1. S podatki povezana učna gradiva
Janez Štebe, ADP, Univerza v Ljubljani, 20. oktober 10

3. Arhiv družboslovnih podatkov (ADP):
je osrednji slovenski družboslovni arhiv podatkov,
pokriva vsa pomembnejša družboslovna področja,
Naloge:
shranjuje podatke iz preteklih raziskav za ponovno uporabo (zagotavlja, da so podatki ohranjeni pred tehnološko zastarelostjo in fizičnim uničenjem),
preveri, potrdi in pripravi podatke in pripadajočo dokumentacijo raziskave,
uporabnikom omogoča enostaven dostop do podatkov v številnih formatih in
nudi storitve s področja metodologije in statističnih obdelav.

4. NESSTAR je
virtualna podatkovna knjižnica, ki omogoča iskanje, lociranje, pregledovanje in snemanje mnogo raznovrstnih statističnih in drugih podatkov in metapodatkov.

6. VLOGA ADP

7. STATISTIČNA, PODATKOVNA PISMENOST
Kaj je pismenost nasploh?
Sposobnost razumeti,
kritično ovrednotiti in
uporabiti
simbolno zapisana sporočila pri reševanju problemov
Statistična, podatkovna pismenost?
Razumevanje in vrednotenje podatkovnih virov,
sposobnost analize in sklepanja iz podatkov,
razumevanje in kritično vrednotenje rezultatov analiz in
njihovih prikazov,
uporaba pri reševanju problemov
STATISTIČNA, PODATKOVNA PISMENOST

8. OBSEG STATISTIČNE PODATKOVNE PISMENOSTI
Kaj obsega?
Npr. veščino iskanja podatkovnih virov (kje najdemo, na kakšen način in kakšne vrste podatkov);
Ocenjevanja vsebinske ustreznosti in kakovosti podatkov za dani problem:
Npr. razumevanje in ocenjevanje metod in načinov zbiranja podatkov, vzorčenja, povezovanja med teorijami in podatki, merjenja.
Sposobnost analize podatkov in prikaza rezultatov.
Orodja za analizo: SPSS, SAS, Statistica, R...
Statistične tehnike
Prikaz, vizualizacija rezultatov (tabele, grafi, orodja)
Sposobnost sklepanja.
Kaj je resnični vzrok;
Absolutna/relativna števila in koeficienti;
Razlikovanje mikro in makro ravni podatkov/rezultatov in sklepanja;
Kombinacija različnih metod in vrednotenje rezultatov
OBSEG STATISTIČNE PODATKOVNE PISMENOSTI

9. Učenje statistične/podatkovne pismenosti
Z delom
Z zgledi (literatura povezana s podatki, primeri uporabe, skupine uporabnikov in izmenjava izkušenj okrog problema, serije podatkov)
Npr.
Data analysis for your dissertation
Srečevanja uporabnikov (Glej temu posvečene dogodke na: , npr. LFS, Crime survey user meeting)
Z učnimi gradivi
Z vključevanjem podatkov v razred
S formalnim učenjem
Namen prvega dela delavnice: Seznaniti se, kje in kako se lahko (sami)učimo statistične in podatkovne pismenosti
Drugi del: Seznanjanje z nekaterimi osnovami pri iskanju in dostopanju do podatkov, ki lahko olajšajo izkoriščanje učnih gradiv in prve korake samostojnega dela s podatki.
Učenje statistične/podatkovne pismenosti

10. Ponudba ADP
ZGLEDI UČNIH GRADIV

11. Preizkus Vzemimo si 5 minut za brskanje po ponudbi gradiv v razdelku
Podpora uporabnikom
na domači strani ADP.
V parih predstavimo, kaj lahko tam najdemo?
Preizkus

12. Splošen pregled ponudbe na ESDS (http://www. esds. ac
posebej namenjeno poučevanju (
npr. metododološkimi, statističnimi prijemi, primerjalno raziskovanje ( )
ali pa s temami posvečenimi posameznim problemom, npr. kriminalu (
Posebej bogata je ponudba tovrstnih gradiv v ameriškem ICPSR ( ).
ESS Edunet
Širša ponudba

13. Struktura učnega gradiva
Najpogosteje vodiči združujejo celoto paketa navodil z nalogami, obenem pa ponujajo možnost sprotno analize na posebej prirejenih podatkih.
vsebinska navodila
napotki (teorija)
primeri
prilagojeni podatki
Gradiva so zelo raznolika glede na način podajanja:
predavanja in delavnice,
priročniki in monografije,
paketi aplikacij za praktično učenje,
tematskim seminarjem namenjena učna gradiva za uporabo podatkov.
Glede na tehnološko podporo:
uporaba omrežnih tehnologij,
posredovanje statističnih vmesnikov in drugih orodij (SPSS, NESSTAR...): glej npr. vodič po analizah
Gradiva je dostikrat smiselno uporabljati v kombinaciji, saj so nekatera namenjena podpornim veščinam v okviru širše obravnavane tematike
Glej tudi zunanje povezave na
Struktura učnega gradiva

14. Barlow (2008)
Gre za izjemno zanimiv pogled na problematiko seznanjanja z naravo nastajanja znanosti, namreč na način meta-analize ozadja nastajanja znanstvenega članka.
Študentje morajo namreč izhajajoč iz izhodiščnega znanstvenega članka (ki se ga naučijo sami locirati s pomočjo bibliografskih storitev) poiskati in opisati podatkovni vir, ki je v ozadju, ter v nadaljevanju v drugem srečanju članek primerjati s sorodnim člankom istega ali drugega avtorja z uporabo istih ali sorodnih podatkov.
Na ta način se nastajanje znanstvenega znanja pokaže kot omrežje povezav analiz na podatkih in idej iz člankov različnih avtorjev, ali pa tudi kontinuiranega ukvarjanja z določenim problemom istega avtorja.
Posebnosti, ki so vezane na podatkovne arhive, so na eni strani učenje iskanja in razumevanja vsebine podatkov, na drugi strani pa spoznavanje načinov iskanja in vrednotenja literature, vezane na podatke.
Barlow, R. (2008). Exploring Data through Research Literature. Teaching students about research methodology using ICPSR's Bibliography of Data-Related Literature. ICPSR (11/03/2010).
Primer

15. Zgledi gradiv namenjenih poučevanju
Posebnosti, ki so vezane na podatkovne arhive, so na eni strani učenje iskanja in razumevanja vsebine podatkov, na drugi strani pa spoznavanje načinov iskanja in vrednotenja literature, vezane na podatke.
Prav posebej so izpostavljeni tudi nekateri viri specifičnih na podatke vezanih bibliografskih pregledov, kot je:
katalog literature vezane na podatke na ICPSR (
ali pa bibliografija objav nekaterih velikih mednarodnih anketnih primerjalnih raziskav:
ESS -
EVS -
ISSP
Zgledi gradiv namenjenih poučevanju

16. Ilustrira spoznavanje analitičnih možnosti uporabe konkretnega, vendar po svoji naravi, dokaj kompleksnega podatkovnega vira, primerjalne raziskave volitev CSES (
Uporablja za zglede nekaj izbranih znanstvenih člankov, ki so te podatke že uporabili v preteklosti.
Vsebuje okvirna navodila in reference na dodatne vire posameznih srečanj, ki je na voljo v okviru gradiv za poučevanje na ADP
Cilj seminarja je povezati teoretična konceptualna izhodišča iz uveljavljen politološke literature z operacionalizacijami v anketnem podatkovnem viru, poudarili pa smo tudi možnosti naprednejše regresijske analize večnivojskih podatkov.
Za zunanjo referenco smo glede same problematike večnivojske analize vključili tudi Mimas LIMMD project (2009).
Poudarek je bil na praktičnem delu s podatki.
Glede na to, da večina študentov ni bila vešča uporabe SPSS, smo v času seminarja skupaj pripravili in preizkusili programske ukaze za pripravo in analizo podatkov, katerih sintaksa je priložena gradivom.
Drugi primer

17. POUČEVANJE – UČNA GRADIVA
Zaključki:
Uporaba:
Za izboljšanje statistične in podatkovne pismenosti (povezanost vsebinskih problemov in podatkov)
poučevanje ali samoučenje
Cilji:
Želimo spodbuditi uporabnike, da se samostojno usposobijo za zahtevnejšo uporabo podatkovnih virov
Prispevajo svoje analize kot zglede za druge
Spodbuditi predavatelje, da uvajajo resnične podatke v svoja predavanja in v praktično delo študentov – na ta način vzgajamo svoje bodoče uporabnike
Da prispevajo primere uvajanja podatkov v seminarje, in da prispevajo svoje lastne pakete učnih gradiv povezanih s podatki
POUČEVANJE – UČNA GRADIVA

18. ________________________________________________
HVALA ZA POZORNOST
________________________________________________
Za dodatna pojasnila
E-pošta: