Qualitative data analysisLaajuus (5 cr)
Code: DA00EW52
Credits
5 op
Teaching language
- Finnish
Objective
You know how to collect and analyze qualitative data.
You can use software and artificial intelligence to analyze qualitative data.
Content
How can qualitative data be collected in different ways?
How is qualitative data analyzed?
How can different programs be utilized in the collection and analysis of qualitative data?
How can artificial intelligence be utilized in the analysis of qualitative data?
Enrollment
04.11.2024 - 17.11.2024
Timing
13.01.2025 - 31.05.2025
Number of ECTS credits allocated
5 op
Virtual portion
5 op
Mode of delivery
Distance learning
Unit
Department of Business
Campus
Ecampus
Teaching languages
- Finnish
Seats
20 - 60
Degree programmes
- Degree Programme in Data Analytics
Teachers
- Satu Peltola
Teacher in charge
Satu Peltola
Groups
-
DAKV23SVData analytics, online studies
Objective
You know how to collect and analyze qualitative data.
You can use software and artificial intelligence to analyze qualitative data.
Content
How can qualitative data be collected in different ways?
How is qualitative data analyzed?
How can different programs be utilized in the collection and analysis of qualitative data?
How can artificial intelligence be utilized in the analysis of qualitative data?
Opiskelumateriaali
Opiskelumateriaalia on käytettävissä Learn-opiskeluympäristössä.
Tehtävät edellyttävät myös itsenäistä tiedonhakua.
Yksilölliset oppimisväylät
Opinnot toteutuvat verkko-opiskeluna Learn-verkkoympäristössa opiskelijan oman aikataulun mukaisesti, mutta huomioiden annetut aikarajat. Opintojaksoa ja siihen sisältyvää tehtävää voi soveltuvin osin hyödyntää omassa opinnäytetyössä esim. laadullisen aineiston keruuseen valmistautuessa tai aineiston analyysivaiheessa. Jos opinnäytetyö ei ole juuri nyt ajankohtainen, voit valita minkä tahansa työelämälähtöisen projektin tai kehittämistehtävän.
TKI ja työelämäyhteistyö
Opintojakson tehtäviin soveltuu työelämän kehittämiseen liittyvä yhteistyö (esim. opinnäytetyön suunnittelu tai työelämälähtöisen projektin toteuttaminen)
Tentit ja muut määräajat
Learn-alustalla on ilmoitettu tehtävien palautusten määräajat. Ei tenttiä.
Kansainvälinen yhteistyö
Opintojaksolla on englanninkielistä kirjallisuutta ja opetusmateriaalia, kuten liiketalouden yksikön ohjeistus edellyttää.
Opiskelijan työmäärä
5 op = 135h itsenäistä työtä
Toteutuksen osien kuvaus
Opintojaksolla on yksi yksilötehtävä, joka palautetaan palautuskansioon ja vain opettaja näkee oppimistehtäväsi.
Opintojaksoa ja siihen sisältyvää tehtävää voi soveltuvin osin hyödyntää omassa opinnäytetyössä esim. laadullisen aineiston keruuseen valmistautuessa tai aineiston analyysivaiheessa. Jos olet tekemässä jotain työelämälähtöistä projektia tai kehittämistehtävää, voit hyödyntää sitä myös tähän opintojaksoon.
Tee oma aikataulusuunnitelmasi opintojakson toteutukselle, tehtävä vaatii melko paljon suunnittelua ja aikaa sen toteuttamiseen.
Further information
Siirryt Learniin Peppi- integraation kautta, joten opintojakso näkyy sinun työpöydälläsi aloituspäivänä. Sinun ei siis tarvitse tehdä muuta kuin odottaa tuota aloituspäivää. Katso opintojakson alkamispäivä Pepistä niin tiedät, milloin opintojakson tulisi olla työpöydälläsi. Jos opintojaksoa ei näy 2 päivän jälkeen opintojakson alkamisesta, ota yhteys vastuuopettajaan. Kun avaat opintojakson, perehdy huolellisesti ohjeisiin ja suunnittele ajankäyttösi. Oppimistehtävä vaatii aikaa ja paneutumista, joten kalenteroi siihen riittävästi aikaa.
Evaluation scale
1-5
Assessment methods and criteria
Arviointi perustuu Xamkin amk-arviointikehikkoon. Learnissä on esitelty arviointikriteerit ja arviointisuunnitelma.
Enrollment
06.11.2023 - 17.11.2023
Timing
02.02.2024 - 24.05.2024
Number of ECTS credits allocated
5 op
Virtual portion
5 op
Mode of delivery
Distance learning
Unit
Department of Business
Campus
Ecampus
Teaching languages
- Finnish
Seats
20 - 50
Degree programmes
- Degree Programme in Data Analytics
Teachers
- Satu Peltola
Teacher in charge
Satu Peltola
Groups
-
DAKV22SMData analytics, part-time
Objective
You know how to collect and analyze qualitative data.
You can use software and artificial intelligence to analyze qualitative data.
Content
How can qualitative data be collected in different ways?
How is qualitative data analyzed?
How can different programs be utilized in the collection and analysis of qualitative data?
How can artificial intelligence be utilized in the analysis of qualitative data?
Opiskelumateriaali
Itsenäistä tiedonhakua ja datan keruuta opettajan ilmoittaman materiaalin lisäksi. Materiaali on Learnissa sähköisinä linkkeinä.
Yksilölliset oppimisväylät
Voit suorittaa opintojakson oman aikataulun mukaan annettujen määräaikojen puitteissa. Määräaikoja tulee noudattaa, joten lue ohjeistus erittäin huolellisesti. Ei läsnäolopakkoa lähiopetuksessa, mutta ei myöskään hybridiä/tallenteita.
TKI ja työelämäyhteistyö
Voit halutessasi tehdä TKI ja työelämäyhteistyötä esimerkiksi tekemällä työelämälähtöisen toimeksiannon.
Tentit ja muut määräajat
Ei tenttiä, oppimistehtäviä, jotka tulee palauttaa määräaikoja noudattaen.
Kansainvälinen yhteistyö
Ei ole. Voit halutessasi käyttää englanninkielistä materiaalia oppimistehtävien lähdemateriaalina.
Opiskelijan työmäärä
135h, johon sisältyy muutama työpaja kampuksella, joissa työstetään oppimistehtäviä, pääosin itsenäistä opiskelua. Työpajoihin osallistuminen ei ole pakollista.
Further information
Opinnot toteutuvat Learn- oppimisympäristössä. Jos olet ilmoittautunut opintojaksolle ilmoittautumisaikana siirryt automaattisesti Learniin. Opintojakso avautuu/näkyy listoillasi vasta, kun opintojakso AUKEAA. Odottele siis rauhassa opintojakson alkamispäivää ja ellei se aukeamista seuraavana päivänä näy sinulla, ota yhteyttä opintojakson opettajaan.
Evaluation scale
1-5
Assessment methods and criteria
Arvointi perustuu oppimistehtäviin ja kriteerit ovat opintojakson Learnissa. Opintojaksolla noudatetaan Xamkin yhteisiä arviointimalleja.