PSYd0028 Analýza dat – kvantitativní výzkum

Fakulta sociálních studií
podzim 2021
Rozsah
0/0/0. 15 kr. Ukončení: z.
Vyučující
doc. Mgr. Stanislav Ježek, Ph.D. (přednášející)
Garance
doc. Mgr. Stanislav Ježek, Ph.D.
Katedra psychologie – Fakulta sociálních studií
Dodavatelské pracoviště: Katedra psychologie – Fakulta sociálních studií
Předpoklady
! PSY028 Analýza dat – kvantitativní v.
Kurz předpokládá zvládnutí základů statistické analýzy dat v psychologii či sociálních vědách v rozsahu bakalářského studia. To zahrnuje popisné statistiky, popis vztahů mezi proměnnými, základy statistické indukce a zvládnutí základních lineárních modelů - analýzy rozptylu a lineární regrese. Nutná je také dobrá znalost angličtiny.
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 10 stud.
Momentální stav registrace a zápisu: zapsáno: 2/10, pouze zareg.: 0/10
Mateřské obory/plány
předmět má 20 mateřských oborů, zobrazit
Cíle předmětu
Cílem kurzu je obnovit, upevnit či získat statistické poznatky, které jsou předpokladem pro samostatnou výzkumnou práci, kritické čtení odborných publikací a další vzdělávání v analýze dat. Kurz navazuje předchozí statistické znalosti a rozšiřuje tak, aby byly v současné době prakticky použitelné, aktuální. Vedle porozumění základním klíčovým pojmům a myšlenkám popisné a induktivní statistiky, kurz zahrnuje i řešení praktických problémů analýzy dat. Jádrem kurzu je poskytnutí přehledu o paletě lineárních modelů s manifestními i latentními proměnnými používanými napříč psychologickými disciplínami.
Výstupy z učení
Výstupem kurzu je orientace v široké paletě statistických modelů, v jejich užití, interpretaci, silných a slabých stránkách.
Osnova
  • 1. Teoretická témata a. Pravděpodobnostní rozložení b. Statistické usuzování i. Intervaly spolehlivosti ii. Testy signifikance iii. Alternativy ke „klasickým“ postupům statistického usuzování c. Velikost účinku, stanovení potřebné velikosti vzorku – síla testu, replikabilita… 2. Praktické problémy a. Správa dat a práce se „špinavými“ daty b. Analýza s chybějícími daty 3. Univariační analýzy – modely predikující různými způsoby jednu závislou proměnnou a. Statistický model b. Lineárně regresní model c. Analýza rozptylu jako specifická parametrizace lineárně regresního modelu d. Interakce a kontrasty v lineárním modelu e. Generalizovaný lineární model – diskrétní a nonnormálně rozložené závislé proměnné f. Víceúrovňový lineární model 4. Analýzy s latentními proměnnými – modely vztahů mezi manifestními proměnnými využívající latentní proměnné a. Konfirmační faktorová analýza b. Explorační faktorová analýza c. Strukturní model
Literatura
  • KLINE, Rex B. Principles and practice of structural equation modeling. Fourth edition. London: The Guilford Press, 2016, xvii, 534. ISBN 9781462523344. info
  • BAGULEY, Thomas. Serious stats : a guide to advanced statistics for the behavioral sciences. New York: Palgrave Macmillan, 2012, xxiii, 830. ISBN 9780230577183. info
  • HAIR, Joseph F. Multivariate data analysis : a global perspective. 7th ed. Upper Saddle River, NJ: Pearson, 2010, xxviii, 80. ISBN 9780135153093. info
Výukové metody
Konzultace
Metody hodnocení
Ústní zkouška
Informace učitele
Termíny zkoušky si studenti domlouvají individuálně. Zkouška má podobu kritické diskuze nad výsledky publikované studie. Studii dostane student na prostudování den před zkouškou.
Další komentáře
Předmět je vyučován každoročně.
Výuka probíhá blokově.
Předmět je zařazen také v obdobích podzim 2019, jaro 2020, podzim 2020, jaro 2021, jaro 2022, podzim 2022, jaro 2023, podzim 2023, jaro 2024, podzim 2024, jaro 2025.