Η ΕΜΒΑΠΤΙΣΗ ΤΗΣ ΘΕΩΡΙΑΣ ΣΤΑ ΕΜΠΕΙΡΙΚΑ ΔΕΔΟΜΕΝΑ

 

ΥΕΠ  κάθε χειμερινό …

 ‘Η Εμβάπτιση της Θεωρίας στα Εμπειρικά Δεδομένα’

 (‘The Immersion of  Theory in Empirical Data’)

 Κωδικός : ………………

 

1. Σκοπός του μαθήματος

Το μάθημα έχει σαν σκοπό να βοηθήσει τους σπουδαστές των Κοινωνικών Επιστημών να  συνδέσουν τη Θεωρία τους με την Πράξη, τις Εφαρμογές. Να αναστοχαστούν γύρω από αυτήν, εμβαπτίζοντάς την στα Εμπειρικά Δεδομένα, με 3 πιθανές εκβάσεις: (α) Επιβεβαίωση Θεωρίας  ή (β) Τροποποίηση  Θεωρίας ή τέλος (γ) Θάνατος Θεωρίας. Να πετύχουν την ώσμωση ανάμεσα στα διάφορα επιστημονικά αντικείμενα. Να οικοδομήσουν  με αναπαραστατικό τρόπο δομικά μοντέλα για Κοινωνικές Επιστήμες. Να γνωρίσουν τέλος, τα εργαλεία του Στατιστικού Λογισμικού που υποστηρίζουν την εμβάπτιση.

2. Θεωρητικό μέρος του μαθήματος

  • Τι είναι Θεωρία; Προϋποθέσεις κάτω από τις οποίες μια Θεωρητική Κατασκευή γίνεται Στατιστικό Μοντέλο. Πώς γίνεται η εμβάπτιση της Θεωρίας στα Εμπειρικά Δεδομένα. Δυνατές εκβάσεις της απόπειρας εμβάπτισης. Επιδέχεται τροποποίηση η Θεωρία μας; Μέχρι τίνος σημείου; Και μετά τι; Κατάλληλα για την εμβάπτιση Εργαλεία Στατιστικού Λογισμικού (EQS, SPSS και STATA).
  • Απόπειρες ανίχνευσης του Μοντέλου ( Exploratory Factor Analysis). Ποιοι και για ποιους λόγους χαρακτηρίζονται πραγματικοί (real) κάποιοι Παράγοντες. Υπάρχει και πότε εσωτερική συνοχή (intraclass correlation) στo μοντέλο μας; Ένα Παράδειγμα από την Κοινωνιολογία («Τι να κάνει ένας νέος σήμερα για να πάει μπροστά»)
  • Η φιλοσοφία Μοντελοποίησης των Δομικών Εξισώσεων (Structural Equation Modeling). Ηδομήενός SEM: Just-identified SEM, Over-identified SEM, Under-indentified SEM. Πλάθοντας Δομικές Εξισώσεις με το EQS και το STATA. Εννοιολογικήαποσαφήνισητης SEM ορολογίας (Latent/Indicator/ mediator/ moderator variable).
  • Η έλεγχος της πολυδιάστατης κανονικότητας (Multivariate Normality). TΤην έχουμε απόλυτη ανάγκη;
  • Δείκτες Καλής Προσαρμογής (Goodness-of-it Indices). Ερμηνεία. Ένα Παράδειγμα από την Ψυχολογία («Η επιλόχεια Κατάθλιψη»). Τι κάνουμε στην περίπτωση που οι δείκτες καλής προσαρμογής αντιφάσκουν; Με ποιους θα πάμε και ποιους θα αφήσουμε; Οι Δημοσιεύσεις στα ξένα Περιοδικά.
  • Μέθοδοιανάλυσης (Maximum Likelihood, Maximum Likelihood with missing Values, Asymptotic Distribution Free, ADF).
  • Σε ποια σημεία η Θεωρία μας χρειάζεται αλλαγές. H Τροποποίηση του Μοντέλου (Modification Indices).
  • Η Συσχέτιση των Σφαλματικών Διασπορών (Association of Error terms). Πότε είναι δυνατή;
  • Η συμβολή μα και η αναβάθμιση της Θεωρίας μέσα στην υψικάμινο ενός SEM. Το βαθύτερο νόημα της Αξιοπιστίας (Reliability).
  • Εγκυρότητα Κατασκευής (Construct Validity). Απαραίτητοι όροι διασφάλισής της.
  • Προβλεπτικά Μοντέλα με Count Data από το χώρο της Κοινωνικής Έρευνας.
  • Πολυωνυμικά Logistic Models με Πολιτικά Δεδομένα.
  • Control Case Studies Διαδικασίες με Κοινωνικά Δεδομένα.

3. Εργαστηριακό μέρος του μαθήματος με πραγματικά δεδομένα από τον Πολιτικό και Κοινωνικό χώρο.

  • Φιλοσοφία και περιβάλλον του στατιστικού προγράμματος SPSS. Εκτέλεση ασκήσεων- εφαρμογών στο πλαίσιο της EFA.
  • Φιλοσοφία και περιβάλλον του στατιστικού προγράμματος EQS. Εκτέλεση ασκήσεων-εφαρμογών, για την κατανόηση της δομής και λειτουργίας ενός SEM.
  • Φιλοσοφία και περιβάλλον του στατιστικού προγράμματος STATA. Σπουδή υπο-περιβάλλοντος GUI. Εκτέλεση ασκήσεων-εφαρμογών, για την κατανόηση της δομής και λειτουργίας ενός SEM.

4. Δειγματοληπτικές Εφαρμογές στο πλαίσιο του μαθήματος

Εκπαίδευση Δειγματοληπτών. Δειγματοληψίες Κοινής Γνώμης. Τηλεφωνικές συνεντεύξεις. Face to face συνεντεύξεις. Συλλογή Κοινωνικών Δεδομένων. Παγκρήτεια και Πανελλήνια Δείγματα 1120 τουλάχιστον cases. Πολιτικές Έρευνες.Data Sets πραγματικών δεδομένων. Opinion Polls.

5. Εβδομαδιαία διάρκεια μαθήματος: 4,5 ώρες (3 ώρες Θεωρία και μιάμιση Εργαστήριο).

6. Χαρακτηρισμός μαθήματος: υποχρεωτικό επιλογής (ΥΕΠ).

7. Τρόπος Βαθμολογίας: Εργαστηριακή Εξέταση σε λογισμικό επιλογής από τα ως άνω (70%), και Δειγματοληπτική Έρευνα (30%).

8. Γνωστικά προαπαιτούμενο μάθημα: ‘ΠΕΡΙΓΡΑΦΙΚΗ ΚΑΙ ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ’.

9. ECTS=6

10. Προτεινόμενα Συγγράμματα- Ενδεικτική Βιβλιογραφία

  • Δαφέρμος Β. (2013) Παραγοντική Ανάλυση με τα LISREL, AMOS, SPSS, EQS και STATA. Εκδόσεις ΖΗΤΗ, Θεσσαλονίκη.
  • Δαφέρμος Β. (2017). Στατιστικές Μέθοδοι Πρόβλεψης στην Κοινωνική Έρευνα, Εκδόσεις ΖΗΤΗ, Θεσσαλονίκη.
  • Δαφέρμος Β. (2011). Κοινωνική Στατιστική και Μεθοδολογία Έρευνας με το SPSS. Εκδόσεις ΖΗΤΗ, Θεσσαλονίκη.
  • Δαφέρμος, Β. (in press,2018). Repeated Measures Models: Το μυστικό για μια αποτελεσματική Κοινωνική Έρευνα με μικρό δείγμα. Με το SPSS και το STATA. Εκδόσεις ΖΗΤΗ, Θεσσαλονίκη, σελίδες 500.
  • Stata Base Reference Manual Release 15 (2017). STATA PRESS, College Station, Texas University.

 

Ο Διδάσκων

  Καθηγητής Βασίλης Δαφέρμος