SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2018
Rozsah
1/2/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. Ing. Tomáš Doseděl, Ph.D. (cvičící)
Mgr. Martin Lakomý, Ph.D. (pomocník)
Garance
prof. PhDr. Ladislav Rabušic, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Dodavatelské pracoviště: Katedra sociologie – Fakulta sociálních studií
Rozvrh
St 12:00–13:40 P31 Posluchárna A. I. Bláhy
  • Rozvrh seminárních/paralelních skupin:
SOC108/01: St 14:00–15:40 PC25
SOC108/02: St 16:00–17:40 PC25
SOC108/03: St 18:00–19:40 PC26
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
předmět má 20 mateřských oborů, zobrazit
Cíle předmětu
Předmět je určen především pro studenty/studentky BAKALÁŘSKÉHO studia sociologie na FSS. Cílem předmětu je uvést studující do problematiky statistické analýzy dat z výběrových šetření. Obecně je zaměřen na seznámení se s logikou a základními principy i charakteristikami statistické analýzy a provádět výpočty 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). Studující po úspěšném absolvování předmětu by měli být schopni rozumět základním statistickým pojmům, znát základní metody statistické analýzy, analyzovat data z výběrových šetření a řešit tak na základě dat věcně formulované výzkumné otázky.
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
    povinná literatura
  • Mares, Rabušic, Soukup. 2015. Analýza sociálněvědních dat (nejen) v SPSS
    doporučená literatura
  • FIELD, Andy P. Discovering statistics using SPSS : (and sex, drugs and rock 'n' roll). 2nd ed. London: Sage Publications, 2005, xxxiv, 779. ISBN 0761944524. info
  • NORUŠIS, M. J. SPSS introductory statistics : student guide. Chicago: SPSS, 1990, 420 s. ISBN 013178062X. 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, 2001, xvi, 286 s. ISBN 0-335-20890-8. info
    neurčeno
  • BRYMAN, Alan a Duncan CRAMER. Quantitative data analysis with SPSS release 8 for Windows : a guide for social scientists. 1st ed. London: Routledge, 1999, xiv, 303. ISBN 0415206960. info
  • SPSS Base 14.0 : user's guide. Chicago: SPSS Inc., 2005, xxv, 738. ISBN 0132218046. info
Výukové metody
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.
Metody hodnocení
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 Information System of Masaryk university.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
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 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2019.