Fotka uživatele Petr Simecek.
Kvantitativní zpracování dat
Mgr. Jan Hanzelka
Zdroj:https://www.autodeskresearch.com/publications/samestats

Zhodnocení sběru dotazníků



Hlavní body
•Naučte se alespoň základy statistiky a jak číst statistické závěry
•Na většinu stačí Excel, maximálně R+ nebo SPSS
•Nechte si poradit od někoho kdo se vyzná
•POL593 Kvantitativní přístupy v politologii
•https://is.muni.cz/auth/predmet/fss/podzim2016/POL593

Otázky:
•Jaké druhy proměnných máme? (N, O, I(K))
•Co to znamená, že má něco pozitivní korelaci?

Koho jste oslovovali (četnosti)



Osloveno
295
Odmítnuli
146
        49,49 %
Vypadlo
47
        15,93 %
Vyplnilo
107
        36,27 %
https://docs.google.com/spreadsheets/d/15gM525oTTeK3mNYET_Q_IKg7dQJB727PhKTWhT_FBaA/edit?usp=sharin
g

Jak získáváme data?
•


•



Chybí data?
•Co dělat když chybí data? Nejlepší nic nevymýšlet – prostě chybí.
•Začít se ptát proč nám chybí taková data, která potřebujeme
•Chybějící data nekódujeme „0“ – může dojít ke zkreslení (škála 1-100)
•Je rozdíl mezi:
•Nevím
•Ne
•Nemůžu odpovědět
•Nemůžu odpovědět v mezích předdefinovaných odpovědí

Vyčistění dat po zadání
•Jak předejít chybám v přepisu? Nejlépe když data zadávají dva výzkumnici a pak se provede
rozdílový test
•Jak předejít „překlikům“ – frekvenční analýza jednotlivých proměnných
•Kontingenční tabulky
•Vyřadím všechny pochybná data (neuspokojivé odpovědi na kontrolní otázky, přerušení sběru dat,
podezření z podvodu atd.)
•
•

Popisná statistika
•Četnosti
•Centrální tendence
•Modus (nominální, ordinální, kardinální)
•Medián (ordinální, kardinální)
•Aritmetický průměr (kardinální)
•
•Jak se bojí ženy ve dne?
•Aritmetický průměr – 4,46
•Medián - 4
•Modus - 4
•
Jak se bojí muži ve dne?
Aritmetický průměr – 2,79
Medián - 2
Modus - 2

Dvě města: Extrémov a průměrov (Taleb)
•Průměrná výška
•Průměrná váha
•Průměrná mzda
•Průměrné IQ
•

Korelace
•Korelace znamená vzájemný vztah mezi dvěma procesy nebo veličinami.
•
•Pokud se jedna z nich mění, mění se korelativně i druhá a naopak. Pokud se mezi dvěma procesy
ukáže korelace, je pravděpodobné, že na sobě závisejí.
•
•Nelze z toho však ještě usoudit, že by jeden z nich musel být příčinou a druhý následkem. To
samotná korelace nedovoluje rozhodnout, protože korelace neimplikuje kauzalitu.

Příklad korelace 0,816
https://upload.wikimedia.org/wikipedia/commons/thumb/e/ec/Anscombe%27s_quartet_3.svg/325px-Anscombe
%27s_quartet_3.svg.png

Korelace Strachu v závislosti na věku

Věk
Strach
Věk
1
Strach
0,23
1
23% případů vysvětluje trend výsledné rovnice (slabá pozitivní korelace)

Proč si neplést korelaci a kauzalitu J



•



•