PředmětyPředměty(verze: 970)
Předmět, akademický rok 2017/2018
   Přihlásit přes CAS
Diplomový seminář A (kvantitativní) - OPNP1Q144B
Anglický název: Diploma Thesis Seminar A (Quantitative)
Zajišťuje: Katedra psychologie (41-KPSY)
Fakulta: Pedagogická fakulta
Platnost: od 2017 do 2018
Semestr: oba
E-Kredity: 3
Rozsah, examinace: 0/2, KZ [HT]
Počet míst: zimní:neurčen / neurčen (20)
letní:neurčen / neurčen (20)
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
při zápisu přednost, je-li ve stud. plánu
předmět lze zapsat v ZS i LS
Garant: Alena Škaloudová, Ph.D.
Záměnnost : ON913038
Anotace -
Diplomový seminář je povinně volitelným kurzem, který studentům poskytuje základní informace o požadavcích pro vypracování diplomové práce a umožňuje jim, aby kromě odborného vedení vedoucího práce svoji problematiku konzultovali s dalším odborníkem a svými kolegy. V rámci kurzu je studentům poskytnuta podpora nejen při výběru vhodné statistické metody, ale i při zpracování dat programem SPSS.
Poslední úprava: Škaloudová Alena, Ph.D. (30.09.2020)
Podmínky zakončení předmětu

Prokázání základních znalostí práce s programeme SPSS.

Poslední úprava: Škaloudová Alena, Ph.D. (24.07.2017)
Literatura

Cohen, J. Statistical Power Analysis for the Social Sciences. Hillsdale, NY: Lawrence Erlbaum, 1988.

Ferjenčík, Ján. Úvod do metodologie psychologického výzkumu : jak zkoumat lidskou duši. Praha: Portál 2000.

ŘEHÁK, Jan a Ondřej BROM. SPSS - Praktická analýza dat. Brno: Computer Press, 2015. 

 

Poslední úprava: Škaloudová Alena, Ph.D. (24.07.2017)
Metody výuky

1. Výuka práce s programem SPSS.

2. Práce s programem SPSS s vlastními daty. Pokud student ještě nebude mít data sebrána, bude pracovat s daty provizorními a uloží si způsob jejich zpracování tak, aby po sebrání dat proběhlo jejich zpracování v rozsahu několika minut.

3. Kurz je určen i pro studenty, kteří vlastní data nemají. Mohou pracovat s cizími daty, popřípadě po domluvě ve dvojici se studentem, který má data k dispozici.

 

Poslední úprava: Škaloudová Alena, Ph.D. (05.10.2020)
Sylabus

Kurz bude přizpůsoben individuálním potřebám studentů. Proto je sylabus pouze orientační.

1. Stanovení hypotéz. Typy dat a jejich rozložení. Co s chybějícími daty? Popis proměnných.

2. Typy statistických analýz, explorační techniky.

3. Popisné statistiky – jak vytvářet statistické tabulky a grafy.

4. Měření úrovně a heterogenity dat - průměry, mediány, kvartily, decily, rozptyl, grafy rozptýlení dat (box-ploty),  intervaly spolehlivosti.

5. Testy hypotéz o průměrech.

6. Analýza průměrů ve skupinách.

7. Korelační analýza.

8. Regresní analýza.

9. Faktorová analýza.

10. Shluková analýza.

11. Faktorová analýza.

12. Interpretace výsleků. Statistická významnost rozdílů a závislostí a jejich praktický význam. Rozměrový efekt.

Poslední úprava: Škaloudová Alena, Ph.D. (24.07.2017)
 
Univerzita Karlova | Informační systém UK