Detaljni izvedbeni plan

Akademska godina 2018. / 2019. Semestar Ljetni
Studij Preddiplomski sveučilišni studij psihologije Godina
studija
2.

I. OSNOVNI PODACI O PREDMETU

Naziv predmeta MODELI ANALIZE VARIJANCE
Kratica predmeta PSIP4-5 Šifra predmeta 97914
Status predmeta Obvezni ECTS bodovi 5
Preduvjeti za upis predmeta Nema
Ukupno opterećenje predmeta
Vrsta nastave Ukupno sati
Predavanja 30
Seminari 15
Vježbe 30
Mjesto i vrijeme održavanja nastave HKS – prema objavljenom rasporedu

II. NASTAVNO OSOBLJE

Nositelj predmeta
Ime i prezime Dražen Domijan
Akademski stupanj Doktor znanosti Zvanje Redoviti profesor
Kontakt e-mail ddomijan@ffri.hr Telefon +385 (1) 3706 627
Konzultacije Prema objavljenom rasporedu
Suradnici na predmetu
Ime i prezime Dragan Glavaš
Akademski stupanj Doktor znanosti Zvanje Poslijedoktorand
Kontakt e-mail dragan.glavas@unicath.hr Telefon +385 (1) 3706 627
Konzultacije Prema objavljenom rasporedu
Suradnici na predmetu
Ime i prezime Marijana Matijaš
Akademski stupanj Magistra psihologije Zvanje Asistentica
Kontakt e-mail mmatijas@unicath.hr Telefon +385 (1) 3706 657
Konzultacije Prema objavljenom rasporedu

III. DETALJNI PODACI O PREDMETU

Jezik na kojem se nastava održava Hrvatski
Opis
predmeta

Ciljevi predmeta: Stjecanje znanja i sposobnosti upotrebe ANOVA modela analize podataka na razini razumijevanja, planiranja istraživanja, provedbe statističke analize i izvještavanja o dobivenim rezultatima.

Sadržaj predmeta: Statističko zaključivanje i testiranje hipoteza. Uvod u analizu varijance i jednosmjerna ANOVA. Provjera pretpostavki modela analize varijance. Apriori i naknadne (višestruke) usporedbe. Intervali pouzdanosti i veličina učinka. Transformacije rezultata. Interpretacija rezultata i znanstveno izvještavanje. Jednosmjerna ANOVA s ponovljenim mjerenjima. Dvosmjerna i višesmjerna ANOVA. Glavni efekti, interakcija, jednostavni efekti i interpretacija rezultata. Višestruke usporedbe, snaga i veličina učinka. Miješani nacrti i interpretacija rezultata. Analiza kovarijance. Multivarijatna analiza varijance. Multivarijatna analiza varijance i multivarijatna analiza kovarijance.

Očekivani ishodi
učenja na razini
predmeta
Osmisliti istraživački problem primjeren za provedbu modela analize varijance; Postaviti hipotezu uz određeni istraživački problem; Procijeniti prikladnost određenih statističkih modela istraživačkom problemu; Utvrditi preduvjete primjene modela analize varijance; Izračunati parametre modela matematički i koristeći statistički paket (softver); Prikazati rezultate dobivene primjenom određenog statističkog modela; Interpretirati rezultate dobivene primjenom određenog statističkog modela
Literatura
Obvezna
  • Milas, G. (2005). Istraživačke metode u psihologiji i drugim društvenim znanostima. Jastrebarko: Naklada Slap.
  • Petz, B., Kolesarić, V., Ivanec, D. (2012). Petzova statistika: Osnovne statističke metode za nematematičare. Jastrebarsko. Naklada Slap.
  • Winer, B. J. (1962). Statistical Principles in Experimental Design. New York: McGraw-Hill.
Dopunska
  • Braver, S.L., MacKinnon, D.P. i Page, M. (2003). Levine’s Guide to SPSS for Analysis of Variance. Psychology Press.
  • Doncaster, P. i Davey, A.J.H. (2007). Analysis of Variance and Covariance. Cambridge: Cambridge University Press.
  • Howell, D.C. (2010). Statistical Methods for Psychology. Belmont, CA: Wadsworth, Cengage Learning. 
Način ispitivanja i ocjenjivanja
Polaže seDa Isključivo kontinuirano praćenje nastaveNe Ulazi u prosjekDa
Preduvjeti za dobivanje
potpisa i polaganje
završnog ispita
  • Redovito pohađanje nastave (prisutnost na najmanje 70% nastave)
  • Stjecanje minimalno 35% bodova (od ukupno 100 bodova) tijekom nastave (kolokviji)
Način polaganja ispita
  • Kontinuirano vrednovanje studentskog rada kroz nastavne aktivnosti 
  • Završni pismeni ispit (minimum za prolaz na pismenom ispitu je 50% točne riješenosti)
Način ocjenjivanja

Način stjecanja bodova:

1. Nastavne aktivnosti – 70% ocjene:

  • 1. kolokvij – 40%
  • 2. kolokvij – 30%

2. Završni ispit – 30 % ocjene

Brojčana ljestvica ocjenjivanja studentskog rada:

  • izvrstan (5) – 90 do 100% bodova
  • vrlo dobar (4) – 80 do 89,9% bodova
  • dobar (3) – 65 do 79,9% bodova
  • dovoljan (2) – 50 do 64,9% bodova
  • nedovoljan (1) – 0 do 49,9 % bodova
Detaljan prikaz ocjenjivanja unutar Europskoga sustava za prijenos bodova
VRSTA AKTIVNOSTI ECTS bodovi - koeficijent
opterećenja studenata
UDIO
OCJENE

(%)
Pohađanje nastave 1.9 0
Kolokvij-međuispit 1.24 40
Kolokvij-međuispit 0.93 30
Ukupno tijekom nastave 4.07 70
Završni ispit 0.93 30
UKUPNO BODOVA (nastava+zav.ispit) 5 100
Datumi kolokvija 9. i 14. termin nastave
Datumi ispitnih rokova Prema objavljenom rasporedu

IV. TJEDNI PLAN NASTAVE

Predavanja
Tjedan Tema
1. Statističko zaključivanje i testiranje hipoteza
2. Invervali pouzdanosti i veličina učinka
3. Uvod u analizu varijance i jednosmjerna ANOVA
4. Provjera pretpostavki modela analize varijance i transformacije
5. Apriori i naknadne (višestruke) usporedbe
6. Intepretacija rezultata i znanstveno izvještavanje
7. Jednosmjerna ANOVA s ponavljanim mjerenjima
8. Dvosmjerna i višesmjerna ANOVA
9. Glavni efekti, interakcija, jednostavni efekti i interpretacija rezultata I. dio (Kolokvij 1)
10. Glavni efekti, interakcija, jednostavni efekti i interpretacija rezultata II. dio
11. Mješoviti nacrti i interpretacija rezultata
12. Analiza kovarijance
13. Mješoviti modeli s križanim fiksnim i slučajnim faktorima
14. Multivarijatna analiza varijance (Kolokvij 2)
15. Multivarijatna analiza varijance i kovarijance
Seminari
Tjedan Tema
1. Statističko zuključivanje - mjere povezanosti i testiranje razlike (veličina efekta)
2. Pretpostavke analize varijance i narušene pretpostavke
3. Što činiti kad s pretpostavke narušene?
4. Planirani kontrasti i post hoc testovi - koji test odabrati?
5. Analiza trenda
6. Neparametrijske metode
7. Dvosmjerna ANOVA
8. Glavni efekti, interakcija i jednostavni efekti - što nam je i u kojem slučaju zanimljivo
9. Kolokvij 1
10. Ponovljena mjerenja: što je sferičnost?
11. Kontrasti i veličina učinka u ponovljenim mjerenjima
12. Alternativni nacrti. Miješoviti modeli s fiksnim i slučajnim faktorima.
13. Kada koristimo analizu kovarijance? Preduvjeti i interpretacija
14. Kolokvij 2
15. Kada i zašto koristimo MAN(C)OVU?
Vježbe
Tjedan Tema
1. Zadaci na temu predavanja (Statističko zuključivanje - mjere povezanosti i testiranje razlike (veličina efekta). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
2. Zadaci na temu predavanja (Pretpostavke analize varijance i narušene pretpostavke). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
3. Zadaci na temu predavanja (Što činiti kad s pretpostavke narušene?). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
4. Zadaci na temu predavanja (Neparametrijske metode). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
5. Zadaci na temu predavanja (Apriori i naknadne usporedbe). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
6. Zadaci na temu predavanja (Invervali pouzdanosti i veličina učinka). Korištenje računalne učionice (jednosmjerna ANOVA s ponavljanim mjerenjima) (SPSS statističkog programa) po potrebi
7. Zadaci na temu predavanja (Intepretacija rezultata i znanstveno izvještavanje). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
8. Zadaci na temu predavanja (Jednosmjerna ANOVA s ponavljanim mjerenjima). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
9. Kolokvij 1
10. Zadaci na temu predavanja (Dvosmjerna i višesmjerna ANOVA). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
11. Zadaci na temu predavanja (Glavni efekti, interakcija, jednostavni efekti i interpretacija rezultata). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
12. Zadaci na temu predavanja(Miješoviti modeli s fiksnim i slučajnim faktorima). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
13. Zadaci na temu predavanja (Analiza kovarijance). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
14. Kolokvij 2
15. Zadaci na temu predavanja (MAN(C)OVA). Korištenje računalne učionice (SPSS statističkog programa) po potrebi