PBM102 Analýza kvantitativních dat

Filozofická fakulta
jaro 2020
Rozsah
0/2/0. 4 kr. Ukončení: z.
Vyučující
doc. Mgr. Martin Sedláček, Ph.D. (přednášející), doc. PhDr. Dana Knotová, Ph.D. (zástupce)
Garance
doc. Mgr. Petr Novotný, Ph.D.
Ústav pedagogických věd – Filozofická fakulta
Kontaktní osoba: Mgr. Helena Juřicová
Dodavatelské pracoviště: Ústav pedagogických věd – Filozofická fakulta
Rozvrh
Út 12:00–13:40 B2.33
Předpoklady
Základní znalost ovládání PC a tabulového procesoru např. MS Excel.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Předmět si smí zapsat nejvýše 15 stud.
Momentální stav registrace a zápisu: zapsáno: 0/15, pouze zareg.: 0/15, pouze zareg. s předností (mateřské obory): 0/15
Mateřské obory/plány
Cíle předmětu
Cílem kurzu je přiblížit studentům základy statistické analýzy dat získaných v kvantitativním výzkumu (survey). Studenti seznámí především se způsoby práce se statistickými soubory a proměnnými: vytvoření sou-boru, navádění a čištění dat, operace se soubory, transformace dat uložených v jiném tvaru, vytváření nových proměnných, výběr případů a se způsoby základní analýzy dat, konkrétně s: (1) Rozložením kategorizovaných i spojitých dat a s charakteristikami tohoto rozložení - univariační analýza; (2) Porovnáváním rozložení dat a středních hodnot těchto rozložení: t-test, analýza variancí; (3) Základy inferenční statistiky a testování statistických hypotéz; (4) Hledáním vztahů mezi proměnnými a posouzením síly těchto vztahů - bivariační analýza pomocí kontingenčních tabulek, korelační analýzy; (5) Hledáním lineárních vztahů mezi spojitými proměnnými: lineární regrese a scatterplot; (6) Redukcí dat pomocí faktorové analýzy jako pokus identifikovat faktory vysvětlující vyšší korelace mezi určitými proměnnými (základy multivariační analýzy). Absolvent po úspěšném ukončení studia schopen: porozumět základním postupům statistické analýzy dat.
Osnova
  • 0. Základní strategie analýzy: výzkumný problém, výzkumné otázky a proměnné;
  • 1. Povaha hromadných dat a logika survey. Práce s hromadnými daty před jejich analýzou (modul files: procedury ), práce s prostředím (moduly edit, view, utilities) a výstupy z analýzy (režim output);
  • 2. Rozložení kategorizovaných: základy univariační analýzy (třídění i. Stupně - procedura descriptive statistics - frequencies);
  • 3. Rozložení spojitých dat: základy univariační analýzy (procedury descriptive statistics - frequencies, descriptives a explore);
  • 4. Umělé proměnné (modul transform, procedury recode, compute, count, rank cases);
  • 5. Normální rozložení a základy testování hypotéz. Statistická inference aneb zobecňování výsledků z výběrového na základní soubor;
  • 6. Srovnávání skupin na základě středních hodnot jejich kardinálních charakteristik (procedura means). Hypotéza o shodě dvou průměrů pro nezávislá data: t-testy (procedura compare means - means; one-sample t-test; independent-samples t-test);
  • 7. Jak testovat nulovou hypotézu o shodě několika populačních průměrů (procedura compare means - one-way anova);
  • 8. Základy bivariační analýzy: rozložení dat v kontingenční tabulce - povaha vztahu mezi hodnotami proměnných a porovnávání pozorovaných s očekávanými četnostmi;
  • 9. Měření (síly) asociace mezi 2 kategorizovanými proměnnými: koeficienty asociace (procedura crosstabs). Měření (síly) asociace mezi dvěma spojitými proměnnými: korelační koeficienty a grafy - scatterplots (modul graphs - scatter) a korelační matice (procedura correlate - bivariate);
  • 10. Jak odhalit vliv třetí proměnné: práce s podsoubory neboli třídění vyšších stupňů a parciální koeficienty (procedura correlate - partial);
Literatura
  • HENDL, Jan. Kvalitativní výzkum : základní metody a aplikace. Vyd. 1. Praha: Portál, 2005, 407 s. ISBN 8073670402. info
  • ANDĚL, J. Základy matematické statistiky. Praha: MFF UK, 2005. info
  • HENDL, Jan. Přehled statistických metod zpracování dat :analýza a metaanalýza dat. Vyd. 1. Praha: Portál, 2004, 583 s. ISBN 8071788201. info
  • SEBEROVÁ, Helena a Martin SEBERA. Počítačové zpracování dat II. 1. vyd. Vyškov: VVŠ PV, 1999, 134 s. ISBN 80-7231-052-6. info
  • ZVÁRA, Karel. Biostatistika. 1. vyd. Praha: Karolinum, 1998, 210 s. ISBN 8071847739. info
Výukové metody
Kurz je veden v seminární formě. V rámci kurzu studenti pracují na skupinových projektech.
Metody hodnocení
písemný test - zpracování statistického problému za použití software (Statistica), interpretace výsledků !!!
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 2020, jaro 2021, podzim 2021, jaro 2022, podzim 2022, jaro 2023, podzim 2023, jaro 2024, podzim 2024, jaro 2025.