Παρουσίαση/Προβολή

Διδάσκοντες

Κωνσταντίνος Λαβίδας

Lavidas@upatras.gr

Ώρες συνεργασίας: Τρίτη: 11:00-13:00, και Τετάρτη 10:00-12:00, στο γραφείο μου, Τομέας ΘΕΠ.

Σκοπός του μαθήματος

Το μάθημα αποτελεί μια εισαγωγή στις βασικές έννοιες της επαγωγικής στατιστικής και την ποσοτική ερευνητική προσέγγιση. Βασική επιδίωξη του διδακτικού αντικειμένου είναι να γνωρίσουν αλλά και να εξοικειωθούν οι φοιτητές/τριες με τους ελέγχους της επαγωγικής στατιστικής για την ανάλυση ποιοτικών και ποσοτικών ερευνητικών δεδομένων τα οποία συλλέγονται κατά τη διερεύνηση κοινωνικών φαινομένων.

Μαθησιακοί στόχοι

Με την επιτυχή ολοκλήρωση του μαθήματος ο/η φοιτητής / τρια θα είναι σε θέση να:

• Περιγράφει τα βασικά στάδια για την διενέργεια μιας ποσοτικής έρευνας.
• Επιλέγει την κατάλληλη μέθοδο δειγματοληψίας για την συγκρότηση ενός αντιπροσωπευτικού δείγματος.
• Διατυπώνει κατάλληλες ερευνητικές υποθέσεις ανάλογα με το ερευνητικό πρόβλημα.
• Αναγνωρίζει και να εφαρμόζει την βασική διαδικασία ελέγχου υποθέσεων.
• Εκτελεί βασικές επαγωγικές υπολογιστικές διαδικασίες ανάλυσης δεδομένων σε ψηφιακό περιβάλλον ανάλυσης δεδομένων.
• Παρουσιάζει τα αποτελέσματα της ανάλυσης που πραγματοποίησε συνδέοντας τα με το ερευνητικό πρόβλημα.
• Προσεγγίζει κριτικά σύγχρονα ζητήματα της Εκπαιδευτικής έρευνας.
• Σχεδιάζει και να υλοποιεί την μελέτη εκπαιδευτικών θεμάτων επιλέγοντας κατάλληλα ερευνητικά εργαλεία.

Περιεχόμενο μαθήματος

Το μάθημα περιλαμβάνει τις εξής ενότητες:

• Τυχαία Μεταβλητή, συνάρτηση πιθανότητας και αθροιστική συνάρτηση κατανομής της τυχαίας μεταβλητής.  Κατανομές: Bernoulli, διωνυμική, Poisson και  κανονική.
• Δειγματοληπτικές κατανομές, πληθυσμός δείγμα και στατιστική συμπερασματολογία και κεντρικό οριακό Θεώρημα και κατανομή Student.
• Σημειακή εκτίμηση, μονόπλευρα και δίπλευρα διαστήματα εμπιστοσύνης.
• Έλεγχος υποθέσεων, μηδενική και εναλλακτική υπόθεση, επίπεδο σημαντικότητας ενός ελέγχου και είδη σφαλμάτων στους ελέγχους υποθέσεων. Παραμετρικοί και μη παραμετρικοί έλεγχοι υποθέσεων και έλεγχος ικανοποίησης προϋποθέσεων των δεδομένων.
• Έλεγχος Student για το μέσο του πληθυσμού, έλεγχος της διαφοράς δύο μέσων τιμών προερχόμενων από εξαρτημένα δείγματα και έλεγχος Student ανεξαρτήτων δειγμάτων.
• Η κατανομή F, ανάλυση διακύμανσης με έναν παράγοντα, ανάλυση διακύμανσης επαναλαμβανόμενων μετρήσεων και ανάλυση διακύμανσης με δύο παράγοντες.
• Ισχύς του ελέγχου, μέγεθος της επίδρασης, προσδιορισμός του μέγεθος δείγματος, μη παραμετρικός έλεγχος υποθέσεων: για ανεξάρτητα (Mann-Whitney ή Kruskal?Wallis test)  και εξαρτημένα δείγματα (Wilcoxon test).
• Η κατανομή chi-square, έλεγχος chi-square καλής προσαρμογής και έλεγχος chi-square ανεξαρτησίας.
• Γραμμική συσχέτιση μεταξύ δύο ποσοτικών μεταβλητών, μερική συσχέτιση, το γραμμικό υπόδειγμα της παλινδρόμησης, πολλαπλή γραμμική παλινδρόμηση και συντελεστής προσδιορισμού του γραμμικού υποδείγματος.

Μέθοδοι διδασκαλίας

Τρόπος Διδασκαλίας

Διαλέξεις και εργαστήρια, πρόσωπο με πρόσωπο και εργασία σε ομάδες.
Για την υποστήριξη του μαθήματος και για κάθε διδακτική συνάντηση θα αναρτώνται διαφάνειες και άλλο υποστηρικτικό υλικό στην σελίδα υποστήριξης του μαθήματος στο eclass.

Η παρακολούθηση των εργαστηρίων είναι υποχρεωτική.

Χρήση τεχνολογιών πληροφορίας και επικοινωνιών

Xρήση λογισμικού παρουσιάσεων: PowerPoint, Prezi.

Για τα εργαστήρια θα χρησιμοποιηθούν υπολογιστικά περιβάλλοντα ανάλυσης ποσοτικών δεδομένων, όπως: SPSS και R.

Αξιοποίηση πραγματικών ερευνητικών παραδειγμάτων από το πεδίο της εκπαίδευσης. Έρευνες που έχει συμμετάσχει ο διδάσκων και έχει πραγματοποιήσει αντίστοιχες δημοσιεύσεις.

Μέθοδοι Αξιολόγησης

(Δύο) Εργασίες

Γενικός Τελικός Βαθμός= (Εργ_1+Εργ_2)/2

Ενδεικτική Βιβλιογραφία

Γιαλαμάς, Β. (2005). Στατιστικές τεχνικές και εφαρμογές στις επιστήμες της αγωγής, Αθήνα: ΠΑΤΑΚΗ. (ΠΡΟΤΕΙΝΕΤΑΙ)

Γναρδέλης Χ. (2003). Εφαρμοσμένη Στατιστική, Αθήνα: Εκδόσεις Παπαζήση.

Δαφέρμος, Β. (2005). ΚΟΙΝΩΝΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΜΕ ΤΟ SPSS, Θεσσαλονίκη: Εκδόσεις ΖΗΤΗ.

Κατσίλλης, Ι. (2006). Επαγωγική στατιστική εφαρμοσμένη στις επιστήμες και την εκπαίδευση με έμφαση στην ανάλυση με υπολογιστές. Αθήνα: Gutenberg.

Black, T. R. (1999). Doing quantitative research in the social sciences: An integrated approach to research design, measurement and statistics. Sage.

Chatterjee, S., & Hadi, A. S. (2015). Regression analysis by example. John Wiley & Sons.

Cohen, L. &  Manion, L. (1994). Μεθοδολογία Εκπαιδευτικής Έρευνας, Αθήνα: Μεταίχμιο.

Field, A. (2013). Discovering statistics using IBM SPSS statistics. Sage.

Kanji, G. K. (2006). 100 statistical tests. Sage.

Thomas, Q. (2012). Excel 2010 for Educational and Psychological Statistics. A Guide to Solving Practical Problems. New York: Springer.

Σημειώσεις και διαφάνειες του διδάσκοντα.