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.

Koordynatorzy przedmiotu

Breno Barreto Silva

Rodzaj przedmiotu

fakultatywne

Tryb prowadzenia

mieszany: w sali i zdalnie
zdalnie
w sali

Założenia (opisowo)

- Ukończenie wprowadzenia do metodologii badań na studiach pierwszego stopnia. - Podstawowe umiejętności obsługi komputera. - Dostęp do komputera. Studenci musza miec dostep do komputera na zajeciach. Komputer będzie używany do uruchamiania oprogramowania IBM SPSS. Licencjonowane oprogramowanie zostanie dostarczone przez prowadzącego. - Znajomość języka angielskiego na poziomie B2 (średniozaawansowany) lub wyższym.

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

*** Obowiązuje studentów, którzy rozpoczęli studia w roku 2022/2023 ***

Wiedza
Studenci znają i rozumieją:
K_W01 w sposób pogłębiony specyfikę językoznawstwa na tle dziedziny nauk humanistycznych
K_W02 w sposób pogłębiony tendencje rozwoju badań językoznawczych w ramach filologii angielskiej
K_W03 istotne zagadnienia, główne metody i teorie badań w zakresie stosowania analiz statystycznych w językoznawstwie
K_W04 w sposób pogłębiony zasady projektowania badań językoznawczych, a w szczególności stosowania metod i narzędzi w formułowaniu problemów badawczych i testowaniu hipotez

Umiejętności
Studenci potrafią:
K_U01 posługiwać się zaawansowaną terminologią i aparatem pojęciowym z zakresu językoznawstwa, literaturoznawstwa i kulturoznawstwa
K_U03 wykorzystać zdobytą wiedzę do opisania i rozwiązania problemu oraz wykonania projektu naukowego dotyczącego tematyki z zakresu dyscypliny językoznawstwo
K_U04 w sposób pogłębiony analizować i syntetyzować treści i zjawiska językowe, literackie i kulturowe w kontekście społecznym, historycznym i gospodarczym
K_U05 rozpoznawać różnice pomiędzy alternatywnymi podejściami metodologicznymi stosowanymi w danej dyscyplinie
K_U08 uczestniczyć w pracy projektowej, współdziałać z innymi osobami w ramach prac zespołowych i kierować pracą zespołu
K_U09 przedstawić zdobytą wiedzę w sposób spójny, precyzyjny i poprawny językowo, posługując się językiem angielskim na poziomie C2 według Europejskiego Systemu Opisu Kształcenia Językowego, dobierając odpowiednio formy wypowiedzi do sytuacji komunikacyjnej, oraz komunikować się z innymi, zróżnicowanym kręgami odbiorców (kompetencje mediacyjne)

Kompetencje społeczne
Studenci są gotowi do:
K_K02 kształcenia ustawicznego, rozwoju osobistego i zawodowego wykorzystując wiedzę i umiejętności uzyskane w trakcie studiów
K_K03 wzięcia odpowiedzialności za pracę własną i poszanowania pracy innych, dbając o przestrzeganie zasad etyki zawodowej, rozwijanie etosu zawodu oraz zasad i norm etycznych w nauce w odniesieniu do dyscyplin reprezentowanych w programie kształcenia
K_K04 krytycznej oceny własnej wiedzy i umiejętności w zakresie kierunku studiów

Kryteria oceniania

Wykonywanie krótkich zadań podczas zajęć (weryfikacja efektów: W, U, K).
Test pisemny (weryfikacja efektów: W, U). Zaliczenie w formie ustnej (weryfikacja efektów: W, U, K).

Obecność: Dopuszczalne są 4 nieobecności.

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.