Zaawansowana analiza danych ilościowych

SPOSÓB POMIARU EFEKTÓW KSZTAŁCENIA

Indywidualna praca zaliczeniowa (na ocenę) mająca na celu samodzielną analizę danych z wykorzystaniem metod regresyjnych, analizy mediacji, analizy interakcji.

1.Miary związku miedzy zmiennymi o- współczynnik korelacji. Szczególne przypadki mające wpływ na wyniki analiz korelacyjnych – przypomnienie.

2. Regresja jednozmiennowa - istota, miary dopasowania modelu.

3. Wielozmiennowa analiza regresji - założenia, możliwości analizy i miary dopasowania modelu.

4. Regresja herarchiczna - istota, testowanie dopasowania modeli w blokach.

5. Testowanie założeń wielozmiennowej analizy regresji - homskedastyczność, brak skorelowania składników losowych, testowanie współliniowości VIF.

6. Metody analizy moderatorów (moderacji) w analizie regresji.

7. Analiza mediacji w analizie regresji.

8. Eksploracyjna analiza czynnikowa (EFA).

9. Wprowadzenie do modelowania strukturalnego – filozofia modelowania, miary dopasowania modeli, oprogramowanie.

10. 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%3A7h-0wDqLkWQGo6YczhzMSqDf3rWlwNTNogQThjnpL241%40thread.tacv2/conversations?groupId=4b6920b8-f13d-4568-8caa-014451692cab&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