Ανάλυση Ποσοτικών Δεδομένων στην Ψυχολογική Έρευνα

Το μάθημα έχει εργαστηριακό χαρακτήρα και εστιάζει στην εφαρμοσμένη ανάλυση ποσοτικών δεδομένων στην ψυχολογική έρευνα. Στόχος του είναι η ανάπτυξη πρακτικών δεξιοτήτων στη διαχείριση, προετοιμασία, ανάλυση, οπτικοποίηση, ερμηνεία και παρουσίαση ερευνητικών δεδομένων με τη χρήση των λογισμικών SPSS και R/RStudio.

Το μάθημα καλύπτει ζητήματα οργάνωσης και κωδικοποίησης δεδομένων, καθαρισμού αρχείων, ελέγχου ελλειπουσών και ακραίων τιμών, ανακωδικοποιήσεων, δημιουργίας σύνθετων μεταβλητών, περιγραφικής στατιστικής, ελέγχου παραδοχών και εφαρμογής βασικών στατιστικών αναλύσεων. Ιδιαίτερη έμφαση δίνεται στη χρήση του SPSS για βασικές και μεσαίου επιπέδου στατιστικές αναλύσεις, καθώς και στην εισαγωγή στο R/RStudio ως περιβάλλον διαχείρισης, ανάλυσης, οπτικοποίησης και αναπαραγώγιμης παρουσίασης δεδομένων. Μέσα από εργαστηριακές ασκήσεις και ένα ολοκληρωμένο project, οι φοιτητές/τριες εξοικειώνονται με τη σύνδεση ερευνητικού ερωτήματος, τύπου δεδομένων, επιλογής κατάλληλης ανάλυσης και τεκμηριωμένης αναφοράς αποτελεσμάτων.

Ενδεικτικά θεματικές ενότητες:

1.       Εισαγωγή στην ανάλυση δεδομένων στην ψυχολογική έρευνα: ερευνητικά ερωτήματα, τύποι μεταβλητών, δομή συνόλου δεδομένων, κωδικοποίηση και βασικές αρχές τεκμηρίωσης.

2.       SPSS Ι – εισαγωγή στο περιβάλλον του προγράμματος: βασική δομή του SPSS, Data View, Variable View, εισαγωγή αρχείων και οργάνωση δεδομένων.

3.       SPSS ΙΙ – μεταβλητές και προετοιμασία δεδομένων: ορισμός μεταβλητών, ετικέτες, τιμές, ελλείπουσες τιμές, ανακωδικοποιήσεις και δημιουργία νέων μεταβλητών.

4.       SPSS ΙΙΙ – περιγραφική στατιστική και οπτικοποίηση: συχνότητες, μέτρα κεντρικής τάσης και διασποράς, πίνακες και βασικά γραφήματα.

5.       SPSS IV – συγκρίσεις ομάδων και βασικός έλεγχος σχέσεων μεταβλητών: t-test, ANOVA, μη παραμετρικοί έλεγχοι και χ².

6.       SPSS V – συσχετίσεις και  μοντέλα παλινδρόμησης: συσχετίσεις, απλή γραμμική παλινδρόμηση, πολλαπλή γραμμική παλινδρόμηση και ερμηνεία αποτελεσμάτων.

7.       R/RStudio Ι – εισαγωγή στο περιβάλλον και στη λογική της R: περιβάλλον εργασίας, scripts, objects, packages και import/export.

8.       R/RStudio ΙΙ – διαχείριση και μετασχηματισμός δεδομένων (data wrangling): filtering, recoding, missing values και transformations.

9.       R/RStudio ΙΙΙ – οπτικοποίηση δεδομένων (data visualization): ggplot, distributions, boxplots, scatterplots και γραφήματα παρουσίασης.

10.   R/RStudio IV – αναπαραγώγιμη ανάλυση δεδομένων (reproducible data analysis): scripts, οργάνωση βημάτων, σχολιασμός κώδικα και διαφάνεια στην ανάλυση.

11.   R/RStudio V – ολοκληρωμένη εφαρμοσμένη ανάλυση σε dataset ψυχολογικής έρευνας.

12.   Σύνθεση αναλύσεων και σύγχρονες πρακτικές: αναφορά αποτελεσμάτων, σύγκριση SPSS και R και τεκμηρίωση αναλυτικών επιλογών.

13.   Ολοκληρωμένο εργαστηριακό project: παρουσίαση ανάλυσης δεδομένων με χρήση SPSS ή R, από την προετοιμασία των δεδομένων έως την ερμηνεία και παρουσίαση των αποτελεσμάτων.

Η παρακολούθηση του μαθήματος είναι υποχρεωτική με ανώτατο όριο δύο (δύο) απουσιών.