.
Statistiskās datu apstrādes metodes psiholoģijā
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:2.00
Kursa apraksta apstiprināšanas datums:03.10.2018 13:25:02
| Par studiju kursu | |||||||||
| Kursa kods: | SL_022 | LKI līmenis: | 6. līmenis | ||||||
| Kredītpunkti: | 4.00 | ECTS: | 6.00 | ||||||
| Zinātnes nozare: | Matemātika; Varbūtību teorija un matemātiskā statistika | Mērķauditorija: | Psiholoģija | ||||||
| Studiju kursa vadītājs | |||||||||
| Kursa vadītājs: | Silva Seņkāne | ||||||||
| Studiju kursa īstenotājs | |||||||||
| Struktūrvienība: | Statistikas mācību laboratorija | ||||||||
| Struktūrvienības vadītājs: | |||||||||
| Kontaktinformācija: | Kapseļu iela 23, 2.stāvs, Rīga, +371 67060897, statistika rsu[pnkts]lv, www.rsu.lv/statlab | ||||||||
| Studiju kursa plānojums | |||||||||
| Pilns laiks - 1. semestris | |||||||||
| Lekcijas (skaits) | 16 | Lekciju ilgums (akadēmiskās stundas) | 2 | Kopā lekciju kontaktstundas | 32 | ||||
| Nodarbības (skaits) | 16 | Nodarbību ilgums (akadēmiskās stundas) | 2 | Kopā nodarbību kontaktstundas | 32 | ||||
| Kopā kontaktstundas | 64 | ||||||||
| Studiju kursa apraksts | |||||||||
| Priekšzināšanas: | Vispārīgā psiholoģija, vidējās izglītības līmenim atbilstošas zināšanas informātikā un matemātikā. | ||||||||
| Mērķis: | Iepazīstināt ar statistikās datu apstrādes pamatiem, statistikas metodēm un to pielietošanas iespējām, attīstīt prasmi apstrādāt un analizēt psiholoģiskajā pētījumā iegūtos datus un interpretēt rezultātus. | ||||||||
| Tēmu saraksts (pilna laika studijas) | |||||||||
| Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
| 1 | Psiholoģiskais pētījums. Pētījumu veidi. Matemātiskās statistikas pielietošana psiholoģijā | Lekcijas | 1.00 | auditorija | |||||
| 2 | Seminārs “Pētījumu veidi un matemātiskās statistikas pielietošana psiholoģijā” | Nodarbības | 1.00 | datorklase | |||||
| 3 | Datu veidi un mērskalas | Lekcijas | 1.00 | auditorija | |||||
| 4 | Datu ievadīšana un kodēšana (IBM SPSS) | Nodarbības | 1.00 | datorklase | |||||
| 5 | Datu sākotnējā apstrāde | Lekcijas | 1.00 | auditorija | |||||
| 6 | Datu sākotnējā apstrāde (IBM SPSS) | Nodarbības | 1.00 | datorklase | |||||
| 7 | Empīriskie sadalījumi un to statistiskie raksturotāji un grafiskie attēlojumi | Lekcijas | 1.00 | auditorija | |||||
| 8 | Empīriskie sadalījumi un to atbilstība normālsadalījumam (IBM SPSS) | Nodarbības | 1.00 | datorklase | |||||
| 9 | Centrālās tendences, variācijas, asimetrijas un ekscesa rādītāji | Lekcijas | 1.00 | auditorija | |||||
| 10 | Centrālās tendences, variācijas, asimetrijas un ekscesa rādītāju aprēķināšana (IBM SPSS) | Nodarbības | 1.00 | datorklase | |||||
| 11 | Populācija un izlase (izlases metode un veidi, populācijas parametru vērtēšana) | Lekcijas | 1.00 | auditorija | |||||
| 12 | Statistiskās hipotēzes | Lekcijas | 1.00 | auditorija | |||||
| 13 | Parametriskās metodes: t tests | Lekcijas | 1.00 | auditorija | |||||
| 14 | Stjūdenta t tests (IBM SPSS) | Nodarbības | 1.00 | datorklase | |||||
| 15 | Parametriskās metodes: dispersijas analīze (ANOVA) | Lekcijas | 1.00 | auditorija | |||||
| 16 | Dispersijas analīze (ANOVA, IBM SPSS) | Nodarbības | 1.00 | datorklase | |||||
| 17 | Neparametriskās metodes: χ² tests, Kolmagorova-Smirnova tests | Lekcijas | 1.00 | auditorija | |||||
| 18 | χ² tests, Kolmagorova-Smirnova tests (SPSS) | Nodarbības | 1.00 | datorklase | |||||
| 19 | Neparametriskās metodes: Manna-Vitnija tests, Vilkoksona tests, Kruskola-Volisa tests | Lekcijas | 1.00 | auditorija | |||||
| 20 | Manna-Vitnija tests, Vilkoksona tests, Kruskola-Volisa tests (IBM SPSS) | Nodarbības | 1.00 | datorklase | |||||
| 21 | Korelācijas analīze | Lekcijas | 1.00 | auditorija | |||||
| 22 | Korelācijas analīze (IBM SPSS) | Nodarbības | 1.00 | datorklase | |||||
| 23 | Regresijas analīze | Lekcijas | 1.00 | auditorija | |||||
| 24 | Regresijas analīze (IBM SPSS) | Nodarbības | 1.00 | datorklase | |||||
| 25 | Neparametriskās sakarību pētīšanas metodes | Lekcijas | 1.00 | auditorija | |||||
| 26 | Neparametriskās sakarību pētīšanas metodes (IBM SPSS) | Nodarbības | 1.00 | datorklase | |||||
| 27 | Faktoranalīzes būtība un pielietojums psiholoģijā | Lekcijas | 1.00 | auditorija | |||||
| 28 | Faktoranalīze (IBM SPSS) | Nodarbības | 1.00 | datorklase | |||||
| 29 | Pētījumu rezultātu publicēšana un prezentēšana | Lekcijas | 1.00 | auditorija | |||||
| 30 | Seminārs “Kvantitatīvie pētījumi un statistiskās datu apstrādes metodes zinātniskajos rakstos” | Nodarbības | 1.00 | datorklase | |||||
| 31 | Datorizēts nobeiguma tests “IBM SPSS programma un tās pielietošana datu apstrādē psiholoģiskajā pētījumā” | Nodarbības | 2.00 | datorklase | |||||
| Vērtēšana | |||||||||
| Patstāvīgais darbs: | Patstāvīga norādītās literatūras lasīšana; prezentācijas par vienu psiholoģiskā pētījuma veidu sagatavošana; mājas uzdevumi, kas saistīti ar psiholoģijas specialitātes datu apstrādi, interpretēšanu un prezentēšanu; empīriskā raksta (kvantitatīvā pētījuma) prezentācijas par statistiskās datu apstrādes metodēm sagatavošana. | ||||||||
| Vērtēšanas kritēriji: | Par katru kavēto nodarbību – tēmas kopsavilkums izmantojot norādīto literatūru (min. viena A4 lapa). Sekmīgi izpildīti mājas darbi Prasības: 1) dati pareizi apstrādāti (aprēķināti); 2) dati pareizi interpretēti; 3) dati pareizi prezentēti. Prezentācijas par vienu psiholoģiskā pētījuma veidu sagatavošana Prasības: 1) Prezentācija sagatavota PowerPoint programmā, mutiski prezentēta seminārā 2) Prezentācija sagatavota, izmantojot sekojošu shēmu (prezentācijas struktūra): • pētījuma autori, nosaukums, žurnāls; • pētījuma veids; • raksta struktūra un tā saistība ar pētījuma veidu; • pētījuma galvenais mērķis, teorētiskais pamats un galvenās atziņas. Empīriskā raksta (kvantitatīvā pētījuma) prezentācijas par statistiskās datu apstrādes metodēm sagatavošana Prasības: 1) Prezentācija sagatavota PowerPoint programmā, mutiski prezentēta semināra 2) Prezentācija sagatavota, izmantojot sekojošu shēmu (prezentācijas struktūra): • raksta autori, nosaukums, žurnāls; • pētījuma galvenais mērķis, teorētiskais pamats, metode, pielietotas datu apstrādes metodes un to pamatojums, galvenās atziņas. Sekmīgi izpildīts datorizēts nobeiguma tests “SPSS programma un tās pielietošana datu apstrādē psiholoģiskajā pētījumā” Prasības: 1) Korekti apstrādāti dati, pareizi izvēlētas datu apstrādes metodes. 2) Iegūti datu apstrādes rezultāti korekti noformēti Word programmā. 3) Datu apstrādes rezultāti korekti interpretēti, formulēti korekti secinājumi. | ||||||||
| Gala pārbaudījums (pilna laika studijas): | Eksāmens (Rakstisks) | ||||||||
| Gala pārbaudījums (nepilna laika studijas): | |||||||||
| Studiju rezultāti | |||||||||
| Zināšanas: | Studenti definē matemātiskās statistikas pamatjēdzienus, atpazīst formulas, raksturo matemātiskās statistikas paņēmienus un metodes, nosauc un raksturo datu analīzes pamatprincipus programmā SPSS | ||||||||
| Prasmes: | Studenti prot apstrādāt datus un analizēt statistiskos rādītājus, darīt korektus secinājumus. | ||||||||
| Kompetences: | Studenti spēj pieņemt lēmumu par piemērotu datu apstrādes metožu lietošanu attiecīgā situācijā izvirzīto hipotēžu pierādīšanai vai pētījuma jautājumu noskaidrošanai. | ||||||||
| Bibliogrāfija | |||||||||
| Nr. | Atsauce | ||||||||
| Obligātā literatūra | |||||||||
| 1 | Metodiskie norādījumi kursa darbu un bakalaura darbu izstrādei psiholoģijas studentiem | ||||||||
| 2 | Pētniecība: teorija un prakse. (2016) K. Mārtinsones, A. Piperes, D. Kamerādes zin. red. Rīga: RAKA. | ||||||||
| 3 | Raščevska M., Kristapsone S. (2000). Statistika psiholoģijas pētījumos. Rīga: Izglītības soļi. | ||||||||
| 4 | Leech, N.L., Barrett, K.C., & Morgan, G.A. (2008). SPSS for intermediate statistics: Use and interpretation. Third Edition. New York: London: Lawrence Erlbaum Associates. | ||||||||
| Papildu literatūra | |||||||||
| 1 | Krastiņš O., Ciemiņa I. (2003). Statistika. Rīga : LR CSP. | ||||||||
| 2 | Krastiņš O. (2003) Ekonometrija. Rīga: LR CSP. | ||||||||
| 3 | Moore, D. S. (2003). The basic practice of statistics. New York: W. H. Freeman & Company. | ||||||||
| 4 | Наследов А.Д. (2006). Математические методы психологического исследования. Анализ и интерпретация данных. СПб.: Речь. | ||||||||
| Citi informācijas avoti | |||||||||
| 1 | British Journal of Mathematical and Statistical Psychology. http://onlinelibrary.wiley.com/journal/10.1111/(ISSN)2044-8… | ||||||||
| 2 | Choosing the Correct Statistical Test in SAS, STATA and SPSS. https://stats.idre.ucla.edu/other/mult-pkg/whatstat/ | ||||||||
| 3 | How to choose a statistical test. http://www.graphpad.com/www/book/choose.htm | ||||||||
| 4 | Selecting statistics. http://www.socialresearchmethods.net/selstat/ssstart.htm | ||||||||
