{"id":10819,"date":"2025-10-21T20:29:08","date_gmt":"2025-10-21T18:29:08","guid":{"rendered":"https:\/\/e-ucebnice.ff.ucm.sk\/?page_id=10819"},"modified":"2025-11-10T17:02:52","modified_gmt":"2025-11-10T16:02:52","slug":"statistika-prakticky-2","status":"publish","type":"page","link":"https:\/\/e-ucebnice.ff.ucm.sk\/index.php\/statistika-prakticky-2\/","title":{"rendered":"Statistika-prakticky-2"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

\u0160TATISTIKA PRAKTICKY (NIELEN) V Z\u00c1VERE\u010cN\u00ddCH PR\u00c1CACH<\/h1>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

2. \u0160TATISTIKA V PSYCHOLOGICKOM V\u00ddSKUME<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\u0160tatistika je veda, ktor\u00e1 vyu\u017e\u00edva a rozv\u00edja \u0161pecifick\u00e9 kvantitat\u00edvne met\u00f3dy pri sk\u00faman\u00ed vlastnost\u00ed hromadn\u00fdch javov, zaober\u00e1 sa zberom, anal\u00fdzou, interpret\u00e1ciou a prezent\u00e1ciou d\u00e1t. Patr\u00ed medzi metodologicky integruj\u00face vedy (Tom\u0161\u00edk, 2017). Rozli\u0161ujeme \u0161tatistiku deskript\u00edvnu \u2013 opisn\u00fa a indukt\u00edvnu \u2013 inferen\u010dn\u00fa.<\/p>\n\n

    \n \t
  • deskripcia:<\/strong> jej cie\u013eom je opis a sumariz\u00e1cia d\u00e1t.k<\/li>\n \t
  • inferencia:<\/strong> jej cie\u013eom je anal\u00fdza rozdielov alebo vz\u0165ahov medzi premenn\u00fdmi\npre \u00fa\u010dely testovania hypot\u00e9z alebo zodpovedania v\u00fdskumn\u00fdch ot\u00e1zok.<\/li>\n<\/ul>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
    \n\t\t\t\t\t\t
    \n\t\t\t\t\t
    \n\t\t\t
    \n\t\t\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t\t

    2.1 Meranie a kvantifik\u00e1cia, druhy premenn\u00fdch<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t\t\t\t\t\t

    V empirickej rovine naz\u00fdvame psychologick\u00e9 kon\u0161trukty PREMENN\u00ddMI. Premenn\u00e1 je symbolick\u00e9 vyjadrenie vlastnosti ur\u010dit\u00e9ho sk\u00faman\u00e9ho javu \u2013 sk\u00famanej jednotky. Je to ak\u00fdko\u013evek jav, charakteristika, ktor\u00fd m\u00f4\u017eeme mera\u0165, alebo nimi manipulova\u0165 vo v\u00fdskume a nadob\u00fada r\u00f4zne hodnoty. Meran\u00edm pritom rozumieme priradenie \u010d\u00edsla premennej (predmetom, javom, kon\u0161truktom,…) pod\u013ea ur\u010dit\u00fdch pravidiel (Ferjen\u010d\u00edk, 2009). V u\u017e\u0161om zmysle pon\u00edmame MERANIE ako prira\u010fovanie \u010d\u00edsel pod\u013ea miery (intenzity alebo frekvencie) javu, zvy\u0161 uj\u00faca sa hodnota znamen\u00e1 \u201eviac\u201c javu. KVANTIFIK\u00c1CIA je potom prira\u010fovanie \u010d\u00edsel r\u00f4znym kvalit\u00e1m javu, a teda \u010d\u00edsla neznamenaj\u00fa mieru (intenzitu) javu, ale jeho r\u00f4zne \u201eakosti\u201c a s\u00fa iba k\u00f3dmi, teda ozna\u010deniami r\u00f4znych kval\u00edt, pri\u010dom kvality s\u00fa si rovnocenn\u00e9 (a \u010d\u00edsla tak m\u00f4\u017eu by\u0165 priraden\u00e9 \u013eubovo\u013ene). R\u00f4zne sp\u00f4soby prira\u010fovania \u010d\u00edsel javom naz\u00fdvame \u00farovne (stupnice) merania.<\/p>

    Ur\u010denie \u00farovne merania a z nej odvoden\u00e9ho typu premennej (nomin\u00e1lna, ordin\u00e1lna, kardin\u00e1lna) pova\u017eujeme za z\u00e1sadn\u00fd krok v r\u00e1mci realiz\u00e1cie v\u00fdskumu, ke\u010f\u017ee sa od neho odv\u00edja formul\u00e1cia hypot\u00e9z a sp\u00f4sob \u0161tatistick\u00e9ho spracovania (ako napr. vo\u013eba \u0161tatistick\u00e9ho testovacieho krit\u00e9ria). Ur\u010denie \u00farovne merania znamen\u00e1 sp\u00f4sob prira\u010fovania \u010d\u00edsel objektom \u2013 psychologick\u00fdm kon\u0161truktom pod\u013ea ich algebrickej povahy (Ferjen\u010d\u00edk, 2009). Pod\u013ea danej \u00farovne merania n\u00e1sledne rozli\u0161ujeme druhy premenn\u00fdch: nomin\u00e1lna, ordin\u00e1lna a intervalov\u00e1 (pr\u00edpadne pomerov\u00e1, zriedka pou\u017e\u00edvan\u00e1 v psychol\u00f3gii).<\/p>

    Rozli\u0161ujeme pritom dva stupne merania:<\/p>

    • Ni\u017e\u0161\u00ed stupe\u0148 merania:<\/u> je zalo\u017een\u00fd na zis\u0165ovan\u00ed po\u010detnost\u00ed a poradia \u2013 predstavuj\u00fa ho tzv. nomin\u00e1lne a poradov\u00e9 (ordin\u00e1lne) stupnice.<\/li>
    • Vy\u0161\u0161\u00ed stupe\u0148 merania:<\/u> predstavuj\u00fa ho metrick\u00e9 \u00farovne \u0161k\u00e1lovania \u2013 tzv.
      intervalov\u00e9 a pomerov\u00e9 stupnice.<\/li><\/ul>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
      \n\t\t\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t\t
      \n\t\t\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t

      A. NOMIN\u00c1LNA \u00daROVE\u0147 MERANIA<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Predstavuje z\u00e1kladn\u00fa, najjednoduch\u0161iu \u00farove\u0148 merania, kedy meran\u00e9 javy\nzara\u010fujeme do kateg\u00f3ri\u00ed na z\u00e1klade ich vlastnost\u00ed. Hovor\u00edme o kategoriz\u00e1cii, pri\u010dom\nplat\u00ed, \u017ee pr\u00edtomnos\u0165 premennej v jednej kateg\u00f3rii vylu\u010duje pr\u00edtomnos\u0165 v inej.\nNomin\u00e1lne meranie je zalo\u017een\u00e9 teda na klasifik\u00e1cii javov. Typ premennej sa naz\u00fdva\nNOMIN\u00c1LNA premenn\u00e1.<\/p>\nTypick\u00e9 pr\u00edklady pre NOMIN\u00c1LNU premenn\u00fa s\u00fa:\n

        \n \t
      • pohlavie: mu\u017ei\/\u017eeny<\/li>\n \t
      • rodinn\u00fd stav: slobodn\u00fd\/\u00e1 \/ vydat\u00e1\/\u017eenat\u00fd<\/li>\n \t
      • typ nav\u0161tevovanej \u0161koly: Z\u0160\/S\u0160\/V\u0160<\/li>\n<\/ul>\n

        Pokia\u013e kategorick\u00e1 premenn\u00e1 nadob\u00fada dve hodnoty naz\u00fdvame ju aj dichotomick\u00e1.<\/p>\n

        Z h\u013eadiska ur\u010denia \u00farovne merania a typu premennej je d\u00f4le\u017eit\u00e9, ak\u00e9 matematick\u00e9 oper\u00e1cie m\u00f4\u017eeme s dan\u00fdm typom premennej vykon\u00e1va\u0165. Ke\u010f\u017ee sa jedn\u00e1 o nomin\u00e1lnu kategoriz\u00e1ciu, m\u00f4\u017eeme z matematicko-\u0161tatistick\u00fdch oper\u00e1ci\u00ed uplatni\u0165\nnasledovn\u00e9 miery:<\/p>\n\n

          \n \t
        • Deskript\u00edvna \u0161tatistika:\n
            \n \t
          • absol\u00fatne po\u010detnosti;<\/li>\n \t
          • relat\u00edvne po\u010detnosti (percent\u00e1);<\/li>\n \t
          • miery stredu: modus (naj\u010dastej\u0161ia hodnota).<\/li>\n<\/ul>\n<\/li>\n \t
          • Inferen\u010dn\u00e1 \u0161tatistika (bivaria\u010dn\u00e1):\n
              \n \t
            • kompar\u00e1cia: porovnanie po\u010detnost\u00ed dvoch nez\u00e1visl\u00fdch vzoriek (skup\u00edn);<\/li>\n \t
            • korel\u00e1cia: miera asoci\u00e1cie.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
              \n\t\t\t\t\t\t
              \n\t\t\t\t\t
              \n\t\t\t
              \n\t\t\t\t\t\t
              \n\t\t\t\t
              \n\t\t\t\t\t

              B. ORDIN\u00c1LNA \u00daROVE\u0147<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
              \n\t\t\t\t
              \n\t\t\t\t\t\t\t\t\t

              V sloven\u010dine s\u00fa produktom merania na poradovej \u00farovni (stupnici) PORADOV\u00c9 premenn\u00e9, ur\u010duj\u00fa mieru, intenzitu, silu v stup\u0148och, \u00farovniach akoby pribli\u017ene, orienta\u010dne. Ide o javy, ktor\u00fdm neprisudzujeme \u00faplne presn\u00fa hodnotu na z\u00e1klade danej jednotky, preto\u017ee je to nemo\u017en\u00e9, alebo nem\u00e1me presnej\u0161\u00ed merac\u00ed n\u00e1stroj.\nPracuje s poradiami, pri\u010dom vych\u00e1dza z predpokladu, \u017ee premenn\u00e9 je mo\u017en\u00e9 zoradi\u0165 vzostupne alebo klesaj\u00faco pod\u013ea ich ur\u010ditej vlastnosti. T\u00e1to \u00farove\u0148 sp\u013a\u0148a charakteristiky predch\u00e1dzaj\u00facej nomin\u00e1lnej \u00farovne v zmysle zaradenia premenn\u00fdch do kateg\u00f3ri\u00ed, ale z\u00e1rove\u0148 kateg\u00f3rie (s r\u00f4znymi hodnotami) je mo\u017en\u00e9 usporiada\u0165.<\/p>\n

              Pr\u00edklady pre ORDIN\u00c1LNU premenn\u00fa s\u00fa:<\/p>\n

              Ako ste spokojn\u00fd s typom \u0161koly, na ktorej \u0161tudujete?\n

                \n
              1. \u00faplne<\/li>\n
              2. sk\u00f4r \u00e1no<\/li>\n
              3. sk\u00f4r nie<\/li>\n
              4. v\u00f4bec nie<\/li>\n<\/ol><\/p>\n

                \u010eal\u0161ie pr\u00edklady: Vekov\u00e9 kateg\u00f3rie (do 20 rokov, 21-50 rokov, 51 a viac); stupe\u0148 vzdelania (Z\u0160, S\u0160, BC, MGR, DR..), kateg\u00f3rie d\u013a\u017eky praxe (do 5 rokov, 6 -10 rokov, 11-20 rokov, 21 a viac rokov), p\u00e1smo inteligencie, \u017eivotn\u00e1 spokojnos\u0165 (vyjadren\u00e1 na jedinej \u0161k\u00e1le 1-5), ro\u010dn\u00edk, poradie narodenia a pod..<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

                \n\t\t\t\t
                \n\t\t\t\t\t\t\t\t\t

                Pre lep\u0161ie pochopenie tejto \u00farovne merania si m\u00f4\u017eeme uvies\u0165 typick\u00fd pr\u00edklad s be\u017ecami. Vieme ich zoradi\u0165 a prideli\u0165 im miesto, pod\u013ea toho kedy dobehli do cie\u013ea, pri\u010dom medzi be\u017ecami s\u00fa r\u00f4zne rozdiely v \u010dasoch. \u010ci\u017ee be\u017eec 1. a 2. bud\u00fa ma\u0165 medzi sebou rozdiel napr\u00edklad 5 sek\u00fand, ale medzi be\u017ecom 2. a 3. bude rozdiel 10 sek\u00fand.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

                \n\t\t\t\t
                \n\t\t\t\t\t\t\t\t\t

                V psychol\u00f3gii ide o \u0161k\u00e1lovan\u00e9 odpovede (napr. z Likertovej \u0161k\u00e1ly), ktor\u00e9 dosahuj\u00fa hodnoty naj\u010dastej\u0161ie 0 a\u017e 5, alebo m\u00f4\u017eu dosahova\u0165 aj 1 a\u017e 10 (napr. steny, Vizu\u00e1lna anal\u00f3gov\u00e1 \u0161k\u00e1la bolesti), a tie\u017e s\u00fa to v\u0161etky odstup\u0148ovan\u00e9 kategorizovan\u00e9 premenn\u00e9, ktor\u00e9 redukuj\u00fa premenn\u00e9 vy\u0161\u0161ej \u00farovne (kardin\u00e1lne premenn\u00e9) do intervalov (napr. vekov\u00e1 kateg\u00f3ria). Pokia\u013e by nejak\u00e1 v princ\u00edpe ordin\u00e1lna premenn\u00e1 (napr. poradie v teste) dosahovala aj vy\u0161\u0161ie hodnoty ako 10, \u0161tatisticky sa s \u0148ou m\u00f4\u017ee pracova\u0165 u\u017e ako s premennou vy\u0161\u0161ej \u00farovne (kardin\u00e1lnou), \u010do sa t\u00fdka jej deskripcie aj inferencie. \u010ci\u017ee ordin\u00e1lnu premenn\u00fa spr\u00e1vne rozpozn\u00e1me t\u00fdm sp\u00f4sobom, \u017ee dosahuje variabilitu hodn\u00f4t zv\u00e4\u010d\u0161a od 0 \u2013 10 (vid\u00edme to v datab\u00e1ze v konkr\u00e9tnom st\u013apci) a vyzna\u010duje sa t\u00fdm, \u017ee svojimi hodnotami vyjadruje mieru javu, ktor\u00fd zastupuje. <\/p>\n

                Ke\u010f\u017ee sa jedn\u00e1 matematicky o stupe\u0148 vy\u0161\u0161iu \u00farove\u0148 merania (ne\u017e pri nomin\u00e1lnej premennej), pou\u017e\u00edvame i in\u00e9 matematick\u00e9 oper\u00e1cie:<\/p>\n\n

                  \n \t
                • Deskript\u00edvna \u0161tatistika:\n
                    \n \t
                  • po\u010detnosti (absol\u00fatne, relat\u00edvne);<\/li>\n
                  • miery stredu: medi\u00e1n, modus;<\/li>\n
                  • miery polohy: kvartily, kvartilov\u00e9 rozp\u00e4tie<\/li>\n<\/ul>\n<\/li>\n \t
                  • Inferen\u010dn\u00e1 \u0161tatistika (bivaria\u010dn\u00e1):\n
                      \n \t
                    • kompar\u00e1cia: porovnanie medi\u00e1nov, porovnanie priemern\u00fdch porad\u00ed,\nporovnanie znamienok;<\/li>\n
                    • korel\u00e1cia: poradov\u00e1 korel\u00e1cia (Sprearmanov koeficient poradovej\nkorel\u00e1cie).<\/li>\n<\/ul>\n<\/li>\n<\/ul>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
                      \n\t\t\t\t\t\t
                      \n\t\t\t\t\t
                      \n\t\t\t
                      \n\t\t\t\t\t\t
                      \n\t\t\t\t
                      \n\t\t\t\t\t

                      C. INTERVALOV\u00c1 (A POMEROV\u00c1) \u00daROVE\u0147<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
                      \n\t\t\t\t
                      \n\t\t\t\t\t\t\t\t\t

                      Intervalov\u00e1 \u00farove\u0148 je najpresnej\u0161ia stupnica merania, sp\u013a\u0148a v\u0161etky charakteristiky predch\u00e1dzaj\u00facich \u00farovn\u00ed (nomin\u00e1lna a ordin\u00e1lna), na rozdiel od predch\u00e1dzaj\u00facej v\u0161ak vieme ur\u010di\u0165 i vzdialenos\u0165 medzi jednotliv\u00fdmi bodmi, pri\u010dom t\u00e1to vzdialenos\u0165 je v\u017edy rovnak\u00e1. Plat\u00ed, \u017ee medzi bodmi 1 a 3 je rovnak\u00e1 vzdialenos\u0165 ako medzi bodmi 2 a 4 alebo 6 a 8. Umo\u017e\u0148uje nielen ur\u010di\u0165 poradie medzi objektmi, ale i ve\u013ekos\u0165 nameran\u00e9ho rozdielu.<\/p>\n

                      \u00dalohou v\u00fdskumn\u00edka v kvantitat\u00edvnom v\u00fdskume je pr\u00e1ve transform\u00e1cia latentn\u00fdch kon\u0161truktov do \u010d\u00edsel \u2013 kvantifik\u00e1cia. Dosiahnutie kardin\u00e1lnej \u00farovne merania zabezpe\u010dujeme multipolo\u017ekov\u00fdmi testami \u010di dotazn\u00edkmi, ktor\u00e9 obsahuj\u00fa v z\u00e1sade radu polo\u017eiek meraj\u00facich aspekty toho ist\u00e9ho j avu. Polo\u017eky b\u00fdvaj\u00fa \u0161k\u00e1lovan\u00e9\n(Likertova, \u0161k\u00e1la a pod.), alebo sa r\u00e1taj\u00fa body za spr\u00e1vne odpovede a zo v\u0161etk\u00fdch\npolo\u017eiek sa zr\u00e1ta jedno sk\u00f3re. Tento typ sk\u00f3re dosahuje v z\u00e1sade hodnoty > 10 bodov\n(a maximum 20, 50, 100 \u010di 200…), \u010di\u017ee s\u00fa tieto premenn\u00e9 \u013eahko v datab\u00e1ze rozpoznate\u013en\u00e9 a m\u00f4\u017eeme ich ur\u010di\u0165 ako KARDIN\u00c1LNE (angl. SCALE). Ka\u017ed\u00e1 premenn\u00e1, ktor\u00e1 reprezentuje sk\u00f3re = s\u00fa\u010det hodn\u00f4t parci\u00e1lnych odpoved\u00ed z viacer\u00fdch polo\u017eiek\/\u00faloh a(lebo) tak\u00e1, ktor\u00e1 dosahuje hodnoty r\u00e1dovo nad 10, m\u00f4\u017ee by\u0165 \u0161tatisticky spracov\u00e1van\u00e1 ako kardin\u00e1lna.<\/strong><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

                      \n\t\t\t\t
                      \n\t\t\t\t\t\t\t\t\t

                      Pomerov\u00e1 \u00farove\u0148: Ide o \u00farove\u0148 merania, ktor\u00e1 sa v psychol\u00f3gii aplikuje zriedka, a to z toho d\u00f4vodu, \u017ee pomerov\u00e1 \u00farove\u0148 pracuje s tzv. absol\u00fatnou nulou, k\u00fdm intervalov\u00e1 s tzv. arbitr\u00e1lnou, teda dohodnutou nulou, kde hodnota 0 neznamen\u00e1 nulov\u00e9 mno\u017estvo meranej vlastnosti, ale iba dohodnut\u00fa mieru vlastnosti (Ferjen\u010d\u00edk, 2009). Absol\u00fatna nula predstavuje napr\u00edklad 0 cm pri meran\u00ed v\u00fd\u0161ky, \u010das nula pri meran\u00ed \u010dasu stopkami a znamen\u00e1 skuto\u010dne nulov\u00fa mieru, hodnotu danej premennej.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

                      \n\t\t\t\t
                      \n\t\t\t\t\t\t\t\t\t

                      Pr\u00edklady (kardin\u00e1lna premenn\u00e1): IQ, v\u0161etky v\u00fdsledn\u00e9 hrub\u00e9 \u010di transformovan\u00e9 (T- sk\u00f3ry, percentily) sk\u00f3ry z dotazn\u00edkov, testov, psychodiagnostick\u00fdch metod\u00edk, vek v rokoch, fyziologick\u00e9 a psychofyziologick\u00e9 merania, v\u00fd\u0161ka, hmotnos\u0165, \u010das, r\u00fdchlos\u0165, teplota (to s\u00fa fyzik\u00e1lne javy, v psychol\u00f3gii sa zriedka pou\u017e\u00edvaj\u00fa).<\/p> \n

                      Z matematick\u00fdch oper\u00e1ci\u00ed uplat\u0148ujeme:<\/p>\n\n

                        \n \t
                      • Deskript\u00edvna \u0161tatistika:\n
                          \n \t
                        • v\u00fdnimo\u010dne po\u010detnosti (len ak je to d\u00f4le\u017eit\u00e9 pre presk\u00famanie rozlo\u017eenia\npremennej);<\/li>\n \t
                        • miery stredu: priemer, medi\u00e1n, modus;<\/li>\n \t
                        • miery variability: \u0161tandardn\u00e1 odch\u00fdlka, (pr\u00edp. rozptyl), rozsah (minimum a maximum), kvartily a medzikvartilov\u00e9 rozp\u00e4tie a in\u00e9;<\/li>\n \t
                        • miery tvaru: \u0161ikmos\u0165 a \u0161picatos\u0165<\/li>\n<\/ul>\n<\/li>\n \t
                        • Inferen\u010dn\u00e1 \u0161tatistika (bivaria\u010dn\u00e1):\n
                            \n \t
                          • kompar\u00e1cia: porovnanie priemerov nez\u00e1visl\u00fdch vzoriek, z\u00e1visl\u00fdch vzoriek (v\u00fdberov);<\/li>\n \t
                          • korel\u00e1cia: s\u00fa\u010dinov\u00e1 korel\u00e1cia (Pearsonov koeficient).<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n

                            Plat\u00ed, \u017ee pri vy\u0161\u0161\u00edch \u00farovniach merania m\u00f4\u017eeme uplatni\u0165 i \u201evy\u0161\u0161ie\u201c matematick\u00e9 oper\u00e1cie, preto sa sna\u017e\u00edme pri dizajnovan\u00ed v\u00fdskumu dosiahnu\u0165 pr\u00e1ve tieto. K\u00fdm pri nomin\u00e1lnej \u00farovni pracujeme len s frekvenciami (po\u010detnos\u0165ami), kardin\u00e1lna \u00farove\u0148 n\u00e1m umo\u017e\u0148uje pracova\u0165 s priemerom, z \u010doho vypl\u00fdva i mo\u017enos\u0165 pou\u017eitia parametrick\u00fdch testov, ktor\u00e9 s\u00fa silnej\u0161ie a presnej\u0161ie v zmysle citlivosti k \u0161tatistickej v\u00fdznamnosti, oproti neparametrick\u00fdm testom, ktor\u00e9 pracuj\u00fa s poradiami a po\u010detnos\u0165ami. Ke\u010f\u017ee ka\u017ed\u00e1 vy\u0161\u0161ia \u00farove\u0148 merania obsahuje charakteristiky ni\u017e\u0161ej, m\u00f4\u017eeme ich redukova\u0165 na ni\u017e\u0161ie \u00farovne 2<\/span>.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

                            \n\t\t\t\t\t\t
                            \n\t\t\t\t\t
                            \n\t\t\t
                            \n\t\t\t\t\t\t
                            \n\t\t\t\t
                            \n\t\t\t\t\t

                            ZHRNUTIE<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
                            \n\t\t\t\t
                            \n\t\t\t\t\t\t\t\t\t<\/i>Pri sk\u00faman\u00ed javov uplat\u0148ujeme \u0161tatistick\u00fa vedu \u2013 deskripciu a inferenciu.
                            \n<\/i>Prostredn\u00edctvom KVANTIFIK\u00c1CIE prira\u010fujeme sk\u00faman\u00fdm javom (premenn\u00fdm) \u010d\u00edsla, pri\u010dom r\u00f4zne sp\u00f4soby prira\u010fovania \u010d\u00edsel sa naz\u00fdvaj\u00fa \u00farovne merania.
                            \n<\/i>V psychologick\u00fdch a soci\u00e1lnych ved\u00e1ch uplat\u0148ujeme tri \u00farovne merania premenn\u00fdch: nomin\u00e1lna, ordin\u00e1lna a intervalov\u00e1 \u00farove\u0148 merania.
                            \n<\/i>Nomin\u00e1lna \u00farove\u0148 predstavuje zaradenie premennej do kateg\u00f3rii pod\u013ea ur\u010dit\u00fdch charakterist\u00edk, pri\u010dom pr\u00edtomnos\u0165 v jednej kateg\u00f3ri\u00ed vylu\u010duje pr\u00edtomnos\u0165 v inej.
                            \n<\/i>Ordin\u00e1lna \u00farove\u0148 merania pracujeme s poradiami a vych\u00e1dza z predpokladu, \u017ee premenn\u00e9 je mo\u017en\u00e9 zoradi\u0165 pod\u013ea ich vlastnost\u00ed.
                            \n<\/i>Intervalov\u00e1 \u00farove\u0148 merania umo\u017e\u0148uje nielen u\u010di\u0165 poradie medzi objektmi, ale i ve\u013ekos\u0165 nameran\u00e9ho rozdielu. Dosahujeme ju multipolo\u017ekov\u00fdmi testami alebo dotazn\u00edkmi \t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

                            \u0160TATISTIKA PRAKTICKY (NIELEN) V Z\u00c1VERE\u010cN\u00ddCH PR\u00c1CACH 2. \u0160TATISTIKA V PSYCHOLOGICKOM V\u00ddSKUME \u0160tatistika je veda, ktor\u00e1 vyu\u017e\u00edva a rozv\u00edja \u0161pecifick\u00e9 kvantitat\u00edvne met\u00f3dy pri sk\u00faman\u00ed vlastnost\u00ed hromadn\u00fdch javov, zaober\u00e1 sa zberom, anal\u00fdzou, interpret\u00e1ciou a prezent\u00e1ciou d\u00e1t. Patr\u00ed medzi metodologicky integruj\u00face vedy (Tom\u0161\u00edk, 2017). Rozli\u0161ujeme \u0161tatistiku deskript\u00edvnu \u2013 opisn\u00fa a indukt\u00edvnu \u2013 inferen\u010dn\u00fa. deskripcia: jej cie\u013eom je opis […]<\/p>\n","protected":false},"author":3,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-10819","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/e-ucebnice.ff.ucm.sk\/index.php\/wp-json\/wp\/v2\/pages\/10819","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/e-ucebnice.ff.ucm.sk\/index.php\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/e-ucebnice.ff.ucm.sk\/index.php\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/e-ucebnice.ff.ucm.sk\/index.php\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/e-ucebnice.ff.ucm.sk\/index.php\/wp-json\/wp\/v2\/comments?post=10819"}],"version-history":[{"count":64,"href":"https:\/\/e-ucebnice.ff.ucm.sk\/index.php\/wp-json\/wp\/v2\/pages\/10819\/revisions"}],"predecessor-version":[{"id":12473,"href":"https:\/\/e-ucebnice.ff.ucm.sk\/index.php\/wp-json\/wp\/v2\/pages\/10819\/revisions\/12473"}],"wp:attachment":[{"href":"https:\/\/e-ucebnice.ff.ucm.sk\/index.php\/wp-json\/wp\/v2\/media?parent=10819"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}