Περιγραφή Μαθήματος: Ο σκοπός αυτού του υποχρεωτικού µαθήµατος είναι η κατανόηση βασικών δεικτών περιγραφικής στατιστικής, και η εργαστηριακή χρήση βασικών στατιστικών εργαλείων, όπως για παράδειγµα η ANOVA, για την εξαγωγή συµπερασµάτων, στο όνοµα των Κοινωνικών Επιστηµών, µε πραγµατικά δεδοµένα. Ακόµη, σκοπός του µαθήµατος είναι η συστηµατική εκµάθηση στατιστικών πακέτων λογισµικού διεθνούς εµβέλειας, όπως για παράδειγµα το SPSS και το STATA. Τέλος, σκοπός του µαθήµατος είναι η κατανόηση των µεθοδολογικών αφετηριών µιας έρευνας, η οικοδόµηση του Ερωτηµατολογίου Έρευνας, και η εκµάθηση τεχνικών ∆ειγµατοληψίας, και προσοµοίωσης.

Περιεχόμενα μαθήματος:

Θεωρητικό µέρος του µαθήµατος: Κλίµακες Μέτρησης, Πληθυσµός Έρευνας- ∆είγµα. ∆είκτες Κεντρικής τάσης, ∆ιασποράς και Οµοιογένειας. Στοιχεία Θεωρίας Πιθανοτήτων. Κανονική Κατανοµή. Ιδιότητες. Στατιστικά κριτήρια και γραφικές αναπαραστάσεις ελέγχου κανονικότητας. ∆ιαστήµατα εµπιστοσύνης. Έλεγχοι Υποθέσεων. Παραµετρικές µορφές της Χ2- διαδικασίας (ως τεστ ανεξαρτησίας, ως τεστ οµοιογένειας και ως τεστ καλής προσαρµογής), µε παράλληλη χρήση προσοµοιωτικών µεθόδων Monte Carlo και Exact. Μορφές του στατιστικού κριτηρίου t-test (two-independent sample t-test, one- sample t-test, paired t-test). Ανάλυση ∆ιασποράς (One and Two-way ANOVA). Ανάλυση Παλινδρόµησης (Simple and multiple Regression). Μη παραµετρικά τεστ: McNemar, Mann-Whitney test U, Moses extreme reactions, Wald-Wolfowits runs, Kruskal-Wallis ANOVA, Wilcoxon test, Marginal Homogeneity test, Friedman test, One sample Kolmogorov-Smirnov test, Cochran's Q test. ∆είκτες Somer's d, RISK, Συντελεστής οµοφωνίας Cohen's Kappa, Median test, Jonckheere-Terpstra test, Binomial Test. Ανάλυση Συσχέτισης (Simple and Multiple Correlation Analysis), Μερική Ανάλυση Συσχέτισης (Partial Correlation Analysis). Μεθοδολογία Έρευνας: Οικοδόµηση του Ερωτηµατολογίου Έρευνας, face validity, Αξιοπιστία και Εγκυρότητα έρευνας. Απλή τυχαία ∆ειγµατοληψία για την εκτίµηση Μέσης τιµής και Ποσοστού. Kaplan- Meier Survival Analysis.

Εργαστηριακό µέρος του µαθήµατος:
• Φιλοσοφία και περιβάλλον του στατιστικού προγράµµατος SPSS (κατασκευή βάσης δεδοµένων µε αυτό και SPSS διαδικασίες data transformations, select cases, compute, recode, random sampling, multiple response analysis, automatic recode, restructure data set, επικοινωνία µε άλλα προγράµµατα διαχείρισης και ανάλυσης δεδοµένων, όπως Excel, dbase, STATA). Εκτέλεση 13 ασκήσεων εφαρµογών για την κατανόηση του θεωρητικού µέρους του µαθήµατος.
• Φιλοσοφία και περιβάλλον του στατιστικού προγράµµατος STATA (κατασκευή βάσης δεδοµένων µε αυτό και διαδικασίες data transformations, select cases, compute, recode, random sampling, multiple response analysis, automatic recode, restructure data set). Εκτέλεση 13 ασκήσεων-εφαρµογών, για την κατανόηση του ως άνω, θεωρητικού µέρους του µαθήµατος.

∆ειγµατοληπτικές Εφαρµογές στο πλαίσιο του µαθήµατος: Εκπαίδευση ∆ειγµατοληπτών. ∆ειγµατοληψίες Κοινής Γνώµης. Τηλεφωνικές συνεντεύξεις. Face to face συνεντεύξεις. Συλλογή Κοινωνικών ∆εδοµένων. Παγκρήτεια ∆είγµατα 1000 cases. Πολιτικές Έρευνες.Data Sets πραγµατικών δεδοµένων. Opinion Polls.

Τελευταία τροποποίηση: Δευτέρα, 6 Ιουλίου 2015, 1:37 PM