Статистический анализ данных (SPSS)

2019/2020

Учебный год

RUS

Обучение ведется на русском языке

4

Кредиты

Кто читает:

Департамент социологии

Статус:

Курс по выбору

Когда читается:

2-й курс, 4 модуль

Преподаватели

Бархатова Лариса Александровна

Большаков Никита Викторович

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 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.
• 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.
• 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