Statistikas pamati
Studiju kursa īstenotājs
Liepāja, Riņķu iela 24/26, lf@rsu.lv, +371 63442118, +371 63442119, +371 63484632
Par studiju kursu
Mērķis
Priekšzināšanas
Studiju rezultāti
Zināšanas
1.Pēc studiju kursa prasību izpildes studējošie būs apguvuši zināšanas, kas ļaus: * atpazīt statistisko terminoloģiju un izmantotās pamatmetodes dažāda veida publikācijās; * pārzināt IBM SPSS piedāvātās iespējas datu apstrādē; * pārzināt kritērijus, datu apstrādes metožu izmantošanai; * pareizi interpretēt svarīgākos statistiskos rādītājus.
Prasmes
1.Studiju kursa apguves rezultātā studenti pratīs: * ievadīt un rediģēt datus datorprogrammās MS Excel un IBM SPSS; * korekti sagatavot datus statistiskai apstrādei; * izvēlēties piemērotas datu apstrādes metodes, t.sk., spēs veikt statistisko hipotēžu pārbaudes; * statistiski apstrādāt pētījuma datus, izmantojot IBM SPSS programmatūru; * izveidot tabulas un diagrammas IBM SPSS programmā ar iegūtajiem rezultātiem; * korekti aprakstīt iegūtos pētījuma rezultātus.
Kompetences
1.Studiju kursa apguves rezultātā studenti būs spējīgi argumentēti pieņemt lēmumu par statistiskās datu apstrādes metožu izmantošanu pētījuma mērķa sasniegšanai un, izmantojot IBM SPSS programmatūru, praktiski pielietot apgūtās statistiskās pamatmetodes pētījumu datu apstrādē.
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Patstāvīgais darbs |
-
|
-
|
|
1. Individuālais darbs ar literatūru – sagatavošanās katrai nodarbībai, atbilstoši tematiskajam plānam. 2. Patstāvīgais darbs pa pāriem – katram studentu pārim tiks sagatavots pētījuma datu fails (ir atļauts izmantot savu pētījumu datus) ar nodefinētiem pētījuma uzdevumiem. Studentiem vajadzēs statistiski apstrādāt datus, lai sasniegtu nodefinētos uzdevumus, izmantojot aprakstošās statistikas metodes un slēdzienstatistikas metodes, noformēt darbu atbilstoši prasībām un prezentēt iegūtos rezultātus pēdējā nodarbībā.
|
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Pārbaudījums |
-
|
-
|
|
Lai sekmīgi apgūtu studiju kursa vielu un sagatavotos studiju kursa gala pārbaudījumam, studējošais veic sekojošas aktivitātes (obligātas, netiek vērtētas ar atzīmi): 1. Līdzdalība praktiskajās nodarbībās. Par katru kavēto nodarbību – prakstisks darba uzdevums. 2. Patstāvīgā darba mutiska prezentācija. Studiju kursa beigās eksāmens - vērtējums (atzīme) kumulatīvs: 50% – tests ar praktiskiem darba uzdevumiem, izmantojot datu bāzes, 50% – eksāmens (daudzatbilžu tests ar teorētiskiem un praktiskiem jautājumiem statistikā).
|
||
Studiju kursa tēmu plāns
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Ievads statistikā. Datu veidi, mērskalas.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Datu sagatavošana datu bāzes izveidei. Iepazīšanās ar IBM SPSS. Pamatdarbības ar datiem IBM SPSS programmā.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Aprakstošās statistikas rādītāji un to ieguves veidi IBM SPSS programmā.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Normālsadalījums un to raksturojošie aprakstošās statistikas rādītāji.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Tabulu un diagrammu izveide IBM SPSS, atbilstoši datu veidam.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Statistiskās hipotēzes, to veidi. Hipotēžu pārbaude. P vērtība. Ticamības intervāli.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Parametriskās datu apstrādes metodes kvantitatīviem datiem, 2 atkarīgu vai neatkarīgu izlašu salīdzināšanai.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Neparametriskās datu apstrādes metodes kvantitatīviem vai ordināliem datiem, 2 atkarīgu vai neatkarīgu izlašu salīdzināšanai.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Parametriskās un neparametriskās datu apstrādes metodes, vismaz 3 atkarīgu vai neatkarīgu izlašu salīdzināšanai.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Kvalitatīvo datu apstrāde atkarīgām un neatkarīgām izlasēm. Izredžu attiecība, relatīvais risks.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Uzticamības analīze. Skalas saskaņotības koeficients (Kronbaha Alfa).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Praktiskais darbs ar datiem IBM SPSS.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Praktiskais darbs ar datiem IBM SPSS.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Patstāvīgais darbs ar datiem IBM SPSS.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Patstāvīgais darbs ar datiem IBM SPSS.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Noslēguma darba prezentācija.
|
Bibliogrāfija
Obligātā literatūra
Andy Field. Discovering Statistics using IBM SPSS Statistics. 5th edition, 2018.