.
Matemātiskās statistikas metodes sociālajās zinātnēs
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:1.00
Kursa apraksta apstiprināšanas datums:30.04.2024 09:11:04
| Par studiju kursu | |||||||||
| Kursa kods: | SL_134 | LKI līmenis: | 8. līmenis | ||||||
| Kredītpunkti: | 2.00 | ECTS: | 3.00 | ||||||
| Zinātnes nozare: | Matemātika | Mērķauditorija: | Socioloģija; Politikas zinātne; Sociālā antropoloģija; Vadībzinātne; Sociālā labklājība un sociālais darbs; Informācijas un komunikācijas zinātne; Tiesību zinātne | ||||||
| Studiju kursa vadītājs | |||||||||
| Kursa vadītājs: | Māra Grēve | ||||||||
| Studiju kursa īstenotājs | |||||||||
| Struktūrvienība: | Statistikas mācību laboratorija | ||||||||
| Struktūrvienības vadītājs: | |||||||||
| Kontaktinformācija: | Rīga, Dzirciema iela 16, dn rsu[pnkts]lv, +371 67409120 | ||||||||
| Studiju kursa plānojums | |||||||||
| Pilns laiks - 1. semestris | |||||||||
| Lekcijas (skaits) | 2 | Lekciju ilgums (akadēmiskās stundas) | 2 | Kopā lekciju kontaktstundas | 4 | ||||
| Nodarbības (skaits) | 4 | Nodarbību ilgums (akadēmiskās stundas) | 3 | Kopā nodarbību kontaktstundas | 12 | ||||
| Kopā kontaktstundas | 16 | ||||||||
| Studiju kursa apraksts | |||||||||
| Priekšzināšanas: | Matemātikas un informātikas zināšanas. | ||||||||
| Mērķis: | Sniegt zināšanas par statistikas jēdzienu izmantošanu sociālajās zinātnēs ņemot vērā digitalizācijas attīstību, patstāvīgi atrast nepieciešamos datus, grupēt un analizēt tos izmantojot attiecīgas metodes un veidot izpratni par iegūto datu praktisku izmantošanu iegūto rezultātu atspoguļošanā pētījumā. | ||||||||
| Tēmu saraksts (pilna laika studijas) | |||||||||
| Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
| 1 | Statistikas loma pētījuma procesā. Aprakstošās statistikas un slēdzienstatistikas būtība. Hipotēžu pārbaudes principi ar P-vērtību un ticamības intervāliem. | Lekcijas | 1.00 | E-studiju vide | |||||
| 2 | Datu veidi un mērskalas. Normālsadalījuma jēdziens. Datu analīzes metožu dažādība. | Lekcijas | 1.00 | auditorija | |||||
| 3 | Datu sagatavošana analīzei IBM SPSS Statistics vidē. Aprakstošā statistika, slēdzienstatistika un datu vizualizācija proporciju analīzei. | Nodarbības | 1.00 | datorklase | |||||
| 4 | Aprakstošās statistikas, slēdzienstatistikas un vizualizācijas izvēle kvantitatīviem datiem (un datiem ordinālu mērskalā) divu un vairāku izlašu salīdzināšanai. | Nodarbības | 1.00 | datorklase | |||||
| 5 | Korelācijas, lineārās regresijas un binārās loģistiskās regresijas analīzes principi. Skalas saskaņotības novērtējums anketu jautājumiem | Nodarbības | 1.00 | datorklase | |||||
| 6 | Izlases apjoma aprēķins dažādos pētījumu veidos. Praktiskais darbs: statistiskās analīzes apraksta izveide promocijas darba datiem | Nodarbības | 1.00 | datorklase | |||||
| Vērtēšana | |||||||||
| Patstāvīgais darbs: | 1. Izveidot tabulu ar plānotā vai esošā pētījuma mainīgo nosaukumiem un datu piemēriem, norādot katram mainīgajam atbilstošo mērskalu. 2. Papildināt zināšanas par statistikas metodēm, atbilstoši lekciju un nodarbību plānam, izmantojot obligāto literatūru. 3. Iepazīties ar statistikas metožu aprakstu piemēriem specifikai atbilstošās brīvpieejas zinātniskajās publikācijās. Studējošā ieguldījums studiju procesa pilnveidē ir jēgpilnas atgriezeniskās saites sniegšana par studiju kursu, aizpildot tā novērtēšanas anketu. | ||||||||
| Vērtēšanas kritēriji: | Dalība semināros un lekcijās. Izstrādāts sava promocijas darba datu statistiskās analīzes metožu apraksts (100%). | ||||||||
| Gala pārbaudījums (pilna laika studijas): | Ieskaite | ||||||||
| Gala pārbaudījums (nepilna laika studijas): | |||||||||
| Studiju rezultāti | |||||||||
| Zināšanas: | Pēc sekmīgas studiju kursa prasību izpildes studējošie spēj identificēt zināšanas, kas ļaus atpazīt statistisko terminoloģiju un izmantotās datu izpētes metodes zinātniskajās publikācijās. | ||||||||
| Prasmes: | Studiju kursa apguves rezultātā studējošie spēj atpazīt, sagatavot un ievadīt datus IBM SPSS Statistics vidē; Izveidot un rediģēt tabulas, diagrammas. Novērtēt, sistematizēt un identificēt piemērotas datu apstrādes metodes, t.sk., veikt statistisko hipotēžu pārbaudi. | ||||||||
| Kompetences: | Studiju kursa apguves rezultātā studējošie spēs precīzi atpazīt un interpretēt svarīgākos statistiskos rādītājus un praktski izmantot apgūtās pamata statistiskās metodes pētījumu datu apstrādē. | ||||||||
| Bibliogrāfija | |||||||||
| Nr. | Atsauce | ||||||||
| Obligātā literatūra | |||||||||
| 1 | Nahm, F. S. 2016. Nonparametric statistical tests for the continuous data: the basic concept and the practical use. Korean J. Anesthesiol. 69(1): 8–14. DOI: 10.4097/kjae.2016.69.1.8 (Tiešsaistē) | ||||||||
| 2 | SPSS for Social Scientists. 2009. Red Globe Press; 9th Edition. | ||||||||
| 3 | IBM SPSS for Intermediate Statistics Use and Interpretation. 2015. 5th Edition. By Nancy L. Leech, Karen C. Barrett, George A. Morgan. | ||||||||
| 4 | Field, A. 2018. Discovering Statistics using IBM SPSS Statistics. 4th Edition, Sage Publications. | ||||||||
| Papildu literatūra | |||||||||
| 1 | Laerd Statistics. | ||||||||
