University of Warsaw - Central Authentication System
Strona główna

Analysis of qualitative and quantitative data using statistical software

General data

Course ID: 2700-L-FAK-Z-ADJI
Erasmus code / ISCED: 15.1 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. / (0321) Journalism and reporting The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title: Analysis of qualitative and quantitative data using statistical software
Name in Polish: Analiza danych jakościowych i ilościowych z użyciem oprogramowania statystycznego
Organizational unit: Faculty of Journalism, Information and Book Studies
Course groups:
ECTS credit allocation (and other scores): 5.00 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.
Language: Polish
Short description: (in Polish)

Celem przedmiotu jest zapoznanie studentów z podstawowymi metodami statystycznymi z zakresu analizy struktury zjawisk masowych, analizy współzależności cech mierzalnych i niemierzalnych, weryfikowaniem hipotez statystycznych w przygotowanych przez nich pracach dyplomowych.

Full description: (in Polish)

Podczas wykładu realizowane są następujące zagadnienia:

1. Prezentacja tabelaryczna i graficzna materiału statystycznego.

2. Wykonywanie chmury wyrazów (wordcloud) na podstawie otwartych pytań z ankiety.

3. Wykonywanie analizy wydźwięku postów i komentarzy znajdujących się na profilach marek w mediach społecznościowych.

4. Przegląd dostępnych stron w Internecie prezentujących dane statystyczne z obszaru nauk o komunikacji społecznej i mediach.

5. Miary zróżnicowania, asymetrii i kurtozy w programie Statistica, Excel.

6. Współczynnik korelacji liniowej Pearsona. Współczynnik korelacji rang Spearmana. Współczynnik zbieżności T Czuprowa.

7. Prosta regresja liniowa.

8. Analiza korelacji i regresji w programie Statistica, Excel.

9. Hipotezy i ich weryfikacja w programie Statistica, Excel. Testowanie t-Studenta.

10. Testy nieparametryczne dla prób niezależnych.Test U Manna-Whitneya.

11. Porównanie wielu średnich. ANOVA jednoczynnikowa.

12. Test niezależności Chi - kwadrat dla danych jakościowych (tablice czteropolowe).

13. Wieloraka regresja liniowa.

Bibliography: (in Polish)

Literatura podstawowa:

1. Materiały zamieszczone w kursie e-learningowym znajdującym się na platformie Kampus UW - https://kampus-student2.ckc.uw.edu.pl/course/view.php?id=15140

2. Opolska – Bielańska A. - Antologia tekstów Katedry Technologii Informacyjnych Mediów, Tom 1, Oficyna Wydawnicza ASPRA-JR, Warszawa 2018

3. Opolska – Bielańska A. - Antologia tekstów Katedry Technologii Informacyjnych Mediów, Tom 2, Oficyna Wydawnicza ASPRA-JR, Warszawa 2019

4. Opolska – Bielańska A. - Antologia tekstów Katedry Technologii Informacyjnych Mediów, Tom 3, Oficyna Wydawnicza ASPRA-JR, Warszawa 2019

5. Opolska – Bielańska A. - Antologia tekstów Katedry Technologii Informacyjnych Mediów, Tom 4, Oficyna Wydawnicza ASPRA-JR, Warszawa 2021

6. M.Rabiej, Analizy statystyczne z programami Statistica i Excel, Wydawnictwo Helion, 2018.

7. J.Jóźwiak, J.Podgórski, Statystyka od podstaw / Janina Jóźwiak, Jarosław Podgórski. - Wyd. 7. - Warszawa : Polskie Wydawnictwo Ekonomiczne, 2012.

8. A. Snarska. Statystyka, ekonometria, prognozowanie – ćwiczenia z Excelem 2007, Wydawnictwo Placet, Warszawa 2011.

Literatura uzupełniająca:

1. J. Koronacki, J. Mielniczuk, Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT, Warszawa 2001.

2. W. Krysicki, J. Bartos, i inni., Rachunek prawdopodobieństwa i statystyka matematyczna. Cz. I i II, PWN, Warszawa 1997.

3. A. Luszniewicz, T. Słaby: Statystyka stosowana, PWE, Warszawa 1996.

4. G. Upton, I. Cook: A Dictionary of Statistics, Oxford University Press, New York 2006.

5. W. Zieliński: Tablice Statystyczne, Wyd. V poprawione i uzupełnione, Fundacja Rozwój SGGW 2001.

6.M. Sobczyk; Statystyka opisowa, Wydawnictwo C.H. Beck, Warszawa 2010.

7. A.D. Aczel, Statystyka w zarządzaniu, Wydawnictwo Naukowe PWN, Warszawa 2000.

8. S.M. Kot, J.Jakubowski, A. Sokołowski, Statystyka : podręcznik dla studiów ekonomicznych - Warszawa : "Difin", 2007.

9. http://www.artur-zimny.pl/nauka/monografie/statystyka_opisowa_materialy_do_cwiczen.pdf

Learning outcomes: (in Polish)

W zakresie:

Wiedzy – Student zna i rozumie:

1. Zna podstawowe statystyki z próby oraz miary współzależności.

2. Zna zasady formułowania hipotez statystycznych oraz metody ich weryfikacji z wykorzystaniem odpowiednich testów statystycznych.

3. Zna narzędzia informatyczne służące do przygotowania chmury wyrazów (wordcloud) i analizy wydźwięku treści postów i komentarzy na profilach marek w mediach społecznościowych.

4. Zna dostępne strony w Internecie prezentujące dane statystyczne z obszaru nauk o komunikacji społecznej i mediach.

Umiejętności – Student potrafi:

1. Potrafi opracowywać zebrane w trakcie badań do pracy dyplomowej dane, obliczyć statystyki opisowe uzyskanych danych, badać współzależność, korelację zmiennych.

2. Potrafi przeprowadzić własne obliczenia w zakresie statystyki opisowej i wnioskowania statystycznego oraz wykonać wykresy i diagramy, jak również zastosować odpowiednie programy obliczeniowe typu Excel, Statistica.

3. Potrafi stosować metody wnioskowania statystycznego, właściwie interpretować uzyskane wyniki oraz wyciągać odpowiednie wnioski w zakresie swoich badań do pracy dyplomowej.

Kompetencji społecznych – Student:

1. Posiada świadomość roli metod statystycznych w procesie podejmowania decyzji gospodarczych oraz formułowania i przekazywania informacji w sposób syntetyczny i powszechnie zrozumiały.

Assessment methods and assessment criteria: (in Polish)

Rozwiązywanie zadań na punkty znajdujących się na platformie Kampus UW w kursie online: https://kampus-student2.ckc.uw.edu.pl/course/view.php?id=15140. . Przedmiot zaliczają studenci, którzy zdobyli przynajmniej 50% maksymalnej sumy punków zdobytych z tych zadań.

Poszczególne oceny końcowe są wystawiane według poniższej skali:

0-49% - niedostateczny

50%- 65% - dostateczny

66%-74%- plus dostateczny

75%-84% - dobry

85%-94% - plus dobry

95%-100% - bardzo dobry

Classes in period "Winter semester 2023/24" (past)

Time span: 2023-10-01 - 2024-01-28
Selected timetable range:
Navigate to timetable
Type of class:
Optional lecture, 18 hours more information
Coordinators: Agnieszka Heba
Group instructors: Agnieszka Heba
Students list: (inaccessible to you)
Examination: Course - Grading
Optional lecture - Grading
Course descriptions are protected by copyright.
Copyright by University of Warsaw.
Krakowskie Przedmieście 26/28
00-927 Warszawa
tel: +48 22 55 20 000 https://uw.edu.pl/
contact accessibility statement USOSweb 7.0.3.0 (2024-03-22)