|
|
|
||
Poslední úprava: doc. PhDr. PaedDr. Anna Kucharská, Ph.D. (08.04.2020)
|
|
||
Poslední úprava: PhDr. David Greger, Ph.D. (06.02.2020)
Základní literatura: Ferjenčík, J. (2000). Úvod do metodologie psychologického výzkumu. Jak zkoumat lidskou duši. Praha, Portál. Kerlinger, F.N. (1972) Základy výzkumu chování. Praha, SPN. Clark-Carter, D. (2010). Quantitative psychological research. 3rd Ed. New York, Psychology Press. Goodwin, J.C. (2010) Research in psychology. Methods and designs. 6th Ed. New Jersey, Wiley. Nunnally, J.C., Bernstein, I.H. (1994). Psychometric theory. 3rd. Ed. McGraw-Hill. Shadish, W.R., Cook, T.D.; Campbell, D.T. (2002). Experimental and Quasi-Experimental Designs for Generalized Causal Inference. Belmond, CA, Wadsworth. |
|
||
Poslední úprava: doc. PhDr. PaedDr. Anna Kucharská, Ph.D. (08.04.2020)
Podmínky udělení klasifikovaného zápočtu: 1) docházka: setkání se odehrává formou deseti setkání po 2 vyučovacích hodinách. Povolené jsou dvě absence. V případě vyšší absence student dostane úkoly navíc po konzultaci s vyučujícími. Splnění úkolů v případě vyšší absence než 4 hodiny podmiňuje získání klasifikovaného zápočtu. 2) zpracování závěrečné práce - návrhu výzkumného projektu. Návrh projektu bude obsahovat a bude strukturován do pěti částí následovně (jednotlivé části budeme postupně probírat na setkávání v kurzu; dílčí úkoly budou součástí výsledného projektu): 1. téma výzkumu, 2. přehled dostupné literatury (na základě rešerše literatury, přehled zjištění předchozích výzkumů, případně teoretická východiska, včetně cizojazyčných zdrojů), 3. formulace výzkumného problému a hypotéz, 4. návrh nástroje sběru dat a strategie sběru dat (způsob výběru vzorku, časový a organizační plán), 5. návrh způsobu zpracování dat včetně návrhu statistického zpracování dat. Kritéria hodnocení závěrečné práce - návrhu výzkumného projektu. 1) Přehled literatury (literature review): Aspoň 6 primárních zdrojů (minimálně 3 zahraniční), nejen uvést citací, ale napsat odstavec, jak se práce vztahuje k Vašemu výzkumnému problému, případně jinak zakomponovat do teoretické části. 2) výběr respondentů. Musí být popsána cílová populace, nesmí chybět popis výběru respondentů (jeho logická návaznost – z čeho budete vybírat, sampling frame) a jeho charakteristika (kombinace pravděpodobnostní, vícestupňový, stratifikovaný aj.). Musí být jasná linka a srozumitelnost, jak se dostanete k cílovým respondentům. 3) Hypotézy: formulované srozumitelně, ověřitelně. Musí být jasné, jak jsou proměnné operacionalizované (to stačí v části nástroje, tedy link mezi hypotézou a nástroji). Formulujte hypotézu, jak ji očekáváte (není nutné formálně uvádět nulovou a alternativní hypotézu, pouze to, co čekáte). 4) Výzkumné nástroje: Popsány jejich vlastnosti (včetně reliability škál; nelze odbýt jen odkazem na domácí či zahraniční standardizační studii, musíte sami nástroj na základě ní popsat). Ukázka položek, případně celý nástroj. 5) Statistické zpracování dat. Musí být zřejmá návaznost na ověření hypotéz. A jak se od výzkumného nástroje dostaneme k datům za respondenty, se kterými budou pracovat příslušné statistické testy. Je třeba uvést správné statistické testy pro ověření hypotéz (nestačí jen t-test, ale i upřesnit jeho typ apod.) Pokud chybí nebo nejsou dostatečně kvalitně zpracovány aspoň dvě části, vracíme práci k přepracování. Pro bližší představu zpracování návrhu výzkumného projektu jsou studentům v Moodlu k dispozici ukázky pozitivně hodnocených návrhů projektů studentů z minulých let.
|