ZURn4108 Deskriptivní analýza kvantitativních dat Výuka: pátek, 12:00-13:40, PC25 Podoba výuky vždy respektuje aktuálně platná vládní nařízení. V případě nepříznivé epidemické situace je proto možné, že přistoupíme k výuce online formou. O případných změnách budeme vždy neprodleně informovat e-mailem. Vyučující: Mgr. Klára Smejkal, email: 439638@mail.muni.cz Mgr. Rostislav Zlámal, email: 414591@mail.muni.cz Konzultace: Kdykoliv po předchozí domluvě Anotace Kurz se zaměřuje na základní postupy zpracování a deskriptivní analýzy kvantitativních dat. Výuka probíhá formou seminářů a cvičení. Úvodní hodiny uvádí do problematiky kvantitativního výzkumu, přibližují jeho základní koncepty, seznamují posluchače s uživatelským prostředím počítačových programů MS Excel a IBM SPSS Statistics a také s postupy zpracování a přípravy dat před analýzou (vytvoření datové matice, zavádění a čištění dat, exporty a importy dat, operace se soubory, vytváření nových proměnných, selekce případů apod.). V druhé části se kurz zaměří na základní postupy deskriptivní analýzy dat (univariační analýza, základy bivariační analýzy). Závěr kurzu je věnován problematice vytváření zprávy z analýzy a náležitostem grafického zobrazení dat. SPSS je možné stáhnout zde: https://it.muni.cz/sluzby/software/ibm-spss-statistics MS Excel pak zde: https://it.muni.cz/sluzby/microsoft-excel Cíle kurzu a výstupy z učení Cílem kurzu je seznámit studenty se základy práce s kvantitativními daty a jejich statistické analýzy používané v mediálně-vědním výzkumu za pomoci programů MS Excel a SPSS. Kurz má posluchače vybavit znalostmi, které jim umožní samostatný základní vhled do kvantitativních dat (základní popis a shrnutí vlastností zkoumaného souboru) a také vstupními předpoklady pro pokročilejší analytickou prací s nimi. Po absolvování kurzu studenti budou schopni: • v prostředí programů MS Excel a IBM SPSS Statistics exportovat a importovat data a datové sety, vytvořit datovou matici, čistit a transformovat data • umět používat statistický program IBM SPSS Statistics pro účely základní popisné analýzy kvantitativních dat • prokázat se znalostí základních konceptů a analytických postupů používaných v deskriptivní analýze kvantitativních dat a aplikovat je pro potřeby řešení vlastního analytického úkonu • provést univariační a jednoduchou bivariační analýzu datového souboru a shrnout výsledky formou výzkumné zprávy s použitím odpovídajících grafických prostředků zobrazení dat Podmínky pro ukončení kurzu Kurz je ukončen zápočtem. Nutnými podmínkami pro získání zápočtu jsou: · vypracování dvou průběžných praktických úkolů (jejich zadání se nachází v ISu). Jejich cílem bude prakticky ověřit probíranou látku v průběhu semestru. o Termín odevzdání 1. úkolu: 31. října 2021 do 24:00 do odevzdavárny v ISu o Termín odevzdání 2. úkolu: 21. listopadu 2021 do 24:00 do odevzdavárny v ISu · odevzdání závěrečného praktického úkolu (možnost jedné opravy). Jeho zadání je možné najít ve studijních materiálech v ISu. o Termín odevzdání závěrečného úkolu: 20. prosince 2021 do 24:00 do odevzdavárny v ISu. o Cílem úkolu je především ověřit praktické dovednosti studenta/tky nasbírané v kurzu. · získání minimálně 60 % bodů v závěrečném testu s uzavřenými a otevřenými otázkami v poměru 10:2. o Test bude ověřovat znalost a porozumění základním teoretickým konceptům probíraným v kurzu. Nepůjde tedy o počítání příkladů, ale porozumění pojmům. o Test se uskuteční v průběhu zkouškového období. Termíny zkoušky budou vyhlášeny s předstihem, v souladu se studijním řádem. o Student/ka má možnost využít jednoho řádného a dvou opravných termínů. Poznámka: V případě, že student/ka již absolvoval/a podobně zaměřený kurz vyučovaný na FSS, je možné si tento kurz nechat po schválení vyučujících uznat. Žádost o uznání kurzu tímto způsobem je třeba hlásit všem vyučujícím e-mailem do konce období zápisu (tj. do 26. 9. 2021). Ke zprávě je třeba přiložit sylaby absolvovaných kurzů. Po uznání kurzu student/ka nebude mít povinnost splnit podmínky ukončení a zápočet mu/jí bude udělen. Navštěvovat kurz bude student/ka moci i nadále. OSNOVA KURZU 1. týden (17. 9.): Úvod – cíle a obsah kurzu Seznámení s obsahem kurzu, výukovými metodami a požadavky na ukončení. 2. týden (24. 9.): Kvantitativní výzkum a empirická kvantitativní data Tematické okruhy/koncepty/znalosti: logika kvantitativního výzkumu, kauzalita a korelace, hromadná data, popisná (deskriptivní) a inferenční statistika, měření, proměnná, typy proměnných a úrovně měření, zdroje hromadných dat týkajících se médií, modus, median, průměr Povinná literatura: • MAREŠ, Petr, Ladislav RABUŠIC a Petr SOUKUP. 2019. Analýza sociálněvědních dat (prostřednictvím SPSS). Brno: Masarykova univerzita. Kapitoly: Hromadná data, Soubory a způsoby výběru jednotek, Měření (str. 24-40). • FIELD, Andy P. 2018. Discovering statistics using IBM SPSS statistics. Los Angeles: Sage. Kapitoly: Collecting data: measurement (str. 9-16), Collecting data: research design (str. 16-22). Doporučená literatura: • BABBIE, Earl R. 2013. The practice of social research. Australia: Wadsworth Cengage Learning. Kapitoly: Levels of Measurement (str. 180-184). • POSPÍŠILOVÁ, Marie. 2019. Česká a mezinárodní kvantitativní data týkající se sledování médií – zdroje a jejich využitelnost. Mediální studia, 13(2), 193-202. • TRAMPOTA, Tomáš. 2014. „Statistika ve studiu mediální komunikace“ (pp. 255-266) in HENDL, Jan (ed.) Statistika v aplikacích. Portál: Praha. 3. týden (1. 10.): Základy práce s daty v MS Excel Tematické okruhy/koncepty/znalosti: prostředí MS Excel, matice dat, operace na buňkách, jednoduché výpočty, zabudované funkce, import a export dat, jednoduché deskriptivní charakteristiky 4. týden (8. 10.): Základy práce v IBM SPSS Statistics Tematické okruhy/koncepty/znalosti: prostředí IBM SPSS Statistics, matice dat, tvorba a úprava proměnných, nastavení parametrů proměnných, slučování datových souborů, výběr případů, import a export dat Povinná literatura: · MAREŠ, Petr, Ladislav RABUŠIC a Petr SOUKUP. 2019. Analýza sociálněvědních dat (prostřednictvím SPSS). Brno: Masarykova univerzita. Kapitola: Práce s hromadnými daty před analýzou (str. 51-73). Doporučená literatura · FIELD, Andy P. 2018. Discovering statistics using IBM SPSS statistics. Los Angeles: Sage. Kapitola: The IBM SPSS Statistic environment (str. 136-171). 5. týden (15. 10.): Samostudium Samostatná práce na úkolech (viz studijní materiály předmětu v IS) 6. týden (22. 10.): Základy univariační analýzy Tematické okruhy/koncepty/znalosti: čištění dat, rozložení kategorických a spojitých dat, míry centrální tendence a míry variability, popisné ukazatele – percentily, decily, kvartily, intervaly, modus, medián, průměr, normální rozložení, histogram, boxplot, koláčový graf, sloupcový graf, Z-skóre Povinná literatura: • MAREŠ, Petr, Ladislav RABUŠIC a Petr SOUKUP. 2019. Analýza sociálněvědních dat (prostřednictvím SPSS). Brno: Masarykova univerzita. Kapitola: Základy jednorozměrné analýzy (str. 75-122). Doporučená literatura: • FIELD, Andy P. 2018. Discovering statistics using IBM SPSS statistics. Los Angeles: Sage. Kapitola: Analysing data (str. 22-40) • BABBIE, Earl R. 2013. The practice of social research. Australia: Wadsworth Cengage Learning. Kapitola: Univariate analysis (str. 418-426). • GIBLISCO, Stan. 2009. Statistika bez předchozích znalostí. Brno: Computer press. Kapitoly: Základní pojmy (str. 35-55), Popisné ukazatele (str. 81-100). • HENDL, Jan. 2015. Přehled statistických metod: analýza a metaanalýza dat. Praha: Portál. Kapitoly: Organizace dat a jejich kontrola, scházející údaje (str. 81-85), Grafický a číselný popis rozložení dat (str. 91-119). BERKMAN, Elliot T. a Steven Paul REISE. 2012. A conceptual guide to statistics using SPSS. Los Angeles: Sage. Kapitola: Descriptive statistics (str. 5-18). 7. týden (29. 10.): Není výuka 8. týden (5. 11.): Transformace a vytváření proměnných, práce s různými typy proměnných Tematické okruhy/koncepty/znalosti: změna kódovacího schématu proměnné, přetočení stupnice, vytváření nových proměnných ze stávajících proměnných, práce s váženými daty Povinná literatura: • MAREŠ, Petr, Ladislav RABUŠIC a Petr SOUKUP. 2019. Analýza sociálněvědních dat (prostřednictvím SPSS). Brno: Masarykova univerzita. Kapitoly: Procedura Recode, Vytvoření nové proměnné (str. 177-201). Doporučená literatura: • HENDL, Jan. 2015. Přehled statistických metod: analýza a metaanalýza dat. Praha: Portál. Kapitola: Transformace dat, standardizace (str. 110-113). • MAREŠ, Petr, Ladislav RABUŠIC a Petr SOUKUP. 2019. Analýza sociálněvědních dat (prostřednictvím SPSS). Brno: Masarykova univerzita. Kapitola: Vychýlený výběr a co s ním (str. 201-206). 9. týden (12. 11.): Základy bivariační analýzy Tematické okruhy/koncepty/znalosti: srovnávání podskupin, kontingenční tabulka, grafické zobrazení sloupcový graf, scatter plot, spojnicový graf Povinná literatura: • BABBIE, Earl R. 2013. The practice of social research. Australia: Wadsworth Cengage Learning. Kapitoly: Subgroup comparisons (str. 426-427), Bivariate analysis (str. 430-434). • • MAREŠ, Petr, Ladislav RABUŠIC a Petr SOUKUP. 2019. Analýza sociálněvědních dat (prostřednictvím SPSS). Brno: Masarykova univerzita. Kapitola: Základy dvourozměrné analýzy kategoriálních proměnných (str. 243-252). Doporučená literatura: • HENDL, Jan. 2015. Přehled statistických metod: analýza a metaanalýza dat. Praha: Portál. Kapitola: Závislost kategoriálních proměnných (str. 315-334). • BERKMAN, Elliot T. a Steven Paul REISE. 2012. A conceptual guide to statistics using SPSS. Los Angeles: Sage. Kapitola: The Chi-Squared Test for Contingency Tables (str. 19-32). 10. týden (19. 11.): Bivariační analýza a interpretace dat Praktická cvičení pod vedením lektorů kurzu. Povinná literatura: 11. týden (26. 11.): Opakování a cvičení Vyučující budou studentům k dispozici online pro jejich dotazy. Možnost konzultace úkolů v rámci online třídy. 12. týden (3. 12.): Vytváření zprávy z popisné analýzy: grafické výstupy, tabulky a textové reporty Tematické okruhy/koncepty/znalosti: náležitosti odborného stylu a slovního projevu ve výzkumné zprávě, náležitosti tabulek, náležitosti korektního grafického zobrazení dat Povinná literatura: • Publication manual of the American Psychological Association. Washington, DC: American Psychological Association. Kapitoly: Writing clearly and concisely (str. 65-83), Tables (str. 128-150). • FIELD, Andy P. 2018. Discovering statistics using IBM SPSS statistics. Los Angeles: Sage. Kapitoly: Reporting data (str. 40-44), Exploring data with graphs (str. 178-221). Doporučená literatura: ABELSON, Robert Paul. 1995. Statistics as principled argument. Hillsdale, N.J.: L. Erlbaum Associates. Kapitola: Making claims with statistics (str. 1-16). • GIBLISCO, Stan. 2009. Statistika bez předchozích znalostí. Brno: Computer press. Kapitoly: Jednoduché grafy, Modelování, trendy, korelace (str. 26-32). • HENDL, Jan. 2014. Statistika v aplikacích. Portál: Praha. Kapitoly: Tabulky (str. 36-41), Statistické grafy (str. 41-52). • KALOUS, Jaroslav. 2014. „Interpretace výsledků statistiky“ (pp. 133-142) In HENDL, Jan. 2014. Statistika v aplikacích. Portál: Praha. 13. týden (10. 12.): Opakování a procvičování Vyučující budou studentům k dispozici online pro jejich dotazy. Možnost konzultace úkolů v rámci online třídy.