Statystyka WF-PS-N-STA
Statystyka jest nauką o zbieraniu, organizowaniu, analizowaniu i interpretowaniu danych. Same dane są bezużyteczne i można je interpretować tylko w kontekście przeprowadzonego badania generującego te dane. To właśnie dzięki statystyce możliwe jest odkrycie porządku ukrytego w zgromadzonych danych, ujawnienie zawartych w nich wzorców i trendów.
Dla psychologa statystyka jest narzędziem analizy umożliwiającym znalezienie odpowiedzi na postawione pytania badawcze w świetle uzyskanych w badaniu danych. Tym samym dotyczy ona przede wszystkim relacji pomiędzy danymi uzyskanymi z badania a postawionym problemem badawczym. Zastosowanie statystyki pozwala nam wnioskować na podstawie danych z uwzględnieniem ich zmienności i oceny stopnia niepewności formułowanych wniosków. Wyciąganie wniosków z danych, rozumienie zmienności i wnioskowanie o prawdopodobieństwie to podstawowe umiejętności, których opanowaniu poświęcony jest ten kurs.
Są one szczególnie ważne ze względu na obecność na rynku wielu komputerowych pakietów statystycznych pozwalających na sprawną i szybką analizę danych, a z których – niestety – zbyt łatwo korzystać bez żadnego zrozumienia oferowanych przez pakiet rezultatów.
Program nauczania obejmuje problematykę podstawowych pojęć statystycznych na bazie których formułowany jest opis statystyczny analizowanych zmiennych oraz wprowadza podstawy wnioskowania statystycznego. Omawiana problematyka dotyczy przede wszystkim kluczowych pojęć statystycznych, charakterystyki danych uzyskanych z badania oraz podstaw wnioskowania statystycznego (podstawy teorii estymacji i procesu sprawdzania hipotez statystycznych).
Wprowadzeniu i przedyskutowaniu tej problematyki służy konwersatorium a jej praktycznemu wykorzystaniu z wykorzystaniem pakietu SPSS - ćwiczenia. Efektem ukończenia zajęć będzie opanowanie podstawowych umiejętności w zakresie opisu zgromadzonych danych. Studenci winni także wykazać się rozumieniem podstawowych pojęć statycznych i podstaw wnioskowania statystycznego.
E-Learning
Grupa przedmiotów ogólnouczenianych
Opis nakładu pracy studenta w ECTS
Poziom przedmiotu
Symbol/Symbole kierunkowe efektów uczenia się
Typ przedmiotu
Wymagania wstępne
Koordynatorzy przedmiotu
W cyklu 2022/23_L: | W cyklu 2020/21_L: | W cyklu 2024/25_L: | W cyklu 2021/22_L: | W cyklu 2023/24_L: | W cyklu 2019/20_L: |
Efekty kształcenia
Wiedza – Student(ka) zna i rozumie:
• podstawowe pojęcia statystyczne (populacja, próba, zmienna losowa, pomiar) oraz podstawowe skale pomiarowe
• podstawowe miary stosowane w opisie rozkładu zmiennej mierzalnej (miary tendencji centralnej, rozproszenia, skośności i kurtozy)
• zasady standaryzacji wyników surowych
• własności rozkładu normalnego
• proces budowania przedziału ufności dla oczekiwanej wartości w populacji
• podstawy wnioskowania statystycznego
• założenia, cele i sposoby wykorzystania wybranych testów statystycznych (testy t-Studenta, współczynnik korelacji r-Pearsona)
Umiejętności - Student(ka) potrafi:
• Opracować i przeprowadzić badanie ankietowe wykorzystując Formularze Google
• Tworzyć i przekształcać bazy danych wykorzystując oprogramowanie IBM SPSS Statistics
• Prezentować dane za pomocą odpowiedniej wizualizacji
• Wyznaczać z wykorzystaniem programu IBM SPSS Statistics i intepretować podstawowe statystyki opisowe
• Przeprowadzać w IBM SPSS Statistics proste analizy statystyczne dotyczące różnic między grupami i zależności między zmiennymi (testy t-Studenta, korelacja r-Pearsona) i interpretować ich wyniki
• Raportować zgodnie ze standardami APA wyniki wykonywanych na zajęciach analiz statystycznych
ECTS:
udział w konwersatorium - 30 godzin
udział w ćwiczeniach - 30 godzin
przygotowanie do konwersatorium - 30 godzin
przygotowanie do ćwiczeń - 45 godzin
przygotowanie do kolokwium i zaliczenia - 45 godzin
SUMA GODZIN = 180 (180 : 30 = 6)
LICZBA ECTS - 6
Kryteria oceniania
Szczegółowe metody i kryteria oceniania określone są osobno dla wykładu i dla ćwiczeń.
Ogólne kryteria oceniania:
- na ocenę niedostateczną (2): student zna mniej niż 60,0% podstawowych terminów statystycznych, nie rozumie ich znaczenia, nie potrafi ich wykorzystać do opisu analizowanych własności. Nie potrafi poprawnie stosować omawianych w trakcie zajęć metod statystycznych bądź wykorzystuje je bezrefleksyjnie, nie uwzględniając ich uwarunkowań. Formułuje błędne lub nieuprawnione wnioski, nieadekwatnie posługując się terminologią statystyczną.
- na ocenę dostateczną (3): student ze zrozumieniem używa minimum 60,0% pojęć statystycznych i posiadł kompetencje i umiejętności z tego zakresu. W ograniczonym zakresie wykorzystuje posiadaną wiedzę do rozwiązania konkretnych problemów statystycznych i uzasadnienia przyjętych rozwiązań. Potrafi poprawnie wykorzystać niektóre z omawianych w trakcie zajęć metod statystycznych, ale pomija inne lub nie stosuje ich prawidłowo, a dostarczane przez niego uzasadnienia często są niepełne bądź niejasne. Warunkiem koniecznym jednak jest znajomość definicji podstawowych terminów (takich jak wariancja, błąd standardowy statystyki czy poziom istotności wnioskowania) oraz znajomość głównych twierdzeń granicznych.
- na ocenę dobrą (4): student ze zrozumieniem operuje minimum 80,0% wiedzy przedstawionej w toku całego semestru oraz posiadł kompetencje i umiejętności z nią związane. Student zna zasadnicze kroki procesu weryfikowania hipotez i potrafi poprawnie podjąć decyzję w odniesieniu hipotezy zerowej, posługując się zarówno kryterium wartości krytycznej, jak i wartości p-value. Poprawnie stosuje omawiane w trakcie wykładu metody statystyczne, choć zdarza mu się pominąć w analizie problemu niektóre – czasami nawet kluczowe – założenia.
- na ocenę bardzo dobrą (5): student dysponuje w zasadzie pełnym zakresem wiedzy obowiązującej w tym semestrze. Potrafi trafnie dobrać metodę analizy danych do konkretnych problemów badawczych. Potrafi dokonać całościowej analizy konkretnego problemu statystycznego, uwzględniając wszystkie dostępne informacje i uzasadnić wybór proponowanego rozwiązania. Poprawnie stosuje omawiane w trakcie wykładu metody statystyczne, potrafi także przedyskutować ich ograniczenia.
Literatura
Rekomendowana literatura stanowi literaturę kompleksową, z której studenci mogą dokonać wyboru.
Aczel, A. D., Sounderpandian, J. (2017). Statystyka w zarządzaniu. PWN.
Bedyńska, S., Cypryańska, M. (red.). (2021). Statystyczny drogowskaz 1. Wprowadzenie do wnioskowania statystycznego. Wydawnictwo Akademickie Sedno.
Blalock, H. M. (1977). Statystyka dla socjologów. PWN.
Dancey, C., Reidy, J. (2020). Statistics without Maths for Psychology. Pearson.
Ferguson, G. A., Takane, Y. (2020). Analiza statystyczna w psychologii i pedagogice. PWN.
Field, A. (2016). An adventure in statistics. The reality enigma. Sage.
Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics. Sage.
Francuz, P., Mackiewicz, R. (2007). Liczby nie wiedzą, skąd pochodzą. Przewodnik po metodologii i statystyce nie tylko dla psychologów. Wydawnictwo KUL.
Howell, D. C. (2010). Statistical methods for psychology. Thomson Wadsworth.
Józefacka, N. M., Kołek, M. F., Arciszewska-Leszczuk, A., Iwankowski, P. (2023). Metodologia i statystyka Przewodnik naukowego turysty Tom 1. PWN
King, B. M., Minium, E., W. (2009). Statystyka dla psychologów i pedagogów. PWN.
Uwagi
|
W cyklu 2021/22_L:
Brak |
Więcej informacji
Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: