Multivariatīvā statistika un modelēšana psiholoģijā I
Studiju kursa īstenotājs
J. Asara iela 5, Rīga, LV-1009, vppk@rsu.lv
Par studiju kursu
Mērķis
Priekšzināšanas
Studiju rezultāti
Zināšanas
1.Pēc kursa apguves studējošais spēs lietot korektu matemātiskās statistikas terminoloģiju; izskaidrot atšķirības starp dažādām univariatīvās un multivariatīvās statistikas metodēm; aprakstīt statistisko modelēšanu.
Prasmes
1.Spēs atlasīt kvantitatīvajā stratēģijā veiktus zinātniskos pētījumus, izskaidrot publikācijā atspoguļotos rezultātus, ņemot vērā pētījuma dizaina ierobežojumus; tehniski pārvaldīt dažādu statistikas metožu izpildi; analizēt statistiskos rādītājus; korekti aprakstīt iegūtos rezultātus.
Kompetences
1.Spēs analizēt publicētu pētījumu rezultātus; izmantot atbilstošas kvantitatīvās datu apstrādes metodes, lai risinātu pētījumā formulētos uzdevumus; analizēt iegūtos datu apstrādes rezultātus un formulēt korektus secinājumus, analizēt pētniecisko instrumentu psihometriskos parametrus, spēs izvēlēties promocijas darba pētījuma mērķim atbilstošus instrumentus.
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Patstāvīgais darbs |
-
|
-
|
|
1. patstāvīgi lasīt norādītos avotus;
2. definēt promocijas darba pētāmos mainīgos, atrast un analizēt esošos izpētes instrumentus pēc to psihometriskiem rādītājiem;
3. apkopot un prezentēt informāciju par statistikas metožu lietojumu psiholoģijas pētījumos promocijas darba tēmā.
|
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Pārbaudījums |
-
|
-
|
|
• Dalība praktiskajās nodarbībās (10%);
• Students argumentēti diskutē par statistikas metožu pielietojumu psiholoģijas pētījumos un to izmantošanas ierobežojumiem (10%);
• Darbi ir iesniegti laikā un atbilst prasībām (prezentācija par pētāmā mainīgā izpētes rezultātu analīzi – 40%; prezentācija par statistikas metožu lietojumu – 40%).
|
||
Studiju kursa tēmu plāns
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Kvantitatīva pētniecības stratēģija psiholoģijas pētījumos. Statistiskā domāšana
Apraksts
Anotācija: Statistiskā domāšana psiholoģijas pētījuma metodoloģijas izstrādē.
Pētījuma dizaini, tiem raksturīgās hipotēzes un pētījuma jautājumi.
Psiholoģijas pētījumos lietojamo statistiskas metožu klasifikācija.
Univariatīvās statistikas un daudzdimensiju statistikas metodes.
Pamata koncepti: variācija, teorētiskais un statistiskais modelis.
Literatūra: 1. Denis, D.J. (2015). Applied univariate, bivariate and multivariate statistics. Retrieved from https://ebookcentral-proquest-com.db.rsu.lv
2. Dekking, F. M., Kraaikamp, C., Lopuhaä, H. P., & Meester, L. E. (2005). A Modern Introduction to Probability and Statistics: Understanding why and how. Springer Science & Business Media.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Izvēlētā mainīgā mērīšanas instrumenti mūsdienu pētniecības praksē psiholoģijā un to psihometrisko rādītāju analīze
Apraksts
Anotācija: Mērījuma instrumentu psihometriskie parametri un to atbilstība psihometrijas prasībām.
Drošuma un pamatotības izvērtēšanas metodes.
Kvantitatīvie instrumenti promocijas darbam izvēlēto mainīgo mērīšanai, to psihometrisko rādītāju analīze.
Nodarbības jautājumi: 1. Ir divi galvenie skalas/ mērījuma instrumenta drošuma aspekti (scale's reliability). Aprakstiet šos divus aspektus un to, kā tos mēra. Kādās robežās ir jābūt skalas drošuma rādītājiem?
2. Ir vairāki mērījumu pamatotības veidi (scale's validity), kuri tiek analizēti, lai veiktu secinājumus par psiholoģiskajām skalām. Aprakstiet četrus Jūsuprāt svarīgākos pamatotības veidus. Kā tie tiek mērīti?
3. Izpētiet promocijas darbam izvēlēta mainīgā mērīšanas instrumentus mūsdienu pētniecības praksē, atrodiet informāciju par šo instrumentu psihometriskajiem parametriem, veiciet šo parametru analīzi.
Literatūra: 1. Li, H., Rosenthal, R., & Rubin, D. B. (1996). Reliability of measurement in psychology: From spearman-brown to maximal reliability. Psychological Methods, 1(1), 98-107. doi:http://dx.doi.org.db.rsu.lv/10.1037/1082-989X.1.1.98
2. Newton, P. E., & Shaw, S. D. (2013). Standards for talking and thinking about validity. Psychological Methods, 18(3), 301-319. doi:http://dx.doi.org.db.rsu.lv/10.1037/a0032969
3. Osburn, H. G. (2000). Coefficient alpha and related internal consistency reliability coefficients. Psychological Methods, 5(3), 343-355. doi:http://dx.doi.org.db.rsu.lv/10.1037/1082-989X.5.3.343
4. Raščevska, M. (2005). Psiholoģisko testu un aptauju konstruēšana un adaptācija. RaKa
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Pamata statistisko metožu pielietojums mūsdienu psiholoģijas pētījumos
Apraksts
Anotācija: Pamata statistiko metožu (aprakstošā statistika; t-testi (t.sk. to ekvivalenti neparametriskajā statistikā U-tests, Vilkoksona tests); korelācijas koeficienti (Pīrsona/ Spīrmena, parciālās korelācijas); Hī-kvadrāta tests) pielietojums psiholoģijas pētījumos izvēlētajā promocijas darba tēmā.
Statistisko metožu izvēles nosacījumi.
Rezultātu apraksts pēc APA standarta angļu valodā un latviešu valodā.
Nodarbības jautājumi: Sagatavojiet informāciju par šādām pamata statistikas metodēm: aprakstošā statistika; t-testi (t.sk. to ekvivalenti neparametriskajā statistikā U-tests, Vilkoksona tests); korelācijas koeficienti (Pīrsona/ Spīrmena, parciālās korelācijas); Hī-kvadrāta tests.
Par katru no šīm metodēm atbildiet uz šādiem jautājumiem:
(a) Kāda veida pētījuma jautājumiem ir paredzēta šī metode? Izmantojiet piemērus no zinātniskās literatūras promocijas darba tēmā.
(b) Cik daudz mainīgo izmantojam analīzē un kādās mērījuma skalās tiem ir jābūt (nominālā, kārtas, intervālu utt.)?
(c) Kādi ir statistiskie nosacījumi šīs metodes pielietojumam (piemēram, normāla sadalījuma esamība)?
(d) Kādus rādītājus (piemēram, t vērtība) jūs iegūstat analīzes rezultātā? Kāds ir iespējamais rādītāju vērtību diapazons? Kā jūs interpretējat rezultātus?
(e) Kādā veidā tiek prezentēti rezultāti? Sniedziet piemērus (angļu un latviešu valodā) no rakstiem par promocijas darba tēmu.
Literatūra: 1. Abbott, M.L. (2016). Using statistics in the social and health sciences with spss and excel. Retrievedfrom https://ebookcentral-proquest-com.db.rsu.lv
2. Nicol, A. A., & Pexman, P. M. (2010). Displaying your findings: A practical guide for creating figures, posters, and presentations. American Psychological Association.
3. Zinātniskās darbības metodoloģija: Starpdisciplināra perspektīva. Rīga: RSU, 2021
4. Zinātniskie raksti par promocijas darba tēmu
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Statistiskā spēka analīze, statistiskais nozīmības līmenis un efekta lielums
Apraksts
Anotācija: Statistisko testu rezultātu interpretācija.
Pirmā un otrā veida kļūdas statistisko hipotēžu pārbaudē.
Statistiskā spēka noteikšana, nozīmības līmeņa un ticamības intervāla interpretācija.
Efekta lieluma rādītāji psiholoģijas pētījumos.
Literatūra: 1. Shuttleworth, M. & Wilson, L. T. (2008). Type I Error and Type II Error. Retrieved Feb 27, 2021 from Explorable.com: https://explorable.com/type-i-error
2. Dekking, F. M., Kraaikamp, C., Lopuhaä, H. P., & Meester, L. E. (2005). A Modern Introduction to Probability and Statistics: Understanding why and how. Springer Science & Business Media.
3. Goulet-Pelletier, J. C., & Cousineau, D. (2018). A review of effect sizes and their confidence intervals, part I: The Cohen's d family. The Quantitative Methods for Psychology, 14(4), 242-265.
4. Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: a practical primer for t-tests and ANOVAs. Frontiers in psychology, 4, 863.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Dispersiju analīzes metodes
Apraksts
Anotācija: Vienvirziena, divfaktoru ANOVA, atkārtoto mērījumu ANOVA, ANCOVA, MANOVA, MANCOVA.
Nodarbības jautājumi: 1. Kādiem pētījuma dizainiem ir piemērota attiecīgā dispersiju analīzes metode. Sniedziet piemērus no pētījumiem promocijas darba tēmā.
2. Kāda dispersiju analīzes metode ir atbilstoša konkrētajā uzdevumā (datu fails)? Vai datu kopa ir piemērota konkrētas analīzes veikšanai? Veiciet analīzi un izdariet pamatotus secinājumus.
Literatūra: 1. David Giles. (2002). Advanced Research Methods in Psychology. Routledge.
2. The ultimate IBM® SPSS® Statistics guides. https://statistics.laerd.com/
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Dispersiju analīzes metodes
Apraksts
Anotācija: Vienvirziena, divfaktoru ANOVA, atkārtoto mērījumu ANOVA, ANCOVA, MANOVA, MANCOVA.
Nodarbības jautājumi: 1. Kādiem pētījuma dizainiem ir piemērota attiecīgā dispersiju analīzes metode. Sniedziet piemērus no pētījumiem promocijas darba tēmā.
2. Kāda dispersiju analīzes metode ir atbilstoša konkrētajā uzdevumā (datu fails)? Vai datu kopa ir piemērota konkrētas analīzes veikšanai? Veiciet analīzi un izdariet pamatotus secinājumus.
Literatūra: 1. David Giles. (2002). Advanced Research Methods in Psychology. Routledge.
2. The ultimate IBM® SPSS® Statistics guides. https://statistics.laerd.com/
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Dispersiju analīzes metodes
Apraksts
Anotācija: Vienvirziena, divfaktoru ANOVA, atkārtoto mērījumu ANOVA, ANCOVA, MANOVA, MANCOVA.
Nodarbības jautājumi: 1. Kādiem pētījuma dizainiem ir piemērota attiecīgā dispersiju analīzes metode. Sniedziet piemērus no pētījumiem promocijas darba tēmā.
2. Kāda dispersiju analīzes metode ir atbilstoša konkrētajā uzdevumā (datu fails)? Vai datu kopa ir piemērota konkrētas analīzes veikšanai? Veiciet analīzi un izdariet pamatotus secinājumus.
Literatūra: 1. David Giles. (2002). Advanced Research Methods in Psychology. Routledge.
2. The ultimate IBM® SPSS® Statistics guides. https://statistics.laerd.com/
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Klāsteru analīze un diskriminantu analīze
Apraksts
Anotācija: Klāsteru analīzes un diskriminantu analīzes pielietojums psiholoģijas pētījumos.
Rezultātu interpretācija.
K-vidējo klāsteru analīze, hierarhiskā klāsteru analīze, divu-soļu klāsteru analīze.
Literatūra: 1. Bardhoshi, G., Um, B., & Erford, B. T. (2020). Conducting a cluster analysis in counseling research: Four easy steps. Counseling Outcome Research and Evaluation, 1-9.
2. Clatworthy, J., Buick, D., Hankins, M., Weinman, J., & Horne, R. (2005). The use and reporting of cluster analysis in health psychology: A review. British journal of health psychology, 10(3), 329-358.
3. Zakharov, K. (2016). Application of k-means clustering in psychological studies. The quantitative methods for psychology, 12, 87-100.
4. Yim, O., & Ramdeen, K. T. (2015). Hierarchical cluster analysis: comparison of three linkage measures and application to psychological data. The quantitative methods for psychology, 11(1), 8-21.
|
Bibliogrāfija
Obligātā literatūra
Abbott, M. L. (2016). Using statistics in the social and health sciences with spss and excel.Piemērots angļu valodas plūsmai
Denis, D. J. (2021). Applied univariate, bivariate and multivariate statistics.Piemērots angļu valodas plūsmai
Zinātniskās darbības metodoloģija: Starpdisciplināra perspektīva. Rīga: RSU, (2021).
Papildu literatūra
Zinātniskie raksti no žurnāliem: The quantitative methods for psychology, Psychological MethodsPiemērots angļu valodas plūsmai
Citi informācijas avoti
Zinātniskie raksti no Scopus un Web of Science datu bāzēm, atbilstoši promocijas darba tēmai.Piemērots angļu valodas plūsmai