Menu Conteúdo Rodapé
  1. Início
  2. Cursos
  3. Ciências do Desporto
  4. Análise Avançada de Dados em Ciências do Desporto

Análise Avançada de Dados em Ciências do Desporto

Código 11238
Ano 1
Semestre S1
Créditos ECTS 15
Carga Horária OT(10H)/PL(30H)/TP(10H)
Área Científica Ciências do Desporto
Tipo de ensino Presencial e à distância.
Estágios Não tem.
Objectivos de Aprendizagem O objetivo da UC é proporcionar ao aluno o conhecimento prático da utilização de instrumentos de análise de dados que lhe permita autonomia na realização de qualquer trabalho de investigação na área das Ciências do Desporto.
1. Ser capaz de analisar e compreender diferentes métodos quantitativos e qualitativos na análise dos dados em CD;
2. Ser capaz de compreender o Desporto através da análise quantitativa e qualitativa dos dados observados;
3. Demonstrar capacidade para analisar, sintetizar e interpretar os dados através da utilização dos métodos quantitativos e qualitativos;
4. Demonstrar capacidade para usar com independência e autonomia os meios informáticos;
5. Ser capaz de realizar uma revisão e análise crítica da literatura científica através do domínio de técnicas de revisão sistemática e meta-análise.

Conteúdos programáticos 1. Análise de dados:
1.1. Princípios e etapas.
2. A construção de variáveis;
2.1. Criação de uma base de dados;
2.2. A noção de variável, tipos de variáveis e escalas de medida;
2.3. Variáveis dependentes e independentes;
2.4. Testes de hipóteses paramétricos e não paramétricos (Qui-quadrado; Mann-Whitney; McNemar; Wilcoxon; Kruskal-Wallis; Cochran);
2.5. Análise da distribuição dos dados e suas implicações;
2.6. Controlo das variáveis;
2.7. Interpretação dos resultados.
3. Análise de dados com a utilização de diferentes softwares.
4. Revisão e análise crítica da literatura científica;
4.1. Estrutura e características fundamentais de um relatório de investigação;
4.2 Abordagem sumária dos aspetos éticos da investigação e de pesquisa documental;
4.3. Métodos quantitativos e qualitativos: diferenças, limitações e complementaridade.
Metodologias de Ensino e Critérios de Avaliação 1. Análise de dados:
1.1. Princípios e etapas.
2. A construção de variáveis;
2.1. Criação de uma base de dados;
2.2. A noção de variável, tipos de variáveis e escalas de medida;
2.3. Variáveis dependentes e independentes;
2.4. Testes de hipóteses paramétricos e não paramétricos (Qui-quadrado; Mann-Whitney; McNemar; Wilcoxon; Kruskal-Wallis; Cochran);
2.5. Análise da distribuição dos dados e suas implicações;
Nota: Qualquer suspeita fundamentada de Pla´gio/Co´pia no Trabalho o aluno sera´ considerado como Na~o Admitido.
CLASSIFICAC¸A~O:
• Aprovado ? EA = 9,5
• Admitido a Exame ? 6 = EA < 9,5 • Na~o Admitido ? EA < 6
Observac¸a~o: MELHORIA DE NOTA - Se o Aluno pretender fazer melhoria a` UC a sua nota final sera´ igual a` melhor nota obtida no EA e no Exame.
Bibliografia principal • Antonius, R. (2013). Interpreting quantitative data with IBM SPSS Statistics. London: SAGE Publications.
• Balnaves, M.E, & Caputi, P. (2001). Introduction to quantitative research methods. An investigative approach. London: SAGE Publications.
• Bazeley, P. (2007). Qualitative data analysis with NVivo. London: Sage Publications.
• Borenstein, M., Hedges, L.V., Higgins, J.P.T., & Rothstein, H.R. (2009). Introduction to meta-analysis. Chichester: John Wiley & Sons, Ltd.
• Cornillon, P.A. (2012). R for Statistics. Boca Raton, FL: Chapman & Hall/CRC Press.
• Denzin, N. K, & Lincoln, Y. S. (2007). The handbook of qualitative research. London: Sage Publications.
• Falissard, B. (2011). Analysis of questionnaire data with R. Boca Raton, FL: Chapman & Hall/CRC Press.
• Frost, N. (2011). Qualitative research methods in psychology. Combining core approaches. UK: McGraw Hill.
Língua Português
Data da última atualização: 2021-10-19
As cookies utilizadas neste sítio web não recolhem informação pessoal que permitam a sua identificação. Ao continuar está a aceitar a política de cookies.