Analiza danych w badaniach językoznawczych [4100-IMADWBJ] Semestr zimowy 2025/26
Ćwiczenia, grupa nr 1

Literatura obowiązkowa (wybrane rozdziały i fragmenty z poniższych pozycji):

Józefacka, N., Kołek, M. F., & Arciszewska-Leszczuk, A. (2023). Metodologia i statystyka: Przewodnik naukowego turysty. PWN.

Field, A. (2024). Discovering statistics using IBM SPSS Statistics. 6th edition. Sage.

Brown, J. D., & Rodgers, T. S. (2014). Doing second language research. OUP.

Cohen, L., Manion, L., & Morrison, K. (2017). Research methods in education. Routledge.

Larson-Hall, J. (2016). A guide to doing statistics in second language research using SPSS and R. Routledge.

Braun, V., & Clarke, V. (2013). Successful qualitative research : A practical guide for beginners. SAGE.

Braun, V., & Clarke, V. (2022). Thematic Analysis : A Practical Guide. SAGE.

O’Reilly, K. (2025). Qualitative research methods for everyone : An essential toolkit. Bristol University Press.

Tracy, S. J. (2025). Qualitative research methods: Collecting evidence, crafting analysis, communicating impact. Wiley Blackwell.

Studenci zobowiązani są również do przeczytania/zapoznania się z materiałami umieszczonymi na platformie e-learningowej lub dostarczonymi na zajęcia przez wykładowcę. Są to artykuły, rozdziały, opracowania i materiały elektroniczne (np. prezentacje, filmy video).

Wprowadzenie i podstawy pracy z oprogramowaniem PS IMAGO PRO.

Przygotowanie danych ilościowych do analizy, tworzenie zbiorów danych i import danych z pliku Excel do PS IMAGO PRO.

Okno danych, specyfikacja zmiennych i okno raportu.

Przekształcanie zmiennych.

Statystyka opisowa i tabele krzyżowe.

Prezentacja i wizualizacja wyników.

Wnioskowanie statystyczne.

Analizy z wykorzystaniem przykładowych danych i interpretacja wyników..

Przygotowanie danych jakościowych do analizy.

Jakościowa analiza danych.

Analiza tematyczna, kodowanie.

Metody podawcze (werbalne, wizualne i praktyczne) - wykład konwersatoryjny, opis, prezentacja multimedialna, demonstracja działania narzędzi,

Metody aktywizujące - dyskusja, burza mózgów, flipped classroom, samodzielna analiza materiałów i danych, wykonywanie zadań na platformie e-learningowej, metoda problemowa (case study), uczenie się przez nauczanie, symulacja.

ZASADY ZALICZANIA PRZEDMIOTU

Warunkiem dopuszczenia do zaliczenia jest:

1. obecność na zajęciach stacjonarnych (dopuszczalna jest jedna nieobecność na zajęciach stacjonarnych),

2. wykonanie wszystkich zadań cząstkowych przewidzianych do realizacji zarówno podczas zajęć stacjonarnych, jak i na platformie e-learningowej.

Metody oceniania:

Zaliczenie przedmiotu następuje na podstawie:

1. oceny z zadania praktycznego z analizy danych przeprowadzonego na koniec semestru (weryfikowane efekty uczenia się: K_W05, K_U01, K_U04, K_K01, K_K02) - waga w ocenie końcowej z przedmiotu 60%,

2. oceny aktywności studenta na zajęciach stacjonarnych - w klasie (weryfikowane efekty uczenia się: K_W05, K_U01, K_U04, K_K01, K_K02) - waga w ocenie końcowej z przedmiotu 40%,

Kryteria oceniania:

1. Ocena z zadania praktycznego z analizy danych przeprowadzonego na koniec semestru - 60 punktów

- poprawność i kompletność analizy, poprawność i klarowność prezentacji wyników oraz poprawność interpretacji wyników.

Skala punktowa (0–60 pkt):

54–60 pkt → bardzo dobry (5,0)

51–53 pkt → dobry plus (4,5)

45–50 pkt → dobry (4,0)

42–44 pkt → dostateczny plus (3,5)

36–41 pkt → dostateczny (3,0)

0–35 pkt → niedostateczny (2,0)

2. Ocena aktywności studenta na zajęciach stacjonarnych - w klasie - 40 punktów.

- przygotowanie merytoryczne do zajęć – stopień zapoznania się z literaturą i materiałami kursowymi oraz ich wykorzystanie podczas zajęć (20 pkt),

- udział w dyskusjach i ćwiczeniach praktycznych na zajęciach– częstotliwość, jakość wypowiedzi, samodzielność, zdolność do uzasadniania własnych obserwacji na podstawie danych oraz praca z oprogramowaniem PS IMAGO PRO (20 pkt).

Skala punktowa (0–40 pkt):

36–40 pkt → bardzo dobry (5,0) - aktywność i zaangażowanie w zajęcia bardzo duże, student w pełni realizuje efekty uczenia się.

34–35 pkt → dobry plus (4,5) - aktywność i zaangażowanie w zajęcia bardzo duże, student w wysokim stopniu realizuje efekty uczenia się.

30–33 pkt → dobry (4,0) - duża aktywność i zaangażowanie w zajęcia, student w wysokim stopniu realizuje efekty uczenia się.

28–29 pkt → dostateczny plus (3,5) - aktywność i zaangażowanie w zajęcia zadowalające, student realizuje większość efektów uczenia się.

24–27 pkt → dostateczny (3,0) - aktywność i zaangażowanie w zajęcia minimalne, student realizuje część efektów uczenia się, ale w ograniczonym zakresie.

0–23 pkt → niedostateczny (2,0) - aktywność i zaangażowanie w zajęcia bardzo slabe, student nie realizuje większości efektów uczenia się.

.................................................................

Student musi uzyskać wynik ogólny (ocena z testu/zadania praktycznego i aktywność na zajęciach) przynajmniej 60%, aby uzyskać ocenę pozytywną i zaliczyć przedmiot.

90–100% → bardzo dobry (5,0)

85–89% → dobry plus (4,5)

75–84% → dobry (4,0)

70–74% → dostateczny plus (3,5)

60–69% → dostateczny (3,0)

0–59% → niedostateczny (2,0)

..................................................................

Zastosowanie narzędzi SI do wykonywania zadań w czasie kursu jest dopuszczalne wyłącznie w zakresie niesprzecznym z realizacją zakładanych efektów uczenia się oraz po uzyskaniu pisemnej zgody prowadzącego, który weryfikuje proponowany cel, zakres i sposób ich wykorzystania pod kątem zgodności z tymi efektami. Student jest zobowiązany do przedstawiania pełnego zakresu zastosowania narzędzi SI do przygotowania i wykonania zadań w ramach przedmiotu, wraz z określeniem celów i sposobów użycia SI, z wyraźnym oznaczeniem elementów powstałych przy wsparciu SI. Niespełnienie powyższych wymogów jest traktowane jako naruszenie zasad samodzielności i skutkuje uznaniem pracy za niesamodzielną oraz oceną niedostateczną.

W czasie kursu wykorzystywane jest oprogramowanie PS IMAGO PRO (SPSS).