Παρουσίαση/Προβολή
(PHED639) - Αθανάσιος Μουρατίδης
Περιγραφή Μαθήματος
Σε αυτό το μάθημα, θα εστιάσουμε σε μερικές από τις πιο εξεζητημένες αλλά χρήσιμες στατιστικές αναλύσεις που χρησιμοποιούνται στη Φυσική Αγωγή και τον Αθλητισμό (αλλά και σε πολλούς άλλους κλάδους). Μεταξύ άλλων, θα μάθουμε πώς να λαμβάνουμε τεκμηριωμένες αποφάσεις σχετικά με τις αναλύσεις που πρέπει να διεξάγουμε με δεδομένα που έχουν σύνθετη δομή, πώς να αναλύουμε τα δεδομένα, πώς να ερμηνεύουμε τα αποτελέσματά, και τον τρόπου που πρέπει να αναφέρουμε τα ευρήματά μας.
Το μάθημα του Στατιστικού Σχεδιασμού και Πολυμεταβλητής Ανάλυσης έχει τρεις βασικούς στόχους: Πρώτον, να αναπτύξετε τις δεξιότητες σας σε προχωρημένα είδη στατιστικών αναλύσεων. Δεύτερον, να κατανοείτε καλύτερα και να αξιολογείτε πληρέστερα αυτές τις στατιστικές αναλύσεις που χρησιμοποιούνται και αναφέρονται στη βιβλιογραφία από άλλους ερευνητές. Τρίτον, να αποφασίζετε πότε χρειάζεστε τέτοιες στατιστικές αναλύσεις, αναλόγως των ερευνητικών ερωτημάτων που εξετάζετε έχοντας υπόψη τους περιορισμούς και τις παραδοχές που ενυπάρχουν σε κάθε ανάλυση. Το μάθημα θα έχει κυρίως πρακτικό προσανατολισμό. Κάθε εβδομάδα, θα επικεντρώνουμε σε μια συγκεκριμένη αναλυτική προσέγγιση, 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
Σάββατο 16 Οκτωβρίου 2021
-
Μαθησιακοί στόχοι
Ο στόχος του μαθήματος είναι να βελτιώσουμε περαιτέρω την ικανότητα μας να σχεδιάζουμε σύνθετες στατιστικές αναλύσεις, να επιλέγουμε την κατάλληλη προσέγγιση για τα ερευνητικά μας ερωτήματα, να την εφαρμόζουμε καταλλήλως, να ερμηνεύουμε με ακρίβεια τα ευρήματα μας, και να τα παρουσιάζουμε με σαφήνεια και σύμφωνα με την κρατούσα επιστημονική πρακτική.
Το προτεινόεμνο πρόγραμμα έχει ως εξής:
Προαπαιτούμενα
Στατιστική στη Φυσική Αγωγή Ι (PHED-501) & Στατιστική στη Φυσική Αγωγή ΙΙ (PHED-504)
Μέθοδοι διδασκαλίας
Κάθε μάθημα θα επικεντρώνεται σε μία ή περισσότερες ερευνητικές ερωτήσεις και στο το πώς αυτές μπορούν να απαντηθούν μέσω των κατάλληλων στατιστικών αναλύσεων. Για κάθε μία από αυτές 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.
Παρουσιάσεις
Την τελευταία εβδομάδα του εξαμήνου, θα πρέπει να κάνετε μια σύντομη παρουσίαση 10 λεπτών. Το θέμα της παρουσίασης θα περιστρέφεται γύρω από το κύριο ερευνητικό σας ενδιαφέρον και θα επικεντρώνεται κυρίως στις αναλύσεις που έχετε ή σκοπεύετε να πραγματοποιήσετε στα πλαίσια της διδακτορικής σας διατριβής. Εάν δεν υπάρχουν διαθέσιμα δεδομένα, θα επιλέξετε από τη βιβλιογραφία ένα σχετικό άρθρο που θα είναι συναφές με το ερευνητικό σας ερώτημα. Περισσότερες πληροφορίες και λεπτομέρειες για τη διαδικασία θα δοθούν εγκαίρως.
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. Παρουσίαση Εργασίας 10% 4. Τελικές Εξετάσεις 60% Βιβλιογραφία
- Βαγενάς, Γ. (2019). Στατιστικές Εφαρμογές στην Αθλητική Επιστήμη με Παραδείγματα στο SPSS, (7η έκδοση). Θεσσαλονίκη: Εκδόσεις ΤΖΙΟΛΑ & ΥΙΟΙ
- 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.