Metody analizy danych w pracach naukowych
Informacje ogólne
Kod przedmiotu: | WF-PS-N-MAD |
Kod Erasmus / ISCED: |
14.4
|
Nazwa przedmiotu: | Metody analizy danych w pracach naukowych |
Jednostka: | Instytut Psychologii |
Grupy: |
Wykłady monograficzne - Psychologia |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | polski |
Poziom przedmiotu: | zaawansowany |
Symbol/Symbole kierunkowe efektów uczenia się: | PS_K02 PS_K03 |
Skrócony opis: |
Celem zajęć jest przygotowanie Studenta do samodzielnego przeprowadzenia podstawowych analiz statystycznych w pakiecie SPSS. Zdobyta wiedza i umiejętności są konieczne do samodzielnego napisania pracy magisterskiej oraz lepszego rozumienia empirycznych raportów z badań w literaturze psychologicznej. Zajęcia mają charakter warsztatowy. |
Pełny opis: |
1. Powtórzenie podstawowych informacji dotyczących procesu badawczego w psychologii: - problem badawczy, pytanie badawcze, hipotezy, - hipotezy kierunkowe i niekierunkowe, - hipotezy zerowe i hipotezy badawcze, - skala pomiarowa a hipoteza badawcza, - nacisk na zróżnicowanie: związki pomiędzy zmiennymi a różnice pomiędzy grupami. 2. Struktura raportu z badania. Standardy APA. 3. Wprowadzenie do SPSS – omówienie funkcjonalności programu oraz specyfiki wprowadzania danych: - trzy rodzaje plików SPSS: baza danych, raport, komendy - baza danych SPSS: zmienne (wszystkie funkcjonalności), dane, wiersze, kolumny - tworzenie zmiennych i wprowadzanie danych do SPSS - SPSS a inne formaty plików (Excel, dat.) - łączenie zbiorów, podział na podzbiory, wybór obserwacji 4. Podstawowe sposoby tworzenia wskaźników (średnia, suma). Rekodowanie zmiennych. 5. Opis i prezentacja danych: - tabele częstości i wykresy, - statystyki opisowe (miary tendencji centralnej, miary rozproszenia, miary kształtu rozkładu) i testy normalności rozkładu. 6. Podstawy wnioskowania statystycznego i jego błędy (powtórzenie). Testy wykorzystujące rozkład chi-kwadrat (postać hipotez – rodzaj danych – założenia), - tabele krzyżowe (liczebności obserwowane i liczebności oczekiwane), - testy chi2. 7. Testy t-Studenta (postać hipotez – rodzaj danych – założenia i sposoby ich weryfikacji) i ich nieparametryczne odpowiedniki (testy Welcha, Wilcoxona, U-Manna-Whitneya). 8. Analiza wariancji (postać hipotez – rodzaj danych – założenia i sposoby ich weryfikacji): - jednoczynnikowa, jednowymiarowa analiza wariancji, - testy post hoc (pojęcie efektu głównego) i kontrasty, - dwuczynnikowa, jednowymiarowa analiza wariancji (pojęcie efektów prostych i interakcji). 9. Relacje pomiędzy zmiennymi: korelacje i regresje (postać hipotez – rodzaj danych – założenia i sposoby ich weryfikacji): - korelacja: założenia, wykresy, - korelacja r-Pearsona, rho-Spearman, tau-Kendalla, - korelacje cząstkowe, - wnioskowanie statystyczne: istotność i siła związku, - analiza regresji a analiza korelacji r-Pearsona i korelacje cząstkowe, - analiza regresji z jednym predyktorem i z wieloma predyktorami. 10. Rzetelność i trafność pomiaru: - alfa Cronbacha (spójność wewnętrzna skali) - eksploracyjna analiza czynnikowa 11. Powtórzenie wraz z raportowaniem wyników zgodnie z APA (struktura raportu z badań). |
Literatura: |
Bedyńska, S., Książek, M. (2012). Statystyczny drogowskaz, wydanie 3-tomowe. Warszawa: Wydawnictwo Akademickie Sedno. Pallant, J. (2010). SPSS survival manual. Berkshire: McGraw-Hill Education. |
Efekty kształcenia i opis ECTS: |
WIEDZA: - rozróżnia i charakteryzuje podstawowe analizy statystyczne UMIEJĘTNOŚCI: - przeprowadza podstawowe analizy w SPSS i interpretuje ich wyniki KOMPETENCJE: - zachowuje krytycyzm wobec uzyskanych wyników analiz statystycznych jako narzędzia weryfikującego tezy teoretyczne |
Właścicielem praw autorskich jest Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie.