Компьютерные методы анализа социологических данных

Магистратура 2020/2021

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс адаптационный (Прикладные методы социального анализа рынков)

Направление: 39.04.01. Социология

Кто читает: Департамент социологии

Где читается: Факультет социальных наук

Когда читается: 1-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Большаков Никита Викторович

Прогр. обучения: Прикладные методы социального анализа рынков

Язык: русский

Кредиты: 4

Контактные часы: 56

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Данная дисциплина посвящена изучению базовых методов анализа данных и принципов их реализации в SPSS. Дисциплина рассчитана на студентов 1 курса магистерских программ "Прикладные методы социального анализа рынков" и "Социология деловой и публичной сферы"

Цель освоения дисциплины

Цель учебной дисциплины: ознакомление студентов с основными современными количественными методами и траекториями анализа статистических данных, чаще всего применяющихся в исследовательской практике при изучении рынков и общественного мнения, а также формирование умений и навыков применения этих методов;

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, что представляет собой метод с теоретической точки зрения и алгоритм его работы; Уметь реализовывать 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 разброса
Одномерные 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 связи
Таблицы 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.
Сравнение средних значений показателей в группах
Сравнение средних значений показателя в двух группах и сравнение средних значений двух показателей в одной группе (параметрические тесты (Т-тесты)). Параметри- ческий дисперсионный анализ: формальная модель, заложенная в методе. Однофактор- ный дисперсионный анализ. Методы множественных сравнений. Интерпретация результатов.
Регрессионный анализ для интервальных шкал: линейная регрессия. Фиктивные переменные
Цели применения регрессионных моделей. Регрессия: парная и множественная, линейная. Проверка качества полученной модели, требования к исходным данным. Интерпретация результатов.