Pokročilé nástroje kvantitativního výzkumu - JPM682

• Anglický název: Advanced Methods of Quantitative Research
• Zajišťuje: Katedra politologie (23-KP)
• Fakulta: Fakulta sociálních věd
• Platnost: od 2022
• Semestr: zimní
• E-Kredity: 5
• Způsob provedení zkoušky: zimní s.:
• Rozsah, examinace: zimní s.:0/2, Zk [HT]
• Počet míst: neurčen / neurčen (10)
• 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; při zápisu přednost, je-li ve stud. plánu
• Garant: Mgr. Lukáš Hájek, M.A., Ph.D.
• Prerekvizity : JPM031

Anotace

Poslední úprava: Mgr. Lukáš Hájek, M.A., Ph.D. (08.09.2022)

Předmět seznamuje studenty s pokročilými nástroji v oblasti kvantitativního politologického výzkumu, a to jak v teoretické, tak zejména praktické rovině. Vzhledem k tomu, že právě kvantitativní metody nabývají v současné politologii stále většího významu, je jejich znalost velmi cennou a v podstatě nezbytnou dovedností.
Po absolvování semináře budou studenti schopni pasivně pracovat s již existujícím výzkumem založeným na kvantitativních metodách a kriticky zhodnotit výstupy takového výzkumu. Zároveň budou dostatečně zkušení k aktivnímu využití základních statistických analytických nástrojů, jež jsou v moderní politologii nejvíce používány. Znalost programovacího prostředí R studentům navíc otevře i další možnosti práce s daty a obecně zcela určitě zvýší jejich možnosti uplatnění na trhu práce.

Cíl předmětu

Poslední úprava: Mgr. Lukáš Hájek, M.A., Ph.D. (08.09.2022)

Kurz má následující cíle:

• seznámit studenty se základními (deskripce) i pokročilými (korelační analýza, lineární regresní analýza, nelineární analýzy, prostorové analýzy) nástroji kvantitativního výzkumu,
• naučit studenty pracovat s kvantitativními daty a metodami pomocí statistického softwaru R.

Literatura

Poslední úprava: Mgr. Lukáš Hájek, M.A., Ph.D. (08.09.2022)

Nejvýznamnějším zdrojem při výuce kurzu je učebnice představující výuku kvantitativních metod výzkumu právě s využitím statistického softwaru R:

• Field, A. P., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Sage.

V případě dalšího zájmu je doporučena následující literatura:

• Gerring, J., & Christenson, D. (2017). Applied Social Science Methodology: An Introductory Guide. Cambridge University Press.
• James, G., Witten, D., Hastie, T., & Tibshirani, R. (2017). An Introduction to Statistical Learning with Applications in R. Springer.
• Meys, J., & De Vries, A. (2012). R For Dummies. Wiley.
• Monogan III, J. E. (2015). Political Analysis Using R. Springer.
• Rumsey, D. (2007). Intermediate Statistics for Dummies. Wiley.

Metody výuky

Poslední úprava: Mgr. Lukáš Hájek, M.A., Ph.D. (08.09.2022)

Kurz je co možná nejvíce zaměřen na praktické využití kvantitativních metod výzkumu politologie. Z tohoto důvodu je výuka vedena formou seminářů. Semináře se konají jednou za dva týdny, a to blokovou formou vždy v délce 160 minut čistého času. Pouze díky tomuto formátu výuky je možné v rámci jednoho semináře probrat potřebnou látku nejprve teoreticky a následně ji ihned představit v praktické podobě. Samotné semináře se proto typicky skládají právě z úvodního představení daného tématu, které je následováno praktickým nacvičením aplikace konkrétní analytické metody za pomoci reálných příkladů, dat a výpočtů z oblasti politologického výzkumu. Semináře proto zejména ve své praktické části vyžadují aktivní participaci všech studentů.

Studenti mají povinnost se na každý seminář připravit skrze četbu zadané povinné literatury. Její znalost je pro práci během semináře klíčová. Příslušná literatura bude v maximální možné míře dostupná v elektronické formě v informačním systému Moodle. Od studentů se očekává i plnění domácích úkolů, které slouží k procvičování vyučovaných metod.

Zpřístupnění literatury a materiálů ze seminářů, zadávání i odevzdávání úkolů a skupinová komunikace bude probíhat skrze příslušnou stránku Moodle.

Práce v seminářích bude vedena v programovacím prostředí R. Jeho výhodou je bezplatná dostupnost a variabilita možností využití. Známou nevýhodou programu je jeho relativní náročnost pro začátečníky – to je ovšem cena za široké spektrum možností využití. Tuto úvodní náročnost je však v případě důsledného studia programovací prostředí možné vcelku rychle překonat.

R je možné zdarma nainstalovat z následujícího zdroje: https://mirrors.nic.cz/R/. S programovacím prostředím R je nejjednodušší pracovat v rámci grafického rozhraní pro R, kterým je (například) RStudio. RStudio je možné zdarma stáhnout zde: https://www.rstudio.com/products/rstudio/download/. Právě s tímto programem budeme pracovat i v rámci seminářů a všichni studenti proto musí mít na svém notebooku nainstalováno jak R, tak RStudio (pomoci při instalaci může videonávod). Na poslední hodinu je třeba mít v počítači stažený také program LaTeX.

Na seminářích budou studenti seznámeni se všemi příkazy, které jsou pro zvládnutí R a aplikaci kvantitativních metod pro politologický výzkum potřeba – není proto nutná žádná předchozí znalost tohoto programovacího prostředí. Studentům je navíc umožněno, aby na seminářích, ale například i při plnění domácích úkolů využívali pomoc výše jmenované literatury nebo různých webových stránek, např. https://www.statmethods.net/.

Požadavky ke zkoušce

Poslední úprava: Mgr. Lukáš Hájek, M.A., Ph.D. (08.09.2022)

Výsledná známka za absolvování semináře bude založena na splnění následujících kritérií:

1. Domácí úkoly (60 %) – Po seminářích č. 2–5 bude následovat zadání domácího úkolu, který bude rekapitulovat postupy naučené v semináři. Pro společné plnění úkolů budou vytvořeny skupiny 2–3 studentů. Cílem je podpořit spolupráci studentů a jejich vzájemné vzdělávání se. Každý jeden úkol bude mít na výsledné známce podíl 15 %.
2. Závěrečná praktická práce (40 %) – Každý student jednotlivě vypracuje závěrečnou praktickou práci, která bude zadána ve druhé polovině semestru. Cílem práce bude prověřit znalost dovedností naučených v průběhu celého semestru. Výsledná práce bude sestávat z naprogramovaného výzkumu a také krátkého textového popisu této analýzy.

Veškerá pozdní odevzdání budou penalizována srážkou hodnocení o 4 procentní body za každou započatou hodinu zpoždění. 

Jakmile student započne plnění předmětu, bude na konci semestru známkován. Výsledná známka se bude odvíjet od procentuální úspěšnosti studentů dle následující stupnice:

• 90,01–100,00 % (A),
• 80,01–90,00 % (B),
• 70,01–80,00 % (C),
• 60,01–70,00 % (D),
• 50,01–60,00 % (E),
• 0,00–50,00 % (F).

Sylabus

Poslední úprava: PhDr. Petr Bednařík, Ph.D. (17.11.2021)

Harmonogram kurzu:

1. Úvod, práce v RStudiu

Studenti budou seznámeni s obsahem kurzu. Bude představeno programovací prostředí RStudio, zejména jednotlivé typy využívaných informací; příkazy pro ukládání a nahrávání datových souborů, jejich třídění, úpravy a základní deskriptivní analýzu; práce s proměnnými; tvorba funkcí. Studentům budou představeny hlavní výhody R oproti jiným programům a stejně tak úskalí, která mohou při práci s tímto programem nastat.

Povinná literatura:

• Field, A. P., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Sage. Chapter 3 – The R Environment.
• Gerring, J., & Christenson, D. (2017). Applied Social Science Methodology: An Introductory Guide. Cambridge University Press. Chapter 18 – Univariate Statistics.

2. Vizualizace dat

Studentům budou představeny různé způsoby vizualizace dat a výstupů kvantitativních analýz. Odhaleny budou způsoby analýzy dat právě skrze jejich vizualizaci. Studenti budou seznámeni s prohřešky, kterých by se v rámci vizualizace dat neměli dopouštět. Tvorba těchto vizualizací bude prakticky nacvičena v R.

Povinná literatura:

• Field, A. P., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Sage. Chapter 4 – Exploring data with graphs.
• Gerring, J., & Christenson, D. (2017). Applied Social Science Methodology: An Introductory Guide. Cambridge University Press. Chapter 19 – Probability Distributions.

3. Statistická inference

Bude popsána logika statistického usuzování (inference) s důrazem na splnění příslušných předpokladů. Studenti se seznámí s principem centrálního limitního teorému a osvojí si dovednosti konstruování intervalů spolehlivosti v R.

Povinná literatura:

• Field, A. P., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Sage. Chapter 2 – Everything You Ever Wanted to Know About Statistics (Well, Sort of).
• Gerring, J., & Christenson, D. (2017). Applied Social Science Methodology: An Introductory Guide. Cambridge University Press. Chapter 20 – Statistical Inference.

4. Regresní analýza

Bude charakterizována metoda regresní analýzy, která je vůdčí kvantitativní metodou v politologickém výzkumu. Důraz bude kladen na předpoklady regresní analýzy, samotné provedení analýzy a interpretaci jejích výsledků. Studenti si prakticky vyzkouší aplikaci regresní analýzy a prezentaci výsledků v tabulkové i grafické podobě v R. Studentům bude představena technika transformace dat, aby mohla být následně využita klasická regresní analýza.

Povinná literatura:

• Field, A. P., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Sage. Chapter 7 – Regression.
• Gerring, J., & Christenson, D. (2017). Applied Social Science Methodology: An Introductory Guide. Cambridge University Press. Chapter 22 – Regression.

5. Nelineární analýza dat

V některých specifických případech je třeba přistoupit k nelineární analýze dat. Studenti budou seznámeni s logistickou regresí, zejména s podmínkami aplikace, samotnou analýzou a prezentací a interpretací výsledků. Dále se zaměříme na aplikaci negativně binomické analýzy. Použití všech nástrojů bude prakticky nacvičeno v R.

Povinná literatura:

• Field, A. P., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Sage. Chapter 5 – Exploring Assumptions.
• Field, A. P., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Sage. Chapter 8 – Logistic Regression.

6. R Markdown, tvorba map

Mapy mají při analýze dat stále větší význam. Studenti se proto seznámí s rolí prostorové analýzy v oblasti politologického výzkumu. Praktický nácvik pak bude proveden pomocí nástroje R Markdown, který umožňuje přímý export analýz v R Studiu do všeobecně známých textových dokumentů, PDF souborů nebo prezentací. Studenti se seznámí s praktickým využitím tohoto nástroje na příkladu tvorby pravidelného reportu pro ministra.

Povinná literatura:

• Lysek, J., Pánek, J., & Lebeda, T. (2020). Who are the voters and where are they? Using spatial statistics to analyse voting patterns in the parliamentary elections of the Czech Republic. Journal of Maps, 17(1), 33–38.
• Xie, Y., Allaire, J. J., & Grolemund, G. (2018). R markdown: The definitive guide. CRC Press. Chapter 2 – Basics. (Studium zpětně po skončení semináře.)

Vstupní požadavky

Poslední úprava: Mgr. Lukáš Hájek, M.A., Ph.D. (08.09.2022)

Pro zápis kurzu je třeba absolvovat předmět Research Methods (JPM031).