Co je to věda?
- V tomto kurzu se dozvíte jak se o definicích vědy uvažuje
- Dále se dozvíte čím se vyznačují výzkumné otázky, hypotézy a ve stručnsti se seznámíme s diferenciací mezi kvalitativním a kvantitativním výzkumem, dále se statistickým výběrem a fázemi kvantitativního výzkumu
literatura k výběrovému souboru je k dispozici zde
2 vyučovací hodiny
Edukační video
Co je to věda?; kvalitativní a kvantitativní výzkum Výzkumné hypotézy č. 1;
Výzkumné hypotézy č. 2, statistický výběr, fáze kvantitativního výzkumu
Typy proměnných
Nekvalitní pozorování, rozložení dat, grafy
Přednáškodá část:
- Čištění a kontrola dat
- Identifikace problematických prozorování
- Grafy
- Zobecnitelnost výsledků a socio-demografické parametry
- Středové hodnoty (průměr, median, modus)
- Interpretace boxplotu
- Variabilita dat
- Směrodatná odchylka
Práce s Jamovi:
- Otevření dat v Jamovi
- Deskriptivní statistika - tvorba tabulky
- Tvorba histogramu
- Tvorba boxplotu
- Práce s odlehlými hodnotami
Testování hypotéz, korelační koeficient, kontingenční tabulky
Přednáškodá část:
- Typy proměnných - cvičení
- Rozptyl, průměr, median - opakování
- Práce s daty, které nedisponují normálním rozdělením
- Druhy hypotéz - opakování
- Princip testování hypotéz
- Testování předpokladu normálního rozdělení
- Otevírání dat v jamovi - opakování
- Korelační koeficient
Práce s Jamovi:
- Analýza kategoriálních dat (kontingenční tabulky)
- Korelační koeficient
- Tvorba bodového grafu (Scatterplotu)
t-test, ANOVA, procvičování korelačního koeficientu
Přednáškodá část:
- t-test
- t-test - reportování výsledků
- Our Wordld in Data (OWID)
- Reportování korelačního koeficientu
- Analýza rozptylu (ANOVA)
- Analýza rozptylu (ANOVA) - reportování výsledků
Práce s Jamovi:
- kontrola a změna typu proměnných
- filtrování hodnot proměnné
- t-test
- Korelační koeficient - procvičování (na datech z OWID)
- Deaktivace filtrování hodnot proměnné
- Analýza rozptylu (ANOVA)
- míra efektu
- wisker plot
práce s daty, vytváření konpozitní proměnné, lineárlní regrese, vícenásobná lineární regrese
Přednáškodá část:
- prace s daty z databází
- reverzní položky
- práce se zkratkami výzkumných nástrojů
- lineární regrese
- reportování výsledků
Práce s Jamovi:
- vytváření kompozitní proměnné
- skorování nástoje
- lineární regrese
- vícenásobná lineární regrese
- koeficient determinance (R2)
Síťová analýza
Přednáškodá část:
- co je síť?
- teorie společné příčiny vs síťová teorie
- hrany a uzly
- příklady síťové analýzy
Práce s Jamovi:
- vytváření jednoducé sítě
- vytváření sítě u více skupin
- indexy centrality