| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| İstatistik ve Uygulamaları | YBS 202 | 4 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Zorunlu |
| Dersin Koordinatörü | Prof.Dr. NİHAL SÜTÜTEMİZ |
| Dersi Verenler | Prof.Dr. NİHAL SÜTÜTEMİZ, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | İstatistik ile ilgili temel kavramların öğrenciye kazandırılması, sosyal bilimler ve bilişim sistemleri açısından istatistik biliminin konumunun öğretilmesi, bu alanda yetişen öğrencilerin temel istatistiksel analizleri yapabilmeleri, yorumlayabilmeleri ve karar sürecinde etkin bir şekilde kullanabilmeleri açısından temel yeterliliklerin kazandırılması |
| Dersin İçeriği | Temel İstatistiksel kavramlar, Örnekleme Teorisi, Tanımlayıcı ve Çıkarımsal İstatistiksel teknikler, Olasılık kavramı ve istatistik bilimi içindeki yeri, sürekli ve kesikli olasılık dağılımları, İstatistiksel tahminleme, hipotez testleri, varyans analizi, regresyon, korelasyon ve Ki-Kare analizleri Excel uygulamaları ile birlikte sunulacaktır. Ayrıca Parametrik olmayan istatistiksel testler ve kullanım yerleri de ayrıca işlenecektir. |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | İstatistik biliminin amacını, kapsamını ve önemini bilip, açıklayabilmek | Anlatım, Soru-Cevap, Tartışma, Beyin Fırtınası, Örnek Olay, | Sınav , Sözlü Sınav, Ödev, |
| 2 | İstatistiksel analiz süreçlerine başlamadan yapılacak, veri toplama, derleme ve örnekleme gibi ön adımları eksiksiz ve verimli bir şekilde uygulayabilmek | Anlatım, Alıştırma ve Uygulama, Grup Çalışması, Örnek Olay, Bireysel Çalışma, | Ödev, Proje / Tasarım, |
| 3 | Olasılık kavramının istatistik bilimi içerisindeki yerini kavrayabilmek | Anlatım, Soru-Cevap, Beyin Fırtınası, Örnek Olay, | Sınav , Sözlü Sınav, Ödev, |
| 4 | Yönetim ve İstatistik bilimleri arasındaki ilişkiyi kavrayıp, yorumlayabilmek | Anlatım, Soru-Cevap, Tartışma, Beyin Fırtınası, Örnek Olay, | Sınav , Sözlü Sınav, Ödev, |
| 5 | Elde edilmiş veriye uygulanabilecek analiz türleri hakkında temel yeterlilikleri sağlamak | Anlatım, Alıştırma ve Uygulama, Grup Çalışması, Örnek Olay, Bireysel Çalışma, | Ödev, Proje / Tasarım, |
| 6 | Farklı türdeki verilere hangi analiz türünün uygulayabileceğini kavrayabilmek | Anlatım, Alıştırma ve Uygulama, Grup Çalışması, Beyin Fırtınası, Örnek Olay, Bireysel Çalışma, | Ödev, Proje / Tasarım, |
| 7 | İstatistiksel analizler sonucunda elde edilebilecek sonuçların kararlara dönüştürebilecek şekilde yorumlayabilmek | Anlatım, Soru-Cevap, Tartışma, Alıştırma ve Uygulama, Grup Çalışması, Örnek Olay, Bireysel Çalışma, | Sınav , Sözlü Sınav, Ödev, Proje / Tasarım, |
| 8 | İstatistiksel analiz sürecinde kullanılan yazılımları yeterli seviyede kullanabilmek | Anlatım, Alıştırma ve Uygulama, Örnek Olay, Proje Temelli Öğrenme , | Ödev, Proje / Tasarım, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | İstatistiğe Giriş | Ders Notları / Anderson 1-29 |
| 2 | Veri Toplama ve Örnekleme | Ders Notları / Anderson 1-29 |
| 3 | Tanımlayıcı İstatistikler - Görsel ve Tablo Teknikleri | Ders Notları / Anderson 30-88 |
| 4 | Tanımlayıcı İstatistikler - Sayısal Teknikler | Ders Notları / Anderson 89-154 |
| 5 | Olasılığa Giriş | Ders Notları / Keller 175-236 |
| 6 | Kesikli Olasılık Dağılımları | Ders Notları / Keller 237-262 |
| 7 | Sürekli Olasılık Dağılımları | Ders Notları / Keller 263-306 |
| 8 | ARA SINAV | |
| 9 | İstatistiksel Tahminleme | Ders Notları / Keller 335-359 |
| 10 | Hipotez Testleri | Ders Notları / Anderson 347-392 |
| 11 | Varyans Analizi | Ders Notları / Keller 525-596 |
| 12 | İlişkisel Veri Analizi (Regresyon ve Korelasyon Analizi) | Ders Notları / Keller 633-729 |
| 13 | Nitel Veri Analizi (Ki-Kare) | Ders Notları / Keller 596-632 |
| 14 | Parametrik Olmayan Testler | Ders Notları |
| Kaynaklar | |
|---|---|
| Ders Notu | İstatistik Dersi Ders Notları |
| Ders Kaynakları | 1-) Essentials of Modern Business Statistics with Microsoft® Excel, David R. Anderson, Dennis J. Sweeney, Thomas A. Williams, 3e, 2007 |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Yeni ve Güncel teknolojileri takip edebilir ve bunları değerlendirebilir | ||||||
| 2 | Kurumsal Bilişim Sistemlerini işleyişini anlayabilir ve bu sistemleri temel seviyede kullanabilir Temel seviyedeki işletme problemlerin sayısal modellerini oluşturur | ||||||
| 3 | Temel seviyedeki işletme problemlerin sayısal modellerini oluşturur | ||||||
| 4 | Modellenmiş işletme problemlerini bilişim teknolojileri yardımıyla çözer ve çözümleri yorumlar | ||||||
| 5 | Bilişim odaklı projelere takımın bir bireyi olarak katkı sağlar | ||||||
| 6 | Proje yönetiminde takım çalışmasını destekleyen bilgi teknolojileri araçlarını etkin bir biçimde kullanır | ||||||
| 7 | Temel işletme fonksiyonlarına ve bilişim teknolojilerine hâkim olur ve bunlar arasındaki bağlantıyı kurar | ||||||
| 8 | Kurumsal bilişim sistemlerinin tasarlanması, geliştirilmesi ve uygulanması süreçlerine katkı verir. | ||||||
| 9 | Girişimcilik projeleri de dâhil olmak üzere her türlü proje için kaliteli dokümantasyon üretebilir ve bu dokümanları sunar | ||||||
| 10 | Bilgilendirici, efektif ve ilgi çekici sunumlar hazırlar ve bu sunumları sunar. | ||||||
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 2. Ödev | 20 |
| 3. Ödev | 80 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 40 |
| 1. Final | 60 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 4 | 64 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
| Ara Sınav | 1 | 10 | 10 |
| Kısa Sınav | 1 | 10 | 10 |
| Ödev | 2 | 10 | 20 |
| Final | 1 | 15 | 15 |
| Toplam İş Yükü | 167 | ||
| Toplam İş Yükü / 25 (Saat) | 6,68 | ||
| Dersin AKTS Kredisi | 6 | ||