Podstawy statystyki z IBM SPSS 3301-JS2927-2ST
Podczas przeprowadzania badań naukowcy często zbierają dane liczbowe, aby odpowiedzieć na określone pytania i/lub przetestować określone hipotezy. Zebrane dane zawsze opowiadają pewną historię, ale ta historia staje się o wiele bardziej interesująca, gdy możliwa jest generalizacja wyników. To znaczy, gdy możliwe jest stwierdzenie, że wyniki uzyskane w badaniu można uogólnić na szerszą populację. Co jest bardziej interesujące? Możliwość stwierdzenia, że 1) metoda nauczania A działa lepiej niż metoda nauczania B w grupie 50 uczniów, których badałeś, czy 2) że metoda A działa lepiej niż metoda B ogólnie, wśród polskich uczniów? Druga opcja jest znacznie bardziej użytecznym odkryciem. Jednak aby móc to stwierdzić, potrzebne są statystyki. Na szczęście oprogramowanie statystyczne wykonuje teraz wszystkie obliczenia, jeżeli wiemy jak go użyć.
Ten kurs ma na celu zapoznanie uczestników z podstawami statystyki inferencyjnej przy użyciu IBM SPSS, popularnego oprogramowania statystycznego. Kurs jest głównie praktyczny, koncentruje się na sprawdzaniu danych, organizowaniu danych i korzystaniu z oprogramowania, przeprowadzaniu analiz statystycznych. Konieczne są jednak pewne podstawy teoretyczne, zwłaszcza na początku kursu. Aby uczestniczyć w kursie nie jest wymagane żadne doświadczenie w statystyce i oczekuje się jedynie podstawowej znajomości matematyki.
Kurs obejmuje następujące tematy:
Część 1:
1. Znaczenie statystyki
2. Zmienne i porządkowanie danych
3. Interfejs SPSS
4. Testowanie założeń i uruchamianie diagnostyki danych
5. Porównywanie dwóch średnich (testy t-studenta i jego odpowiedniki nieparametryczne): przeprowadzenie testów i raportowanie wyników.
6. Porównywanie dwóch lub więcej średnich (ANOVA i jej odpowiedniki nieparametryczne): przeprowadzenie testów i raportowanie wyników.
7. Analiza danych z 2 (lub więcej) kategorycznymi zmiennymi niezależnymi: Jak rozumieć interakcje w ANOVA.
8. Wizualizacja danych 1: Wykorzystanie wykresów skrzynkowych i liniowych do wizualizacji porównań grupowych.
Część 2:
9. Wprowadzenie do koncepcji liniowości i reszt.
10. Wprowadzenie do prostej regresji liniowej z ciągłą zmienną zależną (dodatkowe testy: zapewnienie liniowości i wykrywanie wartości odstających).
11. Analizy regresji z predyktorami kategorialnymi: Zmienne binarne
12. Wprowadzenie do wielokrotnej regresji liniowej ze zmienną zależną ciągłą (dodatkowy test: sprawdzanie współliniowości).
13. Efekty główne a efekty proste: Interakcje w analizach regresji.
14. Wizualizacja danych 2: Wykresy punktowe.
15. Raportowanie wyników analiz regresji.
16. Wielokrotna regresja liniowa z dwumianowymi zmiennymi zależnymi.
17. Jak wizualizować i raportować prawdopodobieństwa i współczynniki nieparzyste.
Rodzaj przedmiotu
Tryb prowadzenia
zdalnie
w sali
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza
Studenci znają i rozumieją:
- K_W01 w pogłębionym stopniu terminologię, teorię i metody badań odpowiadające aktualnemu stanowi zaawansowanej wiedzy w dyscyplinie językoznawstwo, zgodnie z obraną przez siebie specjalnością (oraz ścieżką kształcenia)
- K_W04 pojęcia i zasady z zakresu ochrony własności intelektualnej i prawa autorskiego
Umiejętności
Studenci potrafią:
- K_U01 w pogłębionym stopniu stosować terminologię, teorie i zaawansowane metody badań językoznawczych do rozwiązywania złożonych i oryginalnych problemów badawczych zgodnie z obraną przez siebie specjalnością (oraz ścieżką kształcenia)
- K_U04 stosować w praktyce pojęcia i zasady z zakresu ochrony własności intelektualnej i prawa autorskiego
Kompetencje społeczne
Studenci są gotowi do:
- K_K01 krytycznej oceny posiadanej wiedzy i odbieranych treści
- K_K02 uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych oraz zasięgania opinii ekspertów w przypadku trudności z samodzielnym rozwiązaniem problemu
Kryteria oceniania
Ocena końcowa opiera się na następujących składowych
Udział w zajęciach (50% oceny). Obejmuje to następujące elementy:
• Wykonywanie zadań w klasie
• Udział w dyskusji na zajęciach
Końcowa ocena praktyczna (50% oceny). Może ona obejmować jeden lub oba z poniższych elementów:
• Test praktyczny składający się z 3 lub więcej większych zadań.
• Test teoretyczny.
Obecność: Dopuszczalne są 4 nieobecności.
Jeśli uczestnik otrzyma ocenę niezadowalającą, przeprowadzona zostanie druga ocena praktyczna (tj. drugi zestaw krótkich zadań).
Literatura
Kurs jest głównie praktyczny, a wszelkie potrzebne materiały teoretyczne zostaną dostarczone. Poniższa lista odnosi się do książek, które mogą być przydatne, jeśli uczestnicy zamierzają dalej zgłębiać tematy.
Field, A. (2017). Discovering statistics using IBM SPSS statistics (5th Ed.). Los Angeles: Sage.
Howell, D. C. (2013). Statistical methods for Psychology (8th Edition). Belmont: Wadsworth.
Salkind, N. J., & Frey, B. B. (2019). Statistics for people who (think they) hate statistics (7th Ed.). Los Angeles: Sage.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: