Περιγραφή Προγράμματος

Σκοπός Προγράμματος

Σκοπός του προγράμματος «Ανάλυση στατιστικών δεδομένων με Excel για αρχάριους»» είναι να προσφέρει στους συμμετέχοντες μια ολοκληρωμένη, θεμελιώδη εισαγωγή στις βασικές αρχές της στατιστικής ανάλυσης και της επεξεργασίας δεδομένων. Το πρόγραμμα στοχεύει να αναπτύξει τις γνώσεις και τις δεξιότητες που απαιτούνται ώστε οι εκπαιδευόμενοι, ανεξαρτήτως προηγούμενης εμπειρίας, να μπορούν να συλλέγουν, να οργανώνουν, να αναλύουν και να ερμηνεύουν απλά σύνολα δεδομένων με τρόπο αξιόπιστο και τεκμηριωμένο.

Μέσα από θεωρητική κατάρτιση, πρακτικές εφαρμογές και δραστηριότητες σε ψηφιακά εργαλεία, οι συμμετέχοντες μαθαίνουν να χρησιμοποιούν βασικές μεθόδους όπως τα περιγραφικά μέτρα στατιστικής, η κανονική κατανομή, τα διαστήματα εμπιστοσύνης, οι έλεγχοι υποθέσεων και η απλή γραμμική παλινδρόμηση. Με αυτόν τον τρόπο, το πρόγραμμα ενισχύει την ικανότητά τους να λαμβάνουν αποφάσεις βασισμένες σε δεδομένα (data-driven decision making) και να εφαρμόζουν τις νέες γνώσεις τους σε εκπαιδευτικά, επαγγελματικά ή ερευνητικά περιβάλλοντα.

Ομάδες ενδιαφερομένων

Το πρόγραμμα «Ανάλυση Στατιστικών Δεδομένων με Excel για Αρχάριους» απευθύνεται σε άτομα που επιθυμούν να αποκτήσουν βασικές γνώσεις και δεξιότητες στατιστικής και ανάλυσης δεδομένων, ανεξάρτητα από το ακαδημαϊκό ή επαγγελματικό τους υπόβαθρο. Η αυξανόμενη χρήση δεδομένων σε όλους τους κλάδους — όπως οικονομικά, τουρισμός, διοίκηση, εκπαίδευση, μάρκετινγκ, πληροφορική — καθιστά απαραίτητη τη στοιχειώδη κατανόηση στατιστικών εργαλείων από επαγγελματίες και φοιτητές.

Απαιτήσεις συμμετοχής:

Δεν απαιτείται προηγούμενη εξειδικευμένη στατιστική ή προγραμματιστική γνώση, αλλά προϋποτίθεται ενδιαφέρον και βασική εξοικείωση με ψηφιακά εργαλεία.

Γενικές Προϋποθέσεις Συμμετοχής

• Βασικές δεξιότητες χρήσης υπολογιστή
• Πρόσβαση σε σύνδεση Internet
• Δυνατότητα παρακολούθησης σύγχρονων διαδικτυακών μαθημάτων
• Επαρκής γνώση ελληνικής γλώσσας

Κριτήρια επιλογής:

Η επιλογή των συμμετεχόντων στο πρόγραμμα «Ανάλυση Στατιστικών Δεδομένων με excel για Αρχάριους» γίνεται με αντικειμενικά και διαφανή κριτήρια, τα οποία εξασφαλίζουν ότι οι επιμορφούμενοι διαθέτουν τις απαραίτητες δεξιότητες και το κατάλληλο υπόβαθρο για την επιτυχή παρακολούθηση του προγράμματος.

Υποχρεωτικά Κριτήρια

Οι υποψήφιοι πρέπει να διαθέτουν:

1. Απολυτήριο Λυκείου ή ισοδύναμο τίτλο σπουδών.
2. Βασικές ψηφιακές δεξιότητες, όπως χρήση υπολογιστή, διαδικτύου και πλατφορμών τηλεκπαίδευσης.
3. Πρόσβαση σε ηλεκτρονικό υπολογιστή και σταθερή σύνδεση στο διαδίκτυο.
4. Επαρκή γνώση ελληνικής γλώσσας, για την κατανόηση του εκπαιδευτικού υλικού.

Επιθυμητά Κριτήρια

Δεν είναι υποχρεωτικά, αλλά λαμβάνονται υπόψη σε περίπτωση υπεράριθμων αιτήσεων:

1. Επαγγελματικό ή ακαδημαϊκό ενδιαφέρον για ανάλυση δεδομένων, στατιστική ή λήψη αποφάσεων.
2. Εμπειρία στη χρήση λογισμικού γραφείου (π.χ. Excel).
3. Σχετική εργασιακή εμπειρία σε κλάδους όπου χρησιμοποιούνται δεδομένα (διοίκηση επιχειρήσεων, τουρισμός, οικονομικά, κοινωνικές επιστήμες, τεχνολογία).
4. Κίνητρο παρακολούθησης, όπως αναβάθμιση προσόντων ή επαγγελματική εξέλιξη.

Διαδικασία Επιλογής

• Οι αιτήσεις αξιολογούνται με σειρά προτεραιότητας.
• Σε περίπτωση αυξημένης ζήτησης, εφαρμόζεται σύστημα μοριοδότησης βασισμένο στα επιθυμητά κριτήρια.
• Η τελική επιλογή πραγματοποιείται από την Ακαδημαϊκή Υπεύθυνη του προγράμματος.

Αναμενόμενα μαθησιακά αποτελέσματα

Με την ολοκλήρωση του προγράμματος, ο επιμορφούμενος θα είναι σε θέση να:

• περιγράφει βασικούς τύπους δεδομένων και τις κύριες πηγές συλλογής τους,
• οργανώνει δεδομένα σε πίνακες και να τα ταξινομεί με κατάλληλες μεθόδους,
• δημιουργεί βασικές γραφικές απεικονίσεις (ραβδογράμματα, ιστογράμματα, διαγράμματα διασποράς),
• υπολογίζει περιγραφικά μέτρα στατιστικής και να ερμηνεύει τα αποτελέσματα,
• αναγνωρίζει τα βασικά χαρακτηριστικά της κανονικής κατανομής και τη χρήση της,
• κατασκευάζει και ερμηνεύει διαστήματα εμπιστοσύνης για βασικές παραμέτρους,
• διενεργεί απλούς στατιστικούς ελέγχους υποθέσεων και να αξιολογεί την στατιστική σημαντικότητα,
• εκτελεί και ερμηνεύει απλή γραμμική παλινδρόμηση, εξάγοντας συμπεράσματα για τη σχέση δύο μεταβλητών,
• εφαρμόζει τις παραπάνω μεθόδους σε πραγματικά δεδομένα χρησιμοποιώντας βασικά ψηφιακά εργαλεία (π.χ. Excel),
• υποστηρίζει διαδικασίες λήψης αποφάσεων βασισμένες σε δεδομένα σε εκπαιδευτικά, επαγγελματικά ή ερευνητικά περιβάλλοντα.

Μεθοδολογία υλοποίησης του προγράμματος

• Το πρόγραμμα πραγματοποιείται κατά 100% εξ αποστάσεως, χρησιμοποιώντας ψηφιακές πλατφόρμες εκπαίδευσης του Ελληνικού Μεσογειακού Πανεπιστημίου.
  Η μάθηση είναι 50% σύγχρονη (10 ώρες) και 50% ασύγχρονη (10 ώρες).
• Η σύγχρονη εκπαίδευση πραγματοποιείται μέσω τηλεδιάσκεψης σε πραγματικό χρόνο, παρέχοντας δυνατότητα αλληλεπίδρασης, συζήτησης και επίλυσης αποριών.
• Η ασύγχρονη εκπαίδευση παρέχεται με ευέλικτη πρόσβαση σε υλικό και δραστηριότητες, χωρίς χρονικό περιορισμό, επιτρέποντας στους επιμορφούμενους να μελετήσουν με τον δικό τους ρυθμό.
• Το πρόγραμμα δεν περιλαμβάνει δια ζώσης διδασκαλία.

Τρόπος Αξιολόγησης

1. Γραπτή εξέταση με ερωτήσεις πολλαπλής επιλογής
   Η εξέταση καλύπτει το σύνολο των θεματικών ενοτήτων του προγράμματος και αξιολογεί την κατανόηση βασικών εννοιών, τύπων, ορισμών και διαδικασιών της στατιστικής και της ανάλυσης δεδομένων.
2. Εκπόνηση μελέτης εργασίας (project)
   Οι εκπαιδευόμενοι καλούνται να εφαρμόσουν τις στατιστικές τεχνικές που διδάχθηκαν (περιγραφικά μέτρα, διαστήματα εμπιστοσύνης, έλεγχοι υποθέσεων, απλή παλινδρόμηση) σε πραγματικό ή υποθετικό σύνολο δεδομένων.
   Η εργασία αξιολογείται βάσει:
   • ορθότητας μεθοδολογίας,
   • ακρίβειας υπολογισμών,
   • σαφήνειας παρουσίασης και ερμηνείας αποτελεσμάτων.

Βαθμολόγηση

Η τελική βαθμολογία προκύπτει από τον ακόλουθο συνδυασμό:

• 60%: γραπτή εξέταση πολλαπλών επιλογών
• 40%: μελέτη εργασίας (project)

Η κλίμακα βαθμολόγησης είναι η δεκαβάθμια κλίμακα (0–10).

Η επιτυχής ολοκλήρωση του προγράμματος απαιτεί:

• τελικό βαθμό τουλάχιστον 5/10,
  • επιτυχή ολοκλήρωση και υποβολή της μελέτης εργασίας,
  • ποσοστό απουσιών που δεν υπερβαίνει το 10% των προβλεπόμενων ωρών εκπαίδευσης (δηλαδή έως 2 ώρες σε σύνολο 20).

Αξιολόγηση ανά ενότητα (χωρίς ξεχωριστό βαθμό)

Η αξιολόγηση δεν γίνεται με ξεχωριστή βαθμολογία ανά ενότητα, αλλά η επιτυχής συμμετοχή στις δραστηριότητες (ασκήσεις αυτοαξιολόγησης και πρακτικές εφαρμογές) θεωρείται προαπαιτούμενο για την ομαλή παρακολούθηση του προγράμματος και συμβάλλει στην επιτυχή επίδοση στην τελική εξέταση.