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

210095 UE M2: Politikwissenschaftliche Methoden quantitativ (2026S)

8.00 ECTS (4.00 SWS), SPL 21 - Politikwissenschaft
Prüfungsimmanente Lehrveranstaltung
Moodle

An/Abmeldung

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

Details

max. 35 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Dienstag 10.03. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 17.03. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 24.03. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 14.04. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 21.04. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 28.04. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 05.05. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 12.05. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 19.05. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 26.05. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 02.06. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 09.06. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 16.06. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 23.06. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Dienstag 30.06. 13:15 - 16:30 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Der Kurs vermittelt die Grundlagen zur Entwicklung von Forschungsdesigns sowie zur Durchführung quantitativer Datenanalysen mit R oder Stata. Im Mittelpunkt stehen zentrale Schritte des Forschungsprozesses: die Formulierung von Forschungsfragen, deren theoretische und methodische Einbettung, die Entwicklung und Überprüfung von Hypothesen, die Operationalisierung von Konzepten sowie die Auswahl geeigneter Fälle und Datenquellen.

Darüber hinaus führt der Kurs in statistische Methoden ein, die für die empirische Überprüfung von Hypothesen relevant sind. Die praktischen Übungen können mit R oder Stata durchgeführt werden und behandeln unter anderem:
- Grundlagen und vertiefende Aspekte des Datenmanagements
- Deskriptive Statistik und Datenvisualisierung
- Statistische Inferenz und bivariate Zusammenhänge
- Multiple Lineare Regression (inkl. Annahmen, Diagnostik und Vertiefungen)
- Regressionsmodelle für kategoriale Daten (z. B. logistische und multinominale Regression)
- Interaktionen und marginale Effekte

Der Kurs versetzt die Studierenden in die Lage,
- Forschungsfragen zu entwickeln und geeignete Forschungsdesigns (z. B. für Masterarbeiten) zu entwerfen,
- die Qualität von Sekundärdaten und deren Eignung für die Beantwortung konkreter Forschungsfragen zu beurteilen,
- Datensätze mit R oder Stata auszuwerten,
- Ergebnisse korrekt zu interpretieren und ansprechend zu präsentieren,
- auf Basis statistischer Befunde fundierte Schlussfolgerungen zu ziehen,
- wissenschaftliche Evidenz in akademischen und außerakademischen Kontexten kritisch zu bewerten.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Der Kurs umfasst 8 ECTS (ca. 200 Arbeitsstunden). Die Endnote setzt sich zusammen aus:

1. Anwesenheit und aktive Teilnahme (10 %)
2. Kurztests/Quizze während der Lehrveranstaltung (10 %)
3. Praktische Hausübungen mit R oder Stata (20 %)
4. Forschungskonzept und Poster-Präsentation (20 %)
5. Seminararbeit mit empirisch-statischen Analysen zur Beantwortung der formulierten For-schungsfrage (min. 4.000 bis max. 5.000 Wörter exklusive Referenzliste; Abgabe 10. Juli 2026; 40 %)

Die Einhaltung der Standards des wissenschaftlichen Arbeitens ist Voraussetzung für eine positive Bewertung. Alle schriftlichen Arbeiten werden mit Turnitin überprüft. Richtlinien für eine verantwortliche Nutzung von KI-Tools werden bereitgestellt.

Die Kursleiterinnen können ein notenrelevantes Gespräch zur eingereichten Arbeit verlangen, um im Zweifelsfall die Einhaltung wissenschaftlicher Standards sicherzustellen. Täuschungsversuche (Plagiat, Ghostwriting, unerlaubte Hilfsmittel etc.) führen zum Nichtbestehen des gesamten Kurses und einem entsprechenden Eintrag im Sammelzeugnis.

Mindestanforderungen und Beurteilungsmaßstab

Bitte beachten Sie, dass der Unterricht auf Deutsch stattfindet. Schriftliche Arbeiten können aber wahlweise auf Deutsch oder Englisch verfasst und eingereicht werden.

Der Kurs setzt grundlegende Kenntnisse des wissenschaftlichen Arbeitens und ein Interesse an empirischer Forschung voraus.

Grundlegende Vorkenntnisse in R oder Stata sind von Vorteil und werden erwartet. Studierende ohne Vorkenntnisse in R oder Stata sollten bereit sein, zusätzliche Zeit und Mühe zu investieren, um sich anhand der bereitgestellten Materialien mit der Software vertraut zu machen.

Die Anwesenheit in der ersten Sitzung ist verpflichtend. Maximal zwei unentschuldigte Abwesenheiten sind zulässig; ab drei unentschuldigten Fehlterminen gilt der Kurs als nicht bestanden.

Um eine positive Bewertung zu erhalten, sind mindestens 50 von 100 Punkten erforderlich. Zudem müssen alle unter Leistungskontrolle genannten Teilleistungen (Punkte 1–5) erbracht und positiv bestanden werden.

Notenschlüssel:
- 87–100 Punkte: Sehr gut (1)
- 75–86 Punkte: Gut (2)
- 63–74 Punkte: Befriedigend (3)
- 50–62 Punkte: Genügend (4)
- 0–49 Punkte: Nicht genügend (5)

Wenn die Seminararbeit negativ beurteilt wird und damit die Beurteilung der gesamten Lehrveranstaltung negativ ist, wird Ihnen eine Verbesserungsmöglichkeit eingeräumt. Sie erhalten ein Feedback mit Kriterien, die Sie bis zu einer festgelegten Frist erfüllen müssen, damit die Teilleistung noch positiv beurteilt werden kann. Sollten Sie die Fristen versäumen oder die Kriterien nicht erfüllen, werden Sie negativ beurteilt.

Prüfungsstoff

Alle in der Kursbeschreibung genannten Inhalte.

Literatur

Gschwend, T., & Schimmelfennig, F. (Hrsg.). (2007). Forschungsdesign in der Politikwissenschaft: Probleme – Strategien – Anwendungen. Campus Verlag.

Best, H., & Wolf, C. (Hrsg.). (2015). The SAGE Handbook of Regression Analysis and Causal Infer-ence. Sage.

Weitere Literatur wird in der ersten LV-Einheit bekanntgegeben.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 27.07.2026 09:27