Detaljni izvedbeni plan

Akademska godina 2015. / 2016. 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 Ivana Vrselja
Akademski stupanj Doktorica znanosti Zvanje Docent
Kontakt e-mail ivana.vrselja@unicath.hr Telefon +385 (1) 3706 605
Konzultacije Prema objavljenom rasporedu
Suradnici na predmetu
Ime i prezime Dragan Glavaš
Akademski stupanj Magistar psihologije Zvanje Asistent
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. Uvod u analizu varijance i jednosmjerna ANOVA
3. Provjera pretpostavki modela analize varijance
4. Apriori i naknadne (višestruke) usporedbe
5. Invervali pouzdanosti i veličina učinka
6. Transformacije rezultata
7. Intepretacija rezultata i znanstveno izvještavanje
8. Jednosmjerna ANOVA s ponavljanim mjerenjima
9. Dvosmjerna i višesmjerna ANOVA
10. Glavni efekti, interakcija, jednostavni efekti i interpretacija rezultata
11. Višestruke usporedbe, snaga i veličina učinka
12. Mješoviti nacrti i interpretacija rezultata
13. Analiza kovarijance
14. Multivarijatna analiza varijance
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/seminara (Statističko zuključivanje - mjere povezanosti i testiranje razlike (veličina efekta). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
2. Zadaci na temu predavanja/seminara (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/seminara (Neparametrijske metode). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
5. Zadaci na temu predavanja/seminara (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/seminara (Intepretacija rezultata i znanstveno izvještavanje). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
8. Zadaci na temu predavanja/seminara (Jednosmjerna ANOVA s ponavljanim mjerenjima). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
9. Kolokvij 1
10. Zadaci na temu predavanja/seminara (Dvosmjerna i višesmjerna ANOVA). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
11. Zadaci na temu predavanja/seminara (Glavni efekti, interakcija, jednostavni efekti i interpretacija rezultata). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
12. Zadaci na temu predavanja/seminara (Miješoviti modeli s fiksnim i slučajnim faktorima). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
13. Zadaci na temu predavanja/seminara (Analiza kovarijance). Korištenje računalne učionice (SPSS statističkog programa) po potrebi
14. Kolokvij 2
15. Zadaci na temu predavanja/seminara (MAN(C)OVA). Korištenje računalne učionice (SPSS statističkog programa) po potrebi