Uniwersytet DEMO - Centralny System Uwierzytelniania
Strona główna

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) 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.
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
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Warsztaty, 15 godzin, 15 miejsc więcej informacji
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.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet DEMO.
ul. Demo 1
01-234 Demo
tel: +48 123 456 789 https://usosweb.demo.usos.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.2.0-4652b4bdc (2024-02-29)

debug