Analýza dat v SPSS 2 - ASGV00347

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

Anotace

čeština

Poslední úprava: Mgr. Zuzana Podaná, Ph.D. (12.09.2022)

Seminář je určen pro studenty magisterského programu a navazuje na výuku vícerozměrných statistických metod, kterou také částečně rozšiřuje, a na předchozí seminář Analýza dat v SPSS. Cílem kurzu je především poskytnout studentům možnost vyzkoušet si použití vybraných vícerozměrných metod na konkrétních příkladech a naučit se interpretovat jejich výstupy. Používán bude zejména software SPSS, ale využívány budou i další statistické programy (STATA, R apod.). Konkrétní náplň seminářů bude přizpůsobena znalostem a zájmům účastníků. Podmínkou získání atestace je vypracování domácích úkolů.

V ZS 2022 je kurz vyučován prezenčně v počítačové učebně 116 a současně streamován přes Zoom (tj. lze se připojit i online).

angličtina

Poslední úprava: Mgr. Zuzana Podaná, Ph.D. (12.09.2022)

This graduate seminar further extends the knowledge of multivariate statistical methods. The aim of the seminar is to give students an opportunity to try out different methods on real-life examples with the use of SPSS software (but also others - e.g. R, STATA) and to learn how to interpret the results. The receive a pass grade, students are required to hand out assignments during the semester.

Podmínky zakončení předmětu

Poslední úprava: Mgr. Zuzana Podaná, Ph.D. (31.08.2020)

Aktivní účast na hodině, studium zadané literatury a vypracování domácích úkolů v termínech zadaných v průběhu semestru. Ve výjimečných případech je možné s vyučující domluvit pozdější plnění povinností, resp. pozdější plnění atestace.

Literatura

Poslední úprava: Mgr. Zuzana Podaná, Ph.D. (28.12.2018)

Agresti, A.: An introduction to categorical data analysis. Wiley-Interscience, 2007.

Cohen, J. a kol.: Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences. Mahwah: Lawrence Erlbaum Associates, 2003.

Enders, C. K: Applied Missing Data Analysis. Guilford Press, 2010.

Gelman, A., a J. Hill: Data analysis using regression and multilevel/hierarchical models. Cambridge University Press, 2007.

Harrington, D.: Confirmatory Factor Analysis. Oxford University Press, 2009.

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

Hebák, P. a kol.: Vícerozměrné statistické metody (1,2,3). Praha: Informatorium, 2004/5.

Landau, S., Everitt, B. S.: A handbook of statistical analyses using SPSS. Boca Raton: Chapman & Hall, 2004.

Littell, J. H. et al.: Systematic Reviews and Meta-Analysis. Oxford University Press, 2008.

Norusis, M.: IBM SPSS Statistics 19 Advanced Statistical Procedures Companion. Pearson Education, 2011.

Norusis, M.: IBM SPSS Statistics 19 Statistical Procedures Companion. Prentice Hall, 2011.

Roux, B.L., a H. Rouanet: Multiple Correspondence Analysis. Sage Publication, 2009.

Spicer, J.: Making sense of multivariate data analysis. Sage, 2005.

Tabachnick, B. G., a L.S. Fidell: Using multivariate statistics. Pearson/Allyn & Bacon, 2007.

 

Povinná literatura (články, příp. kapitoly z knih k jednotlivým metodám) bude zadávána v průběhu semestru.

Metody výuky

Poslední úprava: Mgr. Zuzana Podaná, Ph.D. (23.09.2020)

Realizace kursu v případě Distanční výuky

Výuka bude probíhat on-line dle rozvrhu zveřejněného na stánkách Katedry sociologie

Platforma on-line výuky: Zoom

Studijní materiály: Moodle (https://dl1.cuni.cz/course/view.php?id=884).

Podmínky splnění: stejné, jako za běžných podmínek

Způsob atestace: stejné, jako za běžných podmínek

Sylabus

Poslední úprava: Mgr. Zuzana Podaná, Ph.D. (12.09.2022)

Možné tematické okruhy:

−        Zopakování lineární regrese, nominální nezávislé proměnné, interakce, nelineární regrese

−        Logistická regrese (binární, multinomická a ordinální)

−        Další rozšíření regrese

−        Konfirmační faktorová analýza

−        Path analýza, strukturní modely

−        Víceúrovňové lineární modely

−        Vícedimenzionální škálování

−        Loglineární modely

−        Analýza latentních tříd

Vstupní požadavky

Poslední úprava: Mgr. Zuzana Podaná, Ph.D. (28.12.2018)

Navazující magisterské studium (příp. doktorské studium), základní znalost práce s SPSS, znalost statistiky (v rozsahu kurzů Statistika I, II) a vhodné je též absolvování kurzu Analýza dat v SPSS.