ORG 3630 People Analytics
ORG 3630 People Analytics
People analytics, også kalt HR-analyse, handler om hvordan kvantitative data fra en organisasjon kan brukes til formål som å kartlegge og forbedre produktivitet og samarbeidsklima, finne riktig person til en stilling, osv. Dette kurset bygger videre på kunnskapen som er opparbeidet i kursene MET 3431 Statistikk og MET 2123 Metode og innsikt og går dypere inn på ulike statistiske teknikker, med vekt på praktisk anvendelse for å svare på relevante problemstillinger.
Studentene vil lære hvordan eksperimenter kan brukes for å undersøke om ulike tiltak er effektive, skape innovasjon og etablere årsakssammenhenger, samt når det er mer hensiktsmessig å gjøre ikke-eksperimentelle undersøkelser. Begreper som statistisk signifikans (p-verdier), effektstørrelse og statistisk styrke er sentrale. Studentene vil få tilgang til relevante datasett og vil få øving i å gjennomføre og tolke ulike statistiske analyser, slik som ulike varianter av ANOVA, korrelasjon og multippel regresjon. Dette innebærer også at studentene skal kunne formidle resultater, både gjennom tekst og visualisering (grafer/figurer). Det legges vekt på tolkning, praktisk forståelse og anvendelse snarere enn på kunnskap om matematikken bak.
Etter endt kurs skal studentene forstå:
- muligheter og begrensninger ved å bruke statistikk som kilde for kunnskap og bakgrunn for beslutninger
- forskjellen på randomiserte eksperimenter og ikke-eksperimentelle (korrelasjonelle/deskriptive) data, samt styrker og svakheter ved disse tilnærmingene
- viktige prinsipper ved planlegging og gjennomføring av kvantitative undersøkelser
- sammenhengen mellom valg av uavhengig(e) og avhengig(e) variabler og valg av analyse
- betydningen av statistisk signifikans, og hvordan dette skiller seg fra praktisk betydning
- betydningen av effektstørrelse
- betydningen av statistisk styrke
Etter endt kurs skal studentene kunne:
- planlegge og gjennomføre innsamling av data for å få svar på enkle problemstillinger
- Valg av problemstilling og når det er hensiktsmessig med eksperimentell vs. ikke-eksperimentell tilnærming
- Reflektere om effektstørrelse, statistisk styrke, og utvalgsstørrelse
- gjennomføre ulike statistiske analyser ved hjelp av vanlige statistikkprogrammer (først og fremst SPSS, med enkelte tilleggsanalyser i G*Power, Jamovi/JASP)
- tolke resultater fra vanlige statistiske analyser
- fremstille ulike resultater grafisk (ved bruk av Excel/Powerpoint eller andre alternativer)
Etter kurset skal studentene ha:
- utviklet sin tekning om verdien av kvantitative data for å svare på viktige spørsmål innen arbeidslivet
- økt sin forståelse av hvordan (og når) eksperimentell metode kan gi innsikt i årsakssammenhenger, og kan brukes til å fostre innovasjon
- økt sin evne til å gjennomføre ulike statistiske analyser
- økt sin evne til å fremstille ulike resultater grafisk
Kurset legger hovedvekt på praktisk erfaring med analyse og anvendelse av kvantitative data i en organisasjonskontekst. Kurset vil bestå av en introduksjonsdel som er noe mer teoretisk, en midtdel med praktisk gjennomgang av ulike typer analyser, og en avsluttende del med praktisk gjennomføring av en datainnsamling med tilhørende analyse, tolkning og rapportering.
Den første delen av kurset vil ha overskriften «Data og statistikk i organisasjoner: hvorfor og hvordan», med undervisning i følgende temaer:
- Om people analytics
- Eksperimentelle og ikke-eksperimentelle tilnærminger
- Grunnleggende begreper
- Innføring i SPSS
Den andre delen av kurset vil ha overskriften «Den statistiske verktøykassa: vanlige analyser, «nye» tilnærminger, og datavisualisering», og vil gjennomgå følgende temaer:
- Vanlige analyser: korrelasjon, regresjon, t-test, ANOVA
- p-verdier og NHST (nullhypotese-signifikanstesting) og problemer med dem
- Effektstørrelser og statistisk styrke
- Datavisualisering
Den tredje delen av kurset har overskriften «People analytics i praksis» og vil gå nærmere inn på følgende temaer:
- Problemstilling, design, og innsamling
- Valg av analyse
- Rapportering og visualisering
Kurset gjennomføres med en serie forelesninger der pensum blir gjennomgått, men det vil i forelesningene også være en stor grad av praktisk jobbing med bruk av statistikkprogrammet SPSS og andre relevante programmer (f.eks. G*Power, Excel). Studentene vil også jobbe i grupper på 1-3 personer med 3 praktiske og eksamensrelevante arbeidskrav i løpet av semesteret, hvorav 2 må være godkjent for å kunne gå opp til eksamen. Hver enkelt student vil også få i oppgave å samle inn data som skal brukes til analysene i kursets tredje del. Dette innebærer å få 3-5 personer som IKKE er studenter på BI til å fylle ut et spørreskjema på nett.
I tillegg kommer en avsluttende individuell skriftlig eksamen.
Covid-19
Grunnet Covid-19 pandemien vil det kunne forekomme avvik i undervisnings- og læringsaktiviteter samt eksamen, sammenlignet med det som er beskrevet i denne kursbeskrivelsen.
Undervisning
Informasjon om hva som undervises på campus og andre digitale former vil bli presentert med forelesningsplanen før kursstart hvert semester.
Innføringskurs i statistikk samt kurset metode og innsikt (eller tilsvarende).
| Obligatorisk arbeidskrav | Gitt arbeidskrav | Obligatoriske arbeidskrav | Kommentar arbeidskrav |
|---|---|---|---|
| Obligatorisk | 3 | 2 | 3 arbeidskrav, hvorav 2 må være godkjent. Teller ikke på karakter, men gir kvalifikasjon til eksamen. Løses i grupper på 1 - 3 studenter. Oppgavene vil være eksamensrelevante. |
| Vurderinger |
|---|
Eksamenskategori: Innlevering Vurderingsform: Skriftlig innlevering Tilsyn med eksamensvakter Vekting: 100 Gruppering: Individuell Hjelpemidler:
Varighet: 3 Time(r) Eksamenskode: ORG 36301 Karakterskala: ECTS Kontinuasjon: Eksamen hvert semester |
| Aktivitet | Varighet | Kommentar |
|---|---|---|
Undervisning | 39 Time(r) | |
Studentenes eget arbeid med læringsressurser | 93 Time(r) | |
Gruppearbeid / oppgaver | 65 Time(r) | |
Eksamen | 3 Time(r) |
Et kurs med 1 studiepoeng tilsvarer en arbeidsmengde på 26-30 timer. Et kurs på 7,5 studiepoeng tilsvarer derfor en arbeidsmengde på minimum 200 timer.