Kiekybinė duomenų analizė (2)

Dalyko anotacija lietuvių kalba

Kursas supažindina su duomenų analizės statistiniais metodais, kurie naudojami sociologiniuose tyrimuose tikrinti hipotezes apie kintamųjų (reiškinių) sąryšius ir priklausomybes. Kurso metu studentai supažindinami su įvairiais koreliaciniais duomenų analizės metodais, išmokstama tikrinti hipotezes apie 2 ir daugiau nei 2 kintamųjų statistinius ryšius ir priklausomybę, bei grupuoti kintamuosius pagal daugiamatės priklausomybės ryšius, naudojant SPSS paketą. Dalykas skirtas konceptualiai suprasti ir praktiškai išmokti pritaikyti vienmatės ir daugiamatės tiesinės, ranginės logistinės ir dvinarės logistinės regresijos, dvimatės atitikties analizės ir žvalgomosios faktorinės analizės metodus, bei interpretuoti gautus rezultatus, juos aprašyti ir pateikti standartizuotu APA stiliumi. Dalyke studentai pakartoja dviejų kintamųjų požymio priklausomybės (Pirsono chi-kvadrato kriterijumi) ir statistinio sąryšio (Kontingencijos, Fi, Kramerio V, Kendalo tau-b, Kendalo tau-c, Spirmano ir Pirsono koreliacijos koeficientais) hipotezių tikrinimą. Taip pats dalyke išmokstama įvertinti prielaidas reikalingas tenkinti, norint taikyti dvimačių sąryšių, regresinius, faktorinės analizės metodų skaičiavimus.

Dalyko anotacija užsienio kalba

Subject introduces to various statistical methods to quantitative data, which are applied in sociological research to test hypotheses about association and dependency between variables (quantified phenomena). Students are introduced with correlational type of data analysis methods throughout this subject, they learn how to test hypotheses if there are association and dependency between 2 or more variables, how to group variables based on multivariate dependency among variables, by using SPSS software as the main tool. Subject provides with conceptual notion and practical skills to apply such methods as univariate and multivariate linear, ordinal logistic and binary logistic regression analysis, bivariate correspondence analysis, and exploratory factor analysis, and how to interpret results after analysis, how to write and present the results in standardized APA style. Additionally, students recall howt otest hypothesis based on bivariate dependency (based Pearson chi-square test) and (cor)relation (based on Contingency, Phi, Cramer's V, Kendall's tau-b and tau-c, Spearman’s, and Pearson's correlation coefficients) calculations. Subject draws attention to the importance and skills on how to assesses main assumptions, which are important to meet in order to apply regression, correspondence and factor analysis.

Būtinas pasirengimas dalyko studijoms

Taikomoji statistika

Dalyko studijų rezultatai

Gebėti patikrinti koreliacinių metodų prielaidas;
parinkti tinkamą koreliacinį metodą patikrinti hipotezes apie kintamųjų (reiškinių) priklausomybę ir ryšius, atlikti analizę ir interpretuoti rezultatus;
formuluoti statistines hipotezes, grįstas dviejų kintamųjų sąryšio tikrinimu, ir jas patikrinti;
formuluoti statistines hipotezes, grįstas daugiau nei dviejų kintamųjų sąryšio tikrinimu, ir jas patikrinti;
atrasti sąryšius tarp 2 ir daugiau nei dviejų kintamųjų, siekiant juos sugrupuoti;
savarankiškai pagal reikalavimus perskaityti ir aprašyti gautus tyrimo ar analizės grįstos parametrinių ir neparametriniais skaičiavimais rezultatus, jo pateikti standartizuotą interpretaciją ir išvadas.

Dalyko turinys

Skirstinio normalumo tikrinimas, vienmatės ir daugiamatės išskirtys, multikolinearumas, tiesinio ryšio tikrinimas, homoskedastiškumas, daugiamatės priklausomybės (koreliacijos) tikrinimas.
Koreliaciniai metodai ir hipotezės apie 2 ar daugiau nei 2 kintamųjų sąryšius.
Hipotezių apie 2 reiškinių / kintamųjų priklausomybę ir sąryšį (Pirsono chi-kvadrato kriterijus, Kontingencijos, Fi, Kramerio V, Kendalo tau-b, Kendalo tau-c, Spirmano ir Pirsono koreliacijos koeficientai).
Hipotezių apie daugiau nei 2 kintamųjų (reiškinių) priklausomybę ir ryšius tikrinimas (tiesinė, ranginė logistinė ir dvinarė logistinė regresijos metodai).
Dvimatės atitiktinės analizės ir žvalgomosios faktorinės analizės metodai: principai ir skaičiavimas.
Koreliacinių metodų rezultatų pateikimas APA standartizuotu stiliumi.

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.) TEV
2. 2002 Čekanavičius V., Murauskas G. Statistika ir jos taikymai. II dalis Vilnius: leidykla TEV
3. 2006 Saudargienė A., Vaitkevičius R., Statistika su SPSS psichologiniuose tyrimuose VDU
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, Open university press. Moodle aplinkoje
Papildoma literatūra
1. 2007 Bakštys A., Skaičiavimo statistika TEV. Moodle aplinkoje
2. 2017 Field, A. Discovering statistics using IBM SPSS statistics, Los Angeles Sage. Moodle aplinkoje