SylabUZ
Course name | Statistical methods in pedagogy |
Course ID | 05.9-WP-PEDD-MS |
Faculty | Faculty of Social Sciences |
Field of study | Pedagogy |
Education profile | academic |
Level of studies | Second-cycle studies leading to MS degree |
Beginning semester | winter term 2022/2023 |
Semester | 2 |
ECTS credits to win | 4 |
Available in specialities | Events and cultural management - theatre profile, Pre-school and primary education, Speech therapy, Protective and educational pedagogy and prevention, Social assistance and sociotherapy, Resocialization with targeted therapy |
Course type | obligatory |
Teaching language | polish |
Author of syllabus |
|
The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
Laboratory | 30 | 2 | 18 | 1,2 | Credit with grade |
Zapoznanie studentów z podstawowymi pojęciami z zakresu statystyki. Uzyskanie przez studentów wiedzy dotyczącej stosowania i ograniczeń metod i narzędzi statystyki w badaniach społecznych. Przygotowanie studentów do korzystania z pakietu statystycznego (PS IMAGO/STATISTICA) w analizie wyników badań.
Wiedza z metodologii badań społecznych, metod i technik badań społecznych; umiejętność stawiania pytań/problemów badawczych, konstrukcji narzędzi badawczych. Podstawowa znajomość aplikacji środowiska MS Office.
Zagadnienia teoretyczne
Statystyka i jej przedmiot: miejsce metod statystycznych w procedurze badawcze (rola, zadania, możliwości i ograniczenia), ważniejsze pojęcia statystyczne. Pomiar i charakterystyka skal pomiarowych. Porządkowanie, grupowanie i prezentacja wyników pomiaru: szeregi statystyczne, tabele kontyngencji, wykresy, struktura, częstość.Miary statystyczne: położenia, rozproszenia, asymetrii (klasyczne i pozycyjne). Statystyki opisowe (średnia, odchylenie standardowe, mediana, dominanta). Statystyka indukcyjna: wnioskowanie statystyczne: błąd pierwszego rodzaju, błąd drugiego rodzaju, poziom istotności, p-wartość. Hipotezy statystyczne: rodzaje hipotez, hipoteza zerowa. Testy statystyczne: parametryczne (testy T-Studenta) i nieparametryczne (test chi kwadrat). Rozkład normalny zmiennej losowej.
Zagadnienia praktyczne
Przygotowanie badań ilościowych: omówienie etapów procesu badawczego ze szczególnym uwzględnieniem powiązań między problemami badawczymi, hipotezami a konstrukcją narzędzia pomiaru (ankieta). Wczytanie i kontrola danych empirycznych do programu SPSS: opis zmiennych i kafeterii, eliminacja błędów kodowania, wartości spoza zakresu i braków danych (kontrola ankiet). Podstawowa analiza zgromadzonych danych: określanie braków danych, obliczenie częstości, obliczanie podstawowych statystyk opisowych, opis próby badawczej. Przekształcanie surowych wyników: rekodowanie, obliczanie wartości. Wybór wielokrotny. Wybór obserwacji. Testowanie zależności między zmiennymi: konstrukcja tabel krzyżowych, istotność związku, testy parametryczne i nieparametryczne. Raport z badań: analiza uzyskanych wyników, omówienie wyników.
Treści teoretyczne: wykład konwencjonalny wspomagany prezentacją multimedialną i egzemplifikacją za pomocą programów statystycznych
Treści praktyczne: ćwiczenia indywidualne w pracowni komputerowej
Outcome description | Outcome symbols | Methods of verification | The class form |
Laboratoria
Warunkiem zaliczenia laboratorium jest uzyskanie powyżej 55% punktów z możliwych do uzyskania z laboratoriów. Punkty można uzyskać za: test z wiedzy teoretycznej (max 10%), dwa kolokwia z wiedzy praktycznej (max 85%), wykonanie zadań na laboratorium (max 5%). Ocena końcowa z przedmiotu ustalana jest na podstawie sumy procentów uzyskanych ze wszystkich kolokwiów (obejmujących umiejętności praktyczne i test z wiedzy teoretycznej) oraz wykonania zadań na laboratorium. Warunkiem zaliczenia testu teoretycznego i kolokwium praktycznego jest uzyskanie co najmniej połowy punktów.
Ocena końcowa
Ocena z ćwiczeń jest oceną ostateczną i ustalana jest następująco: od 55% dostateczny, od 65% dostateczny plus, od 75% dobry, od 85% dobry plus, od 95% bardzo dobry.
Modified by dr inż. Edyta Mianowska (last modification: 23-04-2022 00:39)