Υποβάθρου , Γενικών Γνώσεων, Επιστημονικής Περιοχής, Ανάπτυξης Δεξιοτήτων

Με τη συμπλήρωση του μαθήματος οι φοιτητές/τριες θα πρέπει:

·         Να κατανοούν και να ερμηνεύουν πίνακες και γραφήματα που αναπαριστούν πολυμεταβλητά δεδομένα, κυρίως από το πεδίο των Κοινωνικών Επιστημών (Μ13).

·         Να αναγνωρίζουν και να επιλέγουν την πιο κατάλληλη μέθοδο-εργαλείο για την πολυμεταβλητή ανάλυση ερευνητικών δεδομένων με βάση τον ερευνητικό σχεδιασμό, τη φύση των δεδομένων και τα ερευνητικά ερωτήματα – υποθέσεις που σχετίζονται με αυτά (Μ13).

·         Να καταχωρούν, να διαχειρίζονται και να αναπαριστούν δεδομένα μέσω λογισμικού στατιστικής επεξεργασίας και να διεκπεραιώνουν στατιστικές αναλύσεις πολυμεταβλητών δεδομένων (Μ13).

Αναζήτηση, ανάλυση και σύνθεση επιστημονικών δεδομένων που συνδέονται με όλες τις συνιστώσες της εκπαίδευσης των παιδιών ηλικίας 6 – 12ετών , με τη χρήση και των απαραίτητων τεχνολογιών

Λήψη αποφάσεων

Παράγωγή νέων ερευνητικών ιδεών

Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

1.       Βασικές έννοιες (πολυμεταβλητά περιγραφικά μέτρα και γραφήματα)

2.       Ανάλυση σε Κύριες Συνιστώσες

3.       Διερευνητική Ανάλυση Παραγόντων

4.       Ανάλυση Αντιστοιχιών (διμεταβλητή)

5.       Ανάλυση Αντιστοιχιών (πολυμεταβλητή)

6.       Ανάλυση κατά Συστάδες (Ιεραρχική)

7.       Ανάλυση κατά Συστάδες (K-means)

8.       Πολυμεταβλητή Ανάλυση Διακύμανσης

9.       Πολυμεταβλητή Ανάλυση Παλινδρόμησης

10.    Δέντρα αποφάσεων (Μέρος Α΄)

11.    Δέντρα αποφάσεων (Μέρος Β΄)

12.    Εισαγωγή στην Ανάλυση Κοινωνικών Δικτύων

13.    Παρουσιάσεις εργασιών

Περιγράφονται αναλυτικά ο τρόπος και μέθοδοι διδασκαλίας.

Αναγράφονται οι ώρες μελέτης του φοιτητή για κάθε μαθησιακή δραστηριότητα καθώς και οι ώρες μη καθοδηγούμενης μελέτης ώστε ο συνολικός φόρτος εργασίας σε επίπεδο εξαμήνου να αντιστοιχεί στα standards του ECTS

Περιγραφή της διαδικασίας αξιολόγησης

  Αναφέρονται  ρητά προσδιορισμένα κριτήρια αξιολόγησης και εάν και που είναι προσβάσιμα από τους φοιτητές.

Γραπτή εργασία (ομαδική) (100%)

Κατσής, A., Σιδερίδης Γ.Δ., & Εμβαλωτής, Α. (2011). Στατιστικές μέθοδοι στις κοινωνικές επιστήμες, Εκδόσεις Τόπος.

Παπαδημητρίου, Γ. (2007). Η Ανάλυση Δεδομένων. Αθήνα: τυπωθήτω.

Πρόσθετη προτεινόμενη βιβλιογραφία

Bartholomew D. J., Steele F., Moustaki I., Galbraithe J.I. (2011). Ανάλυση Πολυμεταβλητών Τεχνικών στις Κοινωνικές Επιστήμες, Εκδόσεις ΚΛΕΙΔΑΡΙΘΜΟΣ.

Goss-Sampson, M. A. (2019). Statistical analysis in JASP: A guide for students (2η έκδ.). Greenwich: University of Greenwich, Centre for Science and Medicine in Sport & Exercise.

Navarro D.J., & Foxcroft D.R. (2019). learning statistics with jamovi: a tutorial for psychology students and other beginners. (Version 0.70).  DOI: 10.24384/hgc3-7p15 Διαθέσιμο στο: https://www.learnstatswithjamovi.com/

Γναρδέλλης, Χ. (2013). Ανάλυση Δεδομένων με το IBM SPSS Statistics 21.0. Αθήνα: Παπαζήσης.

Σιάρδος Γ. (2005). Μέθοδοι Πολυμεταβλητής Στατιστικής Ανάλυσης, Εκδόσεις Σταμούλη.

Σταλίκας, Α., & Κυριάζος, Θ. (2019). Μεθοδολογία έρευνας και Στατιστική με τη χρήση R. Εκδόσεις Τόπος.

Χαλικιάς, Μ., Λάλου, Π., Μανωλέσου, Α. (2015). Μεθοδολογία έρευνας και εισαγωγή στη Στατιστική Ανάλυση Δεδομένων με το IBM SPSS STATISTICS. [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών. Διαθέσιμο στο: http://hdl.handle.net/11419/5075

Συναφή Επιστημονικά Περιοδικά

– Preschool and Primary Education

– International Journal of Educational Research

– European Journal of Psychological Assessment

– Τετράδια Ανάλυσης Δεδομένων

– Επιθεώρηση Κοινωνικών Ερευνών

– Ψυχολογία