Quantitative data analysis 1 - ASG100207

• Title: Analýza kvantitativních dat 1
• Guaranteed by: Department of Sociology (21-KSOC)
• Faculty: Faculty of Arts
• Actual: from 2024
• Semester: summer
• Points: 0
• E-Credits: 6
• Examination process: summer s.:
• Hours per week, examination: summer s.:2/2, C+Ex [HT]
• Capacity: unlimited / 40 (unknown)
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: taught
• Language: Czech
• Teaching methods: full-time
• Note: course can be enrolled in outside the study plan; enabled for web enrollment
• Guarantor: PhDr. Jiří Šafr, Ph.D.
• Teacher(s): Mgr. Ondřej Novotný; PhDr. Jiří Šafr, Ph.D.

Annotation

Předmět je vstupem do analýzy kvantitativních dat a statistiky pro sociology. Hlavním cílem je přiblížit proces analýzy dat a naučit se prakticky používat jednoduché statistické metody explorace a deskripce, prezentovat výsledky a věcně je interpretovat. Uvedeny budou také základy inferenční statistiky. Vedlejším cílem je budování základů statistické gramotnosti, tak aby se studující stali poučenými a kritickými uživateli statistických výstupů. V rámci semináře se studenti naučí pracovat se statistickým softwarem (např. SPSS).

Přehled témat:
1. Základní pojmy popisné a explorační analýzy
2. Rozložení dat, míry centrality, variabilita
3. Kategorizovaná data, charakteristiky rozložení četností nominálních znaků
4. Základní transformace a standardizace dat
5. Třídění statistických jednotek a popis vztahů mezi proměnnými
6. Grafické zobrazení rozložení dat a empirických souvislostí
7. Interpretace výsledků nejen v tabulkách: interakce a úvod do logiky elaborace
8. Základy inferenčního uvažování (výběr z populace, bodový a intervalový odhad, úvod do testování statistických hypotéz na příkladu Z-testu)

Last update: Šafr Jiří, PhDr., Ph.D. (06.02.2025)

Course completion requirements

K úspěšnému splnění zkoušky je třeba: (a) vypracovat závěrečnou seminární práci prokazující samostatné analytické schopnosti s uplatněním osvojených metod a postupů analýzy, (b) úspěšně absolvovat závěrečný test, který ověřuje získané základní praktické znalosti a kompetence.
V rámci semináře je k získání zápočtu třeba: (a) průběžně odevzdávat zadané domácí úlohy, (b) úspěšně absolvovat průběžný test na datové transformace.

Last update: Šafr Jiří, PhDr., Ph.D. (06.02.2025)

Literature

• Agresti A. Franklin C. A. Klingenberg B. & Posner M. (2018). Statistics : the art and science of learning from data (Fourth edition. Global). Pearson.
• Blalock, H. M. (1960). Social Statistics. McGraw-Hill Book Company, Inc. (kapitoly 1-8)
• Treiman, D. J. (2009). Quantitative Data Analysis: Doing Social Research to Test Ideas. San Francisco: Jossey-Bass/Wiley. (kapitoly 1 a 2)
• Hanousek, J., P. Charamza. (1992). Moderní metody zpracování dat. Matematická statistika pro každého. Grada.
• Miller, J. E. (2004). The Chicago guide to writing about numbers. The University of Chicago Press. (vybrané kapitoly)
• Janáček J. (2022). Statistika jednoduše. Průvodce světem statistiky. Grada. (kapitoly 1-5)
• Řehák, J., Řeháková, B. (1986). Analýza kategorizovaných dat v sociologii. Academia.
• Řezanková, H. (2007). Analýza data z dotazníkových šetření. Professional Publishing.

Last update: Pastyříková Iveta, Mgr. (12.11.2023)