| Kursa nosaukums | Kvantitatīvās pētījumu metodes |
| Kursa kods | SociM007 |
| Zinātnes nozare | Socioloģija un sociālais darbs |
| Kredītpunkti (ECTS) | 6 |
| Kopējais stundu skaits kursā | 162 |
| Lekciju stundu skaits | 24 |
| Semināru un praktisko darbu stundu skaits | 24 |
| Laboratorijas darbu stundu skaits | 0 |
| Studenta patstāvīgā darba stundu skaits | 114 |
| Kursa apstiprinājuma datums | 12/03/2025 |
| Atbildīgā struktūrvienība | Sociālo un humanitāro zinātņu institūts |
| Kursa izstrādātājs(-i) | |
| Mg. sc. soc., lekt. Lana Janmere |
|
| Priekšzināšanas | |
| FilzM001, Zinātnes filozofija un metodoloģija SociM003, Kvalitatīvās pētījumu metodes |
|
| Kursa anotācija | |
| Studiju kursa apgūšanas mērķis ir sniegt teorētiskās zināšanas un paaugstināt studējošo kompetenci sociālo pētījumu plānošanā un īstenošanā, kuros tiek izmantotas kvantitatīvo pētījumu metodes. Studiju kurss sniedz zināšanas un prasmes kvantitatīvo sociālo pētījumu plānošanā, īstenošanā, kvantitatīvu datu apstrādē un analīzē, kas nepieciešamas turpmākajā profesionālajā darbībā sabiedrības pārvaldē, pētniecības organizācijās un jebkurā privātā sektora organizācijā, kur darba specifika saistīta ar sociālo problēmu, cilvēku uzvedības un viedokļu izpēti un to kvantitatīvu mērīšanu. Studējošie gan teorētiski, gan praktiski apgūst nozīmīgākās metodes kvantitatīvajā pētnieciskajā pieejā, padziļina izpratni par kvantitatīvu datu apkopošanu, analīzi, datos balstītu secinājumu nozīmi, to izdarīšanu un interpretāciju, kas ļauj pārbaudīt esošās un attīstīt jaunas zināšanas socioloģijas teorijā. Studiju kursa praktiskās nodarbības ir vērstas uz kvantitatīvu pētījuma metožu pielietošanu, studējošie apgūst nozīmīgākās aprakstošās un secinošās statistikas metodes un to pielietojumu dažādos kvantitatīvu pētījumu dizainos, kuros kā datu ieguves metode tiek izmantota aptauja. Studiju kurss veicina kritisko domāšanu un personīgās kompetences attīstību. | |
| Kursa rezultāti un to vērtēšana | |
| Zināšanas: padziļināta izpratne par kvantitatīvu pētījumu būtību, svarīgākajām kvantitatīvu datu ieguves metodēm, pētījuma metodoloģijas veidošanas pamatprincipiem, kvantitatīvu datu apstrādes un analīzes specifiku dažādos kvantitatīvu pētījumu dizainos, kā arī aptaujas datiem piemērotākajām statistiskās apstrādes metodēm – praktiskie darbi, patstāvīgie darbi, eksāmens.
Profesionālās prasmes: demonstrē spēju patstāvīgi izstrādāt pētījuma instrumentāriju kvantitatīvu datu ieguvei un novērtēt to validitāti, korekti pielietot izraudzītās pētījuma metodes, patstāvīgi izveidot kvantitatīva pētījuma datubāzi un pārbaudīt to, kā arī apkopot aptaujas datus, iegūt primāros rezultātus un atainot tos grafiski, izmērīt aptaujas datu sakarību ciešumu, noteikt to statistisko nozīmību un salīdzināt grupu vidējās tendences – patstāvīgie darbi, praktiskie darbi. Vispārīgās prasmes: spēj atbildīgi plānot un izpildīt uzdotos uzdevumus, sadarboties, iesaistīties diskusijā un pamatoti aizstāvēt savu viedokli, kritiski izvērtēt iegūto informāciju un izdara datos balstītus secinājumus – patstāvīgie darbi, praktiskie darbi, diskusijas, eksāmens. Kompetence: demonstrē kompetenci patstāvīgi izstrādāt kvantitatīva pētījuma programmu atbilstoši izvēlētajai sociālajai problēmai, patstāvīgi plāno un īsteno kvantitatīvu datu apstrādi, analīzi un secinājumu izdarīšanu, spēj patstāvīgi risināt nestandarta situācijas organizāciju un sabiedrības pārvaldes jomā ar kvantitatīvo pētījumu metodoloģijas tehnikām – patstāvīgie darbi, eksāmens. |
|
| Kursa saturs(kalendārs) | |
| Pilna laika klātienes studijās
Lekciju saturs (24 stundas): 1.Kvantitatīvā pieeja sociālajos pētījumos, kvantitatīvu pētījumu tipi. Pētījuma programmas elementi, hipotēzes loma kvantitatīvos pētījumos (2 stundas). 2.Mainīgo noteikšana un mērīšana, mērījumu līmeņi (2 stunda). 3.Datu ieguves metode kvantitatīvā pētījumā – aptauja (3 stundas). 4.Datu ieguves metode kvantitatīvajā pētījumā – kontentanalīze (2 stundas). 5.Datu ieguves metode kvantitatīvajā pētījumā – novērojums (2 stunda). 6.Ģenerālkopas noteikšana un izlases veidošana kvantitatīvos pētījumos. Datu ticamības novērtēšana kvantitatīvos pētījumos (1 stunda). 7.Populārāko kvantitatīvo datu apstrādei izmantoto datorprogrammu apskats sociālajās zinātnēs. Datu matricas sagatavošana darbam IBM SPSS vai līdzīgu alternatīvu (2 stunda). 8.Aprakstoša pētījuma dizains. Primāro rezultātu ieguve sociālo tendenču raksturošanai socioloģiskajos pētījumos un interpretācija aprakstošā pētījumā (2 stunda). 9.Korelāciju pētījuma dizains. Datu sakarību ciešuma mērīšanas rādītāji, to izmantošana dažādu sociālo problēmu izpētē (2 stundas). 10.Statistiskās nozīmības noteikšana atklātajām sakarībām datos (2 stundas). 11.Grupu atšķirību vērtēšana un vidējo tendenču salīdzināšana (2 stundas). 12.Kvazieksperimentāla pētījuma dizains. Neatkarīgā un atkarīgā mainīgā definēšana, to savstarpējās ietekmes noteikšana, izmantojot vienkāršās lineārās regresijas analīzi (2 stundas). Praktisko darbu saturs (24 stundas): 1.Pētījuma programmas sagatavošana. Konceptualizācija un operacionalizācija. Mērķa, uzdevumu, hipotēzes definēšana (4 stundas). 2.Dokumentu kvantitatīva kontentanalīze (3 stundas). 3.Aptaujas anketas sastādīšana (5 stundas). 4.Pētījuma bāzes sagatavošana datorprogrammā, aptaujas datu ievade un pārbaude (4 stundas). 5.Primāro rezultātu ieguve, to interpretācija un atspoguļojums grafiskajos risinājumos (4 stundas). 6.Datu sakarību ciešuma mērīšana, statistiskās nozīmības noteikšana un vidējo tendenču salīdzināšana. Iegūto rezultātu interpretācija (4 stundas). Nepilna laika tālmācības studijās: Tiek īstenotas visas tēmas, kas norādītas pilna laika klātienei, bet kontaktstundu skaits ir 1/2 no norādīto stundu skaita. |
|
| Prasības kredītpunktu iegūšanai | |
| Studējošajiem jāizstrādā viens patstāvīgais darbs un trīs praktiskie darbi. Ja visi praktiskie darbi ir izpildīti un par tiem iegūts sekmīgs vērtējums, kursa noslēgumā studējošie eksāmena laikā prezentē patstāvīgo darbu.
Studiju process nepilna laika tālmācībā tiek organizēts saskaņā ar studiju prorektora rīkojumu Nr. 2.4.-8/54 “Par tālmācības kārtību LBTU”. Studiju kursu apguve katrā semestrī tiek plānota saskaņā ar studiju plānu. Studiju kursā iekļautās tēmas studējošie apgūst patstāvīgi, izmantojot pasniedzēja izveidotos un e-studiju vidē (Moodle) ievietotos materiālus. Atgriezeniskā saite par lekciju un semināru tēmu apguvi tālmācībā tiek organizēta pašnovērtējuma testu, diskusiju forumu un patstāvīgo darbu veidā, kā arī klātienes vai tiešsaistes konsultācijās, lekcijās un noslēguma pārbaudījumos saskaņā ar grafiku. |
|
| Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums | |
| Studējošie kā patstāvīgo darbu izstrādā kvantitatīva pētījuma programmu par paša izvēlētu sabiedrības pārvaldes problēmu, tai atbilstošu datu ieguves instrumentu un datu apstrādes plānu. Kursa noslēgumā eksāmenā tas tiek prezentēts. | |
| Studiju rezultātu vērtēšanas kritēriji | |
| Eksāmens. Tā vērtējumu veido: praktiskais darbs 1 (10%), praktiskais darbs 2 (10%), praktiskais darbs 3 (10%), patstāvīgais darbs (30%), eksāmens (40%). | |
| Obligātā literatūra | |
| 1.Adams, J., Raeside, R. Khan, H. T. A. (2014) Research Methods for Business and Social Science Students. Second edition. eBook. New Delhi: Sage Publications Pvt. Ltd., 304 p. Pieejama: EBSCO eBook Academic Collection LBTU Fundamentālās bibliotēkas tīklā. http://search.ebscohost.com.ezproxy.llu.lv/login.aspx?direct=true&db=e000xww&AN=784882&site=ehost-live&scope=site.
2.Bourke, J., Kirby, A., Doran, J. (2016) Survey & questionnaire design: Collecting Primary Data to Answer Research Questions: eBook. Ireland: NuBooks, 47 p. Pieejama: EBSCO eBook Academic Collection LBTU Fundamentālās bibliotēkas tīklā. http://search.ebscohost.com.ezproxy.llu.lv/login.aspx?direct=true&db=e000xww&AN=1460401&site=ehost-live&scope=site 3.Manly, F. J. B., Navarro Alberto, J.A. (2016) Multivariate Statistical Methods: A Primer. Fourth Edition, 269 p. Pieejama kā e-grāmata ESAF Informācijas kabinetā. 4.Elst van H. (2019) Foundations of Descriptive and Inferential Statistics. Germany, p. 176. Tiešsaistē pieejama https://arxiv.org/pdf/1302.2525.pdf. 5.Jansons, V., Kozlovskis, K. (2015). Mārketinga pētījumi: teorija un prakse SPSS 20 vidē. 1. daļa. Rīga, RTU izdevniecība, 400 lpp. Tiešsaistē pieejama https://dom.lndb.lv/data/obj/841728.html. 6.Miller, J. (2022) Making Sense of Numbers: Quantitative Reasoning for Social Research. Thousand Oaks, California: Sage Publications Inc, 2022, 569 p. ISBN: 978-1-5443-5559-7. 7.Neuman W.L. Social research methods. Qualitative and Quantitative approaches: Seventh edition. Harlow, United Kingdom: Pearson Education Limited, 2014. 599 p. Tiešsaistē pieejama: http://letrunghieutvu.yolasite.com/resources/w-lawrence-neuman-social-research-methods_-qualitative-and-quantitative-approaches-pearson-education-limited-2013.pdf. |
|
| Papildliteratūra | |
| 1.Data Science & Big Data Analytics: Discovering, Analyzing, Visualizing and Presenting Data (2015). Indianapolis: John Willey & Sons, 410 p. ISBN: 978-1-118-87613-8
2.Krippendorff, K. (2018) Content Analysis. An Introduction to Its Methodology. Fourth edition. SAGE Publications, 472 p. 3.Jansons V., Kozlovskis K. (2016). Mārketinga pētījumi: teorija un prakse SPSS 20 vidē. 2. daļa. Rīga, RTU izdevniecība, 326 lpp. Tiešsaistē pieejama https://dom.lndb.lv/data/obj/841729.html. 4.Jansons V., Kozlovskis K. (2018). Mārketinga pētījumi: teorija un prakse SPSS 20 vidē. 3. daļa. Rīga, RTU izdevniecība, 290 lpp. Tiešsaistē pieejama https://dom.lndb.lv/data/obj/841730.html. |
|
| Periodika un citi informācijas avoti | |
| 1.Eiropas Savienības statistikas pārvaldes Eurostat datubāzes. Pieejams: https://ec.europa.eu/eurostat/web/main/home.
2.Eiropas vērtību pētījuma datubāzes (European Values Study). Pieejams: https://europeanvaluesstudy.eu/. 3.International Journal of Social Research Methodology. Pieejams: http://www.tandfonline.com/loi/tsrm20. |
|
| Piezīmes | |
| Obligātais studiju kurss ESAF akadēmiskā maģistra studiju programmā “Organizāciju un sabiedrības pārvaldes socioloģija” | |