Statistika 1 - ASG100117

• Anglický název: Statistics 1
• Zajišťuje: Katedra sociologie (21-KSOC)
• Fakulta: Filozofická fakulta
• Platnost: od 2023
• Semestr: letní
• Body: 0
• E-Kredity: 4
• Způsob provedení zkoušky: letní s.:
• Rozsah, examinace: letní s.:2/0, Zk [HT]
• Počet míst: neomezen / neurčen (neurčen)
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Poznámka: předmět je možno zapsat mimo plán; povolen pro zápis po webu
• Garant: PhDr. Jiří Šafr, Ph.D.
• Vyučující: PhDr. Jiří Šafr, Ph.D.

Anotace

čeština

Poslední úprava: PhDr. Jiří Šafr, Ph.D. (09.02.2024)

Kurz je prvním krokem studujících sociologie do statistiky a analýzy kvantitativních dat. Sleduje dva hlavní cíle. Prvním je u studentů/studentek vybudovat a posílit základy datové či statistické gramotnosti, aby mohli být kritickými uživateli statistických výstupů v médiích a postupně také ve vědeckých pracích. Druhým cílem je seznámit je s procesem analýzy kvantitativních dat a naučit je prakticky používat jednoduché statistické metody explorace a deskripce. Uvedeny budou také základy inferenční statistiky. Absolvent(ka) kurzu by měl umět použít základní popisnou statistickou metodu k zodpovězení jednoduchých výzkumných otázek (třídění dat 1. a 2. stupně) se zaměřením na kategoriální data (tabulky), ověřit platnost jednoduché hypotézy (intervaly spolehlivosti a základní statistické testy dvourozměrné analýzy, např. test dobré shody), graficky prezentovat výsledky a věcně je interpretovat. Studující by tak měli vykročit na cestu k tomu, aby se sami stali zběhlými tvůrci kvantitativního sociologického poznání.
Předmět je možné si jednou opakovaně zapsat.

angličtina

Poslední úprava: PhDr. Jiří Šafr, Ph.D. (09.02.2024)

[machine translation]
This course is the first step for sociology students into statistics and quantitative data analysis. It pursues two main objectives. The first is to build and strengthen the foundation of data or statistical literacy in students so that they can be critical users of statistical outputs in the media and eventually in academic papers. The second goal is to familiarize them with the process of quantitative data analysis and to teach them how to practically use simple statistical methods of exploration and description. The basics of inferential statistics will also be introduced. The course graduate should be able to use basic descriptive statistical methods to answer simple research questions (classification of level 1 and 2 data) with a focus on categorical data (tables), test the validity of a simple hypothesis (confidence intervals and basic statistical tests of bivariate analysis, e.g. goodness-of-fit test), present results graphically and interpret them substantively. In this way, learners should embark on the path to becoming proficient producers of quantitative sociological knowledge themselves.
One repeated enrollment is possible.
[end machine translation]

Cíl předmětu

čeština

Poslední úprava: PhDr. Jiří Šafr, Ph.D. (09.02.2024)

Cílem kurzu je seznámit se základy statistiky a jejího uplatnění v analýze kvantitativních sociologických dat, naučit se prakticky používat jednoduché statistické metody explorace a deskripce.

angličtina

Poslední úprava: PhDr. Jiří Šafr, Ph.D. (09.02.2024)

The aim of the course is to introduce the basics of statistics and its application in the analysis of quantitative sociological data, and to learn how to use simple statistical methods of exploration and description.

Podmínky zakončení předmětu

čeština

Poslední úprava: PhDr. Jiří Šafr, Ph.D. (09.02.2024)

Kurz je zakončen zkouškou. Známka je udělena na základě bodového zisku:

1) za vypracovanou seminární práci, ve které studující prokáže samostatnou analytickou práci,

2) za výsledek v závěrečném testu, který ověřuje základní znalosti a kompetence získané v kurzu.

K osvojení si praktických dovedností pro vypracování seminární práce (analýza ve statistickém programu SPSS) je nutné souběžně absolvovat kurz Zpracování sociologických dat - ASG100116, případně jeho ekvivalent.

Pokud zpracování odevzdané seminární práce neodpovídá kvalitou, bude mít studující možnost opravy resp. přepracování a odstranění nedostatků.

Podmínkou zápisu ke zkoušce (absolvování testu) je odevzdání seminární práce nejpozději 7 dní před zkouškou.

angličtina

Poslední úprava: PhDr. Jiří Šafr, Ph.D. (09.02.2024)

The course is completed with an exam. The grade is awarded on the basis of the points gained:

1) for a seminar paper in which the student demonstrates independent analytical work,

2) for the result in the final test, which verifies the basic knowledge and competences acquired in the course.

In order to acquire practical skills for the preparation of the seminar paper (analysis in the SPSS statistical program), it is necessary to simultaneously take the course Sociological Data Processing - ASG100116 or its equivalent.

If the processing of the submitted seminar paper does not match the quality, the student will have the opportunity to correct or rework and eliminate the shortcomings.

The condition of registration for the exam (passing the test) is the submission of the seminar paper no later than 7 days before the exam.

[END MACHINE TRANSLATION]

Literatura

čeština

Poslední úprava: PhDr. Jiří Šafr, Ph.D. (09.02.2024)

Seznam cizojazyčné literatury

Babbie, E. 1995. The Practice of Social Research. Wadsworth Publishing; 7 edition. (vybrané kapitoly: Elementary Analyses. Pp. 375-394, The Elaboration Model. Pp. 395-412)

Blalock, H. M. 1960. Social Statistics. New York, Toronto, London: McGraw-Hill Book Company, Inc. (kapitoly 1-8)

Gelman, Andrew, and Jeronimo Cortina, eds. 2009. A Quantitative Tour of the Social Sciences. 1st edition. Cambridge University Press.

Miller, J. E. 2004. The Chicago Guide to Writing about Numbers. The University of Chicago Press. (vybrané kapitoly)

Treiman, D. J. Quantitative Data Analysis: Doing Social Research to Test Ideas. San Francisco: Jossey-Bass/Wiley, 2009. (kapitoly 1 a 2)

de Vaus, D. A. 2002. Surveys in Social Research. Fifth Edition. London: George Allen & Unwin (Publishers) Ltd. (kapitoly 10-16)

 

Seznam literatury v českém jazyce

Blauwová, S. 2022. Zrádná čísla. A jak jim stále znovu podléháme. Brno: Host.

Disman, M. 1993. Jak se vyrábí sociologická znalost, Praha: Karolinum.

Hanousek, J., P. Charamza. 1992. Moderní metody zpracování dat. Matematická statistika pro každého. Praha: Grada.

Harford, TIM. 2022. Jak číst čísla. Deset pravidel pro orientaci ve statistikách. Praha: Argo.

Hendl, J. 2004. Přehled statistických metod zpracování dat. Praha: Portál.

Hebák, P., Hustopecký, J. et al.: Vícerozměrné statistické metody. Praha: Informatorium.

Janáček J. 2022. Statistika jednoduše. Průvodce světem statistiky. Praha: Grada. (kapitoly 1-5)

Jeřábek, H. 2011. Analytický výzkum a kvantitativní metody v politologii a sociologii. Pp.  433-443 in Novák, M. et al. (2011). Úvod do studia politiky. Praha: SLON.

Kapr, J., Z. Šafář. 1969. Sociologie nebo zdravý rozum? Praxe sociologického výzkumu. Praha: Mladá fronta. (kap. 4)

Meloun, M., Militký, J. 2004. Statistická analýza experimentálních dat. Praha: Academia.

Řehák, J., Řeháková, B. 1986. Analýza kategorizovaných dat v sociologii. Praha: Academia.

Řezanková, H. 2007. Analýza data z dotazníkových šetření. Praha: Professional Publishing.

prezentace a naskenovaná literatura STAT1 na onedrive (přístup bude udělen na první přednášce):

https://ffuk-my.sharepoint.com/:f:/g/personal/safrj_ff_cuni_cz/Ep9Ni5Ij5YZHjVx2LTUCfX8BGrP8u7cmYc2wmR3Eg50BVw?e=SaI1m3

angličtina

Poslední úprava: PhDr. Jiří Šafr, Ph.D. (09.02.2024)

Babbie, E. 1995. The Practice of Social Research. Wadsworth Publishing; 7 edition. (chapters: Elementary Analyses. Pp. 375-394, The Elaboration Model. Pp. 395-412)

Blalock, H. M. 1960. Social Statistics. New York, Toronto, London: McGraw-Hill Book Company, Inc. (chapters 1-8)

Gelman, Andrew, and Jeronimo Cortina, eds. 2009. A Quantitative Tour of the Social Sciences. 1st edition. Cambridge University Press.

Miller, J. E. 2004. The Chicago Guide to Writing about Numbers. The University of Chicago Press. (selected chapters)

Treiman, D. J. Quantitative Data Analysis: Doing Social Research to Test Ideas. San Francisco: Jossey-Bass/Wiley, 2009. (chapters 1 a 2)

de Vaus, D. A. 2002. Surveys in Social Research. Fifth Edition. London: George Allen & Unwin (Publishers) Ltd. (chapters 10-16)

 

 

presentations and scanned literature STAT1 on onedrive (access will be granted at the first lecture):

https://ffuk-my.sharepoint.com/:f:/g/personal/safrj_ff_cuni_cz/Ep9Ni5Ij5YZHjVx2LTUCfX8BGrP8u7cmYc2wmR3Eg50BVw?e=SaI1m3

Metody výuky

čeština

Poslední úprava: Mgr. Jaromír Mazák, Ph.D. (17.02.2022)

Realizace kursu v případě Distanční výuky

• Výuka bude probíhat on-line dle rozvrhu zveřejněného na stánkách Katedry sociologie
• Platforma on-line výuky: Zoom
• Podmínky splnění: stejné, jako za běžných podmínek
• Způsob atestace: písemný test může proběhnout on-line

angličtina

Poslední úprava: Mgr. Jaromír Mazák, Ph.D. (17.02.2022)

[MACHINE TRANSLATION]

Implementation of the course in case of Distance teaching

The course will be conducted online according to the schedule published on the stands of the Department of Sociology
Platform of online teaching: Zoom
Conditions of fulfilment: same as under normal conditions
Method of attestation: written test can be conducted online

[END MACHINE TRANSLATION]

Sylabus

čeština

Poslední úprava: PhDr. Jiří Šafr, Ph.D. (03.02.2023)

1 Úvod a motivace 

2 Základní pojmy popisné a explorační analýzy 

3 Úrovně měření 

4 Rozložení dat, míry centrality, variabilita 

5 Kategorizovaná data, rozložení četností 

6 Třídění statistických jednotek a popis vztahů mezi proměnnými 

7 Grafické zobrazení rozložení dat a empirických souvislostí 

8 Pravděpodobnost, podmíněná pravděpodobnost 

9 Základy inferenčního uvažování (výběr z populace, bodový a intervalový odhad, testy dobré shody) 

10 Transformace a standardizace dat 

11 Přímá standardizace údajů, vážení v kontingenční tabulce a intepretace

12 Jak rozkrývat vztahy mezi znaky a interpretovat výsledky: interakce (moderace) a logika elaborace

angličtina

Poslední úprava: PhDr. Jiří Šafr, Ph.D. (03.02.2023)

[MACHINE TRANSLATION]

1 Introduction and motivation 

2 Basic concepts of descriptive and exploratory analysis

3 Levels of measurement

4 Data distribution, measures of centrality, variability

5 Categorical data, frequency distribution 

6 Classification of statistical units and description of relationships between variables

7 Graphical representation of data distribution and empirical relationships 

8 Probability, conditional probability 

9 Basics of inferential reasoning (population selection, point and interval estimation, goodness-of-fit tests) 

10 Data transformation and standardisation 

11 Direct data standardisation, contingency table weighting and interpretation 

12 How to unravel relationships between traits and interpret results: interaction (moderation) and logic of elaboration

[END MACHINE TRANSLATION]