Методология и методы исследований в социологии

Магистратура 2018/2019

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

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

Статус: Курс обязательный (Современный социальный анализ)

Направление: 39.04.01. Социология

Кто читает: Департамент социологии

Где читается: Санкт-Петербургская школа социальных наук

Когда читается: 1-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Преподаватели: Волченко Олеся Викторовна, Крупец Яна Николаевна, Понарин Эдуард Дмитриевич

Прогр. обучения: Современный социальный анализ

Язык: русский

Кредиты: 8

Контактные часы: 112

Полная версия программы учебной дисциплины

Аннотация

В рамках курса студентами осваивают знания в области организации и проведения эмпирического социологического исследования, планирования и решения возникающих многоплановых коммуникационных проблем для повышения эффективности работы исследователя и предупреждения организационных ошибок. Также знакомятся с основными методами и технологиями разрешения этических вопросов и ситуаций в отношениях между исследователями в одной команде, между исследователем и респондентами, между исследователем и заказчиком или государственными органами. Студенты знакомятся с основными стратегиями планирования успешной коммуникации в социологическом исследовании с использованием качественных и количественных методов. В рамках изучения качественной методологии студенты знакомятся со спецификой дизайна качественного исследования, основными методами (наблюдение, интервью, самоэтнография и т.д.), осваивают основы анализа качественных данных. В рамках изучения количественного сбора и анализа данных студенты осваивают базовые методы современного анализа данных, включая тест хи-квадрат, t-тест, непараметрические тесты, однофакторный дисперсионный анализ и многофакторный регрессионный анализ, а также социологическую интерпретацию и визуализацию полученных результатов. В рамках дисциплины предполагается знакомство магистрантов со средой статистического программирования R для всех предложенных статистических техник.

Цель освоения дисциплины

Сформировать у студентов понимание основ методологии социологического исследования
Развить их навыки проведения количественного и качественного сбора и анализа данных

Планируемые результаты обучения

Студент успешно применяет методы социологического исследования для своего исследовательского проекта; Студент задает вопросы, сравнивает различные способы анализа, пробует выполнить задание разными методами
Студент выявляет закономерности, адаптирует инструментарий под задачи исследования
Студент демонстрирует умение самостоятельно применять методы социологического исследования
Студент участвует в семинарских занятиях, задает вопросы,совершенствует методы анализа, пробует использовать теоретические знания для анализа эмпирического материала
Студент владеет способами поиска и переработки информации, критически анализирует предлагаемый материал, умеет находить недостающую информации самостоятельно, применяет полученные знания для социологического анализа
Студент владеет коммуникационными навыками
Студент владеет навыками академической коммуникации, умеет презентовать результаты исследования, использует научный язык в процессе коммуникации
Студент способен применить на практике полученные знания, умеет пользоваться программами для анализа и обработки полученных данных
Студент способен разработать программу социологического исследования
Студент демонстрирует навыки проведения и написания социологического исследования, способен представить результаты анализа, используя полученные теоретические знания и практические навыки
Студент владеет навыками составления презентации с результатами исследования, демонстрирует навыки устного представления материала
Студент может организовать учебную деятельность, соблюдает сроки сдачи работы, не нарушает академической этики
Студент владеет навыками обработки и анализа данных с применением изученной теории и полученных практических навыков, интерпретирует данные

Содержание учебной дисциплины

Введение в качественное исследование в социальных науках
Описание методологических и теоретических оснований качественного исследования. Принципы и логика качественного исследования. Чтение и обсуждение текстов по теме занятия (текст уточняется преподавателем перед занятием из списка литературы к курсу) Опционно: обсуждение специфики качественной методологии на примере художественных произведений
Дизайн качественного исследования, правила исследовательской этики
Исследование как процесс. Понятие дизайна в качественном исследовании. Структурные элементы дизайна. Выборка качественного исследования. Этика качественного исследования. Анализ дизайна исследования на примере эмпирических статей. Задача: реконструировать дизайн исследования из статьи. Разработка черновика дизайна проекта: студенты делятся на малые группы, выбирают тему исследования и разрабатывают черновик дизайна.
Этнографическая стратегия и наблюдение
Понятие и типы стратегий качественного исследования. Характеристика этнографической стратегии. Наблюдение как метод качественного исследования: правила, процедуры, трудности. Чтение и обсуждение текстов по теме занятия (текст уточняется преподавателем перед занятием из списка литературы к курсу) Обсуждение полевых наблюдений студентов. Задание к занятию: разбиться на пары и провести наблюдение в публичном пространстве Санкт-Петербурга (место согласуется с преподавателем). Написать дневник наблюдения и представить его на занятии.
Интервью в качественном исследовании
Понятие интервью. Виды интервью в качественном исследовании. Интервью как процесс, этапы проведения интервью. Ошибки качественного интервью. Как оценить качество качественного интервью. Работа с гайдом – разработка гайда интервью для групповых проектов. Обсуждение опыта сбора исследовательских интервью. Задание: студентам нужно взять по 1 качественному интервью по разработанному гайду, оттранскрибировать их. На занятии обсуждаются успехи и ошибки интервью.
Качественный анализ интервью: общий обзор
Виды качественного анализа. Процедуры качественного анализа. Триангуляция. Анализ интервью. В рамках занятия студенты анализируют собственные материалы наиболее релевантным методом.
Биографический метод (стратегия «история жизни») в социальных исследованиях
Специфика биографических данных. История развития биографической стратегии в социальных науках. Особенности сбора и анализа биографий. Чтение и обсуждение текстов по теме занятия (текст уточняется преподавателем перед занятием из списка литературы к курсу). Анализ биографий. В рамках занятия студенты работают с биографическими материалами, анализируют их в парах.
Стратегия Обоснованной теории, компьютерные способы анализ качественных данных
Определение и история развития обоснованной теории. Процедуры кодирования, написание мемо. Краткий обзор компьютерных программ для качественного анализа. Чтение и обсуждение текстов по теме занятия (текст уточняется преподавателем перед занятием из списка литературы к курсу). Кодирование материалов
Самоэтнография как стратегия качественного исследования. Исследователь как инструмент / Стратегия кейс-стади
Самоэтнография: возможности и ограничения. Необходимость саморефлексии качественного исследователя. Исследователь – как главный инструмент исследования / Стратегия кейс-стади. Понятие кейса. Виды кейсов. Особенности реализации стратегии. Чтение и обсуждение текстов по теме занятия (текст уточняется преподавателем перед занятием из списка литературы к курсу)
Оценка и презентация результатов качественного исследования и жанры качественного письма
Формы презентации исследовательских результатов. Жанры качественного письма. Публичная наука. Особенности научной презентации. Чтение и обсуждение текстов по теме занятия (текст уточняется преподавателем перед занятием из списка литературы к курсу). Презентация творческого домашнего задания
Измерение в количественном социологическом исследовании
Понятие о сборе данных, уровнях измерений, переменных, валидности, типах шкал.
Выборка в количественном исследовании
Понятие выборочной и генеральной совокупности, типы выборок, свойства выборок.
Введение в R
Понятие о среде R, R-Studio, R Markdown. Структура R, пакеты, установка R. Интерфейсы. Рабочее пространство, рабочая директория. Базовые функции, векторы, матрицы, загрузка баз данных из разных форматов. Математические и логические операторы в R.
Логика статистического вывода, биномиальный тест
Выборки, генеральная совокупность, распределения, оценки параметров отклонения, дисперсии. Простые статистические тесты и область их применения. Функция плотности распределения (распределения масс – для дискретных переменных). Центральные моменты распределения. Способы статистической оценки. Проверка статистической гипотезы. Содержательная и статистическая гипотезы. Ошибки I и II типа. Статистическая значимость.
Тест хи-квадрат
Данные, к которым применяется тест хи-квадрат. Ожидаемые и наблюдаемые значения в таблице сопряженности. Табличные значения. Степени свободы и уровни значимости. Насыщенная и ненасыщенные модели. Поправка Йейтса.
t-тест
Сравнение средних при равенстве дисперсий в 2-х группах, при неравенстве дисперсий. T-распределение. Одновыборочный т-тест. Нулевая и альтернативная гипотезы в т-тесте. Экспериментальная природа теста.
Непараметрические тесты
Непараметрические тесты Манна-Уитни, Уилкоксона, Краскалл-Уоллиса. Особенности работы с категориальными и ненормально распределенными переменными. Статистический вывод из непараметрических тестов. Область применения и ограничения.
Корреляционный анализ
Корреляции Пирсона, Спирмана, Кендалла, полихорические. Ограничения метода. Применение для более сложных видов анализа (разведывательная функция).
Однофакторный дисперсионный анализ (ANOVA)
Принцип моделирования в статистике. Сравнение средних для нескольких групп одновременно. Ошибка I типа II (сравнение ANOVA и серии t-тестов). Предположения для построения модели. Оценки параметров, стандартная ошибка, сравнение моделей. F-статистика, объясненная и остаточная дисперсия.
Линейная регрессия (многофакторный анализ)
Метод наименьших квадратов. Связь корреляций и однофакторного дисперсионного анализа с регрессией. Уравнение регрессии. Графики регрессионных линий. Интерпретация результатов. Объяснительная сила модели. Невозможность определения направления связи. Выбор наилучшей модели. Экономичность модели.
Эффекты взаимодействия в регрессионном моделировании
Понятие интеракции. Типы интерактивных эффектов (непрерывная и бинарная переменные, непрерывная и категориальная, 2 бинарные и т.д.). Визуализация интерактивных эффектов.
Визуализация и презентация результатов регрессионного моделирования
Пакеты {stargazer}, {sjPlot}, {ggplot2} для различных способов визуализации результатов регрессии.
Диагностика линейных регрессионных моделей
Остатки, выбросы, рычаги, диагностика Кука, dfBetas, графические методы диагностики, boxcox, трансформации переменных.

Элементы контроля

Коллоквиум 1
1 модуль. Подготовка в группах не более 3 человек и презентация дизайна качественного исследовательского проекта, инструментария проекта, результатов его пилотажа.
Домашнее задание
2 модуль. Творческое задание: разработка презентации одного из методов или методологии в формате pop-science. Критерии оценивания: - корректность презентации особенностей качественного исследования, соответствие выбран-ной теме курсу; - креативность презентации, успешность реализации формата pop-science
Аудиторная работа
План аудиторной работы в рамках семинаров. Она предполагает выполнение заданий преподавателя во время занятий, домашнее чтение текстов, выполнение заданий к занятиям дома.
Коллоквиум 2
2 модуль. Коллоквиум 2 проходит в форме групповых презентаций исследовательского проекта (дизайн исследования, инструмент, полевой материал, первичный анализа данных, рефлексивный анализ)
Лабораторная работа с домашней подготовкой
Тест в среде статистического программирования R
Домашняя работа 1
1 модуль. Письменный анализ статьи
Домашняя работа 2
2 модуль. Построение и описание регрессионной модели
Контрольная работа
1 модуль. Письменная работа 150 мин.
Итоговая контрольная работа по направлению «Количественные исследования»
2 модуль. Письменная работа на основе вычислений, выполненных в среде статистического программирования R

Промежуточная аттестация

Промежуточная аттестация (1 модуль)
0.25 * Аудиторная работа + 0.1 * Домашняя работа 1 + 0.25 * Коллоквиум 1 + 0.25 * Контрольная работа + 0.15 * Лабораторная работа с домашней подготовкой
Промежуточная аттестация (2 модуль)
0.2 * Аудиторная работа + 0.1 * Домашнее задание + 0.1 * Домашняя работа 2 + 0.25 * Итоговая контрольная работа по направлению «Количественные исследования» + 0.25 * Коллоквиум 2 + 0.1 * Лабораторная работа с домашней подготовкой

Программа дисциплины