Universität Wien

040044 KU Business Research Methods - Empirische Datenanalyse (MA) (2019S)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 50 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Achtung: Wer nicht zur ersten Einheit anwesend ist, wird abgemeldet.

Freitag 01.03. 13:15 - 14:45 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Freitag 01.03. 15:00 - 16:30 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Montag 04.03. 15:00 - 16:30 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
Montag 04.03. 16:45 - 18:15 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Montag 11.03. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Montag 11.03. 18:30 - 20:00 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
Montag 18.03. 15:00 - 16:30 Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Stock
Montag 18.03. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Montag 25.03. 15:00 - 16:30 Hörsaal 16 Oskar-Morgenstern-Platz 1 2.Stock
Montag 25.03. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 26.03. 13:15 - 14:45 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 26.03. 15:00 - 16:30 Hörsaal 16 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag 02.04. 15:00 - 16:30 PC-Seminarraum 1 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag 04.04. 09:45 - 13:00 PC-Seminarraum 1 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Montag 17.06. 11:30 - 13:00 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Im Rahmen der Lehrveranstaltung werden theoretische Kenntnisse und praktische Anwendungen der folgenden Datenanalysemethoden erworben:
- Deskriptive Datenanalyse
- Grafische Aufbereitung von Daten
- Varianzanalyse
- Regressionsanalyse

Art der Leistungskontrolle und erlaubte Hilfsmittel

- Coding Task 30%
- Projektarbeit 25%
- Mitarbeit, Hausübungen 15%
- Endtest 30%

Mindestanforderungen und Beurteilungsmaßstab

- Kenntnisse des Forschungsprozesses werden in Kurs "Forschungsmethoden" vermittelt
- Grundkenntnisse zur Datenbearbeitung in R werden empfohlen (Daten einlesen, Daten bearbeiten, grundsätzlicher Syntaxaufbau)

Prüfungsstoff

- Folien
- Literatur
- Übungsbeispiele

Literatur

- Bortz, Jürgen, and Christof Schuster. Statistik für Human-und Sozialwissenschaftler: Limitierte Sonderausgabe. Springer-Verlag, 2011.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:28