Data-analyysi (osa 1 ja osa 2), kevät 2014

Tilastotieteen sivuaineopiskelijoista etusijalla ovat valtiotieteellisen tiedekunnan opiskelijat.

Luennoitsija ja harjoitusten ohjaajat

Kimmo Vehkalahti

Ville Hyvönen
Johanna Pellinen

Laajuus

78116 Data-analyysi (osa 1), 5 op

78132 Data-analyysi (osa 2), 5 op

Tyyppi

Perusopintoja. Katso tutkintovaatimukset (2012-2014) tilastotieteen pääaineopiskelijalle tai tilastotieteen sivuaineopiskelijalle.

Tavoitteet

Tavoitteena on oppia data-analyysin perusteet ja jonkin tilastollisen tietojenkäsittelyjärjestelmän itsenäinen käyttötaito.

Ohjelmistot

Kurssin pääasialliset ohjelmistot ovat Survo ja SPSS. Perustietoa Survosta: www.survo.fi

• SURVO R (ent. Muste) toimii Mac/Linux/Windows-ympäristöissä osana R-ohjelmistoa ja on saatavilla verkosta
• SURVO MM toimii Windows-ympäristöissä ja on saatavilla verkosta Helsingin yliopiston piirissä
• SPSS toimii Mac/Windows-ympäristöissä ja on saatavilla Helsingin yliopiston ohjelmistojakelusta

Huom! Jos aiot käyttää omaa konettasi harjoituksissa, kannattaa asentaa siihen tarvittavat ohjelmistot jo etukäteen!

Periaatteessa myös muita ohjelmistoja (kuten R tai SAS) voi käyttää, mutta ne edellyttävät enemmän omatoimisuutta ja sopivat siten ehkä hieman paremmin kurssin osaan 2. Huomaa, että tarjolla on myös kurssi Data-analyysi R-ohjelmistolla.

Aineistot

Kurssilla analysoidaan mm. yhteiskuntatieteellisen tietoarkiston aineistoja.

Toteutustapa

Kurssi koostuu kahdesta osasta. Halutessaan voi osallistua vain osaan 1. Periodilla IV järjestettävä osa 2 on verkkokurssi, joka perustuu osan 1 pohjalta tapahtuvaan itsenäiseen työskentelyyn. Tarkemmat tiedot molemmista osista alempana.

78116 Data-analyysi (osa 1), 5 op

Kurssin osa 1 järjestetään periodilla III.

Esitietovaatimukset

Tilastotieteen johdantokurssi tai vastaavat tiedot (ks. Teemat 1-10).

Aikataulu

Viikkoaikataulussa pysyminen on välttämätöntä. Kaiken A ja O on Aktiivinen Osallistuminen opetustilaisuuksiin, mutta myös omatoimiseen työskentelyyn ja raportointiin sekä työraporttien itsearviointeihin ja vertaisarviointeihin on varattava aikaa joka viikko.

• periodi III (viikot 3-9):
  • luento ti 8-10 (Unioninkatu 37, luentosali)
  • harjoitus ti 10-12 tai ti 12-14 tai ke 8-10 (Aleksandria, K130)

Ensimmäisen luennon (14.1.2014 klo 8:15) alussa käydään läpi kurssin käytännöt:

• luennot ja luentoaktiviteetit (Presemo)
• harjoitukset ja harjoitusryhmät
• ohjelmistot (Survo ja SPSS)
• aineistot 
• viikkoaikataulu
• yhteinen verkkoalue (Moodle)
• työraportit (Moodle)
• itse- ja vertaisarvioinnit (E-lomake)

Opetusteknologia

Kurssilla käytetään seuraavia oppimisvälineitä:

• Moodle (https://moodle.helsinki.fi/) — luentomateriaalit, harjoitustehtävät, työraportit
• E-lomake (https://elomake.helsinki.fi/) — itsearvioinnit ja vertaisarvioinnit
• Presemo (http://presemo.helsinki.fi/) — luentoaktiviteetit (oma älypuhelin tai läppäri mukaan!) PILOTTI!

Sisältö

• Ohjelmistot ja dokumentointi
  • dokumentoiva työskentelytapa (ei pelkät valikot)
• Aineiston perustaminen
  • oman harjoitusaineiston perustaminen
  • aineiston hallinta ja dokumentointi
  • aineistoon tutustuminen
• Aineiston esikäsittely
  • yhden muuttujan jakaumat, tunnusluvut ja kuvat
  • muunnokset, luokittelut ja muokkaukset
  • kahden muuttujan taulukot ja kuvat
• Analysointi ja testaus
  • riippuvuuksien tutkiminen ristiintaulukosta
  • hajontakuva, korrelaatio ja regressiosuora
  • regressioanalyysi ja t-testi

Suoritus

• dokumentoidut ja ajallaan tehdyt työraportit
• itsearvioinnit ja vertaisarvioinnit

Ilmoittaudu osaan 1 (erikseen luentokurssille JA yhteen harjoitusryhmään)

78132 Data-analyysi (osa 2), 5 op

Kurssin osa 2 järjestetään periodilla IV. Kyseessä on verkkokurssi, joka perustuu osan 1 pohjalta tapahtuvaan itsenäiseen työskentelyyn.

Esitietovaatimukset

Esitietovaatimuksena on kurssin menestyksellisesti suoritettu osa 1 (ks. edellä).

Aikataulu

Tarkemmat tiedot ja aikataulu tulevat osan 2 verkkoalueelle, joka avataan IV periodin alussa.

Sisältö

• Osassa 1 opitun itsenäinen soveltaminen uusien aineistojen analysointiin.

Suoritus

• itsenäisesti, annetussa aikataulussa tehty harjoitustyö

Ilmoittaudu osaan 2

(Osan 2 ilmoittautuminen tapahtuu vasta lähempänä periodia IV.)