Министерство образования и науки Российской Федерации

Федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования

«Уральский государственный педагогический университет»

Факультет социологии

Кафедра теоретической и прикладной социологии

РАБОЧАЯ УЧЕБНАЯ ПРОГРАММА

по дисциплине «Статистические методы обработки

социологической информации»

для ООП «050100 – Педагогическое образование»

магистерская программа - «Социологическое образование»

по циклу М.2 ВВ.01. – профессиональный цикл, вариативная часть

Екатеринбург

2011

Рабочая учебная программа по дисциплине «Статистические методы обработки социологической информации»

ФГБОУ ВПО «Уральский государственный педагогический университет»

Екатеринбург, 2011. – 14 с.

Составитель: , к. пед. н., доцент кафедры теоретической и прикладной социологии

Рабочая учебная программа обсуждена на заседании кафедры теоретической и прикладной социологии УрГПУ

Протокол от 2011 г. №.

Зав. кафедрой

Декан факультета социологии

1.  Пояснительная записка

1.1 Цели и задачи дисциплины

Дисциплина «Статистические методы обработки социологической информации» направлена на ознакомление студентов магистратуры с основными принципами обработки и анализа социологической информации.

Цель курса – научить студентов приемам статистической обработки количественных данных эмпирического социологического исследования.

Реализация цели предполагает решение следующих задач:

·  знакомство со статистическими методами анализа, использующимися в социологических исследованиях;

·  обучение приемам обработки информации в программе в специализированных программах работы с социальными данными (Vortex и SPSS);

·  знакомство с методами обобщения и анализа качественных данных;

·  формирование навыков профессиональной работы с массивами статистической социологической информации;

·  воспитание чувства профессиональной ответственности за результаты деятельности, полученные в процессе обработки, обобщения и анализа качественных и количественных данных социологического исследования.

1.2 Место дисциплины в структуре ООП

Курс базируется на знаниях, приобретенных студентами в процессе освоения дисциплин бакалаврской подготовки: «Математическая статистика», «Теория вероятностей», «Методы обработки социологической информации(Vortex)» Данная дисциплина является важнейшей предпосылкой выполнения магистерской диссертации, базирующей на проведенном самостоятельно социологическом исследовании.

1.3. Требования к результатам освоения дисциплины:

В процессе изучения курса у магистрантов формируются следующие компетенции:

ОК-3 – способность к самостоятельному освоению новых методов исследования, к изменению научного профиля своей профессиональной деятельности;

ОК-4 – способность формировать ресурсно-информационные базы для решения профессиональных задач;

ОК-5 – способность самостоятельно приобретать с помощью информационных технологий и использовать в практической деятельности новые знания и умения, в том числе, в новых областях знаний, непосредственно не связанных со сферой деятельности.

В результате изучения дисциплины магистрант должен:

знать

·  возможности и ограничения статистических методов анализа социологических данных;

уметь

·  анализировать и грамотно оформлять результаты статистического анализа социологических данных;

владеть

·  содержанием основных методов статистического анализа социологических данных.

·  навыками работы со следующим программным обеспечением: Vortex, SPSS.

Тема 1. Структура эмпирического социологического исследования.

Общий обзор статистических методов анализа социологической информации. Логика и программа социологического исследования. Методологический и методический разделы программы. Формулировка цели и задач исследования. Теоретическая и эмпирическая интерпретация ключевых понятий. Переход от теоретических конструктов к конкретным эмпирическим показателям и анкетным вопросам. Построение социологических индексов и шкал. Методы анализа социологической информации: группировка, анализ взаимозависимостей между социальными характеристиками, классификация и типологизация, анализ латентных переменных и т. д.

Тема 2. SPSS и Vortex: общая характеристика пакетов, история развития, преимущества и недостатки.

Генезис программы, нововведения и общая характеристика различных версий пакета. Модули SPSS. Преимущества и недостатки SPSS по сравнению с другими статистическими пакетами и программами, распространенными среди отечественных социологов и маркетологов. Распространенность и сферы использования SPSS.

Преимущества и недостатки Vortex по сравнению с другими статистическими пакетами и программами. Распространенность и сферы использования Vortex.

Тема 3. Создание файлов данных в SPSS и Vortex. Особенности кодирования и перекодирования переменных, Подготовка данных к статистическим методам анализа.

Пользовательский интерфейс программы. Вкладки: данные, переменные. Кодировка переменных: имя, тип, параметры метка, значения и пропущенные значения переменных. Типы шкал переменных (количественная, порядковая, номинальная). Составление матрицы данных на основе реальных анкет. Особенности кодирования различных видов вопросов в SPSS. Перекодировка отдельных значений или интервалов существующих переменных в новые значения или в новые переменные. Замена пропущенных значений.

Тема 4. Сравнение средних

Среднее арифметическое и методы оценки его точности. Основные методы анализа различий: Т-тест для независимых выборок и однофакторный дисперсионный анализ. Алгоритм сравнения средних в пакете SPSS. Команды SPSS на выполнение Т-теста для независимых выборок Интерпретация результатов Т-теста для независимых выборок Команды SPSS на выполнение однофакторного дисперсионного анализа Интерпретация результатов однофакторного дисперсионного анализа

Тема 5. Регрессионный анализ

О методе регрессионного анализа. Линейная регрессия. Методы отбора переменных для линейной регрессии. Статистики и процедуры линейная регрессия (коэффициенты регрессии, согласие модели, изменение r-квадрат, описательные статистики, частная корреляция, частичные корреляции, диагностика коллинеарности, остатки). Параметры процедуры Регрессионный анализ (критерий шагового метода, включить в уравнение константу, пропущенные значения). Графики процедуры Линейная регрессия. Сохранение новых переменных. Алгоритм выполнения процедуры Линейная регрессия в SPSS и Vortex. Интерпретация результатов регрессионного анализа.

Тема 6. Факторный анализ

О методе факторного анализа. Отбор наблюдений для факторного анализа. Описательные статистики факторного анализа. Параметры процедуры Факторный анализ (пропущенные значения, формат вывода коэффициентов). Вращение факторов для факторного анализа (варимакс-вращение). Интерпретация результатов факторного анализа.

Тема 7. Кластерный анализ

Общие принципы кластерного анализа. Виды кластерного анализа: двухэтапный кластерный анализ, иерархический кластерный анализ, кластерный анализ методом К-средних. Иерархический кластерный анализ. Задание метода иерархического кластерного анализа (Метод кластеризации, мера, преобразование значений, преобразование меры). Статистики для процедуры Иерархический кластерный анализ (порядок агломерации, матрица близостей, принадлежность к кластерам). Графики для процедуры Иерархический кластерный анализ (дендограмма, сосульчатый график). Сохранение новых переменных в процедуре. Кластеры на факторах. Интерпретация результатов кластерного анализа.

Тема 8. Многомерное шкалирование

Суть и логика многомерного шкалирования. Взаимосвязь факторного анализа и многомерного шкалирования. Возможности визуализации представления данных. Задание размерности и осей координат. Интерпретация результатов многомерного шкалирования.

Перечень практических занятий

1.  Создание файлов данных в SPSS и Vortex. Особенности кодирования и перекодирования переменных, Подготовка данных к статистическим методам анализа.

2.  Сравнение средних

3.  Регрессионный анализ

4.  Факторный анализ

5.  Кластерный анализ

6.  Многомерное шкалирование

Практические занятия по всем темам курса проводятся по одной схеме и включают следующие виды работ:

1.  Контрольная работа по пройденному материалу.

2.  Решение практических задач по теме курса.

3.  Освоение программного обеспечения социологического исследования: Vortex, SPSS, Excel.

4. Самостоятельная работа И ОРГАНИЗАЦИЯ

КОНТРОЛЬНО-ОЦЕНОЧНОЙ ДЕЯТЕЛЬНОСТИ

Контроль самостоятельной работы осуществляется в форме

ü  Рассчитать средний балл, поставленный губернатору области (переменная 317. Оценка работы – губернатор) в разных населенных пунктах Свердловской области (переменная *** Населенный пункт).

ü  Обосновать выбор метода проверки различий средних: t-тесты или дисперсионный анализ? И почему?

ü  Проверить наличие статистически значимых различий среднего уровня дохода в разных должностных группах. Интерпретировать полученные данные.

ü  Проиллюстрируйте результат с помощью графика «Столбики ошибок».

ü  Вычислите зависимость продолжительности жизни женщин в разных странах (переменная «Average male life expectancy») от калорийности питания (переменная Daily calorie intake).

ü  Проинтерпретируйте полученные данные.

ü  Каков объяснительный потенциал полученной регрессионной модели?

ü  Запишите уравнение регрессии.

ü  Проиллюстрируйте результат с помощью графика (на графике обязательно должна быть линия регрессии и значение R2!).

ü  Осуществить кластеризацию массива на основании переменных 6.1-6.11 (метод кластеризации – k-means, количество кластеров - 3). Не забудьте вариант «затрудняюсь ответить» закодировать как пропущенное значение!!!

ü  Определить наполненность кластеров.

ü  Проанализировать различия между кластерами на основании тех переменных, которые были использованы для кластеризации.

ü  Придумать кластерам названия.

Задания выполняются индивидуально каждым студентом.

Результаты работы должны быть оформлены в формате Word.

Работа должна содержать все необходимые для аргументации таблицы с показателями и подробное объяснение того, что дает нам тот или иной показатель, какие выводы позволяет сделать относительно полученных данных.

Примерные вопросы для зачета

1.  Классификация методов статистического анализа социологической информации.

2.  Подготовка баз данных к статистическому анализу
Анализ различий: обоснование выбора метода оценки

3.  Реализация t-теста SPSS

4.  Реализация однофакторного дисперсионного анализа

5.  Регрессионный анализ, общая характеристика метода

6.  Реализация линейной регрессии в SPSS и Vortex

7.  Факторный анализ – общая характеристика метода.

8.  Реализация факторного анализа в SPSS

9.  Кластерный анализ – общая характеристика метода.

10.  Реализация кластерного анализа в SPSS и Vortex

11.  Многомерное шкалирование – общая характеристика метода.

12.  Реализация многомерного шкалирования в SPSS

5. Учебно-методическое и ИНФОРМАЦИОННОЕ
обеспечение ДИСЦИПЛИНЫ

5.1. Рекомендуемая литература

Основная

Дополнительная

6. Материально-техническое и дидактическое
обеспечение дисциплины

1.  Компьютерный класс.

2.  Программное обеспечение Vortex, SPSS, Excel.

3.  Примеры баз данных социологических исследований.

4.  Примеры аналитических отчетов.

5.  Контрольные работы.

8.  СВЕДЕНИЯ ОБ авторЕ программы

,

кандидат педагогических наук,

доцент кафедры теоретической и прикладной социологии

рабочий телефон

РАБОЧАЯ УЧЕБНАЯ ПРОГРАММА

по дисциплине «Статистические методы обработки

социологической информации»

для ООП «050100 – Педагогическое образование»

магистерская программа - «Социологическое образование»

по циклу М.2 – курсы по выбору

Подписано в печать Формат 60х84/16

Бумага для множительных аппаратов. Усл. печ. л. .

Тираж экз. Заказ.

Уральский государственный педагогический университет.

620017 Екатеринбург, пр. Космонавтов, 26.