PSYd0028 Analýza dat – kvantitativní výzkum

Fakulta sociálních studií
jaro 2020
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.: 1/10
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
Další komentáře
Předmět je vyučován každoročně.
Výuka probíhá blokově.
Předmět je zařazen také v obdobích podzim 2019, podzim 2020, jaro 2021, podzim 2021, jaro 2022, podzim 2022, jaro 2023, podzim 2023, jaro 2024, podzim 2024, jaro 2025.