Kursa kods Mate5011

Kredītpunkti 3

Datu apstrādes metodes

Zinātnes nozareMatemātika

Kopējais stundu skaits kursā81

Lekciju stundu skaits16

Laboratorijas darbu stundu skaits16

Studenta patstāvīgā darba stundu skaits49

Kursa apstiprinājuma datums15.03.2011

Atbildīgā struktūrvienībaDatoru sistēmu un datu zinātnes institūts

Kursa izstrādātāji

author prof.

Līga Paura

Dr. agr.

author asoc. prof.

Laima Bērziņa

Dr. sc.ing.

Kursa anotācija

Studiju kurss sniedz padziļinātas zināšanas datu analīzes sistēmās saistot tās ar pētījumiem sociālajās zinātnēs, kā arī prasmes pielietot specializētās datorprogrammas noteiktiem datu analīzes mērķiem. Studiju kursā studenti apgūst metodes pazīmju vērtību izmaiņu un savstarpējās saistības analīzei, kā arī gūst izpratni par kvalitatīvo datu pētniecības metodēm.

Kursa rezultāti un to vērtēšana

Zināšanas un padziļināta izpratne par pazīmju vērību izmaiņu un sakarības analīzes metodēm, to izvēles pamatprincipiem saskaņā ar izvirzītajiem pētījuma uzdevumiem sociālajos pētījumos; prasmes argumentēti izskaidrot un diskutēt par datu apstrādes metožu izvēles principiem, to pielietošanu un realizēšanu; interpretēt iegūtos rezultātus, formulēt secinājumus; kompetences veikt maģistra darba pētījumu datu apstrādi ar datu apstrādes specializēto lietojumprogrammatūru; pielietot datu apstrādes metodes kursa darbu un maģistra darba izstrādē.

Kursa saturs(kalendārs)

1 Ievads. Datu apstrādes metožu klasifikācija un nozīme
2 Datu grupēšana
3 Statistiskie rādītāji
4 Pazīmju laika rindu analīze
5 Pazīmju saistības analīze
6 Kvantitatīvu pazīmju saistības analīze
7 Ordinālās skalas pazīmju saistības analīze
8 Nominālās skalas pazīmju saistības analīze
9 Statistisko hipotēžu pārbaude
10 Hipotēžu pārbaude kvantitatīvo pazīmju saistības analīzē
11 Hipotēžu pārbaude kvalitatīvo pazīmju saistības analīzē
12 Statistisko datu analīzes specializētā programmatūra
13 Brīvas pieejas programmatūra datu statistiskajai apstrādei
14 On-line rīki datu statistiskajai apstrādei
15 Datu analīzes metožu pielietojuma analīze un izvērtēšana zinātniskajā literatūrā
16 Datu apstrādes metodoloģijas plānošana studenta maģistra darba izstrādei

Prasības kredītpunktu iegūšanai

Izstrādāti laboratorijas darbi. Sekmīgi uzrakstīti 2 kontroldarbi. Izstrādāts un aizstāvēts patstāvīgais darbs.
Pārbaudes veids - ieskaite ar atzīmi.

Obligātā literatūra

1. Arhipova I., Bāliņa S. Statistika ekonomikā: risinājumi ar SPSS un Microsoft Excel. Rīga: Datorzinību centrs, 2003. 349 lpp.
2. Arhipova I., Bāliņa S. Statistika ekonomikā un biznesā. Rīga: Datorzinību centrs, 2006. 362 lpp.
3. Paura L., Arhipova I. Statistiskās neparametriskās metodes. SPSS datorprogramma: mācību līdzeklis. Jelgava: LLKC, 2002. 148 lpp.
4. Kroplijs A., Raščevska M. Kvalitatīvās pētniecības metodes sociālajās zinātnēs. Rīga: Raka, 2004. 178 lpp.

Papildliteratūra

1. Miller R.L. et al. SPSS for social scientists. New York: Palgrave Macmillan, 2002. 334 lpp.
2. Strauss A., Corbin J. Basics of Qualitative Research. Los Angeles: CA Sage. 1998. 312 lpp.
3. Berg B.L. Qualitative research methods for the social sciences. Boston: Allyn & Bacon, 2007. 384 lpp.

Piezīmes

Brīvās izvēles studiju kurss SZF Maģistra studiju programmā "Sabiedrības pārvalde".