Syllabus
* Osnova předmětu:
1. Zopakování základů práce v prostředí statistického programu SPSS.
2. Shrnutí možností třídění prvního stupně.
3. Srovnávání středních hodnot spojitých veličin, T-test, ANOVA.
4. Základy dvojného třídění kategoriálních proměnných - četnosti, chí kvadrát.
5. Základy práce s kontingenčními tabulkami.
6. Rozšířené analýzy v kontingenčních tabulkách.
7. Zásady sociologické interpretace kategoriálních veličin.
8. Technika korelace.
9. Odhalování vlivu třetí proměnné (elaborace).
10. Jednoduchá lineární regrese.
11. Mnohonásobná lineární regrese.
12. Faktorová analýza.
13. Rekapitulace osvojených přístupů v dané metodologické oblasti. * Povinná literatura: - DISMAN, M. Jak se vyrábí sociologická znalost. Praha: Karolinum,
1993. ISBN 80-7184-141-2. - MAREŠ, P., L. RABUŠIC, P. SOUKUP. Analýza sociálněvědních dat (nejen) v SPSS. Brno: Masarykova univerzita,
2015. ISBN 978-80-210-6362-4. * Doporučená literatura: - BABBIE, E. The Practice of social Research. 7th Edition. Belmont: Wadsworth,
1995. ISBN 0-534-18744-7. (kapitoly 16 a 17: „The Elaboration Model ” Pp. 395-412, „Social Statistics“ Pp. 313-443) - HENDL, J. Přehled statistických metod zpracování dat. Praha: Portál, s.r.o.,
2006. ISBN 978-80-7367-482-3. - KAPR, J., ŠAFAŘ, Z. Sociologie nebo zdravý rozum? Praha: Mladá fronta,
1969. ISBN 23-033-69. - LOUČKOVÁ I. Integrovaný přístup v sociálně vědním výzkumu. Praha: Sociologické nakladatelství,
2010. ISBN 978-80-86429-79-3. - ROSENBERG, M. Test Factor Standardization as a Method of Interpretation. Social Forces, 1962, 41(1): 53-61. ISSN 0037-7732. - STATSOFT, Inc. Electronic Statistics Textbook. Tulsa, OK: StatSoft,
2010. Dostupné na . - URBÁNEK, T. K prezentaci výsledků statistických analýz -
1. část. Československá psychologie, 51 (6): 601-609,
2007. ISSN 9000-062X. - URBÁNEK, T. K prezentaci výsledků statistických analýz -
2. část. Československá psychologie, 2008, 52 (1): 70-79. ISSN 9000-062X.
Annotation
A follow-up to the course "Quantitative Data Analysis", the aim of which is to extend students' knowledge and practical skills required for the quantitative data management, exploratory and descriptive analysis, and statistic methods. The final exam will contain analysis and interpretation of contingency tables.
Distance education will be provided through the provision of learning materials, consultations in MS Teams and practical training of examples in SPSS.