Συνοπτική περιγραφή

Το μάθημα παρουσιάζει τεχνικές στατιστικής ανάλυσης και χειρισμού αρχείων με ποσοτικά δεδομένα, με τη βοήθεια εξειδικευμένου λογισμικού. Εστιάζει σε βασικές στατιστικές τεχνικές και αναλύσεις που εφαρμόζονται σε ποσοτικές έρευνες των κοινωνικών επιστημών.

Με συγκεκριμένα παραδείγματα και ασκήσεις σε δεδομένα από πραγματικές έρευνες, οι φοιτητές και οι φοιτήτριες ασκούνται στο χειρισμό των δεδομένων και ταυτόχρονα εξοικειώνονται με στοιχειώδεις τεχνικές ανάλυσης, με την ερμηνεία των αποτελεσμάτων, αλλά και με τους τρόπους με τους οποίους παρουσιάζονται, ιδιαίτερα στις επιστημονικές εργασίες. Ιδιαίτερη έμφαση δίνεται σε στατιστικές δοκιμασίες που μπορούν να χρησιμοποιηθούν σε έρευνες για την εκπόνηση πτυχιακών εργασιών. Παράλληλα, παρέχονται οι απαραίτητες γνώσεις για την κατανόηση ερευνών που παρουσιάζονται συχνά στο δημόσιο λόγο (δημοσκοπήσεις και άλλου τύπου ποσοτικές έρευνες), καλλιεργώντας τις ικανότητες για την κριτικής ανάγνωση και ερμηνείας τους.

Το μάθημα είναι εργαστηριακό και επομένως η παρακολούθησή του υποχρεωτική, ενώ κατά τη διεξαγωγή του προβλέπονται αρκετές ασκήσεις επανάληψης. Επίσης, οι φοιτητές και οι φοιτήτριες ασκούνται στη συλλογή και καταχώρηση ποσοτικών δεδομένων, σε συνεννόηση με τους διδάσκοντες και με την υποστήριξή τους.

Πρόσβαση στο υλικό του μαθήματος

Ενδεικτικό διάγραμμα

1. Εισαγωγή: παρουσίαση διαδικασιών & περιεχομένου του μαθήματος
2. Βασικοί χειρισμοί αρχείων δεδομένων, είδη μεταβλητών
3. Μεταφορά δεδομένων μεταξύ λογισμικών, περιγραφικά στατιστικά μίας μεταβλητής
4. Γραφικές παραστάσεις
5. Πίνακες αποτελεσμάτων, συνδυασμοί περιγραφικών δύο μεταβλητών
6. Διαίρεση και ομαδοποίηση δεδομένων, τροποποίηση μεταβλητών
7. Κανονική κατανομή, δειγματική κατανομή μέσων τιμών, ορισμός και χρήση των Ζ-τιμών
8. Σύγκριση μέσης τιμής ενός δείγματος
9. Σύγκριση μέσων τιμών δύο δειγμάτων
10. Ανάλυση συσχέτισης ποσοτικών μεταβλητών
11. Ανάλυση συσχέτισης ονομαστικών μεταβλητών
12. Ανάλυση δεδομένων εργασίας

Στόχοι του μαθήματος

• Με το μάθημα αυτό επιδιώκεται οι φοιτητές και οι φοιτήτριες να αποκτήσουν βασικές γνώσεις και δεξιότητες για τη στατιστική ανάλυση ποσοτικών δεδομένων
• Να μάθουν πώς να σχεδιάζουν και να δημιουργούν αρχεία για την εισαγωγή δεδομένων και πώς να εισάγουν σε αυτά στοιχεία από ποσοτικές έρευνες
• Να αποκτήσουν τις απαραίτητες γνώσεις για να διεξάγουν στατιστικές αναλύσεις με τη χρήση εξειδικευμένου λογισμικού
• Να γνωρίσουν και να μπορούν να ελέγξουν τις προϋποθέσεις κάθε ανάλυσης
• Να μάθουν πότε και πώς μπορούν να χρησιμοποιηθούν ορισμένες από τις πιο συνηθισμένες στατιστικές δοκιμασίες

Διδακτικό βοήθημα

Συμπληρωματική βιβλιογραφία/αρθρογραφία

Επιπλέον υλικό υποστήριξης διατίθεται μέσω e-learning, αλλά και από τις βιβλιογραφικές βάσεις πλήρους κειμένου στις οποίες προσφέρει πρόσβαση το ΑΠΘ. Ορισμένες επιπλέον πληροφορίες για το μάθημα, είναι διαθέσιμες και στη σχετική σελίδα της ΜΟΔΙΠ.

Cleophas, T. J., & Zwinderman, A. H. (2010). SPSS for starters. Dordrecht: Springer Netherlands.
Gerber, S. B., & Finn, K. V. (2005). Using SPSS for Windows: Data analysis and graphics (2η έκδ.). New York: Springer-Verlag.
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
Mooi, E., & Sarstedt, M. (2019). A concise guide to market research: The process, data, and methods using IBM SPSS Statistics. Berlin, Heidelberg: Springer.

Μπατσίδης, Α. Δ. (2014). Στατιστική ανάλυση δεδομένων με το SPSS: Διδακτικές σημειώσεις. Ιωάννινα: Πανεπιστήμιο Ιωαννίνων, Τμήμα Μαθηματικών.
Ρούσσος, Π., & Ευσταθίου, Γ. (2008). Σύντομο εγχειρίδιο SPSS 16.0. Αθήνα: ΕΚΠΑ, Τμήμα ΦΠΨ.
Χαλικιάς, Μ., Μανωλέσου, Α., & Λάλου, Π. (2015). Μεθοδολογία έρευνας και εισαγωγή στη στατιστική ανάλυση δεδομένων με το IBM SPSS Statistics. Αθήνα: ΣΕΑΒ.

Διαδικασία / αξιολόγηση

Το μάθημα είναι υποχρεωτικό κατ’ επιλογή. Η παρακολούθησή του - εφόσον επιλεγεί - είναι υποχρεωτική, επειδή είναι εργαστηριακό. Διεξάγεται με τη χρήση ηλεκτρονικών υπολογιστών στα εργαστήρια του Τμήματος και η εξέταση γίνεται με πρακτική εφαρμογή στον υπολογιστή, μέσα στην αίθουσα. Πληροφορίες για την επόμενη εξεταστική περίοδο, τις ημερομηνίες εξέτασης και την εξεταστέα ύλη, μπορείτε να βρείτε στη σελίδα των ανακοινώσεων (εφόσον έχει δημοσιευτεί το σχετικό πρόγραμμα).