PředmětyPředměty(verze: 945)
Předmět, akademický rok 2023/2024
   Přihlásit přes CAS
Kvantitativní metody zkoumání politiky - JPB283
Anglický název: Quantitative Methods of Political Research
Zajišťuje: Katedra mezinárodních vztahů (23-KMV)
Fakulta: Fakulta sociálních věd
Platnost: od 2023
Semestr: letní
E-Kredity: 7
Způsob provedení zkoušky: letní s.:
Rozsah, examinace: letní s.:2/1, Zk [HT]
Počet míst: 112 / 112 (112)
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
při zápisu přednost, je-li ve stud. plánu
Garant: Dr. rer. pol. Michal Parízek, M.Sc., Ph.D.
Vyučující: Mgr. Michael Drašar
Dr. rer. pol. Michal Parízek, M.Sc., Ph.D.
Mgr. Tereza Plíštilová
Třída: Kurzy pro CZV
Je záměnnost pro: JPB221
Ve slož. prerekvizitě: JPB049, JPB284
Anotace
Poslední úprava: Dr. rer. pol. Michal Parízek, M.Sc., Ph.D. (05.02.2024)
Jedním ze základních kamenů politiky a jejího zkoumání jsou informace. Naše schopnost efektivně a korektně pracovat s informacemi je tak předpokladem pro úspěch jak během studia společenských věd, tak v profesním, odborném i občanském životě. Kurz Kvantitativní metody zkoumání politiky uvádí bakalářské studenty politologie a mezinárodních vztahů do fascinujícího světa informací, kvantitativních dat a jejich statistické analýzy. Jádrem kurzu jsou čtyři tematické bloky: práce s informacemi; data a kvantitativní empirická evidence; pravděpodobnost a statistické usuzování; a základní inferenční (usuzovací) statistika.


Cíl předmětu
Poslední úprava: Dr. rer. pol. Michal Parízek, M.Sc., Ph.D. (05.02.2024)

O co nám v kurzu půjde? Naším cílem bude především naučit se chápat užitečnost i krásu kvantitativního politického výzkumu, ale také jeho záludnosti. Jak výzkum politiky vlastně prakticky dělat? Jaké techniky k němu používat? Jak studovat politku skrze kvantitativní, numerická data?

Konkrétně je cílem kurzu představit vám:

  • klíčové prvky výzkumného rámce ve společenských vědách a politologii;
  • logiku i aplikaci hlavních kvantitativních (statistických) analytických metod;
  • nejpoužívanější analytický software, MS Excel, a práci s ním.

Výsledkem by tak mělo být, že díky kurzu získáte nebo rozvinete svou schopnost vlastní analytické práce s kvantitativními daty. Jinými slovy, budete na poměrně solidní úrovni umět uchopit (a chápat) politickou realitu pomocí numerických dat. Kromě toho dokážete číst a kriticky hodnotit texty, odborné i obecné, které s kvantitativními daty pracují. Spolu s navazujícím kurzem kvalitativních metod v zimním semestru vám pak tak tento kurz poskytne přehled a pochopení zásadních otázek výzkumu a výzkumného rámce v sociálních vědách.

Podmínky zakončení předmětu
Poslední úprava: Dr. rer. pol. Michal Parízek, M.Sc., Ph.D. (05.02.2024)
  • pravidelně docházet a aktivně se účastnit seminářů; povolena je maximálně 1 absence
  • každý týden pečlivě zpracovat zadané domácí úkoly; 40% výsledné známky
  • napsat mid-term (průběžný) test; 10% výsledné známky (pro pokračování v kurzu a jeho absolvování není stanovena konkrétní bodová hranice z mid-term testu)
  • úspěšně napsat závěrečný test; 50% výsledné známky, přičemž ze závěrečného testu musíte získat alespoň 51% bodů
Literatura
Poslední úprava: Dr. rer. pol. Michal Parízek, M.Sc., Ph.D. (05.02.2024)

Jako výchozí podkladovou literaturu budeme používat učební text Gerringa a Christensona (2017):

  • GERRING, John a Dino CHRISTENSON, 2017. Applied Social Science Methodology: An Introductory Guide. Cambridge: Cambridge University Press

Některá témata jsou pojednána v příslušných kapitolách 8 a 9 od Petra Soukupa v Beneš a Drulák (2020). Poměrně detailní přehled různých technik kvantitativní analýzy je k dispozici v Hendlovi (2013).

  • BENEŠ, Vít a Petr DRULÁK, eds., 2020. Metodologie výzkumu politiky. Praha: SLON.
  • HENDL, Jan, 2013. Přehled statistických metod zpracování dat. Praha: Portál.

Na každou hodinu budeme číst buď relevantní kapitolu nebo kapitoly z těchto textů, nebo další vhodné materiály v českém a anglickém jazyce. Průběžná každotýdenní práce s touto literaturou je základem úspěšného absolvování kurzu.

Metody výuky - angličtina
Poslední úprava: Dr. rer. pol. Michal Parízek, M.Sc., Ph.D. (05.02.2024)

Kurz sestává z každotýdenních přednášek, ze seminářů konajících se jednou za dva týdny, a online materiálů na Moodle stránce kurzu. Při zápisu se zapište jednak do kurzu jako takového, jednak do konkrétní seminářové paralelky. Moodle stránka kurzuje k dispozici na

https://dl1.cuni.cz/course/view.php?id=7157.

 

Důležité upozornění:

V rámci kurzu budete odevzdávat řadu písemných výstupů a také odpovídat na otázky v rámci domácích úkolů i testů. Ve všech těchto aktivitách důsledně sledujte principy akademické integrity, tj. nepodvádějte, odevzdávejte vždy jen svou práci, vyhýbejte se plagiátorství. Otázky poctivého přístupu a akademické integrity bereme velice vážně a případné prohřešky budeme penalizovat.

Požadavky ke zkoušce
Poslední úprava: Dr. rer. pol. Michal Parízek, M.Sc., Ph.D. (15.05.2024)

Mid-term

Mid-term proběhne online formou (Moodle) ve dnech 9. - 12.4. 2024. V těchto dnech si studenti sami zvolí časové okno, ve kterém mid-term napíší. Maximální doba bude 2,5 hodiny, ovšem v praxi bude většina studentů potřebovat výrazně méně. Mid-term pokrývá látku probranou v prvních 6 hodinách kurzu. Sestává z výpočetních i teoretických otázek, otevřených i uzavřených. Instrukce k midtermu se zobrazí na Moodlu kurzu (Hodina 7) před jeho započetím.

Průběh závěrečné zkoušky.

Zkouška probíhá v dané části Moodle kurzu na https://dl1.cuni.cz/course/view.php?id=7157§ion=13.

Prosím velice pečlivě si přečtěte všechny následující body. Obsahují klíčové informace pro průběh zkoušky.

Přesný rozpis studentů do časových oken pro zkoušku (v rámci jednoho termínu) bude k dispozici v dané sekci Moodle kurzu (https://dl1.cuni.cz/course/view.php?id=7157§ion=13).

Test má celkem 12 otázek, v součtu za 40 bodů (na konci testu je ještě 13. otázka, vaše vlastní hodnocení). Těchto až 40 bodů je následně pro výpočet známky přepočteno na škálu 0-50 bodů. Na vypracování testu máte maximálně 2 hodiny.

  1. Všimněte si, že otázky v testu mají různý počet bodů, tj. nepomiňte některé vysoce bodované otázky (např. otevřené otázky v závěru testu). Mezi otázkami můžete během testu volně přecházet.
  2. Každá výpočetní otázka má svůj dataset. Všechny datasety, které budete potřebovat, jsou k dispozici zde v sekci se závěrečnou zkouškou na Moodlu.
  3. Při vyplňování početních výsledků se řiďte instrukcemi, výsledky vyplněné ve špatném formátu budou hodnoceny jako chybné.
  4. Během zkoušky budou PC odpojeny od přístupu k internetu, kromě domény Moodle. Tudíž studenti nebudou moct během zkoušky pracovat ani s internetovými zdroji, ani s nástroji AI. Smyslem tohoto opatření je zajistit, že studentům mohou být relevantně kladeny i teoreticky zaměřené otázky, ověřující jejich chápání látky, přičemž s přístupem k internetu a AI nástrojům by jinak mohlo být poměrně snadné na tyto otázky odpovědět správně, aniž by student látku fakticky chápal.
  5. Ke zkoušce si mohou studenti přinést pro přehrání na pracovní (školní) PC jakékoliv relevantní digitální materiály, např. PDF soubory s četbou, své poznámky, excelové sešity s funkcemi, apod. Mohou si také přinést tištěné materiály (např. četba). Digitální materiály si mohou na svůj účet na školním PC nahrát také předem, nicméně doporučuji mít je sebou na přenosném USB disku v den zkoušky. Studenti nebudou mít možnost si v den zkoušky cokoliv stáhnout z internetu. Přehrání těchto materiálů je plně v zodpovědnosti daného studenta, tj. např. zapomenutí materiálů není důvodem k nesložení zkoušky.
  6. Důsledně se vyvarujte jakýchkoliv náznaků plagiátorství, např. kopírování (částí) odpovědí na otevřené otázky za vašich připravených materiálů.
  7. Zkouška je zcela samostatná práce, tj. jakákoliv spolupráce na řešení otázek není přípustná.

Započetím práce na zkoušce stvzujete následující prohlášení: „Tímto prohlašuji, že jsem zkoušku zpracoval/a nezávisle, bez pomoci třetích stran a bez použití jiných než předem povolených materiálů.“

Studenti mají každý individuálně povinnost před zkouškou si ověřit, že mají platný funkční login do PC v laboratořích, že jsou schopni spustit v PC místnostech MS Excel, a že v něm mají instalovaný Data Analysis Toolpak (Analytické nástroje), tj. v záložce Data v Excelu mají aktivované menu Data Analysis (Analýza dat) (aktivace přes Soubor - > Možnosti -> Doplňky -> Doplňky Excelu Přejít - > Analytické nástroje, viz detailní instrukce ke druhé hodině semestru). Přístup do PC je možné ověřit také na PC v knihovně. To, že si tento přístup ověřili, vyplňují studenti na stránce Moodle v sekci zkoušky před započetím zkoušky samotné.

Porozumění těmto bodům a potvrzení o přístupu ke školnímu PC je podmínkou přístupu ke zkoušce.

 

Sylabus
Poslední úprava: Dr. rer. pol. Michal Parízek, M.Sc., Ph.D. (13.05.2024)

Blok I: Úvod a práce s informacemi

  • Hodina 1. Úvod: informace jako klíč k chápání sociální a politické reality
  • Hodina 2. Výzkumný rámec I: problémy, otázky, teorie, hypotézy
  • Hodina 3. Výzkumný rámec II: Konceptualizace a operacionalizace, aneb od myšlenek a témat ke konkrétním datům

Blok II: Data a empirická evidence

  • Hodina 4. Zdroje informací a dat
  • Hodina 5. Popisná statistika a vizualizace dat

Blok III: Pravděpodobnost a usuzování

  • Hodina 6. Základy pravděpodobnosti
  • Hodina 7. Usuzování, vzorky, průzkumy veřejného mínění

Blok IV: Usuzovací statistika a kauzální analýza

  • Hodina 8. Chí-kvadrát a t-test
  • Hodina 9. Korelační analýza a jednoduchá regresní analýza
  • Hodina 10. Jednoduchá regresní analýza a její předpoklady
  • Hodina 11. Vícenásobná regrese (a něco navíc)
  • Hodina 12. Statistika, kterou jsme nedělali, a na co si dávat (nejen) při usuzovací statistice pozor...

Semináře

  • Seminář 1. Zdroje Informací
  • Seminář 2. Volební průzkumy
  • Seminář 3. Výzkumný design
  • Seminář 4. Práce s daty
  • Seminář 5. Chí-kvadrát a t-test
  • Seminář 6. Regresní analýza
 
Univerzita Karlova | Informační systém UK