A follow-up to the course "Quantitative Data Analysis", the aim of which is to extend students' knowledge and practical skills required for the quantitative data management, exploratory and descriptive analysis, and statistic methods. The final exam contains analysis a interpretation of contingency tables.
Distance education will be provided through the provision of learning materials, consultations in MS Teams and practical training of examples in SPSS.
Last update: Jirkovská Blanka, PhDr., Ph.D. (25.09.2020)
Předmět navazuje na kurz Analýza kvantitativních dat I. Cílem je prohloubit praktické dovednosti managementu
kvantitativních dat, používání explorativní analýzy a metod statistické inference (testování hypotéz). Absolvent by
měl umět: a) provádět pokročilejší transformace dat; b) zvolit mezi různými statistickými metodami testování
hypotéz, znát omezení a přednosti metod; (c) používat vícerozměrné metody statistické analýzy (intervaly
spolehlivosti, testy dobré shody, asociace v kontingenčních tabulkách, korelační analýza, standardizace atd.); (d)
formulovat výzkumné otázky a hypotézy, sociologicky interpretovat výsledky; (e) vypočítat statistiky pomocí
softwaru a vyhodnotit platnost hypotéz. Výuka bude probíhat v prostředí statistického programu SPSS. Student
musí pro závěrečnou atestaci formou zkoušky prezentovat samostatné analýzy kvantitativních dat a vyhodnotit a
sociologicky interpretovat kontingenční tabulky.
Distanční výuka bude probíhat prostřednictvím poskytování výukových materiálů, konzultací v MS Teams a praktického nácviku příkladů v SPSS.
Last update: Jirkovská Blanka, PhDr., Ph.D. (25.09.2020)
Requirements to the exam - Czech
seminární práce v podobě prezentace vlastního kvantitativního průzkumu, představení cíle, výzkumných otázek, metodologie, hlavních výsledků - jednorozměrná a dvourozměrná analýza dat
písemný test - analýza a interpretace kvantitativních dat na úrovni dvojného třídění
Last update: Jirkovská Blanka, PhDr., Ph.D. (13.06.2019)
Syllabus - Czech
* Osnova předmětu:
1. Zopakování základů práce v prostředí statistického programu SPSS. 2. Shrnutí možností třídění prvního stupně. 3. Srovnávání středních hodnot spojitých veličin, T-test, ANOVA. 4. Základy dvojného třídění kategoriálních proměnných - četnosti, chí kvadrát. 5. Základy práce s kontingenčními tabulkami. 6. Rozšířené analýzy v kontingenčních tabulkách. 7. Zásady sociologické interpretace kategoriálních veličin. 8. Technika korelace. 9. Odhalování vlivu třetí proměnné (elaborace). 10. Jednoduchá lineární regrese. 11. Mnohonásobná lineární regrese. 12. Faktorová analýza.
Last update: Baláž Picková Monika, Mgr. (25.02.2026)