июня 2015 г. - Образовательный интернет

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«Астраханский государственный университет»
УТВЕРЖДЕНО
решением совета факультета
психологии
протокол № 15
от
«1» июля 2015 г.
Декан факультета
______________________
РАБОЧАЯ ПРОГРАММА
ПО УЧЕБНОЙ ДИСЦИПЛИНЕ
Методы обработки данных психологического исследования
(наименование дисциплины)
Направление подготовки 37.06.01 Психологические науки
Направленность (профиль) подготовки Психология развития, акмеология
Квалификация (степень) «Исследователь. Преподаватель-исследователь»
Форма обучения очная
Астрахань – 2015
1
Программа разработана на основе: ФГОС по направлению подготовки 37.06.01
Психологические науки
Разработчик: Мерзлякова Светлана Васильевна, кандидат психологических
наук, доцент кафедры общей и когнитивной психологии
_______ 2015 г.
(дата)
___________________
(подпись)
РАССМОТРЕНА
на заседании кафедры общей и когнитивной психологии
Протокол № 1 от «24» июня 2015 г.
Заведующий кафедрой ______________________ / Халифаева О.А. /
2
1. ЦЕЛИ И ЗАДАЧИ ОСВОЕНИЯ ДИСЦИПЛИНЫ
Целями
освоения
дисциплины
«Методы
обработки
данных
психологического исследования» являются освоение аспирантами понятийного
аппарата современного компьютерного анализа информации; овладение
навыками сбора, обработки, приемами и методами анализа, интерпретации
данных психологических исследований с помощью компьютерной программы
IBM SPSS Statistics.
Задачи:

продемонстрировать
современные
статистические
методы
обработки данных при проведении научных исследований в фундаментальных
и прикладных областях психологии с применением современной компьютерной
программы IBM SPSS Statistics;

выработать умения определять предмет исследования и адекватно
формулировать его цель и задачи, выбирать методы, релевантные
поставленным исследовательским задачам;

выработать
умения
обрабатывать,
анализировать
и
интерпретировать данные для подготовки аналитических отчетов, экспертных
заключений и рекомендаций;

овладеть навыками работы со статистическим пакетом
компьютерной программы IBM SPSS Statistics.
2. МЕСТО ДИСЦИПЛИНЫ В СТРУКТУРЕ ОП ВО
2.1. Учебная дисциплина «Методы обработки данных психологического
исследования» относится к циклу дисциплин, направленных на приобретение
общепрофессиональных компетенций по направлению подготовки 37.06.01
Психологические
науки
(квалификация
(степень)
«исследователь,
преподаватель-исследователь») профиля подготовки «Психология развития,
акмеология». Дисциплина читается аспирантам III года обучения (5 семестр)
очного отделения факультета психологии АГУ.
2.2. Для изучения данной учебной дисциплины необходимы следующие
знания, умения, навыки и опыт деятельности, формируемые такими
дисциплинами, как «Эксперимент в психологии развития», «Информационные
технологии в науке и образовании».
2.3. Теоретический курс «Методы обработки данных психологического
исследования» выступает основой для выполнения аспирантами отчетов по
результатам научно-исследовательской работы, кандидатской диссертации.
3. КОМПЕТЕНЦИИ ОБУЧАЮЩЕГОСЯ, ФОРМИРУЕМЫЕ В
РЕЗУЛЬТАТЕ ОСВОЕНИЯ ДИСЦИПЛИНЫ
Процесс изучения дисциплины направлен на формирование элементов
следующих компетенций в соответствии с ФГОС ВПО и ОП ВО по данному
направлению подготовки:
3
Код и наименование
компетенции
ОПК- способность
1
самостоятельно
осуществлять
научноисследовательску
ю деятельность в
соответствующей
профессионально
й
области
с
использованием
современных
методов
исследования
и
информационнокоммуникационн
ых технологий
владение
приемами
анализа, оценки и
интерпретации
результатов
психологического
исследования,
проверки
и
оценки
соотношения
теории
и
эмпирических
данных,
подготовки
отчетной
документации и
обобщения
полученных
данных в виде
научных статей и
докладов, в том
числе
на
иностранном
языке;
способность
Результаты освоения дисциплины
Знать
Уметь
Владеть
основные
анализировать
навыками
направления
тенденции
организации
развития теории и современной науки, взаимодействия
методов научных определять
с
коллегами,
исследований;
перспективные
взаимодействия
основные
направления научных с социальными
принципы
исследований;
партнерами,
в
организации
адаптировать
том
числе
научной
современные
иностранными,
деятельности;
достижения науки и поиска
новых
структуру научного наукоемких
социальных
знания
технологий
к партнеров
при
процессам развития решении
личности и психики;
актуальных
исследовательск
их задач;
общую
схему использовать
современными
организации
и экспериментальные и методами
проведения
теоретические методы научного
научного
исследования
в исследования в
исследования;
профессиональной
предметной
правила
деятельности; вести сфере;
проведения опроса, научную дискуссию;
современным
наблюдения,
технологиями
анализа
поиска,
документов,
обработки
и
экспертной оценки
представления
и
эксперимента;
информации;
принципы анализа
навыками
и
обобщения
создания
результатов
научного текста
научнос учетом его
исследовательских
формальных
и
работ
с
содержательных
использованием
характеристик по
современных
результатам
достижений науки
самостоятельног
и
техники;
о исследования;
стандарты
и
навыками
нормативы
по
публичных
оформлению
выступлений,
результатов
научной
научных
дискуссии
и
исследований,
презентации
подготовке
результатов НИР
научных докладов
и публикаций на
семинары
и
конференции
применять
методы навыками
понятийно4
использовать
современную
вычислительную
технику
и
специализированн
ое программное
обеспечение
в
научноисследовательско
й работе
математического
моделирования
и
статистической
обработки
при
решении
основные
виды профессиональных
задач
статистических
гипотез;
категориальный
аппарат
прикладной
статистики;
классификацию
критериев
проверки
статистических
гипотез;
многомерные
методы
и
особенности
их
использования
в
различных
областях
психологии
практических
расчетов
при
решении
профессиональн
ых
задач
с
помощью
компьютерной
программы IBM
SPSS Statistics;
навыками сводки и
группировки
данных;
навыками
графического
представления
результатов
исследования;
навыками
построения
и
интерпретации
математических
моделей
с
помощью
многомерных
методов
В результате освоения дисциплины обучающийся должен:
знать теоретические основы обработки и анализа психологической
информации в компьютерной программе IBM SPSS Statistics;
уметь использовать возможности компьютерной программы IBM SPSS
Statistics при количественном анализе психологических данных;
владеть навыками практических расчетов при решении типовых задач и
работы в компьютерной программе IBM SPSS Statistics.
5
4. СТРУКТУРА И СОДЕРЖАНИЕ ДИСЦИПЛИНЫ
1
2
3
4
5
Тема 1. Средства
анализа данных с
помощью
компьютерных
технологий
Тема 2. Основные
понятия прикладной
статистики,
используемые при
обработке
данных
психологического
исследования
Тема
3.
Параметрические
критерии проверки
статистических
гипотез
Тема
4.
Непараметрические
критерии проверки
статистических
гипотез
Тема 5. Методы
многомерного
анализа
в
психологии
Контактная работа
(в часах)
ПЗ
5
1
1
2
5
1
1
4
Контрольная
работа № 1
5
1
1
6
Контрольная
работа № 2
5
1
1
6
Контрольная
работа № 3
5
1
1
6
Научноисследовательски
й проект
2
Итоговое
тестирование
Зачет
5
7
5
5
Г
К
5
ИК А
И
Формы текущего
контроля
успеваемости (по
неделям
семестра)
Форма
промежуточной
аттестации
(по
семестрам)
Вопросы
для
собеседования по
теме
Л
6
Л
Р
Самостоят. работа
Неделя семестра
№
Наименование радела
п/
(темы)
п
Семестр
Общая трудоемкость дисциплины составляет 1 зачетную единицу, 36 часов.
26
Л – занятия лекционного типа; ПЗ – практические занятия, семинары, ЛР – лабораторные
работы; ГК – групповые консультации; ИК – индивидуальные консультации и иные учебные
занятия, предусматривающие индивидуальную работу преподавателя с обучающимся; АИ –
аттестационные испытания промежуточной аттестации обучающихся.
Темы
Кол-во
дисциплины часов
Компетенции
ОПК-1
6
Σ
общее
количество
Тема 1.
Тема 2.
Тема 3.
Тема 4.
Тема 5.
4
6
8
8
8
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
компетенций
3
3
3
3
3
СОДЕРЖАНИЕ КУРСА
Тема 1. Средства анализа данных с помощью компьютерных
технологий
Понятие статистики. Предмет статистической науки, ее задачи.
Статистическая методология. Три этапа статистического исследования:
массовые научно-организационное наблюдение, группировка и сводка
материала, обработка статистических показателей и анализ результатов для
получения обоснованных выводов о состоянии изучаемого явления и
закономерностей его развития.
Средства анализа психологических данных на компьютере. Виды
статистических пакетов. Пакет IBM SPSS Statistics. История создания. Модули
IBM SPSS Statistics. Запуск и общий вид программы IBM SPSS Statistics.
Тема 2. Основные понятия прикладной статистики, используемые при
обработке данных психологического исследования
Генеральная совокупность и выборка. Переменные. Шкалы измерения.
Задачи описательной статистики. Меры центральной тенденции. Мода,
медиана, среднее арифметическое. Их интерпретация, алгоритм
вычисления в пакете IBM SPSS Statistics. Меры изменчивости. Размах,
дисперсия, стандартное отклонение, нижняя и верхняя квартили. Их
интерпретация и алгоритм вычисления в пакете IBM SPSS Statistics.
Показатели формы распределения. Асимметрия. Эксцесс. Их интерпретация
и алгоритм вычисления в пакете IBM SPSS Statistics.
Нормальное
распределение.
Характеристики
нормального
распределения. Семейство нормальных кривых. Параметры нормального
распределения.
Виды статистических гипотез. Критерий проверки гипотезы.
Критическая область и область принятия гипотезы. Ошибка первого рода.
Ошибка второго рода. Уровень значимости. Мощность критерия. Примеры
статистических моделей и гипотез. Общая схема проверки статистических
гипотез. Типы статистических критериев проверки гипотез.
Тема 3. Параметрические критерии проверки статистических гипотез
Возможности и ограничения параметрических критериев. Критерий
Стьюдента для независимых (несвязанных) выборок: область применения,
требования, алгоритм вычисления. Однофакторный дисперсионный анализ для
7
независимых выборок: область применения, требования, алгоритм вычисления.
Линейная корреляция Пирсона.
Критерий Стьюдента для зависимых (связанных) выборок: область
применения,
требования,
алгоритм
вычисления.
Однофакторный
дисперсионный анализ для зависимых выборок: область применения,
требования, алгоритм вычисления.
Тема 4. Непараметрические критерии проверки статистических
гипотез
Возможности и ограничения непараметрических критериев. Критерий
Манна-Уитни: область применения, требования, алгоритм вычисления.
Критерий Краскела-Уоллеса: область применения, требования, алгоритм
вычисления. Ранговая корреляция Спирмена.
Критерий Вилкоксона: область применения, требования, алгоритм
вычисления. Критерий Фридмана: область применения, требования, алгоритм
вычисления.
Тема 5. Методы многомерного анализа в психологии
Модель линейного регрессионного анализа. Основные понятия регрессии:
предиктор, регрессор, фактор, отклик, коэффициент регрессии, коэффициент
детерминации. Классификация методов регрессионного анализа: линейная
(простая, множественная) и нелинейная.
Факторный анализ в задачах измерения латентных (скрытых) переменных
и задачах уменьшения размерности исследуемого пространства признаков.
Основные проблемы факторного анализа и способы их решения: общности,
числа факторов, вращения, интерпретации факторного решения и оценки
факторов. Примеры применения факторного анализа в практических
исследованиях. Основные понятия, этапы процедуры факторного анализа.
Интерпретация, алгоритм вычисления в пакете IBM SPSS Statistics.
Кластерный анализ в задачах классификации, его виды. Понятие сходства
между объектами, меры сходства: прямые оценки, условные и совместные
вероятности, меры различия профилей. Иерархические методы кластеризации:
одиночной связи, полной связи и средней связи. Примеры применения
кластерного анализа. Интерпретация, алгоритм вычисления в пакете IBM SPSS
Statistics.
Основные понятия дискриминантного анализа. Множественный
дискриминантный анализ в задачах предсказания. Математико-статистические
идеи метода, вид исходных данных, решение задачи классификации в
дискриминантном анализе. Решение задачи интерпретации межгрупповых
различий при помощи канонического анализа. Интерпретация, алгоритм
вычисления в пакете IBM SPSS Statistics.
Самостоятельное изучение разделов дисциплины
8
Самостоятельная работа с дополнительной учебно-методической
литературой является значимой формой изучения программного материала.
Формы самостоятельной работы:

чтение обязательной литературы;

выполнение письменных домашних заданий (практические расчеты
при решении типовых для психологии статистических задач, тестирование);

индивидуальная (или групповая) подготовка презентаций
домашних заданий.
Номер радела
(темы)
Тема 1
Тема 2
Тема 3
Темы/вопросы, выносимые на самостоятельное изучение
1. Предмет и задачи статистики.
2. Этапы статистического анализа данных.
3. Средства
анализа
данных
на
персональных
компьютерах.
1. Понятия «генеральная совокупность» и «выборка».
Примеры.
2. Виды репрезентативности.
3. Способы формирования выборки.
4. Номинативная шкала измерения.
5. Порядковая (ранговая) шкала измерения.
6. Интервальная шкала измерения.
7. Шкала отношений.
8. Типы данных.
9. Меры центральной тенденции.
10. Меры изменчивости.
11. Показатели формы распределения.
12. Статистические гипотезы.
13. Классификация критериев проверки статистических гипотез.
14. Ошибка I рода.
15. Ошибка II рода.
16. Уровень значимости.
17. Мощность критерия.
18. Нормальное распределение и его свойства.
19. Визуальный
метод
проверки
нормальности
распределения.
20. Метод оценки асимметрии и эксцесса при проверке
нормальности распределения.
21. Критерии согласия распределений.
1. Критерий Стьюдента для независимых выборок.
Область
применения.
Требования.
Алгоритм
вычисления.
2. Однофакторный
дисперсионный
анализ
для
независимых
выборок.
Область
применения.
Требования. Алгоритм вычисления.
3. Критерий Стьюдента для зависимых выборок. Область
применения. Требования. Алгоритм вычисления.
4. Однофакторный дисперсионный анализ для зависимых
9
Колво
часов
2
4
6
выборок. Область применения. Требования. Алгоритм
вычисления.
5. Линейная корреляция Пирсона. Область применения.
Требования. Алгоритм вычисления.
Практическое задание:
Для базы данных по кандидатской диссертации подобрать
адекватный
поставленным
целям
и
задачам
психологического
исследования
параметрический
критерий проверки статистических гипотез и оценить
достоверность связи с помощью статистического пакета
IBM SPSS Statistics.
Тема 4
1. Критерий Манна-Уитни. Область применения. Требования.
Алгоритм вычисления.
2. Критерий Краскела-Уоллеса. Область применения.
Требования. Алгоритм вычисления.
3. Критерий
Вилкоксона.
Область
применения.
Требования. Алгоритм вычисления.
4. Критерий Фридмана. Область применения. Требования.
Алгоритм вычисления.
5. Коэффициент ранговой корреляции Спирмена. Область
применения. Требования. Алгоритм вычисления.
Практическое задание:
Для базы данных по кандидатской диссертации подобрать
адекватный
поставленным
целям
и
задачам
психологического
исследования
непараметрический
критерий проверки статистических гипотез и оценить
достоверность связи с помощью статистического пакета
IBM SPSS Statistics.
Тема 5
1. Модель простой линейной регрессии.
2. Модель множественной линейной регрессии.
3. Использование факторного анализа в психологии.
4. Использование кластерного анализа в психологии.
Практическое задание:
Создать базу данных по теме кандидатской диссертации. С
помощью
многомерных
методов
построить
математическую
модель
социально-психологических
проблем и процессов современного общества в
соответствии с поставленными задачами программы
психологического исследования, оценить адекватность и
точность модели.
Подготовка к Выполнить тестовые задания, которые представлены в
Фонде оценочных средств по учебной дисциплине
итоговому
«Методы
обработки
данных
психологического
тестированию
исследования».
Итого
6
6
2
26
5. ОБРАЗОВАТЕЛЬНЫЕ ТЕХНОЛОГИИ
Основными организационными формами изучения данной дисциплины
являются лекционные и практические занятия, самостоятельная работа
аспирантов. На лекционных занятиях осуществляется изучение основных
10
теоретических положений, освещаются ключевые и проблемно-дискуссионные
вопросы рассматриваемой темы, даются методические рекомендации по
дальнейшему самостоятельному изучению материала. В ходе выполнения кейсзадач на практических занятиях аспиранты практически овладевают
теоретическими
положениями
курса
«Методы
обработки
данных
психологического исследования», учатся построению математических моделей
психологических процессов и явлений с помощью многомерных методов с
использованием современных компьютерных технологий. Результатом
выполнения кейс-задания является подготовка письменного отчета,
составленного по итогам количественного анализа данных.
При проведении практических занятий уместно использование метода
кейс-стади, решение практикующих упражнений и задач, обсуждение и
решение практических конкретных и аналитических ситуаций с
использованием современных лицензионных компьютерных статистических
систем анализа данных, обработки результатов эмпирических исследований.
№
1
Наименование
образовательной
технологии
Групповая дискуссия
2
Проведение
эвристической беседы
3
Разбор кейс-задач
4
Проектная деятельность
5
Презентация
6
Тестирование
Темы
дисциплины
Краткое описание применяемой технологии
Тема 1
Обсуждение
проблем,
определенных
теоретическим и практическим содержанием
учебной темы
Используется Побуждение
аспирантов
к
поиску
на
всех самостоятельного ответа на поставленный
занятиях
вопрос путем постановки наводящих вопросов
Используется Разбор и анализ конкретных ситуаций с
на занятиях позиций изучаемых положений математической
по темам 2-5. статистики
Используется Презентация
и
защита
научнона занятии по исследовательского
проекта
по
теме
теме 5.
кандидатской диссертации.
Тема 5
Демонстрация
результатов
научноисследовательского
проекта
по
теме
кандидатской диссертации.
Тема 1-5
Система
стандартизированных
заданий,
позволяющая автоматизировать процедуру
измерения уровня знаний и
умений
обучающегося
6. ОЦЕНОЧНЫЕ СРЕДСТВА ДЛЯ ТЕКУЩЕГО КОНТРОЛЯ И
ПРОМЕЖУТОЧНОЙ АТТЕСТАЦИИ
Для контроля текущей успеваемости и промежуточной аттестации
используется рейтинговая система оценки знаний. Система текущего контроля
включает:
1) контроль посещения и работы на практических занятиях;
2) контроль выполнения аспирантами заданий для самостоятельной
11
работы;
3) контроль знаний, умений, навыков в форме письменных контрольных
работ;
4) представление и защита научно-исследовательского проекта по теме
кандидатской диссертации;
5) итоговое тестирование.
Работа на практических занятиях оценивается преподавателем по итогам
подготовки и выполнения аспирантами практических заданий, активности
работы в группе и самостоятельной работе. Пропуск практических занятий
предполагает отработку по пропущенным темам. Форма отработки
определяется преподавателем, ведущим семинар (письменный отчет о
выполнении практического задания, предполагающего проведение расчетов
при решении типовых для психологии статистических задач с использованием
современных лицензионных компьютерных систем анализа данных,
проведение промежуточного тестирования знаний или пр.).
Контрольная работа проводится в конце изучения каждой темы на
последнем практическом занятии и предназначена для оценки знаний, умений и
навыков, приобретенных в процессе теоретических и практических занятий.
Форма промежуточного контроля - зачет. Оценка за зачет является
составной и выставляется как сумма оценок по стобальной шкале (с
округлением до целого) по результатам выполнения следующих заданий:
1. выполнение заданий для самостоятельной работы (расчеты, разбор
кейсов, тесты);
2. выполнение письменных контрольных работ (письменные отчеты при
решении практикующих упражнений и задач с помощью статпакета IBM SPSS
Statistics);
3. представление и защита научно-исследовательского проекта;
4. результаты итогового тестирования.
Наличие оценки «неудовлетворительно» за любое из заданий не
позволяет получить итоговую оценку за зачет выше «неудовлетворительно».
Критерии оценивания научно-исследовательского проекта
При оценивании научно-исследовательского проекта необходимо
выделить следующие элементы:
1. раскрытие темы на теоретико-методологическом (в связях и с
обоснованиями) уровне, с корректным использованием терминов и понятий;
2. адекватное применение статистических критериев, методов
математического моделирования для анализа актуальных проблем и процессов
современного общества в соответствии с поставленными задачами программы
психологического исследования;
3. представление собственной точки зрения (позиции, отношения) при
раскрытии темы.
Максимальный балл – 5, минимальный балл – 3.
12
Научно-исследовательский проект оценивается на 5 баллов, если:
1. тема раскрыта на теоретическом уровне, в связях и с обоснованиями, с
корректным использованием терминов и понятий в контексте научной
проблемы исследования;
2. при подготовке аналитического отчета аспирант умеет быстро,
правильно определять и применять критерии проверки статистических гипотез,
математические методы моделирования актуальных проблем и процессов
современного общества в соответствии с поставленными задачами программы
психологического исследования;
3. аспирант демонстрирует способность не только проанализировать
полученную информацию, но и дать критическую оценку изученному
материалу.
Научно-исследовательский проект оценивается на 4 балла, если:
1. тема раскрыта с корректным использованием терминов и понятий в
контексте научной проблемы исследования (теоретические связи и обоснования
не присутствуют или явно не прослеживаются);
2. с помощью адекватного применения статистических критериев,
математических методов моделирования демонстрирует способность
проанализировать актуальные проблемы и процессы современного общества,
но испытывает затруднения в применении полученных результатов в
практической деятельности психолога;
3. представлена собственная точка зрения (позиция, отношение) при
раскрытии темы.
Научно-исследовательский проект оценивается на 3 балла, если:
1. тема раскрыта на бытовом уровне;
2. аспирант демонстрирует отдельные и не систематизированные навыки
использования
статистических
критериев,
математических
методов
моделирования актуальных проблем и процессов современного общества,
методы анализа не всегда адекватны поставленным целям и задачам
психологического исследования;
3. аргументация своего мнения (позиция, отношение) слабо связана с
раскрытием темы.
Критерии оценивания презентации
Максимальный балл – 5, минимальный балл – 3.
Оценка
Критерии
Подбор
текстового
материала
5 балла
(работа соответствует
всем требованиям)
4 балла
(в работе требуется
корректировка)
3 балла
(следует пересмотреть
некоторые вопросы)
Текст соответствует Текст соответствует теме. Текст
соответствует
теме. Он полностью Он
полностью теме,
но
он
не
раскрывает
раскрывает
полностью раскрывает
13
Применение в
презентации
фотографий,
тематических
иллюстраций
Наличие выводов
в работе
Оформление
работы
поставленный вопрос.
Изложение
текста
доступно и понятно
для других. Объём
информации
оптимален
для
восприятия
В презентации часто
использованы
фотографии,
тематические
иллюстрации
В
презентации
сделаны
чёткие
обоснованные
выводы,
которые
соответствуют цели
работы
Подобран
макет
презентации,
соответствующий её
теме. На слайдах
выделены заголовки.
Текст изложен ясно.
Он
чётко
прочитывается,
не
сливается с фоном.
Фотографии
и
иллюстрации
соответствуют тексту.
Излишества
в
иллюстрациях
нет.
При
создании
презентации
применена анимация
поставленный
вопрос.
Большой объём текста.
Встречаются непонятные
термины и понятия
поставленный вопрос.
Слишком
большой
объём
текста.
Изложение текста не
совсем понятно
В презентации редко
использованы
фотографии,
тематические
иллюстрации
Выводы соответствуют
цели, но представлены
бессистемно
В
презентации
не
использованы
фотографии,
тематические
иллюстрации
Отсутствие
выводов
или они не связаны с
целью работы
Подобран
макет
презентации,
не
соответствующий
её
теме.
На
слайдах
выделены
заголовки.
Текст изложен ясно. Он
чётко прочитывается, не
сливается
с
фоном.
Фотографии
и
иллюстрации
соответствуют
тексту.
Излишества
в
иллюстрациях нет. При
создании презентации не
применена анимация
Макет презентации не
соответствует теме. На
слайдах не выделены
заголовки.
Текст
изложен неясно. Он
нечётко прочитывается,
сливается с фоном.
Фотографии
и
иллюстрации
не
соответствуют тексту.
Есть излишества в
иллюстрациях.
При
создании презентации
не применена анимация
7. УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ
ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
а) основная литература:
1.
Воронин Г.Л. Еще раз о «кластерах на факторах» // Социологический
журнал. – 2010. - № 3. – С. 21 – 34.
2.
Делицын
Л.Л.
Количественные
модели
распространения
нововведений в сфере информационных и телекоммуникационных технологий.
М.: МГУКИ, 2009.
3.
Кутейников А.Н. Математические методы в психологии. Учебное
пособие. – СПб.: Речь, 2008. – 172 с.
14
4.
Математическое моделирование социальных процессов. Вып. 10:
сб. ст. / Под ред. А.П. Михайлова. М.: КДУ, 2009.
5.
Мерзлякова С.В. Дескриптивная статистика для психологов:
методические рекомендации / сост. С.В. Мерзлякова. - Астрахань:
Издательский дом «Астраханский университет», 2009. - 19 с.
6.
Мерзлякова С.В. Основы профессионального анализа данных на
компьютере: учебно-методическое пособие / С.В. Мерзлякова. – Астрахань:
Издательский дом «Астраханский университет», 2008. - 75 с.
7.
Мерзлякова С.В. Основы профессионального анализа данных на
компьютере: учебно-методическое пособие / С.В. Мерзлякова. – Астрахань:
Издательский дом «Астраханский университет», 2008.- 75 с.
8.
Мерзлякова С.В. Параметрические критерии проверки гипотез:
методические рекомендации / сост. С.В. Мерзлякова. - Астрахань:
Издательский дом «Астраханский университет», 2009. - 18 с.
9.
Наследов А.Д. SPSS 15: Профессиональный статистический анализ
данных. - СПб.: Питер, 2008. – 416 с.
10. Наследов А.Д. SPSS: Компьютерный анализ данных в психологии
и социальных науках. - СПб.: Питер, 2005.
11. Орлов А.И. Организационно-экономическое моделирование:
учебник : в 3 ч. Часть 1: Нечисловая статистика. М.: Изд-во МГТУ им. Н.Э.
Баумана. 2009.
12. Сидоренко, Е.В. Методы математической обработки в психологии /
Е. В. Сидоренко. - СПб. : Речь, 2004. - 350 с.
13. Толстова Ю.Н. Основы многомерного шкалирования. Учебное
пособие для вузов. М.: Издательство КДУ, 2006.
14. Шведовский В.А. Особенности социолого-математического
моделирования в исследовании социальных процессов. – М.: АПКиППРО,2009.
б) дополнительная литература:
15. Андронов A.M., Копытов Е.А., Гринглаз Л.Я. Теория
вероятностей и математическая статистика. – СПб.: Питер, 2004.
16. Боровиков В. STATISTICА. Искусство анализа данных на
компьютере: Для профессионалов.- СПБ.: Питер, 2003.
17. Ильина М.С. Математические методы моделирования в
социологических процессах : пособие для специальности «Социология» / М. С.
Ильина, Е. Ю. Солопанов, Е. А. Фунтикова. - Иркутск : Изд-во ИрГТУ, 2007. 92 с.
18. Курлов, А.Б. Методология социального моделирования / А.Б.
Курлов. Уфа: Автор - Проект, 2000. - 284с.
19. Лаба, JI. Способы интеграции качественных и количественных
методов в социологических исследованиях / JI. Лаба // Социологические
исследования. 2004. - №2. - С. 145-147.
20. Рубцова Н.Е., Леньков С.Л. Статистические методы в психологии:
Учебное пособие. – М.: УМК «Психология», 2005.
15
21. Самарский, А.А. Математическое моделирование [Текст] / А.А.
Самарский. – М.: Физ-матлит, 2005. – 320 с.
22. Семакин И.Г. Информационные системы и модели [Текст] / И.Г.
Семакин, Е.К. Хеннер. – М.: Бином, 2005. – 303 с.
23. Сидоренко Е.В. Методы математической обработки в психологии.СПб.: ООО «Речь», 2001.
24. Статистика: Учебное пособие / Харченко Л.П., Долженкова В.Г.,
Ионин В.Г. и др. – М.: ИНФРА – М, 2001. – 384 с.
25. Тулебаева, А.А. Репрезентативность как свойство модели
социального объекта. / А.А. Тулебаева // Социально-гуманитарные знания.
2007. - №8. - С. 303308.
26. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере / Под
ред. В.Э. Фигурнова. – М.: ИНФРА – М, 2003. – 544 с.
27. Ядов В.А. Стратегия социологического исследования. Учебное
пособие. – Омега-Л, 2009. – 576 с.
Программное обеспечение и Интернет-ресурсы
1.
Современные лицензионные компьютерные статистические
системы анализа данных SPSS. http://www.spss.com
2.
Библиотека учебной и научной литературы http: // www.i-u.ru
http://etnograf.ru/node
3.
Электронная библиотека – Социология, Психология, Управление.Режим доступа: SOC.LIB.RU, свободный
8. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ
ДИСЦИПЛИНЫ
Практические задания выполняются в компьютерных классах,
оснащенных персональными компьютерами с соответствующим программным
обеспечением: IBM SPSS Statistics (ауд. Т. 413, 13 компьютеров). Варианты
раздаточного материала оформляются в форме банка данных психологического
содержания.
16