PředmětyPředměty(verze: 978)
Předmět, akademický rok 2025/2026
   Přihlásit přes CAS
   
Kvantitativní metody zkoumání politiky - JPB283
Anglický název: Quantitative Methods of Political Research
Zajišťuje: Katedra mezinárodních vztahů (23-KMV)
Fakulta: Fakulta sociálních věd
Platnost: od 2025
Semestr: letní
E-Kredity: 7
Způsob provedení zkoušky: letní s.:
Rozsah, examinace: letní s.:2/1, Zk [HT]
Počet míst: 130 / 125 (130)
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
při zápisu přednost, je-li ve stud. plánu
Garant: doc. Michal Parízek, Ph.D.
Vyučující: Mgr. Štěpán Jabůrek
doc. Michal Parízek, Ph.D.
Mgr. Jan Vondráček
Třída: Kurzy pro CZV
Je záměnnost pro: JPB221
Ve slož. prerekvizitě: JPB049, JPB284
Anotace
Jedním ze základních kamenů politiky a jejího zkoumání jsou informace. Naše schopnost efektivně a korektně pracovat s informacemi je tak předpokladem pro úspěch jak během studia společenských věd, tak v profesním, odborném i občanském životě. Kurz Kvantitativní metody zkoumání politiky uvádí bakalářské studenty politologie a mezinárodních vztahů do fascinujícího světa informací, kvantitativních dat a jejich statistické analýzy. Jádrem kurzu jsou čtyři tematické bloky: práce s informacemi; data a kvantitativní empirická evidence; pravděpodobnost a statistické usuzování; a základní inferenční (usuzovací) statistika.



Poslední úprava: Parízek Michal, doc., Ph.D. (25.01.2025)
Cíl předmětu

O co nám v kurzu půjde? Naším cílem bude především naučit se chápat užitečnost i krásu kvantitativního politického výzkumu, ale také jeho záludnosti. Jak výzkum politiky vlastně prakticky dělat? Jaké techniky k němu používat? Jak studovat politku skrze kvantitativní, numerická data?

Konkrétně je cílem kurzu představit vám:

  • klíčové prvky výzkumného rámce ve společenských vědách a politologii;
  • logiku i aplikaci hlavních kvantitativních (statistických) analytických metod;
  • běžně užívaný analytický software MS Excel a statistickou analýzu v programu R

Výsledkem by tak mělo být, že budete na poměrně solidní úrovni umět uchopit politickou realitu pomocí numerických dat. Kromě toho dokážete číst a kriticky hodnotit texty, odborné i obecné, které s kvantitativními daty pracují. Spolu s navazujícím kurzem kvalitativních metod v zimním semestru vám pak tak tento kurz poskytne přehled a pochopení zásadních otázek výzkumu a výzkumného rámce v sociálních vědách.

Poslední úprava: Parízek Michal, doc., Ph.D. (02.02.2026)
Podmínky zakončení předmětu
  • pravidelně docházet a aktivně se účastnit seminářů; povolena je maximálně 1 absence; 10% bodů
  • každý týden pečlivě zpracovat zadané domácí úkoly; 30% výsledné známky
  • napsat mid-term (průběžný) test; 10% výsledné známky (pro pokračování v kurzu a jeho absolvování není stanovena konkrétní bodová hranice z mid-term testu)
  • úspěšně napsat závěrečný test; 50% výsledné známky, přičemž ze závěrečného testu musíte získat alespoň 51% bodů (z výpočetní i teoretické části - 51% z každé zvlášť)
Poslední úprava: Parízek Michal, doc., Ph.D. (16.02.2026)
Literatura

Jako výchozí podkladovou literaturu budeme používat učební text Gerringa a Christensona (2017):

  • GERRING, John a Dino CHRISTENSON, 2017. Applied Social Science Methodology: An Introductory Guide. Cambridge: Cambridge University Press

Některá témata jsou pojednána v příslušných kapitolách 8 a 9 od Petra Soukupa v Beneš a Drulák (2020). Poměrně detailní přehled různých technik kvantitativní analýzy je k dispozici v Hendlovi (2013).

  • BENEŠ, Vít a Petr DRULÁK, eds., 2020. Metodologie výzkumu politiky. Praha: SLON.
  • HENDL, Jan, 2013. Přehled statistických metod zpracování dat. Praha: Portál.

Na každou hodinu budeme číst buď relevantní kapitolu nebo kapitoly z těchto textů, nebo další vhodné materiály v českém a anglickém jazyce. Průběžná každotýdenní práce s touto literaturou je základem úspěšného absolvování kurzu.

Poslední úprava: Parízek Michal, doc., Ph.D. (05.02.2024)
Metody výuky - angličtina

Kurz sestává z každotýdenních přednášek, ze seminářů konajících se jednou za dva týdny, a online materiálů na Moodle stránce kurzu. Při zápisu se zapište jednak do kurzu jako takového, jednak do konkrétní seminářové paralelky.

Software

V rámci kurzu budeme pravidelně pracovat se softwarem MS Excel a R+RStudio. Všichni studenti by měli mít software nainstalovaný na svých počítačích. Fakulta dává studentům k dispozici po dobu studia zdarma nejnovější licenci MS Office 365 (https://fsv.cuni.cz/pro-zamestnance/it-oddeleni/office365). Software je také dostupný v PC učebnách (B229, B230). R je v politologii nejužívanější statistický software, který budeme používat spolu s grafickým rozhraním Rstudio. Oboje je volně dostupné na https://www.r-project.org/ a https://posit.co/download/rstudio-desktop/.

Důležité upozornění:

V rámci kurzu budete odevzdávat řadu písemných výstupů a také odpovídat na otázky v rámci domácích úkolů i testů. Ve všech těchto aktivitách důsledně sledujte principy akademické integrity, tj. nepodvádějte, odevzdávejte vždy jen svou práci, vyhýbejte se plagiátorství. Otázky poctivého přístupu a akademické integrity bereme velice vážně a případné prohřešky budeme penalizovat.

AI

Nástroje generativní AI mohou být v kurzu užívány pro výpočetní úlohy a práci se softwarem, ale nikoliv pro „psaní“ odevzdávaného textu. Text, který odevzdáváte, musí být vždy váš vlastní.

Poslední úprava: Parízek Michal, doc., Ph.D. (02.02.2026)
Sylabus

Blok I: Úvod a práce s informacemi

  • Hodina 1. Úvod: informace jako klíč k chápání sociální a politické reality, v kontextu AI
  • Hodina 2. Výzkumný rámec I: problémy, otázky, teorie, hypotézy
  • Hodina 3. Výzkumný rámec II: Konceptualizace a operacionalizace, aneb od myšlenek a témat ke konkrétním datům

Blok II: Data a empirická evidence

  • Hodina 4. Zdroje informací a dat
  • Hodina 5. Popisná statistika a vizualizace dat

Blok III: Pravděpodobnost a usuzování

  • Hodina 6. Základy pravděpodobnosti
  • Hodina 7. Usuzování, vzorky, průzkumy veřejného mínění

Blok IV: Usuzovací statistika a kauzální analýza

  • Hodina 8. Chí-kvadrát, t-test, korelace
  • Hodina 9. Jednoduchá regresní analýza
  • Hodina 10. Jednoduchá regresní analýza a její předpoklady
  • Hodina 11. Vícenásobná regrese
  • Hodina 12. Statistika, kterou jsme nedělali, a na co si dávat (nejen) při usuzovací statistice pozor...

Semináře

  • Seminář 1. Zdroje informací a užitečný software; umělá inteligence
  • Seminář 2. Práce v R
  • Seminář 3. Práce v R II
  • Seminář 4. Chí-kvadrát, t-test, korelace
  • Seminář 5. Regresní analýza I
  • Seminář 6. Regresní analýza II
Poslední úprava: Parízek Michal, doc., Ph.D. (02.02.2026)
 
Univerzita Karlova | Informační systém UK