Course Detail
Course Detail
Course Description
| Course | Code | Semester | T+P (Hour) | Credit | ECTS |
|---|---|---|---|---|---|
| İSTATİSTİK | İKY2152920 | Güz Dönemi | 3+0 | 3 | 5 |
| Course Program | Perşembe 16:30-17:15 Perşembe 17:30-18:15 Perşembe 18:30-19:15 Cumartesi 16:30-17:15 Cumartesi 17:30-18:15 Cumartesi 18:30-19:15 |
| Prerequisites Courses | |
| Recommended Elective Courses |
| Language of Course | Türkçe |
| Course Level | Lisans |
| Course Type | Zorunlu |
| Course Coordinator | Dr.Öğr.Üye. Tuğba ASLAN KHALİFA |
| Name of Lecturer(s) | Dr.Öğr.Üye. Recep ÖZSÜRÜNÇ |
| Assistant(s) | |
| Aim | Öncelikle İstatistik metodolojisi ile ilgili temel bilgileri vererek, öğrencilere istatistik yöntemlerini kullanmak suretiyle eldeki verileri analiz edebilme ve sunabilme yeteneğini kazandırmaktır. |
| Course Content | Bu ders; İstatistiğin Tanımı – İstatistik Metodolojisinin Başlıca Evreleri – Yönetimde İstatistik,Veri Toplama ve Verilerin Düzenli Hale Getirilmesi - Ölçekler,Verilerin Gösterilmesi : Seriler ve Grafikler,Tanımlayıcı İstatistik Analiz: Merkezi Eğilim Ölçüleri : Ortalamalar – Analitik Ortalamalar,Ortalamalar (devamı) : Analitik Olmayan Ortalamalar / Değişkenlik ve Ölçüleri,Değişkenlik ve Ölçüleri (devamı) / Asimetri (Çarpıklık) ve Basıklık Ölçüleri,Tümevarımlı İstatistik Analize Giriş: Örnekleme ve Örnekleme Teknikleri / Örnekleme Dağılımı Kavramı,Olasılık Dağılımları: Normal Dağılım ve Standart Normal Dağılım,Normal Dağılımın İşletme Yönetiminde Yeri ve Uygulamaları,Basit Rastlantısal Örnekleme: Anakütle (Anayığın) Ölçülerinin Tahmini – Nokta ve Aralık Tahminleri – Anakütle Ortalamasının Tahmini,Anakütle Ortalamasının Tahmini (devamı) / Küçük Örneklerde Anakütle Ortalamasının Tahmini ve t Dağılımı,Anakütle Oranının Tahmini,Anakütle Oranının Tahmini (devamı) / Örnek Büyüklüğünün Belirlenmesi,Genel Tekrar / İstatistik Paket Program Uygulaması; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Teaching Methods | Assessment Methods |
| 1. Sosyal Araştırmalarda İstatistiğin sınırlı, fakat önemli rolünü tanımlayabilecektir | 12, 16, 9 | A |
| 1.1 İstatistiğin iki dalı arasındaki farkı ayırt eder | ||
| 1.2 Her değişkenin veri tipini ve ölçüm düzeyini belirler | ||
| 1.3 Gözlemsel bir çalışma ile deneysel bir çalışma arasındaki farkı açıklar | ||
| 2. Verinin daha anlaşılır kılınmasında tanımsal istatistiğin amacını açıklayabilecektir | 12, 16, 9 | A |
| 2.1 Nitel ve nicel veriyi, frekans dağılımları, çubuk diyagramları, daire dilimi grafikleri ve histogramlar yoluyla özetler | ||
| 2.2 Veriyi aritmetik ortalama, medyan ve mod gibi merkezi eğilim ölçülerini kullanarak özetler | ||
| 2.3 Veriyi değişim aralığı, varyans ve standart sapma gibi değişkenlik ölçülerini kullanarak tanımlar | ||
| 3. Belirsizlik durumlarında karar verme için olasılık teorisinden nasıl yararlanacağını hatırlayabilecektir | 12, 16, 9 | A |
| 3.1 Toplam ve çarpım kurallarını kullanarak birleşik olayların olasılığını hesaplar | ||
| 3.2 Bir olayın koşullu olasılığını hesaplar | ||
| 4. Tesadüfi bir değişkenin davranışının olasılık dağılımı yoluyla nasıl özetlendiğini anlatabilecektir | 12, 16, 9 | A |
| 4.1 Ayrık ve sürekli tesadüfi değişkenler arasındaki farkı açıklar | ||
| 4.2 En yaygın olasılık dağılımlarını tanır ve kullanır | ||
| 5. Örnekleme prosedürlerini ve örnekleme dağımlarını açıklayabilecektir | 12, 16, 9 | A |
| 5.1 Tesadüfi örnekleme kavramını açıklar | ||
| 5.2 Örnek ortalamalarının örnekleme dağılımını kullanır | ||
| 6. Kestirimin mantığını ve bu süreçte örnek, örneklem dağılımı ve anakütlenin rolünü açıklayabilecektir | 12, 16, 9 | A |
| 6.1 Anakütle ortalaması için z istatistiğine dayalı güven aralığını hesaplar | ||
| 6.2 Bir anakütle ortalaması için t istatistiğine dayalı güven aralığını hesaplar |
| Teaching Methods: | 12: Problem Çözme Yöntemi, 16: Soru - Cevap Tekniği , 9: Anlatım Yöntemi |
| Assessment Methods: | A: Klasik Yazılı Sınav |
Course Outline
| Order | Subjects | Preliminary Work |
|---|---|---|
| 1 | İstatistiğin Tanımı – İstatistik Metodolojisinin Başlıca Evreleri – Yönetimde İstatistik | |
| 2 | Veri Toplama ve Verilerin Düzenli Hale Getirilmesi - Ölçekler | |
| 3 | Verilerin Gösterilmesi : Seriler ve Grafikler | |
| 4 | Tanımlayıcı İstatistik Analiz: Merkezi Eğilim Ölçüleri : Ortalamalar – Analitik Ortalamalar | |
| 5 | Ortalamalar (devamı) : Analitik Olmayan Ortalamalar / Değişkenlik ve Ölçüleri | |
| 6 | Değişkenlik ve Ölçüleri (devamı) / Asimetri (Çarpıklık) ve Basıklık Ölçüleri | |
| 7 | Tümevarımlı İstatistik Analize Giriş: Örnekleme ve Örnekleme Teknikleri / Örnekleme Dağılımı Kavramı | |
| 8 | Olasılık Dağılımları: Normal Dağılım ve Standart Normal Dağılım | |
| 9 | Normal Dağılımın İşletme Yönetiminde Yeri ve Uygulamaları | |
| 10 | Basit Rastlantısal Örnekleme: Anakütle (Anayığın) Ölçülerinin Tahmini – Nokta ve Aralık Tahminleri – Anakütle Ortalamasının Tahmini | |
| 11 | Anakütle Ortalamasının Tahmini (devamı) / Küçük Örneklerde Anakütle Ortalamasının Tahmini ve t Dağılımı | |
| 12 | Anakütle Oranının Tahmini | |
| 13 | Anakütle Oranının Tahmini (devamı) / Örnek Büyüklüğünün Belirlenmesi | |
| 14 | Genel Tekrar / İstatistik Paket Program Uygulaması |
| Resources |
| Kaynaklar: [1] Demir, İ. (2020). SPSS ile İstatistik Rehberi. Istanbul: Efe Akademi. |
| Diğer kaynaklar: [1] Ş. Büyüköztürk,Ö. Bökeoğlu,N. Köklü; SOSYAL BİLİMLER İÇİN İSTATİSTİK, Pegem Akademi Yayıncılık, 2011. [2] PowerPoint sunumları, ders notları |
Course Contribution to Program Qualifications
| Course Contribution to Program Qualifications | |||||||
| No | Program Qualification | Contribution Level | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | İnsan kaynakları yönetimi alanında teorik bilgileri tanımlar. | ||||||
| 2 | İnsan kaynakları yönetimi alanında gerekli sayısal ve istatistiki yöntemler hakkında yeterli bilgiye sahiptir. | X | |||||
| 3 | İnsan kaynakları yönetimi alanında gerekli en az bir bilgisayar programı kullanır. | ||||||
| 4 | İnsan kaynakları yönetimi alanında gerekli olan mesleki yabancı dil yeterliliğini gösterir. | ||||||
| 5 | İnsan kaynakları projeleri hazırlar ve takım çalışmalarını yönetir. | ||||||
| 6 | Mesleki alanda yaşam boyu öğrenmenin gerekliliği bilinciyle bilim ve teknolojideki gelişmeleri izleyerek kendini sürekli yenileyip edindiği bilgi ve becerileri eleştirel olarak değerlendirir. | X | |||||
| 7 | İnsan kaynakları yönetimi alanında teorik ve uygulamaya yönelik bilgileri kullanır. | X | |||||
| 8 | En az A1 düzeyinde bir yabancı dili kullanarak güncel teknolojileri takip eder, sözlü / yazılı iletişim kurar. | ||||||
| 9 | Örgüt / kurumsal, iş ve toplumsal etik değerleri benimser ve kullanır. | ||||||
| 10 | Topluma hizmet duyarlılığı çerçevesinde, sosyal sorumluluk ilkelerini benimser ve gerektiğinde inisiyatif alır. | ||||||
| 11 | Disiplinler arası çalışmalar yürütebilmek için farklı disiplinlerde (ekonomi, finans, sosyoloji, hukuk, işletme) temel bilgileri ve verileri analiz ederek alanında kullanır. | X | |||||
| 12 | Kurum- çalışan uyumu ile çalışan- iş uyumu uygulamaları hakkında bilgiye sahiptir. | ||||||
| 13 | İşletmenin diğer fonksiyonları hakkında fikir ifade edebilecek kadar bilgiye ve işbirliği yapma yeterliliğine sahiptir. | X | |||||
Assessment Methods
| Contribution Level | Absolute Evaluation | |
| Rate of Midterm Exam to Success | 40 | |
| Rate of Final Exam to Success | 60 | |
| Total | 100 | |
| ECTS / Workload Table | ||||||
| Activities | Number of | Duration(Hour) | Total Workload(Hour) | |||
| Ders Saati | 14 | 3 | 42 | |||
| Rehberli Problem Çözme | 0 | 0 | 0 | |||
| Problem Çözümü / Ödev / Proje / Rapor Tanzimi | 4 | 1 | 4 | |||
| Okul Dışı Diğer Faaliyetler | 0 | 0 | 0 | |||
| Proje Sunumu / Seminer | 3 | 1 | 3 | |||
| Kısa Sınav (QUİZ) ve Hazırlığı | 5 | 1 | 5 | |||
| Ara Sınav ve Hazırlığı | 9 | 1 | 9 | |||
| Genel Sınav ve Hazırlığı | 12 | 2 | 24 | |||
| Performans Görevi, Bakım Planı | 0 | 0 | 0 | |||
| Total Workload(Hour) | 87 | |||||
| Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(87/30) | 3 | |||||
| ECTS of the course: 30 hours of work is counted as 1 ECTS credit. | ||||||
Detail Informations of the Course
Course Description
| Course | Code | Semester | T+P (Hour) | Credit | ECTS |
|---|---|---|---|---|---|
| İSTATİSTİK | İKY2152920 | Güz Dönemi | 3+0 | 3 | 5 |
| Course Program | Perşembe 16:30-17:15 Perşembe 17:30-18:15 Perşembe 18:30-19:15 Cumartesi 16:30-17:15 Cumartesi 17:30-18:15 Cumartesi 18:30-19:15 |
| Prerequisites Courses | |
| Recommended Elective Courses |
| Language of Course | Türkçe |
| Course Level | Lisans |
| Course Type | Zorunlu |
| Course Coordinator | Dr.Öğr.Üye. Tuğba ASLAN KHALİFA |
| Name of Lecturer(s) | Dr.Öğr.Üye. Recep ÖZSÜRÜNÇ |
| Assistant(s) | |
| Aim | Öncelikle İstatistik metodolojisi ile ilgili temel bilgileri vererek, öğrencilere istatistik yöntemlerini kullanmak suretiyle eldeki verileri analiz edebilme ve sunabilme yeteneğini kazandırmaktır. |
| Course Content | Bu ders; İstatistiğin Tanımı – İstatistik Metodolojisinin Başlıca Evreleri – Yönetimde İstatistik,Veri Toplama ve Verilerin Düzenli Hale Getirilmesi - Ölçekler,Verilerin Gösterilmesi : Seriler ve Grafikler,Tanımlayıcı İstatistik Analiz: Merkezi Eğilim Ölçüleri : Ortalamalar – Analitik Ortalamalar,Ortalamalar (devamı) : Analitik Olmayan Ortalamalar / Değişkenlik ve Ölçüleri,Değişkenlik ve Ölçüleri (devamı) / Asimetri (Çarpıklık) ve Basıklık Ölçüleri,Tümevarımlı İstatistik Analize Giriş: Örnekleme ve Örnekleme Teknikleri / Örnekleme Dağılımı Kavramı,Olasılık Dağılımları: Normal Dağılım ve Standart Normal Dağılım,Normal Dağılımın İşletme Yönetiminde Yeri ve Uygulamaları,Basit Rastlantısal Örnekleme: Anakütle (Anayığın) Ölçülerinin Tahmini – Nokta ve Aralık Tahminleri – Anakütle Ortalamasının Tahmini,Anakütle Ortalamasının Tahmini (devamı) / Küçük Örneklerde Anakütle Ortalamasının Tahmini ve t Dağılımı,Anakütle Oranının Tahmini,Anakütle Oranının Tahmini (devamı) / Örnek Büyüklüğünün Belirlenmesi,Genel Tekrar / İstatistik Paket Program Uygulaması; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Teaching Methods | Assessment Methods |
| 1. Sosyal Araştırmalarda İstatistiğin sınırlı, fakat önemli rolünü tanımlayabilecektir | 12, 16, 9 | A |
| 1.1 İstatistiğin iki dalı arasındaki farkı ayırt eder | ||
| 1.2 Her değişkenin veri tipini ve ölçüm düzeyini belirler | ||
| 1.3 Gözlemsel bir çalışma ile deneysel bir çalışma arasındaki farkı açıklar | ||
| 2. Verinin daha anlaşılır kılınmasında tanımsal istatistiğin amacını açıklayabilecektir | 12, 16, 9 | A |
| 2.1 Nitel ve nicel veriyi, frekans dağılımları, çubuk diyagramları, daire dilimi grafikleri ve histogramlar yoluyla özetler | ||
| 2.2 Veriyi aritmetik ortalama, medyan ve mod gibi merkezi eğilim ölçülerini kullanarak özetler | ||
| 2.3 Veriyi değişim aralığı, varyans ve standart sapma gibi değişkenlik ölçülerini kullanarak tanımlar | ||
| 3. Belirsizlik durumlarında karar verme için olasılık teorisinden nasıl yararlanacağını hatırlayabilecektir | 12, 16, 9 | A |
| 3.1 Toplam ve çarpım kurallarını kullanarak birleşik olayların olasılığını hesaplar | ||
| 3.2 Bir olayın koşullu olasılığını hesaplar | ||
| 4. Tesadüfi bir değişkenin davranışının olasılık dağılımı yoluyla nasıl özetlendiğini anlatabilecektir | 12, 16, 9 | A |
| 4.1 Ayrık ve sürekli tesadüfi değişkenler arasındaki farkı açıklar | ||
| 4.2 En yaygın olasılık dağılımlarını tanır ve kullanır | ||
| 5. Örnekleme prosedürlerini ve örnekleme dağımlarını açıklayabilecektir | 12, 16, 9 | A |
| 5.1 Tesadüfi örnekleme kavramını açıklar | ||
| 5.2 Örnek ortalamalarının örnekleme dağılımını kullanır | ||
| 6. Kestirimin mantığını ve bu süreçte örnek, örneklem dağılımı ve anakütlenin rolünü açıklayabilecektir | 12, 16, 9 | A |
| 6.1 Anakütle ortalaması için z istatistiğine dayalı güven aralığını hesaplar | ||
| 6.2 Bir anakütle ortalaması için t istatistiğine dayalı güven aralığını hesaplar |
| Teaching Methods: | 12: Problem Çözme Yöntemi, 16: Soru - Cevap Tekniği , 9: Anlatım Yöntemi |
| Assessment Methods: | A: Klasik Yazılı Sınav |
Course Outline
| Order | Subjects | Preliminary Work |
|---|---|---|
| 1 | İstatistiğin Tanımı – İstatistik Metodolojisinin Başlıca Evreleri – Yönetimde İstatistik | |
| 2 | Veri Toplama ve Verilerin Düzenli Hale Getirilmesi - Ölçekler | |
| 3 | Verilerin Gösterilmesi : Seriler ve Grafikler | |
| 4 | Tanımlayıcı İstatistik Analiz: Merkezi Eğilim Ölçüleri : Ortalamalar – Analitik Ortalamalar | |
| 5 | Ortalamalar (devamı) : Analitik Olmayan Ortalamalar / Değişkenlik ve Ölçüleri | |
| 6 | Değişkenlik ve Ölçüleri (devamı) / Asimetri (Çarpıklık) ve Basıklık Ölçüleri | |
| 7 | Tümevarımlı İstatistik Analize Giriş: Örnekleme ve Örnekleme Teknikleri / Örnekleme Dağılımı Kavramı | |
| 8 | Olasılık Dağılımları: Normal Dağılım ve Standart Normal Dağılım | |
| 9 | Normal Dağılımın İşletme Yönetiminde Yeri ve Uygulamaları | |
| 10 | Basit Rastlantısal Örnekleme: Anakütle (Anayığın) Ölçülerinin Tahmini – Nokta ve Aralık Tahminleri – Anakütle Ortalamasının Tahmini | |
| 11 | Anakütle Ortalamasının Tahmini (devamı) / Küçük Örneklerde Anakütle Ortalamasının Tahmini ve t Dağılımı | |
| 12 | Anakütle Oranının Tahmini | |
| 13 | Anakütle Oranının Tahmini (devamı) / Örnek Büyüklüğünün Belirlenmesi | |
| 14 | Genel Tekrar / İstatistik Paket Program Uygulaması |
| Resources |
| Kaynaklar: [1] Demir, İ. (2020). SPSS ile İstatistik Rehberi. Istanbul: Efe Akademi. |
| Diğer kaynaklar: [1] Ş. Büyüköztürk,Ö. Bökeoğlu,N. Köklü; SOSYAL BİLİMLER İÇİN İSTATİSTİK, Pegem Akademi Yayıncılık, 2011. [2] PowerPoint sunumları, ders notları |
Course Contribution to Program Qualifications
| Course Contribution to Program Qualifications | |||||||
| No | Program Qualification | Contribution Level | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | İnsan kaynakları yönetimi alanında teorik bilgileri tanımlar. | ||||||
| 2 | İnsan kaynakları yönetimi alanında gerekli sayısal ve istatistiki yöntemler hakkında yeterli bilgiye sahiptir. | X | |||||
| 3 | İnsan kaynakları yönetimi alanında gerekli en az bir bilgisayar programı kullanır. | ||||||
| 4 | İnsan kaynakları yönetimi alanında gerekli olan mesleki yabancı dil yeterliliğini gösterir. | ||||||
| 5 | İnsan kaynakları projeleri hazırlar ve takım çalışmalarını yönetir. | ||||||
| 6 | Mesleki alanda yaşam boyu öğrenmenin gerekliliği bilinciyle bilim ve teknolojideki gelişmeleri izleyerek kendini sürekli yenileyip edindiği bilgi ve becerileri eleştirel olarak değerlendirir. | X | |||||
| 7 | İnsan kaynakları yönetimi alanında teorik ve uygulamaya yönelik bilgileri kullanır. | X | |||||
| 8 | En az A1 düzeyinde bir yabancı dili kullanarak güncel teknolojileri takip eder, sözlü / yazılı iletişim kurar. | ||||||
| 9 | Örgüt / kurumsal, iş ve toplumsal etik değerleri benimser ve kullanır. | ||||||
| 10 | Topluma hizmet duyarlılığı çerçevesinde, sosyal sorumluluk ilkelerini benimser ve gerektiğinde inisiyatif alır. | ||||||
| 11 | Disiplinler arası çalışmalar yürütebilmek için farklı disiplinlerde (ekonomi, finans, sosyoloji, hukuk, işletme) temel bilgileri ve verileri analiz ederek alanında kullanır. | X | |||||
| 12 | Kurum- çalışan uyumu ile çalışan- iş uyumu uygulamaları hakkında bilgiye sahiptir. | ||||||
| 13 | İşletmenin diğer fonksiyonları hakkında fikir ifade edebilecek kadar bilgiye ve işbirliği yapma yeterliliğine sahiptir. | X | |||||
Assessment Methods
| Contribution Level | Absolute Evaluation | |
| Rate of Midterm Exam to Success | 40 | |
| Rate of Final Exam to Success | 60 | |
| Total | 100 | |