|
Lecturer(s)
|
-
Kalenda Jan, doc. Mgr. Ph.D.
-
Kočvarová Ilona, Mgr. Ph.D.
|
|
Course content
|
- Population, research group and its creation. - Measurement, data collection methods. - Possibilities of data collection and analysis using modern technologies. - Data, data writing, data transformation. - Descriptive statistics. Relationship statistics. Correlation and regression analysis. - Graphic processing of analysis outputs. - Statistical inference. - Hypothesis testing. - Statistical significance tests. - Issues of statistical and material significance.
|
|
Learning activities and teaching methods
|
Monologic (Exposition, lecture, briefing), Dialogic (Discussion, conversation, brainstorming), Exercises on PC
- Participation in classes
- 12 hours per semester
- Home preparation for classes
- 50 hours per semester
- Term paper
- 120 hours per semester
- Preparation for examination
- 118 hours per semester
|
| prerequisite |
|---|
| Knowledge |
|---|
| not specified |
| not specified |
| learning outcomes |
|---|
| Orientuje se v doporučené literatuře ohledně statistické analýzy dat. Vysvětlí principy a postupy lineární a multi-lineární regrese. Rozezná vhodné statistické metody k analýze tématu své disertační práce, nebo zvolené výzkumné téma. Zdůvodní postup statistické analýzy data pro téma své disertační práce, nebo zvolené výzkumné téma. Zhodnotí sílu a slabinu analytických metod probíraných v rámci kurzu. |
| Orientuje se v doporučené literatuře ohledně statistické analýzy dat. Vysvětlí principy a postupy lineární a multi-lineární regrese. Rozezná vhodné statistické metody k analýze tématu své disertační práce, nebo zvolené výzkumné téma. Zdůvodní postup statistické analýzy data pro téma své disertační práce, nebo zvolené výzkumné téma. Zhodnotí sílu a slabinu analytických metod probíraných v rámci kurzu. |
| Orients himself in the recommended literature on statistical data analysis. Explains the principles and procedures of linear and multilinear regression. Distinguishes suitable statistical methods for analyzing the topic of his dissertation or chosen research subject. Justifies the approach to statistical data analysis for the topic of his dissertation or chosen research subject. Evaluates the strengths and weaknesses of the analytical methods discussed in the course. |
| Orients himself in the recommended literature on statistical data analysis. Explains the principles and procedures of linear and multilinear regression. Distinguishes suitable statistical methods for analyzing the topic of his dissertation or chosen research subject. Justifies the approach to statistical data analysis for the topic of his dissertation or chosen research subject. Evaluates the strengths and weaknesses of the analytical methods discussed in the course. |
| Skills |
|---|
| Ddemonstrates the various ways in which statistical data can be analyzed in the chosen case. Illustrates the results of the statistical analysis using an appropriate representational tool. Measures the statistical dependence between key variables. Compares the measurement results obtained using two different measurement methods for the chosen case. Aapplies a suitable test of significance for the chosen research case. |
| Ddemonstrates the various ways in which statistical data can be analyzed in the chosen case. Illustrates the results of the statistical analysis using an appropriate representational tool. Measures the statistical dependence between key variables. Compares the measurement results obtained using two different measurement methods for the chosen case. Aapplies a suitable test of significance for the chosen research case. |
| Ukáže, jakými způsoby lze analyzovat statistická data na zvoleném případu Znázorní výsledky statistické analýzy vhodným reprezentačním nástrojem. Změří statistickou závislost mezi klíčovým proměnnými. Porovná výsledky měření používané dvěma různými metodami měření pro zvolený případ. Aplikuje vhodný test významnosti pro zvolený výzkumný případ. |
| Ukáže, jakými způsoby lze analyzovat statistická data na zvoleném případu Znázorní výsledky statistické analýzy vhodným reprezentačním nástrojem. Změří statistickou závislost mezi klíčovým proměnnými. Porovná výsledky měření používané dvěma různými metodami měření pro zvolený případ. Aplikuje vhodný test významnosti pro zvolený výzkumný případ. |
| teaching methods |
|---|
| Knowledge |
|---|
| Exercises on PC |
| Dialogic (Discussion, conversation, brainstorming) |
| Dialogic (Discussion, conversation, brainstorming) |
| Exercises on PC |
| Monologic (Exposition, lecture, briefing) |
| Monologic (Exposition, lecture, briefing) |
| assessment methods |
|---|
| Composite examination (Written part + oral part) |
| Grade (Using a grade system) |
| Grade (Using a grade system) |
| Composite examination (Written part + oral part) |
| Analysis of seminar paper |
| Analysis of seminar paper |
|
Recommended literature
|
-
Field, A. P. Discovering statistics using IBM SPSS statistics: and sex and drugs and rock'n'roll. London: Sage, 2013.
-
Chráska, M. & Kočvarová, I. (2015). Kvantitativní metody sběru dat v pedagogických výzkumech. Zlín: Univerzita Tomáše Bati ve Zlíně, 2015.
-
Mareš, P., Rabušic, L., & Soukup, P. Analýza sociálněvědních dat (nejen) v SPSS. Brno: Masarykova univerzita, 2015.
-
Řehák, J., & Brom, O. SPSS - Praktická analýza dat. Brno: Computer Press, 2015.
-
Soukup, P., & Kočvarová, I. Velikost a reprezentativita výběrového souboru v kvantitativně orientovaném pedagogickém výzkumu. Pedagogická orientace, 26(3), 512?536, 2016.
|