Statystyka w naukach społecznych WSE-ZP-SNS
Istotnym elementem kursu jest nauka obsługi programu IBM SPSS Statistics jako podstawowego narzędzia pracy z danymi ilościowymi. Studenci uczą się tworzenia i organizacji zbiorów danych (definiowanie i etykietowanie zmiennych, wprowadzanie i porządkowanie danych, definiowanie wartości brakujących), wykonywania operacji na zbiorach (sortowanie, filtrowanie, selekcja przypadków, łączenie i dzielenie plików), rekodowania i kategoryzacji zmiennych, a także konstruowania wskaźników prostych i złożonych. Dzięki pracy warsztatowej krok po kroku poznają logikę procesu analitycznego – od przygotowania danych, poprzez ich eksplorację, dobór odpowiednich procedur statystycznych, aż po formułowanie wniosków i rekomendacji. Zajęcia prowadzone są w formule „learning by doing”, co oznacza, że większość treści teoretycznych od razu ilustrowana jest pracą na rzeczywistych zbiorach danych.
W zakresie merytorycznym kurs obejmuje statystykę opisową oraz wnioskowanie statystyczne. Omawiane są procedury przygotowania zbiorów danych (kodowanie, czyszczenie, identyfikacja wartości odstających), stosowanie miar tendencji centralnej, zróżnicowania i kształtu rozkładu, budowa rozkładów częstości oraz zasady wizualizacji danych (tabele, histogramy, wykresy słupkowe, kołowe, boxploty). Studenci poznają podstawy wnioskowania statystycznego i testowania hipotez: uczą się formułowania hipotez zerowych i alternatywnych, rozumienia poziomu istotności, wartości p oraz błędów I i II rodzaju. W praktycznej części kursu realizowane są m.in. analizy współzależności zmiennych jakościowych (tabele kontyngencji, test chi-kwadrat), testy normalności rozkładu, testy różnicy średnich (test t dla prób niezależnych i zależnych), analiza korelacji (Pearsona, Spearmana) oraz jednoczynnikowa analiza wariancji (ANOVA) z wykorzystaniem testów post hoc. Szczególny nacisk położony jest na interpretację wyników w odniesieniu do pytań i hipotez badawczych oraz na umiejętność przekładu rezultatów analiz na język wniosków dotyczących zjawisk społecznych. Studenci uczą się nie tylko „czytać” wyniki wygenerowane przez program, ale też świadomie oceniać ich sensowność i ograniczenia.
Kurs akcentuje praktyczne zastosowanie wiedzy statystycznej w środowisku badawczym i zawodowym – w instytucjach edukacyjnych, organizacjach pozarządowych, jednostkach samorządowych, ośrodkach badania opinii publicznej i firmach analitycznych. Studenci uczą się krytycznie oceniać jakość danych i zastosowanych metod (dobór próby, trafność i rzetelność pomiaru, ryzyko nadinterpretacji wyników) oraz raportować wyniki zgodnie z zasadami rzetelności naukowej i etyki badań społecznych. Szczególną wagę przywiązuje się do przejrzystej i zrozumiałej prezentacji danych i wyników (tabele, wykresy, komentarze opisowe), z myślą o różnorodnych odbiorcach – od środowiska akademickiego po praktyków i decydentów. Podkreślane jest znaczenie jasnej narracji wokół danych, tak aby wyniki analiz wspierały podejmowanie decyzji, a nie jedynie „ilustrowały” rzeczywistość liczbami.
Przedmiot ma charakter ćwiczeniowo-warsztatowy i stanowi integralną część przygotowania metodologicznego studentów. Jego realizacja sprzyja nie tylko opanowaniu technik statystycznych i obsługi oprogramowania, lecz także rozwijaniu umiejętności interpretacyjnych i refleksyjnych, potrzebnych do rozumienia znaczenia danych liczbowych w kontekście teorii społecznych, debat publicznych i praktyki instytucjonalnej. Zakończeniem kursu jest kolokwium zaliczeniowe, weryfikujące znajomość kluczowych pojęć i procedur, umiejętność doboru adekwatnych metod analizy, sprawne posługiwanie się programem IBM SPSS Statistics oraz zdolność krytycznej, odpowiedzialnej interpretacji i prezentacji wyników. Efektem realizacji przedmiotu jest nabycie przez studentów zdolności samodzielnego analizowania zjawisk społecznych z wykorzystaniem narzędzi statystycznych oraz stosowania wyników analiz w pracy badawczej, dydaktycznej i w zróżnicowanych obszarach praktyki zawodowej. Kurs stanowi tym samym solidną bazę do dalszego rozwijania kompetencji ilościowych na poziomie zaawansowanym.
Celem przedmiotu jest przygotowanie studentów do samodzielnego stosowania procedur analizy danych ilościowych oraz interpretacji wyników analiz statystycznych w kontekście problemów społecznych, edukacyjnych i ekonomicznych, a także do refleksyjnego podejmowania decyzji badawczych na każdym etapie procesu analizy danych. Studenci zdobywają wiedzę o podstawowych pojęciach, metodach i narzędziach analizy ilościowej oraz uczą się ich praktycznego wykorzystania w programie IBM SPSS Statistics, tak aby potrafili przejść cały proces badawczy – od sformułowania pytania badawczego i operacjonalizacji pojęć, przez przygotowanie zbioru danych, aż po wybór adekwatnych testów statystycznych i sformułowanie wniosków, uwzględniających zarówno kontekst teoretyczny, jak i praktyczne konsekwencje dla polityk publicznych oraz funkcjonowania instytucji.
Cele szczegółowe obejmują:
a) rozwinięcie umiejętności rozumienia, planowania i przeprowadzania analiz statystycznych z wykorzystaniem rzeczywistych danych empirycznych, w tym formułowania spójnych pytań i hipotez badawczych oraz krytycznej oceny jakości dostępnych danych;
b) opanowanie zasad doboru metod statystycznych odpowiednich do rodzaju danych i problemu badawczego, ze szczególnym uwzględnieniem ograniczeń poszczególnych technik oraz konsekwencji ich niewłaściwego zastosowania;
c) nabycie kompetencji w zakresie wnioskowania statystycznego, interpretacji i prezentacji wyników, obejmujących umiejętność przekładania rezultatów analiz na jasne i komunikatywne wnioski dla różnych grup odbiorców;
d) wykształcenie postawy krytycznego odbioru danych ilościowych, rozumienia ich ograniczeń i odpowiedzialnego wykorzystywania w praktyce, w tym rozpoznawania ryzyka manipulacji danymi oraz nadinterpretacji wyników w debacie publicznej;
e) kształtowanie umiejętności raportowania wyników w sposób zgodny z zasadami rzetelności naukowej i etyki badań społecznych, z dbałością o transparentność stosowanych procedur i czytelność prezentacji danych;
f) doskonalenie praktycznych umiejętności pracy w środowisku IBM SPSS Statistics, obejmujących przygotowanie, porządkowanie, transformację i wizualizację danych na potrzeby analiz ilościowych, a także efektywne korzystanie z dokumentacji i zasobów pomocy programu;
g) kształtowanie umiejętności krytycznej lektury i oceny wyników badań ilościowych prezentowanych w literaturze naukowej oraz raportach instytucjonalnych, z uwzględnieniem poprawności doboru metod i jakości danych, co pozwala na świadome korzystanie z istniejących opracowań w pracy naukowej i eksperckiej;
h) rozwijanie kompetencji w zakresie formułowania wniosków i rekomendacji na podstawie wyników analiz statystycznych, zorientowanych na rozwiązywanie konkretnych problemów społecznych, edukacyjnych i instytucjonalnych, w tym projektowanie propozycji działań, które mogą być podstawą decyzji strategicznych i interwencji społecznych;
i) przygotowanie studentów do dalszego, samodzielnego pogłębiania wiedzy i umiejętności w obszarze metod ilościowych, w tym do korzystania z zaawansowanych procedur analitycznych oraz specjalistycznego oprogramowania statystycznego, a także do krytycznej oceny nowych narzędzi i trendów w analizie danych
(np. analityki predykcyjnej czy elementów data science).
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. Studenci kończą kurs z umiejętnością świadomego wyboru metod analizy, krytycznego interpretowania wyników oraz wykorzystywania ich do formułowania wniosków i rekomendacji istotnych dla funkcjonowania instytucji społecznych, edukacyjnych i organizacji działających w sferze publicznej, co wzmacnia ich przygotowanie do pracy w rolach badaczy, analityków, ekspertów i praktyków odpowiedzialnych za podejmowanie decyzji opartych na danych.
|
W cyklu 2025/26_Z:
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. 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. 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. |
W cyklu 2026/27_Z:
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. 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. 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
W cyklu 2022/23_Z: E-Learning (pełny kurs) z podziałem na grupy | W cyklu 2024/25_Z: E-Learning (pełny kurs) z podziałem na grupy | W cyklu 2025/26_Z: E-Learning | W cyklu 2026/27_Z: E-Learning |
Grupa przedmiotów ogólnouczenianych
Koordynatorzy przedmiotu
Opis nakładu pracy studenta w ECTS
W cyklu 2025/26_Z: 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 | W cyklu 2026/27_Z: Opis nakładu pracy studenta w ECTS
1. Udział w ćwiczeniach laboratoryjnych (SPSS) – 30 godzin
Aktywny udział w zajęciach komputerowych obejmujących wykonywanie analiz ilościowych w środowisku IBM SPSS Statistics, interpretację uzyskiwanych wyników oraz ich odnoszenie do problemów badawczych właściwych dla nauk społecznych.
2. Samodzielna praca z oprogramowaniem i utrwalanie materiału – 30 godzin
Indywidualna praca w środowisku SPSS obejmująca wykonywanie dodatkowych ćwiczeń, utrwalanie poznanych procedur analitycznych, doskonalenie obsługi programu oraz rozwijanie umiejętności interpretacji wyników i przygotowywania zestawień analitycznych.
3. Przygotowanie do kolokwium końcowego – 25 godzin
Systematyczne powtarzanie i porządkowanie materiału z zakresu analizy danych ilościowych, praktyczne ćwiczenie procedur statystycznych w SPSS oraz utrwalanie umiejętności doboru metod, interpretacji wyników i formułowania poprawnych wniosków.
4. Konsultacje z prowadzącym – 5 godzin
Konsultacje indywidualne lub grupowe związane z wyjaśnianiem zagadnień omawianych podczas kursu, rozwiązywaniem problemów analitycznych i interpretacyjnych oraz przygotowaniem do kolokwium końcowego.
Łączny nakład pracy studenta: 90 godzin
90 godzin / 30 godzin = 3 ECTS |
Poziom przedmiotu
Punkty ECTS
Symbol/Symbole kierunkowe efektów uczenia się
Typ przedmiotu
Wymagania wstępne
Efekty uczenia się
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.
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.
1. Obecność i aktywność na zajęciach
Regularny udział w zajęciach jest warunkiem dopuszczenia do zaliczenia przedmiotu. W ramach przedmiotu nie przewiduje się usprawiedliwiania nieobecności. Uczestnikowi kursu przysługują dwie (słownie: dwie) nieobecności w semestrze, niezależnie od ich przyczyny. Limit ten stanowi łączną pulę dopuszczalnych nieobecności i obejmuje absencje wynikające z przyczyn zdrowotnych, rodzinnych, zawodowych, komunikacyjnych lub innych zdarzeń losowych oraz nieobecności bez wskazania szczególnej przyczyny. Uczestnik kursu samodzielnie decyduje, w jakich okolicznościach wykorzystuje przysługujący mu limit. Przedłożenie zaświadczenia lekarskiego dotyczącego pojedynczego dnia lub krótkiego okresu choroby, a także nieobecność związana z planowaną wizytą lekarską, badaniem, zabiegiem lub hospitalizacją nie powoduje zwiększenia limitu ani wyłączenia danej nieobecności z jego zakresu.
Przekroczenie limitu dwóch nieobecności może zostać uwzględnione wyłącznie w przypadku nagłego i wyjątkowego zdarzenia, którego skutkiem jest obiektywna niemożność uczestniczenia w zajęciach przez okres obejmujący więcej niż dwa terminy zajęć, w szczególności nagłej hospitalizacji, poważnego urazu, nieplanowanego zabiegu operacyjnego będącego następstwem nagłego zdarzenia lub bezpośrednio związanej z nim rekonwalescencji. Wyjątek ten nie obejmuje planowanych świadczeń medycznych ani stanów zdrowotnych istniejących przed rozpoczęciem zajęć, chyba że z formalnie przyznanych uczestnikowi kursu dostosowań wynika inaczej.
Sam fakt występowania choroby przewlekłej, zaburzeń psychicznych lub innych trudności zdrowotnych nie powoduje automatycznego zwiększenia limitu nieobecności określonego w karcie przedmiotu. Uczestnik kursu, który zamierza korzystać z formalnie przyznanych dostosowań związanych ze stanem zdrowia, zobowiązany jest w terminie 2 tygodni od rozpoczęcia zajęć poinformować o tym prowadzącego w sposób trwały, w formie e-mailowej, oraz przedstawić dokumentację określającą zakres przyznanych uprawnień lub rekomendowanych dostosowań. Informacja przekazana na późniejszym etapie może zostać uwzględniona wyłącznie w zakresie, w jakim możliwe jest zastosowanie danego dostosowania bez działania z mocą wsteczną. Przedstawienie usprawiedliwień, zaświadczeń lub dokumentacji potwierdzającej uprawnienia dopiero pod koniec semestru nie może stanowić podstawy do zwiększenia limitu nieobecności ani do wyłączenia z niego absencji, które wcześniej zostały do niego zaliczone.
Wykorzystywanie urządzeń elektronicznych w trakcie zajęć dydaktycznych
Uczestnik kursu może korzystać z telefonu komórkowego lub innego urządzenia elektronicznego podczas zajęć, jeżeli Prowadzący:
1) wyrazi zgodę na korzystanie z urządzenia, gdy jest ono niezbędne lub uzasadnione realizacją programu kursu, wykonaniem zadania dydaktycznego, dostępem do materiałów dydaktycznych albo sprawdzeniem wiedzy uczestników kursu, w szczególności za pomocą ankiety, quizu, testu online lub innego narzędzia cyfrowego;
2) wyrazi zgodę na korzystanie z urządzenia w sytuacji wymagającej zapewnienia uczestnikowi kursu pilnego kontaktu lub ze względu na jego stan zdrowia, niepełnosprawność albo inne szczególne potrzeby, w tym konieczność korzystania ze specjalistycznego oprogramowania lub aplikacji mobilnej;
3) wymaga tego sytuacja bezpośredniego zagrożenia dla zdrowia lub życia osób przebywających na terenie uczelni albo w innej sytuacji wymagającej niezwłocznego wezwania pomocy.
Nieuprawnione korzystanie z telefonu komórkowego lub innego urządzenia elektronicznego w trakcie zajęć, w szczególności pomimo zwrócenia uczestnikowi kursu uwagi przez Prowadzącego, może zostać uznane za zachowanie dezorganizujące przebieg zajęć i skutkować koniecznością ich opuszczenia. W takim przypadku nieobecność uczestnika kursu w trakcie zajęć pozostaje nieusprawiedliwiona.
Indywidualna Organizacja Studiów
Student zamierzający korzystać z uprawnień wynikających z IOS lub pozostający pod opieką Centrum Dostępności, w szczególności z tytułu zaburzeń psychicznych, zobowiązany jest poinformować prowadzącego o przysługujących mu dostosowaniach nie później niż w terminie 2 tygodni od rozpoczęcia zajęć oraz przesłać w formie e-mail odpowiednią dokumentację w formie zeskanowanej. Informacja przekazana dopiero pod koniec realizacji przedmiotu, po przeprowadzeniu zasadniczej części zajęć lub po dokonaniu ocen cząstkowych, może skutkować brakiem możliwości uwzględnienia określonych dostosowań w procesie oceniania, jeżeli ich zastosowanie wymagało wcześniejszej organizacji sposobu uczestnictwa w zajęciach, formy zaliczenia lub warunków weryfikacji efektów uczenia się. Późne zgłoszenie nie stanowi podstawy do automatycznego ponownego przeprowadzenia zaliczeń, zmiany już wystawionych ocen ani zastosowania dostosowań z mocą wsteczną.
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.
Praktyki zawodowe
Nie dotyczy.
Literatura
Wykaz literatury zamieszczony w karcie przedmiotu ma charakter szerszej literatury przedmiotu. Obejmuje on pozycje stanowiące podstawę treści omawianych podczas zajęć oraz publikacje uzupełniające, poszerzające lub rekomendowane do dalszej pracy własnej. W przypadku nieobecności na zajęciach student zobowiązany jest wykorzystać wskazaną literaturę do samodzielnego uzupełnienia wiedzy i treści zrealizowanych podczas opuszczonych zajęć. Nieobecność na zajęciach nie zwalnia z obowiązku opanowania treści objętych programem przedmiotu.
Umieszczenie danej pozycji w wykazie literatury w karcie przedmiotu nie oznacza, że zostanie ona udostępniona na platformie e-learningowej. Na platformie zamieszczane będą wyłącznie materiały wskazane przez prowadzącego jako obowiązkowe. Prowadzący nie udostępnia treści wykładowych, w tym prezentacji multimedialnych, w formie elektronicznej ani papierowej. W trakcie zajęć zabrania się uczestnikom filmowania, fotografowania oraz wykonywania innych form reprodukcji materiałów dydaktycznych prezentowanych przez prowadzącego, w szczególności treści umieszczonych w prezentacji multimedialnej.
Literatura obowiązkowa:
1. Józefacka N. M., Kołek M. F., Arciszewska-Leszczuk A., Metodologia i statystyka. Mapa statystycznych huncwotów. Tom II, Wydawnictwo Naukowe PWN, Warszawa 2026.
2. Panek T., Zwierzchowski J., Statystyczna wielowymiarowa analiza porównawcza. Teoria, metody i zastosowania, Polskie Wydawnictwo Ekonomiczne, Warszawa 2025.
3. King B. M., Minium E. W., Statystyka dla psychologów i pedagogów, Wydawnictwo Naukowe PWN, Warszawa 2024.
4. Ferguson G. A., Takane Y., Analiza statystyczna w psychologii i pedagogice, Wydawnictwo Naukowe PWN, Warszawa 2024.
5. Malik G., Szydłowski M., Elementy statystyki opisowej. Teoria i przykłady, Wyższa Szkoła Ekonomii i Informatyki w Krakowie, Kraków 2024.
6. Sobczyk M., Statystyka opisowa, Wydawnictwo Naukowe PWN, Warszawa 2024.
7. Grzegorzewski P., Statystyka matematyczna, Wydawnictwo Naukowe PWN, Warszawa 2024.
8. Bąk I., Markowicz I., Mojsiewicz M., Wawrzyniak K., Statystyka matematyczna. Przykłady i zadania, Wydawnictwo CeDeWu, Warszawa 2024.
9. Józefacka N. M., Kołek M. F., Arciszewska-Leszczuk A., Iwankowski P., Metodologia i statystyka. Przewodnik naukowego turysty. Tom I, Wydawnictwo Naukowe PWN, Warszawa 2023.
10. Grzeszkiewicz-Radulska K., Wprowadzenie do analizy wariancji z czynnikami losowymi, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2023.
11. Jóźwiak J., Podgórski J., Statystyka od podstaw, Polskie Wydawnictwo Ekonomiczne, Warszawa 2022.
12. Zalewska M. J., Niemiro W., Biostatystyka. Od podstaw do zaawansowanych metod, Wydawnictwo PZWL, Warszawa 2022.
13. Napiórkowski T. M., Praktyczna analiza danych za pomocą metod ilościowych, Oficyna Wydawnicza SGH, Warszawa 2022.
14. Starzyńska W., Statystyka praktyczna, Wydawnictwo Naukowe PWN, Warszawa 2022.
15. Bąk I., Markowicz I., Mojsiewicz M., Wawrzyniak K., Statystyka opisowa. Przykłady i zadania, Wydawnictwo CeDeWu, Warszawa 2020.
16. Aczel A. D., Sounderpandian J., 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.
Literatura specjalistyczna (polskojęzyczna) – IBM SPSS Statistics:
1. Wiktorowicz J., Grzelak M. M., Grzeszkiewicz-Radulska K., Analiza statystyczna z IBM SPSS Statistics, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2020.
2. Bedyńska S., Cypryańska M. (red.), Statystyczny drogowskaz 2. Praktyczne wprowadzenie do analizy wariancji, Wydawnictwo Akademickie SEDNO, Warszawa 2013.
3. Bedyńska S., Cypryańska M. (red.), Statystyczny drogowskaz 1. Praktyczne wprowadzenie do wnioskowania statystycznego, Wydawnictwo Akademickie SEDNO, Warszawa 2012.
4. Bedyńska S., Książek M., Statystyczny drogowskaz 3. Praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych, Wydawnictwo Akademickie SEDNO, Warszawa 2012. Wydawnictwo Sedno
5. Górniak J., Wachnicki J., Pierwsze kroki w analizie danych, SPSS Polska, Kraków 2010.
6. Nawojczyk M., Przewodnik po statystyce dla socjologów, SPSS Polska/Predictive Solutions, Kraków 2010. Publikacja jest nadal wskazywana w bibliotece SPSS Polska jako podręcznik przeznaczony dla użytkowników analiz statystycznych.
7. Malarska A., Statystyczna analiza danych wspomagana programem SPSS, SPSS Polska, Kraków 2005.
Literatura specjalistyczna (anglojęzyczna) – IBM SPSS Statistics:
1. Pallant J., SPSS Survival Manual. A Step-by-Step Guide to Data Analysis Using IBM SPSS, Routledge, London 2026.
2. Sok Foon Y., An Introductory Guide to Quantitative Data Analysis and Interpretation Using SPSS 30. Outputs and Interpretation for APA Format, Routledge, London 2026.
3. Barrett K. C., Leech N. L., Morgan G. A., IBM SPSS for Intermediate Statistics. Use and Interpretation, Routledge, New York 2026.
4. Barrett K. C., Leech N. L., Gloeckner G. W., Morgan G. A., IBM SPSS for Introductory Statistics. Use and Interpretation, Routledge, New York 2025.
5. Oh D. M., SPSS Basics. Techniques for a First Course in Statistics, Routledge, New York 2025.
6. Wagner-Huang W. E., Using SPSS for Research Methods and Social Statistics, SAGE Publications, Thousand Oaks 2025.
7. Field A., Discovering Statistics Using IBM SPSS Statistics, SAGE Publications, London 2024.
|
W cyklu 2025/26_Z:
Literatura obowiązkowa: Literatura uzupełniająca: |
Uwagi
|
W cyklu 2026/27_Z:
Informacja dotycząca bezpieczeństwa uczestników zajęć Przekazanie prowadzącemu informacji o stanie zdrowia nie jest obowiązkowe. Jeżeli jednak uznasz to za zasadne, poinformuj prowadzącego m.in. o astmie, cukrzycy, epilepsji, ciąży, silnych alergiach, skłonności do omdleń lub innych stanach, które w sytuacji nagłego pogorszenia zdrowia mogą wymagać szczególnego sposobu udzielenia pierwszej pomocy. Warto również zgłosić złe samopoczucie w dniu zajęć. Ze względu na nieprzewidywalność nagłych zdarzeń prowadzący będzie wdzięczny za dobrowolne przekazanie informacji, które mogą mieć znaczenie przy udzielaniu pierwszej pomocy przedmedycznej. Nie ma potrzeby podawania diagnozy ani szczegółowych danych medycznych – wystarczy informacja istotna dla właściwego postępowania w sytuacji nagłej. |
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: