PSY717 Statistická analýza dat
PSY717 - Statistická analýza dat
VYUČUJÍCÍ
Mgr. Stanislav Ježek, PhD. ­ garance kurzu, přednášky, semináře
jezek@fss.muni.cz, 549494616, konzultační hodiny: středa 14 ­ 16, FSS 2.53
Mgr. Jan Širůček ­ přednášky, semináře
sirucek@fss.muni.cz, 549498263, konzultace po dohodě emailem, FSS 2.45
CHARAKTERISTIKA KURZU
Cílem kurzu je seznámit studenty se základy statistiky používané v psychologickém výzkumu.
Studenti získají porozumění základním prvkům statistiky a dovednost je aktivně i pasivně používat.
Studenti získají dovednost připravit data pro statistické zpracování, spočítat základní statistiky, otestovat
běžné typy hypotéz. Kurz klade důraz i na komunikaci, tj. slovní popis výsledků i schopnost porozumět takto
popsaným výsledkům v empirických kvantitativních studiích. V rámci kurzu jsou studenti seznamováni
paralelně s českou i anglickou terminologií, aby byli po skončení kurzu schopni dále studovat a používat
internetové zdroje.
Návaznosti kurzu
Kurz je úzce souvisí s výukou metodologie. Mnoho problémů v metodologii má statistický základ a
naopak mnohé problémy či omezení statistiky je potřeba zohledňovat v metodologii. Doporučené pořadí
absolvování kurzů je statistika ­ metodologie, avšak i při opačném pořadí má student možnost integrovat
poznatky obou disciplin. Toto propojení je nezbytné pro vypracování diplomové práce a je součástí požadavků
při státní bakalářské zkoušce.
Na statistice stojí také značná část psychometriky a tvoří tak přirozený základ pro studium
psychodiagnostiky na magisterském stupni.
Předpokladem pro studium základů statistiky je běžné středoškolské vzdělání.
ORGANIZACE KURZU
Počet kreditů: 5
Ukončení kurzu: zkouška
PROGRAM
Během semestru proběhnou 3 setkání.
Program prvního setkání
Prezentace ­ vytvoření datové matice, kódování a kontrola dat, popisné statistiky
Zadání seminární práce
Konzultace k problémovým okruhům 1 ­ 3.
Program druhého setkání
Prezentace ­ korelace, lineární regrese, pravděpodobnost
Konzultace k problémovým okruhům 4 ­ 6.
Program třetího setkání
Prezentace ­ testování hypotéz, anova
Zpětná vazba na seminární práci
Konzultace k problémovým okruhům 7 ­ 10.
INFORMAČNÍ SYSTÉM MU
V informačním systému MU části Studijní materiály k předmětu PSY717 najdou studenti podklady k
tématům uvedeným v sylabu především v podobě prezentací z přednášek a odkazů na další zdroje informací.
Na stejném místě jsou též k dispozici pokyny nezbytné k plnění písemných úkolů, popř. doplňky k tomuto
sylabu. Studijní materiály jsou společné s prezenčními variantami tohoto kurzu.
PSY717 - 1
PSY717 Statistická analýza dat
KOMUNIKACE S VYUČUJÍCMI
Preferovaným komunikačním kanálem pro osobní komunikaci týkající se kurzu je email. Používejte
prosím ,,PSY717" v předmětu svých emailů. Urychlíte tím jejich vyřízení.Emaily adresujte dr. Ježkovi.
V případě dotazů týkajících se látky kurzu, využívejte prosím v maximální možné míře předmětové
diskuzní fórum. Je pravděpodobné, že odpověď na Váš dotaz by mohl zajímat i Vaše spolužáky, a byla by
proto škoda uzavřít takovou komunikaci do soukromí emailů. Všichni vyučující kurzu diskuzní fóra
pravidelně sledují a přispívají do nich.
K důležitým ohlášením používáme hromadný email studentům.
POŽADAVKY NA UKONČENÍ KURZU
Seminární práce 1: Zamyšlení nad komunikováním statistiky v médiích
Zamyšlení nad způsoby, jimiž je statistika využívána či často zneužívána v médiích (popř. v odborné
komunikaci). Úkolem studenta je vyhledat v populárních médiích (noviny, časopisy, lépe serióznější) článek
či zprávu, která se opírá o nějaké statistiky (výzkum, průzkumy apod.), dohledat originální zdroj těchto dat
(výzkumná zpráva apod.) a zamyslet se nad způsobem prezentace těchto statistik a jeho důsledky. Práce by
měla obsahovat krátké shrnutí vybrané zprávy (zejm. závěry), shrnutí statistických metod (ukazatele,
zobrazení) použitých v originálním zdroji, úvaha nad tím, co bylo vybráno (a případně pozměněno) do článku
a jaké důsledky to má pro význam sdělení. Jádrem úvahy by měly být otázky jako: Jak dobře, přesně shrnuje
novinový článek původní výzkumnou zprávu? Nepřehání článek závěry původní studie (přílišné zobecnění,
optimismus)? Jsou zmíněny i potenciální problémy originální studie?
Tato seminární práce se zaměřuje na tzv. statistickou gramotnost (statistical literacy), kterou
označujeme schopnost aktivně i pasivně komunikovat statistické výsledky. Být statisticky gramotný
znamená nenechat se opít každým rohlíkem s pěknými čísly a grafy; zároveň však neodmítat apriori každou
prezentaci nějakých statistických sdělení. Na internetu je mnoho informací k tomuto tématu; můžete
vyhledávat též misuse statistics nebo abuse statistics. Viz též Utts (2003) či Gigerenzer (2002) ve studijních
materiálech.
Lze využít i internetové noviny a časopisy. Lze použít i zpravodajství v anglickém jazyce.
Závazný rozsah práce je 4000 - 5000 znaků vč. mezer. Termín: 30. 4.
Zkouška
Kurz je zakončen zkouškou. Zkouška má písemnou podobu a je možné za ni získat 50b. K úspěšnému
složení zkoušky je nutné získat minimálně 25b.
Zkouší se v rozsahu látky, který je vymezen v tomto sylabu k předmětu PSY717.
Celkové hodnocení
Celkem lze v průběhu kurzu získat 10b; za závěrečnou zkoušku lze získat 50b.
Celkové hodnocení bude používat následující stupnici
A: 60 - 53b B: 52 ­ 48b C: 47 ­ 42b D: 41 ­ 36b E: 35 ­ 30b F: 29 a méně bodů.
Uznávání dříve absolvovaných kurzů statistiky
1. Kurzy dříve absolvované na katedře psychologie FSS budou uznávány v plné míře1. Své
žádosti o uznání v takovém případě směřujte sekretářce katedry psychologie.
2. Kurzy absolvované jinde než na katedře psychologie FSS budou uznávány tou formou, že
jejich absolventi nebudou povinni plnit požadavky na práci v semestru (seminární práce) a bude jim za ně
započítán plný počet bodů (10b). I nadále jsou však povinni absolvovat závěrečnou zkoušku. Žádosti o uznání
v tomto případě zasílejte na mail jezek@fss.muni.cz. V předmětu zprávy použijte ,,uznani PSY717" (bez
diakritiky). V textu stačí uvést kód absolvovaného předmětu na FSS. V případě žádosti o uznání kurzů z jiné
fakulty či univerzity, uveďte též odkaz na sylaby absolvovaných kurzů, popř. sylaby přímo přiložte. Žádosti
zasílejte do konce 2. týdne semestru. Později zaslaným žádostem nebude vyhověno.
1 Platí zejména pro studenty, kteří si zapsali PSY454 a již z bakalářského studia mají absolvován kurz PSY117.
PSY717 - 2
PSY717 Statistická analýza dat
Omluvy
Omluvy jsou přijímány pouze předem. Pozdější omluvy budou akceptovány pouze pokud šlo o
nepředvídatelné případy. Víte-li o tom, že budete mít ze závažných důvodů problémy s dodržením některého
z termínů, informujte o tom některého z vyučujících co nejdříve.
ÚČAST NA VÝZKUMU V RÁMCI KURZU
V rámci účasti kurzu mohou být studenti požádáni o účast na výzkumech jak pro zlepšení kvality
kurzu samotného, tak i pro další účely spojené s výzkumným zaměřením katedry. Účast v těchto výzkumech
je ryze dobrovolná a nemá vliv na úspěšné ukončení kurzu či získané hodnocení.
LITERATURA
Základní zdroje
Hendl, J.: Přehled statistických metod zpracování dat. Analýza a metaanalýza dat. Brno: Portál 2004.
Osecká, L., Osecký, P.: Receptář jednoduchých metod statistické indukce. Brno, AV ČR 1996.2
Urbánek, T.: K prezentaci výsledků statistických analýz, 1. část. ČsPsych, 2007 (51), 6, 601-609.
Urbánek, T.: K prezentaci výsledků statistických analýz, 2. část. ČsPsych, (52), 1, 70-79.
Cohen, J.: The Earth is round (p<.05). American psychologist, 1994 (49), 12, 997-1003.2
Cohen, J.: A Power primer. Psychological Bulletin, 1992 (112), 1, 155-159.2
Utts, J.: What educated citizens should know about statistics and probability. American Statistician,
2003 (57), 2, 74-79.
Good, P. I., Hardin, J. W.: Common errors in statistics (and how to avoid them). Wiley-Interscience
2003.
Morgan, S. E., Reichert, T., Harrison, T. R.: From numbers to words. Reporting statistical results for
the social sciences. Allyn & Bacon, 2002.
Abelson, R. P.: Statistics as principled argument. Lawrence Erlbaum Associates, 1995.
Další užitečné publikace v češtině
Základy statistiky jsou staré, takže i poměrně letité knihy obsahují totéž, co ty nové s barevnými
obrázky. Základy jsou ve všech knihách stejné, takže si student může vybrat takovou, která je napsána jemu
srozumitelným jazykem. Starší učebnice se od novějších liší především podstatně menším důrazem na
velikosti účinku, statistickou sílu a použití neparametrických metod3. Počítejte s tím, prosím. Například:
Swoboda, H.: Moderní statistika. Praha: Svoboda, 1977.4
Lamser, V., Růžička, L.: Základy statistiky pro sociology. Praha: Svoboda, 1970.
O měření v psychologii pojednává přístupná kniha: Urbánek, T.: Základy psychometriky. PsÚ AV ČR a
PsÚ FF MU, 2002.
Cizojazyčná literatura
S vyjímkou Swobodova textu jsou všechny učebnice v češtině považovány studenty psychologie za
obtížně srozumitelné (nikoli neprávem). Vřele doporučujeme studovat přednostně či paralelně z lety
ověřených anglicky psaných učebnic. Např.
Glass, G. V., Hopkins, K. D.: Statistical methods in education and psychology, 3rd Ed. Allyn and Bacon,
1996.5
Grimm, L. G.: Statistical applications for the behavioral sciences, 4th Ed. Wiley, 1993.6
Moore, D. S.: The basic practice of statistics, 4th Ed., Freeman, 20067.
Moore, D. S., McCabe, G. P., Craig, B.: Introduction to the Practice of Statistics. 6th Ed., Freeman,
2007.
Coolican, H.: Research methods and statistics in psychology, 4th Ed. Hodder & Stoughton, 2004.
2 Dostupné ve studijních materiálech
3 Totéž platí pro rozdíl mezi špatnými a dobrými učebnicemi.
4 Studenti si chválí srozumitelnost textu. Je v několika výtiscích v knihovně FSS.
5 Můj hlavní zdroj, mohu zapůjčit.
6 Populární na katedře psychologie FF UP v Olomouci.
7 Profesor David Moore je velmi oceňovaným autorem statistických učebnic. Jako jeden z mála dokáže
zjednodušovat a zároveň se vyhnout zavádějícím zjednodušením. Díky tomu ho oceňují nejen studenti, ale i statistikové.
PSY717 - 3
PSY717 Statistická analýza dat
Welkowitz, J., Ewen, R. B., Cohen, J.: Introductory statistics for the behavioral sciences, 5th. Harcourt
Brace, 20008.
Blaikie, N. : Analyzing quantitative data. Sage, 20039.
de Vaus, D.: Analyzing social science data: 50 key problems in data analysis. Sage, 200210.
Pro mnohé studenty je výhodné studovat paralelně i některou z učebnic používání SPSS. Příkladem
vhodných jsou:
Morgan, G. A. et al: SPSS for introductory statistics. Use and interpretation, 2nd Ed. LEA, 2004.
Field, A.: Discovering statistics using SPSS, 2nd Ed. Sage, 2005. (nebo 1. vydání z r. 2000)11
Pozor na velmi jednoduché příručky k SPSS; ty často nenabízejí žádný vhled do statistiky. Pro většinu
uživatelů Windows znalých základů statistiky je používání SPSS snadné a intuitivní, takže pořizování
takové příručky není nutné.
Velmi užitečným a přístupným slovníkem statistických a příbuzných termínů v anglickém jazyce je
Everitt, B. E., Wykes, T.: A dictionary of statistics for psychologists. Arnold, 1999.
Příručka k tomu, jak dělat statistiku v Excelu: Gupta, V.: Statistical analysis with Excel. VJ Books,
2002.
Rozšiřující texty
Rozšiřující články a kapitoly jsou k dispozici ve studijních materiálech v ISu.
Tversky, A., Kahneman, D.: Belief in the law of small numbers. In D. Kahneman, P. Slovic, A. Tversky
(Eds.), Judgement under uncertainty: Heuristics and biases. Oxford: Oxford University Press,
1982.
Gigerenzer, G.: In the year 2054: Innumeracy defeated. In P. Sedlmeier, T. Betsch (Eds.), etc:
Frequency processing and cognition. Oxford: Oxford University Press, 2002.
Emerson, J. D., Hoaglin, D. C.: Stem-and-leaf displays. In D. C. Hoaglin, F. Mosteller, J. W. Tukey
(Eds.), Understanding Robust and Exploratory Data Analysis, 7-32. New York: Wiley, 1983.
Internetové zdroje
Vynikající zdroj o statistice, spíše pro pokročilé. http://www.statsoft.com/textbook/stathome.html
Zdroj o zdrojích: http://en.wikipedia.org/wiki/Statistics
Online učebnice: http://en.wikibooks.org/wiki/Statistics
Software
Pro procvičování statistiky je nutná zejména zručnost v používání tabulkového kalkulátoru, např. MS
Office Excel či OpenOffice.org Calc. Většinu základních statistik je možné spočítat v tabulkovém
kalkulátoru. Stejně tak správa dat je v malých výzkumných projektech podstatně pohodlnější v tabulkových
kalkulátorech.
Na univerzitách jsou běžně využívány obecné statistické softwarové balíky, u nás SPSS a Statistica.
Ty jsou však velmi drahé a pro běžnou praxi obsahují spoustu nepotřebných funkcí. Univerzální a drahý
software lze dnes snadno nahradit použitím malých specializovaných aplikací na internetu. Jejich přehled
naleznete na http://statpages.org/.
I když práce se statistickým software není těžištěm tohoto kurzu, doporučujeme studentům, aby se
statistickými programy v průběhu kurzu zkoušeli pracovat a naučili se pracovat s jejich výstupy.
8
Stručná, klasika s moderními prvky, dobrá. Nemaže med kolem huby, jde přímo k cíli. Dobré zaměření na sílu
testu.
9
Učebnice pro odvážné. Autor je trochu narcistně posedlý vlastním novátorstvím, které "vhodně" doplňuje
minimum citovaných zdrojů :-(. Učebnice doplňuje statistiku o kousky metodologie/epistemologie (co jsou to data, co je
kauzalita apod.). Myslím, že není dobré si i tak obtížný úkol pochopení základů statistiky komplikovat žabomyšími
epistemologickými spory (což autor dělá). Pokud ale máte tendenci se hodně zamýšlet nad tím, co jsou data, proměnné a
proč "ti statistiku děláme", je to dobrý zdroj.
10
Výtečný zdroj pro lidi, co absolvovali kurz statistiky, právě pracují na diplomce a potřebují poradit s některými
praktickými problémy analýzy. Vhodné i jako doplňující zdroj při studiu. Zahrnuje všechny aspekty kvantitativního
výzkumu. V každé kapitole popisuje jeden problém (vč. vysvětlení, v čem je vlastně problém) a jeho řešení.
11
Velmi ceněná učebnice. Trochu ale přeskakuje základy, takže bychom ji doporučili spíše k doplňkovému studiu.
PSY717 - 4
PSY717 Statistická analýza dat
PROBLÉMOVÉ OKRUHY
Níže uvedené problémové okruhy tvoří obsah PSY717 (a odpovídají jednotlivým přednáškám
v prezenčním studiu PSY117/454). Jedná se o relativně rozsáhlé okruhy, takže některé pojmy a přístupy
uvedené v sylabu se na přednáškách objeví pouze v podobě odkazu na literaturu k samostudiu.
1. Proměnné, výzkumný kontext
Data, proměnné, úrovně měření, kvalita měření, organizace dat, kontrola dat. Tvorba datové matice (v
Excelu a SPSS), kódování proměnných.
Literatura: Hendl 43­50; Urbánek 12­24
2. Zobrazování dat, četnosti, distribuce
Tabelace dat, šíře intervalů, minimum, maximum, odlehlá hodnota (outlier), absolutní a relativní
četnosti (frekvence), kumulativní absolutní a relativní četnosti, rozložení (rozdělení) četností(dat), tvary
rozložení (normální, bimodální, uniformní, pozitivně zešikmené, negativně zešikmené), normální (Gaussovo)
rozložení, velikosti oblastí pod křivkou normálního rozložení, Poissonovo rozložení, graf absolutních a
relativních četností, sloupcový graf, histogram
Literatura: Hendl 85­92; 100; 139; Good, Hardin (2003) 107­125; stonkolist: Emerson, Hoaglin
(2003), Gaussova křivka: Swoboda 73­87.
3. Míry centrální tendence a variability
Modus, medián, průměr, vážený průměr, vhodnost použití různých měr centrální tendence, (variační)
rozpětí, kvartilové rozpětí, směrodatná odchylka (populační, výběrová), rozptyl, vliv přičítání konstanty a
násobení konstantou na m a s, z-skóry a další standardní skóry (T, IQ), percentily, šikmost, špičatost,
krabicový graf s anténami
Literatura: Hendl 93­99
4. Pravděpodobnost
Pojetí pravděpodobnosti, počítání s pravděpodobnostmi, náhodné jevy, podmíněné pravděpodobnosti,
Bayesův teorém, normální pravděpodobnostní rozložení a další běžná rozložení.
Literatura: Hendl 115­127; 134; Swoboda 29 ­ 33
5. Vztahy mezi proměnnými, korelace
Korelace ­ Pearsonův, Spearmannův, Kendallův koeficient a jejich vlastnosti. Koeficient determinace,
kovariance. Kontingenční tabulka, marginální četnosti. Lineární vztah, monotónní vztah, pozitivní a
negativní vztah. Těsnost vztahu. Bodový graf. Parciální a semiparciální korelace. Korelace mezi položkami,
Cronbachovo .
Literatura: Hendl 237­265
6. Lineární regrese
Statistická predikce, lineární vs. nelineární regrese, lineární a kvadratická funkce, odhad, modelování,
regrese, reziduum, prediktor, závislá a nezávislá proměnná, zdroje variability, stanovení regresní přímky
metodou nejmenších čtverců, regresní rozptyl a reziduální rozptyl, koeficient determinace jako ukazatel
úspěšnosti regrese, homoskedascita, mnohočetná (mnohonásobná) regrese, logistická regrese
Literatura: Hendl 266 - 290
7. Statistická indukce, intervalové odhady
Vzorek(výběr), statistiky vs. parametry, estimační charakteristiky popisných statistik, výběrová
rozložení, centrální limitní teorém, směrodatná chyba (průměru), výběrové rozložení průměru, relativní
četnosti, rozptylu, bodové vs. intervalové odhady.
Literatura: Hendl 146­147, 150­174
8. Testování hypotéz
Statistická(nulová) hypotéza, výzkumná (alternativní) hypotéza, jednostranná vs. oboustranná
hypotéza(test); Bayesovský přístup k testování hypotéz vs. Fisher-Pearson-Neymanovský (tradiční) přístup,
úroveň(hladina) statistické významnosti, chyba I. a II. typu a jejich pravděpodobnost, (statistická) síla testu,
PSY717 - 5
PSY717 Statistická analýza dat
jednovýběrový t-test, dvouvýběrový t-test (pro nezávislé výběry), párový t-test (z-test), Levenův test,
testování korelačního koeficientu, velikost efektu, Cohenovo d, transformace z d na r a naopak.
Literatura: Hendl 175­220; 234; 401­412; 252­253; 413­419; Osečtí 1-36, Cohen 1992, 1994.
9. Testy pro nominální a ordinální proměnné
Parametrické vs. neparametrické testy, znaménkový test, test relativních četností, test dobré shody
(2), závislost kategoriálních proměnných (2, Cramerovo V, koeficient shody pozorovatelů ), Wilcoxonovy
testy (jednovýběrový, dvouvýběrový), Mann-Whitney U.
Literatura: Hendl 191­197; 220­232, 297­302, 304­313, 322­323
10. Analýza rozptylu
Problém s prováděním většího počtu testů, rybaření v datech, Bonferroniho korekce, princip analýzy
rozptylu, rozptyl mezi skupinami (SS, MS), rozptyl uvnitř skupin (SS, MS), statistika F (F-test), analýza
rozptylu s jedním faktorem (one-way), předpoklady analýzy rozptylu, post-hoc testy (S-N-K, Scheffe, LSD),
velikost účinku (2, 2), interakce faktorů
Literatura: Hendl 198­200, 337­346, 354­356
PSY717 - 6