|
授業科目の目的・目標・履修条件について
|
|
授業科目の目的（日本語）
|
|
|
本科目「社会情報学」は、社会経済分野におけるデータサイエンス応用の入門である。社会現象を理解・分析するためのデータ収集、整理、可視化、統計的検定、回帰分析などの基礎を学ぶ。オープンデータ活用、EBPMの概念、データ倫理も扱う。プログラミング技術より「何ができるか」「どう使うか」に重点を置き、文系・理系を問わず学生が自分の関心分野でデータを活用できる基礎力を養成することを目的とする。
|
|
|
|
授業科目の目的（英語）
|
|
|
This "Social Informatics" course introduces data science applications in socioeconomic fields. Students will learn fundamentals of data collection, organization, visualization, statistical testing, and regression analysis to understand and analyze social phenomena. The course covers open data utilization, EBPM concepts, and data ethics. Emphasizing "what can be done" and "how to use it" rather than programming skills, the course aims to develop students' foundational abilities to utilize data in their fields of interest, regardless of academic background.
|
|
|
|
キーワード
|
|
|
社会データ分析 / Social Data Analysis； 統計的推論 / Statistical Inference； 相関・回帰分析 / Correlation and Regression Analysis
|
|
|
|
※
|
学位プログラムの学修目標
|
授業科目の到達目標（評価の観点）
|
|
|
主
|
|
|
|
|
従
|
|
|
|
|
※学修目標と授業科目の結びつきの強さ
|
|
カリキュラム・マップ
|
|
|
|
|
ルーブリック
|
|
|
|
授業科目の実施方法について
|
|
授業の方法
|
|
|
|
|
教授・学習法
|
|
|
一方向性の知識伝達型の教授・学習法
グループ・ディスカッション
グループワーク・ペアワーク
プレゼンテーション
|
|
|
|
遠隔授業
|
|
|
|
|
Moodleコース情報
|
|
|
|
|
使用する教材
|
|
|
|
|
教材の配布方法
|
|
|
|
|
テキスト
|
|
|
|
|
授業計画
|
|
授業計画は予定であり、学びの進捗に合わせて変更することがあります。
1単位あたりの学修時間（45時間）の内訳（目安）
（講義・演習の場合）授業内学修15時間、事前・事後学修30時間
（実験、実習および実技の場合）授業内学修30～45時間、事前・事後学修0～15時間
|
|
|
|
授業のテーマ
|
授業の内容（90分授業＝2時間）
|
事前/事後学修の内容
|
|
|
1
|
社会情報学とは何か
|
・社会情報学の概要と役割
・経済政策やビジネスでの活用例
|
授業内容の予習・復習を行うこと
|
|
2
|
社会データの種類と特性
|
・量的／質的、一次／二次データの違い
・データの性質と分析手法の選び方
|
授業内容の予習・復習を行うこと
|
|
3
|
社会調査とデータ収集
|
・アンケートやインタビューの基本
・調査設計とサンプリングの考え方
|
授業内容の予習・復習を行うこと
|
|
4
|
アンケートデータの設計と分析
|
・質問文の工夫とバイアス回避
・基本的な集計と解釈
|
授業内容の予習・復習を行うこと
|
|
5
|
データの整理と基本集計
|
・欠測値処理、変数変換、記述統計
・平均、中央値、標準偏差などの使い分け
|
授業内容の予習・復習を行うこと
|
|
6
|
データ可視化
|
・可視化の目的とグラフの使い分け
・棒グラフ、折れ線、散布図、箱ひげ図など
|
授業内容の予習・復習を行うこと
|
|
7
|
比較と相関
|
・グループ比較（t検定）
・相関係数
|
授業内容の予習・復習を行うこと
|
|
8
|
推論と仮説
|
・相関係数と回帰分析の考え方
・因果と相関の違い
|
授業内容の予習・復習を行うこと
|
|
9
|
単回帰分析
|
・線形回帰モデルの基本原理
・R²と回帰係数の解釈
|
授業内容の予習・復習を行うこと
|
|
10
|
重回帰分析
|
・モデル選択
|
授業内容の予習・復習を行うこと
|
|
11
|
因果推断
|
・エビデンスに基づく政策形成（EBPM）
・因果推定手法
|
授業内容の予習・復習を行うこと
|
|
12
|
機械学習概論
|
教師あり学習
教師なし学習
|
授業内容の予習・復習を行うこと
|
|
13
|
データとアルゴリズムの倫理
|
・バイアス、プライバシー、ELSI
・GDPRなどのルールや社会的影響
|
授業内容の予習・復習を行うこと
|
|
14
|
総合演習
|
ケーススタディ：労働市場のデータ分析
|
授業内容の予習・復習を行うこと
|
|
15
|
まとめ
|
・これまでの学びの整理と応用可能性の検討
・今後の学習リソース紹介
|
授業内容の復習を行うこと
|
|
|
授業科目の成績評価の方法について
|
|
発表
|
|
|
|
|
授業への貢献度
|
|
|
|
|
出席
|
|
|
|
授業科目に関する学習相談について
|
|
担当教員による学習相談
|
|
|
|
|
合理的配慮について
|
|
障害(難病・慢性疾患含む)があり、通常の方法による授業を受けることが困難な場合には、教育目的の本質的な変更など過重な負担を伴わない限り、合理的配慮を受けることができます。合理的配慮とは、教授・学習法の変更、成績評価の方法の変更、授業情報の保障(資料の字幕化、個別の資料配布、録音・撮影の許可)、受講環境の調整などを指します。実際の方法については担当教員と建設的対話を行った上で決定されます。
＜相談窓口＞ キャンパスライフ・健康支援センター インクルージョン支援推進室（伊都地区センター１号館１階）
（電話：092-802-5859 E-mail：inclusion@chc.kyushu-u.ac.jp）
|
|
|
|
修学上の合理的配慮の流れに関する部局HP
|
|
https://www.artsci.kyushu-u.ac.jp/campus_life/support.html
|