Data Analysis in Sociology I - ASG100075

• Title: Zpracování sociologických dat I
• Guaranteed by: Department of Sociology (21-KSOC)
• Faculty: Faculty of Arts
• Actual: from 2024
• Semester: summer
• Points: 0
• E-Credits: 2
• Examination process: summer s.:
• Hours per week, examination: summer s.:1/1, C [HT]
• Capacity: unknown / unknown (unknown)
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: not taught
• Language: Czech
• Teaching methods: full-time
• Note: course can be enrolled in outside the study plan; enabled for web enrollment
• Guarantor: Mgr. Tomáš Diviák, Ph.D.
• Interchangeability : ASG100041, ASG100069
• Is interchangeable with: ASG100069

Annotation

English

The course aims to teach students the basics of descriptive statistics, the basics of data visualization, and data
transformation using the SPSS software package. The credit is awarded upon obtaining own data, performing
basic data transformations, and subsequent analysis of the data and interpretation of the results.

Last update: Richter Eva, Mgr., Ph.D. (27.01.2020)

Czech

Cílem je naučit studenty nejen používat statistický software SPSS a importovat či upravovat v něm data, ale také upevnit znalosti deskriptivní statistiky a grafického znázornění dat. To má umožnit studentům snazší orientaci v pokročilejších kurzech statistiky a metod výzkumu, v nichž se pracuje s prvky dvourozměrné analýzy dat a inferenční statistiky.
1) vytvoření datového souboru – seznámení s prostředím SPSS (syntax, output, variable a data view), import a zadávání dat, vytváření proměnných a jejich vlastnosti
2) typy proměnných podle měřící škály (nominální, ordinální, kardinální +missing values), jejich zadávání a základní transformace (kategorizace kardinálních, repolarizace škál, slučování kategorií – příkaz recode)
3) pokračování transformací – aritmetické transformace (příkaz compute) a podmíněné transformace (příkaz if, funkce logických spojek AND, OR, NOT
4) absolutní a relativní četnosti – interpretace a úskalí relativních četností a základy vizualizace dat – barplot, pieplot
5) míry centrální tendence – modus, medián, průměr, jejich výpočet a interpretace, boxplot a jeho vlastnosti (descriptives a frequencies)
6) míry variability – rozptyl, směrodatná odchylka, MAD, variační koeficient, šikmost, špičatost, histogram
7) grafy – shrnutí a zopakování koláčových, tyčových, bodových, krabicových grafů, histogramu, polygonu četností etc. (Chart builder) a jejich interpretace a prezentace
8) kódování otevřených odpovědí – vytvoření kódového klíče, vztah k obsahové analýze, kategorie a práce s nimi
9) multiple response – využití, zadávání a interpretace
10) pokročilejší práce s daty – agregování, sortování, filtrování a vážení dat a jejich využití

Last update: Richter Eva, Mgr., Ph.D. (29.01.2018)

Course completion requirements

Obstarání či vytvoření vlastního datasetu
Provedení každé transformace
Popis několika proměnných pomocí relativních četností, vhodných středních hodnot, variability a vhodných grafů (závěr semestru)

Last update: Richter Eva, Mgr., Ph.D. (29.01.2018)

Literature

Field, A. (2013). Discovering Statistics Using IBM SPSS Statistics, 4th Edition (4th edition). Los Angeles: SAGE Publications Ltd.
Hendl, J. (2012). Přehled statistických metod zpracování dat: Analýza a metaanalýza dat. Praha: Portál.

Last update: Richter Eva, Mgr., Ph.D. (29.01.2018)

Syllabus

1. Program SPSS ?moduly. Prostředí SPSS - typy souborů (datové, výstupové, programové), načítání různých typů datových souborů (xls, ASCII, Access, dBase...), ukládání dat v jednotlivých formátech

2. Vytváření datových souborů v SPSS a jejich popis (proměnné a jejich hodnoty). Definice proměnných: typy proměnné, pojmenování proměnných a jejich hodnot, definování chybějících hodnot, typ proměnné dle škály měření (nominální, ordinální, kardinální)

3. Základní principy práce s datovým souborem: přechod na konkrétní pozorování (jednotku souboru), seřazení jednotek podle zvolených kritérií, tvorba podsobourů dle zvolených kritérií, aplikace analýz na jednotlivé dílčí podsoubory,náhodný výběr

4. Vážení dat. Agregování datového souboru, spojování více dat. souborů

5. Výpočet četností (frequencies), popisné statistiky (descriptives)

6. Transformace proměnných: tvorba nových proměnných pomocí již existujících (compute), rekódování proměnných, automatické rekódování proměnných

7. Transformace proměnných - pokračování: výskyt hodnoty u případu (count), nahrazení vynechaných hodnot (replace missing), z-transformace.

8. Kontingenční tabulky, chí-kvadrát test, z skore

9. Zpracování vícenásobných odpovědí (Multiple Response) - zadání sady proměnných, zadání výpočtu četností, křížové tabulky

10. Vytváření tabulek v modulu Tables - tables of frequencies, basic tables, general tables

11. Editace tabulek, práce se šablonami

12. Grafy - tvorba, editace, vlastnosti

13. Porovnání průměrů - ANOVA, procedura MEANS

14. Porovnání průměrů - T-Test

15. Neparametrické testy v SPSS

16. Vícenásobné metody - factorová, shluková.

Last update: Richter Eva, Mgr., Ph.D. (19.06.2014)