Анализ данных в социологию (стр. 1 )

Новокузнецкий филиал-институт

государственного образовательного учреждения

высшего профессионального образования

«Кемеровский государственный университет»

Факультет гуманитарный

Кафедра философии

УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС

ДИСЦИПЛИНЫ

ОП данных в социологию

(код и название дисциплины по учебному плану специальности)

Для специальности 040201Социология

(код и название специальности)

Цикл дисциплин учебного плана ОПД

(ОГСЭ, ЕН, ОПД, СД, ДС)

Компонент учебного плана: региональный

(федеральный, региональный, вузовский)

Формы обучения очная

Новокузнецк

Новокузнецкий филиал-институт

государственного образовательного учреждения

высшего профессионального образования

«Кемеровский государственный университет»

Кафедра философии

Факультет гуманитарный

РАБОЧАЯ ПРОГРАММА

Учебной дисциплины

ОП данных в социологию

(код и название дисциплины по учебному плану специальности)

Для специальности 040201 Социология

(код и название специальности)

Формы обучения очная

Составитель(и) / разработчик(и) программы

, к. ф.н., доцент

Новокузнецк

1. Рабочая программа учебной дисциплины «Анализ данных в социологии»

1.1.  Пояснительная записка

Место курса в системе дисциплин

Курс «Анализ данных в социологии» преподается на 4 курсе и рассчитан на студентов-социологов, прослушавших курсы по методологии социологических исследований, математико-статистическим методам, теории измерения. Дисциплина «Анализ данных в социологии» относится к числу общепрофессиональных дисциплин региональной компоненты учебного плана, разрабатываемой Вузом.

Цели и задачи курса

Целью курса является изучение студентами методов анализа социологических данных, формирование у студентов базовых навыков обработки количественной информации как элемента профессиональной культуры современного специалиста-социолога.

Основная задача данного курса - научить студентов профессионально выполнять анализ первичных и вторичных данных количественного социологического исследования в программе SPSS, составлять отчеты по этим данным и готовить презентации в программе MS PowerPoint.

Также в ходе изучения курса достигаются следующие дополнительные задачи: изучение приемов статистической обработки данных, рассмотрение одно - и двумерные моделей описательной статистики, освоение способов проверки исследовательских гипотез, знакомство с возможностями современных программных пакетов в области обработки социологической информации и формирование навыков содержательной интерпретации получаемых результатов.

Особенности освоения курса

Курс рассчитан на один семестр и включает в себя три вида занятий: лекции, практические занятия, лабораторные работы.

Данный курс носит практическую направленность и предусматривает выполнение практических занятий в аудитории, а лабораторных работ в компьютерном классе.

Основной целью практических занятий является – освоение методов анализа данных и условий их применимости на примере конкретных задач. На достижение той же цели направлены и лабораторные работы, но все операции выполняются в программе SPSS.

В курсе широко используется обсуждение со студентами примеров конкретных исследований, использующих различные способы анализа и представления данных.

Самостоятельная работа студентов сводится к подготовке к практическим занятиям, выполнению лабораторных работ, подготовке отчетов по лабораторным работам.

1.2. Учебно-тематический план для студентов дневного отделения по курсу «Анализ данных в социологии», содержание дисциплины «Анализ данных в социологии»

№	Название и содержание разделов, тем и модулей	Объем часов
Общий	Аудиторная работа	Самостоятельная работа студентов
Лекции	Практики	Лабораторные
1	Общие принципы анализа и обработки данных	2	2
2	Подготовка данных к анализу	16	2	2	2	10
3	Трансформация и модификация матрицы объект-признак	19	4	2	2	11
4	Первичный анализ данных	19	4	2	2	11
5	Анализ взаимосвязи двух номинальных признаков	19	4	2	2	11
6	Парные коэффициенты связи для номинальных переменных	19	4	2	2	11
7	Анализ взаимосвязи двух порядковых переменных и количественных переменных	18	4	2	2	10
8	Использование методов каузального анализа. Регрессии.	16	2	2	2	10
9	Методы классификации переменных – факторный анализ.	2	2
10	Методы типологизации и классификации респондентов – кластерный анализ.	2	2
11	Подготовка социологического отчета	16	2	2	2	10
12	Особенности подготовки и проведения презентаций по результатам исследований.		2
Итого	150	34	16	16	84

Итоговая форма контроля - экзамен

Содержание разделов курса «Анализ данных в социологии»

Тема 1. Общие принципы обработки и анализа данных.

Виды данных в конкретном социологическом исследовании. Виды анализа данных, используемого в социологическом исследовании. Разновидности качественного (функциональный, структурный, генетический, системный) и количественного (статистический, нестатистический) анализа.

Понятие социологической закономерности. Разные подходы к определению термина "анализ данных". Анализ данных как усреднение, сжатие той информации, которая заключена в исходных данных.. Анализ данных как описание исходных данных и осуществляемое на основе выделенной закономерности предсказание того или иного явления.

Восходящая и нисходящая стратегии анализа данных. Типы исследовательских ситуаций в зависимости от типа данных.

Тема 2. Подготовка данных к анализу

Особенности полевых исследований. Объекты исследования и их признаки. Шкалы измерения (типы переменных): номинальная, ординальная (порядковая), числовая (интервальная и шкала отношений). Формат отображения переменной. Дискретные и непрерывные числовые шкалы. Выделение категорий и кодирование переменных. «Пропущенные» значения. Объект наблюдения как вектор в пространстве признаков. Определение матрицы "объект-признак".

Интерфейс статистического компьютерного пакета SPSS PC: Основное меню, панели инструментов, поле ввода данных, режим оформления паспорта данных (макета), справочная система. Основные принципы работы с программой, стандартные расширения рабочих файлов. Нумерация анкет. Визуальная проверка анкет на правильность заполнения. Правила кодировки открытых и полузакрытых вопросов. Принципы создания паспорта анкеты и описания переменных. Определение и запись в компьютер основных характеристик переменных: имени, типа, размерности, метки, метки значений, пропущенных значений, уровня измерения.

Тема 3. Трансформация и модификация матрицы данных.

Команды преобразования данных: добавить переменную, добавить запись, копировать переменную, копировать запись, удалить переменную, удалить запись. Упорядочение записей по убыванию и по возрастанию. Сортировка записей по заданным критериям с помощью фильтров. Перекодировки переменных, создание новой переменной при перекодировке. Вычисление переменных с помощью арифметических операций и стандартных математических функций.

Операции с матрицей данных. Агрегирование. Отбор подмножеств. Анализ файлов по группам. Введение весов (взвешивание выборки). Объединение файлов. Распределения переменной в генеральной совокупности: дискретные и непрерывные.

Тема 4. Первичный анализ данных.

Принципы первичного анализа данных. Этапы первичного анализа аднных.

Анализ распределений признака. Табулирование переменных номинального и ординального типов. Число наблюдений и частота наблюдения отдельных категорий. Абсолютная частота. Относительная, процентная частота. Частотное распределение. Частотные таблицы. Табулирование числовых переменных: создание классов. Накопленное распределение. Проблема пропущенных данных: примеры содержательного анализа совокупности неответивших; формальные способы заполнения пропусков (средними арифметическими и результатами регрессионного анализа для непрерывных данных; равномерным или пропорциональным распределением неответивших по имеющимся категориям номинального признака; возможность других подходов); модели, стоящие за каждым формальным методом. Проблема разбиения на интервалы диапазона изменения непрерывного признака. Команда получения одномерного распределения. Получение статистических характеристик. Анализ таблиц одномерного распределения.

Анализ поведения признака. Среднее арифметическое, медиана, мода. Сравнительный анализ свойств. Зависимость выбора меры от типа исходной шкалы. Важность комплексного использования нескольких мер средней тенденции одновременно. Проблема однородности исходной совокупности объектов. Необходимость рассмотрения наряду со средними также и мер разброса. Дисперсия, вариационный размах, среднее абсолютное отклонение. Квантили, квартили, децили, перцентили. Квантильные размахи. квартильный размах. Мера разброса значений номинального признака, основанная на оценке количества разнородных пар объектов. Энтропийный аналог дисперсии. Сравнение рассмотренных мер. Роль типа шкалы в выборе меры разброса.

Графические методы первичного анализа. Графика на этапах разведочного анализа и отчета об исследовании. Столбчатые и круговые диаграммы, гистограмма, огива. Сопоставление разных групп наблюдений. Наблюдения как точки в пространстве, диаграмма разброса. Графические возможности современных программ. Восприятие графиков: факторы масштаба, «объемности», цвета.

Тема 5. Анализ взаимосвязи двух признаков.

Задача поиска и оценки взаимосвязей признаков. Таблица сопряженности признаков. Процентные частоты в таблицах сопряженности: «по строке», «по столбцу», от общего числа наблюдений. Взаимосвязь числовых переменных: диаграмма разброса, показатели линейной зависимости (ковариация, корреляционный коэффициент Пирсона). Матрица корреляций. Команда построения таблиц сопряженности для переменных с одной альтернативой. Команды для построения таблиц сопряженности для переменных с несколькими альтернативами. Анализ таблиц сопряженности для переменных с несколькими альтернативами. Проверка гипотезы о наличии статистической связи в таблице сопряженности. Расчет коэффициентов, определяющих силу связи, проверка гипотезы о значимости коэффициента связи. Понятие зависимой и независимых переменных

Тема 6. Парные коэффициенты связи для номинальных переменных.

Коэффициенты связи, основанные на критерии "хи-квадрат". Понимание отсутствия связи между признаками как их статистической независимости. Частотные таблицы, отражающие такую независимость. Критерий "хи-квадрат", проверка статистической гипотезы о независимости. Коэффициенты Пирсона, Чупрова, Крамера. Их достоинства и недостатки. Правила использования проверки о коэффициенте корреляции Пирсона.

Меры связи основанные на модели прогноза. Представление о рассматриваемом смысле связи. Различные подходы к формализации понятия "прогноз": модальный и пропорциональный прогноз. Коэффициенты Гуттмана. Коэффициенты Гудмана и Краскала. Понятие энтропии распределения. Условная энтропия.

Достоинства, недостатки, сравнение всех рассмотренных коэффициентов.

Локальные меры связи. Коэффициенты связи для четырехклеточных таблиц сопряженности. Требование Юла. Коэффициенты Q и Ф. Определение абсолютной и полной связи. Демонстрация того, что Ф измеряет абсолютную связь, а Q - полную.

Тема 7. Анализ взаимосвязи двух порядковых переменных и количественных переменных.

Преимущества и недостатки непараметрических методов. Подходы, основанные на частотах и на рангах. Проверка различий двух независимых выборок: критерий Манна-Уитни. Проверка различий двух связанных выборок: критерий знаков. Ранговые коэффициенты корреляции Спирмена и Кендала. Коэффициенты корреляции Пирсона.

Достоинства, недостатки, сравнение всех рассмотренных коэффициентов.

Тема 8. Использование методов каузального анализа. Регрессии.

Выбор переменных для каузального анализа. Особенности зависимых переменных, определяющие необходимость применения простой линейной или логистической регрессии. Избыточные и тривиальные модели. Пошаговый метод построения и интерпретации регрессионных моделей. Применение регрессионных моделей в социологических исследованиях.

Тема 9. Методы классификации переменных – факторный анализ.

Преимущества и ограничения метода факторного анализа. Типичные практические исследовательские задачи, которые решаются при помощи факторного анализа. Проблема пропущенных данных при проведении факторного анализа. Критерии выбора количества извлекаемых факторов. Сравнительный анализ и интерпретация факторной структуры до и после вращения. Использование результатов факторного анализа для построения индексов и шкал. Представление данных факторного анализа в отчете.

Тема 10. Методы типологизации и классификации респондентов – кластерный анализ.

Преимущества и ограничения метода кластерного анализа. «Объединяющие» и «разъединяющие» алгоритмы кластерного анализа. Типичные практические исследовательские задачи, которые решаются при помощи кластерного анализа. Проблема выбора оптимального количества кластеров. Проблем несферических кластеров и кластеров-цепочек. Интерпретация данных кластерного анализа – эмпирические и теоретические типологии. Представление данных кластерного анализа в отчете.

Тема 11. Подготовка социологического отчета

Логика построения отчета. Метод индукции при построении отчета – сведение социологических данных в показатели. Переход от частного к общему как процесс обоснования ответа на основную гипотезу исследования.

Структура отчета. Обоснование и содержание актуальности исследованной проблемы. Цель исследования как наиболее общий его результат. Характеристики объекта и предмета исследования. Теоретические и методические основы исследования. Обоснование ответов на гипотезы исследования - основная составляющая отчета. Общие выводы по результатом исследования. Приложение к отчету.

Понимание рекомендаций. Цель рекомендаций - получение конкретных и поддающихся измерению результатов работы по решению проблемы. Задачи рекомендаций – обоснование действий, направленных на достижение цели. Вариативность рекомендаций. Виды рекомендаций. Теоретическая и практическая рекомендации. Требования к разработке рекомендаций: соответствие проблеме и результатом исследования; конкретность, выполнимость, материальная и организационная обеспеченность, реалистичность.

Логика построение отчета. Резюме и выводы. Типичные ошибки, допускаемые в структуре отчетов. Общение с заказчиком при подготовке отчета: расстановка акцентов в отчете. Выбор типа графика в зависимости от структуры данных и логики отчета. Необходимость соблюдения «стандартов» и «конвенций» в графическом оформлении отчетов. Опасность «избыточной красивости». Особенности графического оформления «академических» и «прикладных» отчетов.

Тема 12. Особенности подготовки и проведения презентаций по результатам исследований.

Определение тем и разделов отчета, которые должны быть представлены в презентации. Определение информации, которая должна быть представлена на слайдах, и информации, которая должна прозвучать в комментариях. Оптимальное количество слайдов: опасность стремления «показать весь отчет». Подготовка ответов на возможные вопросы.

1.3. Требование к уровню освоения программы дисциплины и форм текущего промежуточного и итогового контроля.

Дисциплина изучается на 4 курсе курса. Ее изучение включает аудиторную работу студента (посещение лекционных занятий, практических занятий и выполнение лабораторных работ) и самостоятельную работу студента.

Курс завершается экзаменом, который проводится в устной форме в виде собеседования с преподавателем по вопросам.

Освоение содержания дисциплины оценивается по 4-балльной системе: неудовлетворительно, удовлетворительно, хорошо, отлично.

Оценка «Отлично» ставится, если студент демонстрирует:

- систематизированные, глубокие и полные знания по всем поставленным вопросам в объеме учебной программы;

- использование научной терминологии, стилистически грамотное, логически правильное изложение ответа на вопросы, умение делать обоснованные выводы;

- усвоение основной и дополнительной литературы, рекомендованной учебной программой дисциплины;