文理学部シラバスTOP > 文理学部 > 社会学科 > データ収集・分析法入門
日本大学ロゴ

データ収集・分析法入門

このページを印刷する

令和2年度以降入学者 データ収集・分析法入門
教員名 濱本真一
単位数    2 学年    1 開講区分 文理学部
科目群 社会学科
学期 後期 履修区分 必修
授業形態 対面授業
授業の形態 全て対面授業
授業概要 現代において、私たちが生きている社会の姿や人々のものの考え方を把握するために、社会調査はなくてはならないものになりつつある。調査結果のデータは社会学の研究だけでなく、企業の経営判断や国の政策立案などの場面で、ますます重視されるようになっている。この授業では、調査の企画・設計からデータの収集、データの整理、集計、分析、そして結果のまとめと公表に至るまでの一連の流れを解説するとともに、実践的な課題を通じて社会調査のプロセスを体験する。担当教員は、現代日本の階層間格差に関する量的調査プロジェクトへの参加経験があることから、その経験を踏まえて、産業社会における教育・家族・政治等を格差の観点からとらえるトピックを交えて解説をしていく。
 本科目は、社会調査協会が認定する社会調査士資格のA科目に対応している。社会調査士については、こちら↗を参照
授業のねらい・到達目標 授業のねらい
社会調査のうち統計学的手続きを前提とする量的調査を中心にして、調査計画やデータ分析の細かなロジックや手続きを理解する。またいくつかの演習を通じてデータ作成・分析の基礎的スキルを身に着ける。

到達目標 DP3,4/CP3,4
  • 適切な問題の定義のうえで必要なデータの性質を判断し、その測定プランを提示することができるようになる。A-3-1

  • あいまいな概念を測定可能な指標に置き換え、統計学的な手続きが可能なデータに変換することができる。 A-3-1

  • 調査データの整備や公開などのプロセスを把握し、そこに貢献できる人物になる。A-3-1

  • AIの時代に最低限必要なデータに関する基礎理解を持つ。A-3-1
授業の形式 講義、演習
授業の方法
  • 授業の連絡や資料のやり取りは全て授業用のポータルサイトで行う

  • 履修者はあらかじめ受講エントリーを行い、授業ウェブサイトのリンクを取得する。

  • 授業用ウェブサイトでは事前に該当回に関するテキスト及び事前・事後演習課題を配布する。

  • 受講者は授業前にサイトにアクセスし、テキストを読み、事前演習問題に取り組み、不明点を明確にする

  • 授業では、上記テキストを要約して解説する。

  • 授業後に、事後演習問題に取り組み、内容について理解を深める。
履修条件 学科より配置・並びに履修を許可された者
授業計画
1 社会調査入門ハイライト
事前学習:1学期の学習内容を復習し、理解を補う(2h)
事後学習:1学期の学習内容を復習し、理解を補う(2h)
2 日本の公的統計と統計調査
事前学習:授業ページの該当回に目を通し、事前演習課題に取り組む(2h)
事後学習:授業ページの事後学習課題に取り組む(2h)
3 概念と操作的定義
事前学習:授業ページの該当回に目を通し、事前演習課題に取り組む(2h)
事後学習:授業ページの事後学習課題に取り組む(2h)
4 質問紙調査の回答バイアス
事前学習:授業ページの該当回に目を通し、事前演習課題に取り組む(2h)
事後学習:授業ページの事後学習課題に取り組む(2h)
5 尺度構成
事前学習:授業ページの該当回に目を通し、事前演習課題に取り組む(2h)
事後学習:授業ページの事後学習課題に取り組む(2h)
6 確率的抽出と標本誤差
事前学習:授業ページの該当回に目を通し、事前演習課題に取り組む(2h)
事後学習:授業ページの事後学習課題に取り組む(2h)
7 区間推定・検定
事前学習:授業ページの該当回に目を通し、事前演習課題に取り組む(2h)
事後学習:授業ページの事後学習課題に取り組む(2h)
8 有意抽出と非標本誤差
事前学習:授業ページの該当回に目を通し、事前演習課題に取り組む(2h)
事後学習:授業ページの事後学習課題に取り組む(2h)
9 データクリーニング
事前学習:授業ページの該当回に目を通し、事前演習課題に取り組む(2h)
事後学習:授業ページの事後学習課題に取り組む(2h)
10 職業コーディング
事前学習:授業ページの該当回に目を通し、事前演習課題に取り組む(2h)
事後学習:授業ページの事後学習課題に取り組む(2h)
11 クロス集計と多変量解析
事前学習:授業ページの該当回に目を通し、事前演習課題に取り組む(2h)
事後学習:授業ページの事後学習課題に取り組む(2h)
12 実験計画法
事前学習:授業ページの該当回に目を通し、事前演習課題に取り組む(2h)
事後学習:授業ページの事後学習課題に取り組む(2h)
13 リレーショナルデータベース
事前学習:授業ページの該当回に目を通し、事前演習課題に取り組む(2h)
事後学習:授業ページの事後学習課題に取り組む(2h)
14 落穂ひろい
事前学習:なし(0h)
事後学習:授業ページの事後学習課題に取り組む(2h)
15 授業内試験
事前学習:これまでの授業の復習が事前学習に当たる(4h)
事後学習:試験問題をもう一度解く(2h)
その他
教科書 指定教科書は無いが、自身の最も肌に合う書籍を1冊机上に準備しておくことを強く推奨する。
社会調査や統計学の基礎に関する教科書や専門書は数多く存在する。それぞれテーマの選別や視点の向け方が異なる。人によってテキストとの相性もさまざまであるため、ぜひ様々な書籍を手に取って、最も「肌に合う」テキストを探してほしい。
「自分はどのように説明されれば理解できるのか」を見つけることも大学で身に着けるべき重要なスキルである
参考書 使用しない
成績評価の方法及び基準 試験(90%)、提出必須課題の提出(10%)
------------------------
【成績評価補足】
  • いくつかの事前演習課題・事後演習課題を提出済みであることが成績評価の要件となる。

  • 期末試験は、書籍1冊、電卓およびA4要旨1枚の持ち込み可。書籍はISBNを付されていること以外の限定はない。電卓は関数電卓可。スマートフォン等の電子端末を電卓として使用することは認めない。
オフィスアワー 原則火曜・4限(連絡があると確実)
備考
  1. 主体的な事前・事後学習が強く求められる授業である。必要な学習内容および学習時間の目安は授業計画欄を参照してほしいが、あくまでも目安であり、「これくらいの時間机に向かっていればOK」というような受動的・短絡的思考に陥ることなく、自ら学習課題を定義し、積極的に取り組む姿勢を養ってほしい。

  2. 現代の技術的進歩と適切に付き合っていくことが必要である。本科目では、Microsoft OneDrive, Google Gemini, Notionを利用して進行する。授業開始に先立ってこれらのツールにサインインしておくことを推奨する。

このページのトップ