Polaznici se upoznaju s temeljnim pojmovima multivarijacijske analize i odgovarajućim matematicko-statističkim obrascima svojstvenim multvarijacijskim modelima. Polaznici razvijaju znanja, sposobnosti i vještine koje su pretpostavka znanstvene upotrebe različitih matematičko-statističkih modela u sociologiji i drugim društvenim znanostima. Na primjerima recentnijih znanstvenih istraživanja polaznike se osposobljava za praćenje, analizu i interpretacijsku primjenu odabranih multivarijacijskih modela, s posebnim osvrtom na faktorsku analizu i multiplu regresijsku analizu. Kolegij nadograđuje ranije odslušane metodologijske kolegije (Osnove sociološke statistike 1, Osnove sociološke statistike 2, odnosno Osnove sociološke statistike (dvopredmetni studij). Znanja, sposobnosti i vještine stečene u okviru kolegija nužan su ili izrazito poželjan preduvjet za nastavak obrazovanja na metodološkim kolegijima koje studenti/studentice mogu upisati na višim semestrima (Konstrukcija i evaluacija mjernih instrumenata i Istraživački projekt) te daju znanstvenu podlogu za rad na drugim kolegijima u okviru kurikuluma studija sociologije.

1. Upoznavanje sa sadržajem predmeta i studentskim obvezama. Multivarijacijska analiza: osnovni pojmovi i sadržaji. Metodološke i epistemološke pretpostavke multivarijacijske analize. Latentne i manifestne varijable. Statističke i matematičke pretpostavke multivarijacijske analize.
2. Klasifikacija multivarijacijskih modela. Uvod u faktorsku analizu. Primjer faktorske analize.
3. Osnove vektorskog i matričnog računa. Pojam skalara, vektora i matrice. Vrste vektora i matrica. Temeljne operacije s matricama i vektorima. Geometrijska interpretacija vektora i matrica.
4. Skalarni produkt vektora. Medusobno množenje matrica i vektora. Geometrijska interpretacija skalarnog produkta.
5. Vektorski prostor. Unitarni vektorski prostor. Linearna kombinacija vektora. Pojam linearne zavisnosti i nezavisnosti. Dimenzija i baza vektorskog prostora.
6. Pojam determinante. Primjeri determinanti. Računanje determinante. Matrični račun i odabrane statističke veličine. Korelacijska matrica. Svojstvena jednadžba. Svojstvene vrijednosti i svojstveni vektori
7. Multipla regresija i korelacija. Koeficijent multiple korelacije i determinacije. Beta-ponderi. Pojam supresije.
8. Metode rješavanja multiple jednadžbe. Primjeri multiple korelacije. Interpretacija multiple korelacije
9. Faktorska analiza. Osnovni model faktorske analize. Fundamentalna faktorska jednadžba. Faktori kao latentne varijable. Vrste faktora u faktorskoj analizi. Dekompozicija varijance. Primjer faktorske analize.
10. Vrste faktorskih analiza. Komponentna analiza. Analiza zajednickih faktora. Faktorska analiza i svojstvena jednadžba. Faktorski prostor. Dimenzionalnost faktorskog prostora.
11. Osnovna (bazična) faktorska solucija. Vrste faktorskih matrica. Vrste faktora u faktorskoj analizi. Ekstrakcija faktora. Metode ekstrakcije faktora. Kriteriji za zaustavljanje ekstrakcije faktora. Protumačena varijanca, faktorska varijanca.
12. Faktorski bodovi. Ortogonalne i kose transformacije osnovne faktorske solucije. Varimax i oblimin transformacija. Matrica korelacija oblimin faktora.
13. Purifikacija (čišćenje) faktorske solucije. Odabrani primjeri purifikacije.
14. Hijerarhijska faktorska analiza. Faktorska analiza i multipla korelacija.
15. Odabrani primjeri faktorske analize. Interpretacija faktorskih solucija.

1. Ovladavanje vještinom uporabe i intrepretacije rezultata dobivenih primjenom faktorske analize
2. Ovladavanje vještinom uporabe i intrepretacije rezultata dobivenih primjenom multiple regresijske analize

Predavanja uz PowerPoint prezentacije (teorija, modeli i primjeri istraživanja). Primjeri istraživanja u programskom paketu SPSS. Vježbe koje se izvode uz pomoć nastavnika, Vježbe koje se izvode samostalnim radom studenata/studentica (zadaće).

Tri kolokvija tijekom semestra na temelju kojih se polaznike može osloboditi pismenog dijela ispita. Pismeni i usmeni ispit na kraju semestra.

1. Hair, J. F. Jr., Anderson, R. E. Tatham, R. L. and Black, W. C (1998).. Multivariate Dana Analysis (4th ed). Prentice Hall
2. Odgovarajuce publikacije na temu faktorske analize i multiple korelacije iz serije: Quantitative Applications in the Social Sciences, SAGE UNIVERSITY PAPERS, Newberry Park, London
3. Agresti, A. and Finlay, B. (1997). Statistical Methods for the Social Sciences (3rd ed). Prentice Hall.
4. Ramsey, F. L. and Schafer, D. W. (2001). The Statistical Sleuth: A Course in the Methods of Data Analysis (2nd ed). Duxbury.

1. Portugalski jezik i književnost, sveučilišni preddiplomski dvopredmetni studij, 2., 4., 6. semestar
2. Sociologija, sveučilišni preddiplomski dvopredmetni studij, 2., 4., 6. semestar