ПРОГРАММА SPSS 2015-2016

Федеральное государственное автономное образовательное учреждение
высшего профессионального образования
"Национальный исследовательский университет
"Высшая школа экономики"
Факультет бизнеса и менеджмента
Рабочая программа дисциплины
Статистический анализ данных (SPSS)
для образовательной программы «Менеджмент»
направления подготовки 38.03.02.
бакалавр
Разработчики программы:
А.В. Стрельникова, к. соц. н., доцент, astrelnikova@hse.ru
А.В. Пашкевич, к. соц. н., доцент, apashkevich@hse.ru
Рекомендована Академическим советом образовательной программы бакалавриата
«Менеджмент» «___»____________ 2015 г., № протокола_________________
Утверждена «___»____________ 2015 г.
Академический руководитель образовательной программы бакалавриата «Менеджмент»
М.М. Дворяшина _________________
Москва, 2015
Настоящая программа не может быть использована другими подразделениями
университета и другими вузами без разрешения кафедры-разработчика программы.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Статистический анализ данных (SPSS) для направления подготовки
38.03.02 «Менеджмент» подготовки бакалавров
Область применения и нормативные ссылки
Настоящая программа учебной дисциплины устанавливает минимальные требования к
знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности.
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных
ассистентов и студентов направления подготовки бакалавра 39.03.01 Социология. Программа
разработана в соответствии с:
 Образовательным
стандартом
ФЕДЕРАЛЬНОГО
ГОСУДАРСТВЕННОГО
АВТОНОМНОГО
ОБРАЗОВАТЕЛЬНОГО
УЧРЕЖДЕНИЯ
ВЫСШЕГО
ПРОФЕССИОНАЛЬНОГО
ОБРАЗОВАНИЯ
«НАЦИОНАЛЬНЫЙ
ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ «ВЫСШАЯ ШКОЛА ЭКОНОМИКИ».
http://www.hse.ru/ba/management/documents.
 Образовательной программой 38.03.02. «Менеджмент» подготовки бакалавра
 Учебным планом на весь период обучения подготовки бакалавра 2015-2020 (4 года,
очная форма) по направлению 38.03.02. «Менеджмент», утверждённым в 2015 г.
 Рабочим учебным планом университета по направлению 38.03.02. «Менеджмент»
подготовки бакалавра, утверждённым в 2015 г.
Цели освоения дисциплины
Целями освоения дисциплины «Cтатистический анализ данных (SPSS)» являются:
 изучение и практическое освоение базовых методов математико-статистического
анализа данных в социальных науках,
 изучение и практическое освоение компьютерной программы, применяемой для
математико-статистического анализа данных (пакета SPSS),
 приобретение понимания специфики работы с количественными данными в
социальных науках, понимания типов задач, которые могут быть решены с
помощью математико-статистических методов.
Компетенции
дисциплины
обучающегося,
формируемые
в
результате
освоения
В результате освоения дисциплины студент должен:
-- Знать основные понятия математической статистики и методы статистического
анализа данных в пределах программы курса,
-- Уметь ставить и понимать практические задачи, которые могут быть решены с
помощью методов математической статистики; понимать специфику данных,
используемых в математико-статистическом анализе.
-- Иметь навыки самостоятельного статистического анализа данных на компьютере в
программе SPSS.
В результате освоения дисциплины студент осваивает следующие компетенции:
Компетенция
КОД по ОС
НИУ ВШЭ
Дескрипторы
Формы и методы
обучения,
способствующие
формированию и
развитию
компетенции
2
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Статистический анализ данных (SPSS) для направления подготовки
38.03.02 «Менеджмент» подготовки бакалавров
Способен работать с
информацией:
находить, оценивать
и использовать
информацию из
различных
источников,
необходимую для
решения научных и
профессиональных
задач (в том числе
на основе
системного
подхода)
УК-5
Способен
использовать
основные законы
естественнонаучных
дисциплин в
профессиональной
деятельности,
применять методы
математического
анализа и
моделирования,
теоретического и
экспериментального
исследования при
решении
профессиональных
задач
ПК-5
Демонстрирует
знание
основных информационных
ресурсов (источников) в
профессиональной области
(РБ)
Знает
способы
структурирования
информации (РБ)
Находит информацию по
заданным критериям (СД)
Сохраняет
результаты
поиска информации (СД)
Пользуется
различными
источниками информации
(СД)
Анализирует
полученную
информацию по заданным
критериям (СД)
Демонстрирует
умение
решать
поставленные
профессиональные задачи с
помощью статистических
методов анализа (РБ)
Понимает
основной
принцип
причинноследственного анализа (РБ)
Формулирует требующую
решения
исследовательскую задачу
на
основе
имеющихся
данных (РБ)
Понимает
особенности
методов
анализа,
применяемых в научных
исследованиях (РБ)
Применяет
методы
статистического анализа
данных для исследования
общественных
закономерностей (СД)
Интерпретирует
результаты
статистического анализа
данных (формулирует к
задаче статистический и
содержательный выводы)
(СД)
Лекции, семинары
Семинары
Семинары, выполнение
самостоятельных работ
Семинары, выполнение
самостоятельных работ
Семинары, выполнение
самостоятельных работ
Лекции, семинары,
выполнение
самостоятельных работ
Лекции, семинары,
выполнение
самостоятельных работ
Лекции, семинары,
выполнение
самостоятельных работ
Лекции, семинары,
выполнение
самостоятельных работ
Лекции, семинары,
выполнение
самостоятельных работ
Семинары, выполнение
самостоятельных работ
Лекции, семинары,
выполнение
самостоятельных работ
3
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Статистический анализ данных (SPSS) для направления подготовки
38.03.02 «Менеджмент» подготовки бакалавров
Способен
обрабатывать и
анализировать
данные для
подготовки
аналитических
решений,
экспертных
заключений и
рекомендаций
ПК-10
Правильно
использует
статистических метод в
качестве
инструмента
решения исследовательской
задачи (СД)
Демонстрирует
знание
основных
методов
статистического анализа
данных (РБ)
Знает
способы
кодирования, формализации
информации
для
количественного
анализа
данных (РБ)
Соблюдает
правила
академической этики при
использовании информации
и
подготовке
аналитических
решений
(МЦ)
Признает необходимость
изучения
новой
информации, данных в
профессиональной области
и
подготовке
аналитических
решений
(МЦ)
Лекции, семинары,
выполнение
самостоятельных работ
Лекции, семинары
Семинары
Семинары, выполнение
самостоятельных работ
Семинары, выполнение
самостоятельных работ
Место дисциплины в структуре образовательной программы
Настоящая дисциплина является обязательной дисциплиной профессионального цикла
бакалаврской программы направления 38.03.02. «Менеджмент».
Изучение данной дисциплины базируется на следующих дисциплинах:
«Алгебра и анализ», «Теория вероятностей и математическая статистика».
Тематический план учебной дисциплины
Название темы
(тематический план занятий)
Введение в статистический анализ данных.
Данные и переменные. Базы данных. Интер1 фейс, архитектура пакета SPSS: Введение в
работу с базами данных, конвертация
форматов, поиск данных, архивы данных,
Аудиторные занятия
Всего
Самостоятельная
часов Лекции Практические
работа
занятия
152
12
28
112
21
2
4
15
4
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Статистический анализ данных (SPSS) для направления подготовки
38.03.02 «Менеджмент» подготовки бакалавров
2
3
4
5
дизайн базы данных, структура данных
(переменные, метки, другие метаданные)
работа с аутпутом, синтаксисом. Описательная статистика (меры среднего и меры разброса) и статистические графики. Точечное и
интервальное оценивание. Доверительные
интервалы для среднего и доли.
Статистические гипотезы и их проверка. Одновыборочный t-тест. Т-тест для двух независимых выборок. Т-тест для двух связных выборок. Непараметрический критерий Манна –
Уитни. Гипотеза о равенстве средних рангов.
Совместное распределение переменных. Таблицы сопряженности. Критерий Хи-квадрат.
Анализ стандартизированных остатков. Парные коэффициенты корреляции (коэффициент линейной корреляции Пирсона, коэффициент ранговой корреляции Спирмена).
Регрессионный анализ в социальных исследованиях. Простая регрессионная модель.
Множественная регрессия. Регрессия с фиктивными переменными и эффектами взаимодействий.
Кластерный анализ. Иерархический кластерный анализ: для количественных шкал, для
дихотомических переменных. Выбор меры
расстояния и формы кластера. Отбор итогового количества кластеров в модели. Описание и интерпретация результатов кластеризации.
Итого
40
2
8
30
21
2
4
15
36
4
6
26
34
2
6
26
12
28
112
5
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Статистический анализ данных (SPSS) для направления подготовки
38.03.02 «Менеджмент» подготовки бакалавров
Формы контроля знаний студентов
Тип контроля
Текущий
контроль
Итоговый
контроль
Форма контроля
Контрольная работа
Экзамен
Параметры
Выполняется на семинаре в течение ≤ 80 минут
в компьютерном классе
Выполняется в течение ≤ 120 минут
(письменно) в аудитории.
Критерии оценки знаний, навыков
Оценки по всем формам текущего и итогового контроля выставляются по 10-ти
балльной шкале. Оценки за контрольные работы и экзаменационную работы выставляются,
исходя из следующих критериев:
1. правильность выполнения задания,
2. полнота выполнения задания,
3. корректность оформления статистического вывода
4. наличие и корректность содержательной интерпретации полученных расчетов.
Содержание дисциплины
Тема 1. Введение в статистический анализ данных. Данные и переменные. Базы данных.
Интерфейс, архитектура пакета SPSS: Введение в работу с базами данных, конвертация
форматов, поиск данных, архивы данных, дизайн базы данных, структура данных
(переменные, метки, другие метаданные) работа с аутпутом, синтаксисом. Описательная
статистика (меры среднего и меры разброса) и статистические графики. Точечное и интервальное оценивание. Доверительные интервалы для среднего и доли.
Литература основная
1. Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS : учебное
пособие для вузов. – М.: Изд. дом ГУ ВШЭ, 2007, С.10-39.
2. Моосмюллер Г., Ребик Н.Н. Маркетинговые исследования с SPSS: Учебное пособие. – М.:
ИНФРА-М, 2007. – С.42-60.
3. Пашкевич А.В. Теория вероятностей и математическая статистика для социологов и
менеджеров: учебник для студентов учреждений высш. образования / Науч. ред.: А. А.
Макаров. М. : Издательский центр «Академия», 2014. С.29-76, 124-176.
4. Толстова Ю.Н. Математико-статистические модели в социологии. М.: ИД ГУ-ВШЭ, 2007.
С.19-100.
5. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере: учебное пособие. – М.: ИД
«ФОРУМ», 2008. – С. 44-58, 125-146.
6. Чуриков А.В. Основы формирования выборки: лекции для студентов направления 040100.62
(Социология) – М.: ГУ-ВШЭ, 2005, С. 8-38.
6
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Статистический анализ данных (SPSS) для направления подготовки
38.03.02 «Менеджмент» подготовки бакалавров
7. Agresti, A. and Finlay, B. Statistical Methods for the Social Sciences. 4th ed. Pearson Prentice
Hall, 2009. Pp.31-72, 73-142.
1.
Литература дополнительная
Айвазян С. А., Мхитарян В. С. Теория вероятностей и прикладная статистика, ч.1. М.:
Юнити, 2001.
2.
Бослаф С. Статистика для всех. / Пер. с англ. П.А. Волкова, И.М. Флямер, М.В. Либерман,
А.А. Галицына. – М.: ДМК Пресс, 2015.
3.
Бююль А., Цёфель П. SPSS: искусство обработки информации. СПб.: ДиаСофтЮП, 2005.
4.
Наследов А. SPSS 19: профессиональный статистический анализ данных. – СПб.: Питер,
2011.
5.
Толстова Ю.Н. Анализ социологических данных. М.: Научный мир, 2000
6.
Хили Дж. Статистика. Социологические и маркетинговые исследования. СПб.: Питер, 2005.
7.
Bluman A. Elementary statistics. McGraw-Hill, 2008.
Тема 2. Статистические гипотезы и их проверка. Одновыборочный t-тест. Т-тест для
двух независимых выборок. Т-тест для двух связных выборок. Непараметрический критерий Манна – Уитни. Гипотеза о равенстве средних рангов.
1.
Литература основная
Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS : учебноепособие для вузов. – М.: Изд. дом ГУ ВШЭ, 2007. – С.82-99, 109-115.
2.
Моосмюллер Г., Ребик Н.Н. Маркетинговые исследования с SPSS: Учебное пособие. – М.:
ИНФРА-М, 2007. – С.42-60, 81-90.
3.
Пашкевич А.В. Теория вероятностей и математическая статистика для социологов и
менеджеров: учебник для студентов учреждений высш. образования / Науч. ред.: А. А.
Макаров. М. : Издательский центр «Академия», 2014. С.177-197, 215-263.
4.
Толстова Ю.Н. Математико-статистические модели в социологии. М.: ИД ГУ-ВШЭ, 2007.
С.101-107, 113-122, 130-140.
5.
Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере: учебное пособие. – М.: ИД
«ФОРУМ», 2008. – С.82-96, 147-169.
6.
Agresti, A. and Finlay, B. Statistical Methods for the Social Sciences. 4th ed. Pearson Prentice
Hall, 2009. Pp.143-159, 183-187, 191-197.
1.
Литература дополнительная
Айвазян С. А., Мхитарян В. С. Теория вероятностей и прикладная статистика, ч.1. М.:
Юнити, 2001.
2.
Бослаф С. Статистика для всех. / Пер. с англ. П.А. Волкова, И.М. Флямер, М.В. Либерман,
А.А. Галицына. – М.: ДМК Пресс, 2015.
3.
Наследов А. SPSS 19: профессиональный статистический анализ данных. – СПб.: Питер,
2011.
4.
Хили Дж. Статистика. Социологические и маркетинговые исследования. СПб.: Питер, 2005.
7
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Статистический анализ данных (SPSS) для направления подготовки
38.03.02 «Менеджмент» подготовки бакалавров
5.
Bluman A. Elementary statistics. McGraw-Hill, 2008.
Тема 3. Совместное распределение переменных. Таблицы сопряженности. Критерий Хиквадрат. Анализ стандартизированных остатков. Парные коэффициенты корреляции
(коэффициент линейной корреляции Пирсона, коэффициент ранговой корреляции
Спирмена).
1.
Литература основная
Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS: учебное
пособие для вузов. – М.: Изд. дом ГУ ВШЭ, 2007. – С.57-81, 115-146, 166-182.
2.
Моосмюллер Г., Ребик Н.Н. Маркетинговые исследования с SPSS: Учебное пособие. – М.:
ИНФРА-М, 2007. – С.74-80, 104-127.
3.
Пашкевич А.В. Теория вероятностей и математическая статистика для социологов и
менеджеров: учебник для студентов учреждений высш. образования / Науч. ред.: А. А.
Макаров. М. : Издательский центр «Академия», 2014. С. 77-107, 197-215, 264-287.
4.
Толстова Ю.Н. Математико-статистические модели в социологии. М.: ИД ГУ-ВШЭ, 2007.
С.126-129.
5.
Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере: учебное пособие. – М.: ИД
«ФОРУМ», 2008. – С. 208-219, 230-269.
6.
Agresti, A. and Finlay, B. Statistical Methods for the Social Sciences. 4th ed. Pearson Prentice
Hall, 2009. Pp.221-300.
1.
Литература дополнительная
Айвазян С. А., Мхитарян В. С. Теория вероятностей и прикладная статистика, ч.1. М.:
Юнити, 2001.
2.
Бослаф С. Статистика для всех. / Пер. с англ. П.А. Волкова, И.М. Флямер, М.В. Либерман,
А.А. Галицына. – М.: ДМК Пресс, 2015.
3.
Бююль А., Цёфель П. SPSS: искусство обработки информации. СПб.: ДиаСофтЮП, 2005.
4.
Наследов А. SPSS 19: профессиональный статистический анализ данных. – СПб.: Питер,
2011.
5.
Хили Дж. Статистика. Социологические и маркетинговые исследования. СПб.: Питер, 2005.
6.
Bluman A. Elementary statistics. McGraw-Hill, 2008.
Тема 4. Регрессионный анализ в социальных исследованиях. Простая регрессионная модель.
Множественная регрессия. Регрессия с фиктивными переменными и эффектами взаимодействий.
Литература основная
1. Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS: учебное
пособие для вузов. – М.: Изд. дом ГУ ВШЭ, 2007. – С.146-165, 166-182.
2. Моосмюллер Г., Ребик Н.Н. Маркетинговые исследования с SPSS: Учебное пособие. – М.:
ИНФРА-М, 2007. – С.118-127.
3. Agresti, A. and Finlay, B. Statistical Methods for the Social Sciences. 4th ed. Pearson Prentice
Hall, 2009. Pp.301-368, 441-482.
8
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Статистический анализ данных (SPSS) для направления подготовки
38.03.02 «Менеджмент» подготовки бакалавров
Литература дополнительная
1. Бослаф С. Статистика для всех. / Пер. с англ. П.А. Волкова, И.М. Флямер, М.В. Либерман,
А.А. Галицына. – М.: ДМК Пресс, 2015.
2. Бююль А., Цёфель П. SPSS: искусство обработки информации. СПб.: ДиаСофтЮП, 2005.
3. Наследов А. SPSS 19: профессиональный статистический анализ данных. – СПб.: Питер,
2011.
Тема 5. Кластерный анализ. Иерархический кластерный анализ: для количественных
шкал, для дихотомических переменных. Выбор меры расстояния и формы кластера. Отбор итогового количества кластеров в модели. Описание и интерпретация результатов
кластеризации.
Литература основная
1. Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS: учебное
пособие для вузов. – М.: Изд. дом ГУ ВШЭ, 2007. – С.205-217.
2. Моосмюллер Г., Ребик Н.Н. Маркетинговые исследования с SPSS: Учебное пособие. –
М.:ИНФРА-М, 2007. – С.151-169.
3. Everette, B.S., Landau, S., Leese, M., Stahl, D. Cluster Analysis. 5th Ed. Wiley, 2011. Pp.1-143.
Литература дополнительная
1. Бослаф С. Статистика для всех. / Пер. с англ. П.А. Волкова, И.М. Флямер, М.В. Либерман,
А.А. Галицына. – М.: ДМК Пресс, 2015.
2. Бююль А., Цёфель П. SPSS: искусство обработки информации. СПб.: ДиаСофтЮП, 2005.
3. Наследов А. SPSS 19: профессиональный статистический анализ данных. – СПб.: Питер,
2011.
Образовательные технологии
Занятия проводятся в форме лекций и семинаров (в компьютерном классе), используется
проектор.
Оценочные средства для текущего контроля и аттестации студента
Порядок формирования оценок по дисциплине
Аттестация знаний осуществляется в 10-балльной шкале.
Итоговая оценка за курс вычисляется следующим образом:
Оценка итоговая = 0,55*Оценка экзамен + 0,45* Оценка накопленная
Оценка накопленная = 0,45*Оценка активность на семинарах + 0,55*Оценка контрольная
При округлении накопленной и итоговой оценок за курс «Статистический анализ данных
(SPSS)» производится в соответствии с арифметическим правилом округления. Так, например,
оценка 3,5 балла округляется до 4.
9
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Статистический анализ данных (SPSS) для направления подготовки
38.03.02 «Менеджмент» подготовки бакалавров
Курс предполагает возможность выставления автоматического зачета по курсу, если
накопленная оценка перед экзаменом составляет не менее 7 баллов.
Учебно-методическое и информационное обеспечение дисциплины
Базовые учебники
1. Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS: учебное
пособие для вузов. – М.: Изд. дом ГУ ВШЭ, 2007.
2. Пашкевич А.В. Теория вероятностей и математическая статистика для социологов и
менеджеров: учебник для студентов учреждений высш. образования / Науч. ред.: А. А.
Макаров. М. : Издательский центр «Академия», 2014.
3. Agresti, A. and Finlay, B. Statistical Methods for the Social Sciences. 4th ed. Pearson Prentice
Hall, 2009.
1.
Основная литература
Моосмюллер Г., Ребик Н.Н. Маркетинговые исследования с SPSS: Учебное пособие. – М.:
ИНФРА-М, 2007.
2.
Толстова Ю.Н. Математико-статистические модели в социологии. М.: ИД ГУ-ВШЭ, 2007.
3.
Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере: учебное пособие. – М.: ИД
«ФОРУМ», 2008.
Дополнительная литература
1. Айвазян С. А., Мхитарян В. С. Теория вероятностей и прикладная статистика, ч.1. М.:
Юнити, 2001.
2. Бослаф С. Статистика для всех. / Пер. с англ. П.А. Волкова, И.М. Флямер, М.В. Либерман,
А.А. Галицына. – М.: ДМК Пресс, 2015.
3. Бююль А., Цёфель П. SPSS: искусство обработки информации. СПб.: ДиаСофтЮП, 2005.
4. Девятко И.Ф. Методы социологического исследования. / И.Ф. Девятко. – 4-е изд. – М.:
КДУ, 2006.
5. Наследов А. SPSS 19: профессиональный статистический анализ данных. – СПб.: Питер,
2011.
6. Толстова Ю.Н. Анализ социологических данных. М.: Научный мир, 2000
7. Толстова Ю.Н. Анализ социологических данных. М.: Научный мир, 2000
8. Хили Дж. Статистика. Социологические и маркетинговые исследования. СПб.: Питер, 2005
9. Чуриков А.В. Основы формирования выборки: лекции для студентов направления 040100.62
(Социология) – М.: ГУ-ВШЭ, 2005.
10. Bluman A. Elementary statistics. McGraw-Hill, 2008.
Программные средства
Для успешного освоения дисциплины студент использует следующие программные
средства: SPSS.
10
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Статистический анализ данных (SPSS) для направления подготовки
38.03.02 «Менеджмент» подготовки бакалавров
Дистанционная поддержка дисципли
Материалы к курсу, включающие в себя программу, слайды к лекциям и материалы к
семинарам и практическим занятиям, домашние задания и базы данных, доступны в системе
LMS.
11. Материально-техническое обеспечение дисциплины
На лекциях, семинарах и практических занятиях используется проектор. Практические
занятия проводятся в компьютерном классе с установленной на компьютерах программой
SPSS.
11