- Pojmy - SPSS Statistické zpracování kvantitativních šetření.

Slides:



Advertisements
Podobné prezentace
Sedm základních nástrojů managementu jakosti
Advertisements

METODY A TECHNIKY VÝZKUMU
Sociologie – metody a techniky sociologického výzkumu
Výzkum (pedagogického zhodnocení) volného času
4EK416 Ekonometrie Úvod do předmětu – obecné informace
Statistika I 2. cvičení.
Obchodní akademie, Ostrava-Poruba, příspěvková organizace Vzdělávací materiál/DUMVY_32_INOVACE_03/A8 AutorIng. Liběna Krchňáková Období vytvořeníŘíjen.
Mgr. Alena Lukáčová, Ph.D., Dr. Ján Šugár, CSc.
Základní statistické pojmy a postupy
Tloušťková struktura porostu
Obsah statistiky Jana Zvárová
Analýza dat.
MUDr. Michal Jurajda, PhD. ÚPF LF MU
Sociologický výzkum.
Aneb „Shit in, shit out“ (J. Herzmann: Konference ČMS 2008) „Opakování - matka moudrosti“
Biostatistika 10. přednáška
Řízení a supervize v sociálních a zdravotnických organizacích
Obchodní akademie, Ostrava-Poruba, příspěvková organizace Vzdělávací materiál/DUMVY_32_INOVACE_09/C2 AutorIng. Liběna Krchňáková Období vytvořeníSrpen.
Organizace empirického výzkumu Etapy výzkumu: 1.Přípravná – definice problému, určení cíle výzkumu, zajištění dostupných již existujících informací o problému,
Charakteristické rysy a typy jednorozměrného rozdělení četností.
Výukový materiál zpracovaný v rámci projektu Označení:Sada: Ověření ve výuce:Třída: Datum: Registrační číslo projektu:CZ.1.07/1.5.00/ VY_32_INOVACE_MAM_KC_1_11.
Aneb „Shit in, shit out“ (J. Herzmann: Konference ČMS 2008) „Opakování - matka moudrosti“
VÝZKUM V OŠETŘOVATELSTVÍ
Zkvalitnění kompetencí pedagogů ISŠ Rakovník IV/2 Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků středních škol Integrovaná.
Charakteristiky variability
Praktické využití regresní analýzy Struktura národního hospodářství a znečištění ovzduší v tranzitivních ekonomikách: Případ České republiky Gabriela Jandová.
Biostatistika 7. přednáška
Statistika 2. přednáška Ing. Marcela Čapková.
Obchodní akademie, Ostrava-Poruba, příspěvková organizace Vzdělávací materiál/DUMVY_32_INOVACE_09/C1 AutorIng. Liběna Krchňáková Období vytvořeníSrpen.
Biostatistika 4. přednáška
Experiment Zpracování dat I.
Pohled z ptačí perspektivy
Základy zpracování geologických dat
Statistická šetření Centrum pro virtuální a moderní metody a formy vzdělávání na Obchodní akademii T. G. Masaryka, Kostelec nad Orlicí.
Základy matematické statistiky. Nechť je dána náhodná veličina X (“věk žadatele o hypotéku“) X je definována rozdělením pravděpodobností, s nimiž nastanou.
Praktikum elementární analýzy dat Třídění 2. a 3. stupně UK FHS Řízení a supervize (LS 2012) Jiří Šafr jiri.safr(zavináč)seznam.cz poslední aktualizace.
Biostatistika 8. přednáška
Výzkum veřejného mínění a jeho realizace
Biostatistika 1. přednáška Aneta Hybšová
Marketingový průzkum Milan Mrázek Matematika & Business
Metody sociálního výzkumu Kombinované studium ZS 2009.
VY_32_INOVACE_21-16 STATISTIKA 2 Další prvky charakteristiky souboru.
Kurzy eura v roce 2009 k prvnímu dni v měsíci zaokrouhlené na celé Kč Kč28.
© Tom Vespa STATISTICKÉ ZPRACOVÁNÍ DAT (JEDNOROZMĚRNÉ SOUBORY)
Statistika – základní pojmy, diagramy
Co už znáte? Typologii dnes užívaných výzkumů Náležitosti Research Brief Rozdíly mezi kvalitativními a kvantitativními metodami Výhody a nevýhody těchto.
STATISTICKÝ ROZCESTNÍK aneb CO S DATY Martin Sebera.
Základy pedagogické metodologie; seminář Mgr. Zdeněk Hromádka
Postup při empirickém kvantitativním výzkumu
Typy výzkumu  Kvantitativní  Kvalitativní  Smíšený  První zkoumá kolik lidí si co myslí atd …  Druhý co přesně si lidé myslí  Třetí je kombinací.
Aplikovaná statistika 2.
Základy statistiky Základní pojmy. Základy statistiky Statistiku můžeme chápat jako činnost - získávání stat. údajů, jejich zpracování a vyhodnocení jako.
Popisné charakteristiky statistických souborů. ZS - přesné parametry (nelze je měřením zjistit) VS - výběrové charakteristiky (slouží jako odhad skutečných.
Zlepšení podmínek pro vzdělávání na středních školách Operačního programu Vzdělávání pro konkurenceschopnost Název a adresa školy: Integrovaná střední.
Charakteristiky variability Centrum pro virtuální a moderní metody a formy vzdělávání na Obchodní akademii T. G. Masaryka, Kostelec nad Orlicí.
Ověření modelů a modelování Kateřina Růžičková. Posouzení kvality modelu Ověření (verifikace) ● kvalitativní hodnocení správnosti modelu ● zda model přijatelně.
Statistika 1.cvičení. Základní informace Ing. Daniela Krbcová Materiály ze cvičení, přednášky Skripta k předmětu,
Číslo a název projektu: CZ /1. 5
Statistika 2.cvičení
STATISTICKÉ ZPRACOVÁNÍ DAT (JEDNOROZMĚRNÉ SOUBORY)
METODICKÝ LIST PRO ZŠ Pro zpracování vzdělávacích materiálů (VM)v rámci projektu EU peníze školám Operační program Vzdělávání pro konkurenceschopnost   
METODOLOGIE MAGISTERSKÉ PRÁCE
Koncepce normality/normálnosti v medicíně
Metodologie pro ISK 2 Úvod do práce s daty
Výukový materiál zpracován v rámci projektu EU peníze školám
Střední škola obchodně technická s. r. o.
Autor: Honnerová Helena
Základy statistiky.
Střední škola obchodně technická s. r. o.
Základy popisné statistiky
Transkript prezentace:

- Pojmy - SPSS Statistické zpracování kvantitativních šetření

Statistika Věda o neurčitosti světa zachycená daty Pracuje: s neurčitostí světa s neurčitostí dat Reliabilita Validita, reprezentativnost s výzkumnými pracovníky

Vztah: DATA INFORMACE ZNALOST AKCE

Postup při zpracování a analýze získaných údajů

POSTUP Zpracování údajů úprava údajů klasifikace (třídění) údajů kódování údajů sestavení tabulek a grafů Analýza údajů četnosti, úroveň a variabilita zkoumaných znaků, závislosti mezi jevy Interpretace, závěry a doporučení

Zpracování údajů úprava údajů spočívá : v jejich prověrce z hlediska úplnosti a přesnosti, v doplnění chybějících informací a ve vyloučení údajů zjevně nesprávných. Především je nezbytné prověřit validitu údajů!! CHYBY!!! klasifikace (třídění) údajů nejdříve definujeme třídící znaky u kvalitativních znaků - definování pojmů, u kvantitativních znaků - stanovení intervalů kódování údajů převedení slovních výrazů nebo klasifikovaných skupin informací do symbolů (snadné u uzavřených otázek) sestavení tabulek a grafů (zopakovat druhy) logicky uspořádaný obraz o zkoumaných jevech, o jejich vývoji, struktuře a závislostech

Analýza údajů analýza jednotlivých otázek četnosti absolutní a relativní u kvantitativních znaků zjišťujeme: variabilitu - vyjádřenou mírou variace (variační rozpětí, směrodatná odchylka) úroveň znaku - střední hodnoty (průměry, medián, modus) – box plot zkoumání závislostí mezi kvantitativními, popř. kvalitativními znaky: regresní a korelační analýzy, faktorové analýzy, shlukové analýzy multidimensionální škálování testy hypotéz

Interpretace výsledků by měla: dodržovat objektivitu zobecňovat výsledky výzkumu jen velmi opatrně věnovat pozornost i zdánlivě méně významným souvislostem rozlišovat mezi míněním a fakty hledat příčiny a nezaměňovat je s následky specifikovat, pro jaké období a za jakých podmínek závěry výzkumu platí. Závěry - zobecnění analytických a interpretačních výsledků, stručné a jasné konstatování zjištěných skutečností. Bývají často převáděny na doporučení nejvhodnějšího řešení zkoumaného problému.