SOCb1008 Statistická analýza dat

Fakulta sociálních studií
podzim 2021
Rozsah
1/2/0. 6 kr. Ukončení: zk.
Vyučující
prof. PhDr. Ladislav Rabušic, CSc. (přednášející)
Mgr. Petr Fučík, PhD. (cvičící)
Mgr. Ing. Tomáš Doseděl, Ph.D. (cvičící)
Mgr. Martin Lakomý, Ph.D. (cvičící)
Garance
prof. PhDr. Ladislav Rabušic, CSc.
Katedra sociologie – Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Dodavatelské pracoviště: Katedra sociologie – Fakulta sociálních studií
Rozvrh
St 12:00–13:40 exP52
  • Rozvrh seminárních/paralelních skupin:
SOCb1008/01: Út 8:00–9:40 PC25, M. Lakomý
SOCb1008/02: Út 14:00–15:40 PC25, T. Doseděl
SOCb1008/03: Út 18:00–19:40 PC25, P. Fučík
Předpoklady
! SOC108 Statistická analýza dat &&( SOCb1006 Metodologie sociálních věd || SOC106 Metodologie sociálních věd )
Tento předmět je nutné zapisovat až v 3. semestru po absolvování předmětu SOCb1006!
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 60 stud.
Momentální stav registrace a zápisu: zapsáno: 3/60, pouze zareg.: 0/60
Jiné omezení: Předmět si zapisují studující dřívějších imatrikulačních ročníků, než 2021/22
Mateřské obory/plány
předmět má 8 mateřských oborů, zobrazit
Cíle předmětu
Předmět je určen především pro studenty/studentky BAKALÁŘSKÉHO studia sociologie na FSS. Cílem předmětu je uvést studující do problematiky statistické analýzy dat z výběrových šetření. Obecně je zaměřen na seznámení se s logikou a základními principy i charakteristikami statistické analýzy a provádět výpočty 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 souboru, 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). Studující po úspěšném absolvování předmětu by měli být schopni rozumět základním statistickým pojmům, znát základní metody statistické analýzy, analyzovat data z výběrových šetření a řešit tak na základě dat věcně formulované výzkumné otázky.
Výstupy z učení
Studenti se seznámí s logikou a základními principy i charakteristikami statistické analýzy a budou schopni provádět výpočty za pomoci speciálního programu pro statistické zpracování hromadných dat.
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).
Literatura
    povinná literatura
  • RABUŠIC, Ladislav, Petr SOUKUP a Petr MAREŠ. Statistická analýza sociálněvědních dat (prostřednictvím SPSS). 2. přepracované vyd. Brno: Masarykova univerzita, 2019, 573 s. ISBN 978-80-210-9247-1. URL info
    doporučená literatura
  • FIELD, Andy P. Discovering statistics using IBM SPSS statistics. 5th edition. Los Angeles: Sage, 2018, xxix, 1070. ISBN 9781526419521. info
  • NORUŠIS, M. J. SPSS introductory statistics : student guide. Chicago: SPSS, 1990, 420 s. ISBN 013178062X. info
  • PALLANT, Julie. SPSS survival manual :a step by step guide to data analysis using SPSS for Windows (version 10 and 11). 1st pub. Buckingham: Open University Press, 2001, xvi, 286 s. ISBN 0-335-20890-8. info
  • BRYMAN, Alan a Duncan CRAMER. Quantitative data analysis with SPSS release 8 for Windows : a guide for social scientists. 1st ed. London: Routledge, 1999, xiv, 303. ISBN 0415206960. info
  • SPSS Base 14.0 : user's guide. Chicago: SPSS Inc., 2005, xxv, 738. ISBN 0132218046. info
Výukové metody
Přednáška (hromadně základní seznámení se základy vybraných statistických procedur) a cvičení na PC v seminárních skupinách (výpočty pomocí programů SPSS). Průběžné domácí řešení zadaných (na každý týden semestru) výpočtů.
Metody hodnocení
Průběžné domácí řešení zadaných (na každý týden semestru) výpočtů. Zkouška: písemná sestávající ze dvou částí: 1. zkouška ze znalosti základních statistických pojmů; 2. výpočet příkladů na PC za pomoci programu SPSS.
Navazující předměty
Informace učitele
Uvedená literatura je doplněna v podrobném sylabu, který je umístěn ve studijních materiálů IS a v jeho interaktivnioch osnovách. Tam také budou v průběhu kursu zavěšovány všechny důležité dodatky a materiály.
Literature to be studied is desribed at greater details in the more concrete syllabus that can be found in Information System of Masaryk university.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět si zapisují studující dřívějších imatrikulačních ročníků, než 2021/22.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2019, podzim 2020, podzim 2022.