Методология и методы исследований в социологии. Количественный подход

Магистратура 2026/2027

Статус: Курс обязательный (Социология публичной сферы и цифровая аналитика)

Кто читает: Институт социальной политики

Где читается: Институт социальной политики

Когда читается: 1-й курс, 1 модуль

Охват аудитории: для своего кампуса

Преподаватели: Тер-Акопов Сергей Александрович

Язык: русский

Кредиты: 3

Контактные часы: 32

Дополнительные материалы в LMS Задать вопрос

Аннотация

Данный курс нацелен на развитие у студентов социологического мышления: анализа, оценки и выделения исследовательской проблематики; на выработку понимания методологии количественного социологического исследования; а также на формирование умения грамотно оперировать элементами количественного подхода к сбору и анализу данных.

Цель освоения дисциплины

заложить основы понимания роли количественных методов эмпирического социологического исследования в решении научно-исследовательских задач, а также в анализе, измерении и оценке (диагностике) состояния социальных объектов и процессов, прогнозировании их развития на основе статистически обоснованных данных;
сформировать способности проблемно-исследовательского осмысления социальной реальности через призму измеримых показателей, глубокого понимания причин и факторов, порождающих исследуемые социальные явления, на основе применения фундаментальных знаний в области социологии, статистики и смежных количественных дисциплин;
выработать способности разработки теоретико-методологических и методических основ количественного социологического исследования, включая формулирование проверяемых гипотез, построение теоретической и эмпирической моделей объекта исследования, выбор адекватной исследовательской стратегии с учётом специфики научно-исследовательской и аналитико-экспертной деятельности;
сформировать логические способности операционализации теоретических понятий, построения шкал и системы индикаторов, конструирования выборки и инструментария, а также практические навыки сбора, ввода, очистки и статистического анализа количественных данных (описательная статистика, проверка гипотез, регрессионный и факторный анализ, работа в специализированном программном обеспечении);
сформировать навыки критической оценки качества количественных данных — их надёжности, валидности и репрезентативности, а также умения корректно интерпретировать и представлять результаты статистического анализа в форме, пригодной для научной коммуникации и принятия обоснованных решений;
познакомить с методологией подготовки, проведения и анализа результатов количественных эмпирических социологических исследований на примере известных крупных исследовательских проектов, в том числе реализованных под руководством автора курса.

Планируемые результаты обучения

Знать место количественных методов в структуре социологического знания; логику эмпирического исследования — от теоретической проблемы к гипотезе; основные исследовательские стратегии (кросс-секционные, лонгитюдные, экспериментальные)
Уметь: формулировать исследовательский вопрос и гипотезу на основе теоретической проблемы; соотносить исследовательскую задачу с адекватной методологической стратегией. Владеть: навыками критического анализа дизайна существующих количественных исследований.
Знать: типы переменных и уровни измерения; принципы операционализации теоретических понятий; логику работы с описательной статистикой.
Уметь: производить перекодировку переменных и работу с пропущенными значениями; рассчитывать и интерпретировать меры центральной тенденции и разброса; строить частотные распределения и таблицы сопряжённости; подбирать адекватный тип визуализации под тип данных.
Владеть: навыками первичной обработки и визуализации данных в статистическом программном обеспечении.
Уметь: формулировать исследовательский вопрос и гипотезу на основе теоретической проблемы; соотносить исследовательскую задачу с адекватной методологической стратегией.
Знать: место количественных методов в структуре социологического знания; логику эмпирического исследования — от теоретической проблемы к гипотезе; основные исследовательские стратегии.
Знать: логику проверки гипотез о различиях между группами; условия применимости параметрических (t-критерий, ANOVA) и непараметрических методов сравнения.
Уметь: проводить t-тесты и дисперсионный анализ; проверять предпосылки применения методов (нормальность, однородность дисперсий); выбирать непараметрическую альтернативу при нарушении предпосылок.
Владеть: навыками интерпретации результатов сравнения групп с учётом статистической значимости и величины эффекта.
Знать: логику классификации объектов по сходству; различия иерархических и неиерархических методов кластеризации; проблему определения оптимального числа кластеров.
Уметь: проводить иерархическую и k-means кластеризацию; интерпретировать дендрограмму; профилировать и содержательно описывать полученные кластеры.
Владеть: навыками оценки устойчивости и качества кластерного решения.
Знать: логику редукции размерности данных и выявления латентных конструктов; критерии определения числа факторов; принципы вращения факторов.
Уметь: проводить эксплораторный факторный анализ; оценивать адекватность данных (KMO, критерий Бартлетта); строить индексы и шкалы на основе факторного решения.
Владеть: навыками проверки надёжности шкалы (альфа Кронбаха) и содержательной интерпретации факторной структуры.
Знать: логику моделирования зависимости между переменными; принципы построения парной и множественной линейной регрессии; условия применимости регрессионного анализа.
Уметь: строить и интерпретировать регрессионные модели, включая модели с категориальными предикторами; диагностировать нарушения предпосылок (мультиколлинеарность, гетероскедастичность); строить логистическую регрессию для бинарной зависимой переменной.
Владеть: навыками содержательной интерпретации регрессионных коэффициентов и оценки ограничений причинных выводов на основе наблюдательных данных.

Содержание учебной дисциплины

Тема 1. Количественная методология в социологическом исследовании: основы и логика
Тема 2. Переменные, шкалы и описательная статистика
Тема 3. Анализ связи между переменными: корреляция и критерий хи-квадрат
Тема 4. Сравнение средних значений
Тема 5. Кластерный анализ
Тема 6. Факторный анализ
Тема 7. Регрессионный анализ

Элементы контроля

Деловая Игра
Activity
Test

Промежуточная аттестация

2026/2027 1st module
0.1 * Activity + 0.5 * Деловая Игра + 0.4 * Test

Список литературы

Авторы

Тер-Акопов Сергей Александрович
Рябикова Ирина Викторовна

Программа дисциплины