Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie - Centralny System Uwierzytelniania
Strona główna

Analiza danych empirycznych

Informacje ogólne

Kod przedmiotu: WF-PS-N-ADM
Kod Erasmus / ISCED: 14.4 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0313) Psychologia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Analiza danych empirycznych
Jednostka: Instytut Psychologii
Grupy: Przedmioty obowiązkowe dla III roku
Punkty ECTS i inne: 4.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Dyscyplina naukowa, do której odnoszą się efekty uczenia się:

psychologia

Poziom przedmiotu:

średnio-zaawansowany

Symbol/Symbole kierunkowe efektów uczenia się:

PS_W06

PS_U06

Skrócony opis:

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.

Pełny opis:

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:

● 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

Efekty kształcenia i opis ECTS:

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)

Metody i kryteria oceniania:

- 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%.

Zajęcia w cyklu "Semestr zimowy 2022/23" (zakończony)

Okres: 2022-10-01 - 2023-01-31
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin, 8 miejsc więcej informacji
Koordynatorzy: Justyna Harasimczuk, Karolina Rymarczyk
Prowadzący grup: Justyna Harasimczuk, Karolina Rymarczyk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę
E-Learning:

E-Learning (pełny kurs) z podziałem na grupy

Typ przedmiotu:

obowiązkowy

Grupa przedmiotów ogólnouczenianych:

nie dotyczy

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-01-31
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin, 8 miejsc więcej informacji
Koordynatorzy: Karolina Rymarczyk, Ewa Topolewska-Siedzik
Prowadzący grup: Karolina Rymarczyk, Ewa Topolewska-Siedzik
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę
E-Learning:

E-Learning (pełny kurs) z podziałem na grupy

Typ przedmiotu:

obowiązkowy

Grupa przedmiotów ogólnouczenianych:

nie dotyczy

Skrócony opis:

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.

Pełny opis:

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:

● 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

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie.
ul. Dewajtis 5,
01-815 Warszawa
tel: +48 22 561 88 00 https://uksw.edu.pl
kontakt deklaracja dostępności mapa serwisu USOSweb 7.0.4.0-1 (2024-05-13)