SAY612 - SOSYAL ARAŞTIRMA VERİSİNİN İSTATİSTİKSEL ANALİZİ 2
| Dersin Adı | Kodu | Yarıyılı | Teori (saat/hafta) |
Uygulama (saat/hafta) |
Yerel Kredi | AKTS |
|---|---|---|---|---|---|---|
| SOSYAL ARAŞTIRMA VERİSİNİN İSTATİSTİKSEL ANALİZİ 2 | SAY612 | Herhangi Yarıyıl/Yıl | 2 | 2 | 3 | 8 |
| Önkoşul(lar)-var ise | SAY 611 ya da dengi | |||||
| Dersin Dili | İngilizce | |||||
| Dersin Türü | Seçmeli | |||||
| Dersin verilme şekli | Yüz yüze | |||||
| Dersin öğrenme ve öğretme teknikleri | Anlatım Uygulama-Alıştırma | |||||
| Dersin sorumlusu(ları) | Prof. Dr. Ahmet Sinan Türkyılmaz | |||||
| Dersin amacı | Araştırmadan elde edilen verilerin analizinde, temel istatistiksel yöntemlerin kullanımı | |||||
| Dersin öğrenme çıktıları |
| |||||
| Dersin içeriği | Regresyon sonuçları (artık değerler vs.); çoklu doğrusal regresyon; sayma veri modeli için regresyon analizleri (Poisson regresyon modeli, negatif binom regresyon modeli, kategorik veri analizi); Lojistik regresyon (logit dönüşümü, risk oranı, regresyon katsayılarının yorumlanması, modelin anlamlılığı); hipotez testi ( 1. ve 2. tip hatalar, hipotez belirleme, dağılım tablolarının kullanımı, kritik bölgeler) | |||||
| Kaynaklar | Alpar R, 2001.Spor Bilimlerinde Uygulamalı İstatistik, NOBEL, Ankara. Andrews, Frank M. et al. (1998), Selecting Statistical Techniques for Social Science Data: A Guide for SAS Users. Cary, NC: SAS Institute. Steven G. Heeringa (Author), Brady T. West (Author), Patricia A. Berglund (Author), 2012, Applied Survey Data Analysis (Chapman & Hall/CRC Statistics in the Social and Behavioral Sciences) [Hardcover]. | |||||
Haftalara Göre İşlenecek Konular
| Haftalar | Konular |
|---|---|
| 1. Hafta | Giriş |
| 2. Hafta | Basit doğrusal regresyon modeli, regresyon sonuçları |
| 3. Hafta | Çoklu regresyon modellerine giriş, kukla değişkenler |
| 4. Hafta | Çoklu regresyon modelleri (devam) |
| 5. Hafta | Model varsayımlarının ihlali ve düzeltmeleri |
| 6. Hafta | Sayma veri modeli için regresyon analizi |
| 7. Hafta | Poisson regresyon modeli, negatif binom regresyon modeli |
| 8. Hafta | Ara Sınav |
| 9. Hafta | Logit dönüşümü ve risk oranları |
| 10. Hafta | Lojistik regresyon |
| 11. Hafta | Lojistik regresyon (devam) |
| 12. Hafta | Çokterimli lojistik regresyon, sıralı logit ve probit (olasılık) modelleri |
| 13. Hafta | Hipotez testine giriş |
| 14. Hafta | 1. tip ve 2. hip hatalar, kritik bölgeler ve dağılım tablolarının kullanımı |
| 15. Hafta | Genel Sınava Hazırlık |
| 16. Hafta | Genel Sınav |
Değerlendirme Sistemi
| Yarıyıl içi çalışmaları | Sayısı | Katkı Payı % |
|---|---|---|
| Devam (a) | 0 | 0 |
| Laboratuar | 0 | 0 |
| Uygulama | 0 | 0 |
| Alan Çalışması | 0 | 0 |
| Derse Özgü Staj (Varsa) | 0 | 0 |
| Ödevler | 5 | 30 |
| Sunum | 0 | 0 |
| Projeler | 0 | 0 |
| Seminer | 0 | 0 |
| Ara Sınavlar | 1 | 20 |
| Genel sınav | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı | 6 | 50 |
| Yarıyıl Sonu Sınavının Başarı Notuna Katkısı | 1 | 50 |
| Toplam | 100 | |
AKTS (Öğrenci İş Yükü) Tablosu
| Etkinlikler | Sayısı | Süresi | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi | 16 | 2 | 32 |
| Laboratuvar | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Derse özgü staj (varsa) | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışma Süresi (Ön Çalışma, pekiştirme, vb) | 14 | 6 | 84 |
| Sunum / Seminer Hazırlama | 0 | 0 | 0 |
| Proje | 1 | 34 | 34 |
| Ödevler | 0 | 0 | 0 |
| Ara sınavlara hazırlanma süresi | 1 | 35 | 35 |
| Genel sınava hazırlanma süresi | 1 | 55 | 55 |
| Toplam İş Yükü | 33 | 132 | 240 |
Dersin Öğrenme Çıktılarının Program Yeterlilikleri İle İlişkilendirilmesi
| D.9. Program Yeterlilikleri | Katkı Düzeyi* | ||||
|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |
| 1. Araştırma yöntemleri konusunda genel teorik bilgi edinir. | X | ||||
| 2. Nicel araştırma yöntemleri ile ilgili temel kavramsal bilgilere, kuramsal bakış açısına ve bu bilgiyi araştırma tasarımı, uygulaması ve analizine dönüştürme bilgisi kazanır. | X | ||||
| 3. Nicel araştırma yöntemlerinde kullanılan örnekleme teknikleri konusunda bilgiye sahip olur ve genellenebilir, güvenilir araştırma tasarımı yeteneği kazanır. | X | ||||
| 4. Nicel veri analizinde kullanılan modeller ve teknikleri öğrenme ve uygulama bilgisine sahip olur. | X | ||||
| 5. Nitel araştırma yöntemleri ile ilgili temel kavramsal bilgilere, kuramsal bakış açısına ve bu bilgiyi araştırma tasarımı, örnekleme, nitel veri oluşturma ve analizine dönüştürme bilgisi kazanır. | X | ||||
| 6. Nicel ve nitel araştırma yöntemleri arasındaki farklılıklar ve kullanım alanları hakkında bilgi edinir. | X | ||||
| 7. Nicel ve/veya nitel veri analizi sonuçlarını yorumlayarak, akademik ve etik kurallara uygun yayına dönüştürme becerisi edinir. | X | ||||
| 8. Nicel ve nitel araştırmaların niteliğini değerlendirecek ve sonuçlarını yorumlayacak beceri kazanır. | X | ||||
| 9. Nicel ve/veya nitel araştırma sonuçlarını özgün sözlü ve yazılı sunumlara dönüştürerek, ulusal ve uluslararası toplantılarda sunma becerisi kazanır. | X | ||||
| 10. Nicel ve/veya nitel araştırma projelerini bilimsel ve etik kurallara uygun olarak hazırlayabilecek bilgi, yetenek ve bilince sahip olur. | X | ||||
| 11. Nicel ve/veya nitel araştırma yöntemlerini kullanarak özgün bir tez çalışması yapar. | X | ||||
| 12. İngilizceyi en az Avrupa Dil Portföyü B2 Genel düzeyinde kullanarak alanındaki uluslararası yayınları takip eder ve meslekdaşlarıyla iletişim kurar. | X | ||||
*1 En düşük, 2 Düşük, 3 Orta, 4 Yüksek, 5 Çok yüksek