Metody sociálních výzkumů Velmi skromný úvod do statistiky. Motto:“Jsou tři druhy lži-lež prostá, lež odsouzeníhodná a statistika. Statistika oVýznam slova-vychází ze slova stát, s jeho administrativou a zaznamenáváním údajů k vojenským a daňovým účelům. oPři statistické analýze výsledků zpracování používáme metody POPISNÉ (deskriptivní) a metody INDUKTIVNÍ statistiky. oDeskriptivní (popisná statistika) -zabývá se uspořádáním souborů, jejich popisem a účelnou sumarizací. oPř. popis výběrového souboru policistů v Praze. oInduktivní statistika -umožňuje ze získaných dat vytvářet obecné závěry s udáním stupně jejich spolehlivosti. o Deskriptivní statistika oPOPISNÁ STATISTIKA oUmožňuje přehledné uspořádání dat oStatistické třídění-rozdělení prvků ze souboru do skupin (tříd) podle předem určených znaků. oNapř. třídění novorozenců podle pohlaví, třídění zemřelých podle pohlaví, věku a zaměstnání. oČetnost-počet prvků zařazených do určité třídy - absolutní četnost (např. počet novorozených holčiček je 159), relativní četnost je dána poměrem absolutní četnosti a rozsahu souboru (počet holčiček z celkového souboru novorozenců je 159/300), udává se nejčastěji v procentech. Kumulativní četnost vzniká postupným načítáním četností. o Deskriptivní statistika oDeskriptivní (popisná statistika)zabývá se uspořádáním souborů, jejich popisem a účelnou sumarizací. oPř. popis výběrového souboru policistů v Praze-cvičení. oTam, kde je to možné, uveďte průměr, medián a modus souboru. o Míry středu (polohy) oMíry středu (Measures of Central Tendency): oPrůměr-počítá se jako aritmetický průměr, určuje polohu rozdělení na číselné ose. Lze počítat pro intervalová a poměrová data. oMedián – rozděluje distribuci na 2 shodné poloviny (je prostřední hodnotou). oModus – je hodnota veličiny, která se vyskytuje nejčastěji. o Modus oJe hodnota, která se vyskytuje nejčastěji. oLze počítat u všech typů proměnných, u nominálních je jedinou mírou středu. o oMá-li veličina normální (Gaussovo) rozdělení, pak medián, modus i průměr jsou totožné! Míry středu (polohy) oCvičení: oVypočtěte průměrnou výplatu sociálních pracovníků v jedné neziskové organizaci. Vypočtěte medián z výplat. o15000,-Kč-4 pracovníci, 16200-1 pracovník, 16300-4 pracovníci, 17500-5 pracovníků, 17000-2 pracovníci, 19000-6 pracovníků, 23000-2 pracovníci, 25000-2 pracovníci. Analýzy a interpretace výsledků oTYPY PROMĚNNÝCH-při zaznamenávání informací (dat) využíváme různé škály. Pokud data dále zpracováváme, musíme si vždy uvědomit, s jakým typem škály pracujeme! oNominální proměnné = jednoduchý klasifikační systém (např židle, stoly, tabule; nebo typ odpovědi-správně, nesprávně). Nominální dichotomická proměnná-žena, muž. Nominální polytomická proměnná-např. národnost. oOrdinální proměnné (pořadové) - určují pořadí, například pořadí běžců v závodě (ale nevíme, jaký čas je od sebe dělil, mohl být zcela různý) oKardinální proměnné - můžeme s nimi provádět veškeré matematické operace (plus, minus, krát, děleno). Analýzy a interpretace výsledků-střední hodnoty oSTŘEDNÍ HODNOTY oPRŮMĚR-používáme, když čísla můžeme opravdu sčítat, tj. pracujeme s kardinálními proměnnými. Znaky jsou kvantitativní, měření na číselné stupnici. Je velmi citlivý na odlehlé hodnoty! oVýpočet-x1+x2+x3….+xn/n oPozor!-tzv. průměrný plat v ČR-proč ho dosahuje tak málo lidí? o Analýzy a interpretace výsledků-střední hodnoty oMODUS=hodnota, která se v souboru dat vyskytuje nejčastěji. o1,1,1,2,2,5,8,8,9,9,9,910,11,12,12,12 oDůležitá je zejména pro nominální proměnné oMEDIÁN=hodnota, která rozdělí pozorování na dvě stejně velké skupiny (důležitá u ordinálních proměnných) oPř. 61, 49, 35, 74, 53, 82 (medián bude průměr hodnot 53+61) o barva očí četnost výskytu modrá 5 zelená 12 hnědá 10 smíšená 4 černá 2 Analýzy a interpretace výsledků oMEDIÁN-př. Co je mediánem hodnocení závažnosti průběhu onemocnění? A=nejlehčí, F nejtěžší průběh. oC,E,B,D,A,A,B,F,C,C,D o o Analýzy a interpretace výsledků oŘešení-seřadíme vzestupně oA,A,B,B,C,C,C,D,D,E,F oMediánem je stupeň onemocnění C oPř. Co je mediánem u výplat: o15 tis, 20 tis, 22 tis, 14 tis, 45 tis, 12 tis, 14 tis, 10 tis, 13 tis? o10, 12, 13, 14, 14, 15, 20, 22, 45 o Analýzy a interpretace výsledků oŘešení 10, 12, 14, 14, 15, 20, 22 oPř. Vypočtěte aritmetický průměr u předchozího zadání výplat: 15 tis, 20 tis, 22 tis, 14 tis, 30 tis, 12 tis, 14 tis, 10 tis? oPř. Určete modus u předchozího zadání. o o Gausova křivka oUnimodální symetrická křivka distribuce tvaru zvonu, s polovinou skórů nad průměrem a s polovinou skórů pod průměrem. oTzv. Gausova křivka nebo-li normální rozdělení-tj. rozdělení, řídící se určitým modelem (pro spojité veličiny) oPrůměr μ oRozptyl σ² (variance); σ směrodatná odchylka o Gausova křivka oV praxi se setkáváme s normálním rozložením u řady veličin (př. tělesná výška, tlak….) oJe-li veličina normálně rozdělena, pak průměr, medián a modus jsou shodné, mají stejnou hodnotu. oSměrodatná odchylka-parametr σ, určuje tvar hustoty normálního rozložení. Směrodatná odchylka je MÍRA VARIABILITY. Gausova křivka oV NORMÁLNÍM ROZDĚLENÍ: o1. téměř 70 % hodnot leží méně než 1 σ od průměru o2. 95% hodnot leží ve vzdálenosti menší než 2 σ od průměru. o99 % hodnot leží ve vzdálenosti menší než 2 σ od průměru. Analýzy a interpretace výsledků Analýzy a interpretace výsledků Frekvenční distribuce o=tabulka vyjadřující frekvenci jednotlivých skóre (výsledků). oCvičení-v rámci výzkumu emocí nás zajímá, jakou emoci považují studenti za „nejnakažlivější“: štěstí, vzrušení, smutek, vztek, strach, zájem. oProveďte a výsledky přehledně zaznamenejte do tabulky. Frekvenční distribuce oKategorie Frekv.(četnost) Frekv. (procent) oVztek oVzrušení oStrach oŠtěstí oZájem oSmutek Frekvenční distribuce oGroupování frekvenční distribuce- oRedukujeme množství kategorií, tím zvýšíme přehlednost dat. oViz předchozí civčení-groupování na kategorie: oPozitivní emoce (štěstí, zájem, vzrušení) oNegativní emoce (vztek, strach, smutek) o(kapitola 4 in Davis and Smith: An Introduction in Statistics nad Research Methods) Frekvenční distribuce oGroupování frekvenční distribuce- oRedukujeme množství kategorií, tím zvýšíme přehlednost dat. oViz předchozí civčení-groupování na kategorie: oPozitivní emoce (štěstí, zájem, vzrušení) oNegativní emoce (vztek, strach, smutek) o(kapitola 4 in Davis and Smith: An Introduction in Statistics nad Research Methods) Analýzy a interpretace výsledků oGRAFICKÉ ZNÁZORŇOVÁNÍ oJe velmi účinný způsob, jak prezentovat statistické údaje. oGraf je přepsání číselných údajů do soustavy geometrických obrazců. oDruhy grafů-bodový, sloupcový, spojnicový, kruhový Obraz řekne více než tisíc slov oAneb grafické znázornění oPř. viz předchozí výzkum s emocemi (nominální data) oKoláčový graf (Pie Chart)-vhodný např. pro procentuální frekvenční distribuci (celek =100%). oSloupcový graf (Bar Graph) – znázorňuje frekvenci dat v jednotlivých kategoriích. Vhodný pro nominální data. Obraz řekne více než tisíc slov oHistogram-pro kvantitativní kategorie, které lze řadit od nejnižší po nejvyšší o oFrekvenční polygon-od histogramu se liší graficky-křivka bodů o oČárový graf-souřadnice x,y. Na x nezávisle proměnnou, na y proměnnou, kterou měříme. Induktivní statistika oInduktivní statistika-umožňuje ze získaných dat vytvářet obecné závěry s udáním stupně jejich spolehlivosti. oStanovení H0 a H1 oPotvrzení či vyvrácení H1 matematickým výpočtem na zvolené hladině pravděpodobnosti (nejčastěji p=0,05) Induktuvní statistika -výpočet korelace oKORELACE-Pearsonův korelační koeficient měří sílu závislosti mezi dvěmi kardinálními proměnnými oHodnota korelačního koeficientu se pohybuje v intervalu -1;1 o0 je roven tehdy, pokud veličiny jsou nezávislé. oKorelace neznamená příčinnost! oPro velký soubor dat může vyjít korelace i při slabém vztahu! oSíla korelace:r=1 naprostá závislost or=1-0,9 velmi vysoká závislost atd.