Osnova sekce

  • Statistické výpočty používáme pro ověřování hypotéz. Pokud můžeme nějakou statistiku použít k jejich ověření, bylo by závažnou chybou to  to neudělat, chceme-li svou závěrečnou práci úspěšně obhájit. 

    Statistické výpočty nejsou žádnou zárukou jistoty, pouze zvyšuje pravděpodobnost, že nálezy, které vycházejí statisticky významné, jsou opravdu dány rozdílem mezi porovnávanými skupinami a nevznikly náhodou. Statistické metody k ověřování hypotéz používají nejčastěji statistickou hladinu významnosti (alfa) na 5% hladině významnosti a na 1% hladině významnosti.

    - Pětiprocentní hladina významnosti (zapisovaná jako "5% hl. v." nebo "p<0,05") znamená, že existuje pětiprocentní riziko, že i takto statisticky významný výsledek mohl vzniknout nějakou náhodou. Znamená to také, že se na zbývajících 95 % můžeme spolehnout, že vypočítaná významnost odráží skutečný rozdíl mezi porovnávanými skupinami.

    - Jednoprocentní hladina významnosti ("1% hl. v." nebo "p<0,01") je vyšší - u ní je riziko náhody pouze jednoprocentní a na 99 % se můžeme spolehnout, že naměřené rozdíly mezi skupinami jsou dány skutečnými rozdíly mezi skupinami. 

    Chí kvadrát pro čtyřpolní tabulku je výpočet, kterým ověřujeme, zda se dva podsoubory respondentů významně liší ve "slovních" odpovědích. Obvykle jím ověřujeme různé varianty slovních odpovědí v dotaznících, v nichž si je respondenti vybírají z nabídky možností (= otázky typu: "zakroužkujte některou z nabízených možností"). Pomocí Chí kvadrátu vyhodnocujeme i rozdíly v četnostech v podsouborech u otevřených (či polootevřených) otázek, z nichž jsme pomocí otevřeného kódování vytvořili kategorie (viz předchozí přednáška). V případě Chí kvadrátu pro čtyřpolní tabulku provádíme samostatné výpočty pro každou variantu odpovědi samostatně. 

    V podkladech v PDF z přednášky najdete základní informace o statistice a také postup výpočtu, spolu s nějakými příklady.

    Ve zkráceném PDF souboru níže najdete tyto informace v zestručnělé podobě.