| Statuss(Neaktīvs) | Izdruka | Arhīvs(0) | Studiju plāns Vecais plāns | Kursu katalogs | Vēsture |
| Kursa nosaukums | Anketu datorizēta apstrāde |
| Kursa kods | InfT5027 |
| Zinātnes nozare | Informācijas tehnoloģija (nav zn) |
| Kredītpunkti (ECTS) | 4.5 |
| Kopējais stundu skaits kursā | 121.5 |
| Lekciju stundu skaits | 24 |
| Laboratorijas darbu stundu skaits | 24 |
| Kursa apstiprinājuma datums | 16/01/2013 |
| Atbildīgā struktūrvienība | Datoru sistēmu un datu zinātnes institūts |
| Kursa izstrādātājs(-i) | |
| Dr. sc.ing., asoc. prof. Laima Bērziņa |
|
| Priekšzināšanas Kursam priekšzināšanas nav nepieciešamas |
|
| Kursa anotācija | |
| Kurss nostiprina izpratni par informācijas analīzes pielietojumu, akcentē pazīstamākās metodes anketu datu analīzē, sniedz padziļinātas zināšanas par lietotņu izmantošanu aptaujas datu apstrādē. Kursā tiek izskatīta pētījuma loģika un uzsvērta statistikas loma precīzu spriedumu ieguvē, sākot no pētījuma izlases aprēķināšanas līdz pētījuma atskaites noformēšanai. Studenti iemācās izvēlēties atbilstošu datu apstrādes metodiku, pamatot izvēli noteiktiem pētniecības mērķiem, rast piemērotus līdzekļus informācijas elektroniskai apstrādei. | |
| Kursa rezultāti un to vērtēšana | |
| Pēc studiju kursa studijām studentam būs:
• zināšanas un padziļināta izpratne par anketu datu analīzes iespējām saskaņā ar izvirzītajiem pētījuma uzdevumiem; • prasmes pielietot galvenās datu apstrādes metodes un atbilstošu programmatūru anketu datu analīzei; • kompetence analizēt, sistematizēt datu apstrādes rezultātus un sagatavot tos pētījuma prezentācijai. |
|
| Kursa saturs(kalendārs) | |
| 1 Pētījuma loģika, aptaujas metode, iegūto datu apstrādes nozīme
2 Anketas plānošana un konstruēšana aptaujas veikšanai 3 Izlases apjoma aprēķināšana un lietotnes izlases apjoma aprēķināšanai 4 Elektroniskā anketa 5 Datu bāzes veidošanas pamatprincipi 6 Iepazīšanās ar SPSS vidi 7 Iepazīšanās ar citām populārākajām lietotnēm anketu apstrādei 8 Ievads datu apstrādē ar brīvas pieejas lietotnēm 9 Datu apstrādes metožu apskats 10 Datu primārā analīze 11 Kontingences analīze 12 Kvalitatīvu pazīmju saistības mēri 13 Citas sarežģītākas metodes datu apstrādei 14 Iespējas aptaujas datu prezentēšanai 15 WWW tehnoloģijas aptaujas datu ieguvei. 16 Studentu patstāvīgā darba prezentācijas un diskusijas |
|
| Prasības kredītpunktu iegūšanai | |
| Ieskaites ar atzīmi vērtējums ir atkarīgs no semestra kumulatīvā vērtējuma: prezentēts patstāvīgais darbs anketēšanas rezultātu apstrādē vai nolasīts referāts par anketu apstrādes datorizācijas iespēju izpēti (70%); notikusi aktīva dalība visos semināros (30%). | |
| Obligātā literatūra | |
| 1. Paura L., Arhipova I. Neparametriskas metodes. SPSS datorprogramma. Jelgava: LLKC, 2002. 148 lpp.
2. Raizs Ļ. Matemātiskās metodes sociālajās zinātnēs. Rīga: RaKa, 2000. 296 lpp. 3. Бююль А., Цёфель П. SPSS: искусство обpaбoтkи инфopмaции. Мoсkвa–Пeтepбуpг–Kиeв: ДиаСофт, 2002. 601 c. 4. Foddy W. Constructing questions for interviews and questionnaires: theory and practice in social research. Cambridge : Cambridge University Press, 1995. 227 p. |
|
| Papildliteratūra | |
| 1. Aizpuriete V. MS Excel profesionālai izglītībai. – Rīga: Mācību grāmata, 2002. –252 lpp
2. Cramer D. Fundamental Statistic for Social Research. Step by step Calculations and Computer Techniques Using SPSS for Windows. – London: 1998. – 480 p 3. Бююль А., Цёфель П. SPSS: искусство обpaбoтkи ифopмaции. – Мoсkвa – Пeтepбуpг – Kиeв: 2002. –601 c |
|
| Piezīmes | |
| Obligātais kurss LIF studiju programmā "Ainavu arhitektūra" un izvēles kurss visu fakultāšu maģistrantūras studentiem. | |