PředmětyPředměty(verze: 978)
Předmět, akademický rok 2025/2026
   Přihlásit přes CAS
Chyba měření - ASGV00861
Anglický název: Measurement Error
Zajišťuje: Katedra sociologie (21-KSOC)
Fakulta: Filozofická fakulta
Platnost: od 2019
Semestr: letní
Body: 0
E-Kredity: 4
Způsob provedení zkoušky: letní s.:
Rozsah, examinace: letní s.:2/0, Zk [HT]
Počet míst: neurčen / neurčen (neurčen)
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Kompetence:  
Stav předmětu: nevyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Úroveň:  
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: PhDr. Jiří Vinopal, Ph.D.
Rozvrh   Nástěnka   
Anotace
Kurs je určen pro studenty magisterského stupně a předpokládá obeznámenost s principy vícedimenzionálních metod analýzy dat.

Kurs studenty systematicky seznámí s problematikou chyb měření v kontextu dotazníkového šetření (survey). Tématika chyb měření bude nejprve zasazena do kontextu teorie měření a koncepce celkové výzkumné chyby. Následně bude systematizována terminologie používaná při studiu výzkumných chyb (TSE, variance, bias, validity, relibiality, CTT, method effect atd.) a přehled způsobů, jakými se s chybou měření můžeme vypořádat v rámci výzkumného procesu (redukce, měření, korekce). Speciální důraz bude kladen na předvedení konkrétních pokročilých postupů měření chyb měření (QSM, CFA, MTMM, Analýza ekvivalence, IRT) a možnosti jejich korekce (např. za pomoci SQP).
Studenti absolvováním kursu získají ucelený přehled o aktuální terminologii, klasifikacích výzkumných chyb, jejich role ve výzkumném procesu a dopadu na kvalitu výsledků. Vedle toho nabydou jasnou představu o možnostech, jak se s výzkumnými chybami vyrovnat, resp. jak výzkumný proces designovat, aby se s chybami měření vůbec nějak vyrovnat mohli. Poznatky získané kursem pomohou k odborně kritičtějšímu pohledu na výzkumný proces, k jasnějšímu vhledu do kvality dat dotazníkových šetření, a konstruktivnímu uvažování o výzkumném designu a analýze výzkumných dat vůbec.
Poslední úprava: VINOJ6AF (11.02.2019)
Literatura

Položky literatury vč. příslučných kapitol a stran budou rozepsány k jednotlivým přednáškám na začátku semestru.

 

Výzkumná chyba a chyba měření (Jiří Vinopal)

 

Paul P. Biemer, Lars E. Lyberg 2003. Introduction to Survey Quality. Wiley

Groves, Robert, M. 2004b. Survey Error and Survey Costs. New Jersey: Wiley

Saris, Willem E., Irmtraud N. Gallhofer. 2014. Design, Evaluation, and Analysis of Questionnaires for Survey Research. 2nd edition. New York: John Wiley & Sons, Inc.

Sudman, Seymour, Norman M. Bradburn, Norbert Schwarz (eds.). 1996: Thinking About Answers. The Application of Cognitive Processes to Survey Metodology. San Francisco: Jossey-Bass Publisher.

 

Doplňková literatura:

Groves, Robert M et al. 2004a. Survey Methodology. New Jersey: Wiley.

P. Biemer, Paul & Groves, Robert & E. Lyberg, Lars & Mathiowetz, Nancy & Sudman, Seymour. (1991). Measurement Errors in Surveys. Part V

Groves, Robert M. 1996. “How Do We Know What We Think They Think Is Really What They Think?” Pp. 389-402 in Norbert Schwarz, Seymour Sudman (eds.). Answering questions. Methodology for Determining Cognitive and Communicative Procsses in Survey Research. San Francisco: Jossey-Bass Publisher.

Chylíková, J. (2011). Úvod do problematiky výzkumu citlivých témat ve výběrových šetřeních. Data a výzkum-SDA Info, 5(2), 185-203.

Bollen, K. A. 1989. Structural Equations with Latent Variables. New York: Wiley.

Lord, F. M. & Novick, M. R. (1968). Statistical theories of mental test scores. Reading MA: Addison-Welsley Publishing Company

 

 

RS, QSM, MTMM (Johana Chylíková)

 

Alwin, D. F. 2007. Margins of Error. A Study of Reliability in Survey Measurement. New Jersey: Wiley.

Andrews, F. (1984). Construct Validity and Error Components of Survey Measures: A Structural Modeling Approach. Public Opinion Quarterly 46, 409 – 442.

Chylíková, J. (2017). Analytické metody odhadu chyb měření v datech z výběrových šetření.

Chylíková, J. (2016). Odhad reliability vybraných položek z českých šetření EU SILC kvazisimplexovým modelem. Sociologický časopis / Czech Sociological Review 52 (1), 79 –106.

Chylíková, J. (2015). Měření validity a reliability otázek v šetření European Social Survey a jeho využití. Data a výzkum - SDA Info 9 (1), 5 – 29.

Van Vaerenbergh, Y./Thomas, T. D. (2013). “Response styles in survey research: a literature review of

antecedents, consequences, and remedies.” International Journal of Public Opinion Research 25(3)

pp. 195-217. DOI http://dx.doi.org/10.1093/ijpor/eds021

Saris, Willem E., Irmtraud N. Gallhofer. 2014. Design, Evaluation, and Analysis of Questionnaires for Survey Research. 2nd edition. New York: John Wiley & Sons, Inc.

 

 

Ekvivalence měření (Petra Anýžová)

 

Komparativní výzkum

Jowell, R. (1998). How comparative is comparative research? American Behavioral Scientist, 42(2), 168-177. (PROQUEST vyhledavac)

Krejčí, Jindřich. 2006. „Mezinárodní sociálněvědní komparativní výzkum a Česká republika: Přehled výzkumů a dostupných dat.“ Sociologický časopis 42 (1): 149 – 173.

 

Doplňková literatura:

Arts, W., L. Halman. 1999. „New Directions in Quantitative Comparative Sociology – An Introduction.“ International Journal of Comparative Sociology 40 (1): 1 – 12.

 

Ekvivalence – koncept ekvivalence

Anýžová, P. 2013. „Ekvivalence položek v mezinárodních datech: základní vymezení a možnosti analýzy.“ Data a výzkum – SDA Info 7 (1): 29–56, http://dx.doi.org/10.13060/1802-8152.2013.7.1.2.

Davidov, E., Meuleman, B., Cieciuch, J., Schmidt, P., Billiet, J., 2014. Measurement Equivalence in Cross-National Research. Annual Review of Sociology, 40(1), 55–75, https://doi.org/10.1146/annurev-soc-071913-043137

 

Doplňková literatura:

Vandenberg, R. J., Lance, C. E., 2000. A Review and Synthesis of the Measurement Invariance Literature: Suggestions, Practices, and Recommendations for Organizational Research. Organizational Research Methods, 3(1), 4–70, http://dx.doi.org/10.1177/109442810031002

 

 

Ekvivalence - příklady testování ekvivalence

Anýžová, P. 2014. „Srovnatelnost Schwartzovy hodnotové škály v mezinárodních datech.“ Sociologický časopis/Czech Sociological Review 50 (4): 547–58, http://dx.doi.org/10.13060/00380288.2014.50.4.108

Steenkamp, J. B. E. M., Baumgartner, H., 1998. Assessing Measurement Invariance in Cross-National Consumer Research. Journal of Consumer Research, 25(1), 78–90, http://dx.doi.org/10.1086/209528

Kim, E. S., Cao, C., Wang, Y., Nguyen, D. T., 2017. Measurement invariance testing with many groups: A comparison of five approaches. Structural Equation Modeling: A Multidisciplinary Journal, 24(4), 524–544, https://doi.org/10.1080/10705511.2017.1304822

 

Doplňková literatura:

Van De Schoot, R., Kluytmans, A., Tummers, L., Lugtig, P., Hox, J., Muthén, B., 2013. Facing off with Scylla and Charybdis: a comparison of scalar, partial, and the novel possibility of approximate measurement invariance. Frontiers in psychology, 4, 770, https://doi.org/10.3389/fpsyg.2013.00770

Cieciuch, J., Davidov, E., Schmidt, P., Algesheimer, R., Schwartz, S. H., 2014. Comparing results of an exact vs. an approximate (Bayesian) measurement invariance test: a cross-country illustration with a scale to measure 19 human values. Frontiers in Psychology, 5, 1–10, https://doi.org/10.3389/fpsyg.2014.00982

 

IRT (Matouš Pilnáček)

 

DeMars, C. (2010) Item Response Theory: Understanding Statistics Measurement. Oxford University Press, Oxford

Poslední úprava: VINOJ6AF (11.02.2019)
Sylabus

1.       Survey a „Total Survey Error“

2.       „Survey quality“ a „Measurement error“

3.       Chyby měření

4.       Postupy redukce chyb měření

 

Postupy měření chyb měření

5.       Jednoduché postupy „měření“ validity

6.       Analýza systematické chyby měření v modelu CFA (Confirmatory Factor Analysis)

7.       Analýza náhodné chyby měření v QSM (Quasi Simplex Model)

8.       Analýza náhodné a systematické chyby měření v TS MTMM modelech

9.       Ekvivalence dat – konceptuální úvod do problematiky komparativní výzkum

10.   Ekvivalence dat – koncept  ekvivalence

11.   Ekvivalence dat – příklady testování ekvivalence

12.   Item Response Theory (IRT) – základní principy

13.   IRT – využití pro analýzu kvality měření

Poslední úprava: VINOJ6AF (11.02.2019)
Vstupní požadavky

Povinné: rozumění principům vícerozměrné analýzy dat (faktorová analýza, strukturní modelování). Není nutně třeba tyto techniky umět ovládat; je třeba, aby studenti věděli jaké jsou jejich základní principy (k čemu se používají a jak fungují) a znali základní terminologii.

Doporučené:

Úvod do vícerozměrné analýzy dat

Případně i Analýza dat v SPSS I. (Podaná), Pokročilé statistické metody (Betinec)

Poslední úprava: VINOJ6AF (20.02.2019)
 
Univerzita Karlova | Informační systém UK