Napredni kvantitativni metodi u politikološkim istraživanjima

Ciljevi izučavanja predmeta

Svrha predmeta je da studentima politikologije olakša sticanje naprednih veština neophodnih za sprovođenje kvantitativnih empirijskih istraživanja u političkim naukama: tj. da savladaju najčešće korišćene naoredne kvantitativne metode i tehnike za analizu podataka, kao i razumevanje rezultata kvantitativnih istraživanja. . Ove veštine čine solidan temelj za bilo koju narednu detaljniju specijalizaciju istraživanja, i preko su potrebne politikolozima koji se političkim fenomenima bave na osnovama kvantitativnog pristupa

Ishodi učenja (stečena znanja)

1. Aktivni rad u statističkim softverima
2. Kreiranje dizajna za kvantitativna istraživanja.
3. Ovladavanje naprednim statističkim metodama i tehnikama za analizu kvantitativnih podataka
4. Realizacija kvantitativne istraživačke studije i kritička procena rezultata.
5. Interpretacija statističkih nalaza u cilju testiranja hipoteza

Sadržaj teorijske nastave

1. Dizajniranje datotke i varijabli za potrbe testiranja specifičnih hipoteza
2. Problem ѓrupisanih'opservacija
3. Hijerarhijski linearni modeli
4. Binomijalni i multinomijalni hijerarhijski linearni modeli
5. Problem moderatorskog efekta i korišćenje statistika za njegovu procenu
6. Strukturalno modeliranje: procena modratorskog, direktnog i indirektnog efekta
7. Strukturalno modeliranje: traganje za antecedentima i kreiranje celovitih eksplanatornih modela
8. Praktični primeri, specifičnosti i problemi primene hijerarhijskih i linearnih modela prilikom testiranja hipoteza

Sadržaj praktične nastave

Aktivan rad u statističkim softverima: R, SPSS i eksel

1. Rad sa softverom i priprema podataka za Hijerarhijske, binomijalne i multinomijalne modele
2. Rad u softveru: organizacija varijabli
3. Rad u softveru: Izvođenje hijerarhijskkih regresionih analiza
4. Radu softveru: Interpreetacija statistika dobijenih hijerarhijskim regresionim modelima
5. Rad u softveru: Testiranje hipoteza korišćenjem Hijerarhijskih regresionih modela
6. Radu softveru: Strukturalno modeliranje: testiranje moderatorskog, direktnog i indirektnog efekta
7. Rad u softveru: Strukturalno modeliranje: izgradnja potupnih modela i identifikacija antecedenta
8. Interprtacija statistika i standardi prezentiranja podataka u skladu sa APA standardima
9. Testiranje hipoteza primenom hijerarhijskih regresionih i strukturalnih modela
10. Prezentiranje regreionih modela kao sastavni deo polaganja ispita

1. Bickel, R. (2007). Multilevel analysis for applied research: It's just regression!. Guilford Press.

2. Hox, J. J., Moerbeek, M., & Van de Schoot, R. (2017). Multilevel analysis: Techniques and applications. Routledge.

3. Snijders, T. A., & Bosker, R. J. (2011). Multilevel analysis: An introduction to basic and advanced multilevel modeling. sage.

4. Diez, R. (2002). A glossary for multilevel analysis. Journal of epidemiology and community health, 56(8), 588.

5. Bowen, N. K., & Guo, S. (2011). Structural equation modeling. Oxford University Press.

6. Chou, C. P., & Bentler, P. M. (1995). Estimates and tests in structural equation modeling.

7. Blunch, N. (2012). Introduction to structural equation modeling using IBM SPSS statistics and AMOS. Sage.

Predavanja, vežbe, konsultacije, ispit