Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Kvantitatīvās analīzes metodes
Kursa kods
SL_042
Zinātnes nozare
Ekonomika un uzņēmējdarbība; Statistika
Kredītpunkti (ECTS)
3,00
Mērķauditorija
Uzņēmējdarbības vadība
LKI
7. līmenis
Studiju veids un forma
Pilna laika; Nepilna laika
Studiju kursa īstenotājs
Kursa vadītājs
Diāna Kalniņa
Struktūrvienības vadītājs
Andrejs Ivanovs
Struktūrvienība
Statistikas mācību laboratorija
Kontaktinformācija
Rīga, Baložu iela 14,A korpuss, E-pasts: statistika@rsu.lv, Tālrunis: +371 67060899
Par studiju kursu
Mērķis
Sniegt zināšanas par biežāk lietotajām kvantitatīvajām metodēm ekonomiska rakstura problēmu risināšanai un pamatprasmes kvantitatīvo metožu pielietošanā. Iegūt pamatzināšanas un prasmes statistiskajās datu apstrādes metodēs, kas nepieciešamas zinātniski pētnieciskā darba izstrādei un statistisko rādītāju pielietošanai savā specialitātē.
Priekšzināšanas
Kursa apguvei studentiem nepieciešamas priekšzināšanas matemātikā un informātikā.
Studiju rezultāti
Zināšanas
1.Kursa apguves rezultātā studējošie gūst zināšanas un pārskatu par kvantitatīvās analīzes un datu apstrādes metodēm, kas izmantojamas pētījumu datu analīzē un rezultātu interpretācijā.
Prasmes
1.Studenti apgūs iemaņas darbā ar statistikas programmu SPSS, iemācīsies novērtēt publiskā telpā pieejamo kvantitatīvo pētījumu rezultātu precizitāti un drošticamību, kā arī iemācīsies patstāvīgi veikt kvantitatīvo pētījumu datu apstrādi, statistisko rādītāju analīzi un izdarīt korektus secinājumus.
Kompetences
1.Kursa apguves rezultātā studējošie prot praktiski lietot iegūtās zināšanas par kvantitatīvo analīzes metožu izmantošanu un datu analīzi.
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Patstāvīgais darbs |
-
|
-
|
|
Ārpus nodarbībām un lekcijām studējošie studē literatūru un e-studiju materiālus. Patstāvīgo darbu veic gan grupās, gan individuāli, tiek gatavoti mājas darbi, notiek gatavošanās semināra darbiem un eksāmenam.
|
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Pārbaudījums |
-
|
-
|
|
Apmeklējums – 10%, pārbaudes darbi – 40%, eksāmena darbs – 50%.
|
||
Studiju kursa tēmu plāns
PILNA LAIKA
1. daļa
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Kvantitatīvo pētījumu veidi, metodes. To priekšrocības un ierobežojumi. Primārie, sekundārie un terciārie dati. Mērskalas.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Kvantitatīvo pētījumu datu analīze IBM SPSS programmā, aprakstošā statistika.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Slēdzienstatistika. Piemērota testa izvēle.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Jēdzieni, to operacionalizācija, pētījuma hipotēzes. Materiālu sagatavošana, jautājumu veidi.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Jēdzieni, to operacionalizācija, pētījuma hipotēzes. Materiālu sagatavošana, jautājumu veidi.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Slēdzienstatistika. Piemērota testa izvēle.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Slēdzienstatistika. Piemērota testa izvēle.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Ģenerālais kopums, mērķa grupa un izlase. Izlases veidi un izlases veidošanas principi. Datu svēršana. Pētījumu rezultātu precizitāte un drošticamība.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Iepazīšanās ar statistisko datu apstrādes programmu IBM SPSS. Pamatdarbības ar datiem IBM SPSS programmā (datu ievade, aprakstīšana, kvalitātes pārbaude). Praktiska datnes izveidošana. Kodēšana, jaunu mainīgo veidošana.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Iepazīšanās ar statistisko datu apstrādes programmu IBM SPSS. Pamatdarbības ar datiem IBM SPSS programmā (datu ievade, aprakstīšana, kvalitātes pārbaude). Praktiska datnes izveidošana. Kodēšana, jaunu mainīgo veidošana.
|
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
20 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
NEPILNA LAIKA
1. daļa
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Slēdzienstatistika. Piemērota testa izvēle.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Kvantitatīvo pētījumu datu analīze IBM SPSS programmā, aprakstošā statistika.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Jēdzieni, to operacionalizācija, pētījuma hipotēzes. Materiālu sagatavošana, jautājumu veidi.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Kvantitatīvo pētījumu veidi, metodes. To priekšrocības un ierobežojumi. Primārie, sekundārie un terciārie dati. Mērskalas.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Ģenerālais kopums, mērķa grupa un izlase. Izlases veidi un izlases veidošanas principi. Datu svēršana. Pētījumu rezultātu precizitāte un drošticamība.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Slēdzienstatistika. Piemērota testa izvēle.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
E-studiju vide
|
2
|
Tēmas
|
Iepazīšanās ar statistisko datu apstrādes programmu IBM SPSS. Pamatdarbības ar datiem IBM SPSS programmā (datu ievade, aprakstīšana, kvalitātes pārbaude). Praktiska datnes izveidošana. Kodēšana, jaunu mainīgo veidošana.
|
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
14 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
Bibliogrāfija
Obligātā literatūra
1.
Pētniecība: teorija un prakse. (2016). K. Mārtinsones, A. Piperes, D. Kamerādes zin. red. Rīga: RAKA.
2.
Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics. 5th ed. SAGE
3.
Hair, J. F., et al. (2010). Multivariate Data Analysis. Upper Saddle River, NJ [u.a.]. Pearson Prentice Hall.
4.
Počs, R. (2003). Kvantitatīvās metodes ekonomikā un vadīšanā. Rīga, RTU.
Papildu literatūra
1.
Walters D. W., Walters D. J. (2008). Quantitative Methods for Business. Pearson Education.
2.
Curwin J., Slater, R. (2008). Quantitative Methods for Business Decisions.
3.
Swift, L., Piff, S. (2010). Quantitative Methods for Business, Management and Finance. Hampshire: Palgrave Macmillan. 812p.
4.
Blair, J., Czaja, R. F., Blair, E. (2014). Designing Surveys: A Guide to Decisions and Procedures. Thousand Oaks, Calif, SAGE.
Citi informācijas avoti
1.
Choosing the Correct Statistical Test in SAS, STATA and SPSS. http://stats.idre.ucla.edu/other/mult-pkg/whatstat/
2.
Selecting Statistics. http://www.socialresearhmethods.net/selstat/ssstart.htm
3.
We make statistics easy. The ultimate IBM® SPSS® Statistics guides. https://statistics.laerd.com/
4.
Statistics tutorials. Available from: www.statsoft.com/textbook/stathome.html