| Kursa nosaukums | Pētījumu metodoloģija 2 |
| Kursa kods | Peda6019 |
| Zinātnes nozare | Pedagoģija (nav zn) |
| Kredītpunkti (ECTS) | 2.25 |
| Kopējais stundu skaits kursā | 60.75 |
| Lekciju stundu skaits | 12 |
| Semināru un praktisko darbu stundu skaits | 12 |
| Kursa izstrādātājs(-i) | |
| Dr. paed., Ludis Pēks |
|
| Priekšzināšanas Kursam priekšzināšanas nav nepieciešamas |
|
| Kursa anotācija | |
| Priekšmets ietver zināšanas, prasmes un refleksijas spējas (ievērojot pētījumu ētiku un filozofiskos aspektus) par: 1)mērīšanas teoriju, 2)datu apstrādes metožu, IT lietošanas, apstrādes tehnisko paņēmienu un rezultātu noformēšanas veidu atbilstības izvērtēšanu, izvēles kritērijiem. Kompetence plānot un veikt datu ieguvi, apstrādi un interpretāciju maģistra darbos un vadīt bakalauru pētījumus. | |
| Kursa saturs(kalendārs) | |
| 1 L.: Pētījumu pieredzes izvērtēšana, attīstības tendences, pētījumu tematu, metodikas izvēle, precizēšana.
2 Pr.d.: Maģistra darbos nosakāmo īpašību, pazīmju, rādītāju, kritēriju noteikšana, ekoloģiskā pieeja to izvēlē. 3 L: Mērīšana sociālajās zinātnes, tās filosofiskie un ētiskie aspekti. Mērīšanas teorija. 4 L: Skalu veidi, raksturojums, izvērtējums, izvēles kritēriji, atbilstība pētījuma mērķiem, hipotēzei. 5 L: Pedagoģiskajos un psiholoģiskajos pētījumos iegūstamie datu veidi, sadalījumi, to apstrādes iespējas. 6 L: Parametriskās un neparametriskās metodes, to izmantošanas iespēju izvērtējums un izvēle. 7 L: Aprakstošo/ primāro statistiku veidi, salīdzinājums, izvērtējums. 8 Pr.d.: Aprakstošo statistiku noteikšana, izvērtēšana un izvēle maģistra darbos. 9 Pr.d.: Datu sadalījumu attēlošanas veidi, to salīdzinājums, izvērtējums, izvēle, noformējums. 10 L: Induktīvo/ sekundāro/ secinošo statistiku izvērtējums, izvēles pamatojums, interpretācija. 11 L: Korelācijas un konkordācijas noteikšanas veidu izvēle, tās pamatojums. 12 L:Pārskats par pārējām metodēm (dispersiju analīze u.c.) izmantošanu sadarbībā ar IT specialistiem. 13 Pr.d.:Ekspertvērtējuma datu apstrāde. Vienprātības noteikšana un izvērtējums. Rezultātu interpretācija. 14 S. Referāti maģistrantu konferencei par pedagoģisko pētījumu aprobāciju praksē. 15 Maģistrantu pētījumu prezentācijas, to apspriešana. 16 Maģistrantu pētījumu prezentācijas, to apspriešana. |
|
| Prasības kredītpunktu iegūšanai | |
| Piedalīšanās praktiskos darbos un semināros, uzrakstīts kontroldarbs. Uzrādīti: 1)maģistra darbā iegūto vai tiem analogu datu apstrādes veidi, iegūtās aprakstošās (tabulas, attēli, vidējie un izkliedes rādītāji) un secinošās statistikas, to izvēles pamatojums; 2)apzinātās, caurskatītās, un izmantotās literatūras saraksti. Mutiska vai rakstiska refleksija par pedagoģiskajā praksē lietotajām aprakstošajām statistikām, to atbilstības mērījumu skalām izvērtējums, kā arī priekšmeta studijās apgūto metožu un statistiku aprobāciju praktiskajā darbā. Pētījumu prezentācija. | |
| Obligātā literatūra | |
| 1. Paura L., Arhipova I. (2001.) Neparametrisko metožu lietošana izmantojot SPSS datorprogrammu. Mācību līdzeklis pedagoģijas, socioloģijas un ekonomikas specialitāšu studen
2. Liepa J. (1974.) Biometrija. Rīga, “Zvaigzne”- 336 lpp. 3. Raščevska M., Kristapsone S.(2000.) Statistika psiholoģijas pētījumos. Rīga: “SIA Izglītības soļi”, 356 lpp. 4. Lasmanis A. (2002.) Datu ieguves, apstrādes un analīzes metodes pedagoģijas un psiholoģijas pētījumos. 1. un 2. grāmata. Rīga: SIA “Izglītības soļi”. |
|
| Papildliteratūra | |
| 1. Howell D.C. (1995) Fundamental Statistics for the Behavioral Sciences, 3rd ed. Belmont, California- 457 p.
2. Dravnieks J. (1993.) Mērīšana un datu apstrādes tehnoloģija sportā: Mācību grāmata Latvijas sporta pedagoģijas akadēmijas studentiem un maģistrantiem. Rīga, LSPA - 142 lp 3. Raizs Ļ. (2000.) Matemātiskās metodes sociālajās zinātnēs. Rīga: RaKa, - 296 lpp. 4. Arhipova I., Ramute L., Paura L. (1998.) Datu statistiskā apstrāde ar MS Excel. Mācību līdzeklis studentiem. LLU. Jelgavā: LLU- 159 lpp. |
|
| Periodika un citi informācijas avoti | |
| 1. Žurnāls "Skolotājs"
2. Laikraksts "Izglītība un Kultūra" 3. Datu bāzes EBSCO 4. Datu bāze "ScienceDirect" |
|
| Piezīmes | |
| Ieskaite 2. semestrī. Priekšmets iekļauts pedagoģijas maģistra programmā pilna un nepilna laika studijās nozares teorētiskajā daļā (A daļa). Priekšmets var tik iekļauts studiju plānā kā kompakts modulis. Priekšmetu studē IMI. Studijām izmanto arī maģistrantiem pieejamo IT bāzi citās LLU struktūrvienībās. Ļoti vēlamas informātikas izvēles kursu studijas LLU ITF vai citās institūcijās. Nodarbību saturu un laika sadalījumu priekšmetā precizē atbilstoši maģistrantu priekšzināšanām. (Priekšmets ir daļa no pētījumu metodoloģijas kursa, kura studijas notiek visos 4 teorētisko nodarbību semestros. Eksāmens pēc visa kursa apgūšanas.) | |