Analýza kvantitativních dat II. (kombinovaná forma) - YMH1211

• Anglický název: Quantitative Data Analysis II. (Distance Learning)
• Zajišťuje: Program Historická sociologie (24-HS)
• Fakulta: Fakulta humanitních studií
• Platnost: od 2023 do 2023
• Semestr: zimní
• E-Kredity: 4
• Způsob provedení zkoušky: zimní s.:
• Rozsah, examinace: zimní s.:10/0, Zk [HS]
• Rozsah za akademický rok: 10 [hodiny]
• Počet míst: neurčen / neurčen (20)
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Způsob výuky: kombinovaný
• Způsob výuky: kombinovaný
• Úroveň: základní
• Je zajišťováno předmětem: YMH153
• Další informace: http://www.metodykv.wz.cz
• Poznámka: povolen pro zápis po webu; při zápisu přednost, je-li ve stud. plánu; student může plnit i v dalších letech
• Garant: PhDr. Blanka Jirkovská, Ph.D.
• Prerekvizity : YMH115
• Záměnnost : YMH0211
• Je záměnnost pro: YMH0211

Anotace

čeština

Poslední úprava: PhDr. Blanka Jirkovská, 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.

angličtina

Poslední úprava: PhDr. Blanka Jirkovská, Ph.D. (25.09.2020)

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.

Cíl předmětu

Poslední úprava: PhDr. Blanka Jirkovská, Ph.D. (10.12.2018)

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.

Požadavky ke zkoušce

Poslední úprava: PhDr. Blanka Jirkovská, Ph.D. (13.06.2019)

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

Sylabus

Poslední úprava: Mgr. Karolína Šedivcová (19.04.2018)

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.