SOC708 Statistická analýza dat (II. ročník)

Fakulta sociálních studií
podzim 2004
Rozsah
0/0/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Petr Mareš, CSc. (přednášející)
Mgr. Klára Janoušková (cvičící)
Mgr. Alena Odehnalová (cvičící)
Mgr. Lucie Táborská (cvičící), Mgr. Klára Janoušková (zástupce)
Garance
prof. PhDr. Petr Mareš, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Rozvrh
Pá 15. 10. 12:00–13:40 J31, Pá 12. 11. 12:00–13:40 J31, Pá 10. 12. 12:00–13:40 J31
  • Rozvrh seminárních/paralelních skupin:
SOC708/Mod: Pá 15. 10. 14:00–15:40 G111, Pá 12. 11. 14:00–15:40 G111, Pá 10. 12. 14:00–15:40 G111, P. Mareš
SOC708/Zlat: Pá 15. 10. 16:00–17:40 G111, Pá 12. 11. 16:00–17:40 G111, Pá 10. 12. 16:00–17:40 G111, P. Mareš
SOC708/Zel: Pá 15. 10. 18:00–19:40 G111, Pá 12. 11. 18:00–19:40 G111, Pá 10. 12. 18:00–19:40 G111, P. Mareš
Předpoklady
SOC706 Metodologie sociálních věd || SPP315 Metodologie vědy pro SPSP || SOC106 Metodologie sociálních věd
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
Cíle předmětu
Kurs je určen pro studenty bakalářského studia FSS. Naučí studenty základy statistické analýzy dat získaných v kvantitativním sociologickém výzkumu (survey) za pomoci speciálního programu pro statistické zpracování hromadných dat (SPSS - Statistical Packet for Social Sciences). V kursu se studenti seznámí především se způsoby práce se statistickými soubory a proměnnými: vytvoření sou-boru, navádění a čištění dat, operace se soubory, transformace dat uložených v jiném tvaru, vytváření nových proměnných, výběr případů a se způsoby základní analýzy dat, jmenovitě s: (1) Rozložením kategorizovaných i spojitých dat a s charakteristikami tohoto rozložení - univariační analýza; (2) Porovnáváním rozložení dat a středních hodnot těchto rozložení: t-test, analýza variancí; (3) Základy inferenční statistiky a testování statistických hypotéz; (4) Hledáním vztahů mezi proměnnými a posouzením síly těchto vztahů - bivariační analýza pomocí kontingenčních tabulek, korelační analýzy; (5) Hledáním lineárních vztahů mezi spojitými proměnnými: lineární regrese a scatterplot; (6) Redukcí dat pomocí faktorové analýzy jako pokus identifikovat faktory vysvětlující vyšší korelace mezi určitými proměnnými (základy multivariační analýzy).
Osnova
  • 0. Základní strategie analýzy: výzkumný problém, výzkumné otázky a proměnné; 1. Povaha hromadných dat a logika survey. Práce s hromadnými daty před jejich analýzou (modul files: procedury ), práce s prostředím (moduly edit, view, utilities) a výstupy z analýzy (režim output); 2. Rozložení kategorizovaných: základy univariační analýzy (třídění i. Stupně - procedura descriptive statistics - frequencies); 3. Rozložení spojitých dat: základy univariační analýzy (procedury descriptive statistics - frequencies, descriptives a explore); 4. Umělé proměnné (modul transform, procedury recode, compute, count, rank cases); 5. Normální rozložení a základy testování hypotéz. Statistická inference aneb zobecňování výsledků z výběrového na základní soubor; 6. Srovnávání skupin na základě středních hodnot jejich kardinálních charakteristik (procedura means). Hypotéza o shodě dvou průměrů pro nezávislá data: t-testy (procedura compare means - means; one-sample t-test; independent-samples t-test); 7. Jak testovat nulovou hypotézu o shodě několika populačních průměrů (procedura compare means - one-way anova); 8. Základy bivariační analýzy: rozložení dat v kontingenční tabulce - povaha vztahu mezi hodnotami proměnných a porovnávání pozorovaných s očekávanými četnostmi; 9. Měření (síly) asociace mezi 2 kategorizovanými proměnnými: koeficienty asociace (procedura crosstabs). Měření (síly) asociace mezi dvěma spojitými proměnnými: korelační koeficienty a grafy - scatterplots (modul graphs - scatter) a korelační matice (procedura correlate - bivariate); 10. Jak odhalit vliv třetí proměnné: práce s podsoubory neboli třídění vyšších stupňů a parciální koeficienty (procedura correlate - partial); 11. Základy lineární regrese - vztah spojitých proměnných (procedura regression -linear); 12. Faktorová analýza - redukce dat a vstup do multivariační analýzy (procedura data reduction - factor analysis).
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 2000, podzim 2001, podzim 2002, podzim 2003, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018.