Preskoči na glavni sadržaj

Multivarijatne metode: dimenzionalni modeli

ISVU: 198882•5 ECTS•Zimski i ljetni semestar

Osnovne informacije

Organizacijska jedinica
Odsjek za psihologiju
Satnica
  • Predavanja: 30 sati
  • Seminar: 15 sati
  • Vježbe u praktikumu: 15 sati

Nastavnici

Cilj

Osposobiti studente za samostalni odabir, prosudbu adekvatnosti i tehničku provedbu odabranih metoda za multivarijatnu analizu podataka te kvantitativnu interpretaciju rezultata dobivenih njihovom primjenom. Nakon odslušanog kolegija očekuje se da će studenti razumjeti osnovnu namjenu i teorijske pretpostavke za primjenu eksploracijske faktorske analize, konfirmacijske faktorske analize i klaster analize te samostalno provesti navedene analize primjenom programa SPSS/WIN i programa R, te primjereno interpretirati dobivene rezultate.

Sadržaj

  1. Uvod – problemi određivanja broja dimenzija, osnovni pojmovi multivarijatne statistike
  2. Uvod u eksploracijsku faktorsku analizu: definicija, osnovni pojmovi, koraci u provedbi EFA, osnovne pretpostavke za provedbu
  3. Faktorska analiza: podobnost korelacijske matrice za faktorizaciju; izbor modela faktorske analize; metode ekstrakcije
  4. Faktorska analiza: kriteriji značajnosti faktora; odnosi manifestnih i latentnih varijabli; metode rotacije
  5. Faktorska analiza: faktori višeg reda, provjera invarijatnosti dobivenih rezultata, interpretacija i validacija rezultata; Neki metodološki problemi (faktorizacija čestica; bipolarni konstrukti; selekcija uzorka ispitanika)
  6. Prvi seminarski rad: Provedba i interpretacija eksploracijske faktorske analize na zadanim podacima
  7. Klaster analiza: teorijske pretpostavke i namjena analize; koraci u provedbi analize; izbor uzorka varijabli i objekata; transformacije varijabli; izbor mjera udaljenosti/sličnosti
  8. Klaster analiza: metode za povezivanje objekata, interpretacija rezultata; validacija dobivenog rješenja
  9. Klaster analiza: Klaster analiza za velike uzorke; primjeri istraživanja
  10. Drugi seminarski rad: Provedba i interpretacija klaster analize na zadanim podacima
  11. Konfirmatorna faktorska analiza: Uvod u CFA; Osnovna logika i namjena CFA; Konceptualna usporedba EFA i CFA, Strategije korištenja CFA Osnovni pojmovi i koncepti, razlika modela i teorije Shematski prikazi modela i vrste parametara
  12. Konfirmatorna faktorska analiza: Pretpostavke za provedbu CFA; Vrste ulaznih podataka; Matrice varijanci-kovarijanci, Temeljne jednadžbe, Specifikacija modela; Identifikacija modela; Procjene parametara
  13. Konfirmatorna faktorska analiza: Interpretacija rezultata; Evaluacija modela, kriteriji slaganja (podudarnosti) modela s podacima
  14. Konfirmatorna faktorska analiza: Usporedba modela; ograničavanje parametara; Respecifikacija modela Mogući izvori lošeg pristajanja modela podacima
  15. Treći seminarski rad: Provedba i interpretacija konfirmatorne faktorske analize na zadanim podacima

Ishodi učenja

  1. Objasniti osnovne pojmove i koncepte vezane uz multivarijatne metode za analizu podataka
  2. Prepoznati istraživačke probleme čije rješavanje zahtjeva primjenu metoda za multivarijatnu analizu primarno usmjerenih na analize dimenzionalnosti unutar skupova varijabli.
  3. Objasniti osnovne teorijske pretpostavke, logiku i namjenu eksploracijske faktorske analize te interpretirati rezultate samostalno provedene analize.
  4. Objasniti osnovne teorijske pretpostavke, logiku i namjenu klaster analize te interpretirati rezultate samostalno provedene analize.
  5. Objasniti osnovne teorijske pretpostavke, logiku i namjenu konfirmacijske faktorske analize te interpretirati rezultate samostalno provedene analize.
  6. Identificirati metodološke faktore koji mogu utjecati na prikladnost i valjanost rezultata provedenih multivarijatnih metoda za analizu podataka.

Metode podučavanja

Predavanja - dominantno izvedena u interaktivnoj, a manjim dijelom u klasičnoj formi; Auditorne i kompjutorske vježbe uz praktične demonstracije empirijskih primjera; Obaveze studenata uključuju aktivno sudjelovanje na nastavi (praktične provedbe analitičkih postupaka), redovito izvršavanje domaćih zadaća – priređivanje pisanih izvještaja o nalazima provedenih statističkih postupaka.

Metode ocjenjivanja

Provjera znanja provodi se tijekom semestra - kroz praktičan rad - provedbe analiza podataka tijekom semestra i ekstenzivne pismene izvještaje o rezultatima analiza nakon svake tematske cjeline (80%), te opcionalno, ispitom nakon odslušanog programa kolegija (20%).

Obavezna literatura

  1. Lewis-Beck, M.S. (Editor) (1994). Factor Analysis and Related Techniques. International Handbooks of Quantitative Applications in the Social Sciences, vol. 5, London.
  2. Mulaik, S.A. (2009). The foundations of factor analysis. Second edition. CRC Press.
  3. 3. Rencher, A.C. (2002). Cluster Analysis. In: Methods of Multivariate Analysis (Chapter 14), pp 451 – 503.
  4. Brown, T. (2006). Confirmatory Factor Analysis for Applied Research. Guilford Press, New York.