SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2019
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. (cvičící)
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: Čt 10:00–11:40 PC25, P. Fučík
SOC108/02: Čt 16:00–17:40 PC25, M. Lakomý
SOC108/03: Čt 18:00–19:40 PC25, T. Doseděl
Předpoklady
!NOW( SOCb1008 Statistická analýza dat ) && ! SOCb1008 Statistická analýza dat
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.
Výstupy z učení
Studenti se seznámí s logikou a základními principy i charakteristikami statistické analýzy a budou schopni provádět výpočty za pomoci speciálního programu pro statistické zpracování hromadných dat.
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
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 2018.

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.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2017
Rozsah
1/2/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. et Mgr. Michaela Stejskalová (cvičící)
Mgr. Lucie Hrubá (pomocník)
Mgr. Lucie Vondráčková (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 11:30–13:00 P51 Posluchárna V. Čermáka
  • Rozvrh seminárních/paralelních skupin:
SOC108/01: St 13:30–15:00 PC25, M. Stejskalová
SOC108/02: St 15:15–16:45 PC25, P. Fučík, M. Stejskalová
SOC108/03: St 17:00–18:30 PC25, P. Fučík
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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2016
Rozsah
1/2/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. et Mgr. Michaela Stejskalová (cvičící)
Mgr. Lucie Vondráčková (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
Po 19. 9. až Út 6. 12. St 11:30–13:00 P31 Posluchárna A. I. Bláhy, Čt 8. 12. až Ne 18. 12. St 11:30–13:00 P31 Posluchárna A. I. Bláhy; a St 7. 12. 11:30–13:00 Aula
  • Rozvrh seminárních/paralelních skupin:
SOC108/01: St 13:30–15:00 PC25, M. Stejskalová
SOC108/02: St 15:15–16:45 PC25, M. Stejskalová
SOC108/03: St 17:00–18:30 PC25, P. Fučík
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
    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 2017, podzim 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2015
Rozsah
1/2/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. et Mgr. Michaela Stejskalová (cvičící)
Mgr. Lucie Vondráčková (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 11:30–13:00 P31 Posluchárna A. I. Bláhy
  • Rozvrh seminárních/paralelních skupin:
SOC108/01: St 13:30–15:00 PC25, P. Fučík
SOC108/02: St 15:15–16:45 PC26, P. Fučík
SOC108/03: Čt 8:00–9:30 PC26, M. Stejskalová
SOC108/04: Čt 17:00–18:30 PC25, M. Stejskalová
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
    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
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 2016, podzim 2017, podzim 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2014
Rozsah
1/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Petr Mareš, CSc. (přednášející)
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. et Mgr. Michaela Stejskalová (cvičící)
Mgr. Michal Šindelář (cvičící)
Mgr. Jan Fikejs (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 11:30–13:00 P31 Posluchárna A. I. Bláhy, St 13:30–15:00 PC25, St 13:30–15:00 PC25, Čt 9:45–11:15 PC26, Čt 9:45–11:15 PC26, Čt 13:30–15:00 PC25, Čt 13:30–15:00 PC25
  • Rozvrh seminárních/paralelních skupin:
SOC108/Skupina01a: Rozvrh nebyl do ISu vložen. P. Fučík
SOC108/Skupina02: Rozvrh nebyl do ISu vložen. P. Fučík
SOC108/Skupina03: Rozvrh nebyl do ISu vložen. M. Stejskalová
SOC108/Skupina04: Rozvrh nebyl do ISu vložen. M. Stejskalová
SOC108/Skupina05: Rozvrh nebyl do ISu vložen. M. Stejskalová
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
  • NORUŠIS, M. J. SPSS introductory statistics : student guide. Chicago: SPSS, 1990, 420 s. ISBN 013178062X. info
  • 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
  • BABBIE, Earl a Fred HALLEY. Adventures in social research :data analysis using SPSS for Windows. Thousand Oaks: Pine Forge Press, 1995, xiv, 346 s. ISBN 0-8039-9055-3. 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
  • 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
  • ŘEZANKOVÁ, Hana. Analýza kategoriálních dat pomocí SPSS. Vyd. 1. Praha: Vysoká škola ekonomická, 1997, 78 s. ISBN 8070797282. 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
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 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2013
Rozsah
1/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Petr Mareš, CSc. (přednášející)
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. et Mgr. Michaela Stejskalová (cvičící)
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 12:00–13:30 P31 Posluchárna A. I. Bláhy, St 14:00–15:40 PC25, Čt 10:00–11:40 PC25, Čt 14:00–15:40 PC25
  • Rozvrh seminárních/paralelních skupin:
SOC108/T01: Po 30. 9. až Pá 20. 12. Čt 10:00–11:55 3.70, M. Šindelář, Nepřihlašuje se. Určeno pro studenty se zdravotním postižením.
SOC108/01: Rozvrh nebyl do ISu vložen. P. Fučík, M. Stejskalová
SOC108/02: Rozvrh nebyl do ISu vložen. P. Fučík, M. Stejskalová
SOC108/03: Rozvrh nebyl do ISu vložen. P. Fučík, M. Stejskalová
SOC108/04: Rozvrh nebyl do ISu vložen. P. Fučík, M. Stejskalová
SOC108/05: Rozvrh nebyl do ISu vložen. P. Fučík, M. Stejskalová
SOC108/06: Rozvrh nebyl do ISu vložen. P. Fučík, M. Stejskalová
Předpoklady
SOC106 Metodologie sociálních věd || SOC706 Metodologie sociálních věd
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
  • NORUŠIS, M. J. SPSS introductory statistics : student guide. Chicago: SPSS, 1990, 420 s. ISBN 013178062X. info
  • 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
  • BABBIE, Earl a Fred HALLEY. Adventures in social research :data analysis using SPSS for Windows. Thousand Oaks: Pine Forge Press, 1995, xiv, 346 s. ISBN 0-8039-9055-3. 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
  • 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
  • ŘEZANKOVÁ, Hana. Analýza kategoriálních dat pomocí SPSS. Vyd. 1. Praha: Vysoká škola ekonomická, 1997, 78 s. ISBN 8070797282. 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
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 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2012
Rozsah
2/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
prof. PhDr. Petr Mareš, CSc. (přednášející)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. et Mgr. Michaela Stejskalová (cvičící)
Garance
prof. PhDr. Petr Mareš, CSc.
Oddělení sociologie – Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Dodavatelské pracoviště: Oddělení sociologie – Katedra sociologie – Fakulta sociálních studií
Rozvrh
St 12:00–13:30 P31 Posluchárna A. I. Bláhy, St 14:00–15:40 PC25, Čt 10:00–11:40 PC25, Čt 14:00–15:40 PC25
  • Rozvrh seminárních/paralelních skupin:
SOC108/01: Rozvrh nebyl do ISu vložen. M. Stejskalová
SOC108/02: Rozvrh nebyl do ISu vložen. M. Stejskalová
SOC108/03: Rozvrh nebyl do ISu vložen. P. Fučík
SOC108/04: Rozvrh nebyl do ISu vložen. P. Fučík
Předpoklady
SOC106 Metodologie sociálních věd || SOC706 Metodologie sociálních věd
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
  • NORUŠIS, M. J. SPSS introductory statistics : student guide. Chicago: SPSS, 1990, 420 s. ISBN 013178062X. info
  • 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
  • BABBIE, Earl a Fred HALLEY. Adventures in social research :data analysis using SPSS for Windows. Thousand Oaks: Pine Forge Press, 1995, xiv, 346 s. ISBN 0-8039-9055-3. 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
  • 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
  • ŘEZANKOVÁ, Hana. Analýza kategoriálních dat pomocí SPSS. Vyd. 1. Praha: Vysoká škola ekonomická, 1997, 78 s. ISBN 8070797282. 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
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 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2011
Rozsah
2/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
prof. PhDr. Petr Mareš, CSc. (přednášející)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. Petr Pakosta (cvičící)
Mgr. Petra Závorková (cvičící)
Garance
prof. PhDr. Petr Mareš, CSc.
Oddělení sociologie – Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Rozvrh
St 12:00–13:30 P31 Posluchárna A. I. Bláhy
  • Rozvrh seminárních/paralelních skupin:
SOC108/01: St 14:00–14:45 PC25, P. Závorková
SOC108/02: St 14:55–15:40 PC25, P. Závorková
SOC108/03: Čt 10:00–10:45 PC25, P. Fučík
SOC108/04: Čt 10:55–11:40 PC25, P. Fučík
SOC108/05: Čt 14:00–14:45 PC25, P. Pakosta
Předpoklady
SOC106 Metodologie sociálních věd || SOC706 Metodologie sociálních věd || SPP118 Kvantitativní výzkum v SPSP || SPP315 Metodologie vědy pro SPSP || VPL118 Kvantitativní výzkum ve VPLZ
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 19 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
  • NORUŠIS, M. J. SPSS introductory statistics : student guide. Chicago: SPSS, 1990, 420 s. ISBN 013178062X. info
  • 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
  • BABBIE, Earl a Fred HALLEY. Adventures in social research :data analysis using SPSS for Windows. Thousand Oaks: Pine Forge Press, 1995, xiv, 346 s. ISBN 0-8039-9055-3. 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
  • 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
  • ŘEZANKOVÁ, Hana. Analýza kategoriálních dat pomocí SPSS. Vyd. 1. Praha: Vysoká škola ekonomická, 1997, 78 s. ISBN 8070797282. 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
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 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2010
Rozsah
2/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
prof. PhDr. Petr Mareš, CSc. (přednášející)
Mgr. et Mgr. Marcela Petrová Kafková, Ph.D. (cvičící)
Mgr. et Mgr. Michaela Stejskalová (cvičící)
Garance
prof. PhDr. Petr Mareš, CSc.
Oddělení sociologie – Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Rozvrh
St 12:00–13:30 P31 Posluchárna A. I. Bláhy, St 14:00–14:45 PC25, St 18:00–18:45 PC25, St 18:45–19:30 PC25, Čt 10:00–10:45 PC25, Čt 10:45–11:30 PC25
  • Rozvrh seminárních/paralelních skupin:
SOC108/01: Rozvrh nebyl do ISu vložen. M. Petrová Kafková
SOC108/02: Rozvrh nebyl do ISu vložen. M. Petrová Kafková
SOC108/03: Rozvrh nebyl do ISu vložen. M. Petrová Kafková
SOC108/04: Rozvrh nebyl do ISu vložen. M. Stejskalová
SOC108/05: Rozvrh nebyl do ISu vložen. M. Stejskalová
Předpoklady
SOC106 Metodologie sociálních věd || SOC706 Metodologie sociálních věd || SPP118 Metodologie výzkumu || SPP315 Metodologie vědy pro SPSP
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 22 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
  • NORUŠIS, M. J. SPSS introductory statistics : student guide. Chicago: SPSS, 1990, 420 s. ISBN 013178062X. info
  • 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
  • BABBIE, Earl a Fred HALLEY. Adventures in social research :data analysis using SPSS for Windows. Thousand Oaks: Pine Forge Press, 1995, xiv, 346 s. ISBN 0-8039-9055-3. 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
  • 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
  • ŘEZANKOVÁ, Hana. Analýza kategoriálních dat pomocí SPSS. Vyd. 1. Praha: Vysoká škola ekonomická, 1997, 78 s. ISBN 8070797282. 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
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 2011, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2009
Rozsah
2/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Petr Mareš, CSc. (přednášející)
Mgr. Stanislav Biler (cvičící), Mgr. Jiří Bláha (zástupce)
Mgr. Jiří Bláha (cvičící)
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
  • Rozvrh seminárních/paralelních skupin:
SOC108/1_skupina: St 14:00–14:45 PC25, J. Bláha
SOC108/2_skupina: Čt 14:55–15:40 PC25, S. Biler
SOC108/3_skupina: Čt 8:00–8:45 PC25, P. Fučík
SOC108/4_skupina: Čt 8:55–9:40 PC25, P. Fučík
SOC108/5_skupina: Čt 14:00–14:45 PC25, 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 nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 23 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
  • NORUŠIS, M. J. SPSS introductory statistics : student guide. Chicago: SPSS, 1990, 420 s. ISBN 013178062X. info
  • 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
  • BABBIE, Earl a Fred HALLEY. Adventures in social research :data analysis using SPSS for Windows. Thousand Oaks: Pine Forge Press, 1995, xiv, 346 s. ISBN 0-8039-9055-3. 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
  • 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
  • ŘEZANKOVÁ, Hana. Analýza kategoriálních dat pomocí SPSS. Vyd. 1. Praha: Vysoká škola ekonomická, 1997, 78 s. ISBN 8070797282. 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
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 2010, podzim 2011, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019.

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, 1990, 420 s. ISBN 013178062X. info
  • 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
  • BABBIE, Earl a Fred HALLEY. Adventures in social research :data analysis using SPSS for Windows. Thousand Oaks: Pine Forge Press, 1995, xiv, 346 s. ISBN 0-8039-9055-3. 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
  • 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
  • ŘEZANKOVÁ, Hana. Analýza kategoriálních dat pomocí SPSS. Vyd. 1. Praha: Vysoká škola ekonomická, 1997, 78 s. ISBN 8070797282. 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.
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.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2007
Rozsah
2/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Petr Mareš, CSc. (přednášející)
Mgr. Jiří Bláha (cvičící)
Mgr. Petr Fučík, PhD. (cvičící)
doc. Mgr. Jaroslav Hrdina, Ph.D. (cvičící)
Mgr. Kamil Mareš (cvičící)
Mgr. Kateřina Škařupová, Ph.D. (cvičící)
Mgr. Lucie Táborská (cvičící)
Lucie Táborská (cvičící)
Garance
prof. PhDr. Petr Mareš, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Rozvrh
St 10:00–11:40 P51 Posluchárna V. Čermáka
  • Rozvrh seminárních/paralelních skupin:
SOC108/A: St 15:00–15:45 PC25, P. Mareš, L. Táborská
SOC108/B: St 16:00–16:45 PC25, J. Bláha, P. Mareš
SOC108/C: Čt 8:00–8:45 PC25, K. Mareš, P. Mareš
SOC108/D: Čt 8:55–9:40 PC25, P. Fučík, P. Mareš
SOC108/E: Čt 10:00–10:45 PC25, P. Fučík, P. Mareš
SOC108/F: Čt 11:00–11:45 PC25, K. Škařupová
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 24 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 sou-boru, 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).
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
Základní literatura je uvedena v podrobném sylabu, který je umístěn ve studijních materiálů IS. Všechny důležité dodatky a materiály budou v průběhu kursu taktéž zavěšovány do studijních materiálů IS.
Další komentáře
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 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2006
Rozsah
2/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Petr Mareš, CSc. (přednášející)
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Kateřina Dvořáková (cvičící)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. Blažena Matasová (cvičící)
Garance
prof. PhDr. Petr Mareš, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Rozvrh
St 10:00–11:40 P51 Posluchárna V. Čermáka
  • Rozvrh seminárních/paralelních skupin:
SOC108/01: Čt 14:00–14:45 PC25, K. Dvořáková
SOC108/02: Čt 15:00–15:45 PC25, K. Dvořáková
SOC108/03: Čt 16:00–16:45 PC25, B. Matasová
SOC108/04: Čt 17:00–17:45 PC25, B. Matasová
SOC108/05: Čt 12:00–12:45 PC26, P. Fučík
SOC108/06: Čt 13:00–13:45 PC26, P. Fučík
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 24 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 sou-boru, 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).
Metody hodnocení
Přednáška a cvičení Zkouška: písemná sestávající ze dvou částí: 1. ze znalosti základních statistických pojmů; 2. z příkladů řešených v rámci software SPSS
Navazující předměty
Informace učitele
Všechny důležité dodatky a materiály budou v průběhu kursu zavěšovány do studijních materiálů IS
Další komentáře
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 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2005
Rozsah
2/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Petr Mareš, CSc. (přednášející)
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. Jana Havlíková, Ph.D. (cvičící)
Mgr. Klára Janoušková (cvičící)
Mgr. Kamil Mareš (cvičící)
Mgr. Alexandr Pešák (cvičící)
Mgr. Lucie Táborská (cvičící)
Garance
prof. PhDr. Petr Mareš, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Rozvrh
St 8:00–9:40 Aula, St 10:00–11:40 PC25, St 12:00–13:30 PC25, St 16:00–17:40 PC25, Čt 8:00–9:40 PC25
  • Rozvrh seminárních/paralelních skupin:
SOC108/druhy: Rozvrh nebyl do ISu vložen.
SOC108/prvni: Rozvrh nebyl do ISu vložen.
SOC108/treti: Rozvrh nebyl do ISu vložen.
SOC108/ctvrty: Rozvrh nebyl do ISu vložen.
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 24 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 sou-boru, 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).
Metody hodnocení
Přednáška a cvičení Zkouška: písemná sestávající ze dvou částí: 1. ze znalosti základních statistických pojmů; 2. z příkladů řešených v rámci software SPSS
Navazující předměty
Informace učitele
Všechny důležité dodatky a materiály budou v průběhu kursu zavěšovány do dokumentového serveru.
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 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2004
Rozsah
2/1/0. 6 kr. Ukončení: zk.
Vyučující
Mgr. Kateřina Dvořáková (přednášející)
prof. PhDr. Petr Mareš, CSc. (přednášející)
Mgr. Markéta Mrázová (přednášející)
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
PhDr. Jiří Vyhlídal, M.Sc. (přednášející)
Mgr. Pavlína Binková (cvičící)
Mgr. Kateřina Hájková Klíčová (cvičící)
Mgr. Jana Havlíková, Ph.D. (cvičící)
Mgr. Ing. Luděk Hudák (cvičící)
Garance
prof. PhDr. Petr Mareš, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Rozvrh
Út 14:00–15:40 J31
  • Rozvrh seminárních/paralelních skupin:
SOC108/01: Út 16:00–16:45 G111, J. Vyhlídal
SOC108/02: Út 17:00–17:45 G111, J. Vyhlídal
SOC108/03: Út 18:00–18:45 G111, M. Mrázová
SOC108/04: Út 19:00–19:45 G111, M. Mrázová
SOC108/05: St 8:00–8:45 G111, K. Dvořáková
SOC108/06: St 9:00–9:45 G111, K. Dvořáková
Předpoklady
SOC106 Metodologie sociálních věd || SOC706 Metodologie sociálních věd || SPP118 Metodologie výzkumu v SPSP || SPP315 Metodologie vědy pro SPSP
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
předmět má 11 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 sou-boru, 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).
Metody hodnocení
Přednáška a cvičení Zkouška: písemná sestávající ze dvou částí: 1. ze znalosti základních statistických pojmů; 2. z příkladů řešených v rámci software SPSS
Navazující předměty
Informace učitele
Všechny důležité dodatky a materiály budou v průběhu kursu zavěšovány do dokumentového serveru.
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 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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2003
Rozsah
2/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Petr Mareš, CSc. (přednášející)
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Pavlína Binková (cvičící)
Mgr. Kateřina Hájková Klíčová (cvičící)
Mgr. Jana Havlíková, Ph.D. (cvičící)
Mgr. Ing. Luděk Hudák (cvičící)
Veronika Šenkýřová, DiS. (pomocník)
Garance
doc. PhDr. Ing. Radim Marada, Ph.D.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Veronika Šenkýřová, DiS.
Rozvrh
Út 8:00–9:40 G111, Út 12:00–13:30 J31, St 8:00–9:40 G111
Předpoklady
SOC106 Metodologie sociálních věd || SOC706 Metodologie sociálních věd || SPP408 Metodologie vědy
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
předmět má 11 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 sou-boru, 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).
Metody hodnocení
Přednáška a cvičení Zkouška: písemná sestávající ze dvou částí: 1. ze znalosti základních statistických pojmů; 2. z příkladů řešených v rámci software SPSS
Navazující předměty
Informace učitele
Všechny důležité dodatky a materiály budou v průběhu kursu zavěšovány do dokumentového serveru.
Další komentáře
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 1999, podzim 2000, podzim 2001, podzim 2002, 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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2002
Rozsah
2/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Petr Mareš, CSc. (přednášející)
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Jana Havlíková, Ph.D. (cvičící)
Mgr. Petr Horák (cvičící)
PhDr. Jiří Vyhlídal, M.Sc. (cvičící)
Veronika Šenkýřová, DiS. (pomocník)
Garance
prof. PhDr. Petr Mareš, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Veronika Šenkýřová, DiS.
Rozvrh
Út 12:00–13:30 J31, Út 14:00–15:40 G111, Út 16:00–17:40 G111, St 14:00–15:40 G111
Předpoklady
SOC106 Metodologie sociálních věd
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
předmět má 11 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 sou-boru, 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).
Metody hodnocení
Přednáška a cvičení Zkouška: písemná sestávající ze dvou částí: 1. ze znalosti základních statistických pojmů; 2. z příkladů řešených v rámci software SPSS
Navazující předměty
Informace učitele
Všechny důležité dodatky a materiály budou v průběhu kursu zavěšovány do dokumentového serveru.
Další komentáře
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 1999, podzim 2000, podzim 2001, 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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2001
Rozsah
2/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Petr Mareš, CSc. (přednášející)
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
doc. Mgr. et Mgr. Karel Červenka, Ph.D. (cvičící)
PhDr. Václav Kulhavý, Ph.D., M.Sc. (cvičící)
Mgr. Marie Valentová (cvičící)
Veronika Šenkýřová, DiS. (pomocník)
Garance
prof. PhDr. Petr Mareš, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Veronika Šenkýřová, DiS.
Předpoklady
SOC106 Metodologie sociálních věd
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
předmět má 11 mateřských oborů, zobrazit
Další komentáře
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Předmět je zařazen také v obdobích podzim 1999, podzim 2000, 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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2000
Rozsah
2/1/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Petr Mareš, CSc. (přednášející)
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Garance
prof. PhDr. Petr Mareš, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Veronika Šenkýřová, DiS.
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
předmět má 14 mateřských oborů, zobrazit
Další komentáře
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Předmět je zařazen také v obdobích podzim 1999, 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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 1999
Rozsah
2/1/0. 6 kr. 3 původní kredity. Ukončení: zk.
Vyučující
prof. PhDr. Petr Mareš, CSc. (přednášející)
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Garance
prof. PhDr. Petr Mareš, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: prof. PhDr. Petr Mareš, CSc.
Předpoklady
SOC106 Metodologie sociálních věd
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 80 stud.
Momentální stav registrace a zápisu: zapsáno: 0/80, pouze zareg.: 0/80
Mateřské obory/plány
předmět má 7 mateřských oborů, zobrazit
Cíle předmětu
Kurs naučí studenty analyzovat data v sociologickém empirickém výzkumu kvantitativního typu (survey - statistická procedura). Seznámí je se způsoby práce se statistickými soubory a proměnnými, s tvorbou souborů, naváděním a kontrolou dat, prací se soubory, transformacemi dat uložených v jiném tvaru, vytvářením nových proměných, výběrem případů. Ukáže jim konkrétní způsoby analýzy dat: třídění dat - univariační a bivariační analýzu; korelační analýzu; porovnávání prúměrů (t-test, analýza variancí); testování statistických hypotéz atd. Kurs zprostředkuje zvládnutí speciálního programu (SPSS) pro zpracování dat kvantitativního sociologického empirického výzkumu a osvojení si praktické dovednosti používání jednotlivých modulů; tohoto programu. Semináře jsou zaměřeny na praktická procvičení některých základních způsobů analýzy dat empirického sociologického výzkumu kvantitativního typu na PC s pomocí tohoto programu.
Osnova
  • 1. Povaha hromadných dat a logika survey. Práce s hromadnými daty před jejich analýzou.
  • 2. Rozložení dat: základy univariační analýzy aneb jak sumarizujeme data (třídění 1. stupně).
  • 3. Umělé proměnné a výběr případů.
  • 4. Analýza rozložení kardinálních proměnných.
  • 5. Normální rozložení. Testování hypotéz.
  • 6. Statistická inference aneb zobecňování výběrových výsledků; na základní soubor.
  • 7. Opakování - nejasnosti a problémy.
  • 8. Srovnáváme skupiny na základě středních hodnot jejich kardinálních charakteristik. Hypotéza o shodě dvou průměrů.
  • 9. Jak testovat nulovou hypotézu o shodě několika populačních průměrů.
  • 10. Základy bivariční analýzy: kontingenční tabulka a porovnávání pozorovaných a očekávaných četností pro kombinace proměnných v kontingenční tabulce.
  • 11. Měření asociace mezi dvěma proměnnými.
  • 12. Jak odhalit vliv třetí proměnné.
Informace učitele
http://www.fss.muni.cz/soc/sylaby/SOC108
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Předmět je zařazen také v obdobích 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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2025

Předmět se v období podzim 2025 nevypisuje.

Rozsah
1/2/0. 6 kr. Ukončení: zk.
Vyučováno kontaktně
Vyučující
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. Ing. Tomáš Doseděl, Ph.D. (cvičící)
Mgr. Martin Lakomý, Ph.D. (cvičící)
Garance
prof. PhDr. Ladislav Rabušic, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Dodavatelské pracoviště: Katedra sociologie – Fakulta sociálních studií
Předpoklady
!NOW( SOCb1008 Statistická analýza dat ) && ! SOCb1008 Statistická analýza dat
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.
Výstupy z učení
Studenti se seznámí s logikou a základními principy i charakteristikami statistické analýzy a budou schopni provádět výpočty za pomoci speciálního programu pro statistické zpracování hromadných dat.
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
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2024

Předmět se v období podzim 2024 nevypisuje.

Rozsah
1/2/0. 6 kr. Ukončení: zk.
Vyučováno kontaktně
Vyučující
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. Ing. Tomáš Doseděl, Ph.D. (cvičící)
Mgr. Martin Lakomý, Ph.D. (cvičící)
Garance
prof. PhDr. Ladislav Rabušic, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Dodavatelské pracoviště: Katedra sociologie – Fakulta sociálních studií
Předpoklady
!NOW( SOCb1008 Statistická analýza dat ) && ! SOCb1008 Statistická analýza dat
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.
Výstupy z učení
Studenti se seznámí s logikou a základními principy i charakteristikami statistické analýzy a budou schopni provádět výpočty za pomoci speciálního programu pro statistické zpracování hromadných dat.
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
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2023

Předmět se v období podzim 2023 nevypisuje.

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. (cvičící)
Garance
prof. PhDr. Ladislav Rabušic, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Dodavatelské pracoviště: Katedra sociologie – Fakulta sociálních studií
Předpoklady
!NOW( SOCb1008 Statistická analýza dat ) && ! SOCb1008 Statistická analýza dat
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.
Výstupy z učení
Studenti se seznámí s logikou a základními principy i charakteristikami statistické analýzy a budou schopni provádět výpočty za pomoci speciálního programu pro statistické zpracování hromadných dat.
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
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2022

Předmět se v období podzim 2022 nevypisuje.

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. (cvičící)
Garance
prof. PhDr. Ladislav Rabušic, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Dodavatelské pracoviště: Katedra sociologie – Fakulta sociálních studií
Předpoklady
!NOW( SOCb1008 Statistická analýza dat ) && ! SOCb1008 Statistická analýza dat
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.
Výstupy z učení
Studenti se seznámí s logikou a základními principy i charakteristikami statistické analýzy a budou schopni provádět výpočty za pomoci speciálního programu pro statistické zpracování hromadných dat.
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
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2021

Předmět se v období podzim 2021 nevypisuje.

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. (cvičící)
Garance
prof. PhDr. Ladislav Rabušic, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Dodavatelské pracoviště: Katedra sociologie – Fakulta sociálních studií
Předpoklady
!NOW( SOCb1008 Statistická analýza dat ) && ! SOCb1008 Statistická analýza dat
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.
Výstupy z učení
Studenti se seznámí s logikou a základními principy i charakteristikami statistické analýzy a budou schopni provádět výpočty za pomoci speciálního programu pro statistické zpracování hromadných dat.
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
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 2020

Předmět se v období podzim 2020 nevypisuje.

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. (cvičící)
Garance
prof. PhDr. Ladislav Rabušic, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Dodavatelské pracoviště: Katedra sociologie – Fakulta sociálních studií
Předpoklady
!NOW( SOCb1008 Statistická analýza dat ) && ! SOCb1008 Statistická analýza dat
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.
Výstupy z učení
Studenti se seznámí s logikou a základními principy i charakteristikami statistické analýzy a budou schopni provádět výpočty za pomoci speciálního programu pro statistické zpracování hromadných dat.
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
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
jaro 2000

Předmět se v období jaro 2000 nevypisuje.

Rozsah
1/1/0. 1 kr. Ukončení: zk.
Vyučující
Mareš
Rabušic
Garance
Katedra sociologie – Fakulta sociálních studií
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
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 2018, podzim 2019.

SOC108 Statistická analýza dat

Fakulta sociálních studií
podzim 1998

Předmět se v období podzim 1998 nevypisuje.

Rozsah
1/1/0. 1 kr. Ukončení: zk.
Vyučující
Mareš
Rabušic
Garance
Katedra sociologie – Fakulta sociálních studií
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
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 2018, podzim 2019.