SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2008
Rozsah
2/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. et Mgr. Marcela Petrová Kafková, Ph.D. (cvičící)
Garance
prof. PhDr. Petr Mareš, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Rozvrh
St 12:00–13:30 P51 Posluchárna V. Čermáka, St 14:50–15:40 PC25, Čt 8:00–9:40 PC25, Čt 14:00–15:40 PC25
  • Rozvrh seminárních/paralelních skupin:
SOC108/01: Rozvrh nebyl do ISu vložen. M. Petrová Kafková
SOC108/02: Rozvrh nebyl do ISu vložen. P. Fučík
SOC108/03: Rozvrh nebyl do ISu vložen. P. Fučík
SOC108/04: Rozvrh nebyl do ISu vložen. M. Petrová Kafková
Předpoklady
SOC106 Metodologie sociálních věd || SOC706 Metodologie sociálních věd || SPP118 Metodologie výzkumu || SPP315 Metodologie vědy pro SPSP
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
předmět má 23 mateřských oborů, zobrazit
Cíle předmětu
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 souboru, 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).
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); 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).
Literatura
  • NORUŠIS, M. J. SPSS introductory statistics : student guide. Chicago: SPSS. 420 s. ISBN 013178062X. 1990. info
  • FIELD, Andy P. Discovering statistics using SPSS : (and sex, drugs and rock 'n' roll). 2nd ed. London: Sage Publications. xxxiv, 779. ISBN 0761944524. 2005. info
  • BABBIE, Earl a Fred HALLEY. Adventures in social research :data analysis using SPSS for Windows. Thousand Oaks: Pine Forge Press. xiv, 346 s. ISBN 0-8039-9055-3. 1995. info
  • PALLANT, Julie. SPSS survival manual :a step by step guide to data analysis using SPSS for Windows (version 10 and 11). 1st pub. Buckingham: Open University Press. xvi, 286 s. ISBN 0-335-20890-8. 2001. info
  • BRYMAN, Alan a Duncan CRAMER. Quantitative data analysis with SPSS release 8 for Windows : a guide for social scientists. 1st ed. London: Routledge. xiv, 303. ISBN 0415206960. 1999. info
  • SPSS Base 14.0 : user's guide. Chicago: SPSS Inc. xxv, 738. ISBN 0132218046. 2005. info
  • ŘEZANKOVÁ, Hana. Analýza kategoriálních dat pomocí SPSS. Vyd. 1. Praha: Vysoká škola ekonomická. 78 s. ISBN 8070797282. 1997. info
Metody hodnocení
Přednáška (hromadně základní seznámení se základy vybraných statistických procedur) a cvičení na PC v seminárních skupinách (výpočty pomocí programů SPSS). Průběžné domácí řešení zadaných (na každý týden semestru) výpočtů. Zkouška: písemná sestávající ze dvou částí: 1. zkouška ze znalosti základních statistických pojmů; 2. výpočet příkladů na PC za pomoci programu SPSS.
Navazující předměty
Informace učitele
Uvedená literatura je doplněna v podrobném sylabu, který je umístěn ve studijních materiálů IS a v jeho interaktivnioch osnovách. Tam také budou v průběhu kursu zavěšovány všechny důležité dodatky a materiály.
Literature to be studied is desribed at greater details in the more concrete syllabus that can be found in Study Materials of IS (Information System).
Další komentáře
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 1999, podzim 2000, podzim 2001, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2009, podzim 2010, podzim 2011, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019.