Kiekybinė duomenų analizė (1)
Dalyko anotacija lietuvių kalba
Kursas supažindina su duomenų analizės statistiniais metodais, kurie naudojami sociologiniuose tyrimuose tikrinti hipotezes apie imčių (grupių) skirtumus. Kurso metu studentai supažindinami su įvairiais parametrinės ir neparametrinės duomenų analizės metodais, išmokstama tikrinti hipotezes apie skirtumą tarp 2 ir daugiau nei 2 nepriklausomų imčių, naudojant SPSS paketą. Dalykas skirtas konceptualiai suprasti ir praktiškai išmokti pritaikyti vienfaktorinę dispersinę analizę ir neparametrinius kriterijus (Mano-Vitnio U, Medianos, Kruskalo-Voliso H kriterijai), bei interpretuoti gautus rezultatus, juos aprašyti ir pateikti standartizuotu APA stiliumi. Dalyke studentai pakartoja Stjudento t-kriterijaus (nepriklausoms imtims) tikrinimą, geba įvertinti skirtinio normalumo sąlygą ir identifikuoti išskirtis, išmoksta susikuri sudėtinį kintamąjį (suminę skalę ar indeksą), patikrinti sudėtinio kintamojo patikimumą. Dalyke studentai išmoksta apskaičiuoti ir interpretuoti efekto dydį po hipotezių apie imčių skirtumus tikrinimo.
Dalyko anotacija užsienio kalba
Subject introduces to various statistical methods to quantitative data, which are applied in sociological research to test hypotheses about differences between samples (groups). Students are introduced with parametric and non-parametric data analysis methods through out this subject, they learn how to test hypotheses if there are differences between 2 or among more than 2 independent samples by using SPSS software as the main tool. Subject provides with conceptual notion and practical skills to apply one-way ANOVA and other non-parametric tests (i.e., Mann-Whitney U, Median, Kruskal-Wallis H test), how to interpret data after analysis, how to write and present the results in standartized APA style. Additionally, students recall t-test for independent samples, they learn how to apply test certain assumptions (i.e., normal distribution, univariate outliers identification), create composite variable (i.e., index or scale), to assess the reliability of composite variable. Students acquire knowledge how to calculate and interpret the effect size after the testing of hypotheses about differences between samples.
Būtinas pasirengimas dalyko studijoms
Taikomoji statistika
Dalyko studijų rezultatai
Gebėti patikrinti parametrinių kriterijų prielaidas;
sukurti sudėtinį kintamąjį (suminę skalę / indeksą) ir nustatyti jo vidinį suderinamumą / patikimumą;
parinkti tinkamą kriterijų patikrinti hipotezes apie skirtumą tarp grupių (imčių), atlikti analizę ir interpretuoti rezultatus;
formuluoti statistines hipotezes, grįstas parametriniais skaičiavimais ir jas patikrinti;
formuluoti statistines hipotezes, grįstas neparametriniais skaičiavimais ir jas patikrinti;
apskaičiuoti efekto dydį imčių palyginimams ir interpretuoti rezultatus;
savarankiškai pagal reikalavimus perskaityti ir aprašyti gautus tyrimo ar analizės grįstos parametrinių ir neparametriniais skaičiavimais rezultatus, jo pateikti standartizuotą interpretaciją ir išvadas;
suprasti skirtumus tarp nepriklausomų ir priklausomų imčių tikrinimus bei žinoti priklausomų imčių apibrėžimą.
Dalyko turinys
Skirstinio normalumas ir jo tikrinimas (Kolmogorovo-Smirnovo ir Šapiro-Vilko kriterijais, eksceso ir asimetrijos koeficientais, vizualiniai įvertinimai histograma ir normal Q-Q grafiku), vienmatės (sąlyginės ir tikrinės) išskirtys ir jų šalinimas.
Vidinis skalės suderinamumas (patikimumas) ir Kronbacho alfa koeficientas.
Parametrinių ir neparametrinių kriterijai: panašumai ir skirtumai.
Hipotezių apie 2 ir daugiau nei 2 nepriklausomų imčių vidurkių skirtumą tikrinimas (Stjudento t kriterijus ir vienfaktorinė dispersinė analizė).
Hipotezių apie 2 ir daugiau nei 2 nepriklausomų imčių skirtumą formulavimas ir tikrinimas neparametriniais (Mano-Vitnio U, Medianos ir Kruskalio-Voliso H) kriterijais.
Efekto dydžio skaičiavimo kartu su hipotezių apie imčių skirtumus skaičiavimo prasmė: Coheno d, Glasso delta, eta kvadrato ir kiti efekto dydžio koeficientai.
Parametrinių ir neparametrinių kriterijų nepriklausoms imtims pateikimas APA standartizuotu stiliumi.
Hipotezių apie priklausomų imčių skirtumą tikrinimas ir tam skirti kriterijai.
Dalyko studijos valandomis
Paskaitos 15 val.
Laboratoriniai darbai 15 val.
Konsultacijos 15 val.
Iš viso kontaktinio darbo val. 45 val.
Savarankiškas darbas 65 val.
Iš viso 110 val.
Studijų rezultatų vertinimas
20 % - kolokviumas, 35% - laboratoriniai darbai, 10 % - individualus darbas, 35 % - egzaminas
Koliokviumas ir egzaminas vykdomas raštu, testo forma su atvirais ir uždarais klausimais bei uždaviniais arba atliekamais duomenų skaičiavimais.
Literatūra
1. 2000 Čekanavičius V., Murauskas G., Statistika ir jos taikymai (I d.)
2. 2002 Čekanavičius V., Murauskas G. Statistika ir jos taikymai. II dalis
3. 2006 Saudargienė A., Vaitkevičius R., Statistika su SPSS psichologiniuose tyrimuose
4. 2010 Vaitkevičius, R., Saudargienė, A. Psichologinių tyrimų duomenų analizė : praktikos darbai. Prieiga on-line: http://talpykla.elaba.lt/elaba-fedora/objects/elaba:4584508/datastreams/MAIN/content
5. 2010 Pallant, J. SPSS survival manual: A step by step guide to data analysis using SPSS for Windows, kopija patalpinta dalyko Moodle aplinkoje
Papildoma literatūra
1. 2007 Bakštys A., Skaičiavimo statistika. kopija patalpinta dalyko Moodle aplinkoje
2. 2017 Field, A. Discovering statistics using IBM SPSS statistics, Los Angeles. kopija patalpinta dalyko Moodle aplinkoje
