Cardinal Stefan Wyszynski University in Warsaw - Central Authentication System
Strona główna

Statistical Analysis of Survey Data-Primary Level

General data

Course ID: WSE-SO-ASDSpp
Erasmus code / ISCED: (unknown) / (unknown)
Course title: Statistical Analysis of Survey Data-Primary Level
Name in Polish: Analiza statystyczna danych sondażowych-poziom podstawowy
Organizational unit: Faculty of Social and Economic Sciences
Course groups:
ECTS credit allocation (and other scores): 3.00 Basic information on ECTS credits allocation principles:
  • the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS;
  • the student’s weekly hourly workload is 45 h;
  • 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes;
  • weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS;
  • work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load.
Language: (unknown)
(in Polish) Dyscyplina naukowa, do której odnoszą się efekty uczenia się:

sociology
Subject level:

elementary
Learning outcome code/codes:

enter learning outcome code/codes
Preliminary Requirements:

(in Polish) Statystyka opisowa na poziomie podstawowym

Analiza statystyczna na poziomie podstawowym
Short description: (in Polish)

IBM SPSS to system przeznaczony do analizy i graficznej wizualizacji danych oraz wyników analiz oferujący szerokie spektrum technik analitycznych.

Na zajęciach student poznaje możliwości analityczne modułu bazowego IBM SPSS Base, zawierającego podstawowe statystyki i najczęściej wykorzystywane procedury statystyczne. Celem przedmiotu jest przygotowanie studentów do wykonywania analizy statystycznej oraz interpretacji danych pochodzących z badań sondażowych.
Full description: (in Polish)

1. Wprowadzenie do zajęć

2. Edytory IBM SPSS – syntax, skrypty i autoskrypty, raport,

3. Zarządzenie zbiorami danych - Integracja, agregacja, filtrowanie zmiennych i obserwacji;

4. Przekształcanie danych - rekodowanie i autorekodowanie danych

5. Statystyka opisowa i miary rozproszenia

6. Niezaawansowane metody tworzenia wskaźników zmiennych

7. Tabele kontyngencji i testy korelacyjne

8. Statystyka indukcyjna

9. Testy parametryczne

10. Testy parametryczne - kontynuacja

11. Testy nieparametryczne

12. ANOVA

13. Korelacje

14. Raportowanie i wizualizacja danych

15. Powtórzenie materiału oraz ćwiczenia
Bibliography: (in Polish)

Babbie E., 2004, Badania społeczne w praktyce, Wydawnictwo Naukowe PWN, Warszawa.

Nawojczyk M., 2002, Przewodnik po statystyce dla socjologów, SPSS Polska, Kraków.

Górniak Jarosław, J. Wachnicki, 2004, Pierwsze kroki w analizie danych, SPSS Polska, Kraków.

Bedyńska, Sylwia; Brzezicka, Aneta (red.), Statystyczny drogowskaz 1. Praktyczny poradnik analizy danych w naukach społecznych na przykładach z psychologii, SWPS ACADEMICA, Warszawa 2007.

Bedyńska, Sylwia; Brzezicka, Aneta (red.), Statystyczny drogowskaz 2. Praktyczny poradnik analizy danych w naukach społecznych na przykładach z psychologii, SWPS ACADEMICA, Warszawa 2013.

Efekty kształcenia i opis ECTS: (in Polish)

Student potrafi pracować na zbiorze danych, posiada wiedzę aby przeprowadzić poprawnie procedury analityczne potrzebne do falsyfikacji hipotez badawczych.

Student potrafi właściwie analizować przyczyny i przebieg procesów i zjawisk

społecznych, formułować własne opinie na ten temat oraz stawiać

proste hipotezy badawcze i je weryfikować

Potrafi potrafi odpowiednio określić priorytety służące realizacji określonego

przez siebie lub innych zadania

Udział w ćwiczeniach 30 godz.

Przygotowanie do testu: 20 godz.

Samodzielne wykonywanie zadań: 20 godz.

Konsultacje: 5 godz.

Suma godzin: 75=około 3 ECTS
Assessment methods and assessment criteria: (in Polish)

Obecność na zajęciach - możliwa jedna nieobecność;

Egzamin w formie testowej;

Kolokwia, praca samodzielna jak i w grupach

70% praca pisemna

20% aktywność i uczestnictwo w zajęciach, praca w grupach

10% obecność
Practical placement: (in Polish)

Nie dotyczy

Classes in period "Winter semester 2021/22" (past)

Time span: 2021-10-01 - 2022-01-31
Selected timetable range:
Navigate to timetable
Type of class:
Classes, 30 hours, 24 places more information
Coordinators: Joanna Wróblewska-Skrzek
Group instructors: Joanna Wróblewska-Skrzek
Students list: (inaccessible to you)
Examination: Course - graded credit
Classes - graded credit
(in Polish) E-Learning:

(in Polish) E-Learning (pełny kurs) z podziałem na grupy
Type of subject:

obligatory
(in Polish) Grupa przedmiotów ogólnouczenianych:

(in Polish) nie dotyczy
Short description: (in Polish)

IBM SPSS to system przeznaczony do analizy i graficznej wizualizacji danych oraz wyników analiz oferujący szerokie spektrum technik analitycznych.

Na zajęciach student poznaje możliwości analityczne modułu bazowego IBM SPSS Base, zawierającego podstawowe statystyki i najczęściej wykorzystywane procedury statystyczne. Celem przedmiotu jest przygotowanie studentów do wykonywania analizy statystycznej oraz interpretacji danych pochodzących z badań sondażowych.
Full description: (in Polish)

1. Wprowadzenie do zajęć

2. Edytory IBM SPSS – syntax, skrypty i autoskrypty, raport,

3. Zarządzenie zbiorami danych - Integracja, agregacja, filtrowanie zmiennych i obserwacji;

4. Przekształcanie danych - rekodowanie i autorekodowanie danych

5. Statystyka opisowa i miary rozproszenia

6. Niezaawansowane metody tworzenia wskaźników zmiennych

7. Tabele kontyngencji i testy korelacyjne

8. Statystyka indukcyjna

9. Testy parametryczne

10. Testy parametryczne - kontynuacja

11. Testy nieparametryczne

12. ANOVA

13. Korelacje

14. Raportowanie i wizualizacja danych

15. Powtórzenie materiału oraz ćwiczenia
Bibliography: (in Polish)

Babbie E., 2004, Badania społeczne w praktyce, Wydawnictwo Naukowe PWN, Warszawa.

Nawojczyk M., 2002, Przewodnik po statystyce dla socjologów, SPSS Polska, Kraków.

Górniak Jarosław, J. Wachnicki, 2004, Pierwsze kroki w analizie danych, SPSS Polska, Kraków.

Bedyńska, Sylwia; Brzezicka, Aneta (red.), Statystyczny drogowskaz 1. Praktyczny poradnik analizy danych w naukach społecznych na przykładach z psychologii, SWPS ACADEMICA, Warszawa 2007.

Bedyńska, Sylwia; Brzezicka, Aneta (red.), Statystyczny drogowskaz 2. Praktyczny poradnik analizy danych w naukach społecznych na przykładach z psychologii, SWPS ACADEMICA, Warszawa 2013.

Wymagania wstępne: (in Polish)

brak

Classes in period "Winter semester 2022/23" (past)

Time span: 2022-10-01 - 2023-01-31
Selected timetable range:
Navigate to timetable
Type of class:
Classes, 30 hours, 26 places more information
Coordinators: Joanna Wróblewska-Skrzek
Group instructors: Joanna Wróblewska-Skrzek
Students list: (inaccessible to you)
Examination: Course - graded credit
Classes - graded credit
(in Polish) Opis nakładu pracy studenta w ECTS:

(in Polish) Student potrafi pracować na zbiorze danych, posiada wiedzę aby przeprowadzić poprawnie procedury analityczne potrzebne do falsyfikacji hipotez badawczych.

Student potrafi właściwie analizować przyczyny i przebieg procesów i zjawisk

społecznych, formułować własne opinie na ten temat oraz stawiać

proste hipotezy badawcze i je weryfikować

Potrafi potrafi odpowiednio określić priorytety służące realizacji określonego

przez siebie lub innych zadania


Udział w ćwiczeniach 30 godz.

Przygotowanie do testu: 20 godz.

Samodzielne wykonywanie zadań: 20 godz.

Konsultacje: 5 godz.

Suma godzin: 75=około 3 ECTS
Type of subject:

obligatory
(in Polish) Grupa przedmiotów ogólnouczenianych:

(in Polish) nie dotyczy
Short description: (in Polish)

IBM SPSS to system przeznaczony do analizy i graficznej wizualizacji danych oraz wyników analiz oferujący szerokie spektrum technik analitycznych.

Na zajęciach student poznaje możliwości analityczne modułu bazowego IBM SPSS Base, zawierającego podstawowe statystyki i najczęściej wykorzystywane procedury statystyczne. Celem przedmiotu jest przygotowanie studentów do wykonywania analizy statystycznej oraz interpretacji danych pochodzących z badań sondażowych.
Full description: (in Polish)

1. Wprowadzenie do zajęć

2. Edytory IBM SPSS – syntax, skrypty i autoskrypty, raport,

3. Zarządzenie zbiorami danych - Integracja, agregacja, filtrowanie zmiennych i obserwacji;

4. Przekształcanie danych - rekodowanie i autorekodowanie danych

5. Statystyka opisowa i miary rozproszenia

6. Niezaawansowane metody tworzenia wskaźników zmiennych

7. Tabele kontyngencji i testy korelacyjne

8. Statystyka indukcyjna

9. Testy parametryczne

10. Testy parametryczne - kontynuacja

11. Testy nieparametryczne

12. ANOVA

13. Korelacje

14. Raportowanie i wizualizacja danych

15. Powtórzenie materiału oraz ćwiczenia
Bibliography: (in Polish)

Babbie E., 2004, Badania społeczne w praktyce, Wydawnictwo Naukowe PWN, Warszawa.

Nawojczyk M., 2002, Przewodnik po statystyce dla socjologów, SPSS Polska, Kraków.

Górniak Jarosław, J. Wachnicki, 2004, Pierwsze kroki w analizie danych, SPSS Polska, Kraków.

Bedyńska, Sylwia; Brzezicka, Aneta (red.), Statystyczny drogowskaz 1. Praktyczny poradnik analizy danych w naukach społecznych na przykładach z psychologii, SWPS ACADEMICA, Warszawa 2007.

Bedyńska, Sylwia; Brzezicka, Aneta (red.), Statystyczny drogowskaz 2. Praktyczny poradnik analizy danych w naukach społecznych na przykładach z psychologii, SWPS ACADEMICA, Warszawa 2013.

Wymagania wstępne: (in Polish)

Statystyka opisowa na poziomie podstawowym

Analiza statystyczna na poziomie podstawowym

Classes in period "Winter semester 2023/24" (past)

Time span: 2023-10-01 - 2024-01-31
Selected timetable range:
Navigate to timetable
Type of class:
Classes, 30 hours, 25 places more information
Coordinators: Joanna Wróblewska-Skrzek
Group instructors: Joanna Wróblewska-Skrzek
Students list: (inaccessible to you)
Examination: Course - graded credit
Classes - graded credit
(in Polish) E-Learning:

(in Polish) E-Learning
(in Polish) Opis nakładu pracy studenta w ECTS:

(in Polish) Student potrafi pracować na zbiorze danych, posiada wiedzę aby przeprowadzić poprawnie procedury analityczne potrzebne do falsyfikacji hipotez badawczych.

Student potrafi właściwie analizować przyczyny i przebieg procesów i zjawisk

społecznych, formułować własne opinie na ten temat oraz stawiać

proste hipotezy badawcze i je weryfikować

Potrafi potrafi odpowiednio określić priorytety służące realizacji określonego

przez siebie lub innych zadania


Udział w ćwiczeniach 30 godz.

Przygotowanie do testu: 20 godz.
Type of subject:

obligatory
(in Polish) Grupa przedmiotów ogólnouczenianych:

(in Polish) nie dotyczy
Short description: (in Polish)

IBM SPSS/PASW Statistics to system przeznaczony do analizy i graficznej wizualizacji danych oraz wyników analiz oferujący szerokie spektrum technik analitycznych.

Na zajęciach student poznaje możliwości analityczne modułu bazowego IBM SPSS Base, zawierającego podstawowe statystyki i najczęściej wykorzystywane procedury statystyczne. Celem przedmiotu jest przygotowanie studentów do wykonywania analizy statystycznej oraz interpretacji danych pochodzących z badań sondażowych.
Full description: (in Polish)

1. Wprowadzenie do zajęć

2. Edytory IBM SPSS – syntax, skrypty i autoskrypty, raport,

3. Zarządzenie zbiorami danych - Integracja, agregacja, filtrowanie zmiennych i obserwacji;

4. Przekształcanie danych - rekodowanie i autorekodowanie danych

5. Statystyka opisowa i miary rozproszenia

6. Niezaawansowane metody tworzenia wskaźników zmiennych

7. Tabele kontyngencji i testy korelacyjne

8. Statystyka indukcyjna

9. Testy parametryczne

10. Testy parametryczne - kontynuacja

11. Testy nieparametryczne

12. ANOVA

13. Korelacje

14. Raportowanie i wizualizacja danych

15. Powtórzenie materiału oraz ćwiczenia
Bibliography: (in Polish)

Babbie E., 2004, Badania społeczne w praktyce, Wydawnictwo Naukowe PWN, Warszawa.

Nawojczyk M., 2002, Przewodnik po statystyce dla socjologów, SPSS Polska, Kraków.

Górniak Jarosław, J. Wachnicki, 2004, Pierwsze kroki w analizie danych, SPSS Polska, Kraków.

Bedyńska, Sylwia; Brzezicka, Aneta (red.), Statystyczny drogowskaz 1. Praktyczny poradnik analizy danych w naukach społecznych na przykładach z psychologii, SWPS ACADEMICA, Warszawa 2007.

Bedyńska, Sylwia; Brzezicka, Aneta (red.), Statystyczny drogowskaz 2. Praktyczny poradnik analizy danych w naukach społecznych na przykładach z psychologii, SWPS ACADEMICA, Warszawa 2013.

Wymagania wstępne: (in Polish)

brak
Course descriptions are protected by copyright.
Copyright by Cardinal Stefan Wyszynski University in Warsaw.
ul. Dewajtis 5,
01-815 Warszawa tel: +48 22 561 88 00 https://uksw.edu.pl contact accessibility statement USOSweb 7.0.3.0-1 (2024-04-02)