Wprowadzenie do statystyki WSE-BW-WDS
Przedmiot stanowi kompleksowe wprowadzenie do analizy statystycznej w naukach społecznych, obejmujące zarówno aspekty teoretyczne oraz praktyczne zastosowania metod ilościowych. Głównym założeniem kursu jest rozwijanie u studentów kompetencji badawczych i analitycznych niezbędnych do samodzielnego planowania, przeprowadzania i interpretowania analiz opartych na danych ilościowych.
W toku zajęć studenci poznają procedury analizy danych ilościowych, począwszy od przygotowania i porządkowania zbiorów danych, poprzez stosowanie miar opisowych i testów statystycznych, aż po interpretację wyników w kontekście problemów społecznych, edukacyjnych czy ekonomicznych. Szczególny nacisk położony jest na praktyczne zastosowanie wiedzy statystycznej w środowisku badawczym i zawodowym oraz na umiejętność krytycznego interpretowania wyników analiz.
Istotnym elementem kursu jest nauka obsługi programu IBM SPSS Statistics, umożliwiającego przeprowadzanie zróżnicowanych analiz ilościowych. Studenci uczą się pracy z rzeczywistymi zbiorami danych, co pozwala im zrozumieć logikę całego procesu analitycznego – od wprowadzenia danych, poprzez ich kategoryzację i przekształcanie, aż po dobór właściwych metod statystycznych i prezentację wyników. Przedmiot ma charakter ćwiczeniowo-warsztatowy i stanowi integralną część przygotowania metodologicznego studentów. Jego realizacja sprzyja nie tylko zdobywaniu wiedzy technicznej, lecz także rozwijaniu umiejętności interpretacyjnych i refleksyjnych, które pozwalają rozumieć znaczenie danych liczbowych w kontekście teorii społecznych i praktyki zawodowej. Kurs przygotowuje studentów do świadomego i odpowiedzialnego wykorzystywania narzędzi analizy statystycznej w pracy badawczej, dydaktycznej oraz instytucjonalnej.
Celem przedmiotu jest przygotowanie studentów do samodzielnego stosowania procedur analizy danych ilościowych oraz interpretacji wyników analiz statystycznych w kontekście problemów społecznych. Studenci zdobywają wiedzę o podstawowych pojęciach, metodach i narzędziach analizy ilościowej oraz uczą się ich praktycznego wykorzystania w programie IBM SPSS Statistics.
Cele szczegółowe obejmują:
a) rozwinięcie umiejętności rozumienia, planowania i przeprowadzania analiz statystycznych z wykorzystaniem rzeczywistych danych empirycznych,
b) opanowanie zasad doboru metod statystycznych odpowiednich do rodzaju danych i problemu badawczego,
c) nabycie kompetencji w zakresie wnioskowania statystycznego, interpretacji i prezentacji wyników,
d) wykształcenie postawy krytycznego odbioru danych ilościowych, rozumienia ich ograniczeń i odpowiedzialnego wykorzystywania w praktyce,
e) kształtowanie umiejętności raportowania wyników w sposób zgodny z zasadami rzetelności naukowej i etyki badań społecznych.
Efektem realizacji przedmiotu jest nabycie przez studentów zdolności samodzielnego analizowania zjawisk społecznych z wykorzystaniem narzędzi statystycznych, rozumienia struktury i dynamiki danych oraz stosowania wyników analiz w pracy badawczej, dydaktycznej i praktyce zawodowej.
E-Learning
Grupa przedmiotów ogólnouczenianych
Poziom przedmiotu
Symbol/Symbole kierunkowe efektów uczenia się
Typ przedmiotu
Wymagania wstępne
Koordynatorzy przedmiotu
Efekty kształcenia
Symbole kierunkowe efektów uczenia się (lista):
BW1_W11, BW1_U07
Symbole kierunkowe efektów uczenia się (opis):
BW1_W11 – Ma wiedzę o wybranych metodach badawczych w dziedzinie nauk społecznych, ukierunkowaną na prowadzenie badań w obrębie problematyki bezpieczeństwa państwa.
BW1_U07 - Potrafi sporządzać analizy i prognozy.
Opis nakładu pracy studenta w ECTS
1. Udział w ćwiczeniach laboratoryjnych (SPSS) – 30 godzin
Aktywny udział w zajęciach komputerowych obejmujących realizację analiz ilościowych w środowisku IBM SPSS Statistics, interpretację wyników oraz dyskusję nad ich zastosowaniem w badaniach społecznych.
2. Samodzielna praca z oprogramowaniem i utrwalanie materiału – 30 godzin
Wykonywanie dodatkowych ćwiczeń w środowisku SPSS, doskonalenie umiejętności obsługi programu, interpretacji wyników oraz przygotowywania zestawień i raportów analitycznych.
3. Przygotowanie do kolokwium końcowego – 25 godzin
Powtórzenie materiału z zakresu metod analizy danych ilościowych, praktyczne przećwiczenie obsługi narzędzi SPSS oraz utrwalenie umiejętności interpretacji statystyk i formułowania wniosków.
4. Konsultacje z prowadzącym – 5 godzin
Indywidualne konsultacje związane z przygotowaniem do kolokwium, rozwiązywaniem problemów analitycznych i interpretacyjnych oraz pogłębianiem zrozumienia procedur statystycznych.
Łączny nakład pracy studenta: 90 godzin
90 godzin / 30 godzin = 3 ECTS
Kryteria oceniania
Osiągnięcie zakładanych efektów uczenia się weryfikowane jest za pomocą zróżnicowanych metod oceny, obejmujących zarówno komponent praktyczny, jak i teoretyczny. Celem przyjętego systemu oceniania jest sprawdzenie wiedzy metodologicznej, umiejętności analitycznych oraz zdolności interpretacji wyników analiz statystycznych.
Obecność i aktywność na zajęciach
Regularny udział w zajęciach jest warunkiem dopuszczenia do zaliczenia przedmiotu. Dopuszczalne są dwie (słownie: dwie) nieobecności w semestrze dla studentów studiów stacjonarnych, niezależnie od przyczyny absencji. Przekroczenie tej liczby możliwe jest jedynie w wyjątkowych, udokumentowanych przypadkach (np. długotrwała choroba, rekonwalescencja po hospitalizacji).
Obecność i aktywność na zajęciach traktowane są jako wyraz odpowiedzialności akademickiej oraz zaangażowania w proces dydaktyczny. Aktywność obejmuje m.in. wykonywanie bieżących ćwiczeń i zadań praktycznych w środowisku IBM SPSS Statistics, udział w analizie przypadków oraz interpretację uzyskanych wyników.
Kolokwium końcowe w programie IBM SPSS Statistics
Na zakończenie semestru przeprowadzane jest kolokwium praktyczne obejmujące całość materiału przerobionego w trakcie zajęć. Kolokwium realizowane jest w środowisku IBM SPSS Statistics i składa się z maksymalnie dziewięciu zadań praktycznych, obejmujących różne typy analiz ilościowych.
Zadania wymagają od studentów:
a. wykonania określonych procedur analizy danych ilościowych (np. obliczania miar opisowych, analizy rozkładów częstości, testów różnicy średnich, korelacji, analizy wariancji czy regresji liniowej),
b. analizy i interpretacji uzyskanych wyników w kontekście problemu badawczego,
c. formułowania wniosków dotyczących relacji, zróżnicowań lub zależności wykazanych przez dane.
Ocenie podlega nie tylko poprawność wykonania operacji technicznych w SPSS, ale przede wszystkim umiejętność logicznego wnioskowania statystycznego, interpretacji wyników i ich poprawnego opisu w języku nauk społecznych z zastosowaniem właściwej terminologii statystycznej.
Kryteria oceniania:
Dla teoretycznych i praktycznych form sprawdzania wiedzy przyjmuje się poniższe progi punktowe i kryteria oceny:
Ocena bardzo dobry (5) – od 90% do 100%;
Ocena dobry plus (4,5) – od 80% do 90%;
Ocena dobry (4) – od 70% do 80%;
Ocena dostateczny plus (3,5) – od 65% do 70%;
Ocena dostateczny (3) – od 60% do 65%;
Ocena niedostateczny (2) – poniżej 60%.
Zasady ustalania oceny końcowej:
Ocena końcowa z przedmiotu stanowi wynik uzyskany z:
1. kolokwium końcowego w IBM SPSS Statistics – 100%,
przy czym obecność i aktywność na zajęciach mogą być wzięte pod uwagę przy ustalaniu oceny końcowej w przypadku wyników granicznych.
Warunkiem uzyskania zaliczenia przedmiotu jest uzyskanie minimum 60% punktów z kolokwium końcowego.
Ocenie podlega:
1. poprawność wykonania operacji analitycznych w środowisku SPSS,
2. trafność doboru metody analizy do rodzaju danych i problemu badawczego,
3. poprawność interpretacji wyników – zdolność odczytania i wyjaśnienia otrzymanych statystyk,
4. umiejętność formułowania wniosków w języku nauk społecznych, z zachowaniem zasad logicznego wnioskowania statystycznego,
5. czytelność i spójność prezentacji wyników (tabele, wykresy, opisy).
Prowadzący może udostępniać studentom dodatkowe ćwiczenia i materiały pomocnicze na platformie e-learningowej Moodle. Materiały te mają charakter utrwalający i wspierający samodzielną naukę, jednak ich wykonanie nie jest obowiązkowe i nie wpływa na ocenę końcową z przedmiotu.
Wiedza
Ocena 2 (niedostateczny):
Weryfikacja wskazuje, że student nie posiada podstawowej wiedzy z zakresu analizy danych ilościowych i metod statystycznych stosowanych w naukach społecznych. Nie zna podstawowych pojęć (zmienna, próba, średnia, wariancja, korelacja) i nie rozumie zasad doboru metod analizy. Nie potrafi wskazać różnic między technikami statystycznymi ani interpretować wyników analiz w środowisku IBM SPSS Statistics.
Ocena 3 (dostateczny):
Student posiada ograniczoną wiedzę o analizie danych ilościowych. Zna wybrane pojęcia i procedury statystyczne, lecz nie rozumie w pełni ich zastosowania i wzajemnych zależności. Ma fragmentaryczne wyobrażenie o doborze testów istotności oraz interpretacji wyników, a jego wiedza wymaga uzupełnienia w zakresie logiki analizy danych.
Ocena 3,5 (dostateczny plus):
Student posiada podstawową wiedzę z zakresu analizy danych ilościowych. Rozumie znaczenie podstawowych miar statystycznych (tendencja centralna, zmienność), potrafi rozpoznać typowe procedury stosowane w naukach społecznych i w ograniczonym stopniu powiązać wyniki z kontekstem badawczym.
Ocena 4 (dobry):
Student posiada usystematyzowaną wiedzę o metodach analizy danych ilościowych. Zna zasady doboru testów, rozumie ich założenia i ograniczenia. Potrafi wyjaśnić logikę wnioskowania statystycznego oraz interpretować wyniki analiz wykonanych w SPSS.
Ocena 4,5 (dobry plus):
Student posiada niemal pełną, uporządkowaną wiedzę z zakresu analizy danych ilościowych. Rozumie zasady doboru procedur analitycznych do rodzaju danych, zna większość podstawowych testów i metod wnioskowania, potrafi określić ich zastosowanie w analizie zjawisk społecznych.
Ocena 5 (bardzo dobry):
Student w pełni opanował wiedzę teoretyczną i praktyczną z zakresu analizy danych ilościowych. Rozumie podstawy matematyczne stosowanych testów, ich założenia i ograniczenia. Potrafi samodzielnie dobrać odpowiednie metody analizy, w pełni zinterpretować wyniki i odnieść je do problemów badawczych w naukach społecznych.
Umiejętności
Ocena 2 (niedostateczny):
Student nie potrafi zastosować podstawowych procedur analizy danych w środowisku IBM SPSS Statistics. Nie rozumie logiki przetwarzania danych, nie umie dobrać testu do rodzaju zmiennej, ani poprawnie interpretować wyników.
Ocena 3 (dostateczny):
Student potrafi w ograniczonym zakresie przeprowadzić analizy danych w SPSS. Wykonuje proste operacje (np. wprowadzenie danych, podstawowe miary opisowe), ale popełnia błędy w doborze metod i interpretacji wyników. Wymaga ciągłej pomocy prowadzącego.
Ocena 3,5 (dostateczny plus):
Student w stopniu podstawowym posługuje się SPSS. Potrafi wykonać proste analizy (miary opisowe, tabele częstości, testy normalności), zna podstawowe testy różnic i współzależności, choć nie zawsze poprawnie je interpretuje.
Ocena 4 (dobry):
Student potrafi samodzielnie przeprowadzić analizę danych w SPSS. Dobiera właściwe procedury statystyczne, interpretuje wyniki oraz formułuje logiczne wnioski. Poprawnie przedstawia wyniki w tabelach i wykresach.
Ocena 4,5 (dobry plus):
Student niemal w pełni opanował umiejętność stosowania metod analizy danych ilościowych. Potrafi dobrać odpowiednie testy, przeprowadzić wnioskowanie statystyczne, analizę korelacji i różnic między grupami, a także spójnie interpretować wyniki.
Ocena 5 (bardzo dobry):
Student w pełni i w sposób pogłębiony wykorzystuje SPSS do analizy danych społecznych. Samodzielnie planuje, przeprowadza i interpretuje analizy, dobiera adekwatne testy, uzasadnia swoje decyzje metodologiczne i potrafi prezentować wyniki w formie naukowej analizy i wniosków.
Kompetencje społeczne
Ocena 2 (niedostateczny):
Student nie przejawia odpowiedzialności badawczej ani świadomości etycznej w pracy z danymi. Nie rozumie znaczenia rzetelności analitycznej i współpracy zespołowej.
Ocena 3 (dostateczny):
Student w ograniczonym zakresie respektuje zasady etyki badań ilościowych. Wymaga stałego nadzoru w pracy z danymi, wykazuje niską refleksyjność wobec wyników i ograniczoną umiejętność współpracy.
Ocena 3,5 (dostateczny plus):
Student rozumie podstawowe zasady etyczne analizy danych, potrafi współpracować w zespole i w ograniczonym zakresie krytycznie odnosić się do uzyskanych wyników.
Ocena 4 (dobry):
Student odpowiedzialnie uczestniczy w analizie danych i potrafi uzasadnić swoje interpretacje. Rozumie znaczenie rzetelności analitycznej i potrafi współpracować w zespole badawczym.
Ocena 4,5 (dobry plus):
Student niemal w pełni przejawia refleksyjność i dojrzałość badawczą. Odpowiedzialnie interpretuje dane, rozumie ich ograniczenia, potrafi argumentować swoje stanowisko i współpracować konstruktywnie w grupie.
Ocena 5 (bardzo dobry):
Student wykazuje pełną dojrzałość badawczą, rzetelność i świadomość etyczną. Potrafi krytycznie i odpowiedzialnie interpretować dane empiryczne, współpracuje efektywnie w zespole i potrafi komunikować wyniki analiz w sposób zgodny ze standardami naukowymi.
Praktyki zawodowe
Nie dotyczy.
Literatura
Literatura obowiązkowa:
1. King B.M., Minium E.W., Statystyka dla psychologów i pedagogów, Wydawnictwo Naukowe PWN, Warszawa 2024.
2. Ferguson G. A., Takane Y., Analiza statystyczna w psychologii i pedagogice, Wydawnictwo Naukowe PWN, Warszawa 2024.
3. Malik G., Szydłowski M., Elementy statystyki opisowej. Teoria i przykłady, Wyższa Szkoła Ekonomii i Informatyki w Krakowie, Kraków 2024.
4. Sobczyk M., Statystyka opisowa, Wydawnictwo Naukowe PWN, Warszawa 2024.
5. Grzegorzewski P., Statystyka matematyczna, Wydawnictwo Naukowe PWN, Warszawa 2024.
6. Bąk I., Markowicz I., Mojsiewicz M., Wawrzyniak K., Statystyka matematyczna. Przykłady i zadania, Wydawnictwo CeDeWu, Warszawa 2024.
7. Józefacka N.M,. Kołek M.F., Arciszewska-Leszczuk A., Iwankowski P., Metodologia i statystyka Przewodnik naukowego turysty, Tom 1, Wydawnictwo Naukowe PWN, Warszawa 2023.
8. Grzeszkiewicz-Radulska K., Wprowadzenie do analizy wariancji z czynnikami losowymi, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2023.
9. Wiktorowicz J., Grzelak M.M., Grzeszkiewicz-Radulska K., Analiza statystyczna z IBM SPSS Statistics, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2023.
10. Jóźwiak J., Podgórski J., Statystyka od podstaw, Polskie Wydawnictwo Ekonomiczne, Warszawa 2022.
11. Zalewska M.J., Niemiro W., Biostatystyka. Od podstaw do zaawansowanych metod, Wydawnictwo PZWL, Warszawa 2022.
12. Napiórkowski T.M., Praktyczna analiza danych za pomocą metod ilościowych, Oficyna Wydawnicza SGH, Warszawa 2022.
13. Starzyńska W., Statystyka praktyczna, Wydawnictwo Naukowe PWN, Warszawa 2022.
14. Bąk I., Markowicz I., Mojsiewicz M., Wawrzyniak K., Statystyka opisowa. Przykłady i zadania, Wydawnictwo CeDeWu, Warszawa 2020.
15. Aczel A.D., J. Sounderpandian, Statystyka w zarządzaniu, Wydawnictwo Naukowe PWN, Warszawa 2017.
Literatura uzupełniająca:
1. Dobek A., Szwaczkowski T., Statystyka matematyczna dla biologów, Wydawnictwo Uniwersytetu Przyrodniczego w Poznaniu, Poznań 2019.
2. Hyk W., Stojek Z., Analiza statystyczna w laboratorium badawczym, Wydawnictwo Naukowe PWN, Warszawa 2019.
3. Szymczak W., Podstawy statystyki dla psychologów. Podręcznik akademicki, Wydawnictwo Difin, Warszawa 2018.
4. Rószkiewicz M., Perek-Białas J., Węziak-Białowolska D., Zięba-Pietrzak A., Projektowanie badań społeczno-ekonomicznych. Rekomendacje i praktyka badawcza, Wydawnictwo Naukowe PWN, Warszawa 2013
5. Lissowski G., Haman J., Jasiński M., Podstawy statystyki dla socjologów. Opis statystyczny, Tom 1, Wydawnictwo Naukowe Scholar, Warszawa 2011.
6. Lissowski G., Haman J., Jasiński M., Podstawy statystyki dla socjologów. Zależności statystyczne, Tom 2, Wydawnictwo Naukowe Scholar, Warszawa 2011.
7. Kot S.M., Jakubowski J., Sokołowski A., Statystyka, Wydawnictwo Difin, Warszawa 2011.
8. Pułaska-Turyna B., Statystyka dla ekonomistów, Wydawnictwo Difin, Warszawa 2011.
9. Lissowski G., Haman J., Jasiński M., Podstawy statystyki dla socjologów. Wnioskowanie statystyczne, Tom 3, Wydawnictwo Naukowe Scholar, Warszawa 2011.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: