Akademia Pedagogiki Specjalnej im. Marii Grzegorzewskiej w Warszawie - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Metody analizy danych ilościowych - II

Informacje ogólne

Kod przedmiotu: 10SD-1M-MDI2 Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Metody analizy danych ilościowych - II
Jednostka: Wydział Nauk Pedagogicznych
Grupy: Przedmiot do wyboru (niestacjonarne 3 stopnia)
Przedmiot do wyboru (stacjonarne 3 stopnia)
Punkty ECTS i inne: 0 LUB 2.00 (w zależności od programu)
zobacz reguły punktacji
Język prowadzenia: polski
Rodzaj przedmiotu:

obowiązkowe

Zajęcia w cyklu "Semestr zimowy 2014/2015" (zakończony)

Okres: 2014-10-01 - 2015-02-23
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Maciej Karwowski
Prowadzący grup: Maciej Karwowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę

Zajęcia w cyklu "Semestr zimowy 2015/2016" (zakończony)

Okres: 2015-10-01 - 2016-02-19
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Maciej Karwowski
Prowadzący grup: Maciej Karwowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę

Zajęcia w cyklu "Semestr zimowy 2016/2017" (zakończony)

Okres: 2016-10-01 - 2017-02-19
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Maciej Karwowski
Prowadzący grup: Maciej Karwowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę

Zajęcia w cyklu "Semestr zimowy 2017/2018" (zakończony)

Okres: 2017-10-01 - 2018-02-18
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Jacek Gralewski
Prowadzący grup: Jacek Gralewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę
Skrócony opis:

Przedmiot ma na celu przygotowanie uczestników do samodzielnej analizy danych ilościowych przy pomocy pakietu PS imago (SPSS) oraz AMOS. Po ukończeniu kursu jego uczestnicy będą potrafili samodzielnie przeprowadzić analizy statystyczne mające na redukcję wymiarów [eksploracyjna analiza czynnikowa (EFA) oraz konfirmacyjna analiza czynnikowa (CFA)], testować modele regresyjne, oraz analizować proste procesy edukacyjne bądź psychologiczne z wykorzystaniem mediatorów bądź moderatorów relacji między zmiennymi. Ponadto będą potrafili zaprezentować wyniki tego typu analiz oraz opisać je zgodnie ze standardami naukowymi panującymi w naukach społecznych.

SPOSÓB POMIARU EFEKTÓW KSZTAŁCENIA

1. Indywidualna praca zaliczeniowa mająca na celu samodzielna analizę danych z wykorzystaniem metod regresyjnych, analizy mediacji oraz analizy interakcji.

Pełny opis:

1. Regresja prosta – jednozmiennowa analiza regresji – 2h

2. Regresja wielokrotna – 4h

3. Zmienne jakościowe w analizie regresji – 2h

4. Analiza moderatorów w analizie regresji – 6h

5. Analiza mediacyjna w analizie regresji – 4h

6. Eksploracyjna analiza czynnikowa (EFA) – 2h

7. Wprowadzenie do modelowania strukturalnego – miary dopasowania – 2h

5. Wprowadzenie do programu AMOS – 2h

7. Konfirmacyjna analiza czynnikowa (CFA) – 2h

3. Wprowadzenie do modelowanie strukturalnego ze zmiennymi ukrytymi (SEM) – 2h

Literatura:

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. Król, G., Wieczorkowska, G. (2004). Budowanie wskaźników za pomocą analizy czynnikowej (s. 391-416). [W:] J. Brzeziński (red.), Metodologia badań psychologicznych. Wybór tekstów. Warszawa PWN.

6. Konarski, R. (2009). Modele równań strukturalnych. Teoria i praktyka. Warszawa: PWN.

7. Hu, L., Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1-55.

8. Marsh, H. W., Hau, K. T., Wen, Z. (2004). In search of golden rules: Comment on hypothesis-testing approaches to setting cutoff values for fit indexes and dangers in overgeneralizing Hu and Bentler’s (1999) findings. Structural Equation Modeling: A Multidisciplinary Journal, 11(3), 320-341

9. 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. Warszawa: Instytut Badań Edukacyjnych.

Uwagi:

METODY KSZTAŁCENIA:

WIEDZA

-pokaz

-prezentacja multimedialna

-działania praktyczne

UMIEJĘTNOŚCI

-pokaz

-prezentacja multimedialna

-działania praktyczne

KOMPETENCJE SPOŁECZNE

-dyskusja

-pokaz

-prezentacja

NAKŁAD PRACY STUDENTA

Liczba godzin kontraktowych (ćwiczenia) - 30h

Przygotowanie się do zajęć - 15h

Przygotowanie pracy zaliczeniowej - 15h

Zajęcia w cyklu "Semestr zimowy 2018/2019" (zakończony)

Okres: 2018-10-01 - 2019-02-17
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Jacek Gralewski
Prowadzący grup: Jacek Gralewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę
Skrócony opis:

Przedmiot ma na celu przygotowanie uczestników do samodzielnego zaprojektowania projektu badawczego oraz analizy jego wyników przy pomocy pakietu PS imago (SPSS). Po ukończeniu kursu jego uczestnicy będą potrafili samodzielnie przeprowadzić analizy statystyczne mające na celu porównywanie średnich, redukcję wymiarów [eksploracyjna analiza czynnikowa (EFA) oraz konfirmacyjna analiza czynnikowa (CFA)], testować modele regresyjne, oraz analizować proste procesy edukacyjne z wykorzystaniem mediatorów bądź moderatorów relacji między zmiennymi. Ponadto będą potrafili zaprezentować wyniki tego typu analiz oraz opisać je zgodnie ze standardami naukowymi panującymi w naukach społecznych.

SPOSÓB POMIARU EFEKTÓW KSZTAŁCENIA

1. Praca zaliczeniowa mająca na celu samodzielną analizę danych z wykorzystaniem metod regresyjnych.

Pełny opis:

1. Projektowanie badań naukowych - 2h

2. Projektowanie narzędzi badawczych - 4h

3. Jednoczynnikowa analiza wariancji w schemacie międzygrupowym – 2h

4. Regresja prosta – jednozmiennowa analiza regresji – 2h

5. Regresja wielokrotna – 4h

6. Zmienne jakościowe w analizie regresji – 2h

7. Analiza moderatorów w analizie regresji – 4h

8. Analiza mediacyjna w analizie regresji – 4h

9. Eksploracyjna analiza czynnikowa (EFA) – 2h

10. Wprowadzenie do modelowania strukturalnego – miary dopasowania i wprowadzenie do programu AMOS – 2h

11. Konfirmacyjna analiza czynnikowa (CFA) – 2h

Literatura:

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. Król, G., Wieczorkowska, G. (2004). Budowanie wskaźników za pomocą analizy czynnikowej (s. 391-416). [W:] J. Brzeziński (red.), Metodologia badań psychologicznych. Wybór tekstów. Warszawa PWN.

6. Konarski, R. (2009). Modele równań strukturalnych. Teoria i praktyka. Warszawa: PWN.

7. Hu, L., Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1-55.

8. Marsh, H. W., Hau, K. T., Wen, Z. (2004). In search of golden rules: Comment on hypothesis-testing approaches to setting cutoff values for fit indexes and dangers in overgeneralizing Hu and Bentler’s (1999) findings. Structural Equation Modeling: A Multidisciplinary Journal, 11(3), 320-341

9. 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. Warszawa: Instytut Badań Edukacyjnych.

Uwagi:

METODY KSZTAŁCENIA:

WIEDZA

-pokaz

-prezentacja multimedialna

-działania praktyczne

UMIEJĘTNOŚCI

-pokaz

-prezentacja multimedialna

-działania praktyczne

KOMPETENCJE SPOŁECZNE

-dyskusja

-pokaz

-prezentacja

NAKŁAD PRACY STUDENTA

Liczba godzin kontraktowych (ćwiczenia) - 30h

Przygotowanie się do zajęć - 15h

Przygotowanie pracy zaliczeniowej - 15h

Łączny nakład pracy studenta - 60h

Zajęcia w cyklu "Semestr zimowy 2019/2020" (zakończony)

Okres: 2019-10-01 - 2020-02-16
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Jacek Gralewski
Prowadzący grup: Jacek Gralewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę
Skrócony opis:

Przedmiot ma na celu przygotowanie uczestników do samodzielnej analizy danych ilościowych przy pomocy pakietu PS imago (SPSS) oraz AMOS. Po ukończeniu kursu jego uczestnicy będą potrafili samodzielnie przeprowadzić analizy statystyczne mające na redukcję wymiarów [eksploracyjna analiza czynnikowa (EFA)], testować modele regresyjne, oraz analizować proste procesy edukacyjne bądź psychologiczne z wykorzystaniem mediatorów bądź moderatorów relacji między zmiennymi. Ponadto będą potrafili zaprezentować wyniki tego typu analiz oraz opisać je zgodnie ze standardami naukowymi panującymi w naukach społecznych.

SPOSÓB POMIARU EFEKTÓW KSZTAŁCENIA

1. Indywidualna praca zaliczeniowa mająca na celu samodzielna analizę danych z wykorzystaniem metod regresyjnych, analizy mediacji oraz analizy interakcji.

Pełny opis:

1. Jednoczynnikowa analiza wariancji w schemacie międzygrupowym – 4h

2. Regresja prosta – jednozmiennowa analiza regresji – 2h

3. Regresja wielokrotna – 4h

4. Zmienne jakościowe w analizie regresji – 2h

5. Analiza moderatorów w analizie regresji – 4h

6. Analiza mediacyjna w analizie regresji – 4h

7. Eksploracyjna analiza czynnikowa (EFA) – 4h

8. Wprowadzenie do modelowania strukturalnego – miary dopasowania i wprowadzenie do programu AMOS – 2h

9. Konfirmacyjna analiza czynnikowa (CFA) – 4h

Literatura:

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. Król, G., Wieczorkowska, G. (2004). Budowanie wskaźników za pomocą analizy czynnikowej (s. 391-416). [W:] J. Brzeziński (red.), Metodologia badań psychologicznych. Wybór tekstów. Warszawa PWN.

6. Konarski, R. (2009). Modele równań strukturalnych. Teoria i praktyka. Warszawa: PWN.

7. Hu, L., Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1-55.

8. Marsh, H. W., Hau, K. T., Wen, Z. (2004). In search of golden rules: Comment on hypothesis-testing approaches to setting cutoff values for fit indexes and dangers in overgeneralizing Hu and Bentler’s (1999) findings. Structural Equation Modeling: A Multidisciplinary Journal, 11(3), 320-341

9. 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. Warszawa: Instytut Badań Edukacyjnych.

Uwagi:

METODY KSZTAŁCENIA:

WIEDZA

-pokaz

-prezentacja multimedialna

-działania praktyczne

UMIEJĘTNOŚCI

-pokaz

-prezentacja multimedialna

-działania praktyczne

KOMPETENCJE SPOŁECZNE

-dyskusja

-pokaz

-prezentacja

NAKŁAD PRACY STUDENTA

Liczba godzin kontraktowych (ćwiczenia) - 30h

Przygotowanie się do zajęć - 15h

Przygotowanie pracy zaliczeniowej - 15h

Łączny nakład pracy studenta - 60h

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Akademia Pedagogiki Specjalnej im. Marii Grzegorzewskiej w Warszawie.