Hodnocení kvantitativních dat - OD0102131

• Anglický název: Quantitative Data Evaluation
• Zajišťuje: Katedra biologie a environmentálních studií (41-KBES)
• Fakulta: Pedagogická fakulta
• Platnost: od 2023
• Semestr: oba
• E-Kredity: 2
• Rozsah, examinace: 0/0, Jiné [HT]
• Počet míst: zimní:neurčen / neurčen (20); letní:neurčen / neurčen (20)
• 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
• Je zajišťováno předmětem: OPDB1B062B
• Poznámka: předmět je určen pouze pro doktorandy; povolen pro zápis po webu; při zápisu přednost, je-li ve stud. plánu; předmět lze zapsat v ZS i LS

Anotace

čeština

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

Cílem je orientovat studenty ve výběru adekvátních metod hodnocení kvantitativních dat získaných v pedagogickém výzkumu a naučit je tyto metody užívat zejména s pomocí software Excel a STATISTICA, ale i jiných adekvátních dostupných PC programů (např. R, Canoco, GraphPad apod.) Obsah kurzu je variabilní v závislosti na potřebě a specifice testování kvantitativních dat k projektům jednotlivých zapsaných studentů. Obsah v obecné rovině zahrnuje tématiku: Experimentální a statistická hypotéza; náhodný výběr; náhodné veličiny a jejich charakteristiky;pseudoreplikace; intervalové odhady;testy závislosti - parametrické i neparametrické testy, lineární regrese, korelace, mnohorozměrné metody.

angličtina

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

The aim is to provide students with basic knowledge regarding a range of adequate evaluation methods of quantitative data obtained during pedagogical research. Students will also learn how to utilize these methods with the use of software such as Excel and STATISTICA, and other available PC software (e.g. R, CANOCO, GraphPad etc.). Content of this course is variable and depends on data specificity of students´ projects. Object matter includes following topics: Experimental and random hypothesis, random sample, random variables and their parameters, pseudo-replication, interval estimations, parametric and non-parametric tests´, linear regression, correlation, multivariate methods.

Literatura

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

• Doporučená: Lepš J.:. Biostatistika. Biologická fakulta JU. 1996.
• Doporučená: Švaříček, R. aŠeďová, K.:. Kvalitativní výzkum v pedagogických vědách, Portál, Praha, 2007.
• Doporučená: Lepš J. a Šmilauer, P.:. Mnohorozměrná analýza ekologických dat. Dostupné na http://regent.bf.jcu.cz/skripta.pdf.
• Doporučená: Dupač, V., Hušková, M.:. Pravděpodobnost a matematická statistika. Karolinum, Praha, 1999.
• Doporučená: Mrkvička T., Petrášková V.:. Úvod do statistiky, Jihočeská univerzita, České Budějovice, 2006.
• Doporučená: Punch, K.:. Základy kvantitativního šetření, Portál, Praha, 2008.
• Doporučená: Skutil, M. a kol.:. Základy pedagogicko-psychologického výzkumu pro studenty učitelství, Portál, Praha, 2011.

Požadavky ke zkoušce

čeština

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

• Analýza výkonů studenta
• Kombinovaná zkouška

angličtina

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

• Student performance assessment
• Combined exam

Sylabus

čeština

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

1) Základní deskriptivní analýzy (aritmetický, geometrický a vážený průměr, rozptyl, směrodatná odchylka, střední chyba průměru)
2) T-testy, "chí-kvadrát" test, neparametrické testy
3) Analýza variance (ANOVA)
4) Shrnutí základních statistických metod, opakování
5) Základy regrese a korelace
6) Mnohorozměrná analýza dat v programu Canoco
7) Práce na individuálních projektech

angličtina

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

1) Essentials of descriptive analysis (average, standard error, variance, ...)
2) T-tests, chi square test, nonparametric tests
3) ANOVA
4) Summary of basic statistical methods
5) Principles of regression an correlation
6) Multivariate methods of data analysis - software CANOCO
7) Individual projects