Stationery anabnr2
‹#›
1
Statistika pro sociální pracovníky
n

Stationery anabnr2
‹#›
2
Obsah:
n1. Úvod do statistické analýzy
n2. Frekvenční tabulky a grafy
n3. Centrální tendence a variabilita
n4. Normální distribuce
n5. Úvod do testování hypotéz
n6. Populace a vzorek, statistická inference
n7. Výběr statistického testu
n8. Korelace
n9. Regresní analýza
n10. Kontingenční tabulky (křížení)
n11. T-test a analýza rozptylu

Stationery anabnr2
‹#›
3
Kapitola 1: Úvod do statistické analýzy
nProč studovat statistiku? (3)
nPoužití statistické analýzy (4)
nZákladní metodologické pojmy (5-)
nÚrovně měření
nÚrovně měření a analýza dat
nDalší klasifikace měření
nKategorie (druhy) statistické analýzy
nShrnutí a otázky pro studium

Stationery anabnr2
‹#›
4
Proč studovat statistiku v sociální práci?
nSociální pracovníci (SoPci) provádějí výzkumné studie (jak sbírat, třídit, organizovat data a
učinit závěry)
n
nSoPci přispívají ke znalostní základně profese šířením nálezů svých výzkumů (prokázat
důvěryhodnost zjištění)
n
nSoPci se v praxi opírají o výsledky cizích výzkumů (Porozumění výsledků statistické analýzy
zvyšuje  pravděpodobnost zvolení správné intervence)
n
nSoPci potřebují zhodnotit efektivitu své intervence (efektivita a odpovědnost intervence)

Stationery anabnr2
‹#›
5
Použití statistické analýzy
nVýběr, design a úprava nástrojů sběru dat
nVýběr a velikost výzkumného vzorku
nZhodnotit zda nástroje měření produkují validní a reliabilní výsledky
nShrnout vlastnosti specifického výzkumného vzorku nebo populace
nOdhadnout vlastnosti populace, z které jsme vybrali vzorek
nRozhodnout zda vztahy a souvislosti nalezené ve vzorku mohou být zobecněny na populaci
n

Stationery anabnr2
‹#›
6
Základní metodologické pojmy
nPopulace vs. Vzorek
nDeskriptivní vs. Inferenční statistika
nData (6)
nInformace (7)
nProměnné a konstanty (8-9)
nKonceptualizace (9)
nOperacionalizace (10)
nReliabilita (konzistence a opakovatelnost) (11)
nValidita (platnost) (12)
nVýzkumná hypotéza (13)
n

Stationery anabnr2
‹#›
7
Vzorek vs. populace
nSbíráme informace (data) o vzorku nebo o populaci
nOba termíny nepředstavují jen lidi nebo události, ale i sadu naměřených hodnot o těchto lidech /
událostech
nnaměřené hodnoty všech klientů obsloužených v průběhu jednoho roku v konkrétním zařízení soc.
služeb = populace
nVzorek = podskupina hodnot z větší populace hodnot. Údaje o vybrané polovině klientů obsloužených
v průběhu jednoho roku

Stationery anabnr2
‹#›
8
Deskriptivní vs. Inferenční statistika
nDeskriptivní (=popisná) = používáme pokud je našim cílem pouze popsat a interpretovat sadu hodnot
(data) která držíme v ruce (ať už vzorek nebo populaci)
nInferenční (=deduktivní, usuzovací) = používáme pokud je naším záměrem použít data která držíme k
tomu, abychom se pokusili porozumět většímu množství dat (děláme odhady o vlastnostech populace na
základě vzorku).

Stationery anabnr2
‹#›
9
Data (pl.), datum (s.)
n= Naměřené hodnoty sesbírané při výzkumu ještě před tím než byly jakkoli analyzovány (př. skóre
škály spokojenosti klientů)
nNástroje sběru dat = např. rozhovory, obsahové analýzy, přímé a zúčastněné pozorování atd.
nAnalýza dat posbíraných někým jiným pro jiné účely: analýza sekundárních dat
nKvalitní závěry vyžadují kvalitní data
n

Stationery anabnr2
‹#›
10
Informace
n= Interpretace analyzovaných data
nPř. „Při snižování zneužívání látek je intervenční metoda A u účastníků výzkumu úspěšnější než
metoda B“
nnebo „je velmi teplo“
noproti tomu 102° F je datum
n

Stationery anabnr2
‹#›
11
Proměnná vs. konstanta
nPři výzkumu limitujeme sběr dat pouze na takové data, které jsou nezbytné a užitečné pro naši
výzkumnou otázku
n= vlastnost která se liší v kvantitě nebo kvalitě u lidí které zkoumáme
nPř. úroveň vzdělání, pohlaví, sexuální orientace, etnicita, úroveň sebedůvěry atd.
nKonstanta =  vlastnost která se neliší v kvantitě nebo kvalitě u lidí které zkoumáme
nPř. Smrtelnost (lidé) nebo národnost (Češi)
nPř. Vzorek adolescentních dívek závislých na kokainu
n

Stationery anabnr2
‹#›
12
Kategorie a hodnoty proměnných
nRůzná změření proměnných mohou být vyjádřena buďto slovně nebo čísly
nKategorie proměnné (categories) = různé formy které proměnná může nabývat, vyjádřené slovně př.
Pohlaví: muž / žena
nHodnoty proměnné (values) = různá změření proměnné vyjádřená čísly, která reflektují
kvantifikovatelný rozdíl př. Věk: 20, 24, 60

Stationery anabnr2
‹#›
13
Frekvence kategorií a hodnot
n= Četnost (=kolikrát) s jakou se vyskytuje daná hodnota nebo kategorie ve zkoumaném skupině osob
(vzorku)
nPř. ve skupině máme 12 mužů a 16 žen: frekvence pro kategorii „muž“ proměnné „pohlaví“ je 12,
zatímco frekvence pro kategorii „žena“ stejné proměnné je 16

Stationery anabnr2
‹#›
14
Konceptualizace
n1. Vybrat nedůležitější proměnné vzhledem k výzkumné otázce (důkladně prostudovat literaturu!)
n2. Definovat co přesně každá proměnná znamená
n3. Načrtnout druh vztahu mezi proměnnými
n Př. Je intervence A lepší než intervence B ve snižování autistického chování tříletých dětí u
nichž byl diagnostikován autismus? (typ a obsah intervence, snižování?, projevy autistického
chování, závažnost?, Intervence ovlivňuje chování)

Stationery anabnr2
‹#›
15
Operacionalizace
n= specifikovat jak přesně budeme měřit proměnné které jsme konceptualizovali
nJedna proměnná – často více indikátorů
nPř. Úroveň asertivity:
n a) specifické chování klienta pozorovaného doktorem v různých podmínkách
n b) subjektivní diagnóza klienta sociálním pracovníkem
n c) sebe-analýza klientem
n d) klientovy odpovědi na dotazník, který je ve vědecké komunitě považovaný za důvěryhodně měřící
asertivitu
nPř. Úroveň spokojenosti se zaměstnáním…

Stationery anabnr2
‹#›
16
Reliabilita
n= stupeň konzistence a opakovatelnosti měření, stupeň chybovosti měření, podíl skutečného skóre na
naměřeném skóre, spolehlivost (unidimenzionalita) škály
nPř. Nástroj který měří klinickou depresi a vykazuje konzistentní výsledky napříč lidmi a v různých
situacích, oproti tomu jiný nástroj může být ovlivněn tím kdo jej používá, prostředím, časem….

Stationery anabnr2
‹#›
17
Validita
n= měříme skutečně to co věříme že měříme (validita měření/konstruktu) X interní validita (design),
validita výsledku (analýza), externí validita (výběr vzorku)
nSamotná reliabilita nástroje neznamená že je nástroj správný
nNapř. Nástroj kteří měří klinickou depresi může opakovaně udávat konzistentní výsledky ale ty
mohou být opakovaně špatné (např. měřit úroveň sebevědomí, energie nebo fyzického zdraví)

Stationery anabnr2
‹#›
18
Vztah mezi reliabilitou a validitou
rel&val1 rel&val2

Stationery anabnr2
‹#›
19
Výzkumná hypotéza
n= tvrzení o vztahu mezi proměnnými
nFormulace v budoucím čase protože předpovídá co najdeme (co očekáváme) když zanalyzujeme data
výzkumu
nZpůsob jakým je stanovena umožňuje její ověření statistickou analýzou
nPř. H1: Lidé kteří jsou v depresi budou mít jinou kvalitu spánku než lidé bez depresí (testujeme
tak že změříme kvalitu spánku operacionalizovaného např. jako počet hodin spánku lidí s diagnosou
deprese a porovnáme s kvalitou spánku lidí u kterých nebyla diagnostikována deprese)
nPOZOR: H1 neříká nic o podstatě/směru vztahu (zda deprese ovlivňuje spánek či naopak), ani o jeho
formě (negativní, pozitivní vztah, přímý/nepřímý, relace/kauzalita), pouze souvislost mezi
proměnnými
n
n
n
n
n

Stationery anabnr2
‹#›
20
Výzkumná hypotéza 2: (ne)závislá proměnná
nAlter. H1: Narušený spánek způsobuje depresi
nNavrhuje přímý, kauzální vztah, jedna proměnná ovlivňuje druhou
nNezávislá (independent, explaining, predictor) proměnná = ovlivňující proměnná, ta s kterou
manipulujeme
n (Př. Pravý experiment (druh výzkumného designu): narušíme spánek několika lidí abychom zjistili
jestli dostanou deprese (nelze z etického hlediska))
nZávislá (dependent, explained, criterion) proměnná = předpokládá se že je ovlivňována nezávislou
proměnnou (deprese ovlivňovaná narušeným spánkem)
n
n

Stationery anabnr2
‹#›
21
Úrovně měření
nPo konceptualizaci, operacionalizaci a stanovení výzkumné hypotézy je třeba určit, jak přesně byly
proměnné měřeny
nSnaha o maximální přesnost, někdy není vhodné z etického nebo praktického hlediska (př. výše
příjmu( návratnost))
nUrčení úrovně měření proměnné – nezbytnost k výběru statistické metody analýzy
nČtyři úrovně měření: nominální, ordinální, intervalová, poměrová
n

Stationery anabnr2
‹#›
22
Nominální (nominal)
nProměnná je rozdělena do kategorií (podtříd), které jsou nespojité (vzájemně se odlišují)
nMezi podtřídami neexistují kvantifikovatelné rozdíly, pouze kvalitativní – tudíž nelze řadit podle
velikosti
nPř. Pohlaví, rasa, rodinný status
nHodnoty (čísla) přidělená kategoriím reflektují pouze kvalitativní rozdíly (Př. Jaké je vaše
pohlaví? 1. muž 2. žena)
nPodmínky: kategorie musí být rozdílné, vzájemně neslučitelné (každý respondent pasuje pouze do
jediné kategorie) a vyčerpávající (pro každého respondenta je k dispozici odpověď/kategorie)

Stationery anabnr2
‹#›
23
Ordinální (ordinal)
nKategorie proměnné představují nejen rozdílnost, ale mají i kvantitativní význam – lze je
smysluplně seřadit (rank-order) od největší po nejmenší.
nPř. Stupeň vzdělání, účinnost intervence, úroveň klientovy spokojenosti se službou (škály)
nPř.Otázka: Jak byste ohodnotil práci svého sociálního pracovníka? 1.velmi dobrý, 2.Dobrý,
3.Slušný, 4.Slabý, 5.velmi slabý nebo Jaký je váš nejvyšší stupeň vzdělání v oboru sociální práce?
1. Vyšší odborný, 2. Bc, 3. Mgr.,    4. PhD
nPozor: protože intervaly mezi jednotlivými kategoriemi nejsou stejné, nelze říci, že rozdíl mezi
1. a 3. je stejný jako mezi 2. a 4.
n

Stationery anabnr2
‹#›
24
Intervalová (interval)
nUmisťuje hodnoty proměnné na pravidelně rozdělené kontinuum, kde jednotlivé hodnoty jsou od sebe
stejně vzdáleny – má shodnou jednotku měření např. jeden rok, teplotní stupeň
nMůžeme říct nejen že jeden respondent má určité proměnné více než druhý (ordinální) ale i o kolik
nRozdíl mezi 1 a 4 je významově stejný jako mezi 3 a 6, a sice 3. Rozdíl v inteligenci mezi IQ 105
a 100 je stejný jako mezi IQ 125 a 120.
nAle: nemá absolutní nulu - nelze identifikovat bod, ve kterém neexistuje žádné (nulové) množství
proměnné, a proto nelze říct, že 2 je dvakrát více než 1, ale pouze o jednotku více
n Př. Protože 0 stupňů Farenheita neznamená absenci tepla, nelze říct že při 60 stupních F je
dvakrát tepleji než při 30 stupních F.
nAritmetické operace: sčítání a odčítání
n
n

Stationery anabnr2
‹#›
25
Poměrová (ratio)
nExistence fixní, absolutní a nelibovolně zvolené nulové hodnoty
nHodnoty proměnné představují skutečné množství vlastnosti
nMůžeme říct nejen o kolik má jeden respondent více jednotek vlastnosti než druhý, ale také
kolikrát více
nPř. Věk, počet dětí v rodině, počet případů kolikrát klient absolvoval skupinovou terapii
nAbsolutní nula umožňuje všechny aritmetické operace:
n +, -, *, /
nPř. Země s ø porodností 4 děti/pár má 2x větší porodnost než země s ø porodností 2 děti/pár
nIntervalová nebo poměrová? Pokud je logicky možné jít do mínusu, pak intervalová, pokud nelze, pak
poměrová.
n

Stationery anabnr2
‹#›
26
Úroveň měření a analýza dat
nJak přesně je proměnná naměřena ovlivňuje možnosti použití statistických technik
nNěkdy ač proměnná vypadá jako intervalová, je pouze ordinální. Př. Schopnost řídit auto
operacionalizovaná jako počet dopravních nehod za 10 let: poměrová?
n Ne, protože ačkoli má opravdovou nulu a stejně veliké intervaly, tak nelze říci, že rozdíl ve
schopnostech mezi osobou která měla 4 nehody a osobou se 3 nehodami je stejný jako rozdíl mezi
osobou s 1 nehodou a žádnou nehodou. Co dělat? Lze vytvořit skupiny kde 0-2 nehody, 3-5 atd. a
užívat proměnnou jako ordinální.
nPřesnější proměnné lze transformovat na méně přesné
n (př. Věk na Věk_skupiny (Starší a Mladší)), ne však opačně.
n
n

Stationery anabnr2
‹#›
27
Jiné klasifikace proměnných
nNespojité (discrete) = může nabývat jen konečné množství hodnot př. Počet sourozenců, člověk může
mít 2 nebo 3 sourozence, ale ne 2,16
nSpojité (continuous) = může teoreticky nabývat jakékoli hodnoty př. výška studentů soc.práce. Mezi
jakýmikoli dvěma naměřenými hodnotami může být teoreticky další hodnota
n

Stationery anabnr2
‹#›
28
nDichotomické (dichotomous) =druh nespojité proměnné, která má pouze dvě kategorie př. Pohlaví (muž
nebo žena) nebo výsledek voleb (vyhrál nebo prohrál)
nBinární (binary) = druh dichotomické proměnné, kdy připisujeme hodnoty 1 přítomnosti a 0 absenci
proměnné př. Vlastnictví auta (1= mám auto,0 = nemám)
nFalešné (dummy) = druh dichotomické proměnné, kdy nominální nebo ordinální proměnnou
transformujeme do takového množství proměnných, kolik má původní proměnná kategorií (k) (V analýze
však použijeme o jednu méně (k-1) proměnných).
n Př. Pohlaví transformujeme do muže (=1 pokud muž, =0 pokud žena), nebo do ženy (=1 pokud žena, 0
= pokud muž)
n Užití dummy:
n 1) když chceme použít nominální proměnnou v technikách vyžadující proměnné vyšší úrovně (např.
lineární regrese)
n 2) když chceme testovat nelinearitu vztahu (efektu)
Jiné klasifikace proměnných (2)

Stationery anabnr2
‹#›
29
Druhy statistické analýzy
nPodle počtu proměnných
n a) univariační/jednorozměrná (univariate) = zkoumá distribuci hodnot jediné proměnné
nb) bivariační/dvourozměrná (bivariate) = zkoumá vztah mezi dvěma proměnnými
nc) multivariační/vícerozměrná (multivariate) = zkoumá vztah mezi třemi a více proměnnými zároveň
n
n

Stationery anabnr2
‹#›
30
Druhy statistické analýzy (2)
nPodle účelu
na) deskriptivní
n= pomocí tabulek a grafů shrnuje základní informace ze syrových (původních) dat a pomáhá tak
jejich interpretaci a komunikaci navenek
nnepřekračujeme hranice vzorku
§b) inferenční
§= určuje jak bezpečné je zobecňovat (odhadovat, usuzovat) výsledky ze vzorku (statistiky) na
charakteristiky populace (parametry)
§- jak je pravděpodobné že výsledek ze vzorku platí i v populaci
n
n
n