FSS:PSY028 Analýza dat – kvantitativní výzkum Sylabus předmětu/ jaro 2017 Ukončení: zápočet Počet kreditů: 15 Rozsah: Bloková výuka v termínech: 24.4. (4 vyučovací hodiny), 25.4. (4 vyučovací hodiny), 26.4. (2 vyučovací hodiny) + domácí příprava Garant předmětu: prof. PhDr. Ivo Čermák, CSc. Vyučující pro období jaro 2017: Kjartan Ólafsson, M.A. Department of Social Sciences, University of Akureyri, Iceland Kjartan Ólafsson is a lecturer and head of the Department of Social Sciences at the University of Akureyri in Iceland, where he teaches research methods and quantitative data analysis. He is also a visiting senior researcher at Masaryk University in the Czech Republic. He has extensive experience in survey research, and played a key role in the design and implementation of a number of cross-national research projects on children’s media use. These include both the 2010 EU Kids Online study and the Net Children Go Mobile study of 2013–14. He has also been involved in other cross-national comparative projects on children such as the ESPAD study (European School Survey Project on Alcohol and other Drugs) and the HBSC project (Health Behaviour in School-aged Children). https://www.researchgate.net/profile/Kjartan_Olafsson Kurz proběhne v anglickém jazyku. Kontaktní osoba ohledně dotazů ke kurzu: prof. PhDr. David Šmahel, Ph.D. e–mail: smahel@fss.muni.cz Anotace kurzu: Cílem kurzu je rozvoj znalostí a schopností souvisejících s kvantitativní analýzou dat. (Detaily budou upřesněny.) The course will cover the theory and practice of some of the most common quantitative methods used in social science data analysis. As such the course will focus on linear models (regression models) and their application in the social sciences. It will be assumed that students are familiar with key concepts of descriptive statistics, the basic ideas of inferential statistics (significance testing) and sampling. Also some experience with statistics software like SPSS is assumed. The course will be using the EU Kids Online survey of 2010 quite extensively as an example but it is not assumed that participants have previous knowledge of that project. The course will not rely on mathematics or dwell on deriving formulas but rather focus on the practical skills required to successively work with quantitative data. Topics: · The idea of statistical models in social sciences and the least squares approach – the mean and correlation revisited as linear models · Data management issues and preparation of data for analysis – The boring but important phase of looking at frequency tables · Linear models with more than one parameter – The right hand side of the equation with all its different types of variables and preferably · Assumptions of linear models and ways of estimating quality of statistical models – The importance of residuals some interactions as well · Working with limited dependent variables and doing it in a way that does not make yourself (and everyone else) confused · Looking for structures in groups of variables and groups of respondents – Factor analysis and Cluster analysis The lecturer will provide “best practice” guide of data analyses before the lecture. The students will come with proposal of their data analyses already to the lecture and will consult their project and the data analyses with the lecturer. The output will be based on results of their data analyses. Požadavky na zápočet: Na kurz je třeba si přinést svůj vlastní dataset v SPSS, s jehož využitím bude probíhat projektová výuka. Z hlediska typu datasetu jsou tyto dvě možnosti: - ideálně donést si vlastní data souvisící s Vaší dizertací - donést jiná data, se kterými se detailně obeznámíte předem – taková data můžete získat například od Vašich kolegů nebo stáhnout z veřejných zdrojů na internetu, např. ČSÚ nebo viz např. seznam https://www.ciser.cornell.edu/ASPs/datasource.asp - vyučující ani garant kurzu Vám neposkytnou žádná data, to je na Vás - povinností studenta znát předem detailně práci s celým datasetem, jaké obsahuje proměnné, na jakém vzorku byl sesbírán Domácí příprava: Napsání projektu (v anglickém jazyce): - představíte data, se kterými budete pracovat: jaké byly cíle příslušného výzkumu, dále detailní informace o metodách daného výzkumu, výběru vzorku, sběru dat, použitých proměnných (obvyklá metodologická část výzkumných studií) - představíte výzkumnou otázku, na kterou chcete na základě analýzy těchto dat zodpovědět. Uvedete zdůvodnění, proč se třeba znát odpověď právě na takovou výzkumnou otázku (obvykle „justification“) - popíšete škály a proměnné, které budete používat (obvykle „measures“) - představíte plán analýzy dat, který máte pro zodpovězení dané výzkumné otázky – jaké chcete použít statistické postupy, jak chcete data analyzovat (tuto část budete dále konzultovat se zahraničním lektorem v rámci kurzu). Vysvětlíte, proč právě tyto statistické postupy považujete za správné. Jako minimální úroveň bude postup vedoucí k využití regresní a-nebo faktorové analýzy, nestačí tedy analýza na úrovni deskripce a kontingenčních tabulek. - rozsah projektu minimálně 1500 slov a maximálně 2000 slov (nedodržení rozsahu projektu je důvodem k neudělení zápočtu) Projekt pošlete nejpozději do 21.3.2017 prof. Šmahelovi (smahel@fss.muni.cz) a prof. Čermákovi (cermak@psu.cas.cz). Pozdější odevzdání je důvodem k neudělení zápočtu! Omluvy ohledně pozdějšího zaslání nebudou akceptovány. V případě odmítnutí projektu budete mít pouze jeden pokus na jeho přepracování s termínem 4.4.2017. Výstup: Výstupem projektu bude vlastní analýza dat, která bude vycházet ze schváleného projektu a konzultace s dr. Ólafssonem. Vlastní výsledek analýzy bude zpracován do APA formátu a uložen do Odevzdávárny v IS nejpozději do 24.6 Výsledek bude mít de facto podobu krátkého výzkumného sdělení („research report“), který nemusí obsahovat teorii a diskuzi. Minimální rozsah je 2500 slov a maximální rozsah je 4000 slov (včetně zadání projektu, tj. cíle a measures, samotné výsledky tedy 1000 – max 2000 slov). Výstupem by tedy mělo být konzistentní a přehledné vědecké sdělení. Podmínkou udělení zápočtu je: (1) schválení projektu prof. Šmahelem a prof. Čermákem (2) absolvování blokové výuky v plném rozsahu a aktivní zapojení v rámci blokové výuky (3) výstup schválený dr. Ólafssonem.