PAN126 Analýza kvantitativních dat

Filozofická fakulta
jaro 2011
Rozsah
0/2/0. 4 kr. Ukončení: z.
Vyučující
doc. Mgr. Martin Sedláček, Ph.D. (přednášející)
Mgr. Lucie Škarková, Ph.D. (pomocník)
Garance
prof. PhDr. Milan Pol, CSc.
Ústav pedagogických věd – Filozofická fakulta
Kontaktní osoba: Ivana Klusáková
Rozvrh
Po 9:10–10:45 L11
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Předmět si smí zapsat nejvýše 10 stud.
Momentální stav registrace a zápisu: zapsáno: 0/10, pouze zareg.: 0/10, pouze zareg. s předností (mateřské obory): 0/10
Mateřské obory/plány
Cíle předmětu
Cílem kurzu je přiblížit studentům základy statistické analýzy dat získaných v kvantitativním výzkumu (survey). 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, konkrétně 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). Absolvent po úspěšném ukončení studia schopen: porozumět základním postupům statistické analýzy 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);
Literatura
  • HENDL, Jan. Kvalitativní výzkum : základní metody a aplikace. Vyd. 1. Praha: Portál, 2005, 407 s. ISBN 8073670402. info
Výukové metody
The course is taught as both lectures and seminars. Attendance and participation in the course (min. 75%).
Metody hodnocení
písemný test - zpracování statistického problému za použití software (Statistica), interpretace výsledků !!!
Další komentáře
Studijní materiály
Předmět je vyučován každý semestr.
Předmět je zařazen také v obdobích podzim 2009, podzim 2010, jaro 2012, podzim 2012, jaro 2013, podzim 2013, jaro 2014, podzim 2014, jaro 2015, podzim 2015, jaro 2016, podzim 2016, podzim 2017, jaro 2018, podzim 2018, jaro 2019, podzim 2019, jaro 2020, podzim 2020.