Qualitative data analysis (5 cr)
Code: DA00EW52-3002
General information
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
- 17.01.2025 10:40 - 12:10, Laadullisen datan analyysi DA00EW52-3002
- 31.01.2025 12:50 - 13:20, Laadullisen datan analyysi DA00EW52-3002
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.