Metodologie pro ISK II ¡Deskriptivní statistika: popisuje rozložení četností naměřených proměnných ¡ ¡Statistická indukce: umožňuje zkoumat vztahy mezi proměnnými a zobecňovat výsledky na základní populaci ¡ \begin{figure} \centering \fbox{\includegraphics[clip, width=\sirka]{eps/gindded.eps}}\end{figure} Zdroj: http://new.euromise.org/czech/tajne/ucebnice/html/html/node3.html ¡Pomocí intervalů spolehlivosti ¡Explore – Confidence Interval for Mean ¡ Interval, ve kterém se hodnota nachází se spolehlivostí 95 % ¡Statistické hypotézy jsou domněnkami o populaci, jejichž pravdivost ověřujeme (testujeme) pomocí výběrových souborů z této populace. Jejich testování směřuje k zobecnění dat výběrového souboru na základní soubor. ¡Mareš a Rabušic, 2003 ¡ ¡Hypotézy jsou výroky o vztahu proměnných. ¡Nulová hypotéza předpokládá stav neexistence rozdílu (tj. předpokládá stav shody) mezi proměnnými/skupinami v populaci. (Arbuthnott, 1710) ¡Alternativní hypotéza předpokládá existenci rozdílu (na základě teorie definujeme předpoklady o rozdílech mezi jednotlivými skupinami v populaci) ¡H0: Neexistuje rozdíl mezi rozložením proměnných ve vzorku a v populaci ¡ ¡H0: Neexistuje vztah mezi časem věnovaným internetu a pohlavím. ¡ ¡Ho: Neexistuje rozdíl mezi průměrným příjmem mužů a žen zaměstnaných v knihovnách. ¡… ¡… ¡… H0 H1 Akceptujeme H0 OK Chyba 2. druhu Zamítáme H0 Chyba 1. druhu OK Reálný stav (populace) Rozdíl mezi dvěma populačními průměry neexistuje – příjímáme H0 Data neodpovídají – zamítáme H0 ¡Velikost rizika chyby, již připouštíme ¡Většinou: 0,05 (5 %) ¡Statistická významnost je pravděpodobnost, s jakou bychom – za předpokladu platnosti nulové hypotézy – mohli obdržet data odporující nulové hypotéze. (Soukup 2010) Je-li statistická významnost nízká, nulová hypotéza nejspíš neplatí ¡V případě, že vypočtená pravděpodobnost chyby prvního druhu je menší než námi předem stanovená hranice, zamítáme nulovou hypotézu. ¡Zvolíme testovací kritérium ¡Každé testovací kritérium má své kritické hodnoty ¡Vypočítáme z dat hodnotu testovacího kritéria ¡Porovnáme ji s kritickou hodnotou §Hodnota je menší, než kritická à H0 zamítáme §Hodnota je větší à H0 nezamítáme – rozdíl je statisticky významný ¡Analyze – Explore – Plots – Normality Plots with tests ¡ ¡ ¡ ¡Grafický test ¡ ¡ ¡ ¡Statistický test: Kolmogorovův-Smirnovův test ¡ Pokud je vypočtená významnost (ve sloupci Sig.) nízká, to je menší než 0,05 (pro spolehlivost 95 %), nulovou hypotézu o normálním rozložení v populaci zamítáme. null hypothesis ¡Požadavek §velkého §reprezentativního §náhodného souboru ¡ ¡Statistická významnost ještě neznamená významnost věcnou ¡Rozdělte se do skupin (3-4 lidi) ¡Seznamte se s reprezentativním výzkumem hodnot a distinkcí – děti a rodiče (IS) – zaměřte se na děti (třicátníky) ¡Zhodnoťte proměnnou Q10 a zobecněte průměr na populaci při 95% a 99% jistotě ¡Definujte si 4 nulové a alternativní hypotézy a zjistěte rozložení v souboru (pouze deskriptivní statistika) ¡Odevzdejte do odevzdávárny ¡Odevzdejte výpisky z četby (Hendl, Ryšavý) ¡Uvádějte tabulky četností i grafy ¡V tabulkách zvýrazněte potenciálně zajímavá data ¡Užívejte správně grafy (ne koláčový pro spojité proměnné!) ¡Okomentujte nejzajímavější zjištění (ne pouze „v přehledné tabulce vidíme výsledky…“ J)