Cardinal Stefan Wyszynski University in Warsaw - Central Authentication System
Strona główna

Analytics and management of data sets

General data

Course ID: WF-PS-N-AZZD
Erasmus code / ISCED: 14.4 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0313) Psychology The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title: Analytics and management of data sets
Name in Polish: Analityka i zarządzanie zbiorami danych
Organizational unit: Institute of Psychology
Course groups: (in Polish) Przedmioty obowiązkowe dla V roku, Specjalność psychologia pracy i organizacji
ECTS credit allocation (and other scores): 3.00 Basic information on ECTS credits allocation principles:
  • the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS;
  • the student’s weekly hourly workload is 45 h;
  • 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes;
  • weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS;
  • work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load.
Language: Polish
Subject level:

intermediate

Learning outcome code/codes:

PS_W16, PS_K02, PS_K04

Short description: (in Polish)

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).

Full description: (in Polish)

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

Bibliography: (in Polish)

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: (in Polish)

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.

Assessment methods and assessment criteria: (in Polish)

No ocenę "bdb" należy spełnić poniższe kryteria:

Frekwencja 50%

Test 25% (20 pytań)

Prezentacja case study 25%

Classes in period "Winter semester 2023/24" (past)

Time span: 2023-10-01 - 2024-01-31
Selected timetable range:
Navigate to timetable
Type of class:
Classes, 30 hours, 20 places more information
Coordinators: Anna Kokot, Mikołaj Stolarski
Group instructors: Anna Kokot
Students list: (inaccessible to you)
Examination: Course - graded credit
Classes - graded credit
(in Polish) E-Learning:

(in Polish) E-Learning (pełny kurs) z podziałem na grupy

Type of subject:

obligatory

(in Polish) Grupa przedmiotów ogólnouczenianych:

(in Polish) nie dotyczy

Course descriptions are protected by copyright.
Copyright by Cardinal Stefan Wyszynski University in Warsaw.
ul. Dewajtis 5,
01-815 Warszawa
tel: +48 22 561 88 00 https://uksw.edu.pl
contact accessibility statement USOSweb 7.0.3.0-1 (2024-04-02)