Теорія — має спрямовувати наш статистичний аналіз, щоб він був осмисленим і призводив до її перевірки та розвитку. А статистичний аналіз — підказувати нам нові ідеї для розвитку для існуючих або нових теорій.
У роботі зі статистичними даними ми будемо тренувати своє вміння переходити від індикаторів до конструктів, і навпаки — від конструктів до індикаторів. Це допоможе нам поглибити і уточнити визначення конструктів. Щоб розширювати наше теоретичне бачення, виходити за межі початкових уявлень і враховувати перспективу інших дослідників ми будемо багато дискутувати, підважувати та використовувати AI.
Десятивимірний куб даних покаже всю тотальність можливих закономірностей, які дослідник може обрати для своєї теорії. Крім того, сучасна соціальна наука оперує багаторівневими, ієрархічними моделями. Скільки рівнів охоплюватиме ваша майбутня теорія? Які сутності присутні на кожному з них, які властивості мають ці сутності?
Залежні і незалежні змінні, медіатори і модератори, сторонні змінні, чому і як їх потрібно контролювати. Чому важливо формулювати для себе конкуруючі теорії? В який спосіб визначати, яка з конкуруючих теорій краще відповідає емпіричним даним?
Ми будемо працювати з загальною лінійною моделлю, щоб побачити цілісну картину і зрозуміти принципи аналізу даних на основі теорії. Працювати будемо в безкоштовній альтернативі комерційним статистичним пакетам — jamovi.
вправно працюють з кількісними методами, хочуть посилити себе у створенні пояснень і передбаченні зв’язку на основі теорії;
працюють у якісницькій стратегії і хочуть посилити себе іншою оптикою;
пишуть магістерські, phd дослідження і потребують більш складного аналізу, бачать недоліки у своєму аналізі і хочуть
навчитись самостійно їх критикувати, працювати з альтернативними поясненнями;