Kurs analizy danych ilościowych (ADI) koncentrujący się na analizie danych pochodzących z badań edukacyjnych.
Badania edukacyjne stanowią w Polsce jeden z najbardziej dynamicznie rozwijających się segmentów ilościowych badań społecznych realizowanych metodami reprezentacyjnymi. Stanowią one jednocześnie ciekawy materiał dydaktyczny, ze względu na różnorodność problemów metodologiczno-statystycznych, które na ich przykładzie można przedstawić i których znaczenie na ich przykładzie można zrozumieć. Dotyczy to w szczególności kwestii dostępności i rzetelności statystyk publicznych (na przykładzie danych Systemu Informacji Oświatowej), specyfiki doboru prób z uwzględnieniem warstwowania i doboru zespołowego, problematyki skalowania wyników testów.
Jednocześnie, dane z badań edukacyjnych podlegają takiej samej „obróbce badawczej” jak dane z innych badań społecznych – a więc tworzy się na ich podstawie tabele rozkładów zmiennych, oblicza się i interpretuje parametry rozkładów, modele regresyjne, miary siły związku itd. dla zmiennych mierzonych na różnych skalach pomiarowych. Analizy takie będą wykonywane przez studentów przy użyciu pakietu SPSS. Jakkolwiek zakłada się, że studenci znają już podstawy statystyki, a także podstawy obsługi pakietu SPSS, rozwinięcie tych umiejętności (także przy założeniu dość elementarnego ich poziomu na początku kursu) będzie jednym z istotnych elementów programu zajęć.
W efekcie po ukończeniu kursu student powinien być przygotowany do samodzielnego przeprowadzania analiz statystycznych przy użyciu pakietu SPSS na różnorodnych danych z badań społecznych, oraz powinien umieć zinterpretować i ocenić wyniki takich analiz przeprowadzanych przez innych badaczy.
Specyfika badań edukacyjnych.
System Informacji Oświatowej.
Program badań OECD PISA. Inne projekty badawcze realizowane w Polsce
Pakiet SPSS – repetytorium.
Wykorzystanie metod analizy statystycznej do szukania odpowiedzi na pytania badawcze:
Sposoby doboru próby i jego konsekwencje: problematyka wnioskowania statystycznego w warunkach prób losowych innych niż próba prosta.
Podstawowe własności modelu IRT .