Statistical analysis in social research
General data
Course ID: | 2700-M-LM-Z2ASBS |
Erasmus code / ISCED: |
15.1
|
Course title: | Statistical analysis in social research |
Name in Polish: | Analiza statystyczna w badaniach społecznych |
Organizational unit: | Faculty of Journalism, Information and Book Studies |
Course groups: |
(in Polish) LM-ZAOCZNE II STOPNIA 2 semestr, 1 rok |
ECTS credit allocation (and other scores): |
2.00
OR
4.00
(differs over time)
|
Language: | Polish |
Type of course: | obligatory courses |
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 z użyciem programu Statistica przydatnymi podczas realizacji badań w zakresie pracy magisterskiej z nauk o komunikacji społecznej i mediach. |
Full description: |
(in Polish) Podczas konwersatorium i laboratorium realizowane są następujące zagadnienia: 1. Prezentacja tabelaryczna i graficzna materiału statystycznego. 2. Miary zróżnicowania, asymetrii i kurtozy w programie Statistica. 3. Współczynnik korelacji liniowej Pearsona. Współczynnik korelacji rang Spearmana. Współczynnik zbieżności T Czuprowa. 4. Prosta regresja liniowa. 5. Analiza korelacji i regresji w programie Statistica. 6. Hipotezy i ich weryfikacja w programie Statistica. Testowanie t-Studenta. 7. Testy nieparametryczne dla prób niezależnych.Test U Manna-Whitneya. 8. Test F-Fishera dla dwóch wariancji w próbach nieskorelowanych 9. Porównanie wielu średnich. ANOVA jednoczynnikowa. 10. Test niezależności Chi - kwadrat (tablice czteropolowe). 11. Wieloraka regresja liniowa. |
Bibliography: |
(in Polish) Literatura podstawowa: 1. Materiały zamieszczone w kursie e-learningowym znajdującym się na platformie Kampus UW: 2. M.Rabiej, Analizy statystyczne z programami Statistica i Excel, Wydawnictwo Helion, 2018. 3. J.Jóźwiak, J.Podgórski, Statystyka od podstaw / Janina Jóźwiak, Jarosław Podgórski. - Wyd. 7. - Warszawa : Polskie Wydawnictwo Ekonomiczne, 2012. 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. A. Stanisz Przystępny kurs statystyki Tom 1. Wydawca: StatSoft Polska, Kraków 2006, ISBN-10: 83-88724-18-5 10. A. Stanisz Przystępny kurs statystyki Tom 2. Wydawca: StatSoft Polska, Kraków 2007, ISBN: 978-83-88724-30-5 11. A. Stanisz Przystępny kurs statystyki Tom 3. Wydawca: StatSoft Polska, Kraków 2007, ISBN: 978-83-88724-19-0 |
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. Umiejętności – Student potrafi: 1. Potrafi opracowywać zebrane w trakcie badań 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 Statistica. 3. Potrafi stosować metody wnioskowania statystycznego, właściwie interpretować uzyskane wyniki oraz wyciągać odpowiednie wnioski. 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) Jedno kolokwium na koniec semestru oceniane na punkty. Przedmiot zaliczają studenci, którzy zdobyli przynajmniej 50% maksymalnej sumy punków zdobytych z wykonanych 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 "Summer semester 2023/24" (in progress)
Time span: | 2024-02-19 - 2024-06-16 |
Navigate to timetable
MO TU W TH FR SA LAB
KON
SU LAB
|
Type of class: |
Lab, 14 hours
Seminar, 14 hours
|
|
Coordinators: | Agnieszka Heba | |
Group instructors: | Agnieszka Heba | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
Grading
Lab - Pass/fail Seminar - Grading |
Classes in period "Summer semester 2024/25" (future)
Time span: | 2025-02-17 - 2025-06-08 |
Navigate to timetable
MO TU W TH FR |
Type of class: |
Lab, 14 hours
Seminar, 14 hours
|
|
Coordinators: | Agnieszka Heba | |
Group instructors: | (unknown) | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
Grading
Lab - Pass/fail Seminar - Grading |
Copyright by University of Warsaw.