FSS:SOC708 Data Analysis with SPSSPC - Course Information

SOC708 Quantitative Data Analysis (with the use of SPSSPC)

Extent and Intensity

2/1/0. 6 credit(s). Type of Completion: zk (examination).

Teacher(s)

Mgr. Kamil Mareš (lecturer)
prof. PhDr. Petr Mareš, CSc. (lecturer)
Mgr. Alexandr Pešák (lecturer)
Mgr. Lucie Táborská (lecturer)

Guaranteed by

Department of Sociology – Faculty of Social Studies
Contact Person: Ing. Soňa Enenkelová

Timetable

Fri 6. 10. 10:45–11:45 P52, Fri 3. 11. 10:45–11:45 P52, Fri 1. 12. 10:45–11:45 P52

• Timetable of Seminar Groups:

SOC708/Pa0501: No timetable has been entered into IS. P. Mareš
SOC708/So1612: No timetable has been entered into IS. P. Mareš
SOC708/01: Fri 6. 10. 12:00–14:20 PC25, Fri 3. 11. 12:00–14:20 PC25, Fri 1. 12. 12:00–14:20 PC25, P. Mareš, A. Pešák
SOC708/02: Fri 6. 10. 14:30–16:50 PC25, Fri 3. 11. 14:30–16:50 PC25, Fri 1. 12. 14:30–16:50 PC25, P. Mareš, L. Táborská
SOC708/03: Fri 6. 10. 17:00–19:20 PC25, Fri 3. 11. 17:00–19:20 PC25, Fri 1. 12. 17:00–19:20 PC25, K. Mareš, P. Mareš

Prerequisites (in Czech)

SOC706 Methodology of social sciences || SPP315 Methodology of Science || SOC106 Methodology of Social Sciences

Course Enrolment Limitations

The course is only offered to the students of the study fields the course is directly associated with.

fields of study / plans the course is directly associated with

there are 13 fields of study the course is directly associated with, display

Course objectives (in Czech)

Kurs je určen pro studenty bakalářského studia FSS. Naučí studenty základy statistické analýzy dat získaných v kvantitativním sociologickém výzkumu (survey) za pomoci speciálního programu pro statistické zpracování hromadných dat (SPSS - Statistical Packet for Social Sciences). V kursu se 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, jmenovitě 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).

Syllabus (in Czech)

• 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); 11. Základy lineární regrese - vztah spojitých proměnných (procedura regression -linear); 12. Faktorová analýza - redukce dat a vstup do multivariační analýzy (procedura data reduction - factor analysis).

Language of instruction

Czech

Further Comments

The course is taught annually.

• Enrolment Statistics (Autumn 2006, recent)
  
• Permalink: https://is.muni.cz/course/fss/autumn2006/SOC708