N_AEMD Analýza společensko vědních a mediálních dat

Vysoká škola finanční a správní
léto 2018
Rozsah
0/2/0. 10 hodin KS/semestr. 6 kr. Ukončení: zk.
Vyučující
Mgr. Zdeněk Sloboda (cvičící)
Mgr. Michal Tomčík, PhD. (cvičící)
Garance
Mgr. Zdeněk Sloboda
Sekce managementu a marketingu (FES, KEM) – Katedra ekonomie a managementu (FES, KEM) – Katedry – Vysoká škola finanční a správní
Kontaktní osoba: Květoslava Dolejšová
Rozvrh seminárních/paralelních skupin
N_AEMD/cM1PH: Út 8:45–9:29 S11, Út 9:30–10:15 S11, Z. Sloboda
N_AEMD/cM2PH: Út 12:15–12:59 S11, Út 13:00–13:45 S11, Z. Sloboda
N_AEMD/uMPH: Út 13. 2. 15:45–17:15 S14, Út 27. 2. 14:00–15:30 S11, Út 13. 3. 15:45–17:15 S24, Út 27. 3. 15:45–17:15 S14, 17:30–19:00 S14, Z. Sloboda
N_AEMD/vMMO: So 24. 2. 8:00–9:30 M16, 9:45–11:15 M16, Pá 9. 3. 15:45–17:15 M24, Pá 23. 3. 14:00–15:30 M26, 15:45–17:15 M26, M. Tomčík
N_AEMD/vMPH: Pá 9. 2. 15:45–17:15 S23, 17:30–19:00 S23, Pá 23. 2. 14:00–15:30 S23, 15:45–17:15 S23, Pá 9. 3. 15:45–17:15 S23, Z. Sloboda
Předpoklady
Tento předmět nemá žádné předpoklady.
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Cíle předmětu
Absolvent kurzu bude schopen porozumět výsledkům analýz dat z různých druhů výzkumů a statistických šetření, umět je správně interpretovat a základní a vícerozměrné statistické analýzy dokáže sám provést. Studenti by po absolvování tohoto předmětu měli ztratit obavu z analýzy dat, měli by být schopni sami provést základní a pokročilé operace s daty a proměnnými, na věcně formulované otázky umět na základě provedených analýz odpovědět a sami provést testy stanovených hypotéz. Na začátku kurzu budou studenti seznámeni se strukturou datového souboru, naučí se rozeznávat základní typy proměnných a volit pro ně správné typy analýz. S využitím programu SPSS (Statistical Package for the Social Sciences) se studenti naučí provádět základní i pokročilé operace s datovými soubory a proměnnými (transformace, vytváření nových proměnných atd.). Následně se budou na reálných datech z výzkumů učit provádět základní jednorozměrné i vícerozměrné analýzy a výsledky těchto analýz prezentovat a věcně interpretovat. Předpokládá se, že tyto dovednosti budou dále rozvíjeny v povinně volitelném předmětu, kde již bude kladen větší důraz na matematicko-statistickou podstatu analýzy dat a další vícerozměrné metody.
Výstupy z učení
Studující budou po absolvování schopni:
- aplikovat metody výzkumu médií na marketingové témata,
- rozpoznat kvalitu a relevanci výzkumu realizovaného někým jiným,
- rozhodnout, který způsob a technika výzkumu je nejvhodnější pro pojetí médií co by organizací, obsahů či jejich publik,
- připravit samostatně či ve skupině design výzkumu,
- zrealizovat výzkum (sběr dat),
- zanalyzovat sebraná výzkumná data a interpretovat je vzhledem ke svému výzkumnému zájmu,
- napsat výzkumnou zprávu.
Osnova
  • 1. Datový soubor a jeho struktura. 2. Typy proměnných (nominální, ordinální, spojité), možnosti a meze jejich zapojení do analýz. 3. Rozložení kategorizovaných proměnných, jejich základní charakteristiky. 4. Rozložení spojitých proměnných dat jejich základní charakteristiky. 5. Základní principy tvorby nových proměnných a jejich transformací. 6. Normální rozložení jako specifický typ rozložení a z něj odvozené principy testování hypotéz, statistická inference. 7. Porovnávání podsouborů na základě analýzy středních hodnot (t-testy). 8. Principy analýzy rozptylu a její využití pro testování hypotéz o shodě průměrů v subpopulacích. 9. Základy analýzy souvislostí mezi kategorizovanými proměnnými (třídění druhého stupně), jak zvolit adekvátní míry asociace. 10. Základy analýzy souvislostí mezi spojitými proměnnými (korelace, korelační analýza). 11. Co to je vliv skryté (třetí proměnné) a jak jej identifikovat (parciální korelace, třídění třetího a vyššího stupně). 12. Základní principy multivariační analýzy, redukce dat a hledání latentních proměnných (faktorová analýza).
Literatura
    povinná literatura
  • Mareš, P., L. Rabušic, P. Soukup. 2015. Analýza sociálněvědních dat (nejen) v SPSS. MUNIPRESS, Brno, ISBN: 978-80-210-6362-4
  • Sedláková, R. 2015. Výzkum médií: Nejužívanější metody a techniky. Praha: Grada. ISBN: 978-80-247-3568-9
    doporučená literatura
  • Pallant, J.: SPSS Survival Manual: A step by step guide to data analysis using SPSS. Open University Press, 2010.
  • Bryman, A., C. Cramer: Quantitative Data Analysis with IBM SPSS 17, 18 & 19: A Guide for Social Scientists. Routledge, 2011.
  • Collier, J. Using SPSS Syntax: A Beginner's Guide. Sage Publications, 2009.
Výukové metody
Přednášky a cvičení v prezenční formě, řízené skupinové konzultace v kombinované formě; minimální povinná účast na cvičeních/seminářích v prezenční formě studia je 75%, na řízených skupinových konzultacích v kombinované formě studia 50%. Přednášky budou založeny na prezentacích vyučujícího, v cvičeních budou studenti prezentovat své přístupy k řešení zadaných úloh.
Metody hodnocení
Předmět je zakončen zápočtem a zkouškou. Podmínkou udělení započtu je předepsaná účast na seminářích (případná neúčast musí být řádně předem omluvena) a úspěšné složení testu na konci semestru předpokládá (test bude spočívat v provedení slovně zadaných transformací proměnných a analýz odpovídajících na položenou otázku). Složení zkoušky předpokládá odevzdání seminární práce v daném termínu. Seminární práce, která bude během ústní zkoušky obhajována, bude spočívat v provedení analýz, které odpoví na položené otázky (volbu analýz provede student, správná volba procedury bude předmětem hodnocení) a interpretaci výsledků. Práce bude mít následující strukturu: a) Rozbor otázek a volby SPSS procedur zvolených pro analýzu. b) Tabulky a grafy s hlavními výsledky z provedených analýz. c) Slovní interpretace výsledků. d) Příloha 1: kompletní SPSS syntax zadání analýz. e) Příloha 2: kompletní SPSS výstupy z analýz.
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je zařazen také v obdobích léto 2017, léto 2019, léto 2020, léto 2021.