学部・研究科等ごとの目的
本研究科は社会科学とデータサイエンスが融合するソーシャル・データサイエンスの学問分野において、最先端の知識を自ら活用し、新たな課題を発見し解決に導くことができるソーシャル・データサイエンスのスペシャリストを育成することを目的とします。
入学者受入方針（アドミッション・ポリシー）
一橋大学大学院ソーシャル・データサイエンス研究科修士課程は、豊かな教養と市民的公共性を備えた、構想力ある専門人、理性ある革新者、指導力ある政治経済人を育成するとの理念に基づいて、以下のとおり入学者選抜を実施します。
１．求める学生像
本研究科修士課程では、社会科学とデータサイエンスが融合するソーシャル・データサイエンスの教育を通じて、最先端の知識を自ら活用し、新たな課題を発見し解決に導くことができるソーシャル・データサイエンスのスペシャリストの養成を目指すことを使命としています。
このような人材を社会に送り出すため、本研究科修士課程は、以下のような知識や能力を備えた学生を受け入れたいと考えています。
（１）社会科学とデータサイエンスの基礎知識
（２）グローバルに展開する社会科学やデータサイエンスの研究成果を修得し実践するために必要な日本語及び英語でのコミュニケーション能力
（３）ビジネスの理解・分析・革新や社会課題の理解・分析・解決を実行するための思考力
（４）ビジネスの理解・分析・革新や社会課題の理解・分析・解決を実行しようとする意欲
２．入学者選抜の基本方針及び多面的・総合的な評価方法
上記の能力を備えた学生を選抜するため、本研究科修士課程では、以下のとおり入学者選抜を実施します。
一次選考では、研究計画書等の書類審査による選抜を行います。
二次選考では、一次選考の合格者に対して、社会科学とデータサイエンスの融合のための基礎知識を問う筆記試験を実施し、一次選考及び筆記試験の結果を総合して選抜を行います。
三次選考では、二次選考の合格者に対して、ビジネスの理解・分析・革新や社会課題の理解・分析・解決を実行するための思考力や意欲を問う口述試験を実施し、二次選考及び口述試験の結果により選抜を行い、合否を決定します。
選抜にあたっては、専門分野の基礎知識と論理的な思考力に重点をおきつつ、日本語及び英語の能力も含めて、総合的に評価します。
教育課程編成・実施方針（カリキュラム・ポリシー）
一橋大学大学院ソーシャル・データサイエンス研究科修士課程は、豊かな教養と市民的公共性を備えた、構想力ある専門人、理性ある革新者、指導力ある政治経済人を育成するとの理念に基づいて、ディプロマ・ポリシーに示す能力・資質等を修得させるために、以下のとおりの教育課程編成の考え方、学修内容及び学修方法、学修成果の到達目標、学修成果の評価方法により教育課程を実施します。
１．教育課程編成の考え方
（１）「ソーシャル・データサイエンス基礎科目」では、ソーシャル・データサイエンスの領域の中で特に近年発展している内容を概観するとともに、社会におけるデータサイエンスの倫理的・法的・社会的諸課題への理解を促します。これらの授業科目を必修科目とすることにより、本研究科の修了生全員が修得する必要のある、社会科学の基礎的知識及びデータサイエンスの基礎的知識を修得させるとともに、それらを融合させて解決すべき実践的な課題について理解させます。
（２）「データサイエンス科目」では、データサイエンスの専門知識である統計分析と機械学習の知識の中でも、特にビッグデータに対応した分析手法を修得させます。これらの授業科目を選択必修科目とすることにより、各々の興味・関心に応じたデータサイエンスの基礎的知識を修得させます。
（３）「ソーシャル・データサイエンス発展科目」として配置する、企業経営の課題を洞察しイノベーションを図る「ビジネス・イノベーション分析科目」と、社会課題や政策効果を洞察し解決策や改善策を探る「社会課題解決科目」では、ビジネスの革新や社会課題の解決に対して、社会科学とデータサイエンスの高度な知識を有機的に融合させて取り組む事例に基づく授業を展開します。特に、ビッグデータ分析によって可能となった新しい分析手法について、事例を通じて学びます。これらの授業科目を選択必修科目とすることにより、「ソーシャル・データサイエンス基礎科目」「データサイエンス科目」を通じて修得した社会科学の基礎的知識及びデータサイエンスの基礎的知識を踏まえて、各々の興味・関心に応じた社会科学の発展的知識及びデータサイエンスの発展的知識を修得させるとともに、それらを融合させて解決すべき実践的な課題についての理解を深めます。
（４）リサーチ・ワークショップとして、ソーシャル・データサイエンスおよび関連分野における最先端の研究に学生が触れることができる場を用意します。多様な研究事例の理解を通じ、ソーシャル・データサイエンスの特徴を理解し、常に進展しつづける最先端の研究に触れることで、新しい知識の吸収能力の形成を促します。本授業科目は、大学院博士課程への進学などのため、特に高度な「社会科学の高度な知識とデータサイエンスの高度な知識が有機的に融合した学術領域に貢献できる研究能力」の修得を希望する学生を対象としていることから、選択必修科目として配置します。
（５）カリキュラムの中核である演習では、担当教員や他学生との協働を通じて、ビッグデータに対応した理論や分析手法に基づき、社会科学やデータサイエンスの高度な知識を有機的に融合させて取り組む様々な事例について理解を深めます。本授業科目は１・２年次必修科目とし、本研究科の全修了生に求められる、「社会科学の高度な知識とデータサイエンスの高度な知識を融合させ、ビジネスの理解・分析・革新や社会課題の理解・分析・解決を実行できる能力」及び、「社会科学の高度な知識とデータサイエンスの高度な知識が有機的に融合した学術領域に貢献できる研究能力」を修得させます。
（６）研究指導では、指導教員の個別又はごく少人数による指導により、ビッグデータに対応した理論や分析手法を活用した社会の分析を通じ、ソーシャル・データサイエンスを体得し、その成果として修士論文を執筆します。本授業科目は１・２年次必修科目とし、本研究科の全修了生に求められる、「社会科学の高度な知識とデータサイエンスの高度な知識が有機的に融合した学術領域に貢献できる研究能力」を修得させます。
以上の方針に基づいて編成したカリキュラムについて、ファカルティ・デベロップメント（ＦＤ）等を実施することで、常に教育の質の改善に努めます。
２．学修内容及び学修方法
本研究科修士課程では、豊かな教養と市民的公共性を備えた、構想力ある専門人、理性ある革新者、指導力ある政治経済人を育成するとの理念に基づいて、教育課程を通じて、以下の点を重視します。第一に、系統的な学修を可能とする教育課程を提供し、社会科学とデータサイエンスの高度な知識を修得させます。第二に、社会科学とデータサイエンスを高度に融合させて取り組む事例に基づく授業科目を提供し、ソーシャル・データサイエンスという新しい学問分野における学生の素養を高めます。第三に、本学の伝統である演習を核とする少数精鋭教育を通じて、主体的・協調的な学びの態度を涵養します。
学生が自らの将来計画に基づいて適切な科目履修を行うことができるように、履修モデル並びにすべての科目の授業科目の概要、到達目標、授業内容及び評価方法等を明記したシラバスを示します。また、Webシステム等を利用して、授業の事前及び事後の学修の指示や参考文献を示すなどして、学生の学修を支援します。なお、研究活動上の不正行為を防止するため、全学生を対象として、研究倫理教育を実施します。
３．学修成果の到達目標
本研究科修士課程では、社会科学とデータサイエンスが融合するソーシャル・データサイエンスの学問分野において、最先端の知識を自ら活用し、新たな課題を発見し解決に導くことができるソーシャル・データサイエンスのスペシャリストの養成を目指しています。
そのため、本研究科修士課程での学修を通じ、ディプロマ・ポリシーに掲げる（１）社会科学の高度な知識、（２）データサイエンスの高度な知識、（３）（１）（２）を融合させ、ビジネスの理解・分析・革新や社会課題の理解・分析・解決を実行できる能力、（４）（１）（２）が有機的に融合した学術領域に貢献できる研究能力、を修得させます。それにより、社会科学とデータサイエンスの高度な知識を用いてビジネスや社会課題を理解、分析し解決することと、社会科学とデータサイエンスの高度な知識が有機的に融合した学術領域に貢献することができるようになることが、本研究科修士課程での到達目標です。
４．学修成果の評価方法
学修成果の評価について、各科目の学修成果は、科目の特性等に応じ、定期試験、レポート、授業中の小テストや発表を含む平常点などの方法で評価することとし、具体的な評価の方法はシラバスにおいて科目ごとに明示します。
学位授与方針（ディプロマ・ポリシー）
一橋大学大学院ソーシャル・データサイエンス研究科修士課程は、豊かな教養と市民的公共性を備えた、構想力ある専門人、理性ある革新者、指導力ある政治経済人を育成するとの理念に基づいて、社会科学とデータサイエンスが融合するソーシャル・データサイエンスの学問分野において、最先端の知識を自ら活用し、新たな課題を発見し解決に導くことができるソーシャル・データサイエンスのスペシャリストの養成を目指します。
本研究科修士課程の修了生には、社会科学とデータサイエンスの高度な知識を用いてビジネスの理解・分析・革新や社会課題の理解・分析・解決を実行できることと、社会科学とデータサイエンスの高度な知識が有機的に融合した学術領域に貢献できることが求められます。
よって本研究科修士課程では、以下１．に掲げる能力及び資質等を修得していることを、２．に示す方法で確認し、修了の認定を行い、修士（ソーシャル・データサイエンス）の学位を授与します。
１．修得する能力・資質等
（１）社会科学の高度な知識
（２）データサイエンスの高度な知識
（３）（１）（２）を融合させ、ビジネスの理解・分析・革新や社会課題の理解・分析・解決を実行できる能力
（４）（１）（２）が有機的に融合した学術領域に貢献できる研究能力
２．能力・資質等の修得・判定方法
（１）本研究科が考える「社会科学の高度な知識」とは、ソーシャル・データサイエンスという融合的な学術領域において、全学生が共通して修得する必要がある社会科学の基礎的な知識を踏まえて、個別のテーマに関連する社会科学の最先端の知識を学ぶことを通じて修得されるものです。よって、本研究科が指定するソーシャル・データサイエンス概論に関する授業科目から修得した基礎的知識を踏まえて、各々の興味・関心に基づき履修したソーシャル・データサイエンスに関する発展科目から発展的知識を修得していることをもって、同能力・資質等を修得していると判定します。
（２）本研究科が考える「データサイエンスの高度な知識」とは、ソーシャル・データサイエンスという融合的な学術領域において、全学生が共通して修得する必要があるデータサイエンスの基礎的な知識を踏まえて、個別のテーマに関連するデータサイエンスの最先端の知識を学ぶことを通じて修得されるものです。よって、本研究科が指定するソーシャル・データサイエンス概論に関する授業科目及びデータサイエンスの基礎に関する授業科目から修得した基礎的知識を踏まえて、各々の興味・関心に基づき履修したソーシャル・データサイエンスに関する発展科目から発展的知識を修得していることをもって、同能力・資質等を修得していると判定します。
（３）本研究科が考える「社会科学の高度な知識とデータサイエンスの高度な知識を融合させ、ビジネスの理解・分析・革新や社会課題の理解・分析・解決を実行できる能力」とは、それぞれの高度な知識を、ビジネスの理解・分析・革新や社会課題の理解・分析・解決のため共に用いる経験を通じて修得するものです。よって、本研究科が指定するソーシャル・データサイエンスに関する基礎科目及び演習科目並びに、各々の興味・関心に基づくソーシャル・データサイエンスに関する発展科目の履修を通じてそれぞれの高度な知識をビジネスの理解・分析・革新や社会課題の理解・分析・解決のため共に用いる経験を積むことで、同能力・資質等を修得していると判定します。
（４）本研究科が考える「社会科学の高度な知識とデータサイエンスの高度な知識が有機的に融合した学術領域に貢献できる研究能力」とは、それぞれの高度な知識を、学術的な課題のため共に用いる経験を通じて修得するものです。よって、本研究科が指定する演習科目の履修を通じて学術的な課題に取り組み、修士論文の審査と最終試験に合格していることをもって、同能力・資質等を修得していると判定します。
（５）（１）～（４）で修得が確認された能力・資質等は、あくまで最低限のものです。本研究科の修了生には、現代社会における様々な状況において、社会科学とデータサイエンスの高度な知識を用いてビジネスの理解・分析・革新や社会課題の理解・分析・解決を実行できることと、社会科学とデータサイエンスの高度な知識が有機的に融合した学術領域に貢献できることが求められます。よって、各々の興味・関心に基づき幅広く授業科目を履修し、その他本研究科が定める要件を満たしたことをもって、本研究科の修了を認定し、修士（ソーシャル・データサイエンス）の学位を授与します。