DERS TANITIM ve UYGULAMA BİLGİLERİ

Dersin Adı Kodu Yarıyıl T+U+L (saat/hafta) Türü (Z / S) Yerel Kredi AKTS
Çok Değişkenli Veri Analizi BA 656 Bahar 03+00+00 Seçmeli 3 7.5
Akademik Birim: Sosyal Bilimler Enstitüsü
Öğrenim Türü: Örgün Eğitim
Ön Koşullar Yok
Öğrenim Dili: İngilizce
Dersin Düzeyi: Doktora
Dersin Koordinatörü: Ceyda MADEN EYİUSTA
Dersin Amacı: Bu dersin temel amacı öğrencilere araştırma süreci ve araştırma tasarımı tipleri, çok değişkenli veri analizi için gerekli varsayımlar ve çok değişkenli veri analizi yöntemleri hakkında genel bir bilgi sağlamaktır.
Dersin İçeriği: Dersin içeriği temel olarak şu konulardan oluşmaktadır: veri toplama yöntemleri, tutum ölçümleri, tek yönlü (değişkenli) veri analizi yöntemleri, çok değişkenli veri analizi için gerekli varsayımlar ve çok değişkenli veri analizi yöntemleri.
Dersin Öğrenme Çıktıları (ÖÇ):
  • 1- Literatürdeki farklı istatistiki analizleri anlama ve uygulama becerisinin gelişmesi.
  • 2- Her bir “çok değişkenli veri analizi” yönteminin avantaj ve dezavantajların eleştirel bir biçimde değerlendirilebilmesi.
  • 3- Her bir “çok değişkenli veri analizi” yönteminin ne zaman kullanılabileceğine ve sonuçlarının değerlendirilebilmesine yönelik bilgi ve becerinin gelişmesi.
Dersin Öğrenme Yöntem ve Teknikleri Okumalar; sınıf içi tartışmalar; ödev, sunum


HAFTALIK PROGRAM

HaftaKonularÖn Hazırlık
1 Araştırma tasarımı, keşifsel araştırma, nitel veri Iacobucci D. ve Churchill, G.A (2019)’dan ilgili bölümler
2 Tanımlayıcı araştırma ve nedensel tasarım Iacobucci D. ve Churchill, G.A (2019)’dan ilgili bölümler
3 Veri toplama ve anket tasarımı Iacobucci D. ve Churchill, G.A (2019)’dan ilgili bölümler
4 Tutum ölçümleri, örnekleme prosedürleri Iacobucci D. ve Churchill, G.A (2019)’dan ilgili bölümler
5 Tek değişkenli (yönlü) analiz tekniklerine genel bir bakış Iacobucci D. ve Churchill, G.A (2019)’dan ilgili bölümler
6 Çok değişkenli analizle için hazırlık: Veri inceleme Hair ve diğerlerinden (2010) ilgili bölümler
7 Faktör analizi Hair ve diğerlerinden (2010) ilgili bölümler
8 Çoklu regresyon Hair ve diğerlerinden (2010) ilgili bölümler
9 Diskriminant ve lojistik regresyon Hair ve diğerlerinden (2010) ilgili bölümler
10 MANOVA Hair ve diğerlerinden (2010) ilgili bölümler
11 Kümeleme Analizi Hair ve diğerlerinden (2010) ilgili bölümler
12 Yapısal eşitlik modeline genel bir bakış Hair ve diğerlerinden (2010) ilgili bölümler
13 Doğrulayıcı faktör analizi Hair ve diğerlerinden (2010) ilgili bölümler
14 Yapısal eşitlik modeli: Model testi Hair ve diğerlerinden (2010) ilgili bölümler


ZORUNLU ve ÖNERİLEN OKUMALAR

Hair, J.E, Blac, W.C., Babin, B.J. ve Anderson, R.E. Multivariate Data Analysis, 7th ed., Prentice Hall International, Inc., 2010.


DİĞER KAYNAKLAR

Iacobucci D. ve Churchill, G.A. Marketing Research: Methodological Foundations, 10th. Edition, Thomson: South-Western, 2019.


DEĞERLENDİRME SİSTEMİ

Yarıyıl İçi ÇalışmalarıSayıKatkı Payı (%)
Katılım 1 40
Laboratuvar - -
Uygulama - -
Arazi Çalışması - -
Proje - -
Ödev 6 30
Sunum/Jüri 1 15
Derse Özgü Staj - -
Diğer Uygulamalar (seminer, stüdyo kritiği, workshop vb.) - -
Dersle İlgili Sınıf Dışı Etkinlikler (okuma, bireysel çalışma vb.) 14 15
Ara Sınavlar/Sözlü Sınavlar/Kısa Sınavlar - -
Final Sınavı - -
Total: 22 100


İŞ YÜKÜ HESAPLAMASI

EtkinliklerSayısıSüresi (saat)Toplam İş Yükü (saat)
Ders Saati14342
Laboratuvar000
Uygulama000
Arazi Çalışması000
Proje000
Ödev6848
Sunum/Jüriye Hazırlık113.513.5
Derse Özgü Staj000
Diğer Uygulamalara Hazırlık000
Dersle İlgili Sınıf Dışı Etkinlikler14684
Ara Sınavlar/Sözlü Sınavlar/Kısa Sınavlar000
Final Sınavı000
Toplam İş Yükü (saat):187.5


PROGRAM YETERLİLİKLERİ (PY) ve ÖĞRENME ÇIKTILARI (ÖÇ) İLİŞKİSİ

# PY1 PY2 PY3 PY4 PY5 PY6 PY7 PY8
OC1                
OC2                
OC3