práticos (com inerente componente teórica), a visualização de vídeos/tutoriais sobre o software, a utilização de ChatGPT/Copilot e a leitura de livros técnicos. Deste modo, concretiza-se o OA 2 (reforçando-se os OA 1 e 3), que é avaliado com os exercícios de SPSS Statistics. ME1 -> OA 1, 2, 3 ME2 -> OA 1, 2, 3 ME3 -> OA 2 ME4 -> 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. - As frequências e os exames serão realizados presencialmente, quer se utilizem software/plataformas digitais ou não.

Bibliografia Principal / Main Bibliography


Bibliografia Secundária / Secondary Bibliography


Data da última atualização / Last Update Date


2024-07-23