Úvod: Vytvoření datové matice a pořízení dat Výzkum TV & knihy Jiří Šafr FHS UK, HiSo a ŘS Analýza kvantitativních dat AKD I. (II.) / Praktikum LS 2011,

Prezentace na téma: "Úvod: Vytvoření datové matice a pořízení dat Výzkum TV & knihy Jiří Šafr FHS UK, HiSo a ŘS Analýza kvantitativních dat AKD I. (II.) / Praktikum LS 2011,"— Transkript prezentace:

1 Úvod: Vytvoření datové matice a pořízení dat Výzkum TV & knihy Jiří Šafr FHS UK, HiSo a ŘS Analýza kvantitativních dat AKD I. (II.) / Praktikum LS 2011, 2012, 2013, 2014 Poslední aktualizace 20/3/2014

2 Vytvoření datové matice a pořízení dat Operativní modelový „mini-výzkum“ P&W mezi studenty FHS HiSo a KŘS „TV & knihy“ Do dotazníku byly otázky postupně přidávány, proto některé proměnné nemají vždy validní odpovědi pro všechny případy (od otázky 12 a dále).

3 Virtuální dotazník „ TV & knihy“ Zjišťujeme následující proměnné (u červených si odpověď napište nejprve na papír): 1.ID (číslo dotazníku) 2.Obor/ročník/forma studia 3.Věk 4.Pohlaví 5.Hodiny TV → Kolik hodin denně před TV? 6.Počet přečtených knížek za min. rok CELKEM 7.Počet přečtených knížek za min. rok ODBORNÝCH 8.Počet přečtených knížek za min. rok ZÁBAVA (beletrie a pod.) 9.Počet blízkých přátel 10.Kraj kde bydlíte 11.Studoval bakalářský stupeň na FHS 12.Práce: Pracujete min na cca ½ úvazek? (ne brigáda) 13.Počet knížek v dětství (do 15 let) v domácnosti (kategorie 1-5 /9; viz dále) + nově od LS 2013 a 2014: 14.Počet dětí 15.Počet hodin denně strávených na počítači (ve volném čase) 16.Počet hodin týdně strávených sportem 17.Den a měsíc narození (ve formátu 0,ddmm) → identifikace pro test-retest - ověření reliability otázek

4 Počet knížek v době 15 let v domácnosti Kolik zhruba knih se nacházelo u Vás doma v době Vašeho dětství? ( v jednom metru knihovny je asi 40 knih) 1.0 – 25 knih 2.26 – 100 3.101 – 200 4.201 – 500 5.Více než 500 knih 9. Neví

5 Datová matice v SPSS

6 Úkoly Vytvořte datovou matici v SPSS Pořiďte data – zaznamenejte výpovědi (tzv. děrování) Olabelujte jména proměnných → VARIABLE LABELS Olabelujte kategorie proměnných: pohlaví, kraj → VALUE LABELS Nastavte správný typ/formát proměnných

7 Další úkoly Proveďte logickou kontrolu dat Nastavte uživatelsky definované chybějící hodnoty (missing values) Proveďte popisnou analýzu třídění 1. stupně: - relativní četnosti pro kategoriální znaky - střední hodnoty a histogram pro kardinální znaky