Metodologia badań podłużnych 1600-SZD-PS-MBP
Przedmiotem zajęć będzie wprowadzenie do tematyki metodologii badań longitudinalnych
Uczestnicy zostaną zapoznani z różnymi rodzajami modeli longitudinalnych z
wykorzystaniem analizy w ujęciu modeli równań strukturalnych, ale także z wykorzystaniem
innych podejść (np. GEE). Kurs będzie miał charakter praktyczny i będzie obejmował w
przybliżeniu następującą szczegółową tematykę:
I. Badania poprzeczne vs. badania podłużne
II. Rodzaje badań longitudinalnych
III. Model pomiarowy. Longitudinalna konfirmacyjna analiza czynnikowa (CFA).
IV. Modele panelowe
V. Wielogrupowa analiza longitudinalna w ujęciu równań strukturalnych (SEM)
VI. Krzywe wzrostu
VII. Moderacja i mediacja w badaniach podłużnych
VIII. Inne podejścia w analizie danych longitudinalnych (GLM, ARIMA, GEE, LMM,
GLMM)
Dodatkowe tematy w miarę możliwości czasowych, które zostaną uwzględnione to m.in. tzw.
„attrition analysis” oraz „sensitivity analysis”.
Kurs stanowi kontynuację zajęć pt. „Modelowanie równań strukturalnych”..
Rodzaj przedmiotu
Efekty kształcenia
W wyniku uczestnictwa w kursie doktoranci będą:
rozumieli i potrafili scharakteryzować i wyjaśnić podstawowe idee leżące u podłoża metodologii badań longitudinalnych
umieli rozróżnić różne rodzaje modeli longitudinalnych
potrafili dobrać właściwy rodzaj modelu strukturalnego do analizy danych logitudinalncyh
potrafili poddać analizie dane longitudinalne w obrębie modeli strukturalnych z wykorzystaniem specjalistycznego oprogramowania (SPSS, Amos, R)
umieli ocenić jakość dopasowania poszczególnych modeli
potrafili ocenić i poddać interpretacji i opisowi uzyskane rezultaty w formie zbliżonej do tej typowej dla publikacji impaktowanych
Kryteria oceniania
Opis wymagań związanych z uczestnictwem w zajęciach, w tym dopuszczalnej liczby nieobecności podlegających usprawiedliwieniu
• znajomość języka angielskiego, mile widziana podstawowa znajomość
oprogramowania statystycznego (SPSS, Amos, R)
• dozwolona liczba nieobecności: 2 godz. akademickie (1 spotkanie)
Zasady zaliczania zajęć i przedmiotu (w tym zaliczania poprawkowego)
• na ocenę, pod uwagę będzie brana aktywność podczas zajęć, oraz przede wszystkim przygotowanie projektu końcowego
Metody weryfikacji efektów uczenia się
• przygotowanie jednego większego projektu wymagającego analizy danych z
zastosowaniem poznanych technik. Projekt będzie również wymagał interpretacji i opisu wyników w formie typowej dla publikacji w czasopismach impaktowanych
kryteria oceniania
• m.in. adekwatność doboru modelu równań strukturalnych do danych longitudinalnych, poprawność obliczeń statystycznych, poprawność interpretacji wyników, jakość opisu wyników
Literatura
Little, T. D. (2013). Longitudinal structural equation modeling. Guilford press.
Selig, J. P., & Little, T. D. (2012). Autoregressive and cross-lagged panel analysis for longitudinal data.
Garson, G. D. (2013). Generalized Linear Models & Generalized Estimating Equations. Statistical Associates Publishers: Asheboro.
Garson, G. D. (2013). Longitudinal Analysis. Statistical Associates Publishers:Asheboro.
Additional literature might be added/proposed at the beginning of the course.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: