Descritor ISCSP Subject File

(1)

pt

Unidade Orgânica Instituto Superior de Ciências Sociais e Políticas | School of Social and Political Sciences

Plano de Estudos Licenciatura em Ciência Política

Mestrado em Doutoramento em

Study Plan

Bachelor Degree in Political Science Master Degree in

Doctoral Degree in

Tipo | Type

(Diurno ou Pós-laboral) Diurno

Descritor | Subject File

Área Disciplinar/Científica Metodologia

Scientific Area Methodology

Unidade Curricular Introdução à Análise de Dados

Subject Introduction to Data Analysis

Docente(s) | Lecturer(s) Prof. Associado Ricardo Ramos Pinto Assist. Conv. Orlando Ferreira E-mail rrp@iscsp.utl.pt Pré-Requisitos - Prerequisites - Obrigatória/Opcional Obrigatória Mandatory/Optional Mandatory

Ano Lectivo | Academic Year 2011/2012

Ciclo | Cycle I

Ano Curricular | Course Year 1º

Semestre | Semester 2º

Carga lectiva 3 horas/semana

Teaching Load 3hours/week

Métodos de Ensino Aulas teórico práticas. Realização de um trabalho de grupo, que consiste na recolha e análise de dados reais. Participação em sala de aula e discussão dos trabalhos realizados. Acompanhamento tutorial dos alunos na realização do trabalho de grupo.

Teaching Methods Teaching is theoretical and practical. Students are encouraged to conduct a group collection and analysis of real data applying the coursed techniques. Individual and group tutorial guidance is offered to students along the course and project development.

Métodos de Avaliação Regras previstas no Regulamento de Avaliação do 1º Ciclo. A avaliação contínua é composta por quatro componentes: 1)Participação nas aulas (15%); 2) Trabalho de grupo (40%); 3)1ª Prova Escrita (25%); 4) 2ª Prova Escrita (20%). A avaliação da componente participação nas aulas pressupõe uma assiduidade mínima de 2/3.

Assessment Methods Assessment preditcted in the Regulamento de Avaliação do 1º Ciclo. The continuous assessment consists of four components: 1) Participation in class (15%); 2) Group Work (40%); 3) 1st Written exam (25%); 4) 2nd Written Exam (20%). The assessment of the participation in class requires a minimum attendance of 2/3.

Língua | Language Português

Créditos ECTS | ECTS Credits 5

Tempo Trabalho (horas) |

Workload (hours) Total: 130

Contacto

(2)

pt

Distribuição de Créditos

Credits Distribution

Conteúdos Programáticos 1. INTRODUÇÃO À ESTATÍSTICA

1.1. O que é a Estatística 1.2. Importância da Estatística

1.3. Escalas de medida e tipos de variáveis 2. CONCEITO DE PROBABILIDADE 2.1. Definição de conceitos: 2.1.1. Experiência aleatória 2.1.2. Espaço de resultados

2.1.3. Unidade Estatística, universo e amostra 2.2. Definição clássica ou de Laplace 2.3. Definição frequencista 2.4. Axiomática de Kolmogorov 2.5. Diagramas de Venn

2.6. Acontecimentos independentes 2.7. Probabilidades condicionadas

2.8. Teorema da probabilidade total e fórmula de Bayes 3. AMOSTRAGEM 3.1. Conceitos básicos 3.2. Aleatoriedade vs Representatividade 3.3. Amostragem aleatória 3.3.1. Simples 3.3.2. Sistemática 3.3.3. Estratificada 3.3.4. Clusters 3.3.5. Multi-Etapas 3.3.6. Multi-Fases

3.4. Amostragem não aleatória 3.4.1. Intencional 3.4.2. Snowball 3.4.3. Conveniência 3.4.4. Quotas 3.4.5. Random Route 3.5. Distribuições amostrais 3.5.1. Normal 3.5.2. Qui-quadrado 3.5.3. t-student 4. ESTATÍSTICA DESCRITIVA 4.1. Definição de conceitos 4.2. Introdução ao software SPSS 4.3. Medidas de localização 4.3.1. Medidas de tendência central 4.3.2. Medidas de tendência não central 4.4. Medidas de dispersão

4.5. Medidas de assimetria e curtose 4.6. Representação gráfica

4.6.1. Histograma

4.6.2. Polígono de Frequências 4.6.3. Box-Plot

4.6.4. Gráfico de Caule e Folhas 4.6.5. Gráfico de Dispersão 5. ESTIMAÇÃO PARAMÉTRICA 5.1. Introdução

5.2. Exemplos de aplicação

5.3. Conceito de prova de Bernoulli e distribuição de Bernoulli 5.4. Estimação pontual

5.5. Estimação por intervalos (média, proporção e variância) 5.6. Determinação da dimensão da amostra

(3)

pt

6. INTRODUÇÃO AO SPSS 6.1. Introdução

6.2. Análise Descritiva

6.3. Análise das não-respostas (missing data) 6.4. Análise dos outliers

6.5. Ferramentas de validação de dados

Syllabus 1. INTRODUCTION TO STATISTICS

1.1. What is Statistics 1.2. Importance of Statistics

1.3. Measurement scales and types of variables 2. CONCEPT OF PROBABILITY

2.1. Definition of concepts: 2.1.1. Random experience 2.1.2. Space of results

2.1.3. Statistical unit, universe and sample 2.2. Classic definition or Laplace 2.3. Frequency definition 2.4. Kolmogorov's axiomatic 2.5. Venn Diagrams 2.6. Independent events 2.7. Conditioned probability

2.8. Theorem of total probability and Bayes' formula 3. SAMPLING

3.1. Basic concepts

3.2. Randomness versus Representativeness 3.3. Random sampling 3.3.1. Simple 3.3.2. Systematic 3.3.3. Stratified 3.3.4. Clusters 3.3.5. Multi-Step 3.3.6. Multi-Phase 3.4. Non-random sampling 3.4.1. Intentional 3.4.2. Snowball 3.4.3. Convenience 3.4.4. Shares 3.4.5. Random Route 3.5. Sampling Distributions 3.5.1. Normal 3.5.2. Chi-square 3.5.3. t-student 4. DESCRIPTIVE STATISTICS 4.1. Definition of concepts 4.2. Introduction to SPSS 4.3. Location measures

4.3.1. Measures of central tendency 4.3.2. Measures of non central tendency 4.4. Measures of dispersion

4.5. Measures of asymmetry and kurtosis 4.6. Graphic representation

4.6.1. Histogram 4.6.2. Frequency Polygon 4.6.3. Box-Plot

4.6.4. Stem and Leaf Chart 4.6.5. Scatterplot

5. PARAMETRIC ESTIMATION 5.1. Introduction

5.2. Examples of application

5.3. Bernoulli experience and distribution 5.4. Point estimation

(4)

pt

5.6. Determination of sample size 5.7. Correction factor for finite populations 6. INTRODUCTION TO SPSS

6.1. Introduction 6.2. Descriptive Analysis 6.3. Analysis of missing data 6.4. Analysis of outliers 6.5. Data Validation Tools

Objectivos Gerais Sensibilizar os alunos para a importância da análise de dados e em simultâneo conferir-lhes competências fundamentais no domínio da aplicação das ferramentas estatística. Procura-se ir além da simples transmissão conhecimentos, tendo-se por objectivo estimular a capacidade de raciocínio e o desenvolvimento de espírito crítico. Outro aspecto fundamental é a introdução do SPSS como ferramenta informática de apoio à análise de dados.

General Goals Raising students awareness on the importance of data analysis and simultaneously give them basic skills in the application of statistical tools. It seeks to go beyond the simple transmition of knowledge, and is aimed at strengthening the capacity of reasoning and the development of critical thinking. Another key aspect is the introduction of SPSS computer as a tool to support data analysis.

Objectivos Específicos Para a obtenção de aprovação na unidade curricular de Introdução à Análise de Dados, os alunos terão que:

1) Compreender dos conceitos de probabilidade e de variável aleatória, e adquirir a capacidade de os aplicar em contextos reais.

2) Compreender o conceito de amostra e saber identificar e aplicar as diferentes formas de amostragem.

3) Conseguir criar ficheiros de dados em ambiente SPSS, através da definição dos vários tipos de variáveis que caracterizam os indivíduos.

5) Conseguir analisar com destreza os dados de amostras, através do SPSS e fundamentalmente interpretar bem os resultados conseguidos.

6) Efectuar o cálculo de boas estimativas, recorrendo aos intervalos de confiança.

Specific Goals To obtain approval in the course of Introduction to Data Analysis, students will have to be capable of:

1) Understanding the concepts of probability and random variable, and acquire the ability to apply them in real contexts.

2) Understanding the concept of sample and learn to identify and apply different forms of sampling.

3) Creating data files in SPSS environment by defining the various types of variables that characterize individuals.

4) Analyzing the data samples using SPSS and interpreting the obtained results. 5) Performing the calculation of good estimates, using confidence intervals.

Demonstração da coerência dos conteúdos programáticos com os objectivos

Os conteúdos programáticos consistem numa mistura de conceitos fundamentais e técnicas de análise de dados, que, quando apreendidas, permitirão aos alunos extrair alguma informação relevante de qualquer conjunto de dados e que servirão de base ao estudo de técnicas de análise mais avançadas.

Demonstration of the consistency

of the syllabus with the goals ´The syllabus consists of a blend of fundamental concepts and techniques of data analysis, which, when apprehended, will enable students to extract some relevant information from any data set and to underpin the study of more advanced analysis techniques.

Perfil de saída Os alunos deverão ser capazes de analisar uma grande variedade de dados e de extratir informação relevante no contexto da Ciência Política.

Output profile Students should be able to analyze a wide variety of data and extract relevant information in the context of Public Science.

Competências Adquiridas Capacidade de análise e síntese Capacidade de aprender

Habilidade para resolver problemas Capacidade de aplicar o conhecimento Capacidade de trabalhar em equipa

Acquired Skills Capacity for analysis and synthesis Ability to learn

Ability to solve problems Ability to apply knowledge Ability to teamwork

(5)

pt

Metodologias de ensino Serão utilizados métodos de aprendizagem que envolvam os alunos na análise e aplicação de conceitos em contextos reais, resultando na aquisição de competências teóricas e metodológicas essenciais. Em cada uma das técnicas abordadas o docente começará sempre por resolver um exercício conjuntamente com os alunos, ao que se seguirão exercícios a resolver pelos alunos, tendo o docente o papel de moderador. Sempre que possível os temas serão abordados com auxílio do SPSS.

Teaching methodologies Learning methods will be used to engage students in analyzing and applying concepts in real contexts, resulting in the acquisition of theoretical and methodological skills essential. In each one of the techniques the teacher will start by solving an exercise jointly with the students, which will be followed by exercises solved by the students, where the teacher assumes a role of moderator. Whenever possible subjects will be addressed with the help of SPSS.

Demonstração da coerência das metodologias de ensino com os objectivos

O conjugação de metodologias teóricas e práticas permite que os alunos não só aprenda os fundamentos da análise de dados, mas também que aprendam a aplicar as técnicas em causa em contextos reais.

Demonstration of the consistency of the teaching methodologies with the goals

The combination of theoretical and practical methodologies allows students not only learn the fundamentals of data analysis, but also learn to apply the techniques in real contexts.

Bibliografia ESTATÍSTICA

• R. Ramos Pinto, Introdução à Análise de Dados – Com recurso ao SPSS, Edições Sílabo, Lisboa, 2009.

• E. Reis, Estatística Descritiva, 7ª Edição, Edições Sílabo, Lisboa, 2005.

• E. Reis, P. Melo, R. Andrade e T. Calapez, Estatística Aplicada - Vol. 1, 5ª Edição, Edições Sílabo, Lisboa 2007.

• P. Vicente, E. Reis, F. Ferrão, Sondagens – A amostragem como factor decisivo de qualidade, Edições Sílabo, 2ª Edição, Lisboa, 2001.

• C. Frankfort-Nachmias and A. Leon-Guerrero, Social Statistics for a Diverse Society, Pine Forge Press (SAGE Publications), 4th Edition, London, 2006.

SPSS

• J. Maroco, Análise Estatística – Com utilização do SPSS, 3ª Edição, Edições Sílabo, Lisboa, 2007. • M. Norusis, SPSS 11.0 Guide to Data Analysis, Prenticce Hall, 2002.

EXERCÍCIOS COM RESOLUÇÃO

• E. Reis, P. Melo, R. Andrade e T. Calapez, Exercícios de Estatística Aplicada - Vol. 1, Edições Sílabo, Lisboa, 2001.

• M. Barroso, E. Sampaio e M. Ramos, Exercícios de Estatística Descritiva para as Ciências Sociais, Edições Sílabo, Lisboa, 2003.

Bibliography STATISTICS