ASTK18379U Datadrevet Organisationsanalyse

Årgang 2021/2022
Engelsk titel

Data Driven Organizational Analysis

Uddannelse

Bachelorstuderende (2017-studieordningen): 7,5 ECTS

Kandidatstuderende: 7,5 ECTS

Kursusindhold

Hvad er en organisation, hvordan drives den, og hvordan måler vi en organisations evne til at producere en given ydelse? Dette fag undersøger disse spørgsmål ved at tage udgangspunkt i udvalgte, primært offentlige, organisationer og deres nuværende problemstillinger.

Faget kombinerer indsigterne fra offentlig forvaltning, nærmere bestemt organisationsteori og -analyse med nye metoder til dybdegående kvantitative analyser. Du vil lære om forskellige tilgange til at måle organisatorisk effektivitet og beskæftige dig med dataanalyse

på et felt, der vanligvis er svært at undersøge på grund af følsomme eller ikke-tilgængelige organisatoriske data.

Faget bygger på rationelt orienteret organisationsteori og forsøger at udnytte nutidens moderne beregningsmetoder til at udtrække og analysere organisationsdata, som ikke tidligere har været muligt.

Faget fokuserer på følgende temaer:

1. Organisationsteori: Anvend rationelle perspektiver på organisationer og reflektér kritisk over udvælgelsen af disse med udgangspunkt i tilgængelige data.

2. Datamanipulering: Omdan ustruktureret data til et datasæt du kan analysere. Dette inkluderer importering, rensning, transformation og fletning af forskellige datakilder.

3. Dataanalyse: Generer organisatoriske indsigter ved at beskrive, analysere og visualisere data.

4. Organisationsanalyse: Analysér organisationsstruktur, organisatoriske

koordinationsmekanismer og organisatorisk effektivitet og diskutér dine resultaters betydning for den givne organisation.

Til eksamen kommer du til at arbejde med data og analyse af en selvvalgt case, fra en organisation, du er i dialog med. Læs mere under Eksamen.

Målbeskrivelser

Viden

Den studerende vil kunne:

● Redegøre for udvalgte rationelle organisationsteoretiske perspektiver, herunder forskellige teoretiske forståelser af centrale begreber, fx organisation, struktur, datadrevet styring, effektivitet, koordination, information

● Redegøre for teoretisk informerede modeller for organisationsanalyse

● Bearbejde data indlejret i organisationer

● Beskrive organisatoriske problemstillinger/​opgaver, herunder organisatorisk kontekst for opgaveløsning

● Redegøre for organisatorisk koordination af opgaveløsning

● Redegøre for etiske og praktiske udfordringer i forbindelse med datadrevet organisationsanalyse

 

Færdigheder:

Den studerende vil kunne:

● Analysere fordele og ulemper ved at arbejde med forskellige datatyper og deres evne til at besvare forskellige spørgsmål inden for samfundsvidenskaben

● Definere rammer og afgrænsninger for organisationsanalyser

● Programmere grundlæggende i Python, skrive og debugge kode

● Anvende datamanipulerings- og visualiseringsværktøjer til at beskrive, rense, transformere, flette, visualisere og analysere data

 

Kompetencer:

Den studerende vil opnå følgende kompetencer:

● Anvende metoder til kritisk udvælgelse og afgrænsning af organisatoriske cases

● Analysere organisationsstruktur, herunder organisationers grundlæggende opbygning og opgavefordeling

● Diskutere og fortolke analyser, herunder kriterier for tolkning af data og kausalitet

● Fortolke resultater af selvstændig brug af moderne beregningsmetoder og organisatorisk data til indsigt i organisatoriske problemstillinger

Undervisningsmateriale

Udvalgte eksempler på materiale:

● Organization Design (1977) af , Jay R. Galbraith.

● Python for Data Analysis, 2. udgave. (2017) af Wes McKinney

Endelig information om kursusmateriale vil vil blive meddelt via Absalon.

Artikler og øvelser som bruges i undervisningen tilstræbes stillet til rådighed via Absalon.

Ingen særlige forudsætninger er påkrævet.
Det anbefales, at du gennemgår nedenstående to øvelser (inkl. læsning af litteratur), hvis du ikke har forudgående kendskab til hhv. organisationsteori/​-analyse eller programmering i
Python.
Øvelse 1: Organisationsteori/​-analyse
[TBA]
Øvelse 2: Programmering i Python
[TBA]
Det samlede tidsforbrug for begge øvelser er ca. 50 timer.
Undervisningen tilrettelægges som forelæsninger med indbyggede øvelser. Forelæsninger vil enten have primært teoretisk eller case-baseret fokus, hvorfor formen for de enkelte undervisningsgange vil variere. Desuden vil flere af de case-baserede forelæsninger inkludere eksterne oplæg ved repræsentanter fra case-organisationerne.
Op til eksamen tilrettelægges desuden spørgetimer med udgangspunkt i fagets læsegrupper og de enkelte eksamenscases (se detaljer om læsegrupper nedenfor under afsnittet “eksamen”).
Der vil ifm. analysearbejde med sensitive organisationsdata kræves underskrivelse af samtykkeerklæringer ift. ikke-deling af data som forudsætning for at få adgang hertil, da dette kan være et krav fra fagets samarbejdspartnere.
Undervisningen tilrettelægges med fysisk fremmøde, og kursets undervisningsform og tilrettelæggelse planlægges derfor med brug af forskellige aktiviteter, som bl.a. kræver fysisk tilstedeværelse. Dog tages der forbehold for, at Covid-19 ikke muliggør dette, hvorfor der tages højde for, hvordan kurset kan omlægges til virtuel deltagelse, hvis dette skulle vise sig nødvendigt.
  • Kategori
  • Timer
  • Holdundervisning
  • 28
  • I alt
  • 28
Mundtlig
Kollektiv
Peerfeedback (studerende giver hinanden feedback)
Point
7,5 ECTS
Prøveform
Skriftlig aflevering
Fri opgave
Skriftlig hjemmeopgave der laves i grupper 3-4 studerende. Eksamen i faget indebærer udarbejdelse af en datadrevet organisationsanalyse pba. en selvvalgt case. I løbet af faget arbejdes med metoder til caseudvælgelse og der er mulighed for løbende feedback ift. cases. Der er mulighed for ifm. opgaveskrivningen at udveksle feedback blandt de studerende.
De studerende inddeles ved semesterstart i læsegrupper, som danner udgangspunkt for case-arbejdet i løbet af semesteret, og herunder også eksamen.
Vær opmærksom på overholdelse af reglerne for skriftlige gruppeafleveringer som beskrevet nærmere i rammestudieordningen for SAMF samt reglerne for eksamenssnyd og plagiat,
som beskrevet i Københavns Universitets fælles kvalitetssikringspolitik for uddannelser.
Eksamensopgaven skal skrives på dansk.
Krav til indstilling til eksamen

Der er ingen krav for at man kan gå til eksamen, dog vil der i løbet af kurset blive stillet nogle valgfrie opgaver. Opgaverne har til formål at forberede de studerende på at skulle kontakte organisationer mhp. at indhente data, udvikle et forskningsdesign og lave en databeskrivelse.

Bedømmelsesform
7-trins skala
Censurform
Ingen ekstern censur
Reeksamen

Reeksamen finder sted i februar måned 2022. Ved tilmelding til reeksamen vil man få mulighed for at indgå i nye eksamensgrupper som kursusansvarlig danner eller danne sin egen lille enmands-gruppe.

- På semestret hvor kurset finder sted: Fri skriftlig opgave  

- På efterfølgende semestre: Fri skriftlig opgave

Kriterier for bedømmelse
  • Karakteren 12 gives for den fremragende præstation, dvs. hvor den studerende med ingen eller få og uvæsentlige mangler og på selvstændig og overbevisende måde er i stand til at indfri målbeskrivelsen for udbuddet.
  • Karakteren 7 gives for den gode præstation, dvs. hvor den studerende, om end med adskillige mangler, på sikker vis er i stand til at indfri målbeskrivelsen for udbuddet.
  • Karakteren 02 gives for den tilstrækkelige præstation, dvs. den minimalt acceptable præstation, hvor den studerende kun usikkert, mangelfuldt og/​eller uselvstændigt er i stand til at indfri målbeskrivelsen for udbuddet.