N_AEMD Analýza společensko vědních a mediálních dat

Vysoká škola finanční a správní
léto 2020
Rozsah
0/2/0. 10 hodin KS/semestr. 6 kr. Ukončení: zk.
Vyučující
Mgr. Iva Baslarová, Ph.D. (cvičící)
Mgr. Michal Tomčík, PhD. (cvičící)
Garance
Mgr. Michal Tomčík, PhD.
Sekce managementu a marketingu (FES, KEM) – Katedra ekonomie a managementu (FES, KEM) – Katedry – Vysoká škola finanční a správní
Kontaktní osoba: Lenka Pokorná
Rozvrh seminárních/paralelních skupin
N_AEMD/cMMO: každý sudý čtvrtek 8:45–9:29 M27, každý sudý čtvrtek 9:30–10:15 M27, každý sudý čtvrtek 10:30–11:14 M27, každý sudý čtvrtek 11:15–12:00 M27, M. Tomčík
N_AEMD/cM1PH: Čt 10:30–11:14 S26, Čt 11:15–12:00 S26, kromě Čt 13. 2. ; a St 4. 3. 12:15–13:45 S24, I. Baslarová
N_AEMD/cM2PH: každou sudou středu 8:45–9:29 S36, každou sudou středu 9:30–10:15 S36, každou sudou středu 10:30–11:14 S36, každou sudou středu 11:15–12:00 S36, I. Baslarová
N_AEMD/vM2PH: So 22. 2. 9:45–11:15 S23, 11:30–13:00 S23, Pá 20. 3. 17:30–19:00 S24, Pá 24. 4. 17:30–19:00 S23, 19:15–20:45 S23, I. Baslarová
N_AEMD/vM3PH: Pá 6. 3. 14:00–15:30 S26, 15:45–17:15 S26, Pá 20. 3. 19:15–20:45 S24, So 4. 4. 9:45–11:15 S26, 11:30–13:00 S26, I. Baslarová
Předpoklady
Tento předmět nemá žádné předpoklady. Vhodné je předchozí absolvování předmětu N_VSVM (NA_SRUM)
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 analytických nástrojů MS Excel 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),
- PRÁCE S DATY (v Excelu - Analytical tools),
- zanalyzovat sebraná výzkumná data a interpretovat je vzhledem ke svému výzkumnému zájmu,
- napsat výzkumnou zprávu.
Osnova
  • 1. Hledání výzkumného tématu. Typy výzkumů. 2. Stanovení výzkumné otázky a výzkumných hypotéz. 3. Operacionalizace - jak se z hypotéz stávají proměnné (otázky v dotaznících, kódy v obsahové analýze) 4. Datový soubor a jeho struktura. 5. Typy proměnných (nominální, ordinální, spojité), možnosti a meze jejich zapojení do analýz. 6. Rozložení kategorizovaných proměnných, jejich základní charakteristiky. 7. Rozložení spojitých proměnných dat jejich základní charakteristiky. 8. Základní principy tvorby nových proměnných a jejich transformací. 9. Normální rozložení jako specifický typ rozložení a z něj odvozené principy testování hypotéz, statistická inference. 10. Principy analýzy rozptylu a její využití pro testování hypotéz o shodě průměrů v subpopulacích. 11. Základy analýzy souvislostí mezi kategorizovanými proměnnými (třídění druhého stupně), jak zvolit adekvátní míry asociace. 12. Základy analýzy souvislostí mezi spojitými proměnnými (korelace, korelační 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 a samostatně realizovat analýzu dat.
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 2018, léto 2019, léto 2021.