Domaine : Sciences économiques et de gestion
Section : Gestion hôtelière

Fiche descriptive d'une Unité d'Enseignement
Année académique 2023-2024

Traitement & gestion de l'information

UE 29

Enseignant(s) responsable de l'UE : Caroline DEBAILLE
Autres enseignant·e·s de l'UE : Jennifer DEMEULDRE

Coordonnées du service : Campus d'Anderlecht
Avenue Émile Gryzon 1 (bât. 4C)
1070 Anderlecht

Langue(s) d'enseignement : Français

Niveau du cycle : 1er cycle

Période de l'année : Quadrimestre 2

Cadre européen de certification : Niveau 6

Caractère obligatoire ou au choix dans le programme : Cours obligatoire dans le programme

Renseignements d'identification

Année d'études : Bloc 2

Acronyme : GHU22TRAI

Nombre de crédits ECTS : 4 (Facteur de pondération)

Volume horaire : 45h (Q1 0 / Q2 45)

Épreuves spécifiques par AA

Liste des UE prérequises : Néant

Liste des UE corequises : Néant

Liste des activités d'apprentissage

Activité d'apprentissage	Volume horaire	ECTS	Présence obligatoire
GH22DATA Data analysis	30	2	NON
GH22INFO1 Informatique 1	15	2	OUI

Contribution de l'UE au profil d'enseignement du programme

HE01 HE. 1. organise, au sein de l’entreprise, la collecte des informations et leur traitement dans une perspective d’analyse marketing, comptable, financière et juridique tout en s’appropriant les logiciels et des outils de gestion adéquats.
HE02 HE. 2. identifie ses forces et ses faiblesses et met en œuvre une démarche autonome d’enrichissement de ses capacités.
HE08 HE. 8. développe l’approche analytique critique et réflexive d’un problème concret et identifie les solutions à mettre en place.
RE02.3 ARES. 2.3 Présenter et défendre les données et rapports d'activités relatifs à la situation de l'entreprise
RE04 ARES. 4 Analyser les données utiles à la réalisation de sa mission en adoptant une démarche systémique

Autres connaissances ou compétences prérequises

Data analysis

Maîtrise des concepts de moyenne, écart-type, population, échantillon et probabilités

Informatique 1

Connaissance usuelle du français.

Descriptif des objectifs et des contenus de l'UE

Data analysis

Objectifs

Rendre l’étudiant capable de

comprendre les démarches et analyses statistiques comme indicateurs de performance
réaliser une étude statistique approfondie intégrant la gestion de la marge d’erreur
utiliser l’outil statistique comme outil d’aide à la décision dans le cadre de la gestion hôtelière

Contenu

Variables aléatoires discrètes
Variables aléatoires continues
Intervalles de confiance
Principe des tests d’hypothèses
Inférence pour 2 moyennes de population
Inférence pour des proportions de population
Procédures Khi²

Informatique 1

Objectifs

Rendre l'étudiant capable d'utiliser un tableur (Excel) afin de réaliser des applications concrètes et utiles à la gestion courante de l'hôtellerie.

Contenu

- Tableaux,\r\n- cellules,\r\n- formats de cellules,\r\n- formules et fonctions,\r\n- filtres,\r\n- mise en forme conditionnelle,\r\n- graphiques.

Activités et méthodes d'apprentissage et d'enseignement

Data analysis

Ex cathedra et exercices d’application

Informatique 1

Cours d’exercices pratiques. Les exercices se font individuellement. Méthode active et différenciées : sur base des fiches, des conseils et des solutions, l'étudiant doit, à son rythme, arriver à obtenir le résultat adéquat. Chaque nouveau concept est introduit par des exemples et suivi d’exercices sur PC

Acquis d'apprentissage sanctionnés, spécifiques et contribuant à l'UE

Data analysis

Maîtriser les tests d'hypothèse dans le cadre d'un TFE ou d'une étude de marché, aide à la prise de décisions

Informatique 1

Encoder, présenter, synthétiser et analyser des données chiffrées.

Description des supports de cours indispensables

Description	Accès à la source	URL
Data analysis : Notes de cours et exercices disponibles sur le campus numérique	sur le campus numérique	—

Description des références et des supports complémentaires

Description	Accès à la source	URL
Data analysis : TRIOLA M.F., Elementary Statistics, Pearson, 2018 (13th ed.)	—	—
Data analysis : WEISS N., Elementary Statistics, Pearson, 2012 (8th ed)	—	—
Informatique 1 : Notes de cours et exercices disponibles sur le campus numérique	sur le campus numérique	—
Data analysis : Borsenberger C., Statistiques pour l'économie et la gestion, De Boeck supérieur	—	—

Mode d'évaluation et de pondération par activité au sein de l'UE

L'utilisation de l'IA dans le cadre des apprentissages, des travaux et des évaluations est régie par la charte IA disponible ici.

Cette unité d'enseignement est évaluée en épreuves spécifiques par activité d'apprentissage.

Méthode d'intégration :

Si aucune des notes des différentes AA qui composent l'UE ne se situe en deçà de 8/20, c'est la technique de la moyenne arithmétique pondérée qui est appliquée.
Si la note d'une ou plusieurs AA composant une UE se situe en deçà de 8/20, la note finale de l'UE correspondra à la plus mauvaise des notes reçues.

Juin

Data analysis Méthode d'intégration : 50 %

Examen écrit — 100 %

Type de questions : Questionnaire mixte (combinaison de plusieurs types de questions différentes) · Examen à livre : Livre fermé

Informatique 1 Méthode d'intégration : 50 %

Évaluation continue — 100 %

Type de questions : — · Examen à livre : Livre ouvert

Le cours étant un cours pratique, il est un cours en évaluation continue dont la présence est obligatoire. A ce titre, il est soumis aux règles d’activités de présence obligatoire telles que prévue dans le RGEE des études (points 6.3.2).

A la fin du quadrimestre, un test récapitulatif sera fait en classe. Il sera organisé à livre ouvert. L'étudiant absent lors de ce test, aura 0 pour le cours et ce même s'il a remis tous ces travaux.

Août

Data analysis Méthode d'intégration : 50 %

Examen écrit — 100 %

Type de questions : Questionnaire mixte (combinaison de plusieurs types de questions différentes) · Examen à livre : Livre fermé

Informatique 1 Méthode d'intégration : 50 %

Examen écrit — 100 %

Type de questions : — · Examen à livre : Livre ouvert