1. SylabUZ
2. Faculty of Social Sciences
3. winter term 2018/2019
4. Sociology - Second-cycle studies leading to MS degree
5. Zaawansowana komputerowa analiza danych

Generate PDF for this page

Zaawansowana komputerowa analiza danych - course description

Aim of the course

Przygotowanie studentów do stosowania zaawansowanych procedur analizy danych sondażowych i ich praktycznego wykorzystania: obliczania, analizy i interpretacji wyników badań empirycznych. Nabycie przez studentów umiejętności korzystania z pakietu statystycznego IBM Statistics SPSS.

Prerequisites

Save changes

Scope

 

1. Zarządzanie zbiorami danych.
2. Operacje na danych. Tworzenie nowych zmiennych.
3. Tworzenie indeksów. Analiza rzetelności
4. Analizy wielozmiennowe – analiza wariancji, korelacje, analiza czynnikowa, regresja liniowa, analiza skupień.
5. Problemy interpretacji danych sondażowych.
6. Praca z własnym projektem badawczym.

Teaching methods

Metoda laboratoryjna problemowa, metoda zajęć praktycznych.

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

FORMA ZALICZENIA ĆWICZEŃ	UWAGI
Zaliczenie na ocenę	Tak
Kolokwium pisemne	Zadania realizowane z wykorzystaniem pakietu IBM Statistics SPSS Minimalny próg wymagań udzielenie poprawnych odpowiedzi na 50% pytań. Przewidziano realizację co najmniej dwóch kolokwiów.
Zakres materiału obejmującego kolokwium.	Zgodnie z przedstawionym na pierwszych zajęciach Sylabusem: łączenie zbiorów, analiza danych w podgrupach, wybór obserwacji do analizy), procedury przekształcania danych, analizy współzmienności zmiennych (miary siły związku i korelacje), redukcja danych za pomocą analizy czynnikowej i analizy skupień, modele wyjaśniania – analiza regresji, tworzenie indeksów (z wykorzystaniem algorytmu badacza) oraz analiza ich rzetelności; analiza wariancji (ANOVA).
Realizacja zadań przewidzianych programem.	Łączenie zbiorów, analiza danych w podgrupach, wybór obserwacji do analizy), procedury przekształcania danych, analizy współzmienności zmiennych (miary siły związku i korelacje), redukcja danych za pomocą analizy czynnikowej i analizy skupień, modele wyjaśniania – analiza regresji, tworzenie indeksów (z wykorzystaniem algorytmu badacza) oraz analiza ich rzetelności; analiza wariancji (ANOVA) Student musi wykonać wszystkie zadania i zapisać ich efekt we własnym folderze.
Zasady uzyskania oceny końcowej  z ćwiczeń.	Ocena z ćwiczeń stanowić będzie średnią ocen uzyskanych z kolokwiów.

Recommended reading

1. Babbie E. , Badania społeczne w praktyce, Wydawnictwo Naukowe PWN, Warszawa 2006.
2. Bedyńska S., Brzezicka A., Statystyczny drogowskaz, Wydawnictwo SWPS „Academica” Warszawa 2007.
3. Górniak J., Wachnicki J., Pierwsze kroki w analizie danych, Wydawnictwo SPSS Polska, Kraków, 2000.
4. Pavkov T. W., Pierce K. A.,Do biegu, gotowi – start. Wprowadzenie do SPSS dla Windows, Wydawnictwo GWP Gdańsk 2005.
5. Ćwiczenia i materiały własne prowadzącej zajęcia.

Further reading

1. Brzeziński J. (red.) Wielozmiennowe modele statystyczne w badaniach psychologicznych, Wydawnictwo Naukowe PWN, Warszawa-Poznań 1987.
2. P. Francuz, R. Mackiewicz, Liczby nie wiedzą, skąd pochodzą.Przewodnik po metodologii i statystyce. Nie tylko dla psychologów, Wydawnictwo KUL, Lublin 2004
3. Nawojczyk M. Przewodnik po statystyce dla socjologów, Wydawnictwo SPSS Polska, Kraków 2004..
4. Wieczorkowska G., Statystyka. Wprowadzenie do analizy danych sondażowych i eksperymentalnych, Warszawa 2004.

Notes

studenci mogą w całym cyklu kształcenia otrzymywać licencjonowaną w ramach programu Ariadna wersję programu IBM statistics  SPSS(w nowej wersji każdego roku) do wykorzystania przy realizacji własnych projektów.

Modified by dr Jarosław Wagner (last modification: 13-04-2018 16:32)