Περιγραφή
Τίτλος | Στατιστική Ανάλυση Δεδομένων με SPSS | ||
Title | Statistical Data Analysis with SPSS | ||
Περίοδος Υλοποίησης | Από 9/9/2024 έως 8/11/2024 | ||
Διάρκεια σε Μήνες & ECVET | ΔΙΑΡΚΕΙΑ:
2 Μήνες ECVET: 3.2 |
Ώρες Επιμόρφωσης | 80 ώρες |
Μέθοδος διδασκαλίας | Το πρόγραμμα πραγματοποιείται εξ αποστάσεως και ασύγχρονα, χωρίς την υποχρέωση παρακολούθησης διαλέξεων. | ||
Δίδακτρα | 120 ευρώ *Ισχύουν 3 δόσεις και εκπτώσεις:
Εφάπαξ πληρωμή διδάκτρων: έκπτωση 20% Πρόωρη εγγραφή, δηλαδή πληρωμή τουλάχιστον της 1ης δόσης, έως και 1 μήνα πριν την έναρξη του προγράμματος: έκπτωση 20% Φοιτητές: έκπτωση 20% Άνεργοι: έκπτωση 20% Πολύτεκνοι: έκπτωση 20% Ευρωπαϊκή Κάρτα Νέων: έκπτωση 15% AMEA: έκπτωση 20% |
Αντικείμενο & Σκοπός Προγράμματος
Στην εποχή μας, οι αναλυτές δεδομένων, αναγνωρίζονται ως οι πλέον περιζήτητοι επαγγελματίες καθώς διαδραματίζουν κρίσιμο ρόλο στην ανάλυση και την ερμηνεία των δεδομένων, οδηγώντας σε στρατηγικές αποφάσεις και καινοτομίες σε διάφορους τομείς. Το πρόγραμμα “Στατιστική Ανάλυση Δεδομένων με SPSS”, του Πανεπιστημίου Αιγαίου, προσφέρει τις απαραίτητες γνώσεις ώστε οι επιμορφούμενοι/ες να ενταχθούν σε αυτό το δυναμικό πεδίο. Το πρόγραμμα έχει ως σκοπό να εξοπλίσει τους συμμετέχοντες με γνώσεις και δεξιότητες στη στατιστική ανάλυση, χρησιμοποιώντας το SPSS. Οι επιμορφούμενοι/ες θα μάθουν να διαχειρίζονται δεδομένα, να εφαρμόζουν περιγραφικές και επαγωγικές στατιστικές μεθόδους, να πραγματοποιούν έλεγχο υποθέσεων και γραμμική παλινδρόμηση, και να αξιοποιούν τα αποτελέσματα για τεκμηριωμένες αποφάσεις. Με την ολοκλήρωση του μαθήματος, θα είναι έτοιμοι να εφαρμόσουν τις νέες τους γνώσεις άμεσα στην εργασία τους, βελτιώνοντας την ανάλυση και την παρουσίαση των δεδομένων τους.
Το πρόγραμμα αυτό απευθύνεται σε φοιτητές που επιθυμούν να εμβαθύνουν στην στατιστική ανάλυση και επεξεργασία δεδομένων μέσω του λογισμικού SPSS καθώς και σε επαγγελματίες με ενδιαφέρον για καριέρα στην ανάλυση δεδομένων. Επίσης, απευθύνεται και σε εκπαιδευτικούς για μοριοδότηση σε ΙΕΚ, ΣΔΕ κ.λπ.
Μαθησιακοί Στόχοι Προγράμματος
Μαθησιακοί Στόχοι Προγράμματος Στατιστική Ανάλυση Δεδομένων με SPSS:
Κατανόηση Θεμελιωδών Εννοιών Στατιστικής:
- Γνώση των βασικών τύπων και σχεδιασμών έρευνας.
- Κατανόηση της δειγματοληψίας και των τεχνικών της.
Διαχείριση Δεδομένων στο SPSS:
- Εκμάθηση εισαγωγής και διαχείρισης δεδομένων στο SPSS.
- Χρήση του λογισμικού για περιγραφική στατιστική ανάλυση.
Δοκιμές Υποθέσεων:
- Κατανόηση της διαδικασίας ελέγχου υποθέσεων.
- Διεξαγωγή παραμετρικών και μη παραμετρικών δοκιμών υποθέσεων.
Προχωρημένες Μέθοδοι Ανάλυσης:
- Εφαρμογή γραμμικής παλινδρόμησης.
- Ερμηνεία και παρουσίαση στατιστικών αποτελεσμάτων.
ΚΑΘΗΓΗΤΕΣ
ΚΑΘΗΓ. ΣΠΥΡΟΣ ΚΟΚΟΛΑΚΗΣ
ΚΑΘΗΓ. ΜΑΡΙΑ ΚΑΡΥΔΑ
ΔΡ ΙΩΑΝΝΗΣ ΣΤΥΛΙΟΣ
BSc, MSc, MEd, PhD, PostDoc
ΌΛΓΑ ΘΑΝΟΥ MSc.
Διδάσκουσα & συγγραφέας του εκπαιδευτικού υλικού.
Μεθοδολογία Υλοποίησης Προγράμματος
1.Διαδικασία υλοποίησης της επιμόρφωσης
Η εξ αποστάσεως ασύγχρονη ηλεκτρονική μάθηση (e-Learning), θα στηρίζεται σε μια σύγχρονη και ειδική διαδικτυακή πλατφόρμα (Moodle) όπου θα βρίσκεται διαθέσιμο για τους συμμετέχοντες το σύνολο του εκπαιδευτικού και του λοιπού υποστηρικτικού υλικού. Η πλατφόρμα αυτή θα μπορεί να υποστηρίζει και την επικοινωνία των εκπαιδευτών με τους εκπαιδευόμενους, την υποβολή των απαραίτητων ασκήσεων και εργασιών, τη συμπλήρωση των ερωτηματολογίων της αξιολόγησης κ.ά. Είναι αυτονόητο ότι τόσο το εκπαιδευτικό όσο και το λοιπό υποστηρικτικό υλικό είναι προσαρμοσμένο στις ανάγκες και στις ιδιαιτερότητες της ασύγχρονης εξ αποστάσεως εκπαίδευσης. |
2. Μέθοδοι υλοποίησης της επιμόρφωσης
Το εκπαιδευτικό υλικό θα χρησιμοποιηθεί για τη διδακτική στήριξη θα είναι κυρίως:
|
3. Μέθοδοι Αξιολόγησης & Κριτήρια Απόδοσης Πιστοποιητικού Επιμόρφωσης
Η μέθοδος αξιολόγησης θα αποτελείται από τρία μέρη: α) Αυτοαξιολόγηση: 5 ασκήσεις πολλαπλής επιλογής, σωστό-λάθος, αντιστοίχιση, κ.τ.λ. β) Αξιολόγηση: 1 εργασία ανάπτυξης κάθε μήνα. γ) Τελική εργασία. Ο τελικός βαθμός προκύπτει από το αποτέλεσμα των εβδομαδιαίων εργασιών και της τελικής εργασίας. Το πρόγραμμα δεν θα διατηρεί απουσιολόγιο. |
Οδηγός Σπουδών
Περίγραμμα Προγράμματος
Διδακτική Ενότητα 1: Εισαγωγή στο SPSS και σε Βασικές Αρχές Στατιστικής
Αυτή η διδακτική ενότητα εισάγει τους/τις επιμορφούμενους/ες στις βασικές έννοιες της στατιστικής ανάλυσης και της έρευνας, καθώς και στη χρήση του λογισμικού SPSS. Οι επιμορφούμενες/οι θα μάθουν για τους διαφορετικούς τύπους και σχεδιασμούς έρευνας, τις τεχνικές δειγματοληψίας και τα πλεονεκτήματα και μειονεκτήματα αυτών. Επίσης, θα εξοικειωθούν με το λογισμικό SPSS, τη διαχείριση δεδομένων και την περιγραφική ανάλυση δεδομένων μέσω γραφημάτων και στατιστικών. Η πρακτική εξάσκηση στο SPSS είναι βασικό στοιχείο αυτής της ενότητας.
Μάθημα 1: Εισαγωγή στη Στατιστική Ανάλυση και τα Είδη Έρευνας
-
- Εισαγωγή στην στατιστική ανάλυση δεδομένων
- Τύποι έρευνας
- Σχεδιασμός έρευνας
Μάθημα 2: Δειγματοληπτικές Έρευνες
-
- Τεχνικές δειγματοληψίας
- Πλεονεκτήματα και μειονεκτήματα κάθε τεχνικής
Μάθημα 3: Εισαγωγή στο SPSS
-
- Εισαγωγή στο λογισμικό SPSS
- Διαχείριση δεδομένων
- Πρακτική εξάσκηση στο SPSS
Μάθημα 4: Περιγραφική Στατιστική και Γραφήματα
-
- Περιγραφική ανάλυση δεδομένων
- Δημιουργία και ανάλυση γραφημάτων
- Εφαρμογή περιγραφικής στατιστικής στο SPSS
Διδακτική Ενότητα 2: Έλεγχος Υποθέσεων και Προχωρημένες Στατιστικές Μέθοδοι
Η δεύτερη διδακτική ενότητα επικεντρώνεται στον έλεγχο υποθέσεων και τις προχωρημένες στατιστικές μεθόδους. Οι επιμορφούμενες/οι θα μάθουν τις θεμελιώδεις έννοιες και τη διαδικασία ελέγχου υποθέσεων, συμπεριλαμβανομένου του ελέγχου κανονικότητας. Θα εξασκηθούν στις παραμετρικές και μη παραμετρικές δοκιμές υποθέσεων, όπως t-test, ANOVA, Chi-square και Mann-Whitney U. Τέλος, θα εισαχθούν στη γραμμική παλινδρόμηση, μαθαίνοντας τη θεωρία και τις πρακτικές εφαρμογές της στο SPSS.
Μάθημα 5: Εισαγωγή στις Δοκιμές Υποθέσεων
-
- Θεμελιώδεις έννοιες στις δοκιμές υποθέσεων
- Διαδικασία ελέγχου υποθέσεων
- Έλεγχος κανονικότητας
- Πρακτική εφαρμογή ελέγχου κανονικότητας στο SPSS
Μάθημα 6: Παραμετρικές Δοκιμές Υποθέσεων
-
- Έλεγχος μέσων
- Έλεγχος διασπορών
- Εφαρμογή t-test, ANOVA
- Διεξαγωγή παραμετρικών δοκιμών στο SPSS
Μάθημα 7: Μη Παραμετρικές Δοκιμές Υποθέσεων
-
- Χρήση μη παραμετρικών δοκιμών
- Εφαρμογή δοκιμών Chi-square, Mann-Whitney U
- Διεξαγωγή μη παραμετρικών δοκιμών στο SPSS
Μάθημα 8: Γραμμική Παλινδρόμηση
-
- Θεωρία και εφαρμογή γραμμικής παλινδρόμησης
- Πρακτική εφαρμογή στο SPSS