1.	Charakteristika pojmů

1.1	Metodologie

1.2

Metoda

1.3

Teorie

1.4

Věda

2.

Výzkum

2.1	Vědecké zkoumání – výzkum

2.1.1

Podoby

2.2	Kvantitativní vs. kvalitativní

3.	Výzkumný proces, struktura a projekt výzkumu

4.	Výzkumná otázka, zdroje námětů

5.	Hypotézy, vztah teorie a hypotéz

5.1	Formulace hypotéz

6.	Pojem proměnné, typy proměnných ve výzkumu

7.	Populace a vzorek

7.1	Náhodné výběry

7.2	Nenáhodné výběry

7.3	Postup při výběru výzkumného vzorku

8.	Měření a úrovně měření

8.1	Charakteristiky jednotlivých stupnic

9.	Reliabilita a validita

9.1	Zjišťování reliability

9.2	Zjišťování validity

10.	Metody získávání dat

10.1	Základní rozdělení metod

11.	Rozhovor a dotazník

12.	Pozorování, experiment

13.	Pojetí statistiky

13.1	Popisná statistika

13.2	Induktivní statistika

14.	Jednorozměrné rozdělení

14.1	Jednorozměrná distribuce

14.2	Rozdělení četností

15.	Míry polohy

15.1	Aritmetický průměr

15.2

Medián

15.3

Modus

15.4	Míry polohy – příklady

16.	Míry variability

16.1	Variační rozpětí

16.2	Kvartilové rozpětí

16.3

Rozptyl

16.4	Směrodatná odchylka

16.5	Variační koeficient

16.6	Koeficient disperze

16.7

Příklad

17.	Míry tvaru, šikmost a špičatost

18.	Dvourozměrné rozdělení

18.1	Charakteristika, typy vztahů

18.2	Možnosti prezentace

18.3	Tabulkové vyjádření

18.4	Explanační interpretace dvojrozměrné tabulky

19.

Korelace

19.1	Korelační koeficient

19.2	Pearsonův korelační koeficient

19.3	Koeficient pořadové korelace – Spearmanův

20.	Statistická indukce

20.1	Skupinový výběr

20.2	Rozsah výběru

20.3	Základní soubor

21.	Teoretická rozdělení, normální rozdělení

21.1	Některá diskrétní rozdělení pravděpodobnosti

21.2	Spojitá náhodná veličina

21.3	Některá spojitá rozdělení pravděpodobnosti

21.4	Gaussovo rozdělení

21.5	Vlastnosti normálního rozdělení

21.6	Gaussova křivka

21.7	Hodnoty normálního rozdělení, hustota

21.8	Testování korelačního koeficientu

21.9	Tabulkové kritické hodnoty r

22.	Testování statistické významnosti

22.1	Odchylky náhodné

22.2	Nulová hypotéza

22.3	Hladina významnosti

22.4	Testovací kritérium

22.5	Postup při testování

22.6	Chyby testu

23.	Statistické testy, parametrické a neparametrické testy

23.1	Třídění testů významnosti

23.2	Parametrické testy

23.3	Neparametrické testy

24.	Testování rozdílů v nezávislých a závislých výběrech

24.1	T-test pro nezávislé výběry

24.1.1

Příklad

24.2	T-test pro závislé výběry

24.2.1

Příklad

25.	Významnost korelace, testování závislosti normálních proměnných

25.1

Korelace

25.2	Korelační koeficient

25.3	Pearsonův korelační koeficient

25.4	Koeficient pořadové korelace

25.5	Regresní a korelační analýza

25.6	Závislost může být

25.7	Korelační analýza

25.8	Test nezávislosti veličin x a y

"20. Statistická indukce, základní soubor a výběr
Statistická indukce - znamená rozšíření závěrů, které jsme získali zpracováním určitého počtu výsledků tvořících výběrový soubor, na základní statistický soubor.

Pojmy výběr a základní soubor odpovídají pojmům část a celek
• základní soubor (populace) – soubor prvků, o kterém chceme statistickými metodami něco zjistit
• výběr – reprezentativní část dané populace (zákl. souboru), která má sloužit k odvození závěrů platných pro celou populaci

Existuje řada důvodů, pro které nelze uskutečňovat měření na všech prvcích základního souboru. Např. :
• některé základní soubory jsou příliš rozsáhlé nebo dokonce nekonečně velké
• některá měření všech prvků základního souboru jsou příliš ekonomicky náročná v porovnání s hodnotou a významem získaných dat
• výsledky je potřebné poznat dříve, než by bylo možné uskutečnit měření v celém základním souboru
• není možné realizovat zkoumání nějakého jevu v základním souboru v potřebném časovém intervalu (např. střídaní různých období v roce může ovlivnit část výsledů)

Z těchto a dalších důvodů jsme odkázáni na zkoumání výběru.

Výběr má být obrazem základního souboru v malém měřítku, má ho reprezentovat.
Toho dosáhneme nejčastěji formou náhodného výběru – ten je založen na podmínce, že každý prvek ze základního souboru musí mít stejnou šanci, že bude vybrán do vzorku.
Vhodnou technikou je např. výběr pomocí tabulky náhodných čísel.

Vedle čistého náhodného výběru rozlišujeme:
stratifikovaný výběr - rozklad na soubory - oblasti, jako jsou, věkové kategorie, úroveň vzdělání, geografické oblasti apod., v nich se potom realizuje náhodný výběr.
skupinový výběr - náhodný výběr skupin, které skutečně existují, např. školní třídy, pracovní skupiny apod.
vícestupňový výběr - opírá se o hierarchické uspořádání, např. náhodný výběr krajů, okresů, obcí a jednotlivců zahrnutých do zkoumání
Existují také různé typy nenáhodných výběrů, např. kvótní výběry.
Problematika výběru je jednou ze závažných otázek metodologie sociálních věd.

Výběrové rozdělení
• na základě výsledků výběrového šetření můžeme teoretické rozdělení pouze odhadovat prostřednictvím výběrového rozdělení
• výběrové rozdělení se graficky znázorňuje pomocí histogramu nebo polygonu četností

Rozsah výběru
Z hlediska statistiky jde o velký vzorek, jestliže obsahuje více než 30 prvků. Vzorky, resp. výběry s n < 30 označujeme jako malé. Informace o základním souboru získáváme pomocí výběrů, metodami statistické indukce."

Otázky ke zkoušce do předmětu Základy metodologie a statistiky na Ostravské univerzitě v Ostravě.
Práce obsahuje množství obrázků a tabulek. Rozsah čistého textu je cca 33 stran.
Délka jednotlivých otázek je 0,5 až 10 stran. Většina je o rozsahu cca 1 strany.
Poslední otázka je celá zkopírovaná z internetu.