Технологическая карта дисциплины «Методы комплексного исследования и оценки положения молодежи в обществе»

УСЛОВИЯ НАКОПЛЕНИЯ БАЛЛОВ

6 Семестр

Критерии оценки:

Зачет
зачтено	61
не зачтено	менее 60

Форма контроля	Кол-во	За одно	Всего	min
Работа на лекции (2 часа)	15	1 балл	15 баллов	10
Посещение семинара + выступление с докладом; работа на занятии	15	3 балла	45 баллов	20
Тестовый контроль знаний студентов на семинаре	1	10 баллов	10баллов	5
Выполнение заданий для самостоятельной работы (отчеты)	4	5 баллов	20 баллов	10
Зачет	1	10баллов	10 баллов	5
Итого:			100	50

7 Семестр

Критерии оценки:

Экзамен
отлично	90	100
хорошо	75	89
удовлетворительно	61	74

Форма контроля	Кол-во	За одно	Всего	min
Работа на лекции (2 часа)	15	1 балл	15 баллов	10
Посещение семинара + выступление с докладом; работа на занятии	10	3 балла	30 баллов	20
Тестовый контроль знаний студентов на семинаре	1	10 баллов	10баллов	5
Выполнение заданий для самостоятельной работы (отчеты)	4	5 баллов	20 баллов	10
Экзамен	1	20 баллов	20 баллов	5
Бонус баллов 1 семестра	1	5 баллов	5 баллов	0
Итого:			100	50

Вопросы к экзамену по курсу

1. Понятие и специфика социального познания.

2. Методология и методы исследования проблем молодежи.

3. Понятие исследования, его функции, виды, основные этапы.

4. Программа прикладного исследования.

5. Этап планирования прикладного исследования.

6. Наблюдение как метод сбора эмпирических фактов.

7. Общая характеристика эксперимента как научного метода.

8. Опросные методы в исследованиях молодежных проблем.

9. Анкетирование и интервью: общее и специфика.

10. Требования к анкете как основному инструменту опроса.

11. Метод анализа документов в социальных исследованиях.

12. Психодиагностические методы исследования молодежи на уровне личности.

13. Биографический метод сбора данных.

14. Социометрия как метод сбора данных на уровне группы.

15. Фокус-группа как метод сбора данных о молодежных проблемах.

16. Методы и методики исследования проблем молодежи на уровне общества.

17. Специфика количественных и качественных методов исследования.

18. Стратегия статистической обработки эмпирических данных, общие правила работы с эмпирической базой данных.

19. Основные понятия математической обработки данных исследования.

20. Данные описательной статистики и их интерпретация.

21. Статистические критерии выявления различий между выборками.

22. Корреляционный анализ: сущность, процедура, возможности и ограничения.

23. Многомерные модели анализа данных исследования.

24. Социальные показатели, индикаторы и индексы как основа сравнительного анализа положения молодежи в обществе.

25. Индекс развития человеческого капитала. Индекс развития молодежи.

26. Исследование эффективности решений молодежных проблем.

Экзаменационный билет включает в себя 3 вопроса: два теоретических (из представленного списка), третий вопрос – практический - демонстрация навыков владения процедурами статистической обработки данных исследования.

Дополнительные материалы по курсу

«Методы комплексного исследования и оценки положения молодежи в обществе»

Образец оформления титульного листа отчета

Критические значения коэффициентов линейной корреляции Пирсона и ранговой корреляции Спирмена⁹

Краткая справка к пакету программ «Statistica 6.0»

1. Создание и работа с базой данных.

• Добавление ячеек: Вставка → Добавление переменных (столбцы) или Добавление случаев (строк) → Сколько (количество) → После какой (After) → Ok

• Удаление: правой кнопкой мыши на названии столбца → удаление переменных (случаев)

• Перестановка: правой кнопкой мыши на названии столбца → перемещение переменных (случаев)

2. Описательная статистика:

• Статистика → Описательная статистика/таблицы → Описательная статистика → Ok

• Выбор переменных: variables → выбрать необходимые → Ok

• Выбор случаев (испытуемые): select cases → разрешить условиям выбора → специфический выбор→ выражения (например, v1=1) или номера случаев (например, 1-15) → Ok

• Выбор показателей описательной статистики: расширенный → ставим метки: среднее значение, минимум, максимум, медиана, стандартное отклонение (исходя из задач работы) → summary

3. Критерий Манна-Уитни (для двух и более независимых выборок)

• Статистика → Непараметрический → comparing two independent samples (groups) → Ok

• Выбор переменных: variables → выбрать необходимые → Ok

• Выбор случаев (испытуемые): select cases → All → Ok

• → U тест Манна-Уитни

• Таблица в 2 окна: левое окно (Dependent variable list) необходимо для выбора зависимых переменных (их может быть много); правое окно (Indep. (grouping) variable) предназначено для выбора независимой (группирующей) переменной, которая должна быть одна, например пол, возраст, социальное положение и т.д. Если сравниваются выборки по разным критериям, меняется независимая переменная;

• → U тест Манна-Уитни

• Коды для групп необходимы, если у вас больше групп для сравнения, чем 2;

• получаем таблицу, в которой обращаем внимание на столбец P-level (второй), в нем красным цветом выделены статистически значимые различия в значениях переменных (p-level ≥0,05). Если необходим более высокий уровень значимости различий, это можно сделать на основной странице критерия (окно внизу).

4. Критерий Уилкоксона (для двух и более зависимых выборок)

• Статистика → Непараметрический → comparing two dependent samples (variables) → Ok

• Выбор переменных: variables → выбрать необходимые → Ok

• Выбор случаев (испытуемые): select cases → All → Ok

• → тест Уилкоксона

• Из полученной таблицы для анализа выбираете те строки, которые соответствуют задачам вашего исследования (например, ДО и ПОСЛЕ тренинга)

• получаем таблицу, в которой обращаем внимание на столбец P-level, в нем красным цветом выделены статистически значимые различия в значениях переменных (p-level ≥0,05). Если необходим более высокий уровень значимости различий, это можно сделать на основной странице критерия (окно внизу).

5. Корреляционный анализ

• Статистика → Описательная статистика/таблицы → Корреляционная матрица (Correlation matrices) → Ok

• Выбор переменных: variables. Два окна (прямоугольная матрица) необходимы, если вы будете устанавливать связи между неравными по объему (количеству переменных) группами показателей. В противном случае можно воспользоваться квадратной матрицей.

• Выбор случаев (испытуемые): select cases → разрешить условиям выбора → специфический выбор→ выражения (например, v1=1) или номера случаев (например, 1-15) → Ok

• → summary

• получаем корреляционную матрицу, в которой красным цветом отмечены статистически значимые связи (p-level ≥0,05).

• силу связи между переменными устанавливаем исходя из таблицы критических значений коэффициентов линейной корреляции (см. стр. 30, 53 пособия).

6. Факторный анализ

• Статистика → Многомерные исследующие методы → Анализ особенности (Анализ фактора)

• Выбор переменных: variables → выбрать необходимые → Ok

• Выбор случаев (испытуемые): select cases → разрешить условиям выбора → специфический выбор→ выражения (например, v1=1) или номера случаев (например, 1-15) → Ok

• Минимальное количество факторов; Минимальное значение (изменить, если есть 0 в исходной таблице) → Ok

• Определение примерного количества факторов: объяснимая дисперсия → вычерчивание кусков → Ok. Места коренных сломов в кривой можно интерпретировать как примерное количество факторов (удачное факторное решение выявляется методом проб).

• Когда примерное количество определено → Отмена → Минимальное количество задаем сами → Ok → summary

• Получаем таблицу факторных весов, где важными моментами является наличие значимых переменны в факторе (обозначены красным цветом) и процент объясняемой дисперсии (последняя строка таблицы; чем выше процент, тем большую реальность переменных он описывает). Если данное факторное решение нас устраивает, работаем с ним. Если по каким-то причинам факторное решение не удовлетворяет, → Отмена → Отмена → Минимальное количество меняем (и так пока не получим удовлетворяющее нас факторное решение).

7. Кластерный анализ

• Статистика → Многомерные исследующие методы → Анализ кластера (Групповой анализ)

• Выбираем иерархический вид кластерного анализа → Joining (tree clustering) → Ok → Расширенный

• Выбор переменных: variables → выбрать необходимые → Ok;

• Определяем область кластеризации (переменные или случаи);

• Правило объединения: Complete Linkage

• Выбор случаев (испытуемые): select cases → разрешить условиям выбора → специфический выбор→ выражения (например, v1=1) или номера случаев (например, 1-15) → Ok

• → Ok

• Вычерчивание иерархического дерева по горизонтали (или натекание по вертикали) → summary.

Цихончик Н.В.

Учебно-методический комплекс

по дисциплине

Методы

комплексного исследования и оценки положения молодежи в обществе

1 Hall Granville Stanley. Adolescence: Its Psychology and its Relations to Physiology, Anthropology, Sociology, Sex, Crime, Religion and Education. Appleton, 1904.

2 Дидактические единицы ГОС ВПО разбиты на более мелкие составляющие в целях контроля и анализа содержания дисциплины при аттестации студентов. Структура АПИМ представлена в разделе «Контрольно-измерительные материалы» данного пособия.

3 Содержание курса «Методы комплексного исследования и оценки положения молодежи в обществе» - Электр. ресурс. – Режим доступа: http://db.edu.kubannet.ru/infoneeds/file_export.do?fid=69792, свободный. – Загл. с экрана. - Дата обращения: 24.06.2010.

4 Примерная основная образовательная программа 040700 «Организация работы с молодежью» (проект). – Электр. ресурс. – Режим доступа: http://www.umo.msu.ru/docs/poop/poop-rmol-bak.doc, свободный. – Загл. с экрана. – Дата обращения: 24.06.2010.

5 Татарова Г. Г. Методология анализа данных в социологии (введение) / Учебник для вузов. — М.: NOTA BENE, 1999. — 224 с.

6 Статистика психологии и педагогике [Электронный ресурс] // Режим доступа: http://psystat.at.ua/publ/1-1-0-25, свободный.

7 См. Дополнительные материалы пособия

8 Задание из работы: Семенова В.В. Качественные методы: введение в гуманистическую социологию: Учеб. пособие для студентов вузов / Ин-т социологии РАН. - М.: Добросвет, 1998. - 289 с. – Глава 4. Логика действий исследователя.

9 Тарасов С.Г. Основы применения математических методов в психологии. Учебное пособие. – Спб.: Изд-во С.Петербург. ун-та, 1999. – 116 с.