Universität Wien FIND
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040091 UE EC: Angewandte Übung Quantitative Datenanalyse I (2017S)

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

Anwesenheit in der ersten Einheit erforderlich. Es wird empfohlen, diese Übung und die Vorlesung zu quantitativer Datenanalyse im selben Semester zu besuchen.

Details

max. 50 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Dienstag 07.03. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 14.03. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 21.03. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 28.03. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 04.04. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 25.04. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 02.05. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 09.05. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 16.05. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 23.05. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 30.05. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 13.06. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 20.06. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 27.06. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ergänzend zur VO Quantitative Datenanalyse I steht in dieser Lehrveranstaltung die Anwendung und Vertiefung der erlernten methodischen und statistischen Verfahren im Vordergrund. Im Rahmen kleiner Projekte sollen die Studierenden eigene Forschungsfragen mit Hilfe aktueller Datensätze bearbeiten, wobei die Projekte Forschungsfragen aus unterschiedlichen wissenschaftlichen Disziplinen aufgreifen können. Zu Beginn des Kurses werden unterschiedliche sozialwissenschaftliche Datensätze vorgestellt und eine Einführung in die Statistik-Software Stata gegeben, die für die statistische Datenanalyse verwendet wird.

Durch praktische Einübung sollen die Studierenden den Umgang mit quantitativen Daten und den in der VO Datenanalyse 1 vorgestellten statistischen Analyseverfahren erlernen. Hierzu zählen die Aufbereitung und Bearbeitung von Daten, die Analyse und Interpretation von statistischen Kennzahlen, sowie die Darstellung und Präsentation von Ergebnissen. Ein besonderes Augenmerk des Kurses liegt auf dem Erkennen von Problemen, die sich bei der Analyse quantitativer Daten ergeben können. Studierende sollen nach Abschluss des Kurses in der Lage sein, reflektiert mit den Analyseverfahren und Ergebnissen quantitativer Forschung umzugehen.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Teilleistungen:
- Mitarbeit und Kurzübungen 40%
- Mündliche Präsentation 20%
- Seminararbeit 40%

Bei Erstellung der Seminararbeit sind die Regeln des wissenschaftlichen Arbeitens zu beachten. Die Seminararbeit kann auf Deutsch oder Englisch verfasst werden.

Mindestanforderungen und Beurteilungsmaßstab

Mindestanforderung für die positive Beurteilung sind die Anwesenheit in der Lehrveranstaltung (max. 2 Einheiten dürfen versäumt werden), die pünktliche Abgabe von drei Kurzübungen, die Abfassung einer Seminararbeit gemäß den Vorgaben der Lehrveranstaltungsleitung und die gelungene Präsentation der Ergebnisse in Form eines Referats im Rahmen der Lehrveranstaltung.

Prüfungsstoff

Literatur

Kohler, Ulrich und Frauke Kreuter (2012): Datenanalyse mit Stata. München: Oldenbourg
Acock, Alan C. (2014): A Gentle Introduction to Stata. College Station: Stata Press

Weitere Literatur wird zu Beginn des Kurses bekannt gegeben.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mi 13.09.2017 14:48