Kaisa_2012_3_photo by Veikko Somerpuro

Ilmoittaudu
13.12.2018 klo 09:00 - 15.1.2019 klo 23:59
Moodle
Kirjaudu sisään nähdäksesi Moodlen kurssiavaimen.

Aikataulu

Tästä osiosta löydät kurssin opetusaikataulun. Tarkista mahdolliset muut aikataulut kuvauksesta.

PäivämääräAikaOpetuspaikka
Ke 16.1.2019
14:15 - 15:45
Ke 23.1.2019
14:15 - 15:45
Ke 30.1.2019
14:15 - 15:45
Ke 6.2.2019
14:15 - 15:45
Ke 13.2.2019
14:15 - 15:45
Ke 20.2.2019
14:15 - 15:45
Ke 27.2.2019
14:15 - 15:45

Muu opetus

15.01. - 26.02.2019 Ti 12.15-13.45
Arho Toikka
Opetuskieli: suomi
15.01. - 26.02.2019 Ti 10.15-11.45
Arho Toikka
Opetuskieli: suomi
17.01. - 28.02.2019 To 10.15-11.45
Mia Silfver-Kuhalampi
Opetuskieli: suomi
17.01. - 28.02.2019 To 12.15-13.45
Niina Metsä-Simola
Opetuskieli: suomi
16.01. - 27.02.2019 Ke 12.15-13.45
Mia Silfver-Kuhalampi
Opetuskieli: suomi
16.01. - 27.02.2019 Ke 12.15-13.45
Arho Toikka
Opetuskieli: suomi

Kuvaus

Sosiaalitieteen kandiohjelman opiskelijat sekä yhteiskuntapolitiikan, sosiologian, sosiaalipsykologian sekä sosiaalityön vanhoilla opintovaatimuksilla opiskelevat. Tilan salliessa tilastotieteen pääaineopiskelijat.

Johdatus yhteiskuntatilastotieteeseen, osa 1 (5 op, VALT-103)

Johdatus yhteiskuntatilastotieteeseen, osa 2 (5 op, VALT-104)

Suositeltavat edeltävät opinnot:

DIGI-000A Opiskelijan digitaidot: orientaatio (2 op, yliopisto)

DIGI-000B Opiskelijan digitaidot: syventävät taidot (1 op, yliopisto)

Opintojakson suoritettuaan opiskelija ymmärtää tilastollisten tiedonkeruu-, analyysi- ja mallintamismenetelmien merkityksen sosiaalitutkimuksen näkökulmasta. Hän ymmärtää myös erilaisten tutkimusasetelmien mahdollisuudet sosiaalitutkimuksessa sekä hallitsee opintojakson sisältöön kuuluvat peruskäsitteet. Opiskelija osaa tehdä ristiintaulukointia sekä regressio-, varianssija faktorianalyysia sosiaalitutkimuksen alaan liittyvistä kvantitatiivisista aineistoista sekä lukea ja tulkita oman alansa tieteellisiä artikkeleita, joissa on sovellettu tilastollisia menetelmiä. Opintojakson asiat ovat monelta osin työelämätaitoja.

2. opintovuosi, 3. periodi

Opintojakso koostuu teemoista, joilla syvennetään edeltävien menetelmäopintojen perustietoja ja -taitoja. Teemat ja näitä tukevat tietokoneharjoitukset liittyvät läheisesti tilastollisen sosiaalitutkimuksen keskeisiin aihepiireihin kuten erilaisiin tutkimusasetelmiin, näissä ilmeneviin tiedon keruun ja mittauksen haasteisiin, tilastolliseen aineistoon tutustumisen menetelmiin, tiedon puuttuvuusongelmien havaitsemiseen sekä erilaisiin tyypillisiin näillä aloilla sovellettuihin tilastollisiin menetelmiin kuten esimerkiksi ristiintaulukointiin, regressio-, varianssi- ja faktorianalyysiin.

Opettajien laatimat kurssimateriaalit, saatavilla kurssin verkkoalustalta.

Asteikolla 0-5 (0 = hylätty, 1 = välttävä, 2 = tyydyttävä, 3 = hyvä, 4 = kiitettävä, 5 = erinomainen)

Harjoitukset ovat avoimia ja pakollisia sosiaalitieteen kandiohjelman opiskelijoille ja vanhoilla tutkimusvaatimuksilla tutkintoa suorittaville sosiaalipsykologian, sosiaalityön, sosiologian sekä yhteiskuntapolitiikan opiskelijoille. Tilastotieteen ohjelmien opiskelijat voivat osallistua luennoille tilan salliessa ja suorittaa kurssin luennoilla opastettavalla tavalla.

Kurssilla on mahdollista suorittaa vanhojen opintosuuntakohtaisten tutkintovaatimusten korvaavat harjoitus- ja luento-osat tai molemmat kurssin alussa opastettavalla tavalla.

Osa ryhmistä opetetaan R-tilastokielellä, osa SPSS-ohjelmistolla.

SPSS on valikkopohjainen ohjelmisto ja tavallaan siksi yksinkertaisempi näistä kahdesta, mutta jossain määrin rajatumpi menetelmävalikoimaltaan. Tavalliset sosiaalitieteiden tilastolliset menetelmät siitä toki löytyvät, ja ne ohjelmisto toteuttaa hyvin. R-tilastokieli on ohjelmointipohjainen ja siten ehkä alkuunpääsyn osalta hieman vaativampi, mutta menetelmävalikoimaltaan rikkaampi - R mahdollistaa mm. tekstiaineistojen laadullisen analyysin, monipuolisen heterogeenisen aineiston käsittelyn ja uusimmat tilastolliset menetelmät. R on erityisesti syksyllä 2019 Johdatus yhteiskuntatilastotieteeseen kurssin suorittaneille tuttu data-analyysiharjoituksista. Ennakko-osaamista ohjelmistoista ei kummassakaan vaadita ja harjoitukset ovat suunniteltu siten, että ne pystyy aloittelijatasolta tekemään.

Jokainen suorittaa siis kokonaisuuden, joka koostuu luennoista, ja yhdessä ryhmässä tehtävistä harjoituksista. Ilmottaudu siis sekä luennoille että yhteen harjoitusryhmään.

Kurssi koostuu lähiopetuksesta luentosalissa ja tietokoneluokassa sekä toiminnasta verkkoympäristössä. Tiivis lähiopetusjakso toteutetaan yhteistyössä kandiohjelman menetelmäopettajien ja tiedekunnan menetelmäkeskuksen tilastotieteen opettajien kanssa.