社会学研究科Graduate School of Sociology
SOC500E1－2213（社会学 / Sociology 500）調査報道実習２Methods of Investigative Journalism 2
川島 浩誉
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 社会学研究科Graduate School of Sociology |
| 添付ファイル名Attached documents | |
| 年度Year | 2022 |
| 授業コードClass code | X6030 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 春学期集中/Intensive(Spring) |
| 曜日・時限Day/Period | 集中・その他/intensive・other courses |
| 科目種別Class Type | |
| キャンパスCampus | 市ヶ谷 |
| 教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
| 配当年次Grade | |
| 単位数Credit(s) | 2 |
| 備考（履修条件等）Notes | |
| 実務経験のある教員による授業科目Class taught by instructors with practical experience |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
【Learning Objectives】
The objectives of this pactical training is
1. To acquire programming skill. It consists of
1-1. the skill of specific programming language(We use Python in this lecture)
1-2. the skill of algorithm(how to order our demand to the computer)
2. Introducing how to analyze the data for your discussion.
【Learning activities outside of classroom】
Students will be expected to have completed the required assignments after each class meeting.
【Grading Criteria /Policy】
Your overall grade in the class will be decided based on the following
Reports : 100%
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的（何を学ぶか）Outline and objectives
近年、ビジネスにおける意思決定・ジャーナリズムにおける問題提起・政策形成における根拠と説明責任などを始めとして、データ及びデータ分析に基づく意思決定とその方法論が社会的・市場的価値を増している。本科目は、データ分析の枠組みと考え方から実装までを習得することを目的とし、そのための道具としてプログラミング言語Pythonを実習形式で習得する。なお、あくまで調査や分析を学ぶことが主であるため、プログラミングの経験はゼロから始めても既に多少持っていても学ぶことができる。
到達目標Goal
本科目は、実習形式にてプログラミング言語Pythonを習得することを土台とし、Pythonを用いた具体的な構造化・非構造化データの分析を行うことで、データ分析の枠組みと考え方から実装までを習得し、「データと分析に基づいた主張」を理解し、行うことができるようになることを到達目標としている。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか（該当授業科目と学位授与方針に明示された学習成果との関連）Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「DP5」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)（学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. ）
【本講義はオンライン授業の形態で実施する】
各自のノートPCを用いた実習が中心である。
説明1→実習1→解説1→説明2→実習2…の繰り返しを軸として講義が進む。
受講者の理解度は小課題と質疑応答によって行う。不明な点を再度説明したり、少し後ろに戻って説明をし直すこともあるため、講義の進行は必ずしも予定通りにいかないこともある。進行速度は受講生の理解に応じて調整する。
データ分析を学ぶための題材は、こちらで用意するものに加えて、受講者が希望する（修論で予定している）テーマを取り入れることも可能なため、受講者にとって最も学びやすい形で対応することが可能である。
アクティブラーニング（グループディスカッション、ディベート等）の実施Active learning in class (Group discussion, Debate.etc.)
なし / No
フィールドワーク（学外での実習等）の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching：オンライン/online
※各回の授業形態は予定です。教員の指示に従ってください。
第1回[オンライン/online]：Pythonプログラミング(1)
プログラミング環境の確認とPythonコーディングのチュートリアル
第2回[オンライン/online]：Pythonプログラミング(2)
変数の種類とプログラムの流れの制御
第3回[オンライン/online]：Pythonプログラミング(3)
ファイルの読み書きと簡単な集計、課題の出題
第4回[オンライン/online]：Pythonプログラミング(4)
課題の共有とここまでの復習としての実習
第5回[オンライン/online]：Pythonプログラミング(5)
コードの設計と読みやすい書き方
第6回[オンライン/online]：web・ソーシャルメディアからのデータの取得(1)
webページのクローリングとスクレイピングの概要
第7回[オンライン/online]：web・ソーシャルメディアからのデータの取得(2)
webページのクローリングとスクレイピングの実習および課題
第8回[オンライン/online]：仮説形成と分析計画
仮説形成と分析計画
第9回[オンライン/online]：分析プロジェクトの立案
分析プロジェクトの立案
第10回[オンライン/online]：web・ソーシャルメディアからのデータの取得(3)
ソーシャルメディアデータの取得方法の説明
第11回[オンライン/online]：web・ソーシャルメディアからのデータの取得(4)
ソーシャルメディアデータの取得方法の実習
第12回[オンライン/online]：テキストの計量分析(1)
テキストデータの計量分析の概要
第13回[オンライン/online]：テキストの計量分析(2)
テキストデータの計量分析の実習
第14回[オンライン/online]：テキストの計量分析(3)
テキストデータの計量分析のプログラミング、課題の出題
授業時間外の学習（準備学習・復習・宿題等）Work to be done outside of class (preparation, etc.)
本講義は積み上げ型で理解が進むため、復習が特に重要となる。不明な点を講義中の質問あるいは講義後にメールで問い合わせ解消すること及び小課題を行うことが復習であり、同時に次回の準備学習になる。これまでの受講者から話を伺った限り、データ分析やプログラミングは復習にかかる時間は個人差があるため、一律何時間ということではなく各人のペースで復習を行うことになる。授業の準備学習・復習時間は各2時間を標準とする。
テキスト（教科書）Textbooks
担当教員が作成した資料を印刷して配布するため必須な教科書はない。
参考書References
講義で行う実習に関連した（講義資料の作成に当たって用いた）書籍として下記の３冊を特記する。
・柴田淳 著、みんなのPython 第4版、SBクリエイティブ
・樋口耕一 著、社会調査のための計量テキスト分析、ナカニシヤ出版
・原泰史 著、Pythonによる経済・経営分析のためのデータサイエンス、東京図書
また、データ分析の理屈や方法に関する書籍は近年数多く出版されており、講義の中でも何冊かを取り上げ、それぞれがどういう範囲のことが書かれているものであるかを紹介する。
成績評価の方法と基準Grading criteria
レポート課題 100%
なお、レポートは1回のみではなく、講義内の演習と講義後の宿題として複数回行われる。提出されたもの全てを総合して成績評価を行う。課題は、プログラミングそのものの課題と、調査分析課題（プログラミングを道具として用いて何かを調べたり何かを分析したりする課題）に分かれる。課題に取り組んだ結果、講義の理解に不明な点がある場合は、次回以降の講義の中で補足説明を行う。補足説明に関しては受講生からのリクエストも受け付ける。そのため、採点としては最初の出題、提出のみではなく、不明点に関する質問や補足説明等を経た結果、理解できたことも評価対象とする。
学生の意見等からの気づきChanges following student comments
本講義は少人数講義であることから、各受講生の個別の理解度に合わせて質疑を行う時間は充分にあるが、受講生が不明点を言語化できるとは限らないため、受講生が理解度を顕在化させ、教える側はそれを把握して説明の方略を変更しやすいようにするため、講義中に成績と結びつかかない小課題や、加点しやすい小課題も要所要所で実施する。
学生が準備すべき機器他Equipment student needs to prepare
各自のノートPC（本年はオンライン授業であることから自宅のデスクトップPCでも可）を用いる。
講義で使うソフトウェアをインストールする必要があり、インストール方法を図示したマニュアルを事前配布する。
その他の重要事項Others
本講義では、主にプログラミングの未経験者を想定しているため、他言語の経験等は全く必須ではない。
一方、データ分析の実習であることから、コンピュータそのものに慣れていないひと（ファイルやフォルダという言葉がわからない、Excelでの集計をまったく行ったことがない、ソフトウェアのインストールをまったくしたことがない、など）は不明点を積極的に言語化する必要がある。
本講義は集中講義のため、一日分の講義の終了時点で課題を出題する。そのため、14回の講義を何日の講義日に振り分けるか次第では、シラバスで示した各回の講義内容とズレが発生することがある。また、受講者の関心が強いところ、考え方に慣れておらず時間をかけた説明が必要なところ、においてはその都度に対応するため、各回の内容が前後することもある。
担当教員の専門分野等
＜現職での専門分野＞戦略コンサルティングにおけるデータアナリティクス
＜研究者としての専門領域＞科学計量学、計量書誌学
＜過去の研究テーマ＞日本における学術論文著者の構造、学術研究者の雇用市場、科学技術関係政策文書の変遷の計量