Utbildning: Data Manager
Utbildningskod: DATA25HEL
Utbildningsnummer: YH02401-2024-2
Ort: Helsingborg
Studieform: Platsbunden
Studietakt: Helfart
Kurs: Statistik och dataaanalys
Antal YH-poäng: 35 yhp
Max antal deltagare: 35 stycken 

Lärarledd tid vid platsbunden utbildning:
Vecka: 11-17
Schema:  2 dagar/vecka (á 6h/dag) Måndag & Torsdag
Totalt antal dagar: 14 stycken 

Jämnt fördelat över perioden enligt överenskommelse med Utbildningsledare

Utbildningsledare: Madelene Larneby 

I länkarna nedan finns viktig information att ta del av inför ansökan om kursansvar hos oss på TUC Yrkeshögskola.

Praktisk information - Ansöka om kursansvar

Praktisk information - Uppdraget att utbilda på TUC

PRELIMINÄR KURSPLAN

Statistik och dataanalys, 35 yh-poäng

Utbildning: Data Manager

Utb.nummer och omgång: YH02401-2024-2

Kursens omfattning: 35

Engelsk översättning: Statistics and data analysis

Beslutad av ledningsgrupp: 20250707

Version: 2

Valbar kurs: Nej

Undervisningsspråk: Svenska

Förkunskapskrav:

Innehåll:

Den studerande ska lära sig förädla, skapa och presentera berättelser med data, med utgångspunkt i statistik, med stöd av data-visualiseringar och diagram.

Den studerande ska efter kursen ha grundläggande kunskaper om arbete med, och presentation av, statistik, för att bättre kunna arbeta med aggregeringar av data, från olika datakällor, och programmatiska statistiska tillämpningar inom dataanalys, samt kunna arbeta med Business Intelligence-verktyg.

Kursen ska ge sådant kunnande om statistik och dataanalys som krävs i yrket som data manager.

Lärandemål:

Efter genomförd kurs med godkänt resultat ska den studerande kunna:

Kunskaper

1. Redogöra för grundläggande begrepp inom statistik och sannolikhetslära.
2. Redogöra för typer av statistisk data och skalor.
   
   Färdigheter
   
3. Hantera statistiska data med programmatiska metoder.
4. Tillämpa metoder för att dra slutsatser utifrån statistiska data.
5. Formatera data för att bättre använda olika data vid aggregering av data.
6. Transformera datastrukturer och datatyper för att använda olika datakällor vid aggregering av data.
7. Skapa programmatiska lösningar för att samköra datakällor och processa aggregeringar.
8. Använda programmatiska visualiseringsteknologier för att visualisera statistiska resultat.
9. Använda Business Intelligence-verktyg för dataanalys och visualisering.
10. Planera dataformat, datastrukturer för att genomföra statistiska projekt.
11. Konstruera programstrukturer för att bygga statistiska applikationer.
12. Planera statistiska projekt för att berätta “data stories”, med stöd av statistik och visualiseringar.
    
    Kompetenser
    
13. Resonera om och problematisera statistiska slutsatser genom att tillämpa sannolikhet och empiriska observationer.

Former för kunskapskontroll

Den studerandes kunskaper, färdigheter och kompetenser bedöms utifrån resultatet av följande kunskapskontroller:

Kursens lärandemål 1–8: Inlämningsuppgift (IG/G/VG)

Kursens lärandemål 9–13: Projektuppgift (IG/G/VG) med redovisning (IG/G/VG)

Vid särskilda pedagogiska behov kan anpassning av kunskapskontrollerna göras. Efter ordinarie tillfälle har den studerande rätt till ytterligare två omprov eller kompletteringar inom två månader. Om den studerande kan styrka giltig frånvaro från kunskapskontroll enligt anordnarens anvisningar ersätts tillfället. Kursbetyget baseras på en sammanvägning av samtliga bedömningsunderlag. När betyget godkänt uppnåtts på en kunskapskontroll beviljas inga omprov för högre resultat.

Betygsskalor

Den studerandes prestation betygssätts efter genomförd kurs med betygen Icke Godkänt (IG), Godkänt (G) eller Väl Godkänt (VG). Fullständiga betygsunderlag krävs för att betyg ska kunna sättas

Betygskriterier

Icke godkänt (IG)

För att få betyget ska den studerande ha genomfört kursen och kunskapskontrollerna utan att nå alla kursens lärandemål

Godkänt (G)

För att få betyget Godkänt (G) ska den studerande ha genomfört kursen och nått alla kursens lärandemål

Väl godkänt (VG)

Den studerande har genomfört kursen och nått samtliga läranderesultat för kursen. Den studerande kan dessutom med säkerhet planera statistiska projekt och berätta “data stories”, med stöd av statistik och visualiseringar.