課程簡介
本課程帶領同學領會如何透過操作經驗資料收集和分析的過程來求真。本課程將透過問卷設計、網調資料收集、帶領同學學到如何使用資料科學的工具（R & RStudio）進行資料分析，讓同學充份理解經驗研究中學會如何精準發問、敢於使用資料分析挑戰權威，以及透過資料探索發展理論與假設的素養。本課程訓練同學以專案的方式實作，學會分析調查資料的基本技能之後，連結到社科院及管理學院的進階資料分析課程如《厚資料與意義探勘》、《大數據與選舉》、《政治與資訊》、《社群資料分析》、《政治文本分析》等。
本課程與108-1獲補助課程【政治學研究方法-R資料分析的起手勢】不同之處，除了課名調整為更為切合所授內容之外，實為針對本課群老師的需要加以編修的新編課程：（1）強化了資料應用實做及與業界互動、（2）加強資料視覺化的訓練、（3）新增Python入門介紹。請見以下教學進度用藍色標示部份。全課程1/3都將經過更新，教材也將依此調整及編寫。
課程目標
(1) 讓政治科學的研究生具備資料科學的素養，包括獨立操作R開啟專案、自發取得網路資料並進行分析的能力。
1. 首先以smilepoll.tw曾經收集過的網路調查資料，以及台灣選舉與民主化調查（TEDS）面訪資料為例子，帶領專案分析。
2. 介紹網路上的R自學資源，使用主持人自編的教材及Princeton等名校提供的免費資源進行資料分析的重製。
(2) 讓資料科學的問題意識啟發政治科學學生的思考方式，從傳統驗證式的研究中，走向探索式的資料分析，由此發現新的問題、看見新的解釋方式，甚至挑戰既有知識，或是開發理論。
1. 驗證性的分析仍為當前實證主義及經驗研究的主流，不可放棄，但會以更有效率的方式，帶領同學在學期前半就能學會用R進行卡方檢定、迴歸分析等學門常用的分析方法。
2. 探索性的分析需要更多的對資料的熟悉，以及更多工具上的訓練，因此將會邀請共同主持人及其他專業講者，進行工作坊式的授課。
3. 學生必須同時具備這兩種分析的思維方式，必要時進行切換，才能為自己的研究找到與學門溝通的語言。
(3) 幫助學生熟悉網路調查平台的運作方式，使用它來進行厚數據的收集：針對可重複受訪的民眾，進行具有創新的訪問、並從中探索出未曾發現過的行為、價值、態度樣貌。
1. 使用R進行網路平台的實驗是當前熱門的研究方法。透過網路調查，同學可以針對800到1000位smilepoll.tw會員進行反覆訪問，再將這些不同波段的問卷依會員編號合併，形成「醫療級」的資料檔（其價值如同個人醫學資料一般珍貴，且探索分析方式相似）。
2. 無論以此資料檔進行探索式分析（Factor Analysis or MultipleCorrespondence Analysis），還是依有興趣的變數對受訪者進行深度訪談，smilepoll.tw都做得到，因此透過此平台所收集的資料將有助於意義探勘的工作。
3. Smilepoll.tw為第一手資料收集的平台，因此將允許極具創意（但仍需在個資及學術倫理規範下進行）的問卷題對會員發放。這對於剛入資料科學之門的社科人將極具親和力，也有助於開發新的概念測量方式。依近兩年教學的經驗，用它來訓練同學對於R專案的上手，是最沒有痛苦、最具原創性，最具「臨場感」以及最快培養出成就感的做法。
(4) 幫助學生具備自我學習、與國際接軌（如使用R-bloggers及透過期刊論文找到相對應的R套件）能力，尤其是接上本課群設計的兩門探索式資料分析為核心內容的課程—《政治與資訊》及《社群媒體分析》—深化自己的技術能力。
1. 作為本課群的基礎課程，本課程以「培養興趣、打造自信、釋放想像」作為目標，以期能在這些心理素質的基礎上，讓同學進一步在進階（中高級）課程中磨練技術。
2. 透過以下做法，將培養同學自學的能力：（1）閱讀優秀的社科期刊論文並得知新的R套件、（2）在安裝及更新R套件時看懂說明書及更新時的說明文件、（3）訂閱Rbloggers強化自己對國際社群脈動的掌握。
3. 透過「期末專案共同指導」的概念，邀請課程團隊的其他主持人，共同聆聽學生專案的發表，提供建議，幫助學生在下一階段課程前修補不足之處。
適用對象
社會科學院與管理學院學生
課程特色
應用數位工具/技術：R語言及RStudio資料處理平台（兼談Python）
課程進度
CH1 暖身
CH2 資料分析工具介紹
CH3 資料分析方法（一）
CH4 資料分析方法（二）
CH5 資料分析方法（三）
CH6 資料分析方法（四）
CH7 期中考週 –團隊專案實作展演
CH8 資料視覺化（一）
CH9 資料視覺化（二）
CH10 資料視覺化（三）
CH11 問卷設計工坊（一）
CH12 問卷設計工坊（二）
CH13 資料科學與社會科學的融合
CH14 從R到Python
CH15 期末專案成果繳交及展演