シラバス参照

基本情報／Basic Information
詳細情報／Detailed Information
授業計画詳細情報／Class Schedule Details

基本情報/Basic Information

開講科目名／Course	社会学演習Ⅱ【対象：24P以降】／Sociology, Seminar Ⅱ
時間割コード／Course Code	3262240209
ナンバリングコード／Numbering Code
開講所属／Course Offered by	教育学部／Faculty of Education
曜日コマ／Day, Period	他
開講区分／Semester offered	集中
単位数／Credits	2.0
学年／Year	2,3
主担当教員／Main Instructor	高瀬雅弘／TAKASE MASAHIRO
科目区分／Course Group	専門教育科目
教室／Classroom
必修・選択／Required/Elective
授業形式／Class Format
メディア授業／Media lecture	－

担当教員情報/Instructor Information

教員名／Instructor	教員所属名／Faculty/Department
荒川　英央／ARAKAWA HIDEO	教育学部／Faculty of Education
高瀬雅弘／TAKASE MASAHIRO	教育学部／Faculty of Education

難易度（レベル）／Level	レベル1～4
対応するＣＰ／ＤＰ／CP/DP	CP・DP　１　見通す力　　 CP・DP　３　学び続ける力
授業としての具体的到達目標／Concrete arrival target as the class	○社会を実証的に分析するとはどういうことかを理解すること（見通す力） ○エビデンスに基づいた社会分析を行う際には、どのような方法が必要かを理解すること（学び続ける力） ○明確な問題意識に基づく問いを立て、社会統計学的な手法を用いた社会分析を実践できること（解決していく力）
授業の概要／Summary of the class	量的社会調査によって得られたデータから法則性を抽出し、それに基づいて現象を説明したり、部分から全体を推し量ったりすることを、統計学の手法（推測統計）を用いて考えます。本演習では、推測統計について学び、仮説検証を行う能力を身につけることを目的とします。そのために、確率論ならびに検定・推測理論についての基礎について講義を行い、そのうえで平均や比率の差の検定、独立性の検定、相関係数、偏相関係数、回帰分析の基礎について学びます。これらを通じて統計学の手法に基づくデータの分析手法を習得します。
授業の内容予定／Contents plan of the class	授業日程については受講者と相談のうえ決定します。第１回オリエンテーション：推測統計とは何か第２回基礎統計量（社会学Ⅱの復習）第３回確率論の基礎第４回確率分布第５回統計的検定第６回平均と比率の差の検定第７回エラボレーション第８回データ分析演習①（第２回～第６回までの復習と実践）第９回分散分析の基礎第10回相関係数・偏相関係数第11回回帰分析の基礎第12回回帰分析の実践第13回データ分析演習②（第８回～第12回までの復習と実践）第14回データ分析演習③（自ら設定した課題に基づくデータ分析の実践）第15回授業内容の振り返りと理解度の確認
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	［成績評価方法及び採点基準］・平常評価：20％（小課題の内容に基づく。原則としてTeamsで提出）・中間課題：30％（前半部分の授業内容を理解したうえで、習得した手法を用いてデータ分析を行い、レポートをまとめる）・期末評価：50％（学習した統計的分析手法の内容が理解できているかを確認する）上記を合算して成績評価を行います。［生成AI利用に関する考え方］補助的利用のみ可（情報収集や要点整理、文章表現の補助などに限って利用可）
予習及び復習等の内容／Contents such as preparations for lessons and the review	［予習］次回の授業までにテキストの該当箇所を熟読しておくようにしてください。［復習］授業内容をふまえ、レジュメやノートを整理し、振り返りを行ってください。また各種課題を通じて、各回の内容を理解できているかどうか、確認を行ってください。
教材・教科書／The teaching materials, textbook	・授業の際に指示します。・授業では統計分析ソフトを使用します。そのため各自でノートパソコンを用意・持参いただく必要があります。
参考文献／bibliography	授業のなかで紹介します。
留意点・予備知識／Point to keep in mind, back ground	・データサイエンス基礎、社会学特殊講義（１年次配当科目）の学習内容を習得済みであることを前提として授業を行います。・講義中の途中入退室や私語は授業進行の妨げとなるので、教室内でのマナーを守れない学生の履修は固くお断りします。・講義内容の録音・録画・写真撮影は禁止します。・履修希望者は必ず第１回のオリエンテーションに参加してください。
授業内容に関する質問・疑義等／Question, doubt about class contents	Eメールで対応します。またTeamsのチャットからいただいても結構です。オフィスアワーや授業の前後に直接おたずねいただいてもかまいません。オフィスアワー：毎週月曜日 12：00～12：30
Eメールアドレス・HPアドレス／E-mail address, HP address	メールアドレスは初回オリエンテーションの際にお知らせします。
学問分野1（主学問分野）／Discipline 1	A08:社会学およびその関連分野
学問分野2（副学問分野）／Discipline 2	該当なし
学問分野3（副学問分野）／Discipline 3	該当なし
実務経験のある教員による授業科目について／About the class subject by the teacher with the work experience	なし
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	講義と演習・実習を交えた形で行います。
科目ナンバー／The subject number	0
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	有／Yes
その他／Others	課題の提出や教員との連絡については、Teamsを用いますので、アプリをインストールし、使用法について習熟しておいてください。

No.	回（日時）／Time (date and time)	主題と位置付け（担当）／Subjects and instructor's position	学習方法と内容／Methods and contents	備考／Notes
該当するデータはありません

開講科目名／Course	社会学演習Ⅱ【対象：24P以降】／Sociology, Seminar Ⅱ
時間割コード／Course Code	3262240209
ナンバリングコード／Numbering Code
開講所属／Course Offered by	教育学部／Faculty of Education
曜日コマ／Day, Period	他
開講区分／Semester offered	集中
単位数／Credits	2.0
学年／Year	2,3
主担当教員／Main Instructor	高瀬雅弘／TAKASE MASAHIRO
科目区分／Course Group	専門教育科目
教室／Classroom
必修・選択／Required/Elective
授業形式／Class Format
メディア授業／Media lecture	－

難易度（レベル）／Level	レベル1～4
対応するＣＰ／ＤＰ／CP/DP	CP・DP　１　見通す力　　 CP・DP　３　学び続ける力
授業としての具体的到達目標／Concrete arrival target as the class	○社会を実証的に分析するとはどういうことかを理解すること（見通す力） ○エビデンスに基づいた社会分析を行う際には、どのような方法が必要かを理解すること（学び続ける力） ○明確な問題意識に基づく問いを立て、社会統計学的な手法を用いた社会分析を実践できること（解決していく力）
授業の概要／Summary of the class	量的社会調査によって得られたデータから法則性を抽出し、それに基づいて現象を説明したり、部分から全体を推し量ったりすることを、統計学の手法（推測統計）を用いて考えます。本演習では、推測統計について学び、仮説検証を行う能力を身につけることを目的とします。そのために、確率論ならびに検定・推測理論についての基礎について講義を行い、そのうえで平均や比率の差の検定、独立性の検定、相関係数、偏相関係数、回帰分析の基礎について学びます。これらを通じて統計学の手法に基づくデータの分析手法を習得します。
授業の内容予定／Contents plan of the class	授業日程については受講者と相談のうえ決定します。第１回オリエンテーション：推測統計とは何か第２回基礎統計量（社会学Ⅱの復習）第３回確率論の基礎第４回確率分布第５回統計的検定第６回平均と比率の差の検定第７回エラボレーション第８回データ分析演習①（第２回～第６回までの復習と実践）第９回分散分析の基礎第10回相関係数・偏相関係数第11回回帰分析の基礎第12回回帰分析の実践第13回データ分析演習②（第８回～第12回までの復習と実践）第14回データ分析演習③（自ら設定した課題に基づくデータ分析の実践）第15回授業内容の振り返りと理解度の確認
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	［成績評価方法及び採点基準］・平常評価：20％（小課題の内容に基づく。原則としてTeamsで提出）・中間課題：30％（前半部分の授業内容を理解したうえで、習得した手法を用いてデータ分析を行い、レポートをまとめる）・期末評価：50％（学習した統計的分析手法の内容が理解できているかを確認する）上記を合算して成績評価を行います。［生成AI利用に関する考え方］補助的利用のみ可（情報収集や要点整理、文章表現の補助などに限って利用可）
予習及び復習等の内容／Contents such as preparations for lessons and the review	［予習］次回の授業までにテキストの該当箇所を熟読しておくようにしてください。［復習］授業内容をふまえ、レジュメやノートを整理し、振り返りを行ってください。また各種課題を通じて、各回の内容を理解できているかどうか、確認を行ってください。
教材・教科書／The teaching materials, textbook	・授業の際に指示します。・授業では統計分析ソフトを使用します。そのため各自でノートパソコンを用意・持参いただく必要があります。
参考文献／bibliography	授業のなかで紹介します。
留意点・予備知識／Point to keep in mind, back ground	・データサイエンス基礎、社会学特殊講義（１年次配当科目）の学習内容を習得済みであることを前提として授業を行います。・講義中の途中入退室や私語は授業進行の妨げとなるので、教室内でのマナーを守れない学生の履修は固くお断りします。・講義内容の録音・録画・写真撮影は禁止します。・履修希望者は必ず第１回のオリエンテーションに参加してください。
授業内容に関する質問・疑義等／Question, doubt about class contents	Eメールで対応します。またTeamsのチャットからいただいても結構です。オフィスアワーや授業の前後に直接おたずねいただいてもかまいません。オフィスアワー：毎週月曜日 12：00～12：30
Eメールアドレス・HPアドレス／E-mail address, HP address	メールアドレスは初回オリエンテーションの際にお知らせします。
学問分野1（主学問分野）／Discipline 1	A08:社会学およびその関連分野
学問分野2（副学問分野）／Discipline 2	該当なし
学問分野3（副学問分野）／Discipline 3	該当なし
実務経験のある教員による授業科目について／About the class subject by the teacher with the work experience	なし
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	講義と演習・実習を交えた形で行います。
科目ナンバー／The subject number	0
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	有／Yes
その他／Others	課題の提出や教員との連絡については、Teamsを用いますので、アプリをインストールし、使用法について習熟しておいてください。

授業情報／Class Information

基本情報/Basic Information

担当教員情報/Instructor Information