Sylabus kurzu 1. Seznámení s SPSS - 3 okna (data, syntax, výstup).
Základní ukázka dat, logika promenné, jejich popisky. Generování základních statistik (FRE, DES VAR, EXAMINE).
Příprava nových proměnných (RECODE, COMPUTE). Definice chybějících hodnot (MIS VAL). (dodatek II u čebnice) 2.
Závislost ordinálních proměnných. Spearmanův a Kendallův koeficient.
Možnosti použití statistických metod pro ordinální proměnné. (kapitola 9) 3. Závislost kardinálních proměnných.
Párová a dílčí korelace. Testy a intervaly spolehlivosti, Bonferroniho korekce. (kap. 9, 10)� 4.
Zopakování jednoduché regrese a rozšíření na vícenásobnou regresi-práce s kategoriálními vysvětlujícími proměnnými (umělé proměnné). Nesplnění požadavků klasického lineárního modelu (multikolinearita)-identifikace a možná řešení. (kap. 11,12) 5.
Porovnání průměrů pro jednu a dvě skupiny, t-testy a jejich neparametrické obdoby. 6. Porovnání průměrů ve více skupinách, analýza rozptylu a její neparametrické obdoby. 7.
Faktorová analýza aneb hledání skrytých faktorů. Předpoklady použití, alternativy při nesplnění.
Určení počtu faktorů. Prvotní řešení a možnost rotace, tvorba typů, kontrola a tvorba škál.
Exkurz-reliabilita škál a její měření.Možnosti rotace faktorů a pojmenování faktorů. Využití faktorových skóre v dalších statistických metodách. (kap. 13) 8.
Tabulky a grafy pro prezentaci výsledků. Třídící a tříděné proměnné.
Ukázky modulu Custom Tables. (dodatek I) 9. Seskupovací analýza, podstata metody, seskupování případů a proměnných.
Metody měření vzdáleností ve vícerozměrném prostoru. Hierarchické seskupování.
Metody měření vzdálenosti mezi shluky. Standardizace proměnných.
Výstupy seskupování, určení příslušnosti a využití klasifikace v dalších statistických metodách. "Rychlá" seskupovací analýza-K-means cluster-podstata procedury, možnosti využití. (kap. 14)10. Příprava datového souboru - logické čištění dat, práce s filtry.
Využití příkazů IF a DO IF. SORT, SPLIT FILE,SELECT, TEMPORARY.Agregace dat.
Spojování dat - připojování proměnných a případů, praktické využití. (kap. 6, dodatek II). Vytváření nových proměnných.
Tvorba součtových škál. Kontrola reliability a validity škál.
Ukázky některých známých škál (Srole, anomie, LP). Načítání určitého typu odpovědí v baterii. (dodatek II a III, 3.3) 11.
Chybějící hodnoty-důvody vzniku. Definice v SPSS a práce s chybějícími hodnotami.
Analýza chybějících hodnot a jejich dopad na výsledky. Možnosti náhrad chybějících hodnot (speciální nabídky v regresi a faktorové analýze).
Vážení dat a tvorba vah. (kap. 6)12. Náhodné a nenáhodné výběry a používání statistiky. Úplná zjišťování v ČR.
Problematika malých výběrů, výběry z malých základních souborů. (článek Soukup, Rabušic) V závorkách je uvedeno, kde v textu Mareš, Rabušic, Soukup téma pojednáno a dle toho bude zkoušeno. Cvičení slouží k praktickému nácviku probíraných analytických metod na datech v SPSS a Excelu.
Kurz navazuje na kurz Úvod do statistiky a rozvíjí dovednost analýzy dat a rozšiřuje znalosti analytických metod. Cvičení jsou vedena na počítačích v prostředí SPSS, kde studenti analyzují data z reálných sociologických šetření.
Z každého cvičení je zadán domácí úkol, které studenti SOSA a SOSP mohou dobrovolně odesílat k hodnocení.