Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
---|---|---|---|---|---|
9401036072020 | Nicel Eğitim Araştırmalarında R Uygulamaları | Seçmeli Ders Grubu | 1 | 1 | 6,00 |
Doktora
Türkçe
Eğitim araştırmalarında kullanılan temel nicel desenlerle toplanan verileri R programı ile desenlerin varsayımlarını dikkate alarak çözümleyebilmek.
Doç. Dr. Burak AYDIN
1 | İki ortalamanın karşılaştırıldığı desenleri varsayımları dikkate alarak çözümler ve gerekli görselleştirmeleri yapabilir. |
2 | İkiden daha fazla ortalamanın karşılaştırıldığı basit desenleri varsayımları dikkate alarak çözümler ve gerekli görselleştirmeleri yapabilir. |
3 | İki değişkenin arasındaki doğrusal ilişkinin araştırıldığı desenleri varsayımları dikkate alarak çözümler ve gerekli görselleştirmeleri yapabilir. |
4 | Sürekli değişkenler ile bir bağımlı ve birden fazla bağımsız değişkenin bulunduğu desenleri varsayımları dikkate alarak çözümler ve gerekli görselleştirmeleri yapabilir. |
Birinci Öğretim
[Yok]
Bu ders açık kaynak kodlu R programlama dilinin nicel araştırmalarla toplanan verilerin çözümlenmesinde nasıl kullanılabileceğinin öğretimini içerir. Ders, R programlama dilinin temel prensiplerinin tanıtımı ile başlar, eğitim araştırmalarında sıklıkla kullanılan t test, ANOVA, korelasyon ve doğrusal regresyon çözümlemelerinin istatistiksel modellerin varsayımlarına uygun olarak tamamlanmasıyla devam eder. Son olarak nicel veri analizlerinde gerekli olan veri düzenlemeleri, görselleştirmeler ve çözümlemelerin tekrarlanabilirliği konuları işlenir.
Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
---|---|---|---|
1 | Ders içeriği, işleniş ve kaynakların tanıtımı | ||
2 | R fonksiyonları ver veri türleri | ||
3 | Veri çekme ve kaydetme | ||
4 | Betimsel istatistikler | ||
5 | İki ortalamanın karşılaştırılması | ||
6 | Bağımsız gruplar ANOVA | ||
7 | Bağlı gruplar ANOVA | ||
8 | Ara sınav | ||
9 | Korelasyon | ||
10 | Regresyon- yordayıcı seçimi | ||
11 | Regresyon diagnostikleri | ||
12 | Veri düzenleme | ||
13 | Veri görselleştirme | ||
14 | Veri simülasyonu | ||
15 | Tekrarlanabilirlik | ||
16 | Final |
Aydın, B., Algina, J., Leite, W. L., Atılgan, H., (2018) Sosyal Bilimler için R’a Giriş, ANI Yayıncılık, Ankara, ISBN:978-605-170-200-1 (Ücretsiz erişim) Örneklerle R uygulamaları- R by Examples (2019)., Doğan Celal Deha,Doğanay Erdoğan Beyza,Yetişir Mehmet İkbal,İmrol Fatih, ANI Yayınevi, Editör:Celel Deha DOĞAN, Basım sayısı:1, Sayfa Sayısı 514, ISBN:978-605-170-255-1, Türkçe(Kitap Tercümesi), Grolemund, G., & Wickham, H. (2016). R for Data Science. Sebastopol, CA: O’Reilly Media, Inc. Note: (ücretsiz erişim http://r4ds.had.co.nz/.) Field, A. P., Miles, J., & Field, Z. (2012). Discovering statistics using R. https://www.personality-project.org/r/book/
Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
---|---|---|
Ara Sınav | 1 | 50 |
Rapor Sunma | 1 | 50 |
Toplam | 100 | |
Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
Final Sınavı | 1 | 100 |
Toplam | 100 | |
Yarıyıl (Yıl) İçi Etkinlikleri | 50 | |
Yarıyıl (Yıl) Sonu Etkinlikleri | 50 |
Yok
Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
---|---|---|---|
Ara Sınav | 1 | 2 | 2 |
Final Sınavı | 1 | 3 | 3 |
Takım/Grup Çalışması | 14 | 2 | 28 |
Rapor Hazırlama | 1 | 20 | 20 |
Rapor Sunma | 1 | 1 | 1 |
Ara Sınav İçin Bireysel Çalışma | 1 | 20 | 20 |
Final Sınavı içiin Bireysel Çalışma | 1 | 30 | 30 |
Okuma | 14 | 4 | 56 |
Rapor | 1 | 20 | 20 |
Toplam İş Yükü (saat) | 180 |
PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 | PÇ 16 | PÇ 17 | PÇ 18 | PÇ 19 | PÇ 20 | PÇ 21 | PÇ 22 | |
ÖÇ 1 | 5 | 4 | 1 | 1 | 3 | 1 | 4 | 3 | 1 | 1 | 1 | 5 | 5 | 1 | 3 | 2 | 2 | 2 | 1 | 5 | 3 | 2 |
ÖÇ 2 | 5 | 4 | 1 | 1 | 3 | 1 | 4 | 4 | 1 | 1 | 1 | 5 | 5 | 1 | 3 | 3 | 3 | 3 | 1 | 5 | 3 | 2 |
ÖÇ 3 | 5 | 4 | 1 | 1 | 3 | 1 | 4 | 4 | 1 | 1 | 1 | 5 | 5 | 1 | 3 | 3 | 3 | 3 | 1 | 5 | 3 | 3 |
ÖÇ 4 | 5 | 4 | 1 | 1 | 3 | 1 | 4 | 5 | 1 | 1 | 1 | 5 | 5 | 1 | 4 | 4 | 4 | 4 | 1 | 5 | 4 | 3 |