Please ensure Javascript is enabled for purposes of website accessibility

Παρουσίαση/Προβολή

Εικόνα επιλογής

Στατιστική στη Φυσική Αγωγή και τον Αθλητισμό Ι (PHED-501)

(Στατιστική ΦΑΑ Ι) -  Αθανάσιος Μουρατίδης

Περιγραφή Μαθήματος

Περιγραφή του Μαθήματος

Σε αυτό το μάθημα, θα εστιάσουμε σε μερικές βασικές αναλύσεις που εξετάζουν το βαθμό συσχετίσεων μεταξύ δύο ή περισσότερων μεταβλητών καθώς και στη σύγκριση των μέσων τιμών δύο ή περισσότερων ομάδων. Επίσης, θα μάθουμε το πότε χρησιμοποιούμε κάθε μία από τις αναλύσεις που θα συζητήσουμε και τα κριτήρια και τις παραδοχές που πρέπει να κάνουμε πριν χρησιμοποιήσουμε αυτές τις αναλύσεις. Επίσης θα μάθουμε το πώς να αναλύουμε τα δεδομένα μας, πώς να ερμηνεύουμε τα αποτελέσματα, και πώς να περιγράφουμε τα ευρήματα μας.

Το μάθημα έχει τρεις βασικούς στόχους: Πρώτον, να αναπτύξετε τις δεξιότητες σας σε συγκεκριμένα είδη στατιστικών αναλύσεων. Δεύτερον, να κατανοείτε καλύτερα και να αξιολογείτε πληρέστερα τις αντίστοιχες στατιστικές περιγραφές που συναντάτε στη βιβλιογραφία. Τρίτον, να αποφασίζετε πότε θα χρειαστείτε αυτές τις αναλύσεις έχοντας υπόψη τους περιορισμούς που θέτει η κάθε ανάλυση χωριστά.

Το μάθημα θα έχει κυρίως πρακτικό προσανατολισμό. Κάθε εβδομάδα, θα επικεντρώνουμε σε μια συγκεκριμένη ανάλυση, και θα συζητούμε εν συντομία τις βασικές αρχές της, τα δυνατά και αδύνατα σημεία της, και τις σχετικές ερευνητικές υποθέσεις και ερωτήματα που αυτή μπορεί να απαντήσει. Στη συνέχεια θα προχωρούμε σε πρακτική άσκηση με πραγματικά (ή κατασκευασμένα) δεδομένα.

Ημερομηνία δημιουργίας

Πέμπτη 16 Σεπτεμβρίου 2021

  • Μαθησιακοί στόχοι

    Ο στόχος του μαθήματος είναι να κατανοήσουμε μερικές θεμελιώδεις αρχές που διέπουν τις στατιστικές αναλύσεις όπως δειγματική κατανομή και ερμηνεία πιθανοτήτων. Επίσης να μάθουμε να αναλύουμε δεδομένα που αφορούν στη συσχέτιση μεταξύ δύο ή περισσοτέρων μεταβλητών καθώς και τις διαφορές στις μέσες τιμές μεταξύ δύο ή περισσοτέρων ομάδων. Επίσης να μπορούμε να ερμηνεύουμε σωστά τα ευρήματα μας (και στατιστικές αναφορές άλλων), και να τα παρουσιάζουμε με σαφήνεια.

    Προαπαιτούμενα

    Βασικές γνώσεις στη στατιστική από το προπτυχιακό επίπεδο.

    Μέθοδοι διδασκαλίας

    Κάθε μάθημα θα επικεντρώνεται σε μία ή περισσότερες ερευνητικές ερωτήσεις που έχουν κάποια κοινά χαρακτηριστικά. Στη συνέχεια θα συζητούμε πώς τέτοιες ερευνητικές ερωτήσεις μπορούν να απαντηθούν μέσω των αντίστοιχων στατιστικών αναλύσεων. Για κάθε μία ανάλυση θα υπάρχει μια σύντομη παρουσίαση (με διαφάνειες PowerPoint) ακολουθούμενη από πρακτική εξάσκηση χρησιμοποιώντας το πρόγραμμα λογισμικού SPSS (ή κατά περίπτωση το R ή άλλα προγράμματα) με πραγματικά (ή κατασκευασμένα) δεδομένα.

    Ιδιαίτερη προσοχή θα δίνεται στο ποιες είναι κατάλληλες στατιστικές τεχνικές που μπορούν να απαντήσουν συγκεκριμένα ερευνητικά ερωτήματα και πώς αυτές πρέπει να διεξάγονται, να αναλύονται και να περιγράφονται. Κάθε εβδομάδα το αντίστοιχο βοηθητικό υλικό θα είναι διαθέσιμο μέσω του e-class.

    Μέθοδοι Αξιολόγησης

    Παρουσία και Ενεργή Συμμετοχή

    Η συστηματική παρουσία σας καθώς και η ενεργή συμμετοχή είναι απαραίτητα, δεδομένου ότι αυτό το μάθημα θα έχει τη μορφή εργαστηρίου. Ως εκ τούτου, θα συνεκτιμηθεί αναλόγως. Καθυστερημένη προσέλευση ή πρόωρη αποχώρηση από το μάθημα χωρίς προηγούμενη ενημέρωση θα λογίζεται ως απουσία. Με την παραδοχή πως θα διεξαχθούν τουλάχιστον 12 συναντήσεις τότε αν οι παρουσίες είναι περισσότερες από 10 εβδομάδες (ή 30 ώρες) τότε θα πιστωθεί μια μονάδα (στη δεκαβάθμια κλίμακα) ή 10 μονάδες (στην εκατονταβάθμια κλίμακα) στον τελικό βαθμό. Αν οι παρουσίες είναι από 8 έως 10 εβδομάδες (ή αντιστοίχως από 24 έως και 30 ώρες) τότε θα πιστωθεί μισή μονάδα (στη δεκαβάθμια κλίμακα) ή 5 μονάδες (στην εκατονταβάθμια κλίμακα) στον τελικό βαθμό. Αν οι παρουσίες είναι λιγότερες από 8 εβδομάδες τότε ο τελικός βαθμός δεν μπορεί να είναι μεγαλύτερος του 9 (στη δεκαβάθμια κλίμακα) ή του 90 (στην εκατονταβάθμια κλίμακα). Καθυστερημένη άφιξη πέραν των 10 λεπτών μετά την πρώτη φορά και χωρίς σοβαρό λόγο θα λογίζεται ως ωριαία απουσία.

     

    Κουίζ & Εργασίες

    Σχεδόν κάθε εβδομάδα θα υπάρχει κάποιο κουίζ ή κάποια εργασία που θα πρέπει να έχει ολοκληρωθεί μέχρι την επόμενη συνάντηση ή σε προκαθορισμένο χρονικό διάστημα για το οποίο δεν θα υπάρχει παράταση. Οι εργασίες και τα κουίζ θα διανέμονται είτε την ώρα του μαθήματος είτε ηλεκτρονικά μέσω της e-class. Οι εργασίες και τα κουίζ θα με βοηθήσουν να αντιλαμβάνομαι το πού βρισκόμαστε ως σύνολο έτσι ώστε να προσαρμόζω ανάλογα το περιεχόμενο της διδασκαλίας και τον ρυθμό κάλυψης των αντικειμένων.

     

    Τελικές Εξετάσεις

    Οι τελικές εξετάσεις θα περιλαμβάνουν ερωτήσεις και ασκήσεις που θα αναφέρονται στα αντικείμενα που θα έχουμε καλύψει κατά τη διάρκεια του εξαμήνου. Κατά τις εξετάσεις θα σας ζητηθεί να τρέξετε τις κατάλληλες αναλύσεις, να επισυνάψετε τα σχετικά αποτελέσματα έτσι όπως θα προκύψουν από τη χρήση του λογισμικού, τέλος να γράψετε με απλό, σαφή και κατανοητό τρόπο τα ευρήματα σας, έτσι όπως θα κάνατε αν παρουσιάζατε τη διδακτορική σας διατριβή.

    Προϋπόθεση συμμετοχής στις τελικές εξετάσεις είναι η συμμετοχή σε τουλάχιστον τις μισές συναντήσεις και τις μισές εργασίες και κουίζ.

     

     

    1. Παρουσία / Συμμετοχή 10%
    2. Κουίζ και Εργασίες 20%
    3. Τελικές Εξετάσεις 70%
       

     

    Βιβλιογραφία

    • Weir, P. J., & Vincent, W. J. (2021). Statistics in Kinesiology (5th Ed.). Human Kinetics: Champaign, IL.
    • Field, A. (2015). Η διερεύνηση της Στατιστικής με τη χρήση του SPSS της ΙΒΜ. (1η Ελληνική έκδοση από την 4η Αγγλική) Αθήνα: Εκδόσεις ΠΡΟΠΟΜΠΟΣ
    • Field, A., Miles, J., & Field, Z. (2012). Ανακαλύπτοντας τη Στατιστική με τη χρήση της R. Thousand Oaks, CA: Sage.
    • Howell, D. C. (2013). Statistical Methods for Psychology (8th). Belmont, CA: Wadsworth.
    • Zuur, A. F., Ieno, E. N., & Meesters, E. (2009). A beginner's guide to R. [electronic resource]: Springer New York.
    • Albert, J., & Rizzo, M. (2012). R by example. [electronic resource]: Springer: New York.