Statistika - úvod
ovymezení statistiky
oúloha statistiky v psychologickém výzkumu
ozákladní pojmy - měření, proměnné; popisná a induktivní statistika; populace a vzorek
opříprava dat před analýzou

Definice statistiky
oStatistika je naukou o tom, jak získat informace z numerických dat.
oStatistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.
oStatistika je soubor metod, které nám umožňují rozhodnutí v případě nejistoty.
o
o

Definice statistiky
oAnalýza dat náhodného charakteru, která předpokládá použití pokročilejšího aparátu matematiky a
určitého matematického modelu (teorie pravděpodobnosti).
o

Definice statistiky
oStatistická analýza jsou záhadné, někdy až prapodivné manipulace s daty získanými pomocí
experimentu, jejichž cílem je zastřít ten fakt, že výsledky nemají pro lidstvo žádný zobecnitelný
význam. Obvykle jsou při ní používány počítače, což této proceduře propůjčuje další auru
nereálnosti.
o

Role statistiky ve výzkumu
opři výzkumu v sociálních vědách jsou střídavě používány deduktivní a induktivní postupy
ostatistika se uplatňuje především u induktivních postupů

Proměnné
opři výzkumu psychologvé získávají, měří a analyzují proměnné
oproměnná je objekt, který může nabývat různých hodnot (na rozdíl od konstanty)

Proměnné
ojsou rozlišovány různé typy proměnných
o
o

Proměnné
opodle jejich role ve výzkumném plánu -závislé, nezávislé, intervenující
opodle úrovně měření – nominální, pořadové, intervalové a poměrové
o

Závislé a nezávislé proměnné
opříklad experimentu: chceme zjistit účinnost prostředku na zlepšení paměti u seniorů ve srovnání s
placebem

Závislé a nezávislé proměnné
onezávislá proměnná – podávaný prostředek (testovaný lék x placebo)
ozávislá proměnná – výkon v testu paměti (např. počet vybavených slov)
omožné intervenující proměnné – ochota užívat léky, podmínky při testu, věk…
o

Závislé a nezávislé proměnné
onezávislá proměnná – ta, se kterou experimentátor manipuluje (independent variable)
ozávislá proměnná – proměnná měřená experimentátorem (dependent variable)
ointervenující proměnná – e. se snaží její vliv eliminovat (znáhodňováním, vyrovnáváním)
(intervening variable)
o

Účel typologie proměnných
omá pomoci při rozhodování o tom, jak nejlépe zobrazit, shrnout či analyzovat data
o
o

Kvalitativní a kvantitativní data
okvalitativní (kategoriální) – zjišťujeme hodnotu znaku – kategorii (např. pohlaví, náboženské
vyznání, rodinný stav, barva očí, vzdělání); často fungují jako nezávislé proměnné (faktory);
(categorial data)
okvantitativní (metrická) data – zjištěná měřením pomocí nějakého nástroje
(v širším smyslu); skór v testu, tělesná váha…; obvykle závislé proměnné (measurement data)

Úroveň měření
okategoriální proměnné jsou měřeny buď na nominální nebo pořadové úrovni
onominální – čísla jsou hodnotám proměnné přiřazena náhodně; pouze hodnoty označují, ale nelze s
nimi jako s čísly zacházet (jediné operace jsou = a ≠) (nominal scales)
o

Úroveň měření
opořadová (ordinální) – hodnoty je možno uspořádat podle velikosti (např. pořadí v závodu,
postojové škály), ale není možno stanovit, o kolik se liší (ordinal scales)
omožné početní operace jsou stále = a ≠, ale také < a >
o

Úroveň měření
ointervalová – hodnoty je možno uspořádat a vzdálenosti mezi nimi (intervaly) jsou shodné (např.
rok narození, teplota) (interval scales)
omožné početní operace:  = a ≠, < a >, + a -
o
o

Úroveň měření
opoměrová – stejné vlastnosti jako intervalová a navíc se mezi hodnotami vyskytuje přirozená 0
(indikující absenci znaku) – tj. má smysl se ptát, kolikrát je hodnota větší než jiná hodnota
(ratio scales)
onapř. věk, počet správně řešených úloh, počet dětí
okromě předchozích početních operací je možné také násobení a dělení
o

Úroveň měření
okvantitativní data je možno zredukovat na kategoriální (např. místo hodnoty krevního tlaku údaj
normotenze x hypertenze)
o

Populace a výběr
odata mohou být získávána na populaci (cenzus) nebo na vzorku populace (výběrové šetření)


Populace a výběr
opopulace (základní soubor) - úplný souhrn lidí, objektů nebo věcí, které jsou předmětem našeho
zkoumání
oje dána přesným stanovením jeho prvků
oprvky mohou být určeny buď jejich výčtem nebo vymezením některých společných vlastností

Populace a výběr
ovýběr (výběrový soubor, vzorek) – výzkumníci se snaží, aby byl reprezentativní vůči příslušné
populaci (pomocí postupů náhodného výběru)
ostejný soubor objektů může za určitých okolností představovat jednou populaci a jindy výběr

Parametry a statistiky
opokud provádíme měření na celé populaci, jsou výsledky nazývány parametry populace
obývají označovány řeckými písmeny (např. průměr μ)

Parametry a statistiky
ovýsledky z měření na vzorku se nazývají (výběrové) statistiky
ovětšinou jsou užívány k odhadu populačních parametrů pomocí postupů statistického usuzování
(inference)

Popisná a induktivní statistika
opopisná (deskriptivní, explorační) statistika – třída technik, které slouží k popisu proměnných
(např. typická hodnota proměnné, distribuce hodnot atd.)
oinferenční/induktivní statistika – umožňuje rozhodnutí, zda zjištění ze vzorku platí i na populaci
(a s jakou pravděpodobností) – odhady intervalu spolehlivosti, testování hypotéz

Popisná a induktivní statistika
oinferenční statistika se dále dělí na parametrické a neparametrické postupy
oparametrickými testy ověřujeme platnost hypotézy o parametrech základního souboru (např. průměr) –
vyžadují měření na intervalové úrovni

Příprava dat před analýzou
ouspořádání dat
okontrola přesnosti dat
ovytvoření struktury databáze
ovkládání dat do PC
otransformace dat
o
o
o

Uspořádání dat
ovýzkumná data mohou pocházet
z různých zdrojů: dotazníky, rozhovory, měření při experimentech (pretest, posttest), pozorování
oje třeba všechny formuláře, dotazníky, záznamové archy atd. řádně označit, aby je vždy bylo možno
i zpětně dohledat
o

Uspořádání dat
opůvodní data se u profesionálních výzkumů po určitou dobu archivují (min. 5-7 let)
oje vhodné vytvořit si databázi – přehled všech použitých zdrojů dat (např. v MS Access nebo Excel,
Statistica, SPSS)

Kontrola přesnosti dat
oněkdy vhodné provést již při sběru dat – pak je možno příp. chybějící nebo jinak problematické
odpovědi vyřešit na místě
okontrola: čitelnosti odpovědí, úplnosti odpovědí, důležitých informací (datum, jméno výzkumníka
atp.)
oje vhodné z dalších kroků vyloučit nevalidní odpovědi (na všechny otázky stejné atd.)

Vytvoření struktury databáze
odata je možno vkládat přímo do statistických programů nebo do databázových programů (a potom je
převést)
orozsáhlé výzkumné projekty mají vytištěnu podrobnou kódovací příručku (codebook) s popisem
proměnných

Vytvoření struktury databáze
opro každou proměnnou:
ojméno proměnné (např. pohlaví)
opopis proměnné (např. celkový skór dotazníku deprese)
opopis hodnot proměnné (např. 1=chlapci, 2=dívky)
ozpůsob kódování chybějících hodnot (např. 9)
oformát proměnné (numerický, textový, datum…)

Vkládání dat do PC
opro kontrolu přesnosti vkládání existují nejrůznější postupy
onapř. dvojité vkládání (double entry) – speciální program, který při druhém vkládání porovnává
data s původním údajem a upozorní na chyby; není příliš rozšířeno

Vkládání dat do PC
ojednodušší je náhodně zkontrolovat určitý počet případů (při velkém procentu chyb kódovat znovu a
porovnat)
ovždy je nutno alespoň zkontrolovat, zda rozsah zadaných hodnot odpovídá předpokladům

Transformace dat
ovýpočet celkových skórů – většinou součtem hodnot několika proměnných (příp. průměr atp.)
ozadá se příslušný vzorec, např. pro součet celk = p1 + p2 + p3 (v SPSS přes menu Transform -
Compute)
oPřípadně lze zadat příslušnou funkci (sum, mean)

Transformace dat
oobrácení položek –některé položky bývají formulovány v opačném směru než zbytek škály;
ojejich hodnoty je třeba překódovat (např. u 5 bodové škály se bude 1 rovnat 5, 2 bude 4 atd. až 5
bude 1)
o

Transformace dat
oVětšinou jsem se sebou spokojen
oObčas si připadám jako bezcenný člověk
oMám sám sebe rád
n1 = vůbec nesouhlasím
n2 = spíše nesouhlasím
n3 = něco mezi
n4 = spíše souhlasím
n5 = zcela souhlasím
o

Transformace dat
ovzorec pro obrácení škály (počínající hodnotou 1)
o   nová hodnota = nejvyšší hodnota +1 – stará hodnota
ov SPSS se výpočet „obrácené“ proměnné zadává v menu Transform – Compute
opřípadně lze využít menu Transform – Recode (into same/different variables)

Transformace dat
osloučení hodnot proměnných – např. ze 7 bodové škály chceme udělat 3 bodovou; nebo z věku zadaného
v letech vytvořit 3 věkové skupiny
ov SPSS se zadává v Transform – Recode into same (/different) variables

Kontrolní otázky
oklasifikace proměnných podle jejich role ve výzkumném plánu
orozdíly mezi nominální, ordinální, intervalovou a poměrovou úrovní měření; možné početní operace
ovymezení populace a výběru, parametrů a statistik
ovymezení popisné a inferenční statistiky
opostup přípravy dat před analýzou
o
o
o
o

Zopakovat z kurzu metodologie
ovýzkumný projekt
oměření, objektivita, reliabilita, validita
ovýzkumné plány
ovýběr (postupy)

Literatura
oHendl – kapitoly 1 a 2
odoplňující (v IS):
nGaito, J. (1980). Measurement scales and statistics: Resurgence of an old misconception.
Psychological Bulletin, 87, 564-567
nVelleman, P. F. & Wilkinson, L. (1993). Nominal, ordinal, interval, and ratio typologies are
misleading. The American Statistician, 47(1), 65-72.
nLord, F. (1953). The Statistical treatment of football numbers. The American Psychologist, 8,
750-751.
n