Kvantitatív kutatás módszerei és eszközei II. - BMEGT51STK5036-00

A tantárgy célja, hogy a hallgatók elmélyítsék a kvantitatív kutatás módszertanára épülő statisztikai elemzési ismere-teiket, és képessé váljanak következtető statisztikai eljárások alkalmazására valós kutatási adatokon. További cél: (1) a statisztikai gondolkodás fejlesztése, (2) az empirikus adatokból levonható következtetések megalapozása, (3) vala-mint az önálló kutatás elkészítéséhez szükséges elemzési kompetenciák kialakítása.

1. - ismeri a következtető statisztika alapfogalmait (mintavételi eloszlás, szignifikancia, konfidencia-intervallum),
2. - megérti a hipotézisvizsgálat logikáját és lépéseit,
3. - tisztában van a legfontosabb statisztikai próbák (pl. khi-négyzet, t-próba, ANOVA, korreláció, regresszió) al-kalmazási feltételeivel,
4. - ismeri a mérőeszközök megbízhatóságának és érvényességének mutatóit (pl. Cronbach-alfa),
5. - átlátja az egyszerűbb többváltozós elemzések (pl. faktoranalízis) alapelveit.

1. - megfelelő statisztikai eljárást választani különböző kutatási kérdésekhez,
2. - hipotézisvizsgálatokat önállóan elvégezni statisztikai szoftverek (pl. SPSS, JASP) segítségével,
3. - az elemzési eredményeket szakszerűen értelmezni és kontextusba helyezni,
4. - többváltozós összefüggéseket felismerni és alap szinten modellezni,
5. - tudományos igényű kutatási beszámolót készíteni.

1. - törekszik a precíz, adatvezérelt következtetések levonására,
2. - kritikusan értékeli a statisztikai eredményeket és azok korlátait,
3. - nyitott az összetettebb elemzési módszerek megismerésére,
4. - elkötelezett a kutatásetikai normák és az adatintegritás betartása mellett,
5. - tudatosan kerüli az adatok félreértelmezését és túláltalánosítását.

1. - képes önállóan megtervezni és végrehajtani egy kvantitatív elemzést,
2. - felelősséget vállal az adatok helyes elemzéséért és interpretálásáért,
3. - önálló döntéseket hoz a módszertani megközelítések kiválasztásában,
4. - együttműködik kutatócsoportban, de elemzési feladatait autonóm módon végzi,
5. - reflektál saját elemzési döntéseire és azok következményeire.

A hallgatók a félév során tanári irányítás mellett, fokozódó önállóság mellett sajátítják el az elemzési algoritmusokat, megtanulják értelmezni a kapott eredményeket.

• - A letölthető anyagok a tantárgy Moodle kurzusában találhatók.
• - Babbie, Earl: A társadalomtudományi kutatás gyakorlata. Budapest: Balassi Kiadó.
• - Sajtos László – Mitev Ariel: SPSS kutatási és adatelemzési kézikönyv. Budapest: Alinea Kiadó.
• - Field, Andy: Discovering Statistics Using IBM SPSS Statistics. Sage Publications.
• - Ketskeméty László – Izsó Lajos: Bevezetés az SPSS programrendszerbe. ELTE Eötvös Kiadó

A 2.1 és 2.2. pontban megfogalmazott célok és tanulási eredmények elérése a gyakorlatokon való aktív részvétellel, a kutatási tanulmány elkészítésével realizálódik.

Szorgalmi időszakban végzett teljesítményértékelések részletes leírása: - A gyakorlatokon való aktív részvétel. - A kutatási tanulmány elkészítése és feltöltése a Moodle-be. Az AI alkalmazása megengedett, de figyelembe kell venni a kari és egyetemi ajánlásokat.

• 1. a gyakorlaton való részvétel aktivitása.: 20
• 2. a kutatási tanulmány elkészítése: 80

- Az aktív részvétel – jellegéből adódóan – nem pótolható, nem javítható, továbbá más módon nem kiválható vagy helyettesíthető. Ez ügyben a BME TVSZ előírásai az irányadók. A kutatási tanulmány kései beadására a TVSZ előírásai az irányadók.

A Kari Hallgatói Képviselet véleményezése után jóváhagyta dr. Szandi-Varga Péter oktatási dékánhelyettes 2026.05.04-én. Érvényes 2026.05.04-től.

A 2.1 és 2.2. pontban megfogalmazott célok és tanulási eredmények eléréséhez a tantárgy a következő tematikai blok-kokból áll. Az egyes félévekben meghirdetett kurzusok sillabuszaiban e témaelemeket ütemezzük a naptári és egyéb adottságok szerint.

A Tantárgyi adatlap I. és II. részén túli III. részét az érintett szak(ok) szakfelelőse(i)vel való egyeztetés alapján az 1.8. pontban megjelölt Műszaki Pedagógia Tanszék vezetője hagyja jóvá.