University of Manchester - Online and Blended Learning

MSc Data Analytics and Social Statistics (analyse de données et statistiques sociales)

Si vous souhaitez vous perfectionner et découvrir le pouvoir des données pour prédire les tendances et améliorer les résultats, ce cours est idéal. Data Analytics and Social Statistics est conçu pour tout professionnel travaillant dans un secteur qui utilise le big data et les données sociales. Il est multidisciplinaire et utilise des méthodes applicables et pertinentes dans divers domaines, de l'éducation, de la santé et de l'analyse commerciale aux secteurs public, privé et à but non lucratif tels que les organismes de bienfaisance et les ONG.

Que vous ayez une expérience en analyse de données ou que vous recherchiez un cours sur le Big Data pour acquérir ces connaissances, ce cours offre une base solide dans ce domaine passionnant. En intégrant la collecte, l'analyse et la présentation des données, avec la reconnaissance du Big Data et de l'apprentissage automatique, ce cours vous permettra d'être à la pointe des développements en matière d'analyse des données sociales.

Ce cours s'adresse aussi bien aux professionnels qui travaillent déjà dans ce domaine qu'à ceux qui souhaitent changer de carrière. Une vaste expérience en big data ou de solides compétences en mathématiques ne sont pas requises. Si vous n'avez pas d'expérience professionnelle en analyse de données mais que vous avez une solide formation en sciences sociales, vous pouvez utiliser ce cours comme une conversion pour faire la transition vers une nouvelle vocation dans ce domaine dynamique.

Ce cours flexible est dispensé 100 % en ligne pour vous permettre d'adapter vos études à votre travail et à vos autres engagements. Il explore les domaines de la collecte de données, de l'analyse et des statistiques sociales à l'aide de techniques et d'exemples concrets.

Tout au long de votre cursus, vous aurez de nombreuses occasions de collaborer et de réseauter avec vos pairs. Vous bénéficierez d'un niveau élevé de soutien et d'expertise de la part des universitaires de votre cours. Dans ce cours, vous utiliserez le logiciel statistique standard de l'industrie - R, vous permettant d'intégrer votre apprentissage dans votre domaine de travail.

Cela vous permettra également d'agir en tant qu'expert en analyse de données sur votre lieu de travail, en partageant vos connaissances avec d'autres collègues au profit de l'équipe au sens large et des projets de groupe.

Nous avons conçu ce cours pour créer des professionnels de l'analyse de données hautement compétents, capables de traiter les données en toute confiance et d'identifier les tendances dans toutes les disciplines.

En étudiant l'analyse de données et les statistiques sociales, vous atteindrez un niveau élevé de compétence en gestion de données à partir de données réelles. Vous comprendrez les fondements théoriques des méthodes statistiques et acquerrez de l'expérience en utilisant des microdonnées provenant de différentes sources.

Ce cours vise à vous donner les compétences nécessaires pour évaluer et mener à bien une collecte de données sociales de manière critique. Vous développerez une conscience critique des données et des concepts des sciences sociales et utiliserez vos connaissances pour développer des recherches originales à l'aide d'outils d'analyse de données.

Grâce à ce cours, vous serez en mesure de présenter et d'écrire en toute confiance sur l'analyse de données, améliorant ainsi vos compétences et vous permettant de passer à un nouveau secteur.

Nettoyage et visualisation des données à l'aide de R

Dans cette unité de cours très pratique, vous découvrirez les principaux éléments constitutifs des logiciels R et RStudio et développerez des compétences pour travailler avec R et RStudio de manière efficace. L'unité couvrira la gestion des données et la façon de préparer (et de ranger) les données avant la visualisation et l'analyse. Vous utiliserez diverses extensions R (ou « packages ») pour faciliter différentes approches de l'exploration des données, de la visualisation et de l'étude des relations entre les variables. Les exemples pratiques intégrés seront basés sur des données réelles provenant de l'ensemble des sciences sociales.

Introduction à la modélisation statistique

Cette unité vous présentera l'analyse de données quantitatives complexes dans les sciences sociales. Elle est conçue pour vous aider à développer des compétences techniques et des bases solides sur les principes sous-jacents des méthodes statistiques employées pour interpréter les résultats d'analyse avec compétence. Vous utiliserez des données réelles issues de l'ensemble des sciences sociales (par exemple, la politique, l'économie, la psychologie, la sociologie, la criminologie, etc.) pour développer votre capacité à effectuer des statistiques descriptives, exploratoires et inférentielles.

Méthodes d'enquête et recherche en ligne

Dans cette unité, nous vous présenterons les principes de conception d'enquêtes à grande et petite échelle et leur application contextualisée dans le milieu universitaire, public et privé. Elle vise à vous aider à développer des bases théoriques et pratiques solides concernant le processus de planification, de conception et de conduite d'une enquête, ainsi que les aspects pratiques de la méthodologie d'enquête, y compris les considérations éthiques. Le cours mettra également l'accent sur différentes stratégies d'échantillonnage, les méthodologies d'enquête, l'impact des facteurs difficiles sur la qualité des données d'enquête, ainsi que les techniques permettant de traiter ces facteurs.

Modélisation de la science des données

Cette unité vise à vous préparer à gérer des ensembles de données complexes et de grande dimension dans les sciences sociales (par exemple, la criminologie, la politique, la sociologie, la psychologie, etc.). Elle est conçue pour vous aider à développer des compétences techniques et des bases solides dans et autour des principes sous-jacents de diverses méthodes de classification et de prévision supervisées et non supervisées pour interpréter les résultats d'analyse de manière compétente. L'unité utilisera des données réelles provenant de toutes les sciences sociales et développera davantage les compétences pratiques dans les logiciels R et RStudio. Des considérations éthiques seront également intégrées tout au long de l'unité de cours pour consolider davantage l'utilisation basée sur l'intégrité des « big » data.

Analyse multiniveau et longitudinale

Cette unité vise à approfondir vos connaissances sur les modèles d'enquête complexes et les structures de données plus complexes dans les sciences sociales. L'unité approfondira les concepts, méthodes et modèles précédemment introduits et développera davantage les compétences en programmation dans R et RStudio. L'unité se concentrera sur les modèles qui peuvent être utilisés pour analyser des données hiérarchiques, telles que des données transnationales ou des données longitudinales. Dans cette unité, vous utiliserez des données réelles provenant d'enquêtes de complexité variable pour vous permettre de développer des compétences méthodologiquement et statistiquement solides pour aborder ces complexités dans la pratique.

Prévisions démographiques

Unité optionnelle

Cette unité vise à vous fournir les compétences nécessaires pour dériver, interpréter et appliquer une gamme de mesures démographiques aux populations passées et présentes à différents niveaux géographiques. L'unité développera votre capacité à évaluer de manière critique l'exactitude et la qualité de diverses mesures à la lumière des sources de données disponibles. L'unité utilisera des données réelles et se concentrera sur l'application de méthodes appropriées et l'interprétation critique de résultats tels que ceux de la pandémie de COVID-19 au Royaume-Uni et dans d'autres pays. Diverses mesures d'estimation et de prévision de la mortalité seront mises en avant ainsi que d'autres composantes de l'évolution de la population.

Modélisation d'équations structurelles

Unité optionnelle

Cette unité vise à vous présenter les principes théoriques de l'équation structurelle et de la modélisation des variables latentes et à vous fournir les compétences pratiques requises pour exécuter différents types de modèles dans R et RStudio. L'unité de cours est conçue pour vous aider à développer des compétences techniques et des bases solides des principes sous-jacents de ces méthodes afin de pouvoir interpréter avec compétence les résultats de l'analyse.

Les compétences en recherche dans la pratique

Obligatoire pour les étudiants de MSc

Cette unité de cours vous donnera l'occasion de renforcer vos compétences en recherche en vue de la préparation de la thèse de 40 crédits du diplôme de maîtrise. Cette unité de cours comprend deux sujets :

• Le sujet 1 vous préparera à développer des hypothèses de recherche basées sur la théorie
• Le thème 2 comprendra des approches permettant de produire une revue efficace et percutante de la littérature en sciences sociales.

Les deux sujets se dérouleront en deux blocs de 4 semaines et seront évalués indépendamment.

Projet

Obligatoire pour les étudiants de MSc

Pour obtenir une maîtrise ès sciences (MSc), vous devrez réussir l'unité Research Skills in Practice (RSiP) d'une valeur de 20 crédits et remettre une thèse de 9 000 mots d'une valeur de 40 crédits.

Dans le cadre de votre projet, vous identifierez et étudierez un sujet de recherche pertinent pour la pratique professionnelle en sciences sociales. La thèse doit prendre la forme d'une étude de recherche quantitative utilisant des données sociales secondaires, de préférence issues d'une enquête à grande échelle. Tout au long de la période de thèse, vous suivrez un calendrier recommandé et bénéficierez d'un soutien par le biais de séances synchrones fréquentes avec votre directeur de thèse désigné.

Grâce à l'analyse des données et aux statistiques sociales, vous acquerrez les connaissances pratiques et appliquées qui vous permettront de révéler la véritable valeur des données. Tout au long de ce cours, vous apprendrez à effectuer une modélisation statistique avancée et à créer des visualisations de données dynamiques pour montrer de nouvelles perspectives. Vous créerez et gérerez des ensembles de données de différentes tailles, renforçant vos compétences et réalisant le véritable potentiel de ces précieuses données.

Vous comprendrez également les concepts clés de l'incertitude et du caractère aléatoire dans la rédaction scientifique. Ce cours vous apprendra à faire preuve d'une conscience critique des problèmes d'opérationnalisation et de mesure dans les sciences sociales. Vous acquerrez de solides capacités de rédaction académique en sciences sociales, en utilisant la pensée indépendante pour exprimer vos recherches à l'aide de l'analyse de données.

Les professionnels capables de traiter et d’interpréter des données riches sont très recherchés dans de nombreux secteurs d’activité, tels que les politiques publiques, les études de marché, l’éducation, les organisations à but non lucratif, etc. Bon nombre des grands défis politiques de notre époque sont mondiaux, qu’il s’agisse de l’insécurité alimentaire, de la guerre, des maladies et de la santé publique ou du changement climatique. Le big data joue un rôle de plus en plus important pour aider les chercheurs en sciences sociales à comprendre et à résoudre ces problèmes. L’analyse du big data a le potentiel de révéler des modèles qui ne sont pas si faciles à comprendre ou à observer, ce qui conduit à des stratégies et des réponses plus robustes.

En étudiant l'analyse des données et les statistiques sociales, vous développerez les compétences nécessaires pour progresser dans ce domaine et faire avancer votre carrière. En apprenant à exploiter les données, vous serez en mesure de repérer et de prédire les tendances et de comprendre le comportement social avec plus de précision. Si vous cherchez à changer de carrière, ce cours vous donnera une base solide en analyse de big data pour vous permettre de faire ce changement.

Livraison - 100% apprentissage en ligne

Durée:

• MSc - 27 mois, à temps partiel

Date de début de l'enseignement académique - 1er septembre 2025

Date limite de candidature - 18 août 2025

Charge de travail - Environ 20 heures par semaine

Enseigner et apprendre

Il s'agit d'un programme en ligne flexible conçu pour s'adapter à vos engagements existants. Vous disposez de 20 heures d'étude par semaine à prendre quand cela vous convient. Nous disposons d'une vaste gamme d'outils dans notre environnement d'apprentissage virtuel (VLE), notamment des vidéos, des cahiers d'exercices interactifs, des auto-tests, des tutoriels en ligne et des évaluations en ligne.

Vous aurez également l'occasion de participer à des événements tels que des séminaires avec des experts d'organisations de premier plan et des séances d'échange avec vos collègues de cours. Au cours de ces séances, vous aurez l'occasion de collaborer et de développer votre réseau.

Nos professeurs sont des spécialistes de renommée mondiale en sciences sociales et en recherche, avec une expérience professionnelle dans l'analyse de données dans différentes disciplines.

Services de bibliothèque

En tant qu'étudiant à l'Université de Manchester, vous pourrez utiliser nos nombreux services de bibliothèque. Cela vous donnera accès à des livres, des livres électroniques et des revues sur les statistiques sociales, l'analyse et la recherche de données quantitatives et la science des données, du niveau d'introduction au niveau avancé.

Un conseiller d'aide aux études dédié vous sera attribué et sera votre premier point de contact pour les questions liées aux études et l'aide concernant le VLE.

L'événement d'accueil et d'intégration a lieu une semaine avant la date de début des cours. Notre équipe d'admission vous confirmera la date de votre intégration à l'approche de cette date.

Veuillez vous assurer de terminer votre inscription avant la date d'entrée choisie pour accéder au matériel d'apprentissage en ligne et aux services de la bibliothèque.