Methodology of Psychological Research with Statistics II
General data
Course ID: | 23-PSDM-MET2 |
Erasmus code / ISCED: |
14.4
|
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
|
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 |
Navigate to timetable
MO TU W KON
KON
KON
KON
KON
KON
KON
WYK
KON
TH FR |
Type of class: |
discussion seminar, 30 hours
lecture, 30 hours
|
|
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 |
Navigate to timetable
MO TU W TH WYK
WYK
FR |
Type of class: |
discussion seminar, 30 hours
lecture, 30 hours
|
|
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 |
Navigate to timetable
MO TU W WYK
TH FR |
Type of class: |
discussion seminar, 30 hours
lecture, 30 hours
|
|
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 |
Navigate to timetable
MO TU W WYK
TH FR |
Type of class: |
discussion seminar, 30 hours
lecture, 30 hours
|
|
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 |
Copyright by Adam Mickiewicz University, Poznań.