Facts about the course

ECTS Credits:
7.5
Responsible department:
Faculty of Logistics
Course Leader:
Anne Karin Wallace
Lecture Semester:
Spring
Teaching language:
Norwegian
Duration:
½ year

IBE120 From Business Data to Information (Spring 2024)

About the course

Kurset fokuserer på teknikker som kan brukes til å hente ut og presentere informasjon fra innsamlede data.
Vi jobber med hvordan data samles inn, hvordan de kontrolleres før bearbeiding, og hvordan vi kan bruke teknikker som statistikk, pivottabeller og visualisering til å framstille og formidle informasjon.

Verktøyet vi bruker er hovedsakelig regneark. Vi jobber med formler, pivottabeller og noe programmering av makroer. I tillegg berører vi hvordan innsamlede data kan hentes ut fra databaser og andre eksterne datakilder, og bearbeides i regnearket.

Selv om de regnearkene vi jobber med kan ha 100 000 linjer med data, er ikke dette virkelig store datamengder. Algoritmer for datamining og teknikker for lagring av virkelig store datamengder berøres litt, uten at vi jobber praktisk med dette.

The course is connected to the following study programs

  • Bachelor in Logistics and Supply Chain Management
  • Bachelor in Economics and Business Administration
  • Individual Study Courses/Part- time studies
  • 1- Year Program in Information Processing
  • Bachelor in IT and Digitalization

Recommended requirements

Grunnleggende kompetanse innen informasjonsteknologi og bruk av regneark, samt noe kjennskap til programmering, for eksempel IBE152 Innføring i programmering.

Reduction of Credits

This course’s contents overlap with the following courses. A reduction of credits will occur if one of these courses is taken in addition:

Course Reduction of Credits
IBE120N – From Business Data to Information 7.5

The student's learning outcomes after completing the course

Kunnskap

Studentene skal kunne

  • forklare begrepene data, informasjon og kunnskap.
  • kjenne til vanlige dataformater og datakilder.
  • kjenne til ulike teknikker for datainnsamling og vurdere disse.
  • vurdere hva som kan gjøres for å forbedre datakvalitet.
  • kunne forklare hvilken informasjon vi får ved å bruke ulike teknikker innenfor deskriptiv statistikk.
  • analysere data med verktøy som fins i regneark, og formidle informasjon.
  • kunne bruke viktige prinsipper for visualisering av informasjon.
  • tolke tabeller og visualiseringer, vurdere kritisk framtstillingen som blir brukt og kunne forklare hvilken informasjon som vises i diagrammer og tabeller.
  • kjenne til muligheter og utfordringer knyttet til utveksling av data mellom ulike applikasjoner.
  • kjenne noen muligheter når det gjelder å bruke store datamengder.
  • vurdere datakvalitet, velge relevant analysemetode og formidle resultater fra dataanalyse knyttet til ulike problemstillinger.

Ferdigheter

Studenten skal kunne

  • bearbeide data og formidle informasjon ved hjelp av formler i regneark, pivottabeller, visualisering og makroer.
  • bruke noen metoder for å forbedre datakvalitet.
  • bearbeide data fra eksterne datakilder i regneark.
  • bruke verktøy i regneark til å visualisere informasjon.

Generell kompetanse

Studenten skal kunne

  • lage, vurdere og formidle løsninger på problemer knyttet til å analysere data og å formidle informasjon.

Forms of teaching and learning

Lærestoff og arbeidsoppgaver presenteres som video, regnearkeksempler, programmeringseksempler, oppgaver og tekst på høgskolens elæringssystem. Ukentlig labtime med fokus på å løse oppgaver i høgskolens PC-lab og på zoom. 

Coursework requirements - conditions for taking the exam

  • Mandatory coursework: Assignment(s)
  • Courseworks given: 6
  • Courseworks required: 4
  • Presence: Not required
  • Comment:

Examination

  • Form of assessment: Digital home assessment - Inspera

  • Proportion: 100%

  • Duration: 4 hours

  • Grouping: Individual

  • Grading scale: Letter (A - F)

  • Support material: All printed and written supporting material

Last updated from FS (Common Student System) May 18, 2024 6:20:25 PM