Adam Mickiewicz University, Poznań - Central Authentication System
Strona główna

Methodology of Psychological Research with Statistics II

General data

Course ID: 23-PSDM-MET2
Erasmus code / ISCED: 14.4 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0313) Psychology The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title: Methodology of Psychological Research with Statistics II
Name in Polish: Metodologia badań psychologicznych i statystyka II
Organizational unit: Faculty of Psychology and Cognitive Science
Course groups: (in Polish) E-learning - przedmioty Wydziału Psychologii i Kognitywistyki
(in Polish) Moodle - przedmioty Szkoły Nauk Społecznych
(in Polish) Przedmioty na psychologii na semestrze 3
(in Polish) Przedmioty na Wydziale Psychologii i Kognitywistyki
ECTS credit allocation (and other scores): 6.00 Basic information on ECTS credits allocation principles:
  • the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS;
  • the student’s weekly hourly workload is 45 h;
  • 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes;
  • weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS;
  • work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load.

view allocation of credits
Language: Polish
Module type:

compulsory

Major:

(in Polish) Psychologia

Cycle of studies:

long-cycle studies

Module learning aims:

(in Polish) • dostarczenie wiedzy o istocie i znaczeniu wnioskowania statystycznego

• wykształcenie umiejętności właściwego stawiania pytań, na które da odpowiedź wnioskowanie statystyczne

• opanowanie schematu wnioskowania statystycznego

• opanowanie podstawowych praw oraz siatki pojęć centralnych dla wiedzy o wnioskowaniu statystycznym

• kształtowanie umiejętności wyboru właściwej techniki indukcyjnej, przeprowadzania wybranego testu oraz interpretacji uzyskanych wyników

• dostarczenie podstawowej wiedzy w zakresie zaawansowanego planowania badań eksperymentalnych oraz korelacyjnych

• dostarczenie podstawowej wiedzy w zakresie analizy statystycznej danych zebranych w zaawansowanych badaniach eksperymentalnych oraz korelacyjnych

• nabycie umiejętności posługiwania się przy analizach statystycznych pakietem IBM SPSS

• stworzenie okazji do refleksji nad konsekwencjami stosowania technik wnioskowania statystycznego przy formułowaniu wniosków z badań empirycznych


Year of studies (where relevant):

Year 2

Course module conducted remotely (e-learning):

(in Polish) Moduł wykorzystuje kurs e-learningowy zawierający zestaw materiałów dydaktycznych wykorzystywanych na zajęciach oraz wiele różnych ćwiczeń i zadań, które wspomagają pracę własną studentów.

Pre-requisites in terms of knowledge, skills and social competences:

(in Polish) Zaliczony przedmiot „Metodologia badań psychologicznych ze statystyką I”.

Information on where to find course materials:

(in Polish) Wszystkie prezentacje do wykładów oraz materiały do zajęć umieszczone są w kursie e-learningowym. Literatura dostępna jest w Bibliotece Uniwersyteckiej. Wszyscy studenci mogą korzystać na domowych komputerach z pakietu statystycznego IBM SPSS (w ramach licencji zakupionej przez UAM).

Jednocześnie wszyscy słuchacze mają bezpłatny dostęp do baz bibliograficznych PsycArticles i PsycInfo (za pomocą USOS, również na domowych komputerach).


Methods of teaching for learning outcomes achievement:

(in Polish) Wykłady, wykład konwersatoryjny, laboratoria w sali komputerowej, zadania i ćwiczenia umieszczone w kursie e-learningowym

Student workload (ECTS credits):

(in Polish) Godziny zajęć (wg planu studiów) z nauczycielem 60


Praca własna studenta:

Przygotowanie do zajęć 30

Czytanie wskazanej literatury 30

Przygotowanie pracy pisemnej, raportu, prezentacji, demonstracji, itp.

Przygotowanie do egzaminu / zaliczenia 30

Przygotowanie do sprawdzianu umiejętności praktycznych (z platformą

e-learningową i pakietem statystycznym) 15

Wykonywania quizów i zadań w kursie e-learningowym 15


SUMA GODZIN 180

LICZBA PUNKTÓW ECTS DLA ZAJĘĆ/PRZEDMIOTU 6


Full description: (in Polish)

Treści programowe dla zajęć/przedmiotu:

Wnioskowanie statystyczne. Próba i populacja. Statystyki i parametry. Prawa, na których opiera się wnioskowanie

Kryteria wyboru testów statystycznych

Schemat wnioskowania indukcyjnego. Etapy wnioskowania

Rozkłady statystyk z próby: rozkład normalny, rozkład t-Studenta, rozkład F- Fishera-Snedecora, rozkład chi-kwadrat

Parametryczne testy statystyczne (skala interwałowa i ilorazowa)

Nieparametryczne testy statystyczne (skala porządkowa)

Nieparametryczne testy statystyczne (skala nominalna)

Analiza wariancji jako statystyczna podstawa eksperymentu jednoczynnikowego i dwuczynnikowego

Odmiany ANOVA i specjalne zastosowania ANOVA

Model regresji liniowej – zagadnienia zaawansowane

Bibliography: (in Polish)

Brzeziński, J. (2008). Badania eksperymentalne w psychologii i w pedagogice (wyd. 2). Warszawa: Wydawnictwo Naukowe Scholar.

Brzeziński, J., Zakrzewska, M. (2010). Rozdział 4. Metodologia. Podstawy metodologiczne i statystyczne prowadzenia badań naukowych w psychologii. W: J. Strelau, D. Doliński (red.), Psychologia akademicka. Podręcznik (wyd. 2, t. 1, s. 175-302). Gdańsk: Gdańskie Wydawnictwo Psychologiczne.

Brzeziński, J. M. (2019). Metodologia badań psychologicznych. Wydanie nowe. Warszawa: Wydawnictwo Naukowe PWN.

Frankfort-Nachmias, Ch., Nachmias, D. (2001). Metody badawcze w naukach społecznych.

Poznań: Zysk S-ka Wydawnictwo.

King, B. M., Minium, E.W. (2009) Statystyka dla psychologów i pedagogów. Warszawa:

Wydawnictwo Naukowe PWN.

Zakrzewska, M. (2007). Analiza wariancji i analiza regresji wielokrotnej – tożsamość modeli. Maszynopis udostępniony studentom w kursie e-learningowy.

Learning outcomes: (in Polish)

PME_01 Rozumie, dlaczego i po co stosujemy wnioskowanie statystyczne przy analizie wyników badań empirycznych. Zna podstawowe zasady i prawa, na których opiera się wnioskowanie.

PME_02 Potrafi umiejętnie i właściwie stawiać pytania badawcze i formułować hipotezy,które da się zweryfikować za pomocą wnioskowania statystycznego.

PME_03 Zna schemat wnioskowania statystycznego. Potrafi odróżnić i omówić kolejne etapy wnioskowania statystycznego odwołując się do różnego rodzaju danych empirycznych.

PME_04 Potrafi dokonać właściwego wyboru testu statystycznego biorąc pod uwagę charakter danych empirycznych.

PME_05 Umie przeprowadzić testy statystyczne i poprawnie, ale krytycznie i refleksyjnie zinterpretować uzyskane wyniki.

PME_06 Zna zasady planowania badań eksperymentalnych wywodzące się ze statystycznego modelu jednowymiarowej (jedno, dwu i trójczynnikowej) analizy wariancji (dla grup niezależnych i zależnych).

PME_07 Potrafi właściwie dobrać techniki statystyczne do danych z eksperymentu, przeprowadzić je i zinterpretować uzyskane wyniki.

PME_08 Zna reguły planowania zaawansowanych badań korelacyjnych (strategie budowy modelu wielokrotnej regresji liniowej oraz zasady wprowadzania do modelu zmiennych jakościowych).

PME_09 Potrafi właściwie dobrać techniki statystyczne do danych z badań korelacyjnych, przeprowadzić je i zinterpretować uzyskane wyniki.

PME_10 Potrafi umiejętnie wykorzystać możliwości pakietu statystycznego IBM SPSS przy analizie danych empirycznych. Umie wybrać z wydruku i poprawnie zinterpretować potrzebne do analizy elementy.

Assessment methods and assessment criteria: (in Polish)

1. W każdym semestrze zajęcia dydaktyczne realizowane są w czterech formach:

- wykładach (30 godzin)

- konwersatoriach wykładowych (4 spotkania - 15 godzin)

- laboratoriach w sali komputerowej (5 spotkań – 15 godzin)

- e-learningu wspomagającego pracę własną studentów.

2. Zajęcia wykładowe (wykład i konwersatoria) prowadzone są dla całego roku w terminach podanych w planie zajęć, na zajęcia laboratoryjne każdy student zapisuje się indywidualnie (za pośrednictwem platformy e-learningowej) wybierając jeden z podanych terminów. W zajęciach na drugim (zimowym) semestrze przedmiotu mogą uczestniczyć osoby, które zaliczyły ćwiczenia i zdały egzamin po pierwszym semestrze.

3. Obecność na laboratoriach prowadzonych w sali komputerowej jest obowiązkowa. Usprawiedliwione nieobecności należy odrobić najpóźniej w ciągu 14 dni. W uzasadnionych przypadkach termin ten może zostać wydłużony.

4. Usprawiedliwione nieobecności można odrabiać w terminach przeznaczonych do tego celu, lub z inną grupą (o ile będzie wolne stanowisko komputerowe). Nie ma możliwości odrobienia nieobecności po zakończeniu zajęć laboratoryjnych.

5. Studenci uczestniczący w laboratoriach winni być przygotowani do zajęć - należy powtórzyć materiał przekazany w trakcie konwersatoriów wykładowych oraz przynieść wydrukowane materiały niezbędne do realizacji ćwiczeń (informacje na ten temat publikowane są na platformie e-learningowej oraz przesyłane do studentów za pomocą poczty UAM). Osoby nieprzygotowane mogą nie zostać dopuszczone do zajęć.

6. Osoby uczestniczące w zajęciach laboratoryjnych powinny korzystać z szatni i nie przynosić na zajęcia okryć zewnętrznych oraz bagażu. Studenci nie powinni używać komputerów do celów nie związanych z zajęciami.

7. Na laboratoria należy przychodzić punktualnie, prowadzący może nie dopuścić do zajęć osoby spóźnionej. Studenci, którzy nie przyjdą punktualnie na zajęcia muszą się liczyć z tym, że ich stanowisko komputerowe zostanie zajęte przez osobę odrabiającą ćwiczenia.

8. W trakcie semestru studenci zdają:

- test zaliczeniowy na trzecich zajęciach

- test zaliczeniowy na piątych zajęciach

- zaliczenie praktyczne na piątych zajęciach:

- w pierwszym semestrze prezentacja pracy empirycznej wykonanej w grupie

- w drugim semestrze sprawdzian ze znajomości pakietu statystycznego

Każdy z tych sprawdzianów lub zaliczeń musi być zaliczony na co najmniej 60 %. Osoby, którym nie uda się zaliczyć sprawdzianu w pierwszym terminie mają prawo do jednej poprawki. Do każdego z testów może podejść osoba, która ma komplet obecności na laboratoriach. Niezaliczony test należy poprawić w ciągu dwóch tygodni. Ocena semestralna obliczana jest na podstawie średniej ze wszystkich podejść wg skali:

do 66 % - ocena 3.0

67 - 74 % - ocena 3.5

75 - 83 % - ocena 4.0

84 - 90 % - ocena 4.5

powyżej - ocena 5.0

9. Osoby, które nie uzyskały zaliczenia, lub nie zdały egzaminu zobowiązane są do powtórzenia wszystkich zajęć i zaliczenia wszystkich sprawdzianów w semestrze. Oceny z poprzednich lat oraz z innych kierunków nie będą przepisywane.

10. Egzamin z przedmiotu (po każdym semestrze) będzie zawierał treści przekazane w trakcie wykładów, konwersatoriów i laboratoriów. Egzamin odbywa się na sali komputerowej przy pomocy platformy e-learningowej. Do egzaminu mogą podejść jedynie osoby, które uzyskały zaliczenie z przedmiotu. Prowadzący mogą na wniosek studentów wyznaczyć wcześniejszy 1 termin egzaminu z obniżonymi progami punktów dla poszczególnych ocen.

Classes in period "Academic year 2020/2021, winter semester" (past)

Time span: 2020-10-01 - 2021-02-28
Selected timetable range:
Navigate to timetable
Type of class:
discussion seminar, 30 hours more information
lecture, 30 hours more information
Coordinators: Tomasz Ptaszyński, Marzenna Zakrzewska
Group instructors: Tomasz Ptaszyński, Marzenna Zakrzewska
Students list: (inaccessible to you)
Examination: Course - Exam
discussion seminar - Graded credit
lecture - Exam

Classes in period "Academic year 2021/2022, winter semestr" (past)

Time span: 2021-10-01 - 2022-02-23
Selected timetable range:
Navigate to timetable
Type of class:
discussion seminar, 30 hours more information
lecture, 30 hours more information
Coordinators: Tomasz Ptaszyński, Marzenna Zakrzewska
Group instructors: Tomasz Ptaszyński, Marzenna Zakrzewska
Students list: (inaccessible to you)
Examination: Course - Exam
discussion seminar - Graded credit
lecture - Exam

Classes in period "Academic year 2022/2023, winter semester" (past)

Time span: 2022-10-01 - 2023-02-26
Selected timetable range:
Navigate to timetable
Type of class:
discussion seminar, 30 hours more information
lecture, 30 hours more information
Coordinators: Tomasz Ptaszyński, Marzenna Zakrzewska
Group instructors: Tomasz Ptaszyński, Marzenna Zakrzewska
Students list: (inaccessible to you)
Examination: Course - Exam
discussion seminar - Graded credit
lecture - Exam

Classes in period "Academic year 2023/2024, winter semester" (past)

Time span: 2023-10-01 - 2024-02-25
Selected timetable range:
Navigate to timetable
Type of class:
discussion seminar, 30 hours more information
lecture, 30 hours more information
Coordinators: Tomasz Ptaszyński, Marzenna Zakrzewska
Group instructors: Tomasz Ptaszyński, Marzenna Zakrzewska
Students list: (inaccessible to you)
Examination: Course - Exam
discussion seminar - Graded credit
lecture - Exam
Course descriptions are protected by copyright.
Copyright by Adam Mickiewicz University, Poznań.
ul. Wieniawskiego 1
61-712 Poznań
tel: +48 61 829 4000
contact accessibility statement USOSweb 7.0.3.0 (2024-03-22)