|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KSS / ASD
:
Popis předmětu
Pracoviště / Zkratka
|
KSS
/
ASD
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Analýza sociologických dat
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
4
Kred.
|
Forma zakončení
|
-
|
Forma zakončení
|
-
|
Rozsah hodin
|
Cvičení
2
[HOD/TYD]
|
Zápočet před zkouškou
|
Ano
|
Zápočet před zkouškou
|
Ano
|
Automatické uznávání zápočtu před zkouškou
|
Ano v případě předchozího hodnocení 4 nebo nic.
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ano v případě předchozího hodnocení 4 nebo nic.
|
Letní semestr
|
0 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
0 / -
|
0 / -
|
0 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní + Letní
|
Vyučovaný semestr
|
Zimní + Letní
|
Minimum (B + C) studentů
|
10
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
|
Hodnotící stupnice |
1|2|3|4 |
Periodicita |
každý rok
|
Hodnotící stupnice pro zp. před zk. |
S|N |
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ne
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
1|2|3|4 |
Hodnotící stupnice pro zp. před zk. |
S|N |
Nahrazovaný předmět
|
KSA/ASD
|
Vyloučené předměty
|
KSA/ASD
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
KSA/MTV1 nebo KSS/MV1
|
Předměty,které předmět podmiňuje
|
Nejsou definovány
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Prakticky orientovaný kurz, který učí studenty analyzovat sociologická data (kvantitativní nebo jiná) data, provází je jednotlivými částmi výzkumu a připravuje je tak na samostatnou empirickou práci. Posluchači během semestru mají zvládnout práci se potřebným statistickým softwarem, analýzu dat i základy jejich interpretace. Kurz připravuje studenty na psaní empirické bakalářské nebo magisterské diplomové práce. Konkrétní obsahové zaměření kurzu se liší podle konkrétního vyučujícího - kurz buď zdůrazňuje analýzu kvantitativních nebo kvalitativních dat. Konkrétní zaměření pro daný rok/semestr bude zveřejněno v podrobném sylabu na stránkách vyučujícího v době předzápisu. Proto studentům doporučujeme podrobný sylabus konzultovat ještě před zapsáním.
|
Požadavky na studenta
|
Znalost doporučené literatury; vypracování analýz datových souborů podle zadání.
|
Obsah
|
typy a zdroje dat
tabulární analýza/analýza asociací
popisné statistiky
práce se softwarem pro analýzu dat
interpretace dat
samosatatné zpracování výzkumné zprávy
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Základní:
Becker, Howard Saul. Writing for social scientists : how to start and finish your thesis, book, or article. Chicago : University of Chicago Press, 1986. ISBN 0-226-04108-5.
-
Doporučená:
Acock, Alan C. A gentle introduction to STATA. College Station : Stata Press, 2006. ISBN 1-59718-009-2.
-
Doporučená:
Fox, John. Applied regression analysis, linear models, and related methods. Thousand Oaks : SAGE Publications, 1997. ISBN 0-8039-4540-X.
-
Doporučená:
Konopásek, Z. Co si počít s počítačem v kvalitativním výzkumu: program ATLAS/ti v akci. Biograf 12. pp. 71-110., 1997.
-
Doporučená:
Kohler, Ulrich; Kreuter, Frauke. Data analysis using Stata. College Station : Stata Press, 2005. ISBN 1-59718-007-6.
-
Doporučená:
Hamilton, Lawrence C. Statistics with STATA : updated for version 9. Belmont : Brooks/Cole, 2006. ISBN 0-495-10972-X.
-
Doporučená:
Muhr, T. User's Manual for ATLAS.ti 5.0. (2nd Edition). Berlin. Scientific Software Development., 2004.
-
On-line katalogy knihoven
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Kontaktní výuka
|
26
|
Projekt individuální [40]
|
30
|
Příprava na laboratorní měření, zpracování výsledků [1-8]
|
8
|
Příprava na zkoušku [10-60]
|
40
|
Celkem
|
104
|
|
Předpoklady
|
Odborné znalosti - pro úspěšné zvládnutí předmětu se předpokládá, že je student před zahájením výuky schopen: |
požadavek na studenty: schopnost číst v anglickém jazyce. Znalost základů metod sběru dat: KSS/MV1, nebo KSA/MTV1. Znalost základů statistiky (KSA/AAV, KSA/AAV1, KSS/ZZD) |
|
Výsledky učení
|
Odborné znalosti - po absolvování předmětu prokazuje student znalosti: |
zvolit vhodnou metodu analýzy dat sestavit jednoduchou tabulku/graf zpracovat data ve vhodném softwaru vyhodnotit získaná data interpretovat výsledky napsat krátkou výzkumnou zprávu |
|
Hodnoticí metody
|
Odborné znalosti - odborné znalosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Praktická zkouška, |
Demonstrace dovedností (praktická činnost), |
Průběžné hodnocení, |
Výstupní projekt, |
|
Vyučovací metody
|
Odborné znalosti - pro dosažení odborných znalostí jsou užívány vyučovací metody: |
Přednáška založená na výkladu, |
Přednáška s demonstrací, |
Cvičení (praktické činnosti), |
Řešení problémů, |
Demonstrace dovedností, |
Projektová výuka, |
|
|
|
|