PROGRAM VÝUKY DSP 8.4.2021
1. Informace k vyvěšeným podkladů (docx)
2. Informace k APA (odkazy, ukázka, docx)
3. ResearchGate (ukázka)
https://www.researchgate.net/
4. Výzkumný soubor (22, ppt)
5. Omyly a myty korelačního poctu (38, ppt)
6. Diagnostika: Test+TB+Normy (40, ppt)
FSpS MU Brno 28. 6. 2016
6. Odborný seminář
METODOLOGIE A STATISTIKA
V KINANTROPOLOGICKÉM VÝZKUMU
VÝZKUMNÝ SOUBOR:
POPULACE & NÁHODNÝ VÝBĚR
Tento výstup vznikl na Masarykově univerzitě v rámci projektu
„Posilování kompetencí akademických pracovníků v oblasti metodologie a
statistické analýzy dat“ č. MUNI/51/02/2016 podpořeného z
prostředků účelové podpory na Interní rozvojový projekt FSpS v roce
2016.
Doc. RNDr. Jiří Zháněl, Dr.
POPULACE nebo NÁHODNÝ VÝBĚR?
ZÁKLADNÍ resp. VÝBĚROVÝ SOUBOR
ZÁKLADNÍ SOUBOR (ZS)
(generální s., Grundgesamtkeit, Population, N)
ZS = množina všech jedinců (jednotek),
u/na kterých bychom teoreticky měli
šetření (výzkum) provádět.
Jedinci s požadovanou vlastností/vlastnostmi.
Realizace obvykle nemožná, časově, logisticky a
ekonomicky náročné.
ZÁKLADNÍ SOUBOR (ZS)
ZS má být vedle popisu jedinců a sledovaných
znaků (vlastností) definován časovými a
prostorovými souvislostmi.
Např.
✓ všichni studenti TV a sport v ČR 2016,
✓ všechny 5 leté děti s bydlištěm v CZ 1.1.2016,
✓ všichni členové fotbalové reprezentace 2016,
Realizace výzkumu ZS obvykle nemožná, časově a
ekonomicky náročná.
VÝBĚROVÝ SOUBOR (VS)
(výběr, vzorek, Stichprobe, sample, n)
VS = náhodná podmnožina prvků základního
souboru, která jej REPREZENTUJE.
VS získáváme metodami náhodného
výběru, na základě výsledků VS
činíme závěry platné pro základní
soubor. Nejedná-li se o náhodný
výběr, nelze závěry zobecňovat,
platné jen pro VS.
VÝBĚROVÝ SOUBOR
✓Může jít o osoby, ale také o objekty
(např. školy, třídy, kluby, v meta-analýze
jde o provedené studie).
✓Zdůvodňujeme způsob výběru z
populace a vhodný počet jedinců.
✓Popisujeme způsob, jak získáme přístup
k podmnožině populace.
Výběrový soubor získáváme některou z
metod náhodného výběru, kdy každý
prvek základního souboru má stejnou
možnost být vybrán.
O vybrání/nevybrání rozhoduje náhoda.
Metody náhodného výběru
I. Losování
✓losování statistických jednotek s jejich
vracením do osudí (u malých souborů),
✓losování statistických jednotek bez
vracení do osudí (u velkých souborů),
II. tabulka náhodných čísel, nebo
generátor náhodných čísel (počítačový
program generující náhodná čísla).
Postup pomocí tabulky náhodných čísel
1. V tabulce zvolíme libovolné číslo, od něj
čteme uvedená čísla s potřebným počtem míst
(např. N=540 => trojmístná čísla)
2. Do výběru zahrnujeme ty jednotky
základního souboru, jejichž přiřazená čísla jsou
ta, která čteme v tabulce.
3. Čísla vyšší než rozsah základního souboru
vynecháme.
4. Pokračujeme tak dlouho, než dosáhneme
požadovaného rozsahu výběrového souboru.
Např. ze základního souboru N=540 chceme vybrat n=12
N=540
n=12
III. Skupinový výběr
… užívá se, je-li základní soubor uspořádán
do skupin (třídy, kluby), z nichž vybíráme –
nutný je dostatečný počet skupin.
IV. Stratifikovaný výběr
… vychází z rozdělení základního souboru
na skupiny („stráty“) z nichž se pak dělá
náhodný výběr. Např.„vysokoškoláci“
(studující techniky, univerzity, uměleckých
vysokých škol, atd.).
V. Záměrný výběr
O zařazení do výběrového souboru
nerozhoduje náhoda, nýbrž výzkumník
vybírá jedince, které považuje za typické
(subjektivní výběr) podle určitého záměru
(kritéria).
Např. IQ přes 130b, tenisté ATP 100, hráči
fotbalového oddílu U14, atd.
Další podrobnosti v odborné literatuře.
KONCEPT REPREZENTATIVNOSTI
Výběrový soubor (VS)
✓reprezentuje populaci (základní soubor) tak
dobře, jak dobře je vybrán,
✓je reprezentativní, když výsledky mají
prokazatelně platnost i pro populaci,
✓struktura (složení) VS musí být silně podobná
základnímu souboru (viz př.),
✓umožňuje rychlou realizaci a vyhodnocení
výzkumu.
KONCEPT REPREZENTATIVNOSTI
Odhad volebních výsledků USA (1936)
= legendární příklad nepodařeného NV.
Dotazníky na adresy 10 mil. Američanů z
telefonních seznamů, členských karet klubů a
spolků, vráceno 2,4 mil. dotazníků (24%):
Odhad 43 % Roosevelt, skutečnost 62%. Proč ???
Zdroje chyb:
1) vyšší vrstva = telefon a karty
2) nižší vrstva = souhlas s politikou Roosvelta
Jak dosáhnout reprezentativity?
Provést náhodný ze všech jednotek základního
souboru za situace, kdy všechny jednotky mají
stejnou pravděpodobnost vybrání [Knoke,
Bohrnstedt, Mee 2002]
Rozsah výběrového souboru?
Blaikie (2003): 300 je adekvátní, 500 je lepší a 1000
by bylo ještě lepší.
Bortz & Schuster (2010): Tolik, kolik je možno!!!
Soukup & Rabušic (2007): základní soubor
alespoň 100krát větší než výběrový soubor.
Rozsah výběrového souboru?
1. Teorie statistické indukce (zobecňování z VS
na ZS) byla vyvinuta pro případy velkých NV z
velkých ZS, proto není možné její postupy v
jiných situacích aplikovat.
2. Velikost VS závisí na požadované přesnosti
odhadu, ale i na finančních a časových
možnostech.
3. Se vzrůstajícím rozsahem VS stoupá přesnost
odhadu parametrů ZS, stoupají ale také náklady.
Rozsah výběrového souboru?
Co znamená požadavek velkého náhodného
výběru?
(1) aby měl NV dostatečný počet jednotek,
(2) aby bylo provedeno vybírání ze ZS náhodně,
(3) aby šlo o náhodná výběr.
Pouze náhodné výběry, kde je vybíráno alespoň v
řádu desítek jednotek cca od 30–50, lze označit
za „velké“ (Soukup & Rabušic, 2007).
A co je to velký základní soubor? ?
Je nutné zajistit, aby základní soubor byl
alespoň 100krát větší než zamýšlený výběrový
soubor.
Není-li toto splněno, lze samozřejmě statisticky
testovat, ale s jinými než běžně dostupnými
vzorci. V takovýchto situacích již zpravidla nelze
užívat tolik oblíbené statistické balíky.
(Soukup & Rabušic, 2007).
Jiné postupy: Power analysis. Effect size, atd.
Rozsah výběrového souboru?
Př. Soubor M a Ž, jsou rozdíly ve výsledcích testu
síly významné? Jaký rozsah VS?
Určení s ohledem na sílu testu (ST) a velikost
efektu (VE) (Cohen, 1988).
Volba výzkumníka ST=0,8 (V) VE=0,8 (V)
Tabulka 1. Doporučený rozsah pro nezávislé
výběrové soubory (p=0,05, oboustranný t-test).
ST/ VE 0,2 0,5 0,8
0,7 620 102 42
0,8 788 128 52
0,9 1054 172 68
Rozsah výběrového souboru?
Další způsoby určení rozsahu VS:
přípustná chyba odhadu, konfidenční
interval, ... K nastudování!
Děkuji za pozornost