Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Kvalitatīvās un kvantitatīvās metodes sociālajās zinātnēs
Kursa kods
SZF_199
Zinātnes nozare
Citas sociālās zinātnes, tai skaitā starpnozaru sociālās zinātnes un militārā zinātne; Ekonomika un uzņēmējdarbība; Plašsaziņas līdzekļi un komunikācija; Politikas zinātne; Socioloģija un sociālais darbs; Tiesību zinātne
Kredītpunkti (ECTS)
6,00
Mērķauditorija
Civilā un militārā aizsardzība; Informācijas un komunikācijas zinātne; Komunikācijas zinātne; Politikas zinātne; Sociālā antropoloģija; Socioloģija; Tiesību zinātne; Uzņēmējdarbības vadība; Vadībzinātne
LKI
7. līmenis
Studiju veids un forma
Pilna laika
Studiju kursa īstenotājs
Kursa vadītājs
Toms Rātfelders
Struktūrvienības vadītājs
Ieva Puzo
Struktūrvienība
Sociālo zinātņu fakultāte
Kontaktinformācija
Dzirciema iela 16, Rīga, szf@rsu.lv
Par studiju kursu
Mērķis
Studiju kursa mērķis ir veicināt studentu izpratni par galvenajām kvalitatīvajām un kvantitatīvajām pētniecības metodēm sociālajās zinātnēs, lai spētu iegūtās zināšanas kritiski izvērtēt un pielietot dažāda tipa pētījumos. Studenti apgūs galvenās kvalitatīvās un kvantitatīvās metodes (un to kopīgās iezīmes), kā arī jaukto metožu pieeju. Kursa laikā studenti attīstīs prasmes analizēt, izprast, interpretēt un atšķirt kvalitatīvos un kvantitatīvos zinātniskos pierādījumus, kā arī iegūs pamata kompetences kvalitatīvā un kvantitatīvā dizaina veidošanā.
Priekšzināšanas
Pamata izpratne par aprakstošās statistikas pamatprincipiem un pamata prasmes darbā ar programmatūru Stata studiju procesu atvieglinās.
Studiju rezultāti
Zināšanas
1.Definēt zinātnisku darbu pamatelementus: atkarīgos mainīgos, neatkarīgos mainīgos, mediatormainīgos, moderatormainīgos pētījuma jautājumus, hipotēzes, literatūras pārskatu, zinātniskos pierādījumus, teoriju, ētiku, metodi, metodoloģiju un pozicionalitāti
Patstāvīgais darbs un pārbaudījumi
Faktoloģisks tests kursa noslēgumā
2.Definēt un salīdzināt dažādus pētījuma veidus Sociālo zinātņu pētniecībā
Patstāvīgais darbs un pārbaudījumi
Faktoloģisks tests kursa noslēgumā
3.Nosaukt un salīdzināt kvalitatīva un kvantitatīva pētījuma galvenās iezīmes
Patstāvīgais darbs un pārbaudījumi
Faktoloģisks tests kursa noslēgumā
4.Nosaukt un salīdzināt galvenās kvantitatīvās un kvalitatīvās metodes sociālo zinātņu pētniecībā un to datu interpretācijas pamatprincipus
Patstāvīgais darbs un pārbaudījumi
Faktoloģisks tests kursa noslēgumā
5.Definēt un salīdzināt pārliecinošus un nepārliecinošus zinātniskos pierādījumus katrai metodei
Patstāvīgais darbs un pārbaudījumi
Faktoloģisks tests kursa noslēgumā
Prasmes
1.Atpazīt dažādu pētījumu galvenās iezīmes publicētos zinātniskos pētījumos
Patstāvīgais darbs un pārbaudījumi
Semināra diskusijas par metožu un metodoloģijas pielietošanu publicētos zinātniskos pētījumos
2.Identificēt un salīdzināt zinātnisko pētījumu pamatelementus un pielietotās metodes publicētos zinātniskos pētījumos
Patstāvīgais darbs un pārbaudījumi
Semināra diskusijas par metožu un metodoloģijas pielietošanu publicētos zinātniskos pētījumos
3.Izvērtēt pārliecinošus un nepārliecinošus zinātniskos pierādījumus publicētos zinātniskos pētījumos
Patstāvīgais darbs un pārbaudījumi
Semināra diskusijas par metožu un metodoloģijas pielietošanu publicētos zinātniskos pētījumos
4.Spēt nodrošināt kvantitatīvo datu apstrādi un dažādu kvantitatīvo metožu rezultātu novērtēšanu ar programmatūras Stata palīdzību
Patstāvīgais darbs un pārbaudījumi
Statistikas laboratorijas mājasdarbi
Kompetences
1.Veikt kvantitatīva pētījuma dizaina izstrādi, pamatojoties uz kursā iegūtajām zināšanām un prasmēm
Patstāvīgais darbs un pārbaudījumi
Kvantitatīva un kvalitatīva pētījuma dizaina izveide un prezentācija
2.Veikt kvalitatīva pētījuma dizaina izstrādi, pamatojoties uz kursā iegūtajām zināšanām un prasmēm
Patstāvīgais darbs un pārbaudījumi
Kvantitatīva un kvalitatīva pētījuma dizaina izveide un prezentācija
3.Spēt veikt kvantitatīva pētījuma dizaina aizstāvēšanu auditorijas priekšā
Patstāvīgais darbs un pārbaudījumi
Kvantitatīva un kvalitatīva pētījuma dizaina izveide un prezentācija
4.Spēt veikt kvalitatīva pētījuma dizaina aizstāvēšanu auditorijas priekšā
Patstāvīgais darbs un pārbaudījumi
Kvantitatīva un kvalitatīva pētījuma dizaina izveide un prezentācija
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Statistikas laboratorijas mājasdarbi |
25,00% no gala vērtējuma
|
10 balles
|
|
Pēc katra kvantitatīvo metožu semināra (laboratorijas) studentiem ir grupās pa 5 jāveic uzdevums ar piešķirtu datu kopu. Uzdevuma ietvaros studentiem ir jāuzraksta īss kopsavilkums (1 lapa), kurā ir iekļauts pārskats par apskatāmās metodes galvenajiem uzrādītajiem indikatoriem (un to nozīmi). Uzdevuma veikšanai jāizmanto statistiskā programmatūra Stata. Nodošanas termiņš: nākamās nedēļas pirmā nodarbība. Galvenais uzsvars šī uzdevuma vērtēšanā ir uz studentu spēju izmantot nepieciešamo kodu programmatūrā, lai apstrādātu datu kopu datu analīzei (50%) un pēc tam interpretētu pašas analīzes rezultātus (50%). |
||
|
2.
Semināra diskusijas par metožu un metodoloģijas pielietošanu publicētos zinātniskos pētījumos |
25,00% no gala vērtējuma
|
10 balles
|
|
Kursa ietvaros norisināsies vairākas semināra diskusijas ar mērķi pilnveidot studentu spējas atpazīt dažādus pētījuma veidus un izvērtēt metožu un metodoloģijas pielietošanu publicētos zinātniskos darbos. Semināru ietvaros studentiem tiks lūgts definēt galveno pētījuma jautājumu, pielietoto metodi, argumentu un pierādījumus uz kuriem šis arguments ir balstīts. Studentiem tiks arī uzdoti jautājumi, kuri veicinās šo elementu kritisku izvērtējumu. Galveno vērtējuma daļu (60%) veidos studentu iesaiste (aktivitāte) semināra diskusijā. Atlikušo daļu (40%) studentu spēja efektīvi noteikt un izvērtēt analizētā darba pamatelementus (un savu viedokli pamatot). |
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Faktoloģisks tests kursa noslēgumā |
25,00% no gala vērtējuma
|
10 balles
|
|
Studentiem kursa noslēgumā ir jāizpilda faktoloģisks tests ar 30 jautājumiem, kurā tiek pārbaudītas pamatzināšanas par kursā aplūkojamajiem zinātnisko darbu pamatelementiem, pētījuma veidiem un pētījuma metodēm. Katrs daudzizvēļu jautājums sastāv no četriem iespējamajiem atbilžu variantiem. Jautājumi ir strukturēti atbilstoši nepieciešamībai studējošajiem demonstrēt gan konceptuālu sapratni, gan arī izpratni par šo konceptu (un to raksturojošo elementu) atšķirībām. |
||
|
2.
Kvantitatīva un kvalitatīva pētījuma dizaina izveide un prezentācija |
25,00% no gala vērtējuma
|
10 balles
|
|
Kursa ietvaros studentiem, darbojoties grupās (aptuveni 20 studenti katrā), uz katru nākamo nedēļu ir jānodod kāda no pētījuma dizaina sastāvdaļām to pašu izdomātam pētījumam. Pirmajās divās nedēļās norisinās darbs pie kvalitatīvā dizaina un nākamajās divās nedēļās pie kvantitatīvā dizaina. Piemēram, kvalitatīvajā sadaļā uz 6. lekciju studentiem ir jāsniedz ieskats pētījuma mērķī, pētnieciskajā jautājumā un hipotēzē, bet uz 11. lekciju pētījuma teorijā, uzdevumos un aptuvenajā pētījuma metodē. Kvantitatīvajā sadaļā uz 16. semināru ir jāiesniedz ieskats pētījuma mērķī (jautājumā) un izvēlētās datu kopas izlases principos. Savukārt, uz 21. semināru ieskats hipotēzē (kontrolhipotēzēs), teorijā, mainīgo kodēšanas principos un izvēlētajā metodē. Katrs no elementiem tiek docenta pārbaudīts un studentiem tiek sniegta atgriezeniskā saite (neliekot atsevišķu atzīmi). Process kulminējas kursa noslēgumā, kad studenti prezentē savus dizainus un atbild gan uz docētāju, gan citu studējošo jautājumiem. Galvenie vērtēšanas kritēriji: docētāju veikto ieteikumu/labojumu ņemšana vērā/iekļaušana dizaina gala versijā (25%), spēja atbildēt uz jautājumiem/pamatot viedokli dizaina prezentācijā (25%), pētījuma dizaina elementu savlaicīga nodošana (25%), dizaina gala versijas "viengabalainība" (studējošie ir ieguldījuši relatīvi vienlīdzīgu darbu dizaina tapšanā) (25%). Lai nodrošinātu ceturtā elementa novērtēšanu, studentiem katra nedēļas uzdevuma ietvaros tiks sadalītas atbildības sfēras. Piemēram, uz 6. lekciju 5 studentiem būs jāstrādā pie mērķa, 5 pie jautājuma, 5 pie hipotēzes un vēl 5 pie mainīgo definēšanas. Šī studentu "piecinieka" ietvaros, savukārt, tiks sadalītas apakšatbildības. Piemēram, grupā kura strādā pie mērķa, vienam studentam būs jāatrod informācija par līdzīgiem pētījumiem kuri ir iepriekš tikuši veikti (un tie jāuzskaita), otram jāizplāno kā esošais darba mērķis papildinās iepriekš veiktos pētījumus, trešajam jāuzraksta potenciālie pozicionalitātes izaicinājumi utt. |
||
Studiju kursa tēmu plāns
PILNA LAIKA
Lekciju un semināru plāns
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Zinātniskais skatījums uz pasauli un pētījumu veidi. Metožu un metodoloģijas nozīme maģistra darbā un profesionālajā darbībā.
Apraksts
Tēmas ietvaros studenti apgūs zinātniskas domāšanas pamatprincipus. Ar ievirzi maģistra darba rakstīšanā, tie iegūs ieskatu galvenajos pētījumu veidos un tiks iepazīstināti ar zinātnisko pierādījumu pamatelementiem. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Zinātniska darba pamatelementi kvalitatīvajā un kvantitatīvajā pētniecībā
Apraksts
Tēmas ietvaros studenti gūs ieskatu tādos zinātniska darba pamatelementos kā a) pētījuma jautājums, b) hipotēze, c) mainīgie un to veidi, d) cēloņsakarība un tās mehānismi, e) teorija, f) literatūras pārskats. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Kvalitatīvās teksta analīzes metodes
Apraksts
Teksta analīzes metodes bieži tiek uzskatītas par kvalitatīvo metožu fundamentu. Studenti apgūs galvenos principus a) teksta satura analīzei, b) diskursa analīzei, c) tematiskajai analīzei, d) kontentanalīzei un f) tiesību normu interpretācijai. Divu semināru ietvaros studenti analizēs vienu publicētu pētījumu katrai no šim metodēm. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Kvalitatīvās teksta analīzes metodes
Apraksts
Teksta analīzes metodes bieži tiek uzskatītas par kvalitatīvo metožu fundamentu. Studenti apgūs galvenos principus a) teksta satura analīzei, b) diskursa analīzei, c) tematiskajai analīzei, d) kontentanalīzei un f) tiesību normu interpretācijai. Divu semināru ietvaros studenti analizēs vienu publicētu pētījumu katrai no šim metodēm. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Kvalitatīvās teksta analīzes metodes
Apraksts
Teksta analīzes metodes bieži tiek uzskatītas par kvalitatīvo metožu fundamentu. Studenti apgūs galvenos principus a) teksta satura analīzei, b) diskursa analīzei, c) tematiskajai analīzei, d) kontentanalīzei un f) tiesību normu interpretācijai. Divu semināru ietvaros studenti analizēs vienu publicētu pētījumu katrai no šim metodēm. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Intervijas un fokusgrupas
Apraksts
Intervijas un fokusgrupas ir metodes, kuras plaši tiek pielietotas gan antropoloģijā, gan politikas zinātnē, gan arī citās sociālo zinātņu nozarēs. Lekcijas ietvaros studenti tiks iepazīstināti ar strukturēto, nestrukturēto un daļēji strukturēto interviju pamatprincipiem, kā arī dažādu fokusa grupu tipiem. Semināra ietvaros tiks analizēta literatūra, kurā šīs metodes ir tikušas pielietotas. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Lauka pētījumi un novērojumi
Apraksts
Lauka pētījumi un novērojumi mūsdienās ir kļuvuši par populāru metodi antropoloģijā, politikas zinātnē, ekonomikā un citās sociālo zinātņu nozarēs. Lekcijas ietvaros studenti tiks iepazīstināti ar lauka pētījumu pamatprincipiem un novērojumu lomu tajos. Papildus uzmanība tiks pievērsta arī ētikas un pozicionalitātes apsvērumiem. Semināra diskusijas fokusēsies uz šo elementu apspriešanu publicētos zinātniskos pētījumos. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Procesa izsekošana
Apraksts
Cēloņsakarības noteikšana ir iespējama arī kvalitatīvā pētījumā. Metode, kura ir paredzēta šī mērķa sasniegšanai ir procesa izsekošana. Tā fokusējas uz cēloņsakarības mehānismu noteikšanu starp X un Y un cenšas apzināties iespējamos papildus faktorus, kuri varētu spēlēt lomu X un Y mijiedarbībā. Lekcijas ietvaros studenti iegūs zināšanas par procesa izsekošanas pamatprincipiem un spēs definēt kas ir cēloņsakarības mehānismi, "aizdurvju kritēriji" un "sāndurvju kritēriji". Semināra ietvaros studenti fokusēsies uz procesa izsekošanas izvērtēšanu publicētos zinātniskos darbos. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Intervijas un fokusgrupas
Apraksts
Intervijas un fokusgrupas ir metodes, kuras plaši tiek pielietotas gan antropoloģijā, gan politikas zinātnē, gan arī citās sociālo zinātņu nozarēs. Lekcijas ietvaros studenti tiks iepazīstināti ar strukturēto, nestrukturēto un daļēji strukturēto interviju pamatprincipiem, kā arī dažādu fokusa grupu tipiem. Semināra ietvaros tiks analizēta literatūra, kurā šīs metodes ir tikušas pielietotas. |
|
Lauka pētījumi un novērojumi
Apraksts
Lauka pētījumi un novērojumi mūsdienās ir kļuvuši par populāru metodi antropoloģijā, politikas zinātnē, ekonomikā un citās sociālo zinātņu nozarēs. Lekcijas ietvaros studenti tiks iepazīstināti ar lauka pētījumu pamatprincipiem un novērojumu lomu tajos. Papildus uzmanība tiks pievērsta arī ētikas un pozicionalitātes apsvērumiem. Semināra diskusijas fokusēsies uz šo elementu apspriešanu publicētos zinātniskos pētījumos. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Procesa izsekošana
Apraksts
Cēloņsakarības noteikšana ir iespējama arī kvalitatīvā pētījumā. Metode, kura ir paredzēta šī mērķa sasniegšanai ir procesa izsekošana. Tā fokusējas uz cēloņsakarības mehānismu noteikšanu starp X un Y un cenšas apzināties iespējamos papildus faktorus, kuri varētu spēlēt lomu X un Y mijiedarbībā. Lekcijas ietvaros studenti iegūs zināšanas par procesa izsekošanas pamatprincipiem un spēs definēt kas ir cēloņsakarības mehānismi, "aizdurvju kritēriji" un "sāndurvju kritēriji". Semināra ietvaros studenti fokusēsies uz procesa izsekošanas izvērtēšanu publicētos zinātniskos darbos. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Tīklu analīze
Apraksts
Sociālā pasaule var tikt redzēta kā dažādu attiecību kopums, kuri veido savstarpējus tīklus. Šo tīklu apzināšanās ļauj pētniekiem izprast gan dažādus nerakstītus/nemanāmus varas centrus, gan arī iegūt pilntiesīgāku izpratni par attiecību funkcionēšanu konkrētā vidē (piemēram, ciematā). Lekcijas ietvaros studenti apgūs tīklu analīzes pamatprincipus un spēs definēt tādus konceptus kā "homofilija", "saites", "mezglpunkti" u.c. Semināra ietvaros studenti fokusēsies uz šīs metodes analīzi publicētos pētījumos. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Tīklu analīze
Apraksts
Sociālā pasaule var tikt redzēta kā dažādu attiecību kopums, kuri veido savstarpējus tīklus. Šo tīklu apzināšanās ļauj pētniekiem izprast gan dažādus nerakstītus/nemanāmus varas centrus, gan arī iegūt pilntiesīgāku izpratni par attiecību funkcionēšanu konkrētā vidē (piemēram, ciematā). Lekcijas ietvaros studenti apgūs tīklu analīzes pamatprincipus un spēs definēt tādus konceptus kā "homofilija", "saites", "mezglpunkti" u.c. Semināra ietvaros studenti fokusēsies uz šīs metodes analīzi publicētos pētījumos. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Aptaujas, prognozēšanas un ekspertmetodes
Apraksts
Aptaujas, prognozēšanas un ekspertmetodes var tikt izmantotas gan ekonomikas pētniecībā, gan arī citās sociālo zinātņu nozarēs. Lekcijas laikā studenti tiks iepazīstināti ar šo metožu pamatprincipiem, kā arī aparakstošās statistikas un izlases veidošanas pamatelementiem. Statistiskās laboratorijās studenti arī izkops savas interpretācijas spējas prognozēšanas un ekspertmetožu pielietošanas ietvaros. Semināru ietvaros studenti analizēs eksperta un prognozēšanas metožu lietošanu publicētos pētījumos. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Aptaujas, prognozēšanas un ekspertmetodes
Apraksts
Aptaujas, prognozēšanas un ekspertmetodes var tikt izmantotas gan ekonomikas pētniecībā, gan arī citās sociālo zinātņu nozarēs. Lekcijas laikā studenti tiks iepazīstināti ar šo metožu pamatprincipiem, kā arī aparakstošās statistikas un izlases veidošanas pamatelementiem. Statistiskās laboratorijās studenti arī izkops savas interpretācijas spējas prognozēšanas un ekspertmetožu pielietošanas ietvaros. Semināru ietvaros studenti analizēs eksperta un prognozēšanas metožu lietošanu publicētos pētījumos. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Divfaktoru hipotēžu testi
Apraksts
Divfaktoru hipotēžu testi var tikt izmantoti statistiskas sakarības noteikšanai starp diviem mainīgajiem. Lekciju ietvaros studenti apgūs pamatprincipus Hī-kvadrāta, korelācijas, T-testa un ANOVA modeļu analīzē. Statistisko laboratoriju ietvaros tiks arī nostiprinātas studentu prasmes interpretēt šo metožu sniegtos rezultātus ar programmatūras palīdzību. Semināru ietvaros studenti arī analizēs šo metožu pielietošanu publicētos zinātniskos pētījumos. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Divfaktoru hipotēžu testi
Apraksts
Divfaktoru hipotēžu testi var tikt izmantoti statistiskas sakarības noteikšanai starp diviem mainīgajiem. Lekciju ietvaros studenti apgūs pamatprincipus Hī-kvadrāta, korelācijas, T-testa un ANOVA modeļu analīzē. Statistisko laboratoriju ietvaros tiks arī nostiprinātas studentu prasmes interpretēt šo metožu sniegtos rezultātus ar programmatūras palīdzību. Semināru ietvaros studenti arī analizēs šo metožu pielietošanu publicētos zinātniskos pētījumos. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Divfaktoru hipotēžu testi
Apraksts
Divfaktoru hipotēžu testi var tikt izmantoti statistiskas sakarības noteikšanai starp diviem mainīgajiem. Lekciju ietvaros studenti apgūs pamatprincipus Hī-kvadrāta, korelācijas, T-testa un ANOVA modeļu analīzē. Statistisko laboratoriju ietvaros tiks arī nostiprinātas studentu prasmes interpretēt šo metožu sniegtos rezultātus ar programmatūras palīdzību. Semināru ietvaros studenti arī analizēs šo metožu pielietošanu publicētos zinātniskos pētījumos. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Divfaktoru un daudzfaktoru regresijas
Apraksts
Divfaktoru un daudzfaktoru regresijas ir vienas no populārākajām mūsdienu sociālo zinātņu metodēm lielas izlases pētījumu veikšanai. Lekcijas ietvaros studenti iegūs pamatzināšanas par regresijas "pieņēmumiem" (t.s. par normālsadalījumu) un izpratīs tās matemātiskos pamatprincipus. Statistikas laboratorijās studenti mācīsies interpretēt regresiju rezultātus ar statistisku programmu palīdzību. Savukārt, semināra ietvaros studenti izvērtēs regresiju pielietošanu dažādos zinātniskos pētījumos atšķirīgās sociālo zinātņu disciplīnās. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Divfaktoru un daudzfaktoru regresijas
Apraksts
Divfaktoru un daudzfaktoru regresijas ir vienas no populārākajām mūsdienu sociālo zinātņu metodēm lielas izlases pētījumu veikšanai. Lekcijas ietvaros studenti iegūs pamatzināšanas par regresijas "pieņēmumiem" (t.s. par normālsadalījumu) un izpratīs tās matemātiskos pamatprincipus. Statistikas laboratorijās studenti mācīsies interpretēt regresiju rezultātus ar statistisku programmu palīdzību. Savukārt, semināra ietvaros studenti izvērtēs regresiju pielietošanu dažādos zinātniskos pētījumos atšķirīgās sociālo zinātņu disciplīnās. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Divfaktoru un daudzfaktoru regresijas
Apraksts
Divfaktoru un daudzfaktoru regresijas ir vienas no populārākajām mūsdienu sociālo zinātņu metodēm lielas izlases pētījumu veikšanai. Lekcijas ietvaros studenti iegūs pamatzināšanas par regresijas "pieņēmumiem" (t.s. par normālsadalījumu) un izpratīs tās matemātiskos pamatprincipus. Statistikas laboratorijās studenti mācīsies interpretēt regresiju rezultātus ar statistisku programmu palīdzību. Savukārt, semināra ietvaros studenti izvērtēs regresiju pielietošanu dažādos zinātniskos pētījumos atšķirīgās sociālo zinātņu disciplīnās. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Divfaktoru un daudzfaktoru regresijas
Apraksts
Divfaktoru un daudzfaktoru regresijas ir vienas no populārākajām mūsdienu sociālo zinātņu metodēm lielas izlases pētījumu veikšanai. Lekcijas ietvaros studenti iegūs pamatzināšanas par regresijas "pieņēmumiem" (t.s. par normālsadalījumu) un izpratīs tās matemātiskos pamatprincipus. Statistikas laboratorijās studenti mācīsies interpretēt regresiju rezultātus ar statistisku programmu palīdzību. Savukārt, semināra ietvaros studenti izvērtēs regresiju pielietošanu dažādos zinātniskos pētījumos atšķirīgās sociālo zinātņu disciplīnās. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Aptaujas, prognozēšanas un ekspertmetodes
Apraksts
Aptaujas, prognozēšanas un ekspertmetodes var tikt izmantotas gan ekonomikas pētniecībā, gan arī citās sociālo zinātņu nozarēs. Lekcijas laikā studenti tiks iepazīstināti ar šo metožu pamatprincipiem, kā arī aparakstošās statistikas un izlases veidošanas pamatelementiem. Statistiskās laboratorijās studenti arī izkops savas interpretācijas spējas prognozēšanas un ekspertmetožu pielietošanas ietvaros. Semināru ietvaros studenti analizēs eksperta un prognozēšanas metožu lietošanu publicētos pētījumos. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Divfaktoru un daudzfaktoru regresijas
Apraksts
Divfaktoru un daudzfaktoru regresijas ir vienas no populārākajām mūsdienu sociālo zinātņu metodēm lielas izlases pētījumu veikšanai. Lekcijas ietvaros studenti iegūs pamatzināšanas par regresijas "pieņēmumiem" (t.s. par normālsadalījumu) un izpratīs tās matemātiskos pamatprincipus. Statistikas laboratorijās studenti mācīsies interpretēt regresiju rezultātus ar statistisku programmu palīdzību. Savukārt, semināra ietvaros studenti izvērtēs regresiju pielietošanu dažādos zinātniskos pētījumos atšķirīgās sociālo zinātņu disciplīnās. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Automatizētā teksta analīze
Apraksts
Mašīnmācīšanas un mākslīgā intelekta attīstība ir atstājusi savas pēdas arī sociālo zinātņu pētniecībā. Automatizētā teksta analīze ļauj ar datora programmas palīdzību analizēt lielus teksta apjomus, lai noteiktu galvenos tēmu klāsterus un citus elementus. Lekcijas ietvaros studenti tiks iepazīstināti ar automatizētās teksta analīzes principiem, kā rezultātā spēs izprast pamata pilārus uz kuriem šī metode balstās. Semināra ietvaros tiks attīstītas arī studentu spējas analizēt un izvērtēt automatizētās teksta analīzes pielietojumu publicētos zinātniskos pētījumos. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Automatizētā teksta analīze
Apraksts
Mašīnmācīšanas un mākslīgā intelekta attīstība ir atstājusi savas pēdas arī sociālo zinātņu pētniecībā. Automatizētā teksta analīze ļauj ar datora programmas palīdzību analizēt lielus teksta apjomus, lai noteiktu galvenos tēmu klāsterus un citus elementus. Lekcijas ietvaros studenti tiks iepazīstināti ar automatizētās teksta analīzes principiem, kā rezultātā spēs izprast pamata pilārus uz kuriem šī metode balstās. Semināra ietvaros tiks attīstītas arī studentu spējas analizēt un izvērtēt automatizētās teksta analīzes pielietojumu publicētos zinātniskos pētījumos. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Kvalitatīva un kvantitatīva pētījuma dizaina izstrāde
Apraksts
Kursa ietvaros studentiem ir grupās jāizveido savs kvantitatīvais un kvalitatīvais pētījuma dizains. Tā prezentācija norisināsies kursa noslēgumā. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Kvalitatīva un kvantitatīva pētījuma dizaina izstrāde
Apraksts
Kursa ietvaros studentiem ir grupās jāizveido savs kvantitatīvais un kvalitatīvais pētījuma dizains. Tā prezentācija norisināsies kursa noslēgumā. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Kvalitatīva un kvantitatīva pētījuma dizaina izstrāde
Apraksts
Kursa ietvaros studentiem ir grupās jāizveido savs kvantitatīvais un kvalitatīvais pētījuma dizains. Tā prezentācija norisināsies kursa noslēgumā. |
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Kvalitatīva un kvantitatīva pētījuma dizaina izstrāde
Apraksts
Kursa ietvaros studentiem ir grupās jāizveido savs kvantitatīvais un kvalitatīvais pētījuma dizains. Tā prezentācija norisināsies kursa noslēgumā. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Jauktais pētījuma dizains
Apraksts
Jauktie pētījuma dizaini ir svarīga mūsdienu sociālo zinātņu pētniecības sastāvdaļa. Lekcijas ietvaros studenti gūs zināšanas un prasmes atšķirt jauktus dizainus no vienas metodoloģiskās tradīcijas dizainiem. Tāpat studenti arī uzzinās kā izvērtēt jauku dizainu priekšrocības un mīnusus lai atbildētu uz tiem interesējošajiem sociālo zinātņu jautājumiem. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Metožu un metodoloģijas nozīme maģistra darbā
Apraksts
Studenti kursa ietvaros gūs ieskatu kā izmantot iegūtās prasmes, zināšanas un kompetences lai izstrādātu RSU vadlīnijām atbilstošu maģistra darbu. |
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Mācību telpa
|
2
|
Tēmas
|
Metožu un metodoloģijas nozīme maģistra darbā
Apraksts
Studenti kursa ietvaros gūs ieskatu kā izmantot iegūtās prasmes, zināšanas un kompetences lai izstrādātu RSU vadlīnijām atbilstošu maģistra darbu. |
Kopā kredītpunkti (ECTS):
6,00
Kontaktstundas:
64 ak. st.
Gala pārbaudījums:
Eksāmens
Bibliogrāfija
Obligātā literatūra
1.
Neuman, W.L. (2014) Social Research Methods: Qualitative and quantitative approaches. Harlow: Pearson Education. pp. 1-24, 55-58 and 74-82 (Klasisks darbs par pētījuma metodēm)Piemērots angļu valodas plūsmai
2.
Ragin, C.C. and Amoroso, L.M. (2011) Constructing Social Research: The unity and diversity of Method. 2nd ed. Los Angeles: SAGE. pp. 5-32 (Klasisks teksts)Piemērots angļu valodas plūsmai
3.
Yoskiko M. Herrera and Bear F. Braumoeller, eds. (2004) "Symposium: Discourse and Content Analysis." Qualitative Methods 2 (1). pp. 19-22; (Klasisks un visaptverošs teksts)Piemērots angļu valodas plūsmai
4.
Bowen, G.A. (2009) ‘Document analysis as a qualitative research method’, Qualitative Research Journal, 9(2), pp. 27–40. doi:10.3316/qrj0902027 (Klasisks teksts par konkrētās metodes lietojumu)Piemērots angļu valodas plūsmai
5.
Roller, M.R. and Lavrakas, P.J. (2015) Applied Qualitative Research Design: A total quality framework approach. New York: The Guilford Press. pp. 230-248Piemērots angļu valodas plūsmai
6.
Bernard, Russell H. 2006. “Interviewing: Unstructured and Semistructured” In: Research Methods in Anthropology: Qualitative and Quantitative Approaches, ed. Russell H. Bernard, 210-250. Oxford: AltaMira Press. (Klasisks teksts par interviju lietojumu Sociālajās zinātnēs)Piemērots angļu valodas plūsmai
7.
Harding, Jamie. 2019. “Collecting and Managing Focus Group Data.” In Qualitative Data Analysis, 2nd ed., 85-100. Thousand Oaks, CA: SAGE Publications.Piemērots angļu valodas plūsmai
8.
Bernard, Russell H. 2006. “Participant observation.” In Research Methods in Anthropology: Qualitative and Quantitative Approaches, ed. Russell H. Bernard, 342-450. Oxford: AltaMira Press. (Klasisks teksts Sociālo zinātņu pētniecībā)Piemērots angļu valodas plūsmai
9.
O'Reilly, Karen. 2005. "Ethical Ethnography." In Ethnographic Methods, 59–83. New York: Routledge (Klasisks teksts Sociālo zinātņu pētniecībā)Piemērots angļu valodas plūsmai
10.
Beach, D. and Pedersen, R.B. (2019) Process-tracing methods: Foundations and guidelines. Ann Arbor: University of Michigan Press. pp. 29-41Piemērots angļu valodas plūsmai
11.
Bennett, A. and Checkel, J.T. (2015) Process tracing from metaphor to analytic tool. Cambridge: Cambridge University Press. pp. 4-40Piemērots angļu valodas plūsmai
12.
Agresti, A. (2018) Statistical methods for the Social Sciences. Boston: Pearson. pp. 179-200, 220-240, 247-286, 307-350Piemērots angļu valodas plūsmai
13.
Grimmer, Justin, Margaret E. Roberts, and Brandon M. Stewart. 2022. Text as Data: A New Framework for Machine Learning in the Social Sciences. Princeton, NJ: Princeton University Press.Piemērots angļu valodas plūsmai
14.
Shorten, A. and Smith, J. (2017) ‘Mixed methods research: Expanding the evidence base’, Evidence Based Nursing, 20(3), pp. 74–75. doi:10.1136/eb-2017-102699.Piemērots angļu valodas plūsmai
Papildu literatūra
1.
Mosley, L. (2013) Interview Research in Political Science. Ithaca: Cornell University Press. pp. 1-28 (Klasisks darbs par intervijām Politikas zinātnē un citās sociālajās zinātnēs)Piemērots angļu valodas plūsmai
2.
Ackerly, B. and True, J. (2008) ‘Reflexivity in practice: Power and ethics in Feminist Research on International Relations’, International Studies Review, 10(4), pp. 693–707. doi:10.1111/j.1468-2486.2008.00826.x. (Teksts kas visaptveroši apspriež ētikas un pozicionalitātes problēmas sociālo zinātņu pētniecībā)Piemērots angļu valodas plūsmai
3.
Schatz, E. (2013) Political ethnography: what immersion contributes to the study of power. Chicago: University of Chicago Press. pp. 143-161 (Klasisks piemērs etnogrāfijas pielietojumam sociālo zinātņu pētniecībā)Piemērots angļu valodas plūsmai
4.
Kapiszewski, D., MacLean, L.M. and Read, B.L. (2015) Field research in political science: Practices and principles. Cambridge, United Kingdom: Cambridge University Press. pp. 1-33Piemērots angļu valodas plūsmai
5.
Sedlenieks, Klāvs, Andris Saulītis, un Kristīne Rolle. Tētis uz 13%: Latvijas tēvi pēc šķiršanās. Nodibinājums "Tēvi", 2017.
6.
Kamrava, M. (2011) ‘Mediation and Qatari foreign policy’, The Middle East Journal, 65(4), pp. 539–556. doi:10.3751/65.4.11 (Klasisks piemērs dokumentu analīzes metodes pielietošanā)Piemērots angļu valodas plūsmai
7.
Lobasz, J.K. (2008) ‘The woman in peril and the ruined woman: Representations of female soldiers in the Iraq War’, Journal of Women, Politics & Policy, 29(3), pp. 305–334. doi:10.1080/15544770802205996 (Klasisks piemērs diskursa analīzes pielietošanai)Piemērots angļu valodas plūsmai
8.
Wohlforth, W.C. (1994) ‘Realism and the end of the Cold War’, International Security, 19(3), p. 91. doi:10.2307/2539080. (Klasisks piemērs procesa izsekošanas pielietošanai)Piemērots angļu valodas plūsmai
9.
Wedeen, L. (1998) ‘Acting “as if”: Symbolic politics and social control in Syria’, Comparative Studies in Society and History, 40(03). doi:10.1017/s0010417598001388. (Klasisks piemērs etnogrāfijas izmantošanai)Piemērots angļu valodas plūsmai
10.
Carattini, S. et al. (2023) ‘What does network analysis teach us about International Environmental Cooperation?’, Ecological Economics, 205, p. 107670. doi:10.1016/j.ecolecon.2022.107670.Piemērots angļu valodas plūsmai
11.
Lake, D.R. (2009) ‘The limits of Coercive Airpower: NATO’s “victory” in Kosovo revisited’, International Security, 34(1), pp. 83–112. doi:10.1162/isec.2009.34.1.83 (Klasisks piemērs procesa izsekošanas pielietošanai)Piemērots angļu valodas plūsmai
12.
Trubowitz, P. and Watanabe, K. (2021) ‘The geopolitical threat index: A text-based computational approach to identifying foreign threats’, International Studies Quarterly, 65(3), pp. 852–865. doi:10.1093/isq/sqab029.Piemērots angļu valodas plūsmai
13.
Hafner-Burton, E.M., Kahler, M. and Montgomery, A.H. (2009) ‘Network Analysis for International Relations’, International Organization, 63(3), pp. 559–592. doi:10.1017/s0020818309090195. (Klasisks piemērs tīklu analīzes izmantošanai)Piemērots angļu valodas plūsmai
Citi informācijas avoti
1.
Bhandari, P. (2023) Independent vs. dependent variables: Definition & examples, Scribbr.Piemērots angļu valodas plūsmai
2.
Bhandari, P. (2023) Mediator vs. moderator variables: Differences & examples, Scribbr.Piemērots angļu valodas plūsmai