Τίτλος Μαθήματος: Κωδικός Μαθήματος: Κατηγορία Μαθήματος: (Υποχρεωτικό/Επιλεγόμενο) Επίπεδο Μαθήματος: (πρώτου, δεύτερου ή τρίτου κύκλου) Έτος Σπουδών: Προχωρημένες Μέθοδοι Ποσοτικής Έρευνας EDG735 Υποχρεωτικό ιδακτορικό (3 ος Κύκλος) 1 ο Τετράμηνο προσφοράς 1 ο ή 2 ο Μαθήματος: Αριθμός ECTS: 7 Όνομα ιδάσκοντος: Θα ανακοινωθεί Μαθησιακά Αποτελέσματα Μαθήματος: Με την ολοκλήρωση του μαθήματος οι διδασκόμενοι αναμένεται να είναι σε θέση να: επεξηγούν τις θεωρητικές και επιστημολογικές αρχές πάνω στις οποίες στηρίζεται η ποσοτική εκπαιδευτική έρευνα, το ρόλο της, τη σχέση της και τις διαφορές της με τις προσεγγίσεις ποιοτικής έρευνας. αναγνωρίζουν και να συγκρίνουν τα χαρακτηριστικά των διαφόρων ερευνητικών παραδειγμάτων, γνωρίζουν τη φιλοσοφία από την οποία διέπεται καθένα και να μπορούν επίσης να τεκμηριώσουν τις απόψεις τους ως προς το πότε και κάτω από ποιες συνθήκες επιλέγουν τις διάφορες μεθόδους της ποσοτικής έρευνας. αναπτύσσουν σχέδια έρευνας επιλέγοντας τις κατάλληλες ποσοτικές διαδικασίες και προσεγγίσεις ανάλογα με τους ερευνητικούς στόχους και τα ερευνητικά τους ερωτήματα. συλλέγουν ποσοτικά δεδομένα με κατάλληλες τεχνικές και να χρησιμοποιούν πακέτα στατιστικής ανάλυσης για καταχώρηση, χειρισμό, και ανάλυση των δεδομένων με την εφαρμογή προχωρημένων στατιστικών μεθόδων έρευνας αναλύουν, αξιολογούν και συζητούν διλήμματα πάνω σε κεντρικά θέματα που σχετίζονται με την εφαρμογή ποσοτικών προσεγγίσεων εκπαιδευτικής έρευνας είναι κριτικοί αναγνώστες εκπαιδευτικών ερευνών και να γνωρίζουν να θέτουν ζητήματα ηθικής δεοντολογίας στην ποσοτική εκπαιδευτική έρευνα Τρόπος ιδασκαλίας: ιδασκαλία σε εργαστήριο Η.Υ. Προαπαιτούμενο(α) Συναπαιτούμενο(α) Μάθημα(τα): Προτεινόμενα/προαιρετικά μέρη του προγράμματος: EDG 681 ή άλλο αντίστοιχο Κανένα
Περιεχόμενο Μαθήματος: Σκοπός: Σκοπός του μαθήματος είναι να μελετήσουν οι διδακτορικοί φοιτητές το φιλοσοφικό περιεχόμενο της ποσοτικής έρευνας και την ιστορική σχέση της με την ποιοτική προσέγγιση. Επίσης, να εξοικειωθούν με προχωρημένες ποσοτικές προσεγγίσεις των εκπαιδευτικών θεμάτων μέσα από τις διαφορετικές μορφές και μεθόδους έρευνας. Παράλληλα, το μάθημα αποβλέπει να καταστήσει τους διδακτορικούς φοιτητές/τριες ικανούς/ες να θέτουν ερευνητικά ερωτήματα που χρήζουν ποσοτική προσέγγιση, να παράγουν/συλλέγουν τα δεδομένα που κρίνονται κατάλληλα κάθε φορά, να τα οργανώνουν και να τα αναλύουν κατά το δυνατόν με τη χρήση κατάλληλων λογισμικών πακέτων στατιστικής ανάλυσης. Κατά τον ίδιο τρόπο, το πρόγραμμα έχει σκοπό να τους καταστήσει ικανούς να αξιοποιούν τα ερευνητικά δεδομένα, να τα αναλύουν, να τα ερμηνεύουν και να συγγράφουν τη μελέτη τους σε ακαδημαϊκή γλώσσα και με επαρκή επιστημονική τεκμηρίωση. Τέλος, το μάθημα σκοπεί στην ανάπτυξη της κριτικής ικανότητας των διδακτορικών φοιτητών/τριών στο να ερμηνεύουν και αξιολογούν ποσοτικής φύσης ερευνητικές εργασίες από το χώρο της εκπαιδευτικής και της ευρύτερης κοινωνικής έρευνας. Περιγραφή: Η φύση της εκπαιδευτικής έρευνας-οντολογικές, επιστημολογικές, αξιολογικές, και μεθοδολογικές παραδοχές σε σχέση με τις διάφορες σχολές σκέψης Ποσοτική εκπαιδευτική έρευνα: ο ρόλος της, η σχέση της και οι διαφορές της με προσεγγίσεις ποιοτικής εκπαιδευτικής έρευνας Ιστορική ανασκόπηση της ποσοτικής έρευνας Ζητήματα εγκυρότητας, αξιοπιστίας και ηθικής στην ποσοτική έρευνα Ανάπτυξη ερευνητικών ερωτημάτων ποσοτικής έρευνας Ερευνητικοί σχεδιασμοί και κατάλληλοι μέθοδοι συλλογής και ανάλυσης εμπειρικών δεδομένων Έλεγχοι υποθέσεων για μέσο όρο, ποσοστό, και διασπορά για ένα και δύο δείγματα και διαστήματα εμπιστοσύνης ιερεύνηση προϋποθέσεων παραμετρικών ελέγχων, στατιστική ισχύς, επίδραση μεγέθους (effect size) και αναγκαίο μέγεθος δείγματος Μη παραμετρικοί στατιστικοί έλεγχοι Ανάλυση συσχετίσεων: Συντελεστές συσχέτισης Ανάλυση παλινδρόμησης: απλή, πολλαπλή, μη γραμμική (curvilinear), λογιστική (logistic) Προχωρημένα μοντέλα ανάλυσης διακύμανσης (ANOVA), ανάλυση συνδιακύμανσης (ANCOVA), πολυπαραγοντική ανάλυση διακύμανσης (MANOVA) Ανάλυση παραγόντων (factor analysis), ανάλυση κύριων συνιστωσών (principal component analysis) Πολυδιάστατη κλιμάκωση (multidimensional scaling), ανάλυση συστάδων (clustering), διαχωριστική ανάλυση (discriminant analysis) Μοντέλα δομικών εξισώσεων (structural equation modeling) και ανάλυση μοντέλων λανθανουσών μεταβλητών (latent class models)
Ιεραρχικά γραμμικά μοντέλα (hierarchical linear models) Τεχνικές ανάλυσης κατηγοριακών μεταβλητών Μετανάλυση (meta-analysis) Χρήση πακέτων στατιστικής ανάλυσης για εφαρμογή προχωρημένων μεθόδων ποσοτικής έρευνας. Μελέτη και σύγκριση παραδειγμάτων δημοσιευμένων ποσοτικών ερευνών Απαιτούμενα ή Προτεινόμενα Εγχειρίδια: Agresti, A. (2007). An Introduction to Categorical Data Analysis. New York, ΝΥ: John Wiley & Sons. Bryman, A. (2001) Social Research Methods. Oxford: Oxford University Press Chatterjee, S., & Hadi, A. S. (2012). Regression Analysis by Example (5 th edition). New York, ΝΥ: John Wiley & Sons. Christensen, L. (2007). Η Πειραματική Μέθοδος στην Επιστημονική Έρευνα (επιμέλεια Μ. Ντάβου). Αθήνα: Παπαζήσης. Cohen, L. & Manion, L., Morrison, K. (2008). Μεθοδολογία εκπαιδευτικής έρευνας. (N. Παπαγεωργίου, Επιμ. έκδ. και μετάφρασης). Αθήνα: Μεταίχμιο. Creswell, J. W. (2011). Η έρευνα στην εκπαίδευση: Σχεδιασμός, διεξαγωγή και αξιολόγηση της ποσοτικής και ποιοτικής έρευνας (Επιμέλεια Χαράλαμπος Τζορμπατζούδης). Αθήνα: Ίων. Dillon, W. R., & Goldstein, M. (1984). Multivariate Analysis: Methods and Applications. New York, ΝΥ: John Wiley & Sons. Johnson, B. (2004). Educational Research, Quantitative Qualitative and Mixed Approaches. London: Pearson Professional. Johnson, R. A., & Wichern, D. W. (2007). Applied Multivariate Statistical Analysis (6 th edition). Upper Saddle River, NJ: Prentice Hall. Kutner, M. H., Nachtsheim, C. J., Neter, J., & Li, W. (2005). Applied Linear Statistical Models.(5 th edition). New York, NY: McGraw-Hill.
Martin, M. & Mullis, I.V.S. (1996). Quality assurance in data collection. U.S.A.: I.G.A. Moser, C. A., & Kalton, G. (1997) Survey Methods in Social Investigation. London: Gower. Neuman, W. L. (2003). Social Research Methods: Qualitative and Quantitative Approaches (5th ed.). Boston: Allyn and Bacon. Norusis, M. J. (2009). SPSS 17.0 Guide to Data Analysis. Upper Saddle River, NJ: Prentice-Hall. Phillips, D. C., & Burbules, N. C. (2000). Postpositivism and educational research. Lanham, MD: Rowman & Littlefield Publishers, Inc. Punch, K. (2000). Developing effective research proposals. London, Sage. Raudenbush, S. W. Bryk, A. S. (2002). Applications and Data Analysis Methods: Hierarchical Linear Models (2 nd edition). Newbury Park, CA: Sage. Robitaille, D.F. & Garden, R.A. (1996). Research question and study design. Vancouver: Pacific Educational Press. Schumacker, R. E., & Lomax, R. G. (2010). A Beginner s Guide to Structural Equation Modeling (3 rd edition). U.K.: Routledge Weisberg, S. (2005). Applied Linear Regression.(3 rd edition). New York, NY: John Wiley & Sons. Λαμπριανού, Ι., & Καϊλή, Χ. (2011). Ποσοτικές μέθοδοι στις Κοινωνικές Επιστήμες με τα λογισμικά R και SPSS. Λευκωσία: Εκδόσεις Πάργα. Παπαναστασίου, Κ. & Παπαναστασίου, Ε. (2005). Μεθοδολογία εκπαιδευτικής έρευνας. Λευκωσία: Έκδοση συγγραφέα Ρούσσος, Π., & Τσαούσης. Ι. (2011). Στατιστική στις Επιστήμες της Συμπεριφοράς με τη Χρήση του SPSS. Αθήνα: Τόπος.
Τζωρζόπουλος, Π.Θ. (2001). Οργάνωση και διεξαγωγή δειγματοληπτικών ερευνών. Αθήνα, Οικοονμικό Πανεπιστήμιο Αθηνών. Ψαρρού, Μ.Κ. & Ζαφειρόπουλος, Κ. (2001). Επιστημονική έρευνα: θεωρία και εφαρμογές στις κοινωνικές επιστήμες. Αθήνα: Τυπωθήτω. ιδακτική Μεθοδολογία: ιδασκαλία: Καθοδήγηση: Αυτόνομη Μελέτη: 28 ώρες (14 Χ 2 ώρες) 47 ώρες 100 ώρες Αξιολόγηση: Γλώσσα ιδασκαλίας: Πρακτική Άσκηση: Χώρος ιδασκαλίας: Εξετάσεις 40% Εργασίες 60% 100% Ελληνική Όχι Αίθουσα ιδασκαλίας Εργαστήριο Η/Υ Ευρωπαϊκό Πανεπιστήμιο Κύπρου, Λευκωσία