Hlasování ohledně nejvhodnějších termínů
pro zápočtové testy
- Odkaz dorazí dnes e-mailem
- https://is.muni.cz/tudle/mjuy
1 Zápatí prezentace MU
UÍJ I
Lže statistika?
ANEB JAK REPORTOVAT DATA A
NEKAZIT SOCIOLOGŮM POVĚST
V materiálu se nachází
několik koláčových grafů,
jejichž procentuální součet je
mnohem vyšší než 100 %.
Doporučujeme grafy upravit
RESORT FINANCI K ANALYZE KANÁLU DOL
2 Deskriptívni analýza kvantitativních dat
Velká snaha o štěstí může vyvolat depresi,
zjistili vědci. Lidé totiž potlačují emoce
Magazín
^Sř 13.12020 9:16
Tým vědců, jejichž studie právě vyšla v odborném časopise Journal of
Ilappiness a napsal o ni i britskí list The Guardian, zkoumal 151 studentů
převážně ženského pohlaví. Ti vyplňovali internetové dotazníky zjišťující,
jak moc si cení pocitů štěstí, do jaké míry se nechávají unášet svými
emocemi a jak snadno se od nich naopak dokážou oprostit.
Dotazníky současně obsahovaly otázky testující přítomnost depresivních
symptomů a z výsledků vyplynulo, že tyto příznaky byly silnější zejména
u respondentů, kteři na štěstí kladli enormní důraz. Tito lidé totiž podle
vědců bývají v případě životních nesnázi příliš emotivní a jen těžko
dovedou své myšlenky a zkušenosti nahlédnout střízlivějším pohledem.
"Když pocitům štěstí přikládáte přílišnou váhu, stáváte se precitlivelými
vůči svým emocím a nedaří se vám je regulovat tak, abyste si je příliš
nebrali. Přijde mi fascinující, že právě lidé, kteří nejvíc chtějí být šťastni,
nakonec šťastni vůbec nejsou," uvedla pro The Guardian spoluautorka
studie Julia Vogtová z univerzity v Readingu.
3 Deskriptívni analýza kvantidat
Ve vztahu mezi vysokým důrazem na štěstí a depresivními symptomy
podle ní hraje důležitou roli i popírání emocí. "Potlačování, při němž se
pokoušíte za každou cenu myslet na něco jiného, nikdy není vhodnou
strategií, jak se s nepříznivými pocity vyrovnat," doplnila Vogtová. |^|
Nejčastější chyby při interpretaci výzkumů v
médiích
1. Záměna ankety se seriózním výzkumem
2. Zobecnění výsledků výzkumu z konkrétní cílové skupiny na běžnou populaci (či širší
cílovou skupinu)
3. Interpretace výsledků nad rámec zjišťovaných údajů
4. Nepřesná interpretace znění otázky (či variant odpovědí)
5. Neúplné sdělení (Důvěra ve veřejného činitele „X" klesla; ale klesla v rámci statistické
chyby a zároveň je důvěra v něj stále nejvyšší v porovnání s ostatními veřejnými činiteli)
6. Srovnávání výsledků metodicky nesrovnatelných výzkumů (jiný vzorek, jiná metoda - např.
anketa versus kvótní sběr)
7. Uvedení výsledků výzkumu bez zdroje (kdo a jak realizoval...)
8. Použití časově zastaralých či věcně překonaných dat
9. Neověření si původu výzkumu, solidnosti realizátora
Deskriptívni analýza kvantidat M U NI
Výzkumná zpráva
- Většinou směsice textů, tabulek a grafů
- Obecně platí:
- Pište srozumitelně
- Preferujte psaní v 1. osobě (autorský plurál vědecká komunita nerada vidí, pokud je
autorem jen jeden člověk)
- Tabulky a grafy určitě uvádějte - jednak tím ušetříte místo, jednak je to přehlednější
- Do textu ideálně nepište, to co je v tabulce a naopak - je to zbytečné dublování obsahu
- Účelem textové části je INTERPRETOVAT
^ TRENDY, GENERALIZACE, ASOCIACE
Deskriptívni analýza kvantidat MU
U IJI
Ačkoli sledování televize (respektive televizního vysílání) si především ve starších
věkových skupinách bezpečně drží ve vztahu ke zpravodajství i populárním obsahům
svou pozici, o používání pevné telefonní linky, čtení tisku či poslechu rozhlasu to
neplatí. To je možné ilustrovat na věkově podmíněné preferenci tisku a rozhlasu jako
zdrojů zpravodajských informací - zde se recepční praxe přemisťují do online prostředí.
V nejmladší sledované věkové skupině (18-29 let) se online praxe co do prosté
četnosti přibližují dokonce právě i nepříliš ohroženému sledování televize. Ilustrativní
pro probíhající proměnu praxí přitom je, že v případě preferování tisku hraje primární
roli nikoli vzdělání, ale věk.
TAB. 11: ZDROJE ZPRAV V RÁMCI VEKOVÝCH SKUPIN
Příklad reportu z
praxe
TV Rozhlas Tisk Internet
18-29 let 65,9% 14% 16,8% 54,6 %
30-39 let 77,7% 26,6% 22,5 % 54,7 %
40-49 let 84,5% 37,5% 31 % 50,3 %
50-59 let 86,6 % 39,7 % 31,2% 42%
60-69 let 94% 43% 33,5 % 27,8 %
70 let a více 90,4 % 41,5 % 45,4 % 13,8%
Data zde prezentovaná přehledově shrnují vybrané popisné výsledky kvótního kvantitativního
šetření české populace. Sběr dat, který formou CAPI zajistila společnost
Medián, proběhl v říjnu a listopadu 2014 a zahrnul 1998 respondentu starších 18 let.
MACEK, Jakub, Alena MACKOVA, Kateřina S K A R U P O V A a Lenka
WASCHKOVÁ CÍSAŘOVÁ. Stará a nová média v každodennosti Českých
publik (výzkumná zpráva). Brno: Masarykova univerzita, 2015. 24 s.
6 Zápatí prezentace
Česká společnost chudne! Útrata za potraviny se v českých
domácnostech snížila za poslední 4 roky o 30 %!
7 Deskriptívni analýza kvantidat M U NI
Jak zapisovat výsledky
- Minimum objektivity vyžaduje
vždy alespoň jedno srovnání
- když uvádíme nějaká čísla, vždy musíme
zjistit, k čemu se vztahují a co je ten celek
(absolutní čísla)
S Andy has 2 friends on Facebook, On average, a sample of other users (JV
= 11), had considerably more, M = 95, SD - 56.79.
S Andy has 2 friends on Facebook. A sample of other users (N = 11)
typically had more, Mdn = 98, IQR = 63.
S Andy has 2 friends on Facebook. A sample of other users (iV = 11)
typically had more, Mdn = 98, range = 212.
Highest completed education level * Marital status Crosstabulation
Never married Currently married
Q _ _ Q _ _ 0 _ _ 0
Highest completed education level Middle school or lower 1 0.8% 2 1.3%
High school 7.3% 10 6.3%
Master's 36 29.3% 45 28.3%
PhD or higher 7 5.7% 19 11.9%
Total I i i 100.0% 159 100.0%
- https://www.spss-tutorials.com/spss-apa-
contingencv-tables/
Deskriptívni analýza kvantidat MUNI
Grafy jsou jako mapa. Mohou nám
skvěle ukázat směr, ale když je blbě
zorientujeme, je dost jednoduché
vyrazit na úplně jinou stranu, než jsme
chtěli.
9 Deskriptívni analýza kvantidat M U NI
Graf lAazujícfvýuoj minimáUií mzdy v čase publikovalivláda na tmittararán úctu Q
@sbatawha20. srpna 2015 (nyní již na Itottsni nsní dostupný).
Airtan Úrad vlá*/CR.Twitier
10 Deskriptívni analýza kvantidat
Vývoj minimální mzdy v ČR v Kč od roku 2007 [zdroj MPVSJ
L2 DOQ Kí
1C 000 KČ
3 (MO Kč
s cao k í
4 000 Kč
2 CŮO KČ
OKÍ
9 900 KČ*
9 ZOO KČ
8 000 KČ
2007 200B 2009 2010 2011 2012 2013 2014 2015 2015'
Takto vypadají stojná hodnoty unesená na Jerový" graf, na kterém svislá osa začína na E3
milft.
ALlor: Úřad vlá-iy ČR.TvjilTEr + popisEk Pamei KasíV, TEchnEt.cz
11 Deskriptívni analýza kvantidat UIM I
CD1
K D U C S l
16 mit. Kč
13 mil. Kč
12 mil. Kč
II ' J i l l I I
12 Deskriptívni analýza kvantidat
MUNI
- Zdroj: O složitém jednoduše - populárně naučná příručka Českého statistického úřadu
13 Deskriptívni analýza kvantidat u n i
Shrnutí grafů
- Histogram - distribuce hodnot (Histogram je na první pohled
podobný normálnímu sloupcovému grafu, na rozdíl od něj ale sloupce nepředstavují konkrétní hodnoty,
ale právě intervaly hodnot. Histogram tedy použijeme v situaci, když na horizontální ose máme příliš
mnoho hodnot a zobrazování každé jednotlivé z nich v grafu by nedávalo smysl.)
Sloupcový graf - nejvíce univerzální, ideální
pro porovnání četností
Koláčový graf/sloupcový poměrový - zajímá
nás poměr mezi hodnotami
Krabičkový graf (box plot) - distribuce hodnot
s důrazem na odlehlé a střední hodnoty
Čárový graf - trendy, časové řady
Zobrazovací prostředky
Body Cáry Sloupky Krabičky
Popuzovaná
konfigurace
Časová řada Ano (jako bodový
Hodnoty popisuji, tak graí, pokud nemáme
se mění víti v čase hodnotu pro každý
(lOČné, měsíčně, atd.
ftaieni
Hodnoty jsou řazeny
dle vilikovi
časový interval)
Ano (rako bodový graf.
zvláště pokud íkála
nezačíná v nule}
tásl i celku Ne
Hodnoty reptezentují
části (napr. v
procentech)
Odchylky
Rozdíly mezi dvéma
množinami hodnot
RtuděEeni
černoši hodnot v
intervalech (napf.
počty lidí v věkových
intervalech}
Korelace
Vztažení dvou
proměnných (napf.
váhy s výšky skupiny
lidQ
Prostorové
Hodnoty jsou
zobrazeny na mapě
podle polohy
Srovnaní hodnot
podle kategorií
Srovnání hodnol pro
množiny objektů
různého typu
Lli
Ano (zobrazeni Ano {pouze vertikálni
obecných tiendů a jejich sloupky k zcbwenf
srovnání] Individuálních hodnol k
podpoře jejich srovnaní}
Ne Ano
Ano (jako bodový graf.
zvláště pokud ikála
nezačíná v nule)
Ano (pomoci proužků
v závislosti na vellkosli
individuální hodnoty)
Ano (jako XY bodový
graf)
Ano (jako kružnice •
různé velikosti na mapě)
Ano (jako bodový graf,
zvláště1
pokud (kala
nezačíná v nule)
Ano (zobrazení, jak se
mění časti celku v čase)
Ano (pokud také změny Ano
v čase)
Ano (jako polygon
četností k zobrazeni
celkového tvaru
rozděleni)
Ano
Ano (vertikální krabice
k zobrazení, jak se mém
rozděleni v čase}
Ano (k iobrazenl
rozděleni seřazených
skupin dle utčilého
•rdinálniho kritéria)
Ne
Nr
Ano (pokud srovnáni
několika rozděleni)
Ano (k zobrazení cest
na mapě)
Ano (iako tabulka
grafických symbolu
o různé velikosti dle
hodnoty proměnné,
pokud čtenář nezná XY
grály]
Ne
Ano Ne
Pödle Few, S.- Show Me She Numt*rs. Anjlyiitt Presl, 2014. modifikaviflci
14 Deskriptívni analýza kvantidat MUNI
Příklady správného použití jednotlivých typů
grafů
Age of Best Actress Award Winners 1923-2009 \n= 83)
20 25 30 35 40 45 50 65 60 65 70 75 BO 85
Název grafu
35
30
25
20
15
10
II l l II Ii Ii
Počet osob
Age
Internet Mapzine
Ptvní Druhá Třetí Čtvrtá
• Kluci • Holky
Pátá
Trendový profil osob s laboratorně prokázaným onemocněním COVID-19
01.03.2020 04.04 2020 2" ^4 2020 20 35.2020 13 302:20 30 37.2020 25 37 2220 21 30 2220 13.33 2220 20 10 2220 23.10 2220 22 11 2020 15.12 2220 27 0 222 30.0' 232' 22 02 202' 17.03 232' 23 04 202' 05.05.2021
Box and Whisker Plot
A box a rid whisker plot (also called a box plot) shows the fivenumbersummaryof
a set of data: minimum, lower quartile,
median, upper quartile,, and maximum.
lower quartile
Q: median
upper quartile
whisker whisker
interquartile range
Explorační graf z SPSS
VOLBY2 : V0LBY2. Koho byste volil/a?
600H
VOLBY2 : VOLBY2. Koho byste volil/a?
16 Deskriptívni analýza kvantidat u n i
45,00%
40,00%
35,00%
30,00%
25,00%
ANO2011 Piráti ČSSD KSČM KDU-ČSL TOP09 STAN Zeleni
• 18-24 125-34 • 35-44 | 45-54 • 55-64 • 65 a více
17 Deskriptivní analýza kvantidat MUNT
Kam mrknout dál, pokud mě data baví?
- Last week tonight a věda - jak interpretovat a nebýt za blbce
- https://www.youtube.com/watch?v=0Rnq1NpHdmw
- Slepé skvrny od Daniela Prokopa (bývalého šéfa výzkumu v
Mediánu) - o chudobě, vzdělávání, populismu a dalších
výzvách české společnosti
- O složitém jednoduše - populárně naučná příručka
Českého statistického úřadu
https://www.czso.ez/documents/10180/111112819/9902051
9. Pdf/68406c94-f327-4b60-a8ec-3499ebf3e94c?version=1.1
daniel
prokop
slepé
skvrny O SLOŽITÉM
JEDNODUŠE
Terezo Košfáková
aneb Nebojte
se statistiky,
nekouše
Deskriptívni analýza kvantidat u n i
ť?ŕíV SJ MYSLEL,
Ž ŕ WteíMB ľNAMrNÁ
HA1ÍZALI1U ^
PAK OSŕM ALE
CHOPIL NA 6TATI6TlŕU
A UŽ 6Í Tť? NŕMVSUtf,
Ö
GTATJSTJK'ŕ Tí POMOHLOr
\ HO, MOŽNÁtíRandall
Munroe, http://)rkcd.QarrV SS?, Translation: Pavel Kasík, Tecrinet.í".?
19 Deskriptívni analýza kvantidat M U NI