Dersin Adı | Kodu | Yarıyıl | T+U+L (saat/hafta) | Türü (Z / S) | Yerel Kredi | AKTS |
---|---|---|---|---|---|---|
Psikolojide Veri Analizi | PSYC 345 | Güz | 03+00+00 | Seçmeli | 3 | 6 |
Akademik Birim: | Psikoloji |
Öğrenim Türü: | Örgün Eğitim |
Ön Koşullar | Yok |
Öğrenim Dili: | İngilizce |
Dersin Düzeyi: | Lisans |
Dersin Koordinatörü: | - - |
Dersin Amacı: | • Pratik Becerileri Geliştirmek: Temel istatistiksel teknikleri güçlendirmek ve genişletmek için gerçek dünyadaki psikolojik verilerle kapsamlı uygulamalar sağlamak. İstatistiksel bulguları yazılı ve sözlü formatlarda farklı kitlelere iletme becerisini geliştirmek. Öğrencileri bağımsız araştırma projelerine ve psikoloji alanında gelecekteki profesyonel veya akademik çalışmalara hazırlamak. • Teori ve Uygulama Arasında Köprü Kurmak: Öğrencilerin teorik kavramları uygulamalı veri analizlerine çevirmelerini sağlamak, onları eleştirel değerlendirmeye ve araştırma yapmaya hazırlamak ve kapsamlı uygulamalarla yaygın istatistiksel kavram ve yöntemlerin anlaşılmasını güçlendirmek • Analitik Güven Geliştirmek: Öğrencilerin verileri temizleme, keşfetme, yorumlama ve yönetme becerilerini geliştirmek, böylece veri analizindeki yetkinliklerini ve özgüvenlerini artırmak. • Eleştirel Değerlendirmeyi Teşvik Etmek: Yayınlanmış araştırmaları istatistiksel bir bakış açısıyla inceleme ve bulguları net bir şekilde iletme becerisini geliştirmek. |
Dersin İçeriği: | Bu ileri düzey lisans dersi, psikolojik araştırma verileriyle uygulamalı deneyim yoluyla öğrencilerin pratik veri analizi becerilerini güçlendirir. Önceki istatistik ve yöntem derslerine dayanarak, öğrenciler gerçek psikoloji veri setlerini kullanarak veri işleme, analiz ve yorumlama konusunda yeterlilik geliştirirler. Ders, araştırmanın tekrarlanabilirliğini, veri görselleştirmeyi ve istatistiksel sonuçların etkili iletilmesini vurgular. |
Dersin Öğrenme Çıktıları (ÖÇ): |
|
Dersin Öğrenme Yöntem ve Teknikleri | Uygulamalı alıştırmalar içeren haftalık bilgisayar laboratuvarı oturumları; Gerçek psikolojik veri setleriyle küçük grup proje çalışması; İnteraktif uygulamalar ve problem çözme; Analiz raporlarının hakem değerlendirmesi; Bireysel danışma oturumları |
Hafta | Konular | Ön Hazırlık |
---|---|---|
1 | Temel İstatistiksel Yöntemlerin ve Varsayımlarının Gözden Geçirilmesi | |
2 | İstatistiksel Analizde Yaygın Hatalar ve Sınırlılıklar | |
3 | Veri Yönetiminin Temelleri | |
4 | Gelişmiş Veri Temizleme ve Değişken Yönetimi | |
5 | Keşifsel Veri Analizi I: Görselleştirme Teknikleri | |
6 | Keşifsel Veri Analizi II: Uç Değerler ve Varsayımlar | |
7 | Parametrik Olmayan Alternatifler | |
8 | Uygulamalı Regresyon Analizi | |
9 | Etki Büyüklükleri ve İstatistiksel Güç | |
10 | Aracılık ve Düzenleyicilik Analizlerine Giriş | |
11 | Gelişmiş Veri Görselleştirme | |
12 | Etkin İstatistiksel Raporlama | |
13 | Araştırma Makalelerinin Eleştirel Analizi | |
14 | Bitirme Projesi Sunumları |
Navarro, D. J. & Foxcroft, D. R. (2025). Learning statistics with Jamovi: A tutorial for beginners in statistical analysis. Cambridge, UK: Open Book Publishers. Öğretim elemanı tarafından sağlanan makaleler ve vaka çalışmaları. Sosyal bilimler ve davranış bilimleri için modern istatistik metinlerinden seçilmiş bölümler |
Wickham, H., & Grolemund, G. (2017). R for Data Science. Veri görselleştirme ve analizi için çevrimiçi kaynaklar |
Yarıyıl İçi Çalışmaları | Sayı | Katkı Payı (%) |
---|---|---|
Katılım | 14 | - |
Laboratuvar | 14 | 30 |
Proje | 1 | 25 |
Ödev | 4 | 30 |
Ara Sınavlar/Sözlü Sınavlar/Kısa Sınavlar | 1 | 15 |
Total: | 34 | 100 |
Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
---|---|---|---|
Ders Saati | 14 | 3 | 42 |
Laboratuvar | 14 | 2 | 28 |
Proje | 1 | 25 | 25 |
Ödev | 4 | 8 | 32 |
Dersle İlgili Sınıf Dışı Etkinlikler | 14 | 1.5 | 21 |
Ara Sınavlar/Sözlü Sınavlar/Kısa Sınavlar | 1 | 2 | 2 |
Toplam İş Yükü (saat): | 150 |
# | PY1 | PY2 | PY3 | PY4 | PY5 | PY6 | PY7 | PY8 | PY9 | PY10 |
OC1 | ||||||||||
OC2 | ||||||||||
OC3 | ||||||||||
OC4 | ||||||||||
OC5 | ||||||||||
OC6 | ||||||||||
OC7 | ||||||||||
OC8 | ||||||||||
OC9 | ||||||||||
OC10 |