PředmětyPředměty(verze: 861)
Předmět, akademický rok 2009/2010
  
Základy analýzy kvantitativních dat a SPSS - JSB029
Anglický název: Analysis of quantitative data and SPSS
Zajišťuje: Katedra sociologie (23-KS)
Fakulta: Fakulta sociálních věd
Platnost: od 2008 do 2009
Semestr: zimní
Body: 6
E-Kredity: 6
Způsob provedení zkoušky: zimní s.:
Rozsah, examinace: zimní s.:2/2 Zk [hodiny/týden]
Počet míst: neurčen / neurčen (neurčen)Rozvrh není zveřejněn, proto je tento údaj pouze informativní a může se ještě měnit.
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: PhDr. Ing. Petr Soukup, Ph.D.
PhDr. Natálie Simonová
Mgr. Jiří Remr, Ph.D.
Anotace -
Poslední úprava: PhDr. Ing. Petr Soukup, Ph.D. (25.09.2015)
Kurz navazuje na kurzy Statistika I, II a rozvíjí dovednost analýzy dat a rozšiřuje znalosti analytických metod. Cvičení jsou vedena na počítačích v prostředí SPSS, kde studenti analyzují data z reálných sociologických šetření. Z každého cvičení je zadán domácí úkol, student musí odeslat 8 úkolů k hodnocení cvičícímu (vždy do pondělního poledne v týdnu následujícím po cvičení), každý úkol je hodnocen 0-10 body, pro připuštění ke zkoušce je nutno získat min. 70 % (tj. 56) bodů z 8 nejlepších úkolů. V průběhu semestru je psán na cvičeních test (nutno splnit každý min. na 70%, možnost 1x opakovat v průběhu zkouškového období). Na konci předmětu se skládá zkouška z odpřednášené látky (písemná). Termíny zkoušky jsou vypisovány v SIS UK, v případě dvojího neúspěchu u zkoušky se koná ústní zkouška před komisí.
Cíl předmětu -
Poslední úprava: PhDr. Ing. Petr Soukup, Ph.D. (25.09.2015)

Cílem kurzu je doplnit znalosti stastiky o další techniky zejména exploračního typu a rozvíjení analytických dovedností v SPSS.

Literatura -
Poslední úprava: PhDr. Ing. Petr Soukup, Ph.D. (25.09.2015)

Povinná:
Mareš, Rabušic, Soukup. Analýza sociálněvědních dat (nejen) v SPSS. 2015. muniPRESS, Brno.

Soukup, P., Rabušic, L. 2007. Několik poznámek k jedné obsesi českých sociálních věd - statistické významnosti. Sociologický časopis/ Czech Sociological Review,  43 (2): 379-395

(online zde: http://sreview.soc.cas.cz/cs/issue/15-sociologicky-casopis-czech-sociological-review-2-2007/201)

Hendl J. 2012. Přehled statistických metod zpracování dat. Praha: Portál

Manuál k SPSS  (dostupný přímo z IBM SPSS)


Doporučená:
Hebák, Hustopecký, Malá. 2005: Vícerozměrné statistické metody (2), Informatorium.
Hebák a kol. 2005: Vícerozměrné statistické metody (3), Informatorium.
HINDLS, Richard, HRONOVÁ, Stanislava, NOVÁK, Ilja. 2000: Metody statistické analýzy pro ekonomy. 2. přepr. vyd. Praha : Management Press
HINDLS, Richard - HRONOVÁ, Stanislava - SEGER, Jan. 2004: Statistika pro ekonomy. 5. vydání, Professional Publishing 2004, Praha

Elektronické učebnice:
StatSoft, Inc. (2004). Electronic Statistics Textbook. Tulsa, OK: StatSoft.
http://www.statsoft.com/textbook/stathome.html
IASTAT - INTERAKTIVNÍ UČEBNICE STATISTIKY
http://badame.vse.cz/iastat/
interaktivní učebnice základů statistiky:
http://www.quantlet.com/mdstat/scripts/mmcze/java/start.html

Metody výuky -
Poslední úprava: Mgr. Vladimír Soukup, Ph.D. (10.04.2008)

přednáška/cvičení

Sylabus -
Poslední úprava: PhDr. Ing. Petr Soukup, Ph.D. (25.09.2015)

1. Vícenásobná regrese-práce s kategoriálními vysvětlujícími proměnnými (umělé proměnné). Nesplnění požadavků klasického lineárního modelu (multikolinearita)-identifikace a možná řešení. (kap. 10,11)
2. Kovariance a korelace. Korelační analýza, párová, dílčí a vícenásobná korelace. Problém zdánlivé závislosti. Vztah mezi regresním koeficientem a korelačním koeficientem. Korelační matice a její využití ve statistice. (kap. 9)
3. Faktorová analýza aneb hledání skrytých faktorů. Předpoklady použití, alternativy při nesplnění. Určení počtu faktorů. Prvotní řešení a možnost rotace, tvorba typů, kontrola a tvorba škál. Exkurz-reliabilita škál a její měření.Možnosti rotace faktorů a pojmenování faktorů. Využití faktorových skóre v dalších statistických metodách. (kap. 13)

4. Tabulky a grafy pro prezentaci výsledků. Třídící a tříděné proměnné. Ukázky modulu Custom Tables. (dodatek1)

5. Seskupovací analýza, podstata metody, seskupování případů a proměnných. Metody měření vzdáleností ve vícerozměrném prostoru. Hierarchické seskupování. Metody měření vzdálenosti mezi shluky. Standardizace proměnných. (kap. 14)
6. Výstupy seskupování, určení  příslušnosti a využití klasifikace v dalších statistických metodách. "Rychlá" seskupovací analýza-K-means cluster-podstata procedury, možnosti využití. (kap. 14)
7. Diskriminační analýza- předpoklady použití, alternativy při nesplnění. Diskriminační skóre a rozdělení do skupin. Možnost predikce skupinové příslušnosti u nových případů. (Hebák a kol., 2. díl)
8. Příprava datového souboru - logické čištění dat, práce s filtry. Využití příkazů IF a DO IF. SORT, SPLIT FILE,SELECT, TEMPORARY.Agregace dat. Spojování dat - připojování proměnných a případů, praktické využití. (kap. 6, dodatek 2)
9. Vytváření nových proměnných. Tvorba součtových škál. Kontrola reliability a validity škál. Ukázky některých známých škál (Srole, anomie, LP). Načítání určitého typu odpovědí v baterii. Náhodné vybírání z datového souboru, metoda TTD. Výpočty kvantilů statistických rozdělení a matematické operace v SPSS a MS Excel.  (dodatek 2, dodatek 3)
10. Chybějící hodnoty-důvody vzniku. Definice v SPSS a práce s chybějícími hodnotami. Analýza chybějících hodnot a jejich dopad na výsledky. Možnosti náhrad chybějících hodnot (speciální nabídky v regresi a faktorové analýze). Vážení data tvorb vah. (kap. 6)
11. Otevřené otázky a jejich zpracování. Četnosti otevřených otázek, kontingenční tabulka z otevřených otázek. 
12. Náhodné a nenáhodné výběry a používání statistiky. Úplná zjišťování v ČR. Problematika malých výběrů, výběry z malých základních souborů. (článek Rabušic, Soukup)

V závorkách je uvedeno, kde v textu Mareš, Rabušic, Soukup (bez uvedeíní zdroje) či v jiných učebnicích či textech je téma pojednáno a dle toho bude vyžadováno u zkoušky

Cvičení slouží k praktickému nácviku probíraných analytických metod na datech v SPSS a Excelu.

 
Univerzita Karlova | Informační systém UK