Detaljni izvedbeni plan

Akademska godina 2022. / 2023. Semestar Ljetni
Studij:

Diplomski sveučilišni studij sociologije
Godina studija:

Diplomski sveučilišni studij sociologije: 1.;
Usmjerenje Upravljanje i javne politike

I. OSNOVNI PODACI O PREDMETU

Naziv predmeta Regresijska analiza
Kratica predmeta SOCD125 Šifra predmeta 139209
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 Karlo Filipan
Akademski stupanj/naziv Doktor znanosti Zvanje Docent
Kontakt e-mail karlo.filipan@unicath.hr Telefon +385 (1)
Konzultacije Prema objavljenom rasporedu
Suradnici na predmetu
Ime i prezime Josip Ježovita
Akademski stupanj/naziv Doktor znanosti Zvanje Docent
Kontakt e-mail josip.jezovita@unicath.hr Telefon +385 (1) 3706 676
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 regresijskih 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
1. Osmisliti istraživački problem te samostalno izraditi nacrt istraživanja primjeren za provedbu modela regresijske i/ili diskriminantne analize. 2. Samostalno provesti regresijsku analizu u statističkom paketu SPSS. 3. Samostalno provesti diskriminantnu analizu u statističkom paketu SPSS. 4. Samostalno napisati poglavlje Rezultati znanstvenog rada u kojem je kao statistički postupak upotrijebljena regresijska odnosno diskriminantna analiza. 5. Samostalno osmisliti nacrt istraživanja primjeren za provedbu modela regresijske i/ili diskriminantne analize nakon oblikovanja istraživačkoga problema. 6. Izračunati regresijsku analizu u statističkom programu. 7. Konstruirati diskriminantnu analizu u statističkom programu. 8. Samostalno napisati poglavlje „Rezultati“ znanstvenoga rada u kojemu je kao statistički postupak upotrijebljena regresijska, odnosno diskriminantna analiza.
Literatura
Obvezna

Chen, X., Ender, P., Mitchell, M. and Wells, C. (2003). Regression with SPSS, from https://stats.oarc.ucla.edu/spss/webbooks/reg/

Dopunska

Rawlings, J. O., Pantula, S. G., & Dickey, D. A. (1998). Applied regression analysis: a research tool. Springer Science & Business Media.

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 (pet kolokvija)
Način polaganja ispita

1. Nastavne aktivnosti – 70% ocjene:

  • 1. kolokvij – 14%;
  • 2. kolokvij – 14%;
  • 3. kolokvij – 14%;
  • 4. kolokvij – 14%;
  • 5. kolokvij – 14%.

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 1.5 0
Kolokvij-međuispit 0.3 14
Kolokvij-međuispit 0.3 14
Kolokvij-međuispit 0.3 14
Kolokvij-međuispit 0.3 14
Kolokvij-međuispit 0.3 14
Ukupno tijekom nastave 3 70
Završni ispit 1 30
UKUPNO BODOVA (nastava+zav.ispit) 4 100
Datumi kolokvija Kolokviji će se održati u 3., 6., 9., 12. i 15. terminu nastave
Datumi ispitnih rokova Prema objavljenom rasporedu

IV. TJEDNI PLAN NASTAVE

Predavanja
Tjedan Tema
1. Uvod, motivacija, osnovni pojmovi i definicije, izrada nacrta istraživanja
2. Izrada nacrta istraživanja, jednostavna linearna regresija
3. Pisanje 1. kolokvija, diskusija, rekapitulacija
4. Multipla regresijska analiza
5. Multipla regresijska analiza
6. Pisanje 2. kolokvija, diskusija, rekapitulacija
7. Multipla regresijska analiza
8. Multipla regresijska analiza
9. Pisanje 3. kolokvija, diskusija, rekapitulacija
10. Diskriminantna analiza
11. Diskriminantna analiza
12. Pisanje 4. kolokvija, diskusija, rekapitulacija
13. Regresijska analiza s kategoričkim prediktorima
14. Regresijska analiza s kategoričkim prediktorima
15. Pisanje 5. kolokvija, diskusija, rekapitulacija
Vježbe
Tjedan Tema
1. Uvod, motivacija, osnovni pojmovi i definicije, priprema i kontrola baze podataka
2. Priprema i kontrola baze podataka, jednostavna linearna regresija
3. Pisanje 1. kolokvija, diskusija, rekapitulacija
4. Multipla regresijska analiza – provedba u SPSS-u, prikaz i interpretacija rezultata
5. Multipla regresijska analiza – provedba u SPSS-u, prikaz i interpretacija rezultata
6. Pisanje 2. kolokvija, diskusija, rekapitulacija
7. Multipla regresijska analiza – provedba u SPSS-u, pisanje poglavlja „Rezultati“
8. Multipla regresijska analiza – provedba u SPSS-u, pisanje poglavlja „Rezultati“
9. Pisanje 3. kolokvija, diskusija, rekapitulacija
10. Diskriminantna analiza – provedba, interpretacija, pisanje poglavlja „Rezultati“
11. Diskriminantna analiza – provedba, interpretacija, pisanje poglavlja „Rezultati“
12. Pisanje 4. kolokvija, diskusija, rekapitulacija
13. Regresijska analiza s kategoričkim prediktorima – provedba, interpretacija, pisanje poglavlja „Rezultati“
14. Regresijska analiza s kategoričkim prediktorima – provedba, interpretacija, pisanje poglavlja „Rezultati“
15. Pisanje 5. kolokvija, diskusija, rekapitulacija