SOCn5006 Porozumění společnosti skrze data: Základy kvantitativního myšlení v R

Fakulta sociálních studií
podzim 2026
Rozsah
1/1/0. 8 kr. Ukončení: zk.
Vyučováno kontaktně
Vyučující
Mgr. Zuzana Žilinčíková, Ph.D. (přednášející)
Garance
prof. Martin Kreidl, Ph.D.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Dodavatelské pracoviště: Katedra sociologie – Fakulta sociálních studií
Rozvrh
Út 12:00–13:40 U35
Předpoklady
(! SOCn4003 Sociologický výzkum kvanti )&&!NOW( SOCn4003 Sociologický výzkum kvanti ) && TYP_STUDIA(N)

Předpokládají se základní znalosti statistiky v rozsahu bakalářského studia (orientace v základních statistických pojmech a interpretaci jednoduchých výsledků).


Předchozí zkušenost s programovacím jazykem R ani s programováním není vyžadována.


Důležitější než technické znalosti jsou zvídavost, ochota experimentovat, aktivně se zapojovat do výuky a chuť učit se přemýšlet o společnosti prostřednictvím dat.

Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 15 stud.
Momentální stav registrace a zápisu: zapsáno: 0/15, pouze zareg.: 21/15
Mateřské obory/plány
Anotace

Předmět představuje moderní a praktický úvod do kvantitativní analýzy dat v sociálních vědách. Společně budeme hledat odpovědi na otázky týkající se života současné společnosti – od partnerských vztahů přes životní spokojenost až po postoje mladých lidí – a naučíme se, jak využívat data k vytváření přesvědčivých a srozumitelných argumentů.


Kurz je určen všem, kteří chtějí lépe porozumět společnosti prostřednictvím dat, bez ohledu na předchozí zkušenosti s programováním. Předpokládají se pouze základní znalosti statistiky na úrovni bakalářského studia. Zkušenost s jazykem R ani s programováním není potřeba. Veškeré analýzy budou probíhat v prostředí RStudio, které je volně dostupné.


Důraz bude kladen na vizualizaci dat, interpretaci výsledků, datový storytelling a kritické myšlení. Studenti budou pracovat s reálnými daty z mezinárodních sociologických výzkumů a postupně si osvojí základní analytické postupy od popisné analýzy přes vizualizace až po regresní, faktorovou a shlukovou analýzu.


Výuka využívá generativní umělou inteligenci jako podporu učení. Díky podpoře programu AI ve výuce budou studenti pracovat s nástrojem Claude Teams, který pomůže při porozumění statistickým konceptům, psaní a vysvětlování kódu v jazyce R i při interpretaci výsledků. Cílem není nahradit vlastní přemýšlení, ale usnadnit cestu k hlubšímu porozumění datové analýze.



Předmět je založen na aktivní práci s daty a samostatném objevování. Je určen studentům, kteří chtějí rozvíjet analytické myšlení, naučit se komunikovat výsledky srozumitelně a získat praktické dovednosti využitelné ve výzkumu, veřejném sektoru i soukromé sféře.

Výstupy z učení

  • formulovat jednoduchou výzkumnou otázku vhodnou pro kvantitativní analýzu,
  • orientovat se v prostředí R a RStudia a samostatně provádět základní datové analýzy,
  • připravit data pro analýzu a vytvářet základní i pokročilejší grafické vizualizace,
  • interpretovat výsledky popisné statistiky, regresní, faktorové a shlukové analýzy z pohledu sociálních věd,
  • využívat generativní AI jako podporu při učení statistiky, programování a interpretaci výsledků při zachování akademické integrity,
  • převést analytické výsledky do srozumitelného datového příběhu určeného odbornému i širšímu publiku.

Klíčová témata
    • Data jako nástroj porozumění společnosti
    • Úvod do práce v R a RStudio
    • Práce s reálnými sociologickými daty
    • Popisná statistika
    • Vizualizace dat pomocí ggplot2
    • Srovnávání skupin
    • Datový storytelling
    • Faktorová analýza
    • Shluková analýza
    • Lineární regrese
    • Interpretace výsledků
    • Kritické čtení datových analýz
    • Generativní AI jako podpora datové analýzy
Studijní zdroje a literatura
    povinná literatura
  • ISMAY, Chester a Albert Young-Sun KIM. Statistical inference via data science : a modern dive into R and the tidyverse. Boca Raton: CRC Press, Taylor & Francis Group, 2020, xxx, 430. ISBN 9780367409876. info
    doporučená literatura
  • HEALY, Kieran Joseph. Data visualization : a practical introduction. Princeton: Princeton university press, 2019, xviii, 272. ISBN 9780691181622. info
Přístupy, postupy a metody používané ve výuce

Výuka je založena na aktivním učení prostřednictvím autentických výzkumných otázek a práce s reálnými daty. Jednotlivá témata jsou představována formou krátkých vstupů vyučujícího, na které navazuje samostatná nebo skupinová analytická práce studentů.


Velká část výuky probíhá formou workshopů v prostředí RStudio, během nichž studenti průběžně vytvářejí vlastní analýzy a vizualizace. Důraz je kladen na interpretaci výsledků, diskusi, vzájemnou zpětnou vazbu a postupné budování analytického myšlení.


Součástí kurzu je využívání generativní umělé inteligence (Claude Teams) jako podpůrného nástroje při osvojování statistických konceptů, psaní kódu a interpretaci výsledků.


Organizační informace


  • Na každou výuku je potřeba přinést vlastní notebook.
  • Software R i RStudio jsou zdarma dostupné pro Windows, macOS i Linux.
  • Pokud je pro některého studenta zajištění vlastního notebooku překážkou, ale má o předmět zájem, může kontaktovat vyučujícího. Cílem je, aby kurz byl přístupný všem zájemcům. 
Způsob ověření výstupů z učení a požadavky na ukončení

Hodnocení je založeno na průběžné práci během semestru.


Studenti budou průběžně řešit menší analytické úkoly, jejichž cílem je procvičit jednotlivé metody a připravit se na závěrečný projekt.


Závěrečným výstupem předmětu je samostatně zpracovaný datový projekt založený na vlastní výzkumné otázce, který zahrnuje:

  • formulaci výzkumné otázky,
  • provedení odpovídající analýzy,
  • vytvoření vhodných vizualizací,
  • interpretaci výsledků,
  • krátkou prezentaci datového příběhu.

Při hodnocení bude kladen důraz především na schopnost formulovat smysluplnou výzkumnou otázku, správně interpretovat výsledky a srozumitelně komunikovat závěry.


Podmínkou úspěšného absolvování je rovněž aktivní účast na výuce, která je založena na průběžné práci a spolupráci.

Další komentáře
Předmět je vyučován každoročně.
Pokud si student zapíše tento předmět, již si nemůže zapsat povinný SOCn4003.
Předmět je zařazen také v obdobích podzim 2019, podzim 2021, podzim 2023, podzim 2025.
  • Statistika zápisu (nejnovější)
  • Permalink: https://is.muni.cz/predmet/fss/podzim2026/SOCn5006