Versions

I. COURSE DESCRIPTION
II. SUBJECT REQUIREMENTS
III. COURSE CURRICULUM
SUBJECT DATA
OBJECTIVES AND LEARNING OUTCOMES
TESTING AND ASSESSMENT OF LEARNING PERFORMANCE
THEMATIC UNITS AND FURTHER DETAILS
Course name
STATISTICAL MODELS FOR THE EDUCATIONAL RESEARCH
Course code
BMEGT51M579
Course type
contact hour
Kurzustípusok és óraszámok
Type
Lessons
Lecture
5
Practice
9
Laboratory
0
Type of assessment
term grade
Number of credits
3
Course leader
Name
Dr. Tóth Péter
Position
professor
Email adress
toth.peter@gtk.bme.hu
Organizational unit for the subject

Department of Technical Education

Subject website
Language of teaching
magyar - HU
Curriculum role of the subject, recommended semester

Programme: Közgazdásztanár (2 féléves) - tanár végzettséggel 2021/22/1 félévtől

Subject Role: Kötelező

Recommended semester: 1

Programme: Mérnöktanár (2 féléves) - tanár végzettséggel 2021/22/1 félévtől

Subject Role: Kötelező

Recommended semester: 1

Programme: Közgazdásztanár (4 féléves) - 2021/22/1 félévtől

Subject Role: Szabadon választható

Recommended semester: 3

Programme: Közgazdásztanár (4 féléves) - üzleti szakoktató végzettséggel 2021/22/1 félévtől

Subject Role: Kötelező

Recommended semester: 3

Programme: Mérnöktanár (4 féléves) - 2021/22/1 félévtől

Subject Role: Szabadon választható

Recommended semester: 3

Programme: Mérnöktanár (4 féléves) - műszaki szakoktató végzettséggel 2021/22/1 félévtől

Subject Role: Kötelező

Recommended semester: 3

Pre-requisites
strong
None
weak
None
paralell
None
exclusive
None
A tantárgyleírás érvényessége
Approved by the Faculty Board of the Faculty of Economic and Social Sciences, Valid from September 1, 2020.

Objectives

Learning outcomes

Knowledge
  1. a technológiák által kínált kommunikációs tevékenységek rendszerezési és önálló alkalmazási képessége
  2. elektronikus tanulási környezetek keretrendszereinek és funkcióinak elemzése
  3. IKT ellenőrzési eszközként való használatát igazoló jó gyakorlatok megismertetése
Ability
  1. a tanulási folyamat sajátosságainak feltérképezése egzakt modellek segítségével
  2. hatékony tanítási módszerek kidolgozása a tanulók sajátosságainak figyelembe vételével
  3. informatikai peorgramok és paltformok használata a tanuók támogatásában
Attitude
  1. személyre szabott tanítási módszerek kialakítása pedagógiai mérések eredményei alapján
  2. személyre szabott tanlói kompetenciafejlesztés pedagógiai modellek elemzése alapján
Autonomy and responsibility

Methodology of teaching

Materials supporting learning

  • Tankönyvek, jegyzetek, letölthető előadás anyagok, ppt-k
  • Ketskeméty László-Izsó Lajos-Könyves Tóth Előd: Bevezetés az IBM SPSS Statistics programrendszerbe, Artéria Stúdió Kft, Budapest, 2011.
  • Tanszéki honlapon (moodle-tanlapon) található anyagok.

General Rules

A 2.2. pontban megfogalmazott tanulási eredmények értékelése évközi házi feladat és a foglalkozásokon tanúsított aktív részvétel (részteljesítmény értékelés) alapján történik.

Performance evaluation methods

Szorgalmi időszakban végzett teljesítményértékelések részletes leírása: 1. Részteljesítmény-értékelés (házi feladat): a pedagógiai folyamat tervezése-, a tanulás támogatása-, az autonómia és felelősségvállalás kompetencia területeken elsajátított kompetenciaelemek komplex értékelési módja, melynek megjelenési formája az egyénileg készített gyakorlati házi dolgozat, amelynek tartalmát, követelményeit, beadási határidejét és értékelési módját a tantárgy oktatója határozza meg. 2. Részteljesítmény-értékelés (aktív részvétel): a pedagógiai folyamat tervezése-, a tanulás támogatása-, az autonómia és felelősségvállalás kompetencia területeken elsajátított kompetenciaelemek egyszerűsített értékelési módja, melynek megjelenési formája a felkészült megjelenés és tevékeny részvétel a foglalkozásokon, ideértve a házi feladatként elkészített beadandó dolgozat egyéni és/vagy csoportos prezentáció keretében történő bemutatását, az oktatóval és a hallgatói csoporttal történő megvitatását. Az egységes értékelési elveket a tantárgy oktatója határozza meg.

Proportion of performance evaluations performed during the diligence period in the rating

  • részteljesítmény értékelés (házi feladat): 60%
  • részteljesítmény értékelés (aktív részvétel): 40%
  • összesen: 100%

Proportion of examination elements in the rating

  • :

Grading

%
Excellent > 90
Very good 80–90
Good 70-80
Satisfactory 60-70
Pass 40-60
Fail < 40

Correction and retake

1) A házi feladat – szabályzatban meghatározott díj megfizetése mellett – késedelmesen a pótlási időszak első keddjén, 12:00-ig adható be vagy az előadónak elektronikus formában küldhető meg. 2) Az aktív részvétel – jellegéből adódóan – nem pótolható és nem javítható; de különösen indokolt esetben (pl. igazolt tartós távollét, betegség esetén) újabb házi feladat révén kiváltható. Ennek feltételeit és a házi feladat elkészítésének határidejét a tantárgy előadója határozza meg.

Study work required to complete the course

Work type Amount of work hours
14
30
30
10
84

Approval and validity of subject requirements

Topics discussed during the semester

Topics of lectures

Lecturers participating in teaching

Name Rank Contact

Approval and validity of subject requirements

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.