Advanced Quantitative Research Methods
General data
Course ID: | SD-1D-ZBI |
Erasmus code / ISCED: | (unknown) / (unknown) |
Course title: | Advanced Quantitative Research Methods |
Name in Polish: | Zaawansowane metody badań ilościowych |
Organizational unit: | The Maria Grzegorzewska University |
Course groups: | |
ECTS credit allocation (and other scores): |
0 OR
3.00
(depends on study program)
|
Language: | Polish |
Type of course: | obligatory courses |
Short description: |
(in Polish) Wiedza Posiada wiedzę na temat prowadzenia badań z zastosowaniem metod analizy danych ilościowych. Umiejętności Posiada umiejętność samodzielnego i zespołowego planowania i prowadzenia badań z zastosowaniem metod analizy danych ilościowych oraz przedstawiania ich wyników w różnych formach (np. pisemnej, czy prezentacji). Umie analizować dane ilościowe z wykorzystaniem modeli regresyjnych oraz ścieżkowych. Umie konstruować wskaźniki zmiennych w oparciu o wyniki eksploracyjnej oraz konfirmacyjnej analizy czynnikowej. |
Full description: |
(in Polish) 1. Analiza korelacji – przypomnienie. 2. Regresja wielokrotna. 3. Zmienne jakościowe w analizie regresji. 4. Metody analizy moderatorów (moderacji) w analizie regresji. 5. Analiza mediacji w analizie regresji. 6. Eksploracyjna analiza czynnikowa (EFA). 7. Wprowadzenie do modelowania strukturalnego – filozofia modelowania, miary dopasowania modeli, oprogramowanie. 8. Konfirmacyjna analiza czynnikowa (CFA). 9. Modelowanie strukturalne ze zmiennymi ukrytymi (SEM). 10. Opracowanie i prezentacja wyników analiz. |
Classes in period "Winter semestr 2020/2021" (past)
Time span: | 2020-10-01 - 2021-02-21 |
Navigate to timetable
MO TU WYK
WYK
W TH FR |
Type of class: |
Lecture, 30 hours
|
|
Coordinators: | Anna Zajenkowska | |
Group instructors: | Jacek Gralewski, Krzysztof Krejtz | |
Students list: | (inaccessible to you) | |
Examination: | Grading | |
Bibliography: |
(in Polish) Wybrane artykuły będą przekazane podczas zajęć. |
Classes in period "Academic year 2021/2022" (past)
Time span: | 2021-10-01 - 2022-09-30 |
Navigate to timetable
MO LAB
TU LAB
W TH FR |
Type of class: |
Laboratory, 30 hours
|
|
Coordinators: | Jacek Gralewski | |
Group instructors: | Jacek Gralewski | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
Grading
Laboratory - Grading |
|
Short description: |
(in Polish) SPOSÓB POMIARU EFEKTÓW KSZTAŁCENIA 1. Indywidualna praca zaliczeniowa (na ocenę) mająca na celu samodzielną analizę danych z wykorzystaniem metod regresyjnych, analizy mediacji oraz analizy interakcji. |
|
Full description: |
(in Polish) 1. Szczególne przypadki mające wpływ na wyniki analiz korelacyjnych – przypomnienie . 2. Regresja jednozmiennowa - istota, miary dopasowania modelu. 3. Regresja wielokrotna - możliwości analizy i miary dopasowania modelu. 4. Metody analizy moderatorów (moderacji) w analizie regresji. 5. Analiza mediacji w analizie regresji. |
|
Bibliography: |
(in Polish) Bedyńska, S., Książek, M. (2012) (red.), Statystyczny drogowskaz 3. Praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych. Warszawa: Wydawnictwo Akademickie Sedno. 2. Francuz, P., Mackiewicz, R. (2007). Liczby nie wiedzą skąd pochodzą. Lublin: KUL. 3. Larose, D. T. (2008). Metody i modele eksploracji danych. Warszawa: PWN. 4. Bedyńska, S., Brzezicka, A. (2012) Statystyczny drogowskaz. Praktyczny poradnik analizy danych w naukach społecznych na przykładach z psychologii. Warszawa: Wydawnictwo Academica. |
|
Notes: |
(in Polish) Realizacja zajęć: Zajęcia będą prowadzone bezpośrednio ze wsparciem platformy MS TEAMS . Link do zespołu: https://teams.microsoft.com/l/team/19%3aRTiRdV5bCL_4em0Q3oofNKlaDUuvL1MuRILt2bobH-U1%40thread.tacv2/conversations?groupId=5fa9c78f-a47e-435c-9af4-8c0a76b267b6&tenantId=aee18df6-9fc6-4188-b9f4-b3f12e451c86 NAKŁAD PRACY STUDENTA Liczba godzin kontraktowych (ćwiczenia) - 15h Przygotowanie się do zajęć - 15h Przygotowanie pracy zaliczeniowej - 15h Łączny nakład pracy studenta - 45h |
Classes in period "Winter semestr 2022/2023" (past)
Time span: | 2022-10-01 - 2023-02-19 |
Navigate to timetable
MO KON
TU W TH FR |
Type of class: |
Seminar, 30 hours
|
|
Coordinators: | Jacek Gralewski | |
Group instructors: | Jacek Gralewski | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
Grading
Seminar - Grading |
|
Short description: |
(in Polish) SPOSÓB POMIARU EFEKTÓW KSZTAŁCENIA 1. Indywidualna praca zaliczeniowa (na ocenę) mająca na celu samodzielną analizę danych z wykorzystaniem metod regresyjnych, analizy mediacji, analizy interakcji, analizy czynnikowej oraz modelowania strukturalnego . |
|
Full description: |
(in Polish) 1. Szczególne przypadki mające wpływ na wyniki analiz korelacyjnych – przypomnienie . 2. Regresja jednozmiennowa - istota, miary dopasowania modelu. 3. Regresja wielokrotna - możliwości analizy i miary dopasowania modelu. 4. Metody analizy moderatorów (moderacji) w analizie regresji. 5. Analiza mediacji w analizie regresji. 6. Eksploracyjna analiza czynnikowa (EFA). 7. Wprowadzenie do modelowania strukturalnego – filozofia modelowania, miary dopasowania modeli, oprogramowanie. 8. Konfirmacyjna analiza czynnikowa (CFA). 9. Modelowanie strukturalne ze zmiennymi ukrytymi (SEM). 10. Opracowanie i prezentacja wyników analiz. |
|
Bibliography: |
(in Polish) 1. Bedyńska, S., Książek, M. (2012) (red.), Statystyczny drogowskaz 3. Praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych. Warszawa: Wydawnictwo Akademickie Sedno. 2. Francuz, P., Mackiewicz, R. (2007). Liczby nie wiedzą skąd pochodzą. Lublin: KUL. 3. Larose, D. T. (2008). Metody i modele eksploracji danych. Warszawa: PWN. 4. Bedyńska, S., Brzezicka, A. (2012) Statystyczny drogowskaz. Praktyczny poradnik analizy danych w naukach społecznych na przykładach z psychologii. Warszawa: Wydawnictwo Academica. 5. Hayes, A.F. (2009). Beyond Baron and Kenny: Statistical mediation analysis in the new millennium. Communication Monographs, 76(4), 408–420. 6. Humenny, G., Grygiel, P. (2015). Wielowymiarowa struktura latentna w perspektywie analizy czynnikowej. W: A. Pokropek (red.), Modele cech ukrytych w badaniach edukacyjnych, psychologii i socjologii. Teoria i zastosowania (s. 124–159). Warszawa: Instytut Badań Edukacyjnych. 7. Hancock, G.R., Mueller, R.O. (2001). Rethinking construct reliability within latent variable systems. W: R. Cudeck, S. du Toit, D. Sörbom (red.), Structural equation modeling: Present and future (s. 195–216). Lincolnwood, IL: Scientific Software International. 8. Konarski, R. (2009). Modele równań strukturalnych. Teoria i praktyka. Warszawa: WN PWN. |
|
Notes: |
(in Polish) Realizacja zajęć: Zajęcia będą prowadzone bezpośrednio ze wsparciem platformy MS TEAMS . Link do zespołu: https://teams.microsoft.com/l/team/19%3amaWiGViAifSof_VQRWdO_8vpeH96HIdQNdEzi0T21D81%40thread.tacv2/conversations?groupId=5359939f-418c-4122-ac30-80f358b2f5e1&tenantId=aee18df6-9fc6-4188-b9f4-b3f12e451c86 NAKŁAD PRACY STUDENTA Liczba godzin kontraktowych (ćwiczenia) - 30h Przygotowanie się do zajęć - 15h Przygotowanie pracy zaliczeniowej - 15h Łączny nakład pracy studenta - 60h |
Classes in period "Winter semestr 2023/2024" (past)
Time span: | 2023-10-01 - 2024-02-18 |
Navigate to timetable
MO TU W TH KON
FR |
Type of class: |
Seminar, 30 hours
|
|
Coordinators: | Jacek Gralewski | |
Group instructors: | Jacek Gralewski | |
Students list: | (inaccessible to you) | |
Examination: | Grading | |
Short description: |
(in Polish) SPOSÓB POMIARU EFEKTÓW KSZTAŁCENIA 1. Indywidualna praca zaliczeniowa (na ocenę) mająca na celu samodzielną analizę danych z wykorzystaniem metod regresyjnych, analizy mediacji, analizy interakcji, analizy czynnikowej oraz modelowania strukturalnego . |
|
Full description: |
(in Polish) 1. Szczególne przypadki mające wpływ na wyniki analiz korelacyjnych – przypomnienie. 2. Regresja jednozmiennowa - istota, miary dopasowania modelu. 3. Regresja wielokrotna - możliwości analizy i miary dopasowania modelu. 4. Metody analizy moderatorów (moderacji) w analizie regresji. 5. Analiza mediacji w analizie regresji. 6. Eksploracyjna analiza czynnikowa (EFA). 7. Wprowadzenie do modelowania strukturalnego – filozofia modelowania, miary dopasowania modeli, oprogramowanie. 8. Konfirmacyjna analiza czynnikowa (CFA). 9. Opracowanie i prezentacja wyników analiz. |
|
Bibliography: |
(in Polish) Literatura obowiązkowa: 1. Bedyńska, S., Brzezicka, A. (2012) Statystyczny drogowskaz. Praktyczny poradnik analizy danych w naukach społecznych na przykładach z psychologii. Warszawa: Wydawnictwo Academica. 2. Bedyńska, S., Książek, M. (2012) (red.), Statystyczny drogowskaz 3. Praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych. Warszawa: Wydawnictwo Akademickie Sedno. 4. Cichocka, A., Bilewicz, M. (2010). Co kryje się w nieistotnych efektach ststystycznych? Możliwości zastosowania analizy supresji w psychologii spolecznej. Psychologia Społeczna, tom 5 (2-3), 191-198. 5. Gignac, G. E., SZodorai, E. T. (2016). Effect size guildelines for individual differences researchers. Personality and Individualn Differences, 102, 74-78. 6. Hayes, A.F. (2009). Beyond Baron and Kenny: Statistical mediation analysis in the new millennium. Communication Monographs, 76(4), 408–420. 7. Hayes, A.F. (2022). Introduction to mediation, moderation and conditional process analysis. New York: Guilford Press. 8. Humenny, G., Grygiel, P. (2015). Wielowymiarowa struktura latentna w perspektywie analizy czynnikowej. W: A. Pokropek (red.), Modele cech ukrytych w badaniach edukacyjnych, psychologii i socjologii. Teoria i zastosowania (s. 124–159). Warszawa: Instytut Badań Edukacyjnych. 9. Hancock, G.R., Mueller, R.O. (2001). Rethinking construct reliability within latent variable systems. W: R. Cudeck, S. du Toit, D. Sörbom (red.), Structural equation modeling: Present and future (s. 195–216). Lincolnwood, IL: Scientific Software International. 10. Hu, L., Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55. Literatura uzupełniająca: 1. Francuz, P., Mackiewicz, R. (2007). Liczby nie wiedzą skąd pochodzą. Lublin: KUL. 2. Konarski, R. (2009). Modele równań strukturalnych. Teoria i praktyka. Warszawa: WN PWN. 3. Larose, D. T. (2008). Metody i modele eksploracji danych. Warszawa: PWN. |
|
Notes: |
(in Polish) Realizacja zajęć: Zajęcia będą prowadzone bezpośrednio ze wsparciem platformy MS TEAMS . Link do zespołu: https://teams.microsoft.com/l/team/19%3aqynADS2c4X0Ca1jEZIfwWU1AJmVDMYTcVZcKBeiPzdE1%40thread.tacv2/conversations?groupId=d174523a-62eb-4c3e-bef1-28bbfeb3e3a8&tenantId=aee18df6-9fc6-4188-b9f4-b3f12e451c86 METODY PRACY: WIEDZA -dyskusja -pokaz -działania praktyczne -prezentacja multimedialna -praca z tekstem UMIEJĘTNOŚCI -pokaz -działania praktyczne KOMPETENCJE SPOŁECZNE -dyskusja -pokaz -działania praktyczne NAKŁAD PRACY STUDENTA Liczba godzin kontraktowych (ćwiczenia) - 30h Przygotowanie się do zajęć - 15h Przygotowanie pracy zaliczeniowej - 15h Łączny nakład pracy studenta - 60h |
Copyright by Akademia Pedagogiki Specjalnej im. Marii Grzegorzewskiej w Warszawie.