The goal of this course is to teach students the practical use of one dimensional statistical methods of data analysis. The final credit will be obtained for a prezentation of simple statistical analysis on a chosen topic.
Last update: Jirkovská Blanka, PhDr., Ph.D. (10.12.2018)
Cílem předmětu je naučit vytvářet a upravovat soubory dat a prakticky používat jednoduché statistické metody
explorace a deskripce. Uvedeny budou také základy inferenční statistiky (testování hypotéz). Absolvent kurzu by
měl umět: (a) vytvořit soubor dat (z dotazníkového šetření i dříve publikovaných či archivních údajů), zhodnotit typ
a kvalitu dat a případné problémy (chybějící hodnoty, polarizace odpovědí, odlehlá pozorování apod.),
transformovat proměnné; (b) použít základní popisnou statistickou metodu k zodpovězení výzkumné otázky
(třídění dat 1. stupně) a ověřit platnost jednoduché hypotézy na základě odhadu ve výběrovém souboru pro
zkoumanou populaci a graficky prezentovat výsledky; (d) ovládat základní funkce ve statistickém programu
(SPSS), tj. transformace dat, popisné statistiky a jednoduché grafy. Výuka bude probíhat pomocí statistického
programu SPSS. Na kurz navazuje Analýza kvantitativních dat II. Student vypracuje závěrečnou práci spočívající
ve vlastním kvantitativním průzkumu a jeho jednoduchém zhodnocení na základě probrané látky.
Last update: Šedivcová Karolína, Mgr. (27.01.2018)
Requirements to the exam - Czech
seminární práce v podobě prezentace vlastního kvantitativního průzkumu, písemný test - analýza a interpretace jednorozměrných statistických dat
Last update: Jirkovská Blanka, PhDr., Ph.D. (13.06.2019)
Syllabus - Czech
* Osnova předmětu:
1. Uvedení do metod analýzy kvantitativních dat, možnosti a limity, zdroje a typologie dat. 2. Základy kvantitativního výzkumu - hromadná data, výběr jednotek, měření, hypotézy, sekundární analýza. 3. Validita a reliabilita dat, tvorba on-line dotazníku. 4. Uvedení do prostředí programu SPSS (základní funkce a ovládání pomocí menu). 5. Základní náležitosti dotazníku, typy otázek a jejich kódování v SPSS, řazení otázek v dotazníku. 6. Práce s hromadnými daty před analýzou (čištění, úprava). 7. Základy jednorozměrné analýzy. 8. Normální rozdělení a způsoby jeho znázornění. 9. Standardizované normální rozdělení. 10. Inferenční statistika a testování hypotéz. 11. Transformace proměnných I (rekódování). 12. Transformace proměnných II.
Last update: Baláž Picková Monika, Mgr. (25.02.2026)