Advanced Quantitative Research Methods

Wybrane artykuły będą przekazane podczas zajęć.

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.

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.

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.

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

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 .

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.

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.

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

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 .

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.

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.

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