Metodologia badań podłużnych
Informacje ogólne
Kod przedmiotu: | 1600-SZD-PS-MBP |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | Metodologia badań podłużnych |
Jednostka: | Wydział Psychologii |
Grupy: |
Zajęcia specjalizacyjne oferowane przez poszczególne dyscypliny - Szkoła Doktorska Nauk Społecznych |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | angielski |
Rodzaj przedmiotu: | fakultatywne |
Skrócony opis: |
15 godzinne zajecia Zajęcia zazwyczaj będą podzielone na dwie części: (1) tą służąca teoretycznemu wprowadzeniu do danego zagadnienia, (2) poświęconą praktycznym aspektom wykorzystania omówionych technik za pomocą oprogramowania Kurs stanowi kontynuację zajęć pt. „Modelowanie równań strukturalnych”.. |
Pełny opis: |
Przedmiotem zajęć będzie wprowadzenie do tematyki metodologii badań longitudinalnych Uczestnicy zostaną zapoznani z różnymi rodzajami modeli longitudinalnych z wykorzystaniem analizy w ujęciu modeli równań strukturalnych, ale także z wykorzystaniem innych podejść (np. GEE). Kurs będzie miał charakter praktyczny i będzie obejmował w przybliżeniu następującą szczegółową tematykę: I. Badania poprzeczne vs. badania podłużne II. Rodzaje badań longitudinalnych III. Model pomiarowy. Longitudinalna konfirmacyjna analiza czynnikowa (CFA). IV. Modele panelowe V. Wielogrupowa analiza longitudinalna w ujęciu równań strukturalnych (SEM) VI. Krzywe wzrostu VII. Moderacja i mediacja w badaniach podłużnych VIII. Inne podejścia w analizie danych longitudinalnych (GLM, ARIMA, GEE, LMM, GLMM) Dodatkowe tematy w miarę możliwości czasowych, które zostaną uwzględnione to m.in. tzw. „attrition analysis” oraz „sensitivity analysis”. Kurs stanowi kontynuację zajęć pt. „Modelowanie równań strukturalnych”.. |
Literatura: |
Little, T. D. (2013). Longitudinal structural equation modeling. Guilford press. Selig, J. P., & Little, T. D. (2012). Autoregressive and cross-lagged panel analysis for longitudinal data. Garson, G. D. (2013). Generalized Linear Models & Generalized Estimating Equations. Statistical Associates Publishers: Asheboro. Garson, G. D. (2013). Longitudinal Analysis. Statistical Associates Publishers:Asheboro. Additional literature might be added/proposed at the beginning of the course. |
Efekty uczenia się: |
W wyniku uczestnictwa w kursie doktoranci będą: rozumieli i potrafili scharakteryzować i wyjaśnić podstawowe idee leżące u podłoża metodologii badań longitudinalnych umieli rozróżnić różne rodzaje modeli longitudinalnych potrafili dobrać właściwy rodzaj modelu strukturalnego do analizy danych logitudinalncyh potrafili poddać analizie dane longitudinalne w obrębie modeli strukturalnych z wykorzystaniem specjalistycznego oprogramowania (SPSS, Amos, R) umieli ocenić jakość dopasowania poszczególnych modeli potrafili ocenić i poddać interpretacji i opisowi uzyskane rezultaty w formie zbliżonej do tej typowej dla publikacji impaktowanych |
Metody i kryteria oceniania: |
Opis wymagań związanych z uczestnictwem w zajęciach, w tym dopuszczalnej liczby nieobecności podlegających usprawiedliwieniu • znajomość języka angielskiego, mile widziana podstawowa znajomość oprogramowania statystycznego (SPSS, Amos, R) • dozwolona liczba nieobecności: 2 godz. akademickie (1 spotkanie) Zasady zaliczania zajęć i przedmiotu (w tym zaliczania poprawkowego) • na ocenę, pod uwagę będzie brana aktywność podczas zajęć, oraz przede wszystkim przygotowanie projektu końcowego Metody weryfikacji efektów uczenia się • przygotowanie jednego większego projektu wymagającego analizy danych z zastosowaniem poznanych technik. Projekt będzie również wymagał interpretacji i opisu wyników w formie typowej dla publikacji w czasopismach impaktowanych kryteria oceniania • m.in. adekwatność doboru modelu równań strukturalnych do danych longitudinalnych, poprawność obliczeń statystycznych, poprawność interpretacji wyników, jakość opisu wyników |
Zajęcia w cyklu "Semestr letni 2022/23" (zakończony)
Okres: | 2023-02-20 - 2023-06-18 |
Przejdź do planu
PN WT ŚR WAR
CZ PT |
Typ zajęć: |
Warsztaty, 15 godzin, 15 miejsc
|
|
Koordynatorzy: | Wacław Szczepaniak | |
Prowadzący grup: | Wacław Szczepaniak | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie
Warsztaty - Zaliczenie |
|
Tryb prowadzenia: | w sali |
|
Skrócony opis: |
15 h Zajęcia zazwyczaj będą podzielone na dwie części: (1) tą służąca teoretycznemu wprowadzeniu do danego zagadnienia, (2) poświęconą praktycznym aspektom wykorzystania omówionych technik za pomocą oprogramowania. Kurs stanowi kontynuację zajęć pt. „Modelowanie równań strukturalnych”. |
|
Pełny opis: |
Przedmiotem zajęć będzie wprowadzenie do tematyki metodologii badań longitudinalnych Uczestnicy zostaną zapoznani z różnymi rodzajami modeli longitudinalnych z wykorzystaniem analizy w ujęciu modeli równań strukturalnych, ale także z wykorzystaniem innych podejść (np. GEE). Kurs będzie miał charakter praktyczny i będzie obejmował w przybliżeniu następującą szczegółową tematykę: I. Badania poprzeczne vs. badania podłużne II. Rodzaje badań longitudinalnych III. Model pomiarowy. Longitudinalna konfirmacyjna analiza czynnikowa (CFA). IV. Modele panelowe V. Wielogrupowa analiza longitudinalna w ujęciu równań strukturalnych (SEM) VI. Krzywe wzrostu VII. Moderacja i mediacja w badaniach podłużnych VIII. Inne podejścia w analizie danych longitudinalnych (GLM, ARIMA, GEE, LMM, GLMM) Dodatkowe tematy w miarę możliwości czasowych, które zostaną uwzględnione to m.in. tzw. „attrition analysis” oraz „sensitivity analysis”. Kurs stanowi kontynuację zajęć pt. „Modelowanie równań strukturalnych”. |
|
Literatura: |
Little, T. D. (2013). Longitudinal structural equation modeling. Guilford press. Selig, J. P., & Little, T. D. (2012). Autoregressive and cross-lagged panel analysis for longitudinal data. Garson, G. D. (2013). Generalized Linear Models & Generalized Estimating Equations. Statistical Associates Publishers: Asheboro. Garson, G. D. (2013). Longitudinal Analysis. Statistical Associates Publishers: Asheboro. Dodatkowa literatura może zostać zaproponowana tuż przed rozpoczęciem kursu. |
Właścicielem praw autorskich jest Uniwersytet DEMO.