Detaljni izvedbeni plan

Akademska godina 2021. / 2022. Semestar Ljetni
Studij Diplomski sveučilišni studij psihologije Godina
studija
1.

I. OSNOVNI PODACI O PREDMETU

Naziv predmeta REGRESIJSKA ANALIZA
Kratica predmeta PSD16 Šifra predmeta 101727
Status predmeta Obvezni ECTS bodovi 4
Preduvjeti za upis predmeta Nema
Ukupno opterećenje predmeta
Vrsta nastave Ukupno sati
Predavanja 30
Vježbe 15
Mjesto i vrijeme održavanja nastave HKS – prema objavljenom rasporedu

II. NASTAVNO OSOBLJE

Nositelj predmeta
Ime i prezime Hrvoje Štefančić
Akademski stupanj/naziv Doktor znanosti Zvanje Redoviti profesor
Kontakt e-mail hrvoje.stefancic@unicath.hr Telefon +385 (1) 3706 648
Konzultacije Prema objavljenom rasporedu
Suradnici na predmetu
Ime i prezime Ivan Flis
Akademski stupanj/naziv Doktor znanosti Zvanje Poslijedoktorand
Kontakt e-mail ivan.flis@unicath.hr Telefon +385 (1) 3706 657
Konzultacije Prema objavljenom rasporedu
Suradnici na predmetu
Ime i prezime Stanko Rihatr
Akademski stupanj/naziv diplomirani psiholog Zvanje Viši predavač
Kontakt e-mail stanko.rihtar@unicath.hr Telefon +385 (1)
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 regersijskih modela analize podataka na razini razumijevanja, planiranja istraživanja i provedbe analize. 

 

Sadržaj predmeta: Uvod, priprema i kontrola baze podataka, izrada istraživačkih nacrta, jednostavna linearna regresija, multipla regresija, diskriminantna analiza, regresijska analiza s kategoričkim prediktorima, prikaz podataka, interpretacija analiza, izvještavanje o istraživanju – pisanje poglavlja „Rezultati“.

Očekivani ishodi
učenja na razini
predmeta
Osmisliti istraživački problem te samostalno izraditi nacrt istraživanja primjeren za provedbu modela regresijske i/ili diskriminantne analize; Samostalno provesti regresijsku analizu u SPSS-u; Samostalno provesti diskriminantnu analizu u SPSS-u; Samostalno napisati poglavlje „Rezultati“ znanstvenog rada u kojem je kao statistički postupak upotrijebljena regresijska odnosno diskriminantna analiza.
Literatura
Obvezna
  • Rawlings, J. O., Pantula, S. G., & Dickey, D. A. (1998). Applied regression analysis: a research tool. Springer Science & Business Media. (dostupno u digitalnom obliku)
Dopunska
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 mogućih 70 bodova) tijekom nastave (kolokviji + izvještaj o istraživanju)
Način polaganja ispita

1. Nastavne aktivnosti – 70% ocjene:

  • 1. kolokvij – 15%;
  • 2. kolokvij – 15%;
  • Pismeni izvještaj o provedenom istraživanju – 30 %;
  • Usmeno izlaganje o provedenom istraživanju – 10 %;

2. Završni ispit – 30 % ocjene

Način ocjenjivanja

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 1.2 0
Izvještaj 1.2 40
Kolokvij-međuispit 0.4 15
Kolokvij-međuispit 0.4 15
Ukupno tijekom nastave 3.2 70
Završni ispit 0.8 30
UKUPNO BODOVA (nastava+zav.ispit) 4 100
Datumi kolokvija 3. i 14. termin nastave
Datumi ispitnih rokova Prema objavljenom rasporedu

IV. TJEDNI PLAN NASTAVE

Predavanja
Tjedan Tema
1. Uvod, osnovni pojmovi i definicije, korelacijski nacrti
2. Jednostavna linearna regresija
3. Kolokvij 1, diskusija, rekapitulacija
4. Uvod u multiplu regresijsku analizu
5. Parcijalna i semi-parcijalna korelacija
6. Preduvjeti za regresijsku analizu (veličina uzorka, normalnost distribucije, linearnost)
7. Homoscedascitet, multikolinearnost, tretman ekstremnih vrijdnosti
8. Analiza distribucije reziduala
9. Pretvaranje multi-kategorijalnih varijabli u binarne indikator varijable
10. Hijerarhijska regresijska analiza
11. Izvještavanje o provedenoj regresijskoj analizi
12. Logistička regresija
13. Diskriminantna analiza
14. Kolokvij 2, diskusija, rekapitulacija
15. Usmena izlaganja o provedenim istraživanjima
Vježbe
Tjedan Tema
1. Uvod, priprema i kontrola baze podataka u SPSS-u
2. Jednostavna linearna regresija
3. Kolokvij 1, diskusija, rekapitulacija
4. Izrada nacrta istraživanja
5. Izrada nacrta istraživanja
6. Provjera normalnosti distribucije, linearnosti među varijablama i multikolinearnosti
7. Provjera homoscedasciteta i tretman ekstremnih vrijednosti
8. Provođenje multiple regresijske analize
9. Provođenje multiple regresijske analize
10. Hijerarhijska regresijska analiza
11. Hijerarhijska regresijska analiza
12. Analiza distribucije reziduala
13. Izvještavanje o provedenoj regresijskoj analizi
14. Kolokvij 2, diskusija, rekapitulacija
15. Prezentacija provedenih istraživanja