Versions

I. SUBJECT DESCRIPTION
II. SUBJECT REQUIREMENTS
III. COURSE CURRICULUM
SUBJECT DATA
OBJECTIVES AND LEARNING OUTCOMES
TESTING AND ASSESSMENT OF LEARNING PERFORMANCE
THEMATIC UNITS AND FURTHER DETAILS
Subject name
STATISTICAL MODELS FOR THE EDUCATIONAL RESEARCH
ID (subject code)
BMEGT51M579
Type of subject
contact hour
Course types and lessons
Type
Lessons
Lecture
5
Practice
9
Laboratory
0
Type of assessment
term grade
Number of credits
3
Subject Coordinator
Name
Dr. Tóth Péter
Position
professor
Contact details
toth.peter@gtk.bme.hu
Educational organisational unit for the subject
Department of Technical Education
Subject website
Language of the subject
magyar - HU
Curricular role of the subject, recommended number of terms

Programme: Teacher of Economics (2 terms) - with a teaching qualification, from 2021/22/Term 1

Subject Role: Compulsory

Recommended semester: 1

Programme: Teacher of Engineering (2 terms) - with a teaching qualification, from 2021/22/Term 1

Subject Role: Compulsory

Recommended semester: 1

Programme: Teacher of Economics (4 terms) - from 2021/22/Term 1

Subject Role: Elective

Recommended semester: 3

Programme: Teacher of Economics (4 terms) - with a business instructor qualification, from 2021/22/Term 1

Subject Role: Compulsory

Recommended semester: 3

Programme: Teacher of Engineering (4 terms) - from 2021/22/Term 1

Subject Role: Elective

Recommended semester: 3

Programme: Teacher of Engineering (4 terms) - with a technical instructor qualification, from 2021/22/Term 1

Subject Role: Compulsory

Recommended semester: 3

Direct prerequisites
Strong
None
Weak
None
Parallel
None
Exclusion
None
Validity of the Subject Description
Approved by the Faculty Board of the Faculty of Economic and Social Sciences, Valid from September 1, 2020.

Objectives

Academic results

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
Skills
  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
Independence and responsibility

Teaching methodology

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 assessment 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.

Percentage of performance assessments, conducted during the study period, within the rating

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

Percentage of exam elements within the rating

  • :

Issuing grades

%
Excellent > 90-100
Very good 80–90
Good 70-80
Satisfactory 60-70
Pass 40-60
Fail < 40

Retake and late completion

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.

Coursework required for the completion of the subject

Nature of work Number of sessions per term
14
30
30
10
84

Approval and validity of subject requirements

Topics covered during the term

Lecture topics

Additional lecturers

Name Position Contact details

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.