Rúbrica Bloc 7 — Visualització de dades
Aquesta rúbrica s'aplica a la pràctica PR507407 — Dashboard Power BI del Bloc 7 del mòdul M5074 Sistemes de Big Data.
Nota final de la pràctica = suma ponderada dels quatre criteris (total 100 punts → escala 0-10).
Criteris d'avaluació
Criteri 1 — Model de dades i mesures DAX (30%)
Avalua la correcció del model relacional (Star Schema) i la qualitat de les mesures DAX, bàsiques i avançades.
| Nivell | Puntuació | Descriptor |
|---|---|---|
| Excel·lent | 27-30 pts | Star Schema correcte amb totes les relacions 1:N en la direcció adequada, taula de dates explícita i marcada com a tal, sense relacions directes entre dimensions. Inclou mesures bàsiques (vendes totals, variació %, YTD) i almenys una mesura avançada amb CALCULATE, FILTER, ALL o RELATED ben construïda i correcta. Les mesures estan formatejades adequadament (moneda, percentatge) i organitzades amb claredat. |
| Bé | 21-26 pts | Model amb les relacions principals configurades correctament, encara que algun aspecte sigui millorable (per exemple, la taula de dates no està marcada explícitament). Mesures bàsiques presents i correctes; la mesura avançada existeix però amb algun error menor o ús no òptim de CALCULATE/FILTER/ALL/RELATED. |
| Suficient | 15-20 pts | Model bàsic funcional amb almenys tres relacions, però amb algun problema (taula de dates absent o incompleta, relació ambigua). Mesures DAX limitades a SUM, COUNT o DIVIDE bàsics, sense mesures temporals ni avançades funcionals. |
| Insuficient | 0-14 pts | Model amb menys de tres taules relacionades o amb relacions incorrectes que produeixen resultats erronis. No hi ha mesures DAX creades, o les existents contenen errors que en fan invàlid el resultat. |
Criteri 2 — Visualitzacions i disseny del dashboard (25%)
Avalua el nombre, la varietat, la correcció i la qualitat visual de les sis visualitzacions del dashboard.
| Nivell | Puntuació | Descriptor |
|---|---|---|
| Excel·lent | 23-25 pts | Sis o més visualitzacions clares i ben triades per al tipus de dada que representen (aplicant els criteris de selecció de gràfic del bloc), amb KPIs destacats, títols descriptius, tema de color coherent i jerarquia visual evident. El disseny demostra haver aplicat els principis de Tufte (data-ink ratio, absència de chartjunk). |
| Bé | 18-22 pts | Sis visualitzacions presents i correctes, amb algun aspecte de disseny millorable (colors inconsistents, algun títol genèric). Els tipus de gràfic son majoritàriament adequats a les dades representades. |
| Suficient | 13-17 pts | Entre quatre i cinc visualitzacions funcionals, o sis visualitzacions amb errors de disseny notables (per exemple, un gràfic de pastís amb massa categories, eixos truncats sense justificació). Disseny bàsic però sense coherència estètica. |
| Insuficient | 0-12 pts | Menys de quatre visualitzacions, visualitzacions trencades o tipus de gràfic clarament inadequats per a les dades. Disseny desorganitzat. |
Criteri 3 — Interactivitat avançada (20%)
Avalua la implementació de bookmarks, drill-through i tooltip pages, i el seu funcionament correcte.
| Nivell | Puntuació | Descriptor |
|---|---|---|
| Excel·lent | 18-20 pts | Bookmarks ben configurats que capturen estats diferents i útils del dashboard, amb navegació funcional mitjançant botons. Drill-through configurat i operatiu cap a una pàgina de detall rellevant. Tooltip page personalitzada que aporta informació de context addicional en passar el cursor. Tots els mecanismes funcionen sense errors en obrir el fitxer. |
| Bé | 14-17 pts | Els tres mecanismes (bookmarks, drill-through, tooltip page) estan presents i funcionen, però algun és senzill o té un ús limitat (per exemple, un únic bookmark sense botó de navegació). |
| Suficient | 10-13 pts | Només dos dels tres mecanismes estan implementats i funcionen correctament, o els tres existeixen però amb errors de funcionament puntuals. |
| Insuficient | 0-9 pts | Cap mecanisme d'interactivitat avançada implementat, o els existents no funcionen en obrir el fitxer. |
Criteri 4 — Presentació, storytelling i reflexió (25%)
Avalua la qualitat de la presentació oral a l'aula i de les respostes a les preguntes de reflexió, seguint l'estructura de storytelling treballada al bloc.
| Nivell | Puntuació | Descriptor |
|---|---|---|
| Excel·lent | 23-25 pts | La presentació segueix una estructura narrativa clara (context, complicació, resolució, acció), comença pel missatge principal i s'adapta a una audiència no tècnica. Les decisions de disseny es justifiquen amb arguments concrets. Les preguntes de reflexió estan respostes amb profunditat, demostrant comprensió real de DAX, del model de dades i del procés de disseny. |
| Bé | 18-22 pts | La presentació té una estructura raonable i comunica els resultats principals, encara que pugui faltar la part d'acció/recomanació o estar poc desenvolupada. La majoria de preguntes de reflexió estan ben contestades, amb alguna resposta superficial. |
| Suficient | 13-17 pts | La presentació es limita a descriure els gràfics sense narrativa clara ni recomanació final. Les preguntes de reflexió estan contestades de forma bàsica o incompleta. |
| Insuficient | 0-12 pts | No hi ha presentació o és inintel·ligible. Les preguntes de reflexió no estan contestades o les respostes son incorrectes/genèriques. |
Taula de conversió de puntuació a nota
| Puntuació (sobre 100) | Nota (sobre 10) | Qualificació |
|---|---|---|
| 90 - 100 | 9,0 - 10 | Excel·lent |
| 80 - 89 | 8,0 - 8,9 | Notable alt |
| 70 - 79 | 7,0 - 7,9 | Notable baix |
| 60 - 69 | 6,0 - 6,9 | Bé |
| 50 - 59 | 5,0 - 5,9 | Suficient |
| 0 - 49 | 0 - 4,9 | Insuficient (no superat) |
La nota mínima per superar la pràctica és 5,0 (50 punts sobre 100).
Criteris de no presentació i plagi
Causes d'avaluació com a no presentat (NP)
Les situacions següents comporten la qualificació de No Presentat (NP) independentment del contingut de la pràctica:
- No lliurar el fitxer
.pbixdins el termini establert al Campus Virtual sense causa justificada prèvia. - El fitxer
.pbixno s'obre correctament a Power BI Desktop. - No assistir a la sessió de presentació (S33) sense justificació prèvia.
Política de plagi i ús d'IA generativa
La pràctica avalua la capacitat de modelatge de dades, programació DAX i disseny propis. Per tant:
- Presentar un fitxer
.pbixelaborat per una altra persona, o reutilitzat sense modificacions substancials d'un treball previ, és plagi i comporta una nota de 0 i l'obertura d'un expedient acadèmic. - Usar IA generativa (ChatGPT, Claude, Gemini, etc.) per generar automàticament les mesures DAX o el disseny complet del dashboard sense comprendre'n el funcionament és equivalent al plagi i té les mateixes conseqüències.
- L'ús d'IA com a eina de suport (aclarir la sintaxi d'una funció DAX, depurar un error concret) és permès i no cal declarar-lo, sempre que l'alumne sigui capaç d'explicar i defensar cada element del seu dashboard.
- El professorat pot convocar l'alumne a una defensa oral addicional de qualsevol pràctica entregada per verificar-ne la comprensió, més enllà de la presentació programada a l'aula.
Pes de la pràctica en la qualificació final del mòdul
| Element | Pes |
|---|---|
| PR507407 — Dashboard Power BI | 15% de la nota final del mòdul M5074 |
| Activitats del Bloc 7 (AC5074/07/01 a AC5074/07/04) | Incloses a la nota de participació |
Consulta la programació del mòdul per al pes complet de cada bloc i instrument d'avaluació.
Rúbrica PR507407 | Mòdul M5074 Sistemes de Big Data | Institut Sa Palomera (Blanes) | Curs CEIABD 2026-2027