SYLABUS

Metody przetwarzania danych
nazwa przedmiotu
SYLABUS
A. Informacje ogólne
Elementy składowe
sylabusu
Nazwa jednostki
prowadzącej kierunek
Nazwa kierunku studiów
Poziom kształcenia
Profil studiów
Forma studiów
Kod przedmiotu
Język przedmiotu
Rodzaj przedmiotu
Dziedzina i dyscyplina nauki
Rok studiów/semestr
Wymagania wstępne (tzw.
sekwencyjny system zajęć
i egzaminów)
Liczba godzin zajęć
dydaktycznych z podziałem
na formy prowadzenia zajęć
Opis
Historyczno-Socjologiczny.
Socjologia.
Studia pierwszego stopnia
Ogólnoakademicki.
Stacjonarne.
0500-SS1-2MPD
polski.
Fakultatywny, MK_17 praktyczny 1 Podstawy analizy organizacji i instytucji
Nauki społeczne, socjologia.
Rok II, semestr III,
Wstęp do socjologii
30 godzin konwersatorium
Założenia i cele przedmiotu
Celem ćwiczeń jest zapoznanie studentów z podstawowymi metodami przetwarzania danych i
informacji oraz umiejętnym sposobie prezentacji wyników. Ćwiczenia będą miały także na
względzie wykształcenie umiejętności tworzenia baz danych począwszy od projektowania i
zastosowanie istniejących narzędzi (np. SPSS, Excel, Lime Survey) do tworzenia i agregacji baz
danych oraz graficznej prezentacji zgromadzonych danych (Power Point, Prezi). Założonym
efektem zajęć jest przygotowanie studentów do samodzielnego pozyskiwania i przetwarzania
zgromadzonego materiału empirycznego .
Metody dydaktyczne oraz
ogólna forma zaliczenia
przedmiotu
Ćwiczenia i test końcowy
Odniesienie do kierunkowych
efektów kształcenia
Efekty kształcenia
W1. Ma wiedzę z zakresu przetwarzania i wizualizacji danych, zna metody przetwarzania
baz danych, techniki łączenia zbiorów, agregacji i transpozycji danych. Student zna
procedury i instrukcje przetwarzania i agregacji danych.
W2. Zna i rozumie podstawowe konstrukcje programistyczne używane w języku SPSS i
Excel, w tym zmienne, funkcje, pętle i makra. Zna postawy języka SPSS
U1. Posiada umiejętność tworzenia, modyfikowania oraz łączenia zbiorów danych z
wykorzystaniem SPSS i Excel. Potrafi analizować poprawność wykonanych działań.
K1. Rozumie rolę i znaczenie procesu przetwarzania danych. Student potrafi
zidentyfikować korzyści ekonomiczne płynące z przetwarzania i wizualizacji danych.
Student rozumie znaczenie języków SPSS i EXCEL, które usprawniają proces
przetwarzania danych, ułatwiając ich analizę.
K2. Ma świadomość konieczności uzupełniania swojej wiedzy. Ma świadomość roli, jaką
odgrywają systemy komputerowe wspierające procesy zarządzania danymi.
K3. Potrafi pracować indywidualnie i w grupie, rozumiejąc potrzebę udoskonalania
swoich umiejętności społecznych w kontekście prezentowania i przekazywania wiedzy
Punkty ECTS
Bilans nakładu pracy
studenta
Wskaźniki ilościowe
Data opracowania:
3
81 godzin, obejmuje:
udział w ćwiczeniach: 30
udział w konsultacjach: 4
przygotowanie do zajęć:15
przygotowanie projektu grupowego:15
przygotowanie do zaliczenia:17
Nakład pracy studenta związany z zajęciami:
wymagających bezpośredniego udziału nauczyciela
o charakterze praktycznym
01.09.2015
Koordynator
przedmiotu:
S1_W24, S1_W23
S1_W01
S1_U03, S1_U0, S1_U13
S1_K04
S1_K09
S1_K01, S1_K03
Liczba godzin
34
47
Punkty ECTS
1,26
1,74
mgr Łukasz Kiszkiel
SYLABUS
Elementy składowe sylabusu
Nazwa przedmiotu
Kod przedmiotu
Nazwa kierunku
Nazwa jednostki prowadzącej kierunek
Język przedmiotu
Opis
Metody przetwarzania danych
0500-SS1-2MPD
Socjologia
Wydział Historyczno-Socjologiczny
polski
Rok II, semestr III,
Rok studiów/ semestr
30 godzin konwersatorium
Liczba godzin zajęć dydaktycznych
oraz forma prowadzenia zajęć
2
Liczba punktów ECTS
mgr Łukasz Kiszkiel
Prowadzący
1.Wprowadzenie
Treści merytoryczne
2. Pozyskiwanie, tworzenie, modyfikacja zbiorów danych.
przedmiotu
Efekty kształcenia
wraz ze sposobem ich
weryfikacji
Forma i warunki
zaliczenia
przedmiotu
3. Agregacja zbiorów danych. Techniki łączenia zbiorów, wykorzystanie i tworzenie
formatów, informatów, sortowanie zbiorów i indeksy
4.Podstawowe operacje na zbiorach z wykorzystaniem syntaxu SPSS i funkcji
Excel.
5. Podstawowa analiza danych z użyciem arkuszy kalkulacyjnych poprzez
wykorzystanie funkcji wbudowanych
6. Tabelaryczne bazy danych, tworzenie raportu tabel przestawnych i wykresu
przestawnego zawierającego podstawowe statystyki
7. Techniki agregacji danych, przetwarzanie w grupach, konwersja danych,
transpozycja zbiorów.
8. Opracowanie zgromadzonego materiału, klucz kodowy
9. Graficzna wizualizacja danych.
10. Publikowanie i prezentacja wyników analiz w przedsiębiorstwie
11. Zaawansowane techniki czytania i łączenia zbiorów – odwołania do wybranych
obserwacji
Efekty
Weryfikacja
W1. Ma wiedzę z zakresu przetwarzania i wizualizacji danych, Zadania
zna metody przetwarzania baz danych, techniki łączenia
projektowe
zbiorów, agregacji i transpozycji danych. Student zna
Kolokwium
procedury i instrukcje przetwarzania i agregacji danych.
zaliczeniowe
Zadania
W2. Zna i rozumie podstawowe konstrukcje programistyczne
projektowe
używane w języku SPSS i Excel, w tym zmienne, funkcje, pętle
Kolokwium
i makra. Zna postawy języka SPSS
zaliczeniowe
Zadania
U1. Posiada umiejętność tworzenia, modyfikowania oraz
projektowe
łączenia zbiorów danych z wykorzystaniem SPSS i Excel.
Kolokwium
Potrafi analizować poprawność wykonanych działań.
zaliczeniowe
K1. Rozumie rolę i znaczenie procesu przetwarzania danych.
Zadania
Student potrafi zidentyfikować korzyści ekonomiczne płynące z projektowe
przetwarzania i wizualizacji danych. Student rozumie
Kolokwium
znaczenie języków SPSS i EXCEL, które usprawniają proces
zaliczeniowe
przetwarzania danych, ułatwiając ich analizę.
K2. Ma świadomość konieczności uzupełniania swojej wiedzy. Zadania
Ma świadomość roli, jaką odgrywają systemy komputerowe
projektowe
wspierające procesy zarządzania danymi.
K3. Potrafi pracować indywidualnie i w grupie, rozumiejąc
Zadania
potrzebę udoskonalania swoich umiejętności społecznych w
projektowe
kontekście prezentowania i przekazywania wiedzy
Warunki zaliczenia:
 obecność na zajęciach (dopuszczalna jedna nieobecność),
 aktywne uczestnictwo i wykonywanie zadań,
 realizacja i wykonanie projektów grupowych
 pozytywny wynik testu
Składowe oceny:
1. projekt (max. 20 pkt)
2.test (max 50 pkt)
Punktacja:
od 45 pkt – dst
Wykaz literatury
podstawowej
i uzupełniającej
od 50 pkt – dst+
od 55 pkt – db
od 60 pkt – db+
od 65 pkt – bdb
H. Blalock, Statystyka dla socjologów, Warszawa PWN.
J. Górniak, J. Wachnicki, Pierwsze kroki w analizie danych (wydanie pierwsze),
Kraków: SPSS Polska.
M. Nawojczyk, Przewodnik po statystyce dla socjologów, Kraków: SPSS Polska.
G. Wieczorkowska et al., Statystyka. Wprowadzenie do analizy danych
sondażowych i eksperymentalnych, Warszawa: Scholar.
A. Malarska, Statystyczna analiza danych wspomagana programem SPSS, Kraków:
SPSS Polska
……………………………….
podpis osoby składającej sylabus