Statystyka w naukach społecznych WSE-ZP-SNS

Symbole kierunkowe efektów uczenia się (lista):
ZP1_W17; ZP1_U02; ZP1_U04; ZP1_K02

Symbole kierunkowe efektów uczenia się (opis):
ZP1_W17 – zna i rozumie metody badań naukowych i zasady tworzenia wybranych narzędzi badawczych, w tym także standardowe metody statystyczne oraz narzędzia informatyczne gromadzenia, analizy i prezentacji danych socjologicznych i ekonomicznych
ZP1_U02 – posiada umiejętność właściwego doboru źródeł, ich selekcji i krytycznej analizy, w tym zastosowania metod statystycznych, wykorzystywania danych socjologicznych i ekonomicznych, a także analiz politologicznych w problematyce zarządzania publicznego
ZP1_U04 – potrafi posługiwać się i wdrażać nowe technologie, w tym narzędzia informatyczne, wykorzystywane w instytucjach publicznych, prywatnych oraz tzw. trzeciego sektora w zarządzaniu oraz komunikacji wewnątrz organizacji, jak i między organizacją a jej otoczeniem zewnętrznym
ZP1_K02 – jest gotów do wykorzystania posiadanej wiedzy w rozwiązywaniu problemów poznawczych i praktycznych

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

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.

1. 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.

2. 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 statystycznych (takich jak zmienna, średnia, wariancja, korelacja), nie rozumie logiki doboru metod analizy danych, nie potrafi wskazać różnic między podstawowymi technikami statystycznymi oraz nie zna zasad interpretacji wyników analiz przeprowadzanych w programie IBM SPSS Statistics.

Ocena 3 (dostateczny):
Weryfikacja wskazuje, że student posiada niepełną podstawową wiedzę z zakresu analizy danych ilościowych. Zna jedynie wybrane pojęcia i procedury statystyczne, lecz nie rozumie w pełni ich zastosowania. Ma ograniczoną orientację w zakresie miar statystycznych, doboru testów istotności i interpretacji wyników. Wiedza studenta jest fragmentaryczna i wymaga uzupełnienia w zakresie logicznej struktury procesu analizy danych.

Ocena 3,5 (dostateczny plus):
Weryfikacja wskazuje, że student posiada podstawową wiedzę z zakresu analizy danych ilościowych i potrafi rozpoznać podstawowe procedury statystyczne stosowane w naukach społecznych. Zna pojęcia dotyczące zmiennych, miar tendencji centralnej, zróżnicowania oraz podstawowych testów statystycznych. Rozumie w ograniczonym zakresie logikę doboru metod analizy i potrafi powiązać wyniki z kontekstem badawczym.

Ocena 4 (dobry):
Weryfikacja wskazuje, że student posiada usystematyzowaną wiedzę z zakresu analizy danych ilościowych. Zna zasady doboru metod i technik analizy danych, rozumie relacje między pojęciami statystycznymi oraz potrafi wyjaśnić ich zastosowanie w praktyce badawczej. Orientuje się w rodzajach testów statystycznych, potrafi wskazać ich ograniczenia i interpretować wyniki analiz przeprowadzonych w środowisku IBM SPSS Statistics.

Ocena 4,5 (dobry plus):
Weryfikacja wskazuje, że student posiada niemal pełną i uporządkowaną wiedzę z zakresu analizy danych ilościowych. Zna większość procedur analitycznych stosowanych w SPSS, rozumie logikę wnioskowania statystycznego, potrafi wskazać adekwatne metody analizy w zależności od rodzaju danych i problemu badawczego. Wiedza jest szeroka i dobrze ugruntowana, choć nie w pełni pogłębiona.

Ocena 5 (bardzo dobry):
Weryfikacja wskazuje, że student opanował w pełni i w sposób pogłębiony wiedzę z zakresu analizy danych ilościowych oraz statystycznych metod badań społecznych. Zna i rozumie teoretyczne podstawy stosowanych miar i testów, potrafi omówić założenia poszczególnych metod, ich interpretację i ograniczenia. Posiada wiedzę umożliwiającą samodzielny dobór, przeprowadzenie i interpretację analiz w środowisku IBM SPSS Statistics, z uwzględnieniem logiki procedur analizy danych ilościowych.

Umiejętności:
Ocena 2 (niedostateczny):
Weryfikacja wskazuje, że student nie potrafi zastosować podstawowych procedur analizy danych ilościowych. Nie umie wykonać podstawowych operacji w środowisku IBM SPSS Statistics, nie potrafi dobrać właściwej metody analizy do rodzaju danych ani poprawnie interpretować wyników testów statystycznych. Nie rozumie logiki przetwarzania danych ani zasad prezentacji wyników w formie tabel lub wykresów.

Ocena 3 (dostateczny):
Weryfikacja wskazuje, że student w ograniczonym zakresie potrafi wykonywać analizy danych ilościowych w środowisku SPSS. Potrafi zastosować wybrane procedury, lecz często popełnia błędy w doborze metod lub interpretacji wyników. Umiejętności praktyczne są fragmentaryczne i wymagają znacznego wsparcia ze strony prowadzącego.

Ocena 3,5 (dostateczny plus):
Weryfikacja wskazuje, że student w stopniu podstawowym potrafi wykonać analizy danych ilościowych w programie SPSS. Potrafi posługiwać się podstawowymi funkcjami programu (np. obliczanie miar opisowych, tworzenie tabel krzyżowych), zna podstawowe testy statystyczne i potrafi częściowo poprawnie interpretować ich wyniki.

Ocena 4 (dobry):
Weryfikacja wskazuje, że student potrafi samodzielnie przeprowadzić analizy danych ilościowych w środowisku SPSS, wykorzystując właściwe procedury statystyczne. Potrafi dobrać test do rodzaju danych, interpretować uzyskane wyniki oraz formułować logiczne i poprawne wnioski. Umiejętności obejmują także tworzenie czytelnych tabel i wykresów oraz analizę relacji między zmiennymi.

Ocena 4,5 (dobry plus):
Weryfikacja wskazuje, że student niemal w pełni opanował umiejętność stosowania procedur analizy danych ilościowych. Potrafi właściwie dobrać metody analizy do postawionych celów badawczych, poprawnie przeprowadzić testy istotności, korelacje i analizy wariancji, a także spójnie interpretować wyniki w języku nauk społecznych.

Ocena 5 (bardzo dobry):
Weryfikacja wskazuje, że student w pełni i w sposób pogłębiony potrafi wykonywać analizy danych ilościowych w środowisku IBM SPSS Statistics. Samodzielnie dobiera odpowiednie testy i procedury analityczne, potrafi zintegrować wyniki z kontekstem teoretycznym, interpretuje dane z zachowaniem zasad logiki i poprawności statystycznej, prezentując je w przejrzystej i profesjonalnej formie.

Kompetencje:
Ocena 2 (niedostateczny):
Weryfikacja wskazuje, że student nie przejawia odpowiedzialności badawczej i nie potrafi współpracować w zespole analitycznym. Nie rozumie znaczenia rzetelności i etyki w pracy z danymi, nie respektuje zasad ochrony danych i nie wykazuje refleksyjności wobec uzyskanych wyników. Nie potrafi interpretować zjawisk społecznych w oparciu o dane empiryczne.

Ocena 3 (dostateczny):
Weryfikacja wskazuje, że student w ograniczonym stopniu przejawia umiejętność współpracy i odpowiedzialności w pracy badawczej. Wykazuje fragmentaryczne rozumienie znaczenia danych empirycznych dla interpretacji procesów społecznych. Częściowo respektuje zasady etyczne analizy danych, lecz wymaga stałego nadzoru.

Ocena 3,5 (dostateczny plus):
Weryfikacja wskazuje, że student w podstawowym stopniu potrafi współpracować w zespole i respektuje podstawowe zasady etyki badań ilościowych. Rozumie znaczenie danych empirycznych dla opisu i interpretacji zjawisk społecznych, choć nie zawsze potrafi zachować krytyczny dystans wobec uzyskanych wyników.

Ocena 4 (dobry):
Weryfikacja wskazuje, że student potrafi odpowiedzialnie i samodzielnie uczestniczyć w analizie danych społecznych, wykazuje świadomość etyczną i rozumie znaczenie rzetelności analitycznej. Potrafi współpracować z innymi przy opracowywaniu danych, dzielić się wnioskami i uzasadniać swoje interpretacje w oparciu o dane empiryczne.

Ocena 4,5 (dobry plus):
Weryfikacja wskazuje, że student niemal w pełni przejawia dojrzałość badawczą i refleksyjność analityczną. Odpowiedzialnie interpretuje dane, rozumie ich ograniczenia, potrafi uzasadnić swoje stanowisko w dyskusji naukowej, współpracuje konstruktywnie w grupie i respektuje zasady etyki pracy z danymi.

Ocena 5 (bardzo dobry):
Weryfikacja wskazuje, że student w pełni opanował kompetencje społeczne związane z prowadzeniem analiz danych ilościowych. Wykazuje wysoki poziom refleksyjności, rzetelności i etyki badawczej. Potrafi odpowiedzialnie interpretować zjawiska społeczne w oparciu o dane empiryczne, współpracować efektywnie w grupie badawczej i dzielić się wiedzą, zachowując standardy naukowe i etyczne.

Nie dotyczy.

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.

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

• Strona przedmiotu WSE-ZP-SNS w USOSweb