Quantitative Data Analysis II. (Distance Learning) - YMH1211

• Title: Analýza kvantitativních dat II. (kombinovaná forma)
• Guaranteed by: Programme Historical Sociology (24-HS)
• Faculty: Faculty of Humanities
• Actual: from 2024
• Semester: winter
• E-Credits: 4
• Examination process: winter s.:
• Hours per week, examination: winter s.:10/0, Ex [HS]
• Extent per academic year: 10 [hours]
• Capacity: unknown / unknown (20)
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: taught
• Language: Czech
• Teaching methods: combined
• Level: basic
• Is provided by: YMH153
• Additional information: http://www.metodykv.wz.cz
• Note: priority enrollment if the course is part of the study plan
• Guarantor: PhDr. Blanka Jirkovská, Ph.D.
• Teacher(s): Mgr. et Mgr. Ondřej Špaček, Ph.D.
• Pre-requisite : YMH115
• Interchangeability : YMH0211
• Is interchangeable with: YMH0211

Annotation

English

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 will contain analysis and 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)

Czech

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)

Aim of the course

Absolvent kurzu by
měl umět: (a) provádět
pokročilejší transformace dat (vytváření syntetických proměnných a ověřování jejich reliability); (b) zvolit mezi
různými statistickými metodami k testování hypotéz, znát omezení a přednosti zvolené metody; (c) používat
nejčastější dvou a vícerozměrné metody statistické analýzy (intervaly spolehlivosti, F-test, T-test, ANOVA,
Chí-kvadrát test, korelační, regresní analýzu apod.); (d) formulovat výzkumné otázky a hypotézy, sociologicky
interpretovat výsledky; (e) vypočítat statistiky ve zvoleném softwaru a vyhodnotit statistickou platnost nebo
neplatnost výzkumných hypotéz.

Last update: Jirkovská Blanka, PhDr., Ph.D. (10.12.2018)

Requirements to the exam

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

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.

13. Rekapitulace osvojených přístupů v dané metodologické oblasti.

Povinná literatura:

• DISMAN, M. Jak se vyrábí sociologická znalost. Praha: Karolinum, 1993. ISBN 80-7184-141-2.

• MAREŠ, P., L. RABUŠIC, P. SOUKUP. Analýza sociálněvědních dat (nejen) v SPSS. Brno: Masarykova univerzita, 2015. ISBN 978-80-210-6362-4.

Doporučená literatura:

• BABBIE, E. The Practice of social Research. 7th Edition. Belmont: Wadsworth, 1995. ISBN 0-534-18744-7. (kapitoly 16 a 17: „The Elaboration Model ” Pp. 395-412, „Social Statistics“ Pp. 313-443)

• HENDL, J. Přehled statistických metod zpracování dat. Praha: Portál, s.r.o., 2006. ISBN 978-80-7367-482-3.

• KAPR, J., ŠAFAŘ, Z. Sociologie nebo zdravý rozum? Praha: Mladá fronta, 1969. ISBN 23-033-69.

• LOUČKOVÁ I. Integrovaný přístup v sociálně vědním výzkumu. Praha: Sociologické nakladatelství, 2010. ISBN 978-80-86429-79-3.

• ROSENBERG, M. Test Factor Standardization as a Method of Interpretation. Social Forces, 1962, 41(1): 53-61. ISSN 0037-7732.

• STATSOFT, Inc. Electronic Statistics Textbook. Tulsa, OK: StatSoft, 2010. Dostupné na .

• URBÁNEK, T. K prezentaci výsledků statistických analýz - 1. část. Československá psychologie, 51 (6): 601-609, 2007. ISSN 9000-062X.

• URBÁNEK, T. K prezentaci výsledků statistických analýz - 2. část. Československá psychologie, 2008, 52 (1): 70-79. ISSN 9000-062X.

Last update: Šedivcová Karolína, Mgr. (19.04.2018)