Seznámení se současnými postupy matematicko-statistického zpracování kvantitativních dat, získání rutinních dovedností v oblasti
základních analýz a prezentace jejich výsledků.
1. Seznámení s programem, základní orientace v jeho struktuře: SPSS datový soubor, výpočetní procedury, manipulace a
úpravy dat, možnosti výstupů, komunikace s jinými programy, zdroji dat
2. 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.
3. Úpravy stávajících znaků, vytváření nových proměnných. Práce s příkazy RECODE, COMPUTE, COUNT Tvorba
součtových škál.
4. 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.
5. Otevřené otázky. Důvod použití, otevřené otázky v datech. Práce s otevřenými otázkami v SPSS. Četnosti otevřených
otázek,
6. Základní výpočetní procedury pro různé typy znaků. Programy FREQUENCIES, DESCRIPTIVES, grafické znázornění
rozložení četností. Statistiky spojené s rozložení znaků: průměr, rozptyl, percentily.
7. Kontingenční tabulky: procedura CROSSTABS. Třídění druhého a vyššího stupně. Testovaní hypotéz pomoci CHISQ.
Testování odchylek jednotlivých políček tabulky.
8. Kovariance a korelace. Korelační analýza, párová, dílčí a vícenásobná korelace. Problém zdánlivé závislosti. Vztah mezi
regresním koeficientem a korelačním koeficientem. Korelační matice a její využití ve statistice.
9. Faktorová analýza aneb hledání skrytých faktorů. Předpoklady použití, alternativy při nesplnění. Určení počtu faktorů.
Prvotní řešení a možnost rotace.
10. Faktorová analýza, 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.
11. Shluková analýza, podstata metody, shlukování případů a proměnných. Metody měření vzdáleností ve vícerozměrném
prostoru. Hierarchické shlukování. Metody měření vzdálenosti mezi shluky. Standardizace proměnných.
12. Výstupy ze shlukové analýzy, určení shlukové příslušnosti a využití klasifikace v dalších statistických metodách. "Rychlá"
shluková analýza-K-means cluster-podstata procedury, možnosti využití.
13. Diskriminační analýza ? předpoklady použití, alternativy při nesplnění. Diskriminační skóre a rozdělení do skupin. Možnost
predikce skupinové příslušnosti u nových případů.
- Enseignant: Lucie Vítková