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

2024/2025

Pré-requisitos / Pre-Requisites

Não se aplica.

Objetivos Gerais / Objectives

Esta UC foca-se em métodos que relacionam múltiplas variáveis, principalmente a Análise de Correspondências Múltiplas (ACM) e a Análise de Clusters. A ACM revela a estrutura das relações entre variáveis categorizadas, enquanto a Análise de Clusters agrupa casos homogéneos, definindo tipologias. O curso visa desenvolver proficiência na aplicação destes métodos usando o SPSS, combinando prática e teoria. A abordagem prática assegura que os estudantes adquiram competências aplicadas junto com o entendimento teórico. Explora-se também a articulação da Análise de Clusters com outros métodos de análise multivariada, como a Análise em Componentes Principais e a ACM. Esta integração proporciona aos estudantes ferramentas para enfrentar desafios estatísticos complexos. A abordagem interdisciplinar fomenta uma compreensão profunda das técnicas de análise de dados multidimensionais, preparando os estudantes para aplicar estes métodos em contextos reais de investigação e análise de dados.

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

No final da UC, cada estudante deverá ter adquirido as competências necessárias para: OA1. Adquirir e desenvolver conhecimentos sobre Análise de Correspondências Múltiplas (ACM) OA2. Adquirir e desenvolver conhecimentos sobre Análise de Clusters OA3. Aplicar e articular a Análise de Clusters com outros métodos de análise multivariada OA4. Analisar e interpretar os resultados estatísticos AO5. Utilizar um software de análise estatística para realizar uma Análise de Correspondências Múltiplas e uma Análise de Clusters. OA6. Reportar os resultados num texto síntese (relatório, artigo, dissertação)

Conteúdos Programáticos / Syllabus

1.Análise de Correspondências Múltiplas (ACM) 1.1.Introdução 1.2.Matrizes de input para a ACM 1.3.Quantificação ótima e múltipla de dados qualitativos 1.4.Valores próprios, inércia e medidas de discriminação das variáveis 1.5.Seleção e interpretação das dimensões 1.6.Representação gráfica de variáveis, categorias e objetos 1.7.Variáveis suplementares 2.Análise de Clusters - métodos hierárquicos 2.1.Objetivos 2.2.Medidas de semelhança/distância 2.3.Critérios de agrupamento dos casos 2.4.Leitura do dendrograma e seleção do número de clusters 2.5.Validação e caracterização dos clusters 3.Análise de Clusters - métodos não hierárquicos 3.1.Distinção entre métodos de otimização e hierárquicos 3.2.Método K-Médias 4.Articulação da Análise de Clusters com a Análise em Componentes Principais 5. Articulação da Análise de Clusters com a Análise de Correspondências Múltiplas.

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 conteúdos programáticos desta UC estão alinhados com os objetivos de aprendizagem, oferecendo uma estrutura coerente para o desenvolvimento das competências desejadas. O ponto 1 corresponde diretamente ao OA1, fornecendo a base teórica e prática desta técnica. O ponto 2 alinha-se com o OA2, abordando métodos hierárquicos e não hierárquicos. Os pontos 4 e 5 relacionam-se com o OA3, permitindo aos estudantes integrar diferentes técnicas de análise multivariada. Todos os conteúdos contribuem para o OA4 (análise e interpretação de resultados) e o OA5 (utilização de software estatístico). O OA6, focado na comunicação de resultados, é apoiado indiretamente por todos os conteúdos, pois o domínio dos conceitos e técnicas capacita os estudantes a reportarem eficazmente suas análises. Esta estrutura proporciona uma base sólida que permite aos estudantes alcançarem todos os objetivos de aprendizagem, preparando-os para aplicar técnicas avançadas de análise estatística em diversos contextos.

Avaliação / Assessment

Existem duas opções para a avaliação: 1.Avaliação durante o semestre: Teste escrito individual a realizar no final da UC (100%). O acesso à avaliação exige a assiduidade a pelo menos 70% das aulas da unidade curricular. 2.Avaliação por exame: Teste escrito individual a realizar no final do semestre.

Metodologias de Ensino / Teaching methodologies

O processo de ensino-aprendizagem desenvolve-se através de aulas teórico-práticas, sessões laboratoriais (orientadas para o trabalho prático, com recurso ao SPSS) e orientação tutorial. Nas aulas teórico-práticas, a apresentação dos métodos é sempre acompanhada de aplicações temáticas que procuram dar resposta a uma questão de investigação. Nas aulas laboratoriais, é feita a aplicação prática dos conteúdos programáticos lecionados, com suporte do software de análise estatística IBM SPSS Statistics. A concretização dos objetivos da unidade curricular pressupõe o trabalho pessoal dos estudantes através da frequência das aulas e participação efetiva nelas e da realização de exercícios práticos, utilizando usando o SPSS. Os alunos são incentivados à leitura de textos com aplicação dos métodos estatítisticos que fazem parte do programa. Esta leitura permite, por uma lado, o contacto com contextos de investigação adequados à utilização das ferramentas estatísticas espeíficas da UC, como também os ajuda a adquirir competências de escrita de textos síntese de resultados.

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 adotadas nesta UC são cuidadosamente projetadas para apoiar diretamente os objetivos de aprendizagem estabelecidos. As aulas teórico-práticas, que combinam teoria com aplicações temáticas, são fundamentais para atingir os OA1 e OA2, permitindo aos estudantes adquirir e desenvolver conhecimentos sobre Análise de Correspondências Múltiplas (ACM) e Análise de Clusters. As sessões laboratoriais, focadas no trabalho prático com o SPSS, são essenciais para alcançar o OA5, capacitando os estudantes para realizar a ACM e a Análise de Clusters com recurso à utilização de um software de análise estatística. Estas sessões também contribuem significativamente para os OA3 e OA4, permitindo aos estudantes aplicar e articular diferentes métodos de análise multivariada, além de analisar e interpretar resultados estatísticos, bem com treinar o reporte de resultados (OA6). O incentivo à leitura de textos com aplicações dos métodos estatísticos do programa apoia igualmente o OA6, desenvolvendo a capacidade dos estudantes de reportar resultados em textos síntese. Esta prática também reforça os OA1 a OA4, expondo os estudantes a contextos reais de aplicação dos métodos estudados. O trabalho pessoal dos estudantes, incluindo a participação ativa nas aulas e a realização de exercícios práticos, contribui para todos os objetivos de aprendizagem, promovendo uma compreensão profunda e aplicada dos conteúdos. O teste escrito permite a aferição da aquisição dos conhecimentos e competências definidos como objetivos de aprendizagem, pela inclusão de perguntas teóricas, de interpretação de resultados e de reporte e escrita de pequenos textos síntese.

Observações / Observations

Não se aplica.

Bibliografia Principal / Main Bibliography

Carvalho, H. (2017). Análise de Multivariada de Dados Qualitativos, Utilização da Análise de Correspondências Múltiplas com o SPSS. 2ª Edição. Lisboa: Sílabo. Hair, J., Black, W.C., Babin, B.J., and Anderson, R.E. (2018). Multivariate Data Analysis (8th ed.). Cengage Learning.

Bibliografia Secundária / Secondary Bibliography

Hair, Joseph F. and William C. Black (2000) Cluster Analysis, in Grimm, L. G. & Yarnold, P. R. (Eds), Reading and Understanding More Multivariate Statistics. American Psychology Association. Maroco, J. (2021). Análise Estatística com o SPSS (8ª edição). Report Number. Reis, Elizabeth (1997), Estatística Multivariada Aplicada, Lisboa, Edições Sílabo.

Data da última atualização / Last Update Date

2024-07-18