Uniwersytet Warszawski, Wydział Nauk Ekonomicznych - Centralny System Uwierzytelniania
Strona główna

Analiza danych statystycznych w SPSS

Informacje ogólne

Kod przedmiotu: 2400-ZEWW398
Kod Erasmus / ISCED: 14.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0311) Ekonomia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Analiza danych statystycznych w SPSS
Jednostka: Wydział Nauk Ekonomicznych
Grupy: Przedmioty kierunkowe do wyboru - studia II stopnia EP - grupa 1 (3*30h)
Przedmioty kierunkowe do wyboru - studia II stopnia EP - grupa 3 (1*30h)
Przedmioty kierunkowe do wyboru - studia II stopnia FR - grupa 2 (2*30h)
Przedmioty kierunkowe do wyboru - studia II stopnia FR - grupa 3 (4*30h)
Przedmioty kierunkowe do wyboru - studia II stopnia IE - grupa 1 (6*30h)
Przedmioty kierunkowe do wyboru - studia II stopnia IE - grupa 2 (2*30h)
Przedmioty kierunkowe do wyboru- studia I stopnia EP
Przedmioty wyboru kierunkowego dla studiów licencjackich FIR
Przedmioty wyboru kierunkowego dla studiów licencjackich IE
Punkty ECTS i inne: 3.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Rodzaj przedmiotu:

nieobowiązkowe

Założenia (opisowo):

Wymagania formalne

Wskazana jest elementarna znajomość rachunku prawdopodobieństwa oraz statystyki opisowej i matematycznej (np. rozumienie pojęć: próba losowa, zmienna losowa i jej rozkład, estymacja, hipoteza statystyczna, istotność testu, moc testu, dyskretny szereg czasowy). Pożądana (ale nie bezwzględnie) jest znajomość ekonometrii (pojęcia: regresja liniowa, zmienna objaśniana i objaśniająca, współczynnik determinacji)

Założenia wstępne

Rachunek prawdopodobieństwa, statystyka opisowa, statystyka matematyczna, ekonometria, podstawy informatyki


Skrócony opis:

Celem zajęć jest zapoznanie uczestników z metodami analizy danych w naukach społecznych i ich wykorzystaniem w badaniach naukowych, opracowywaniu wyników ankiet, analizie marketingowej i prognozowaniu. Jako program komputerowy jest wykorzystywany SPSS. Zostaną przedstawione metody przygotowywania statystycznych baz danych, zarządzania danymi i procedury analizy statystycznej oraz formy prezentacji wyników analiz w postaci tabel, wykresów i raportów. Zajęcia odbywaja sie laboratorium komputerowym. Uczestnicy praktycznie przeprowadzają obliczenia w programie SPSS. Zalecana jest znajomość statystyki opisowej i matematycznej na poziomie podstawowym. Zaliczenie przedmiotu polega na przygotowaniu projektu obejmujacego sformułowanie problemu badawczego, zebranie danych, opis danych, przeprowadzenie obliczeń w SPSS wraz z opisem zastosowanej metody i interpretacje otrzymanych wyników.

Pełny opis:

1. Środowisko pracy SPSS, podstawowe obiekty i struktury danych, w tym: pliki danych, poleceń i raportów. Przykład analizy statystycznej.

2. Skale pomiaru cech statystycznych. Przygotowanie danych: zasady kodowania zmiennych jakościowych, tworzenie opisu danych, różne formaty danych.

3. Zarządzanie zbiorami danych: wybór obserwacji do analizy, losowanie próby, sortowanie obserwacji, wagi dla obserwacji, analiza danych w podgrupach.

4. Transformacje zmiennych ilościowych i jakościowych, rekodowanie, rangi, postępowanie z brakami danych i wartościami odstającymi.

5. Praca z wieloma zbiorami danych: metody łączenia zbiorów danych, agregacja danych.

6. Statystyczna analiza danych: analiza jednej cechy statystycznej (statystyki opisowe, eksploracja danych, wykresy, M-estymatory), analiza współzależności dwóch cech statystycznych (tablice kontyngencji, analiza korelacji, miary siły związku).

7. Weryfikacja hipotez statystycznych parametrycznych (testy t-Studenta dla prób niezależnych i powiązanych, jednoczynnikowa analiza wariancji).

8. Weryfikacja hipotez nieparametrycznych dla jednej i wielu zmiennych (testy zgodności, testy losowości, testy niezależności).

9. Model regresji liniowej, metody doboru zmiennych objaśniających do modelu, mierniki jakości modelu, analiza składnika losowego, współliniowość zmiennych..

10. Analiza szeregów czasowych: wykresy szeregów czasowych, modele trendu, badanie autokorelacji i korelacji krzyżowej, dekompozycja szeregu czasowego, wygładzanie szeregu czasowego, wprowadzenie do metod ARIMA..

11. Praca ze zmiennymi zawierającymi wiele odpowiedzi: definiowanie zestawów zmiennych, wykorzystanie zmiennych wieloodpowiedziowych w analizie ankiet.

12. Tworzenie tablic prezentacyjnych i raportów: obiekty tekstowe, tabelaryczne i graficzne, tabele przestawne, zarządzanie raportami.

13. Przegląd metod wielowymiarowej analizy danych (wprowadzenie): analiza czynnikowa, analiza dyskryminacji, analiza skupień, analiza korespondencji.

14.Programowanie w SPSS. Przykłady tworzenia makropoleceń.

Literatura:

Literatura obowiązkowa:

1. Jarosław Górniak, Janusz Wachnicki, Pierwsze kroki w analizie danych SPSS for Windows, SPSS Polska, Kraków 2004 i nast.

2. Anna Malarska, Statystyczna analiza danych wspomagana programem SPSS, SPSS Polska, Kraków 2005.

Literatura uzupełniajaca:

1. Alan Bryman, Duncan Cramer, Quantitative Data Analysis with SPSS 12 and 13. A guide for social scientists, Routledge 2005.

2. Marija J. Norusis, SPSS for Windows. Base System. User's Guide, SPSS Inc. 1993 i nast.

3. Maria Nawojczyk, Przewodnik po statystyce dla socjologów, SPSS Polska, Kraków 2002.

4. Mark Rodeghier, Survey with Confidence. A Practical Guide to Survey Research Using SPSS, SPSS Inc. 1996.

5. Tomasz Żądło, Janusz Wywiał, Prognozowanie szeregów czasowych za pomocą pakietu SPSS, SPSS Polska, Kraków 2008.

Efekty uczenia się:

Oczekuje się nabycia umiejętności przeprowadzania analizy statystycznej w zakresie:

- przygotowania źródłowego zbioru danych do obliczeń statystycznych,

- zastosowania odpowiednich do danego problemu metod i procedur statystycznych,

- prezentacji wyników analizy statystycznej w formie zrozumiałej dla odbiorcy,

- interpretacji otrzymanych wyników.

Ukończenie kursu zwiększa kompetencje uczestników zajęć na rynku pracy dając im podstawy teoretyczne i praktyczne w zakresie statystycznej analizy danych.

Kurs stanowi wstęp do przedmiotu Wielowymiarowe Metody Analizy Danych z SPSS (J.Ciecieląg, M.Pęczkowski), który odbywa się semestrze letnim.

SU05, SU06, SK01, SK03, SU04, SU03, SU02, SU01, SW03, SW02, SW01, SW04, SW05, SK02, SK04

Metody i kryteria oceniania:

Poza czasem zajęć uczestnicy przygotowują własne projekty badawcze obejmującego statystyczną analizę danych za pomocą SPSS: sformułowanie problemu wraz z hipotezami badawczymi, opis danych (źródło danych, charakterystyka badanych jednostek i zmiennych), metodę rozwiązania zadania w SPSS (zastosowanie odpowiednich procedur i testów wraz z raportami zawierającymi tablice i wykresy wynikowe), interpretację otrzymanych wyników, wnioski. Wskazana jest prezentacja raportu podczas zajęć lub tzw. obrona raportu (wyjaśnienie krytycznych uwag prowadzącego zajęcia). Projekty są ocenianie pod względem oryginalności, poprawności merytorycznej zastosowanych metod i interpretacji wyników, a także jakości i estetyki opisu. Wymagana jest obecność na zajęciach i aktywny udział w nich.

Zajęcia w cyklu "Semestr letni 2021/22" (zakończony)

Okres: 2022-02-21 - 2022-06-15
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć:
Konwersatorium, 30 godzin więcej informacji
Koordynatorzy: Artur Borcuch
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Konwersatorium - Zaliczenie na ocenę
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Nauk Ekonomicznych.
ul. Długa 44/50
00-241 Warszawa
tel: +48 22 55 49 126 https://www.wne.uw.edu.pl/
kontakt deklaracja dostępności USOSweb 6.8.0.0-1 (2022-08-01)