Statystyka w pracy badawczej i analiza danych PY-5F-SPB

1. Planowanie badań – etapy procesu badawczego, podstawowe trudności w fazie planowania i zbierania danych (konstrukt teoretyczny i wskaźniki, skale pomiarowe, własności psychometryczne narzędzi, dobór próby, badania korelacyjne vs eksperymentalne a pytania i metody badawcze). Sposoby zbierania danych (PAPI, CAPI, CATI, CAWI).
2. Przypomnienie operacji na zbiorach (wybieranie obserwacji, dzielenie na podzbiory, tworzenie nowych zmiennych - m. in. zliczanie wystąpień, sumowanie wartości), rekodowanie na te same / inne zmienne, autorekodowanie, kategoryzacja wizualna). Podstawowe wykresy.
3. Testowanie hipotez. Hipoteza badawcza, operacjonalizacja, hipoteza statystyczna. Przełożenie wyniku testu statystycznego na język w jakim zostaqła wyrażona hipoteza badawcza.
4. Testowanie niezależności zmiennych - poszukiwanie związku między zmiennymi nominalnymi i na krótkich skalach porządkowych. Opis i interpretacja wyników z testu chi kwadrat i miar pochodnych.
5. Porównywanie średnich dla 2 grup - testy t i ich nieparametryczne odpowiedniki (poprzedzone sprawdzeniem zalożeń)
6. Poszukiwanie średnich dla więcej niż 2 grup - analiza wariancji (jedno- i dwuczynnikowa, z powtarzanymi pomiarami i w schemacie mieszanym, analiza wielozmiennowa) i alternatywne rozwiązania nieparametryczne (poprzedzone sprawdzeniem założeń)
7. Poszukiwanie związku liniowego pomiędzy zmiennymi – korelacja parametryczne i nieparametryczne.
8. Poszukiwanie związku liniowego pomiędzy zmiennymi – wielozmianowa analiza regresji liniowej (założenia, dopasowanie modelu, ocena wielkości efektu, wspólliniowość predyktorów, kontrola aurokorelacji, analiza reszt). Predyktory ciągłe vs nominalne. Sposoby wprowadzania predyktorów.
9.Moderacje i mediacje
10. Praktyczne wskazówki, co powinno się znaleźć w empirycznej części raportu z badań.

1. Planowanie badań – etapy procesu badawczego, podstawowe trudności w fazie planowania i zbierania danych (konstrukt teoretyczny i wskaźniki, skale pomiarowe, własności psychometryczne narzędzi, dobór próby, badania korelacyjne vs eksperymentalne a pytania i metody badawcze). Sposoby zbierania danych (PAPI, CAPI, CATI, CAWI).
2. Przypomnienie operacji na zbiorach (wybieranie obserwacji, dzielenie na podzbiory, tworzenie nowych zmiennych - m. in. zliczanie wystąpień, sumowanie wartości), rekodowanie na te same / inne zmienne, autorekodowanie, kategoryzacja wizualna). Podstawowe wykresy.
3. Testowanie hipotez. Hipoteza badawcza, operacjonalizacja, hipoteza statystyczna. Przełożenie wyniku testu statystycznego na język w jakim zostaqła wyrażona hipoteza badawcza.
4. Testowanie niezależności zmiennych - poszukiwanie związku między zmiennymi nominalnymi i na krótkich skalach porządkowych. Opis i interpretacja wyników z testu chi kwadrat i miar pochodnych.
5. Porównywanie średnich dla 2 grup - testy t i ich nieparametryczne odpowiedniki (poprzedzone sprawdzeniem zalożeń)
6. Poszukiwanie średnich dla więcej niż 2 grup - analiza wariancji (jedno- i dwuczynnikowa, z powtarzanymi pomiarami i w schemacie mieszanym, analiza wielozmiennowa) i alternatywne rozwiązania nieparametryczne (poprzedzone sprawdzeniem założeń)
7. Poszukiwanie związku liniowego pomiędzy zmiennymi – korelacja parametryczne i nieparametryczne.
8. Poszukiwanie związku liniowego pomiędzy zmiennymi – wielozmianowa analiza regresji liniowej (założenia, dopasowanie modelu, ocena wielkości efektu, wspólliniowość predyktorów, kontrola aurokorelacji, analiza reszt). Predyktory ciągłe vs nominalne. Sposoby wprowadzania predyktorów.
9.Moderacje i mediacje
10. Praktyczne wskazówki, co powinno się znaleźć w empirycznej części raportu z badań.

Część 1: praktyczne przypomnienie (z wykorzystaniem pakietu IBM SPSS) podstawowych analiz statystycznych (statystyki opisowe, tabele krzyżowei test niezależności zmiennych, porównywanie średnich (testy t i ich nieparametryczne odpowiedniki, jedno i dwuczynnikowa analiza wariancji w schematach międzygrupowychm i wrewnątrzgrupowym, modele regresji liniowej, modele z moderatorem/mediatorem)
Część 2: zbieranie danych z wykorzystaniem platformy Lime Survey i przygotowanie na podstawie zebranych danych raportu zawierajacego wprowadzenie, charakterystykę próby, hipotezy badawcze, ich operacjonalizację, weryfikację odpowiednio dobranymi testami, podsumowanie uzyskanych wyników.

1. Informacje wprowadzające. Struktura tekstów empirycznych.
2. Program SPSS – baza danych i tworzenie wskaźników. Miary rzetelności. Opis próby.
3. Charakterystyka rozkładu zmiennych ilościowych, czyli statystyki opisowe
4. Wnioskowanie statystyczne. Weryfikacja hipotez badawczych dotyczących związków między zmiennymi jakościowymi i ilościowymi.
5. Weryfikacja hipotez badawczych dotyczących różnic między dwiema średnimi.
6. Weryfikacja hipotez badawczych dotyczących różnic między więcej niż dwiema średnimi.
7. Weryfikacja prostych modeli regresyjnych.
8-9. Praca własna studentów w trakcie zajęć.
10. Omówienie projektów zaliczeniowych.

1. Informacje wprowadzające. Struktura tekstów empirycznych.
2. Program SPSS – baza danych i tworzenie wskaźników. Miary rzetelności. Opis próby.
3. Charakterystyka rozkładu zmiennych ilościowych, czyli statystyki opisowe
4. Wnioskowanie statystyczne. Weryfikacja hipotez badawczych dotyczących związków między zmiennymi jakościowymi i ilościowymi.
5. Weryfikacja hipotez badawczych dotyczących różnic między dwiema średnimi.
6. Weryfikacja hipotez badawczych dotyczących różnic między więcej niż dwiema średnimi.
7. Weryfikacja prostych modeli regresyjnych.
8-9. Praca własna studentów w trakcie zajęć.
10. Omówienie projektów zaliczeniowych.

Literatura obowiązkowa:
Bedyńska S., Cypryańska M. (red.) (2012) Statystyczny drogowskaz 1. Praktyczne wprowadzenie do wnioskowania statystycznego. Wydawnictwo Sedno, Warszawa.
Bedyńska S., Cypryańska M. (red.) (2013). Statystyczny drogowskaz 2. Praktyczne wprowadzenie do analizy wariancji. Wydawnictwo Sedno, Warszawa.
Bedyńska S., Książek M. (red.) (2012) Statystyczny drogowskaz 3. Praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych. Wydawnictwo Sedno, Warszawa.

Literatura uzupełniająca:
Bąk J. (2023) Statystycznie rzecz biorąc, czyli ile trzeba zjeść czekolady, żeby dostać Nobla? W.A.B. WArszawa.
Bąk J. (2023) Statystycznie rzecz biorąc 2. Czyli jak zmierzyć siłę tornada za pomocą gofra. W.A.B. WArszawa.
Józefacka N., Kołek M., Arciszewska-Leszczuk A., Iwankowski P. (red.) (2023) Metodologia i statystyka Przewodnik naukowego turysty Tom 1. PWN, Warszawa.

Literatura obowiązkowa:

Bedyńska, S., Cypryańska, M. (2013). Statystyczny drogowskaz 1. Warszawa: Wydawnictwo Akademickie SEDNO.
Bedyńska, S., Cypryańska, M. (2013). Statystyczny drogowskaz 2. Warszawa: Wydawnictwo Akademickie SEDNO.
Bedyńska, S., Książek, M. (2012). Statystyczny drogowskaz 3. Warszawa: Wydawnictwo Akademickie SEDNO.
Skimina, E., Harasimczuk, J., Cieciuch, J. (2022). Podstawowe standardy edytorskie naukowych tekstów psychologicznych w języku polskim na podstawie reguł APA 7. Wydawnictwo Liberi Libri. https://doi.org/10.47943/lib.9788363487560

Literatura dodatkowa:

Brzeziński, J. (2019). Metodologia badań psychologicznych, Warszawa: PWN (wybrane fragmenty).
Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics. London: Sage.
Nęcka, E.; Stocki, R. (1999) Jak pisać prace z psychologii. Warszawa. Universitas.
Shaugnessy, J. J., Zechmeister, E. B., Zechmeister, J. S. (2002). Metody badawcze w psychologii. Gdańsk: GWP.
Wieczorkowska (2007). Statystyka – analiza badań społecznych. Warszawa: Wydawnictwo Naukowe Scholar

Literatura obowiązkowa:

Bedyńska, S., Cypryańska, M. (2013). Statystyczny drogowskaz 1. Warszawa: Wydawnictwo Akademickie SEDNO.
Bedyńska, S., Cypryańska, M. (2013). Statystyczny drogowskaz 2. Warszawa: Wydawnictwo Akademickie SEDNO.
Bedyńska, S., Książek, M. (2012). Statystyczny drogowskaz 3. Warszawa: Wydawnictwo Akademickie SEDNO.
Skimina, E., Harasimczuk, J., Cieciuch, J. (2022). Podstawowe standardy edytorskie naukowych tekstów psychologicznych w języku polskim na podstawie reguł APA 7. Wydawnictwo Liberi Libri. https://doi.org/10.47943/lib.9788363487560

Literatura dodatkowa:

Brzeziński, J. (2019). Metodologia badań psychologicznych, Warszawa: PWN (wybrane fragmenty).
Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics. London: Sage.
Nęcka, E.; Stocki, R. (1999) Jak pisać prace z psychologii. Warszawa. Universitas.
Shaugnessy, J. J., Zechmeister, E. B., Zechmeister, J. S. (2002). Metody badawcze w psychologii. Gdańsk: GWP.
Wieczorkowska (2007). Statystyka – analiza badań społecznych. Warszawa: Wydawnictwo Naukowe Scholar

Stosowane metody kształcenia: warsztaty, prezentacje
Nakład pracy: 4 ECTS: 30 godzin spotkań, 25-30 godzin prace domowe, 25-30 godzin zbieranie danych i ich analiza, 25-30 przygotowanie raportu

Stosowane metody kształcenia: warsztaty, prezentacje
Nakład pracy: 4 ECTS: 30 godzin spotkań, 25-30 godzin prace domowe, 25-30 godzin zbieranie danych i ich analiza, 25-30 przygotowanie raportu

Metody kształcenia: prezentacja multimedialna w wykonaniu wykładowcy, praca nad gotowymi bazami danych, opracowanie wyników badań i analiza hipotez w małych grupach.

Nakład pracy studenta - 4 punkty ECTS:

- 30 godzin pracy w trakcie zajęć
- 15 godzin przygotowania się do zajęć
- 15 godzin na przeprowadzenie badania
- 20 godzin na prace domowe i zadania
- 20 godzin pracy dedykowanej raportowi

Metody kształcenia: prezentacja multimedialna w wykonaniu wykładowcy, praca nad gotowymi bazami danych, opracowanie wyników badań i analiza hipotez w małych grupach.

Nakład pracy studenta - 4 punkty ECTS:

- 30 godzin pracy w trakcie zajęć
- 15 godzin przygotowania się do zajęć
- 15 godzin na przeprowadzenie badania
- 20 godzin na prace domowe i zadania
- 20 godzin pracy dedykowanej raportowi