.
Analītiskās statistikas metodes psiholoģijas pētījumos
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:10.00
Kursa apraksta apstiprināšanas datums:28.11.2024 11:27:45
| Par studiju kursu | |||||||||
| Kursa kods: | SL_026 | LKI līmenis: | 7. līmenis | ||||||
| Kredītpunkti: | 2.00 | ECTS: | 3.00 | ||||||
| Zinātnes nozare: | Matemātika; Varbūtību teorija un matemātiskā statistika | Mērķauditorija: | Psiholoģija | ||||||
| Studiju kursa vadītājs | |||||||||
| Kursa vadītājs: | Diāna Kalniņa | ||||||||
| Studiju kursa īstenotājs | |||||||||
| Struktūrvienība: | Statistikas mācību laboratorija | ||||||||
| Struktūrvienības vadītājs: | |||||||||
| Kontaktinformācija: | Baložu iela 14, A korpuss, Rīga, +371 67060897, statistika rsu[pnkts]lv, www.rsu.lv/statlab | ||||||||
| Studiju kursa plānojums | |||||||||
| Pilns laiks - 1. semestris | |||||||||
| Lekcijas (skaits) | 6 | Lekciju ilgums (akadēmiskās stundas) | 2 | Kopā lekciju kontaktstundas | 12 | ||||
| Nodarbības (skaits) | 6 | Nodarbību ilgums (akadēmiskās stundas) | 2 | Kopā nodarbību kontaktstundas | 12 | ||||
| Kopā kontaktstundas | 24 | ||||||||
| Studiju kursa apraksts | |||||||||
| Priekšzināšanas: | Bakalaura līmeņa pieredze pētniecībā, bakalaura līmenim atbilstošas zināšanas par statistiskas datu apstrādes metodēm. | ||||||||
| Mērķis: | Apgūt pamatzināšanas par analītiskās statistikas metodēm, attīstīt prasmes pielietot analītiskās statistikas metodes psiholoģijas pētījumā iegūto datu apstrādē un analīzē. | ||||||||
| Tēmu saraksts (pilna laika studijas) | |||||||||
| Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
| 1 | Pētījums psiholoģijā. Kvantitatīvs un kvalitatīvs pētījums. Ģenerālā kopa un izlase. Pētījumā pielietojamo statistisko metožu klasifikācija un to pielietošanas shēmas. Datu mērījumu skalas un aprakstošā statistika. Slēdzienstatistika. | Lekcijas | 1.00 | cits | |||||
| 2 | Viendimensiju statistika – SPSS izmantošana datu apstrādē un analīzē, rezultātu noformēšana. | Nodarbības | 1.00 | cits | |||||
| 3 | Dispersijas analīze (ANOVA, MANOVA, MANCOVA, jaukta dizaina MANOVA). | Lekcijas | 1.00 | datorklase | |||||
| 4 | Dispersijas analīze – SPSS izmantošana datu apstrādē un analīzē, rezultātu noformēšana. | Nodarbības | 1.00 | datorklase | |||||
| 5 | Regresijas analīze: standarta, secīgā, soļu metode. | Lekcijas | 1.00 | datorklase | |||||
| 6 | Regresijas analīze – IBM SPSS izmantošana datu apstrādē un analīzē, rezultātu noformēšana. | Nodarbības | 1.00 | datorklase | |||||
| 7 | Ieskats mediācijas un moderācijas analīzē. | Lekcijas | 1.00 | datorklase | |||||
| 8 | Komponentanalīze un faktoranalīze. Apstiprinošā un izpētošā faktoranalīze. | Nodarbības | 1.00 | cits | |||||
| 9 | Faktoru izdalīšanas metodes. Faktoru rotācijas metodes. | Lekcijas | 1.00 | cits | |||||
| 10 | Faktoranalīze – IBM SPSS izmantošana datu apstrādē un analīzē, rezultātu noformēšana. | Nodarbības | 1.00 | cits | |||||
| 11 | Testa pantu analīze. | Lekcijas | 1.00 | datorklase | |||||
| 12 | Testa pantu analīze – SPSS izmantošana datu apstrādē un analīzē, rezultātu noformēšana. | Nodarbības | 1.00 | cits | |||||
| Vērtēšana | |||||||||
| Patstāvīgais darbs: | Patstāvīgi lasīt norādītos literatūras avotus. Patstāvīgi veikt dotos uzdevumus datu apstrādē (studējošajiem doti nosacīta pētījuma sākotnējie dati ar noteiktiem pētījuma ietvaros uzdevumiem Excel dokumentā; studējošie pilda uzdevumus, sniedzot iegūto rezultātu korektu noformējumu un interpretāciju; darbs iesniedzams elektroniskā formā). | ||||||||
| Vērtēšanas kritēriji: | (1) Izpildīti mājas darbi par datu apstrādi. 1. Ģenerālā kopa un izlase. 2. Dispersiju analīze. 3. Regresiju analīze. 4. Komponentu analīze. Faktoranalīze. (2) Eksāmena darbs – patstāvīgs individuāla uzdevuma risinājums SPSS programmā. Gala vērtējums. - Studentiem, kuri ir iesnieguši VISUS mājas darbus (četrus) un katrs no tiem ir ieguvis vērtējumu vismaz 4 balles, gala vērtējumu kursā veido mājas darbu vērtējumu vidējais aritmētiskais rādītājs. - Studentiem, kuri nav iesnieguši VISUS mājas darbus vai kāds no mājasdarbiem ir ieguvis vērtējumu mazāku nekā 4 balles, ir jākārto rakstisks eksāmens. Šajā gadījumā gala vērtējumu veido 2 komponentes: mājasdarbu vērtējumu vidējais aritmētiskais rādītājs un eksāmena atzīme (proporcijās 50 : 50). | ||||||||
| Gala pārbaudījums (pilna laika studijas): | Eksāmens (Rakstisks) | ||||||||
| Gala pārbaudījums (nepilna laika studijas): | |||||||||
| Studiju rezultāti | |||||||||
| Zināšanas: | Studējošie lieto matemātiskās statistikas terminoloģiju; izskaidro atšķirības starp dažādām viendimensiju un daudzdimensiju statistikas metodēm; nosauc un raksturo viendimensiju un daudzdimensiju statistikas datu apstrādes metodes, kas jāpielieto dažādiem pētījuma dizainiem. | ||||||||
| Prasmes: | Studējošie tehniski pārvalda dažādu pētniecības statistisko metožu izpildi SPSS datorprogrammā – apstrādā pētījuma datus; analizē statistiskos rādītājus; atbilstoši izvirzītajai hipotēzei/ pētījuma jautājumam, korekti apraksta iegūtos rezultātus. | ||||||||
| Kompetences: | Studējošie spēj, izmantojot datortehnoloģijas, profesionāli risināt dažādus psiholoģijas pētījumā izvirzītos uzdevumus, pielieto noteiktam pētījuma dizainam atbilstošas datu apstrādes metodes; analizē un interpretē datu apstrādes rezultātus; formulē korektus secinājumus par pētījumā izvirzīto hipotēžu pierādīšanu vai noraidīšanu vai par pētījuma jautājumiem. | ||||||||
| Bibliogrāfija | |||||||||
| Nr. | Atsauce | ||||||||
| Obligātā literatūra | |||||||||
| 1 | Pētniecība: teorija un prakse (2016). K. Mārtinsones, A. Piperes, D. Kamerādes redakcijā. Rīga: RAKA | ||||||||
| 2 | Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics 5th ed. SAGE | ||||||||
| 3 | Raščevska M. (2005). Psiholoģisko testu un aptauju konstruēšana un adaptācija. Rīga: Raka. | ||||||||
| 4 | Leech, N.L., Barrett, K.C., & Morgan, G.A. (2008). SPSS for intermediate statistics: Use and interpretation. 3rd ed. New York: London: Lawrence Erlbaum Associates. | ||||||||
| Papildu literatūra | |||||||||
| 1 | Ievads pētniecībā: stratēģijas, dizaini, metodes. (2011). Sastādījusi K. Mārtinsone. Rīga: RAKA. | ||||||||
| 2 | Moore D. S. (2003). The basic practice of statistics. New York: W. H. Freeman & Company. | ||||||||
| 3 | Raščevska M., Kristapsone S. (2000). Statistika psiholoģijas pētījumos. Rīga: Izglītības soļi. | ||||||||
| 4 | Наследов А. Д. (2006). Математические методы психологического исследования. Анализ и интерпретация данных. СПб.: Речь. | ||||||||
| 5 | Сидоренко Е. (2001). Методы математической обработки в психологии. СПб.: Речь. | ||||||||
| 6 | Arhipova, I. Bāliņa, S. (2006). Statistika ekonomikā. Risinājumi ar SPSS un Microsoft Excel. Mācību līdzeklis 2. izdevums. Rīga: Datorzinību Centrs, - 364 lpp. | ||||||||
| 7 | Krastiņš O. (2003) Ekonometrija. Rīga: LR CSP. | ||||||||
| 8 | Krastiņš O., Ciemiņa I. (2003). Statistika. Rīga: LR CSP. | ||||||||
| 9 | Lasmanis, A., Kangro, I. (2004). Faktoru analīze. Rīga: Izglītības soļi. | ||||||||
| Citi informācijas avoti | |||||||||
| 1 | British Journal of Mathematical and Statistical Psychology. Available from: http://onlinelibrary.wiley.com/journal/10.1111/(ISSN)2044-8… | ||||||||
| 2 | Choosing the Correct Statistical Test in SAS, STATA and SPSS. Available from: http://www.ats.ucla.edu/stat/mult_pkg/whatstat/default.htm | ||||||||
| 3 | How to choose a statistical test. Available from: http://www.graphpad.com/www/book/choose.htm | ||||||||
| 4 | Selecting statistics. Available from: http://www.socialresearchmethods.net/selstat/ssstart.htm | ||||||||
| 5 | SPSS tutorials: | ||||||||
| 6 | http://hmdc.harvard.edu/projects/SPSS_Tutorial/spsstut.html | ||||||||
| 7 | http://www.datastep.com/SPSSTutorial_1.pdf | ||||||||
| 8 | http://www.datastep.com/SPSSTutorial_2.pdf | ||||||||
| 9 | Statistics tutorials. Available from: www.statsoft.com/textbook/stathome.html | ||||||||
| 10 | Metodiskie norādījumi maģistra darbu izstrādei RSU veselības psiholoģijas un supervīzjas studiju programmām. / K. Mārtinsone, V. Perepjolkina, J. Ļevina, J. Ļubenko, J. Koļesņikova, K. Vende, D. Kamerāde, J. I. Mihailovs, S. Silniece, J. Duhovska; V. | ||||||||
| 11 | Laerd Statistics: SPSS Statistics Tutorials and Statistical Guides | ||||||||
