Dátová analýza v manažmente

Sylabus predmetu

Tematické vymedzenie prednášok: 1. Význam dát a analýz pre tvorbu informácii a následne znalostí ako podklad pre kvalitné rozhodovanie a pre úspešnosť podniku. Tvorba informácií z dát a následne znalostí z informácií a moderný manažment založený na dátových analýzach. Premena ideí na výskumný problém. 2. Vedecká teória a aplikovateľný praktický význam teórie. Kategorizácia výskumov: exploratívny výskum, opisný výskum, príčinný výskum. Sumarizačné výstupy z výskumov ako systematická prehľadová štúdia a meta-analýza. Experimentálny, kvázi-experimentálny a korelačný dizajn výskumu, dizajn prípadových štúdií. Výskum založený na akcii. Plán výskumu. Návrh experimentálneho dizajnu. 3. Populácia, vzorka, pravdepodobnosť, výber, rozdelenie pravdepodobnosti. Základné typy výberu a rozdiely medzi nimi: náhodný výber, zámerný výber, príležitostný výber, kvótny, proporcionálny, a stratifikovaný výber. Distribúcia dát. Centrálna limitná veta. Chyba výberu, systematická chyba. Pravdepodobnosť výskytu javov a jej rozdelenie. 4. Vytváranie nových špecializovaných dotazníkov a iných meracích nástrojov podľa vedeckých princípov a používanie už existujúcich. Kladenie otázok. Interview princípy a možné skreslenia. Skupinové interview a fokusové skupiny. Hĺbkové interview. Telefonické interview. Internetové prieskumy. Kvalitatívny výskum. Obsahová analýza. Pozorovanie. Voľné asociácie. Určenie veľkosti vzorky. Pilotný výskum. Konštruktová, kriteriálna, prediktívna, obsahová, ekologická validita. Objektivita pri zbere a objektivita meracieho nástroja. 5. Predstavenie praktických odporúčaní a zručnosti potrebných na hľadanie dát vo vedeckých databázach a v profesijných databázach. Interné a externé dáta. Teoretické ukotvenie problému. 6. Predpoklady a z nich vytvorené hypotézy. Princípy a logika pri overovaní nulovej hypotézy. Praktické odporúčania pri tvorbe a formulácii hypotéz, časté chyby. Hladina významnosti v prípade hypotéz. 7. Regresná analýza: hierarchická a logistická, podmienky na aplikáciu, praktické prínosy. Validácia regresnej analýzy. Porovnávanie regresných modelov. 8. Štrukturálne modelovanie (structural equation modelling, SEM). Vysvetlenie metódy. 9. Mediácia ako rozšírenie regresnej analýzy. Vysvetlenie základných princípov mediácie. Rozdiel medzi mediáciou a moderáciou. Grafické znázornenie mediačných modelov. Priamy, nepriamy a celkový efekt. Uvádzanie a grafická interpretácia výsledkov. 10. Moderácia ako rozšírenie regresnej analýzy. Výber mediácie alebo moderácie podľa teoretických a logických očakávaní a predpokladov. Tvorba samostatných moderačných modelov a ich kombinácií s mediačnými modelmi. Vyhodnotenie modelu a interpretácia modelu. 11. Redukcia počtu premenných pomocou exploračnej faktorovej analýzy. Exploračná faktorová analýza (EFA). Proces identifikácie faktorov, faktorové sýtenie, sutinový graf. 12. Konfirmačná faktorová analýza (CFA). Overovanie už exitujúcich meracích nástrojov pomocou konfirmačnej faktorovej analýzy. 13. Význam systematických štúdií a meta-analýz ako nositeľov poznania. Vzájomné porovnanie týchto typov štúdií. Výhody meta-analýzy pred systematickou štúdiou. Príprava dát na meta-analýzu. Tematické vymedzenie cvičení: 1. Prezentovanie inštalácie aktuálnych verzií opensource softvérov používaných na štatistickú/dátovú analýzu (JAMOVI, JASP a PSPP). Deskripcia a opisná analýza kvantitatívnych dát. Kontingenčné tabuľky, chí kvadrát rozdelenie. Grafické zobrazenie. 2. Rozloženie dát. Shapiro-Wilkov test, Kolgomorov Smirnov test, grafické zobrazenie rozloženia dát. Stĺpcové grafy s intervalmi spoľahlivosti, definovanie celého súboru dát a určenie skúmanej vzorky. Skúmanie javov v homogénnych a malých dátových súboroch a naopak vo veľkých a heterogénnych dátových súboroch. Vhodné metódy a ich limity. 3. Vyčísľovanie veľkosti efektu (effect size) počítaného pomocou Cohenovo d, Personovo r u parametrických i neparametrických testov. Interpretácia sily efektu. Vzájomné konvertovanie. 4. Pravdepodobnosť výskytu javov a jej rozdelenie. Praktické vyčísľovanie. Štatistická verzus vecná signifikancia. Chyba prvého rádu α, chyba druhého rádu β. 5. Meranie vzťahov medzi premennými podľa typu premennej (variácie vzťahov medzi typmi premenných: nominálna s nominálnou, ordinálnou, intervalovou atď.) a podľa normality rozloženia dát. Vzťahy merané pomocou nasledovných metód (Cramerovo V, Lambda, Phi, Gamma, Eta, Spearmanovo rho). 6. Regresná analýza a predpoklady pre aplikáciu regresnej analýzy (multikolinearita, homoskedasticita, atď) a celková validácia regresných modelov. Durbin-Watsonov test, Cookove vzdialenosti, grafy reziduií. Výpočet multikolinearity. 7. Hierarchická regresná analýza tvorba hierarchických regresných modelov. Postup tvorby modelov a následné porovnávanie modelov podľa jednotlivých parametrov. Logistická regresná analýza pre: a) dva výstupy, b) n výstupov, c) s ordinálnym výstupom. 8. Štrukturálne modelovanie. Vysvetlenie princípov, tvorba štrukturálnych modelov, vyhodnocovanie a porovnávanie modelov podľa výsledných parametrov. Návrh a príprava štrukturálneho modelu. 9. Mediácia ako rozšírenie regresnej analýzy a jej výpočty. Grafické znázornenie mediačných modelov. Priamy, nepriamy a celkový efekt, výpočet a zápis. Uvádzanie výsledkov a grafická interpretácia výsledkov. 10. Moderácia ako rozšírenie regresnej analýzy a jej výpočty. Výber mediácie alebo moderácie podľa teoretických a logických očakávaní a predpokladov. Tvorba kombinovaných mediačných a moderačných modelov. Vyhodnotenie modelu a interpretácia modelu. 11. Exploračná faktorová analýza (EFA). Výber parametrov metódy na základe teoretických predpokladov. Výber vhodnej metódy extrakcie faktorov. Možnosti výberu rotácie faktorov (Varimax, Quartimax, Promax, Oblimin, Simplimax) Bartettov test sféricity, KMO test, sutinový graf. 12. Konfirmačná faktorová analýza (CFA). Rozdiel medzi EFA a CFA. Parametre modelu a ich interpretácia ako: chí kvadrát test, comparative fit index (CFI), Tucker Lewis Index (TLI), Root mean square error of approximation (RMSEA), Akaike's Information Criterion (AIC). 13. Meta-analýza. Spracovanie meta-analýzy a jej interpretácia. Meta-analýza založená na korelačných koeficientoch, priemeroch (rozdieloch priemerov) efektoch účinnosti. Uvádzanie výsledkov meta-analýzy.