Analysis of empirical data

Celem zajęć jest przygotowanie Studenta do samodzielnego przeprowadzenia podstawowych analiz statystycznych w pakiecie SPSS i ich interpretacji. Zdobyta wiedza i umiejętności są konieczne do rozumienia empirycznych raportów z badań w literaturze psychologicznej. Zajęcia są warsztatowe, odbywają się przy komputerach z oprogramowaniem SPSS. Analizowane są rzeczywiste dane z opublikowanych artykułów naukowych.

1. Wprowadzenie do zajęć

2. Statystyki opisowe: m.in. średnia, odchylenie standardowe, skośność, kurtoza

3–4. Analiza korelacji

5–6. Średnia i odchylenie standardowe w podziale na płeć, test t dla różnic międzygrupowych oraz miara wielkości efektu, test t dla prób zależnych

7–8. Jednoczynnikowa analiza wariancji

9–10. Analiza regresji liniowej

11. Analiza spójności wewnętrznej

12–13. Eksploracyjna analiza czynnikowa

14. Powtórzenie wiadomości

15. Kolokwium

● Literatura podstawowa

Bedyńska, S., Cypryańska, M. (2012). Statystyczny drogowskaz 1. Praktyczne wprowadzenie do wnioskowania statystycznego. Wydawnictwo Akademickie SEDNO.

Bedyńska, S., Cypryańska, M. (2012). Statystyczny drogowskaz 3. Praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych. Wydawnictwo Akademickie SEDNO.

Bedyńska, S., Cypryańska, M. (2013). Statystyczny drogowskaz 2. Praktyczne wprowadzenie do analizy wariancji. Wydawnictwo Akademickie SEDNO.

Field, A. (2013). Discovering statistics using IBM SPSS statistics (4th ed.). SAGE Publications.

Józefacka, N. M., Kołek, M. F., Arciszewska-Leszczuk, A., Iwankowski, P. (red.). (2023). Metodologia i statystyka. Przewodnik naukowego turysty (t. 1). Wydawnictwo Naukowe PWN.

● Artykuły z bazami danych, które będą analizowane podczas zajęć

Jauk, E., Knodler, M., Frenzel, J., Kanske, P. (2022). Do highly sensitive persons display hypersensitive narcissism? Similarities and differences in the nomological networks of sensory processing sensitivity and vulnerable narcissism. Journal of Clinical Psychology. https://doi.org/10.1002/jclp.23406

Leicht, C., Sharp, C. A., LaBouff, J. P., Zarzeczna, N., Esldon-Baker, F. (2021). Content Matters: Perceptions of the Science-Religion Relationship. The International Journal for the Psychology of Religion, 32(3), 232–255. https://doi.org/10.1080/10508619.2021.2003111

Vesper, D., Konig, C. J. (2022). Ever thought about strikes? Development of a scale to assess attitudes and behavioral reactions to strikes. Journal of Business and Psychology. https://doi.org/10.1007/s10869-022-09801-7

Zajenkowski, M. (2021). How do teenagers perceive their intelligence? Narcissism, intellect, well-being and gender as correlates of self-assessed intelligence among adolescents. Personality and Individual Differences, 169, artykuł 109978. https://doi.org/10.1016/j.paid.2020.109978

WIEDZA:

- zna i rozumie sposób empirycznej weryfikacji hipotez w psychologii

- zna podstawowe metody statystyczne stosowane w literaturze naukowej

UMIEJĘTNOŚCI:

- potrafi zastosować odpowiednie metody analizy statystycznej do interpretacji danych empirycznych oraz ocenić wartość stosowanych technik badawczych

KOMPETENCJE:

- zachowuje krytycyzm wobec uzyskanych wyników analiz statystycznych jako narzędzia weryfikującego tezy teoretyczne

ECTS: 4 punkty (udział w zajęciach: 30 godzin, przygotowanie do zajęć: 60 godzin; przygotowanie do kolokwium: 30 godzin)

- na ocenę niedostateczną (2): student nie potrafi poprawnie stosować omawianych w trakcie zajęć metod statystycznych bądź wykorzystuje je bezrefleksyjnie, nie uwzględniając ich uwarunkowań. Formułuje błędne lub nieuprawnione wnioski, nieadekwatnie posługując się terminologią statystyczną. Dostarcza wyjaśnień lub uzasadnień niezwiązanych lub mających nikły związek z analizowanym problemem, którego często nie potrafi poprawnie określić. Nie zwraca uwagi na błędy w wyborach testów statystycznych i wyciąga na ich podstawie błędne wnioski.

- na ocenę dostateczną (3): student w ograniczonym zakresie wykorzystuje posiadaną wiedzę do rozwiązania konkretnych problemów statystycznych i uzasadnienia przyjętych rozwiązań. Potrafi poprawnie wykorzystać niektóre z omawianych w trakcie zajęć metod statystycznych, ale pomija inne lub nie stosuje ich prawidłowo, a dostarczane przez niego uzasadnienia często są niepełne bądź niejasne. Prezentując otrzymane rozwiązania, czasami niepoprawnie posługuje się terminologią statystyczną. Zdarza się, że błędne decyzje odnośnie testów statystycznych student pozostawia bez komentarza i wyciąga na ich podstawie błędne wnioski.

- na ocenę dobrą (4): student poprawnie stosuje omawiane w trakcie zajęć metody statystyczne, choć zdarza mu się pominąć w analizie problemu niektóre – czasami nawet kluczowe – założenia. Otrzymane rozwiązania przedstawia, używając poprawnej terminologii statystycznej. Potrafi wychwycić błędne decyzje odnośnie testów statystycznych, poprawić je i sformułować odpowiednie wnioski.

- na ocenę bardzo dobrą (5): student potrafi dokonać całościowej analizy konkretnego problemu statystycznego, uwzględniając wszystkie dostępne informacje i uzasadnić wybór proponowanego rozwiązania. Jest wrażliwy na niespójności i pomyłki w przedstawianiu zagadnień statystycznych, potrafi je wychwycić i skorygować. Poprawnie stosuje omawiane w trakcie zajęć metody statystyczne, potrafi także przedyskutować ich ograniczenia. Rzadko podejmuje błędne decyzje odnośnie testów statystycznych, jednak poprawia się i formułuje odpowiednie wnioski.

Na ocenę końcową przedmiotu składają się:

- obecność na zajęciach

- aktywność na zajęciach

- zaliczenie kolokwium

Dopuszczalne są dwie nieobecności na ćwiczeniach w semestrze. Nadmiarowe nieobecności muszą zostać odpracowane w formie uzgodnionej z prowadzącą przed zapowiedzianym terminem kolokwium semestralnego. Nieodpracowanie nieobecności wiąże się z obniżeniem oceny końcowej adekwatnie do liczby nieobecności.

Kolokwium będzie miało formę pisemną z wykorzystaniem programu SPSS. Próg zaliczenia wynosi 60%.