Квантитативни методи у политичким наукама

Циљеви изучавања предмета

Циљ овог курса јесте да након завршеног курса из основа методологије, а на којима су студенти савладали основне статистичке методе и технике, науче да активно користе савремене мултиваријантне квантитативне методе у циљу тестирања хипотеза. Курс обухвата овладавање статистичким методама које се тичу мерења политичких и друштвених феномена посредством већег броја индикатора и димензија, као и мултиваријантне моделе који се најчешће користе за тестирање хипотеза у истраживачкој пракси.

Исходи учења (стечена знања)

1. Активни рад у статистичким софтверима
2. Упознавање са експланаторном факторском анализом, у свим варијантама (са ротацијама)
3. Упознавање са претпоставкама, принципима и праксом тестирања хипотеза у мултиваријантном простору
4. Овладавање линераним регресионим моделима са критеријумом суме најмањих квадрата (ОЛС)
5. Овладавање биномијалним регресионим моделима са интерпретацијом логит коефицијената
6. Овладавање мултиномијалних и оридналних регресионих модела, са специфичностима које проистичу из категоријалних и ординалних зависних варијабли
7. Тестирање модераторског ефекта предиктора
8. Интерпретација статистичких налаза у циљу тестирања хипотеза

Садржај теоријске наставе

1. Организација података у складу са концептуалним и операционалним захтевима истраживања
2. Експланаторна факторска анализа и алтернативне методе које се користе за тестирање валидности и релијабилности мерења друштвених и политичких феномена
3. Инференцијална статистика и тестирање хипотеза
4. Линеарна ОЛС регресиона анализа: претпоставке, извођење, интерпретација
5. Проблеми валидности и интерпретација ОЛС регресионих модела (проблем колинеарности)
6. Решавање проблема хетероскедастичности и колинеарности (ЕЛГС)
7. Биномијална регресиона анализа: претпоставке, извођење, интерпретација
8. Проблеми валидности и интерпретација биномијалних регресионих модела
9. Ординална и мултиномијална регресиона анализа: претпоставке, извођење, интерпретација
10. Проблеми валидности и интерпретација мултиномијалних и ординалних регресионих модела
11. Проблем интеракције предиктора: тестирање медијаторског и модераторског ефекта предиктора на зависне варијабле
12. Практични примери, специфичности и проблеми примене регресионих модела приликом тестирања хипотеза са нагласком на медијаторске

Садржај практичне наставе

Вежбе које се састоје од активног рада у статистичким софтверима: Р, СПСС и ексел
1. Рад са софтвером и припрема података за мултиваријантну анализу
2. Рад у софтверу: експланаторна факторска анализа
3. Раду софтверу: линеарна регресиона анализа (ОЛС)
4. Рад у софтверу: тестирање колинеарности, ваљаности модела и хетероскедастичности
5. Раду софтверу: решавање проблема и формиранње алтернативних регресионих модела у ситуацијама када су претпоставке нарушене
6. Рад у софтверу: Логистичка регресиона анализа
7. Рад у софтверу: Ориднална регресиона анализа
8. Рад у софтверу: Мултиномијална регресиона анализа
9. Интерпртација статистика и стандарди презентирања података у складу са АПА стандардима
10. Тестирање хипотеза применом регресионих модела (линеарна и логистичка регресиона анализа)
11. Тестирање хипотеза применом регресионих модела (мултиномијална и ординална регресиона анализа)
12. Презентирање властитих регреионих модела као саставни део полагања испита

1. Бешић, Милош. Методологија друштвених наука. Академска књига. Нови сад. 2019.

2. (додатна) Бешић Милош. Статитика у друштвеним и политичким истраживањима. Приручник. Факултет политичких наука. Подгорица. 2006.

Предавања, вежбе, консултације, испит