Co je statistika, proměnné, úrovně měření POLb1139 Statistické myšlení v sociálních vědách Už jste se někdy v minulosti učil/a statistiku? Očekáváte, že tento kurz bude ve srovnání s jinými kurzy jednoduchý, náročný, nebo na stejné úrovni náročnosti? Očekáváte, že bude tento kurz pro Vás ve srovnání s jinými kurzy užitečný? Co je to podle Vás statistika? • •Nástroj/technika, z jejíchž výstupů následně můžeme usuzovat a dovozovat závěry, hledat vzorce, odpovídat na výzkumné otázky,… •Souhrn informací, ze kterých lze vyvodit nějaký úsudek •Systém usporiadania dát pre ich operacionalizáciu •Veda kvantifikácie dát •Vyjadreni reality zkoumane problematiky v pouzitelnejsich ciselnych hodnotach • K čemu je podle Vás statistika užitečná? • •K zjisteni stavu nejakeho zkoumaneho problemu ve spolecnosti •Ku kvantifikácii dat •Pre (nie iba) vedeckú inferenciu dnes už prakticky v akomkoľvek odbore •Při správném uplatnění je velmi vhodným nástrojem na zlepšení (zvýšení exaktnosti) výzkumné strategie •Užitečnost statistiky je převážně v tom, že díky ní lze vyvodit nějaké závěry, popřípadě popisuje nějaký stav, který se převážně odchyluje od normálu apod. • • Proč jste se rozhodl/a zapsat zrovna do tohoto kurzu? • •Abych se naučil úplně novou dovednost (a ne další znalost) •Jelikož si myslím, že je to jedna z mála příležitosti, jak se rozvinout v oblasti, která se mnohdy vyučuje až nepochopitelně sofistikovaně. Zároveň cítím, že účely práce s daty nyní nebo později v pracovním procesu, je statika nezbytným nástrojem. A v neposlední řadě; kdy jindy než nyní a ještě k tomu v tak komorním prostředí devíti mužů :D •Praktické poznatky ku bakalárskej práci •Protoze ve vetsine studii shledavam urcite experimenty spjate se statistikou - s mym neuspokojivym prehledem ve statistice jim vsak moc nerozumim. •Z důvodu naučení se nových znalostí a praktických dovedností, které zužitkuju při psaní bakalářské práci • Statistika • •„It is a key component in the scientific toolbox and one of the main ways we have of describing the natural world and of finding out how it works.“ (Hector 2021) • •„Statistics is a bit like sticking your finger into a revolving fan blade: sometimes it’s very painful, but it does give you the power to answer interesting questions.“ (Field 2009) Statistika •Souhrn technik, pomocí kterých se realizuje komplexní práce s daty: •Sběr •Analýza •Interpretace •(a vizualizace) • •Přesahuje jednotlivé tematické oblasti vědy • •Hledá odpovědi na množství otázek • •Dívá se na svět kvantitativním pohledem Jak to funguje (Spiegelhalter 2019) •Problem – Plan – Data – Analysis - Conclusion • 1.Na základě pozorování si stanovíme problém 2.Naplánujeme si postup 3.Stanovíme si teorii vysvětlující náš problém (hypotézy) 4.Získáme vhodná data a otestujeme platnost hypotézy 5.Vytvoříme důvěryhodný závěr z našich analýz • • Jak to funguje (Spiegelhalter 2019) Data: proměnné a případy •Statistická analýza bez (velkého počtu) dat není možná • •Potřebujeme vědět: •Co měříme (koncept) •Jak to měříme (operacionalizace) •Na jaké úrovni měříme (jednotlivci, regiony, státy) •Co je jednotka analýzy (volič, politická strana, obec) Free photo Drawing Bmw Sketch Blackandwhite Car Vehicle - Max Pixel Rychlost auta •Jak měřit: maximální rychlost auta v km/hod (operacionalizace) •Úroveň měření: individuální •Jednotka analýzy: auto • • •Jednoduché a vcelku nesporné Spokojenost s demokracii •Jak měřit? • •Úroveň měření? (občané vs. státy) • •Občané: •Jak spokojeni jste se stavem demokracie ve vaší zemi? (škála 1-10) •Souhlasíte s následujícím tvrzením? Liberální demokracie s pravidelnými volbami je vhodnější než vláda silného lídra. (ano/ne) • •Odlišné způsoby měření à odlišné proměnné Proč to nemíchat •Úroveň měření vs. interpretace dosažených zjištění • •Ekologická chyba – aplikace výsledků na určitou úroveň bez toho, aby k tomu opravňovala podoba dat a analýzy • •Příklad: •Zjištění: konzervativní strany mají vyšší podporu v obcích s vyšší mírou nezaměstnanosti •Interpretace: nezaměstnaní lidé volí konzervativní strany •Kde je chyba? • • Proměnná •Způsob uchopení jevů, které zkoumáme a měříme •Její hodnota variuje (jinak jde o konstantu) • •Klíčový prvek nejen pro kvantitativní výzkum • •Denní teplota, počet hlasu strany ve volbách, cena ovoce, e-mailové adresy zaměstnanců univerzity Dělení proměnných •Dle postavení ve výzkumu: •Nezávislá (nezávisle) proměnná – předpokládaná příčina •Závislá (závisle) proměnná – předpokládaný následek • •Předpoklad kauzálního vztahu NP à ZP •Základ pro formulaci hypotéz • •Přítomnost třetích proměnných a jejich kontrola Dělení proměnných dle úrovně měření Možnost seřazení hodnot Stejné rozdíly hodnot Věcně významná nula Kategorické Nominální - - - Ordinální + - - Kardinální Intervalové + + - Poměrové + + + •Kardinální: •Diskrétní – pouze celá čísla •Spojitá – teoreticky nekonečné množství hodnot Příklady proměnných •Nominální: •jména osob, názvy obcí •pouze dvě hodnoty – binární (dummy) – student (ano/ne), účast ve volbách (ano/ne) • •Ordinální – stupně vzdělání, vojenské hodnosti • •Intervalová – teplota v st. Celsia, poschodí v domě • •Poměrové – počet členů domácnosti, míra nezaměstnanosti • • •Důležitý je obsah, ne formální zápis – jména osob se dají seřadit abecedně, ale nejde o věcně smysluplné pořadí (stejně tak telefonní čísla, adresy…) Klíčové pojmy na závěr •Reliabilita: •Schopnost dosažení stejných výsledků při opakovaném měření •Jak spolehlivá je naše operacionalizace a naše měření? •Bude stejná hodnota naměřena zítra? •Když kategorizací a měřením pověřím dva různé lidi, naměří stejnou hodnotu? • •Validita: •Schopnost měření toho, co skutečně chceme měřit •Schopnost generalizace našich zjištění (externí validita) – jiná přednáška Validita a reliabilita (Lundberg 2006) The relationship between reliability and validity illustrated as... | Download Scientific Diagram