Laadullisen datan analyysiLaajuus (5 op)
Tunnus: DA00EW52
Laajuus
5 op
Opetuskieli
- suomi
Osaamistavoitteet
Osaat kerätä ja analysoida laadullista dataa.
Osaat hyödyntää ohjelmistoja ja tekoälyä laadullisen datan analysoinnissa.
Sisältö
Miten eri tavoin laadullista dataa voidaan kerätä?
Miten laadullista dataa analysoidaan?
Miten erilaisia ohjelmia voidaan hyödyntää laadullisen datan keräyksessä ja analysoinnissa?
Miten tekoäly voi hyödyntää laadullisen datan analysoinnissa?
Ilmoittautumisaika
04.11.2024 - 17.11.2024
Ajoitus
13.01.2025 - 31.05.2025
Opintopistemäärä
5 op
Virtuaaliosuus
5 op
Toteutustapa
Etäopetus
Yksikkö
Liiketalouden koulutusyksikkö
Toimipiste
E-kampus
Opetuskielet
- Suomi
Paikat
20 - 60
Koulutus
- Data-analytiikan koulutus
Opettaja
- Satu Peltola
Vastuuopettaja
Satu Peltola
Ryhmät
-
DAKV23SVData-analytiikka, verkkototetus
Tavoitteet
Osaat kerätä ja analysoida laadullista dataa.
Osaat hyödyntää ohjelmistoja ja tekoälyä laadullisen datan analysoinnissa.
Sisältö
Miten eri tavoin laadullista dataa voidaan kerätä?
Miten laadullista dataa analysoidaan?
Miten erilaisia ohjelmia voidaan hyödyntää laadullisen datan keräyksessä ja analysoinnissa?
Miten tekoäly voi hyödyntää laadullisen datan analysoinnissa?
Opiskelumateriaali
Opiskelumateriaalia on käytettävissä Learn-opiskeluympäristössä.
Tehtävät edellyttävät myös itsenäistä tiedonhakua.
Opiskelumuodot ja -menetelmät
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)
Tenttien ja tehtävien ajoittuminen
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.
Lisätietoja opiskelijoille
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.
Arviointiasteikko
1-5
Arviointimenetelmät ja arvioinnin perusteet
Arviointi perustuu Xamkin amk-arviointikehikkoon. Learnissä on esitelty arviointikriteerit ja arviointisuunnitelma.
Ilmoittautumisaika
06.11.2023 - 17.11.2023
Ajoitus
02.02.2024 - 24.05.2024
Opintopistemäärä
5 op
Virtuaaliosuus
5 op
Toteutustapa
Etäopetus
Yksikkö
Liiketalouden koulutusyksikkö
Toimipiste
E-kampus
Opetuskielet
- Suomi
Paikat
20 - 50
Koulutus
- Data-analytiikan koulutus
Opettaja
- Satu Peltola
Vastuuopettaja
Satu Peltola
Ryhmät
-
DAKV22SMData-analytiikka, monimuotototetus
Tavoitteet
Osaat kerätä ja analysoida laadullista dataa.
Osaat hyödyntää ohjelmistoja ja tekoälyä laadullisen datan analysoinnissa.
Sisältö
Miten eri tavoin laadullista dataa voidaan kerätä?
Miten laadullista dataa analysoidaan?
Miten erilaisia ohjelmia voidaan hyödyntää laadullisen datan keräyksessä ja analysoinnissa?
Miten tekoäly voi hyödyntää laadullisen datan analysoinnissa?
Opiskelumateriaali
Itsenäistä tiedonhakua ja datan keruuta opettajan ilmoittaman materiaalin lisäksi. Materiaali on Learnissa sähköisinä linkkeinä.
Opiskelumuodot ja -menetelmät
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.
Tenttien ja tehtävien ajoittuminen
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.
Lisätietoja opiskelijoille
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.
Arviointiasteikko
1-5
Arviointimenetelmät ja arvioinnin perusteet
Arvointi perustuu oppimistehtäviin ja kriteerit ovat opintojakson Learnissa. Opintojaksolla noudatetaan Xamkin yhteisiä arviointimalleja.