ΠΕΡΙΓΡΑΜΜΑ ΜΑΘΗΜΑΤΟΣ 1. ΓΕΝΙΚΑ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ & ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΚΑΙ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ 5001003 ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ 1ο ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ «Ποσοτικές Μέθοδοι για Λήψη Αποφάσεων» ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ σε περίπτωση που οι πιστωτικές μονάδες απονέμονται σε διακριτά μέρη του μαθήματος π.χ. Διαλέξεις, Εργαστηριακές Ασκήσεις κ.λπ. Αν οι πιστωτικές μονάδες απονέμονται ενιαία για το σύνολο του μαθήματος αναγράψτε τις εβδομαδιαίες ώρες διδασκαλίας και το σύνολο των πιστωτικών μονάδων ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ 3 6 Προσθέστε σειρές αν χρειαστεί. Η οργάνωση διδασκαλίας και οι διδακτικές μέθοδοι που χρησιμοποιούνται περιγράφονται αναλυτικά στο 4. ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ Επιστημονικής Περιοχής Υποβάθρου, Γενικών Γνώσεων, Επιστημονικής Περιοχής, Ανάπτυξης Δεξιοτήτων ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ: Ποσοτικές Μέθοδοι για τη Λήψη Αποφάσεν ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ: ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL) Ελληνική ή Αγγλική - mscinaccounting.gr 2. ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ Μαθησιακά Αποτελέσματα Περιγράφονται τα μαθησιακά αποτελέσματα του μαθήματος οι συγκεκριμένες γνώσεις, δεξιότητες και ικανότητες καταλλήλου επιπέδου που θα αποκτήσουν οι φοιτητές μετά την επιτυχή ολοκλήρωση του μαθήματος. Συμβουλευτείτε το Παράρτημα Α Περιγραφή του Επιπέδου των Μαθησιακών Αποτελεσμάτων για κάθε ένα κύκλο σπουδών σύμφωνα με Πλαίσιο Προσόντων του Ευρωπαϊκού Χώρου Ανώτατης Εκπαίδευσης Περιγραφικοί Δείκτες Επιπέδων 6, 7 & 8 του Ευρωπαϊκού Πλαισίου Προσόντων Διά Βίου Μάθησης και Παράρτημα Β Περιληπτικός Οδηγός συγγραφής Μαθησιακών Αποτελεσμάτων Στο σύγχρονο εργασιακό περιβάλλον η συλλογή, η επεξεργασία και η ανάλυση της πληροφορίας αποτελούν κυρίαρχες διεργασίες για την υποστήριξη τόσο των καθημερινών εργασιών όσο και για την λήψη αποφάσεων σε όλο το φάσμα της λειτουργίας μιας επιχείρησης ή ενός οργανισμού.. Η χρησιμοποίηση της πληροφορίας οδηγεί στη λήψη ορθολογικών αποφάσεων και σε ενέργειες στις οποίες ελαχιστοποιείται ο κίνδυνος και βελτιστοποιείται το αποτέλεσμα. Η Ποσοτική Ανάλυση και η Στατιστική αποτελεί το κατεξοχήν μέσο για την Επεξεργασία και Ανάλυση της Πληροφορίας. Μέσα από μεθόδους και τεχνικές επιτρέπει την επεξεργασία των ιστορικών δεδομένων του αντικειμένου που εξετάζεται και οδηγεί στην ανάλυση της φύσης του, των αιτίων που το προκαλούν και την εκτίμηση-πρόβλεψη του μέλλοντος. Δεν είναι τυχαίο ότι η Στατιστική χρησιμοποιείται από όλους σχεδόν τους Επιστημονικούς και Παραγωγικούς Κλάδους με σημαντικότερους: Διοίκηση Επιχειρήσεων Μάρκετινγκ Ιατρική και Φαρμακευτική
Γεωργία Βιομηχανία Διοίκηση Παραγωγής Διαχείριση Περιβάλλοντος Κοινωνιολογία Έλεγχος Ποιότητας Προϊόντων Αποτελέσματα της αποδεδειγμένης μεγάλης χρησιμότητας της Στατιστικής είναι : Η συνεχής ανάπτυξη της τα τελευταία χρόνια με τη δημιουργία νέων μεθόδων και τεχνικών που ξεφεύγουν από τα όρια της περιγραφής όπως είναι οι νέοι κλάδοι της Στατιστική (Ανάλυση Δεδομένων Πολυδιάστατων Μεταβλητών, Στοχαστική Ανάλυση, κλπ) Η ανάπτυξη συστημάτων λογισμικού (Προγραμμάτων Η/Υ) στα οποία έχουν ενσωματωθεί όλες οι σύγχρονες καινοτομίες; της Στατιστικής. Το μάθημα στοχεύει να δώσει τα εφόδια στα μεταπτυχιακούς φοιτητές που θα απασχοληθούν σε επιτελικές θέσεις Ιδιωτικών Επιχειρήσεων και Δημοσίων Οργανισμών τόσο σε θεωρητικό επίπεδο όσο και σε πρακτικό ώστε να ανταποκρίνονται στις απαιτήσεις που δημιουργούνται στις θέσεις εργασίας σχετικά με τις Ποσοτικές μεθόδους και τις τεχνικές της. Η παρακολούθηση του μαθήματος αφενός μεν θα δώσει στον εκπαιδευόμενο τις γνώσεις και την πρακτική της Ποσοτικής Ανάλυσης και αφετέρου μέσα από την πρακτική άσκηση σε πραγματικά προβλήματα θα αποκτηθούν δεξιότητες για την εφαρμογή τους με τη χρήση του SPSS. Οι ποσοτικές μέθοδοι της ανάλυσης δεδομένων είναι σήμερα ένα απαραίτητο εργαλέιο για τη λήψη αποφάσεων που χρησιμοποιείται από στελέχη επιχειρήσεων, οικονομικούς αναλυτές χρηματοοικονομικούς συμβούλους και ερευνητές. Σκοπός του μαθήματος είναι η απόκτηση της απαραίτητης γνώσης τόσο για την ορθή περιγραφή και παρουσίαση δεδομένων όσο και για την εξαγωγή συμπερασμάτων με τη χρήση ποσοτικών τεχνικών παραμετρικών και μη, αποτελεί στόχο αυτού του μαθήματος. Επιπλέον η εφαρμογή μεθόδων για την κατασκευή στατιστικών και οικονομετρικών μοντέλων καθώς και η ανάλυση χρονοσειρών, που θεωρούνται απαραίτητα για τους χρηματοοικονομικούς αναλυτές και τους ερευνητές στη χρηματοοικονομική ανάλυση και στη λογιστική, περιλαμβάνονται στους στόχους αυτού του μαθήματος. Με την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές θα είναι σε θέση: -να αναγνωρίζουν στατιστικές μεθόδους περιγραφικής και επαγωγικής ανάλυσης δεδομένων -να εφαρμόζουν τις μεθόδους αυτές προκειμένου να αναλύουν την χρηματοοικονομική πληροφόρηση που παρέχουν οι επιχειρήσεις μέσα από τις χρηματοοικονομικές τους καταστάσεις -να αξιολογούν οικονομικά δεδομένα της αγοράς και να κάνουν προβλέψεις -να εφαρμόζουν τις μεθόδους ανάλυσης δεδομένων τόσο στην ανάλυση θεμελιωδών μεγεθών όσο και στην τεχνική ανάλυση -να επιλέγουν και να εφαρμόζουν την κατάλληλη στατιστική μεθοδολογία (παραμετρική ή μη) στην εκπόνηση της εμπειρικής ερευνητικής εργασίας τους που απαιτείται για την επιτυχή ολοκλήρωση του παρόντος μεταπτυχιακού προγράμματος. Γενικές Ικανότητες Λαμβάνοντας υπόψη τις γενικές ικανότητες που πρέπει να έχει αποκτήσει ο πτυχιούχος (όπως αυτές αναγράφονται στο Παράρτημα Διπλώματος και παρατίθενται ακολούθως) σε ποια / ποιες από αυτές αποσκοπεί το μάθημα;. Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών Προσαρμογή σε νέες καταστάσεις Λήψη αποφάσεων Σχεδιασμός και διαχείριση έργων Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα Σεβασμός στο φυσικό περιβάλλον Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου
Αυτόνομη εργασία Ομαδική εργασία Εργασία σε διεθνές περιβάλλον Εργασία σε διεπιστημονικό περιβάλλον Παράγωγή νέων ερευνητικών ιδεών Άσκηση κριτικής και αυτοκριτικής Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης - Αυτόνομη εργασία - Ομαδική εργασία - Σχεδιασμός και διαχείριση έργων 3. ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ Εισαγωγή Βασικές έννοιες 1. Ορισμοί, Στατιστικές έννοιες, Εφαρμογές της Στατιστικής, Τυχαίες Μεταβλητές Συλλογή και παρουσίαση στατιστικών στοιχείων 1. Μέθοδοι Συλλογής Στατιστικών Στοιχείων, Επεξεργασία Στατιστικών Στοιχείων, Στατιστικοί Πίνακες, Γραφικές Παραστάσεις, Στατιστικές Εκθέσεις και Αναφορές. Εφαρμογές στο EXCEL Ερωτηματολόγια, Δειγματοληψίες και Εξαντλητικές Έρευνες Περιγραφική Στατιστική 1. Παράμετροι θέσης για συνεχείς μεταβλητές, Διακριτές μεταβλητές, Ομαδοποίηση Στοιχείων, Ανάλυση Συχνοτήτων, Μέτρα Κεντρικής Τάσης, Μέτρα Διασποράς, Ασυμμετρία, Κύρτωση, Πινακοποίηση Συχνοτήτων (Crosstabulation), Εισαγωγή στο Σύστημα WIMDOWS SPSS 1. Το περιβάλλον MS WINDOWS, Το στατιστικό πακέτο SPSS, Υποσυστήματα του SPSS, Εισαγωγή και Διαχείριση Στατιστικών Στοιχείων στο SPSS 2. Ορισμός και διαχείριση Μεταβλητών (Define Variables, Insert Variable. Sort Cases, Merge, transpose) 3. Εφαρμογή των Αναλύσεων Descriptives, και Cross Tabulation Στοιχεία Θεωρίας Πιθανοτήτων 1. Μαθηματικό Πρότυπο, Έννοια της Πιθανότητας, Ορισμός της Πιθανότητας, Ιδιότητες Πιθανοτήτων, Υπό Συνθήκη Πιθανότητα, Ανεξάρτητα Ενδεχόμενα, Θεώρημα του Bayes. 2. Εφαρμογές και Ασκήσεις Κατανομές, Διακριτές τυχαίες μεταβλητές, Συνεχείς τυχαίες μεταβλητές, Συνάρτηση Πυκνότητας πιθανότητας, Μαθηματική Ελπίδα, Διακύμανση Θεωρητικές Κατανομές για διακριτές μεταβλητές Ομοιόμορφη Κατανομή Barnouli Κατανομή Poison Υπεργεωμετρική Κατανομή Γεωμετρική Κατανομή Θεωρητικές Κατανομές για συνεχείς μεταβλητές Ομοιόμορφη Συνεχής Κατανομή Κανονική Κατανομή Τυπική Κανονική Κατανομή Εκθετική Κατανομή Κατανομή γν Κατανομή Χ2 Παλινδρόμηση και Συσχέτιση 1. Συναρτησιακή Εξάρτηση, Στοχαστική Εξάρτηση, Μέθοδος Ελαχίστων Τετραγώνων, Ευθεία Ελαχίστων Τετραγώνων, Καμπύλη δευτέρου Βαθμού, Εκθετική Παλινδρόμηση, Υπερβολική Παλινδρόμηση, Γραμμική συμμεταβολή, Συνδιακύμανση δύο μεταβλητών, Συντελεστές Συσχέτισης, Μοντέλα Logistic και Probit, Πολλαπλή Παλινδρόμηση και Συσχέτιση, 2. Εφαρμογές στο SPSS (Correlate Bivariate, Partial, Distances - Regression-Linear, Curve estimation, Probit, Logistic, Non Linear).
Ενδιάμεση Εξέταση Χρονολογικές σειρές 1. Συνιστώσες χρονολογικής σειράς, Προσδιορισμός Τάσης Χρονολογικής σειράς (Γραμμική Εξίσωση, καμπύλη δευτέρου βαθμού, εκθετική καμπύλη, λογιστική καμπύλη,), Εποχικές κινήσεις, μακροχρόνιες Περιοδικές Κινήσεις, 2. Εφαρμογές στο SPSS (Times Series Exponential Smoothing, Autoregression, ARIMA). Ανάλυση δεδομένων πολυδιάστατων μεταβλητών 1. Ορισμοί, Έννοιες της Ανάλυσης Πολυδιάστατων Μεταβλητών, Ανάλυση σε κύριες Συ6νιστώσες, Παραγοντική Ανάλυση, Ανάλυση Ομάδων, Διακριτή Ανάλυση, Ανάλυση Αντιστοιχιών, 2. Εφαρμογές στο SPSS (Data Reduction Factor Analysis, Correspondence Analysis). 3. Εφαρμογές στο SPSS (Classify Cluster Analysis, Discriminant Analysis). Μελέτη περίπτωσης 1. Περιγραφή Μελέτης Περίπτωσης που βασίζεται σε πραγματικό πρόβλημα. Συλλογή και Παρουσίαση των Πρωτογενών δεδομένων προς επεξεργασία. 2. Οι εκπαιδευόμενοι θα χωρισθούν σε ομάδες. Κάθε ομάδα θα εργασθεί αυτόνομα προκειμένου να αναλύσει τα δεδομένα σύμφωνα με τις τεχνικές και μεθόδους και θα έχει διδαχθεί και να εκπονήσει τη σχετική μελέτη. Ο Εκπαιδευτής θα έχει το ρόλο του Συμβούλου των Ομάδων. Κάθε Ομάδα θα παρουσιάσει την εργασία της. 4. ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ ΑΞΙΟΛΟΓΗΣΗ ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ Στην τάξη Πρόσωπο με πρόσωπο, Εξ αποστάσεως εκπαίδευση κ.λπ. ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ Εξειδικευμένο λογισμικό διαχείρισης έργων Χρήση Τ.Π.Ε. στη Διδασκαλία, στην Υποστήριξη μαθησιακής διαδικασίας μέσω της Εργαστηριακή Εκπαίδευση, στην Επικοινωνία με τους φοιτητές ηλεκτρονικής πλατφόρμας e-class ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ Περιγράφονται αναλυτικά ο τρόπος και μέθοδοι διδασκαλίας. Διαλέξεις, Σεμινάρια, Εργαστηριακή Άσκηση, Άσκηση Πεδίου, Μελέτη & ανάλυση βιβλιογραφίας, Φροντιστήριο, Πρακτική (Τοποθέτηση), Κλινική Άσκηση, Καλλιτεχνικό Εργαστήριο, Διαδραστική διδασκαλία, Εκπαιδευτικές επισκέψεις, Εκπόνηση μελέτης (project), Συγγραφή εργασίας / εργασιών, Καλλιτεχνική δημιουργία, κ.λπ. Αναγράφονται οι ώρες μελέτης του φοιτητή για κάθε μαθησιακή δραστηριότητα καθώς και οι ώρες μη καθοδηγούμενης μελέτης ώστε ο συνολικός φόρτος εργασίας σε επίπεδο εξαμήνου να αντιστοιχεί στα standards του ECTS ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ Περιγραφή της διαδικασίας αξιολόγησης Γλώσσα Αξιολόγησης, Μέθοδοι αξιολόγησης, Διαμορφωτική ή Συμπερασματική, Δοκιμασία Πολλαπλής Επιλογής, Ερωτήσεις Σύντομης Απάντησης, Ερωτήσεις Ανάπτυξης Δοκιμίων, Επίλυση Προβλημάτων, Γραπτή Εργασία, Έκθεση / Αναφορά, Προφορική Εξέταση, Δημόσια Παρουσίαση, Εργαστηριακή Εργασία, Κλινική Εξέταση Ασθενούς, Καλλιτεχνική Ερμηνεία, Άλλη / Άλλες Αναφέρονται ρητά προσδιορισμένα κριτήρια αξιολόγησης και εάν και που είναι προσβάσιμα από τους φοιτητές. Φόρτος Εργασίας Δραστηριότητα Εξαμήνου Διαλέξεις από τον 30 Διδάσκοντα. Προετοιμασία ατομικής 20 εργασίας Προετοιμασία ομαδικής 20 εργασίας σε μελέτη περίπτωσης. Αυτοτελής μελέτη 70 Διαλέξεις από στελέχη της 10 αγοράς Σύνολο Μαθήματος (25 ώρες φόρτου εργασίας 150 ανά πιστωτική μονάδα) I. Γραπτή τελική εξέταση: - Ερωτήσεις πολλαπλής επιλογής - Ερωτήσεις σύντομης απάντησης - Ερωτήσεις ανάπτυξης δοκιμίων - Ανάλυση ρόλων και ενδιαφερομένων μερών σε σύντομη μελέτη περίπτωσης - Συγκριτική αξιολόγηση στοιχείων θεωρίας II. Παρουσίαση εργασίας Η βαθμολογία του μαθήματος προκύτπει από την γραπτή τελική εξέταση και από εργασία που εκπονούν και παρουσιάζουν στην τάξη οι φοιτητές. Ο βαθμός του μαθήματος πρέπει να είναι τουλάχιστον πέντε. Τα κριτήρια αξιολόγησης είναι προσβάσιμα στους φοιτητές από την ηλεκτρονική σελίδα του Προγράμματος.
5. ΣΥΝΙΣΤΩΜΕΝΗ ΒΙΒΛΙΟΓΡΑΦΙΑ - Καραπιστόλη Δ., Στατιστική Επιχειρήσεων, ISBN 960-516-016-1, ISBN-13 978-960-516-016-6,εκδ. Ανικούλα, 2004 - Γναρδέλης Χ., Εφαρμοσμένη Στατιστική, ISBN 978-960-02-2864-9,εκδ. Παπαζήση, 2003 - Ιωαννίδης Δ., Στατιστική Μεθοδολογία, ISBN 978-960-586-030-,εκδ. Ζήτη, 2011 - Καρλής Δ, Μολυμεταβλητή Στατιστική Ανάλυση, ISBN 960-351-594-9, ISBN-13 978-960-351-594-4,εκδ. Σταμούλης, 2005 - Ρόντος Κ., Στατιστική Έρευνα, ISBN 960-08-0370-6, ISBN-13 978-960-08-0370- 9, Εκδόσεις Ι. Σιδέρης, 2006 - D. Howitt, Στατιστική με το SPSS 16, ISBN 978-960-461-321-2, Κλειδάριθμος, 2010