YAPAY ZEKA MÜHENDİSLİĞİ | |||||
Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
BA2312 | İşletmede Araştırma Yöntemleri | Bahar | 3 | 0 | 3 | 4 |
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
Öğretim Dili: | İngilizce |
Dersin Türü: | Non-Departmental Elective |
Dersin Seviyesi: | LİSANS |
Dersin Veriliş Şekli: | Yüz yüze |
Dersin Koordinatörü: | Prof. Dr. AHMET ERKUŞ |
Dersi Veren(ler): |
Dr. Öğr. Üyesi GÜLBERK GÜLTEKİN SALMAN Prof. Dr. İPEK ALTINBAŞAK FARİNA |
Opsiyonel Program Bileşenleri: | Mevcut Değil |
Dersin Amacı: | Ders, pazarlama araştırmaları alanında kariyer yapmak isteyen öğrencilere ihtiyaç duyacakları araştırma yöntemlerini, istatiktisel analiz tekniklerini ve araştırma rapor yazım kurallarını etkin bir şekilde kullanabilmelerini öğretmeyi amaçlamaktadır. |
Bu dersi başarıyla tamamlayabilen öğrenciler; Dersi diğer geleneksel istatistiksel analiz ve araştırma teknikleri derslerinden ayıran en önemli fark fazla teknik ve kantitatif unsurlara yer vermemesidir. Klasik formüller içeren yöntemler göz ardı edilerek öğrencilere sayısal verileri analiz etmede en yaygın olarak kullanılan SPPS for Windows Statistical Package for the Social Sciences) paket programı tanıtılacaktır. Dolayısıyla ders öğrencilerin daha önce istatistik ile aşina olmadıkları varsayımından hareketle tasarlanmıştır. Böylelikle istatistiksel tekniklerin mantığı ve amacı üzerinde yoğunlaşılarak bu tekniklerin ne zaman ve hangi durumlarda kullanılması gerektiği üzerinde durulacaktır. SPSS yardımıyla ampirik araştırmalarda yaygın olarak kullanılan istatistiksel tekniklerin uygulaması çeşitli veri setleri üzerinde gösterilecektir. Bununla birlikte ders, iyi bir pazarlama araştırmanın nasıl olması gerektiğinin yanında araştırmacıların diğer araştırmacıların ortaya koyduğu çalışmaları gerek entellektüel gerekse metodolojik açıdan değerlendirebilmelerini de hedeflemektedir. |
Konu #1: Araştırma Süreci ve Problemin Formülasyonu. Konu #2: Veri Kaynakları ve Araştırmanın Tasarımı. Konu #3: İkincil ve Birincil Veri. Konu #4: Veri Toplama Yöntemleri ve Tutum Ölçümü. Konu #5: Anket Tasarımı Konu #6: Örneklem Tasarımı ve Veri Toplama. Konu #7: Veri Analizi: Temel Kavramlar. Konu #8: Veri Analizi: SPSS’e Giriş. Konu #9: Veri Analiz Teknikleri: Univariate Testler. Konu #10: Veri Analiz Teknikleri: Multivariate Testler. Konu #11: Rapor Yazımına Giriş. Konu #12: Rapor Yazım Kuralları. |
Hafta | Konu | Ön Hazırlık |
1) | 1.Giriş/Pazarlama Araştırması | |
2) | Pazar Araştırma Problemini Tanımlama | |
3) | Araştırma Tasarımı | |
4) | Keşifsel Araştırma Tasarımı: İkincil veri ve Nitel Araştırma | |
5) | Betimsel Araştırma Tasarımı:Anket ve Gözlem | |
6) | Ölçme ve Ölçekleme: Temel ve Karşılaştırmalı Ölçekleme | |
7) | Ölçme ve Ölçekleme: Karşılaştırmalı olmayan ölçme teknikleri | |
8) | Tekrar | |
9) | Anket formu tasarımı | |
10) | Örnekleme:Tasarım ve Prosedürler | |
11) | Veri Analizi:Farkların incelenmesi ve araştırılması | |
12) | Nitel Veri Analizi | |
13) | SPSS ile Veri Analizi: Öncelikli Stepler | |
14) | Rapor yazma |
Ders Notları / Kitaplar: | Required Text: Marketing Research: An Applied Orientation by Naresh K. Malhotra, Prentice-Hall, 6th edition. |
Diğer Kaynaklar: | Optional Texts: Research Methods for Business by Uma Sekaran and Roger Bougie, Wiley and Sons, 5th edition, 2010. Research Methods for Business Students, Mark Saunders, Adrian Thornhill, and Philip Lewis, 5th edition, Pearson Education Europe, Middle East & Africa. |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Küçük Sınavlar | 5 | % 25 |
Ara Sınavlar | 1 | % 30 |
Final | 1 | % 45 |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 55 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 45 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | İş Yükü |
Ders Saati | 14 | 40 |
Sınıf Dışı Ders Çalışması | 15 | 56 |
Küçük Sınavlar | 5 | 5 |
Ara Sınavlar | 1 | 2 |
Final | 1 | 2 |
Toplam İş Yükü | 105 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
1) | Matematik, fen bilimleri ve yapay zeka mühendisliği konularında yeterli altyapıya sahiptir. | |
2) | Matematik, fen bilimleri ve yapay zeka mühendisliği alanlardaki kuramsal ve uygulamalı bilgileri mühendislik çözümleri için beraber kullanır. | |
3) | Mühendislik problemlerini saptar, tanımlar, formüle eder ve çözer, bu amaçla uygun analitik yöntemler ve modelleme tekniklerini seçer ve uygular. | |
4) | Bir sistemi, sistem bileşenini ya da süreci analiz eder ve istenen gereksinimleri karşılamak üzere gerçekçi kısıtlar altında tasarlar; bu doğrultuda modern tasarım yöntemlerini uygular. | |
5) | Mühendislik uygulamaları için gerekli olan modern teknik ve araçları seçer ve kullanır. | |
6) | Deney tasarlar, deney yapar, veri toplar sonuçları analiz eder ve yorumlar. | |
7) | Bireysel olarak ve çok disiplinli takımlarda etkin olarak çalışır. | |
8) | Bilgiye erişir ve bu amaçla kaynak araştırması yapar, veri tabanları ve diğer bilgi kaynaklarını kullanır. | |
9) | Yaşam boyu öğrenmenin gerekliliği bilincindedir; bilim ve teknolojideki gelişmeleri izler ve kendini sürekli yeniler. | |
10) | Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanır. | |
11) | Sözlü ve yazılı etkin iletişim kurar; bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyinde kullanır. | |
12) | Mühendislik çözümlerinin ve uygulamalarının evrensel ve toplumsal boyutlardaki etkilerinin bilincinde olur; girişimcilik ve yenilikçilik konularının farkında olur ve çağın sorunları hakkında bilgiye sahiptir. | |
13) | Mesleki ve etik sorumluluk bilincine sahiptir. | |
14) | Proje yönetimi, işyeri uygulamaları, çalışanların sağlığı, çevre ve iş güvenliği konularında bilinç; mühendislik uygulamalarının hukuksal sonuçları hakkında farkındalığa sahiptir. |