Analityka i zarządzanie zbiorami danych
Informacje ogólne
Kod przedmiotu: | WF-PS-N-AZZD |
Kod Erasmus / ISCED: |
14.4
|
Nazwa przedmiotu: | Analityka i zarządzanie zbiorami danych |
Jednostka: | Instytut Psychologii |
Grupy: |
Przedmioty obowiązkowe dla V roku, Specjalność psychologia pracy i organizacji |
Punkty ECTS i inne: |
3.00
|
Język prowadzenia: | polski |
Poziom przedmiotu: | średnio-zaawansowany |
Symbol/Symbole kierunkowe efektów uczenia się: | PS_W16, PS_K02, PS_K04 |
Skrócony opis: |
Głównym celem przedmiotu będzie przedstawienie studentom sposobów zarządzania i analizowania danych przy użyciu programu Excel oraz Open Office. Przedstawione zostaną praktyczne aspekty pracy z danymi, które są wykorzystywane w szeroko pojętej praktyce biznesowej. Studenci będą również mieli okazję nauczyć się w jaki sposób analizować dane i opracowywać analityczne wskaźniki HR (np. obliczanie retencji, rotacji, frekwencji). |
Pełny opis: |
W ramach przedmiotu zostaną zrealizowane następujące tematy: 1. Podstawowe założenia projektowania działań analitycznych w HR 2. Typy danych 3. Definicje i zarządzanie bazą danych 4. Filtrowanie i Sortowanie danych w Excelu 5. Efektywne łączenie danych 6. Formuły tekstowe, formuły daty w Excelu 7. Walidacja danych w Excelu 8. Analizowanie danych za pomocą warunków 9. Wyszukiwanie i formuły referencyjne 10. Analizowanie danych poprzez tabele przestawne 11. Liczenie wskaźników HRowych (m.in. frekwencja, rotacja, retencja) 12. Wprowadzenie do wizualizacji danych 13. Efektywne wykorzystanie wykresów danych |
Literatura: |
Bahuguna, P. C., Srivastava, R., & Tiwari, S. (2023). Human resources analytics: where do we go from here? Benchmarking: An International Journal, ahead-of-print(ahead-of-print). https://doi.org/10.1108/BIJ-06-2022-0401 Fitz-Enz, J. (2010). The new HR analytics. American Management Association. Francuz, P., & Mackiewicz, R. (2007). Liczby nie wiedzą, skąd pochodzą: przewodnik po metodologii i statystyce: nie tylko dla psychologów. Wydawnictwo KUL. Margherita, A. (2022). Human resources analytics: A systematization of research topics and directions for future research. Human Resource Management Review, 32(2), 100795. Morawiec - Bartosiuk, A. (2022). Liczby w HR. Matematyczne ramy najbardziej ludzkiej części biznesu. Onepress. Opatha, H. H. D. P. J. (2020). HR analytics: a literature review and new conceptual model. International Journal of Scientific and Research Publications, 10(6), 130–141 |
Efekty kształcenia i opis ECTS: |
Wiedza: Student po zajęciach potrafi poradzić sobie z definiowaniem problemu badawczego / biznesowego, umie wykorzystywać pokazane techniki przetwarzania danych oraz. Umiejętności: Przygotowanie samodzielnej analizy danych oraz zaprezentowanie wniosków w postaci prezentacji. Postawy: Student będzie przygotowany do projektowania działań analitycznych w oparciu o Evidenced Based Approach. |
Metody i kryteria oceniania: |
No ocenę "bdb" należy spełnić poniższe kryteria: Frekwencja 50% Test 25% (20 pytań) Prezentacja case study 25% |
Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)
Okres: | 2023-10-01 - 2024-01-31 |
Przejdź do planu
PN WT ŚR CW3
CZ PT CW3
|
Typ zajęć: |
Ćwiczenia 3, 30 godzin, 20 miejsc
|
|
Koordynatorzy: | Anna Kokot, Mikołaj Stolarski | |
Prowadzący grup: | Anna Kokot | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Ćwiczenia 3 - Zaliczenie na ocenę |
|
E-Learning: | E-Learning (pełny kurs) z podziałem na grupy |
|
Typ przedmiotu: | obowiązkowy |
|
Grupa przedmiotów ogólnouczenianych: | nie dotyczy |
Właścicielem praw autorskich jest Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie.