Бакалавриат
2019/2020![Цель освоения дисциплины](/f/src/global/i/edu/objectives.svg)
![Планируемые результаты обучения](/f/src/global/i/edu/results.svg)
![Содержание учебной дисциплины](/f/src/global/i/edu/sections.svg)
![Элементы контроля](/f/src/global/i/edu/controls.svg)
![Промежуточная аттестация](/f/src/global/i/edu/intermediate_certification.svg)
![Список литературы](/f/src/global/i/edu/library.svg)
Статистический анализ данных (SPSS)
Статус:
Курс по выбору (Управление бизнесом)
Направление:
38.03.02. Менеджмент
Кто читает:
Департамент социологии
Где читается:
Высшая школа бизнеса
Когда читается:
2-й курс, 4 модуль
Формат изучения:
без онлайн-курса
Язык:
русский
Кредиты:
4
Контактные часы:
46
Программа дисциплины
Аннотация
Дисциплина посвящена изучению и практическому освоению теории вероятностей, математической статистики и базовых методов статистического анализа данных в маркетинге и рыночной аналитике; изучению и практическое освоению компьютерных программ, применяемых для статистического анализа данных (пакета SPSS). Целью дисциплины является приобретение понимания специфики работы с количественными данными в маркетинговых исследованиях, понимание типов задач, которые могут быть решены с помощью статистических методов. В результате освоения дисциплины студент должен знать основные понятия теории вероятностей, математической статистики, методы статистического анализа данных в пределах программы курса; уметь ставить и понимать задачи в области маркетинговых исследований, которые могут быть решены с помощью статистического анализа данных, понимать специфику данных, используемых в статистическом анализе, а также владеть навыками самостоятельного статистического анализа данных на компьютере в программах SPSS.
Цель освоения дисциплины
- Целями освоения дисциплины являются ознакомление студентов с основными современными методами анализа статистических данных, чаще всего применяющихся в исследовательской практике, а также формирование практических навыков применения методов анализа статистических данных посредством программы SPSS.
Планируемые результаты обучения
- Знать базовые принципы измерения социальных показателей
- Уметь осуществлять ввод данных, импорт данных в SPSS из разных источников и предварительную подготовку данных в SPSS;
- Знать основные методологические и методические подходы к процессам сбора и анализа социологической информации
- Уметь реализовывать каждый изучаемый метод c помощью кнопочного интерфейса пакета SPSS;
- Уметь интерпретировать результаты анализа данных в SPSS в контексте изучения общественного мнения и решения прикладных задач.
- Уметь интерпретировать результаты анализа данных в SPSS с учетом ограничений и возможностей используемого инструментария;
Содержание учебной дисциплины
- Введение в анализ данных.Типы шкал. Статистические базы данных, сайты международных и российских исследовательских и статистических организаций. Основы работы со статистическим пакетом SPSS Начало работы. Ввод данных. Основные опции для работы с переменными, создание макета анкеты, основные вспомогательные возможности работы с данными.
- Методы описательной статистики меры центральной тенденции и разбросаОдномерные частотные таблицы, абсолютные и относительные частоты (процент, доля), накопленная частота. Основные типы шкал и соответствующие им меры средней тенденции и меры разброса. Способы коррекции средних оценок в различных рекомендательных системах. Принципы графического представления одномерных данных.
- Анализ двумерной связи. Таблицы сопряженности. Коэффициенты парной связиТаблицы сопряженности. Возможное содержание ячеек таблицы. Условные и безусловные частоты. Коэффициенты парной связи для различных типов шкал. Критерий Хи-квадрат и основанные на нем коэффициенты. Коэффициенты ранговой корреляции. Коэффициент корреляции Пирсона. Работа с таблицами множественных ответов.
- Регрессионный анализ для интервальных шкал: линейная регрессия. Фиктивные переменныеЦели применения регрессионных моделей. Регрессия: парная и множественная, линейная. Проверка качества полученной модели, требования к исходным данным. Интерпретация результатов.
- Факторный анализ.Понятие латентной переменной. Классический факторный анализ и метод главных компонент. Основные этапы факторного анализа. Различные подходы к определению числа факторов. Процент объясненной дисперсии как показатель качества факторной модели. Вращение факторов. Сохранение факторов в виде новых переменных в файле данных. Интерпретация факторов.
- Кластерный анализ.Определение пространства признаков. Иерархический кластерный анализ. Выбор меры расстояния и метода кластеризации. Определение числа кластеров. Кластерный анализ методом k-средних. Проблема устойчивости, методы оценки устойчивости. Сохранение результатов кластерного анализа как новых переменных. Интерпретация кластеров.
Элементы контроля
- Домашнее задание по темам КА и ФА
- Контрольная работа 1
- Активность на семинарах
- Контрольная работа 2
Промежуточная аттестация
- Промежуточная аттестация (4 модуль)0.3 * Активность на семинарах + 0.2 * Домашнее задание по темам КА и ФА + 0.25 * Контрольная работа 1 + 0.25 * Контрольная работа 2
Список литературы
Рекомендуемая основная литература
- Elementary statistics : a step by step approach, Bluman, A. G., 1995
- Анализ социологических данных с помощью пакета SPSS : учеб. пособие для вузов, Крыштановский, А. О., 2006
- Математическая статистика для социологов : задачник, Толстова, Ю. Н., 2010
Рекомендуемая дополнительная литература
- SPSS: искусство обработки информации : анализ стат. данных и восстановление скрытых закономерностей: пер. с нем., Бююль, А., 2002