| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| İnsan Kaynakları Analitiği | IKY 519 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Prof.Dr. ŞUAYYİP ÇALIŞ |
| Dersi Verenler | Prof.Dr. ŞUAYYİP ÇALIŞ, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Alanına Uygun Öğretim |
| Dersin Amacı | İnsan kaynakları bilgi sistemlerinin gelişimiyle ortaya çıkan büyük verinin kullanımı ile ilgili programların ve istatistiksel yöntemlerin analizi ve karar alma süreçlerinin kanıta dayalı yönetim anlayışına dayalı olarak ortaya konulması amaçlanmaktadır.
|
| Dersin İçeriği | İK analitiği “doğru iş kararları almak için ilgili verilerin toplanması, işlenmesi ve analizini içermektedir. İşten ayrılma, ik departmant performansı, performans yönetimi alanlarında uygulamalı analizleri içermektedir.
|
| Kalkınma Amaçları |
|---|
|
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | İK Analitiği ile ilgili temel kavramların öğrenilmesi | ||
| 2 | İK Analitiğine yönelik derinlemesine bilgi sahibi olmak | ||
| 3 | İKY alanında kullanılan yazılımlarla ilgili bilgi sahibi olmak |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | İnsan Kaynakları Analitiği: Temel Kavramlar | İnsan Kaynakları Yönetiminde Etki ve Etkinlik 173-203 |
| 2 | İK Metrikleri | İnsan Kaynakları Yönetiminde Etki ve Etkinlik 80-153 |
| 3 | Veri Madenciliği, Makine Öğrenmesi ve Yapay Zeka | İşletme Analitiği Kitabı |
| 4 | Karar Destek Sistemleri | |
| 5 | Betimsel Analitik | |
| 6 | Kestirimci Analitik | |
| 7 | Karar Analitiği | |
| 8 | Betimsel Analitik Uygulamaları | |
| 9 | Kestirimci Analitik Uygulamaları | |
| 10 | Karar Analitiği Uygulamaları | |
| 11 | Veri Madenciliği | |
| 12 | Veri Görselleştirmesi | |
| 13 | Karar Ağacı Uygulamaları | |
| 14 | Dersin Genel Değerlendirmesi |
| Kaynaklar | |
|---|---|
| Ders Notu | Marr, Bernard (2018) Veri Stratejisi Büyük Veri ve Nesnelerin İnterneti Nasıl Kar Getirir?, MediaCat, İstanbul |
| Ders Kaynakları | Ataay Saybaşılı ,N. Aylin (2018) İnsan kaynakları Yönetiminde Etki ve Etkinlik, Nobel Yayınları, Ankara Cemaloğlu, Necati ve Duykuluoğlu (2020) Sosyal Bilimlerde Veri Madenciliği, Pegem Akademi, Ankara Cemaloğlu, Necati (Ed.) (2020) Veriye Dayalı Yönetim, Pegem Akademi, Ankara Uğuz, Sinan (2019) Makine Öğrenmesi Teorik Yönleri ve Python Uygulamaları ile Bir Yapay Zeka Ekolü, Nobel Yayınları, Ankara Chollet, François (2019) Python ile Derin Öğrenme, Buzdağı Yayınları, Ankara Kapanoğlu, Muzaffer ve Er, Fikret (Ed.) (2016) İşletme Analitiği, Anadolu Üniversitesi Yayınları, Eskişehir Er, Fikret (Ed.) (2016) Veri Madenciliği, Anadolu Üniversitesi Yayınları, Eskişehir Davenport, Thomas (2018) Big Data and Work Efsaneye Son Vermek, Fırsatları Keşfetmek, Türk Hava Yolları Yayınları, İstanbul Marr, Bernard (2017) Büyük Veri İşbaşında 45 Yıldız Şirket Büyük Veriyi Nasıl Kullandı, MediaCat, İstanbul |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Disiplinindeki kavramlara, uygulamalara ve teorilere hâkim olur ve bunları iş yaşamındaki sorunların çözümünde ya da yürüttüğü bilimsel çalışmalarda kullanabilir. | X | |||||
| 2 | Evrensel bilimsel etik uygulamalara riayet eder ve intihalden kaçınır. | X | |||||
| 3 | Faaliyetlerinin topluma ve çevreye olan muhtemel etkilerini göz önünde bulundurur, bu olumsuz etkileri en aza indirgemek ve topluma fayda sağlamak için sorumluluk alır. | X | |||||
| 4 | İşletme sorunlarını çözmede uygun analitik teknikleri kullanabilir. | X | |||||
| 5 | Bilimsel araştırma ve proje bulgularını sözlü sunum ve yazılı rapor şeklinde etkili ve ikna edici bir şekilde sunabilir. | X | |||||
| 6 | Girişimsel süreçleri analitik ve eleştirel bakış açısı ile inceler ve girişimci bilişe etki eden faktörleri anlar. | X | |||||
| 7 | Derslerinde ve araştırmalarında ihtiyaç duyacağı teknolojileri tespit etme ve etkili bir şekilde kullanma becerisine sahip olur. | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 |
|---|---|---|---|---|---|---|---|---|
| 1 | İK Analitiği ile ilgili temel kavramların öğrenilmesi | 5 | 1 | |||||
| 2 | İK Analitiğine yönelik derinlemesine bilgi sahibi olmak | 5 | 1 | |||||
| 3 | İKY alanında kullanılan yazılımlarla ilgili bilgi sahibi olmak | 5 | 1 |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 80 |
| 1. Ödev | 20 |
| Toplam | 100 |
| 1. Final | 50 |
| 1. Yıl İçinin Başarıya | 50 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 14 | 3 | 42 |
| Ara Sınav | 1 | 20 | 20 |
| Ödev | 1 | 20 | 20 |
| Performans Görevi (Uygulama) | 2 | 20 | 40 |
| Final | 1 | 30 | 30 |
| Toplam İş Yükü | 152 | ||
| Toplam İş Yükü / 25 (Saat) | 6,08 | ||
| dersAKTSKredisi | 6 | ||