| ÜSTÜN ZEKALILAR VE YETENEKLİLER EĞİTİMİ (TÜRKÇE, TEZLİ) | |||||
| Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey | ||
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| CNG5003 | İleri Düzey İstatistik | Güz Bahar |
3 | 0 | 3 | 8 |
| Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
| Öğretim Dili: | Turkish |
| Dersin Türü: | Departmental Elective |
| Dersin Seviyesi: | LİSANSÜSTÜ |
| Dersin Veriliş Şekli: | Yüz yüze |
| Dersin Koordinatörü: | Doç. Dr. ARZU BUYRUK GENÇ |
| Opsiyonel Program Bileşenleri: | Yok |
| Dersin Amacı: | Ders konuları istatistiksel terimlerin (konum, dağılım ve şekil), sağlamlığın ve iki değişkenli ilişkilerin gözden geçirilmesini içerecektir. İstatistiksel ve pratik anlamlılık (etki büyüklükleri ve güven aralıkları), çoklu regresyon analizi ve diğer genel doğrusal model kavramlarına vurgu yapılacaktır. Ders ayrıca, öğrencilerin hazır olma durumuna ve ilgi alanlarına bağlı olarak faktör analizi ve yapısal eşitlik modellemesi gibi bazı ileri düzey konuları da tanıtacaktır. Dersler, soru-cevap oturumları ve grup çalışması yoluyla işbirliğine dayalı problem çözme ile desteklenen ders formatında yapılacaktır. Bunun için sınıf arkadaşlarınızla küçük gruplar halinde çalışmanız istenebilir. Evde kendi başınıza çözmeniz ve çözümlerinizi eğitmene göndermeniz için size ödevler verilecektir. Öğrenciler sınıf içi tartışmalara aktif olarak katılacak, tüm sınıfa sunum yapacak, bir araştırma çalışması yürütmek ve bulguları yaymak için işbirliği içinde çalışacaklardır. Microsoft Excel, PASW (SPSS veya STATA) ve AMOS (veya MPLUS), ders sırasında kullanılacak veya ödevleri başarıyla tamamlamak için gerekli olacak temel yazılımlardır. |
|
Bu dersi başarıyla tamamlayabilen öğrenciler; Materyalleri okuyarak ve bu dersi çalışarak aşağıdaki yetkinlikleri kazanmalısınız 1) istatistiksel terimleri yorumlamak, 2) istatistiksel tablo ve şekillerden anlam çıkarmak (ve bunları ayarlamak), 3) Çeşitli istatistiksel prosedürlerin her biri ile hangi özel araştırma sorularının yanıtlanabileceğini bilmek, 4) Birisi bir veya daha fazla sıfır hipotez kurup test ettiğinde nelerin başarılabileceğinin ve başarılamayacağının farkında olmak, 5) istatistiklerin yanlış kullanımını fark etmek, 6) iyi ve kötü araştırma tasarımlarını ayırt etmek. |
| APA ve eğitimsel ve psikolojik testler için standartların açıklanması, Eğitim istatistiklerine giriş, Tek değişkenli istatistikler: Konum, dağılım ve şekil, Kareler toplamının (SOS) önemi, Standartlaştırılmış puan dünyası (z-skorları) ve normal dağılımlar, İki değişkenli ilişkiler, korelasyon ve nedensellik, Basit regresyon, Hipotez testine giriş, Örnekleme dağılımları, Test istatistikleri, Bir veya iki ortalamaya ilişkin çıkarımlar, Tek yönlü ANOVA, Pratik anlamlılık: Etki büyüklükleri ve güven aralıkları, Güç, Çoklu Regresyon Analizi, Çoklu Regresyon Analizi, β ağırlıklarına karşı yapısal katsayılar, Hiyerarşik Çoklu Regresyon, Çok yönlü ANOVA, Regresyon yoluyla ANOVA, Faktör analizi, Doğrulayıcı faktör analizi, Yapısal eşitlik modellemesi (SEM), Parametrik olmayan testler |
| Hafta | Konu | Ön Hazırlık |
| 1) | APA ve eğitimsel ve psikolojik testler için standartların açıklanması, Eğitim istatistiklerine giriş | |
| 2) | Tek değişkenli istatistikler: Konum, dağılım ve şekil | |
| 3) | Kareler toplamının (SOS) önemi, Standartlaştırılmış puan dünyası (z-skorları) ve normal dağılımlar | |
| 4) | İki değişkenli ilişkiler, korelasyon ve nedensellik, Basit regresyon | |
| 5) | Hipotez testine giriş, Örnekleme dağılımları | |
| 6) | Test istatistikleri | |
| 7) | Bir veya iki ortalamaya ilişkin çıkarımlar | |
| 8) | Tek yönlü ANOVA | |
| 9) | Pratik anlamlılık: Etki büyüklükleri ve güven aralıkları, Güç, | |
| 10) | Çoklu Regresyon Analizi | |
| 11) | Çoklu Regresyon Analizi | |
| 12) | β ağırlıklarına karşı yapısal katsayılar, Hiyerarşik Çoklu Regresyon | |
| 13) | Çok yönlü ANOVA, Regresyon yoluyla ANOVA, Faktör analizi, Doğrulayıcı faktör analizi, Yapısal eşitlik modellemesi (SEM), Parametrik olmayan testler | |
| 14) | Son İnceleme |
| Ders Notları / Kitaplar: | |
| Diğer Kaynaklar: | 1) Pagano, R. R. (2010). Understanding statistics in the behavioral sciences (9th ed.). Belmont, CA: Cengage. 2) Huck, S. W. (2012). Reading statistics and research (6th ed.). Boston, MA: Pearson. Suggested texts: 3) Thompson, B. (2008). Foundations of behavioral statistics: An insight-based approach. New York: Guilford. 4) Kline, R. B. (2005). Principles and practice of structural equation modeling. New York: Guilford. |
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Ödev | 3 | % 60 |
| Final | 1 | % 40 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
| Toplam | % 100 | |
| Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
| Ders Saati | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışması | 14 | 8 | 112 |
| Ödevler | 3 | 15 | 45 |
| Final | 1 | 3 | 3 |
| Toplam İş Yükü | 202 | ||
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı |