| Código: | M240007 | Sigla: | MADCS | |
| Áreas Científicas: | SOCIOLOGIA | |||
| Sigla | Nº de Estudantes | Plano de Estudos | Anos Curriculares | Créditos | Horas Contacto | Horas Totais |
|---|---|---|---|---|---|---|
| MSS | 14 | Aviso nº 16033/2021, de 24 de Agosto | 1º | 6 ECTS |
| Teórico-Práticas: | 30,00 |
| Inquéritos: | 0,00 |
Docência - Horas
|
SPSS
MS Excel
1. Incentivar o desenvolvimento de investigação e extração de conhecimento a partir de dados.
2. Promover a capacidade para o tratamento, análise e interpretação de informação quantitativa, recorrendo a instrumentos e métodos que possibilitem a descrição, inferência e apresentação de dados quantitativos.
3. Desenvolver conhecimentos e competências em métodos de análise univariada, bivariada e multivariada de dados nos alunos de mestrado, com vista à operacionalização destes métodos de análise na dissertação de mestrado/artigo científico.
4. Implementação prática das diferentes metodologias de análise estatística de dados com recurso ao software IBM SPSS.
5. Desenvolver competências na recolha, organização e gestão de dados qualitativos;
6. Desenvolver conhecimento no domínio dos processos de codificação de diversos tipos de dados qualitativos;
7. Desenvolver competências de construção de teoria a partir da análise de dados qualitativos e de apresentação de resultados de investigação;
8. Familiarizar os alunos com a análise de dados qualitativos assistida por computador e desenvolver competências de exploração de softwares específicos para a análise qualitativa.
1. Análise Descritiva de Dados através de tabelas e representações gráficas.
2. Inferência Estatística de dados:
2.1. Testes de hipóteses paramétricos para amostras independentes - Testes t-Student para 1 amostra e 2 amostras independentes, testes para mais do que 2 amostras independentes (ANOVA);
2.2. Testes de hipóteses paramétricos para amostras emparelhadas - Testes t-Student para 2 amostras emparelhadas, ANOVA para medidas repetidas;
2.3. Testes de hipóteses Não paramétricos:¿Amostras independentes (Kolmogorov-Smirnov, Qui-quadrado, teste de Mann-Whitney e Kruskal-Wallis) e Amostras emparelhadas (teste de Wilcoxon e Friedman).
4. Criação e validação de dimensões relativas a ¿Instrumentos de Avaliação¿ (avaliação e validação psicométrica de instrumentos).
5. Aplicação práticas das metodologias lecionadas com recurso ao software para estatística IBM SPSS.
6. Apresentação dos resultados sob a forma de artigo científico (APA).
7. Análise de dados qualitativos
7.1. Os dados na investigação qualitativa: natureza e características
7.2. A recolha de dados qualitativos: entrevistas qualitativas, focus group e observação
7.3. Processos de codificação de dados: a análise de conteúdo
7.4. O recurso a programas de análise de dados qualitativos: caraterísticas gerais, desafios e limitações.
O estudo desenvolvido no programa apresentado fornece conhecimentos básicos de estatística descritiva exploratória univariada, bivariada e multivariada, com vista à sua aplicação no cálculo e interpretação de indicadores, permitindo dessa forma contextualizar, modelizar e avaliar estudos de campo, assim como contribuir para a interpretação dos processos decisórios baseados no estudo empírico da realidade.
Os conteúdos programáticos relacionados com a análise de dados qualitativos estão em consonância com os objetivos 5, 6, 7 e 8, estando orientados para familiarizar os alunos com a especificidade da natureza, organização e tratamento dos dados qualitativos.
| Bryman, A. & Cramer, D. ;Análise de Dados em Ciências Sociais. Introdução às técnicas utilizando o SPSS, Celta Editora, 1998 |
| Hall, A., Neves, C. & Pereira, A. ;Grande Maratona de Estatística no SPSS, Escolar Editora, 2011 |
| Hill, M.M. & Hill, A.;Investigação por questionário, Edições Sílabo, 2000 |
| Maroco, J. & Bispo, R. ;Estatística aplicada às ciências sociais e humanas, Climepsi Editores, 2003 |
| Maroco, J. & Bispo, R. ;Análise Estatística com o SPSS Statiscs, ReportNumber, 2018 |
| Pestana, M. H & Gageiro, J. N. ;Análise de dados para Ciências Sociais. A complementaridade do SPSS, Edições Sílabo, 2018 |
| Reis, E.;Estatística Aplicada ¿ Volume 2, Edições Sílabo, 1999 |
Tratando-se de uma disciplina teórico-prática, a metodologia de ensino-aprendizagem pressupõe a orientação das aulas em dois sentidos: por um lado, aulas de carácter mais expositivo para apresentação dos principais conteúdos programáticos ilustrados com exemplos concretos e apelando à discussão com os alunos; aulas de carácter prático, por um lado com recurso ao software para estatística IBM SPSS e, por outro lado, com o desenvolvimento de um conjunto diversificado de trabalhos relacionados com as matérias leccionadas. Existirão ainda aulas tutoriais para acompanhamento dos trabalhos e esclarecimento de dúvidas.
1
| Descrição | Tipo | Tempo (horas) | Data de Conclusão |
|---|---|---|---|
| Participação presencial (estimativa) | Aulas | 28 | |
| Trabalho Prático de análise de dados em SPSS (Parte 1) | Trabalho laboratorial ou de campo | 6 | 2022-05-20 |
| Trabalho Prático de análise de dados em SPSS (Parte 2) | Trabalho laboratorial ou de campo | 6 | 2022-06-17 |
| Total: | 40 |
As metodologias de ensino e de aprendizagem visam o desenvolvimento integrado nos estudantes dos conhecimentos referidos nos conteúdos programáticos e a concretização dos objetivos e competências estabelecidos. As aulas teórico-práticas são predominantemente demonstrativas (expositórias), com o objetivo de ensinar aos alunos: a) os conhecimentos básicos em Estatística Descritiva, Inferencial e respetiva aplicação em contexto prático, nomeadamente na resolução de problemas concretos que permita aplicar os conhecimentos adquiridos; b) os conhecimentos básicos sobre a natureza dos dados qualitativos, os procedimentos de organização e codificação, bem como as potencialidades das ferramentas informáticas neste processo.
