220053 UE METH: UE QUANTI Quantitative Datenerhebungsmethoden (2024W)
Prüfungsimmanente Lehrveranstaltung
Labels
Zusammenfassung
Mo 04.11. 15:00-16:30
Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
Fr 08.11. 09:45-11:15
Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 16.09.2024 09:00 bis Mi 18.09.2024 18:00
- Abmeldung bis Do 31.10.2024 23:59
An/Abmeldeinformationen sind bei der jeweiligen Gruppe verfügbar.
Gruppen
Gruppe 1
max. 15 Teilnehmer*innen
Sprache: Englisch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Dienstag 08.10. 09:45 - 13:15 Seminarraum 2, Währinger Straße 29 1.UG
- Mittwoch 09.10. 09:45 - 13:15 Seminarraum 2, Währinger Straße 29 1.UG
- Donnerstag 10.10. 09:45 - 13:15 Seminarraum 2, Währinger Straße 29 1.UG
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Please note that the course will be taught in English. Assignments will be only accepted in English.(1) Home Assignment 1 – 25%
(2) Home Assignment 2 – 35%
(3) Participation - In-class Exercises, Discussion – 40%
(2) Home Assignment 2 – 35%
(3) Participation - In-class Exercises, Discussion – 40%
Mindestanforderungen und Beurteilungsmaßstab
• Good or very good command of written and spoken English.
• Attendance is obligatory for 75% of the time. You may miss a maximum of one class (students are allowed to miss a maximum of one class).
• The seminar is planned as in-person class – this is a subject to change based on the development in the future and the university recommendations.
• Both home assignments must be submitted in order to complete the course. Home assignments must be done individually and not in a group.Grading:
• 0 - 49,9 % - Unsatisfactisfactory (5)
• 50 - 62.9 % - Sufficient (4)
• 63 - 74.9 % - Satisfactory (3)
• 75 - 86,9 % - Good (2)
• 87 - 100 % - Excellent (1)
• Attendance is obligatory for 75% of the time. You may miss a maximum of one class (students are allowed to miss a maximum of one class).
• The seminar is planned as in-person class – this is a subject to change based on the development in the future and the university recommendations.
• Both home assignments must be submitted in order to complete the course. Home assignments must be done individually and not in a group.Grading:
• 0 - 49,9 % - Unsatisfactisfactory (5)
• 50 - 62.9 % - Sufficient (4)
• 63 - 74.9 % - Satisfactory (3)
• 75 - 86,9 % - Good (2)
• 87 - 100 % - Excellent (1)
Prüfungsstoff
Causality, reliability and validity
Quantitative content analysis
Survey
Experiment
Secondary data
Quantitative content analysis
Survey
Experiment
Secondary data
Literatur
a) Book:
• Kumar, R. (2011). Research Methodology – a step guide for beginners. Sage Publishing, London (physical book available via u:search)
b) Articles:
• Karsay, K., Matthes, J. & Fröhlich, V. (2020). Gender role portrayals in television advertisements: Do channel characteristics matter?. Communications, 45(1), 28-52. https://doi.org/10.1515/commun-2019-2055 (can be found on Moodle)
• Damstra, A., Vliegenthart, R., Boomgaarden, H., Glüer, K., Lindgren, E., Strömbäck, J., & Tsfati, Y. (2023). Knowledge and the news: An investigation of the relation between news use, news avoidance, and the presence of (mis) beliefs. The International Journal of Press/politics, 28(1), 29–48. https://doi.org/ 10.1177/19401612211031457
• Leeper, T. J. (2020). Raising the floor or closing the gap? How media choice and media content impact political knowledge. Political Communication, 37(5), 719–740. https://doi.org/10.1080/10584609.2020.1753866
• Kumar, R. (2011). Research Methodology – a step guide for beginners. Sage Publishing, London (physical book available via u:search)
b) Articles:
• Karsay, K., Matthes, J. & Fröhlich, V. (2020). Gender role portrayals in television advertisements: Do channel characteristics matter?. Communications, 45(1), 28-52. https://doi.org/10.1515/commun-2019-2055 (can be found on Moodle)
• Damstra, A., Vliegenthart, R., Boomgaarden, H., Glüer, K., Lindgren, E., Strömbäck, J., & Tsfati, Y. (2023). Knowledge and the news: An investigation of the relation between news use, news avoidance, and the presence of (mis) beliefs. The International Journal of Press/politics, 28(1), 29–48. https://doi.org/ 10.1177/19401612211031457
• Leeper, T. J. (2020). Raising the floor or closing the gap? How media choice and media content impact political knowledge. Political Communication, 37(5), 719–740. https://doi.org/10.1080/10584609.2020.1753866
Gruppe 2
max. 15 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Montag 07.10. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Montag 21.10. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- N Montag 04.11. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Montag 18.11. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Montag 02.12. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Montag 16.12. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Montag 20.01. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
Ziele, Inhalte und Methode der Lehrveranstaltung
In dieser Lehrveranstaltung erlernen und üben Sie die Grundlagen quantitativer Datenerhebung (z.B. Befragung, Inhaltsanalyse, Experiment). Nach dem positiven Abschluss der Übung sind Sie mit den Grundwerkzeugen vertraut und können selbstständig quantitative Designs zur Untersuchung von Forschungsfragen erarbeiten, um damit Daten zu erheben.
Es wird dringend empfohlen, die dazugehörige Vorlesung zu besuchen sowie UE QUANTI und UE STADA bei dem_derselben Lehrenden zu absolvieren!
Informationen zum konkreten Ablauf dieser Lehrveranstaltung erhalten alle korrekt angemeldeten Studierenden rechtzeitig via E-Mail/Moodle. Derzeit ist geplant, die Lehrveranstaltung vor Ort abzuhalten; im Falle von digitaler bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Näheres wird in der ersten Einheit besprochen.
Es wird dringend empfohlen, die dazugehörige Vorlesung zu besuchen sowie UE QUANTI und UE STADA bei dem_derselben Lehrenden zu absolvieren!
Informationen zum konkreten Ablauf dieser Lehrveranstaltung erhalten alle korrekt angemeldeten Studierenden rechtzeitig via E-Mail/Moodle. Derzeit ist geplant, die Lehrveranstaltung vor Ort abzuhalten; im Falle von digitaler bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Näheres wird in der ersten Einheit besprochen.
Art der Leistungskontrolle und erlaubte Hilfsmittel
40% Mitarbeit (Einzel- oder Gruppenübungen zu Themen der jeweiligen Einheit, Vorbereitung der Pflichtlektüre)
60% Hausübungen (1. Hausübung: 25%, 2. Hausübung: 35%)Im Falle von digitaler Lehre bzw. hybride Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle hochgeladen.Einsatz von künstlicher Intelligenz (KI):
Die Lehrveranstaltung unterliegt den Regeln der guten wissenschaftlichen Praxis der Universität Wien. Sämtliche Übungen sind somit eigenständig zu erledigen. Zudem muss die Verwendung aller genutzten Hilfsmittel, so auch KI-Tools, transparent gekennzeichnet werden; ansonsten gilt dies als Plagiat.
Es ist zudem nicht gestattet, Texte, Interpretationen, etc. von KI-Tools generieren zu lassen. Es steht den Studierenden jedoch frei, KI-Tools zu verwenden, um sich konkrete Aspekte erklären zu lassen. Dabei gilt es allerdings, die ausgegebenen Antworten kritisch nachzurecherchieren. Sobald KI verwendet wird, ist dies in jedem Fall zu kennzeichnen (z.B. durch Angabe des Prompts).
Zur Sicherung der guten wissenschaftlichen Praxis, und falls Zweifel an der Eigenständigkeit der Leistung aufkommen sollten, kann die Lehrveranstaltungsleitung eine mündliche Reflexion der abgegebenen Teilleistung anordnen, die erfolgreich zu absolvieren ist.
Näheres wird in der Lehrveranstaltung besprochen.
60% Hausübungen (1. Hausübung: 25%, 2. Hausübung: 35%)Im Falle von digitaler Lehre bzw. hybride Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle hochgeladen.Einsatz von künstlicher Intelligenz (KI):
Die Lehrveranstaltung unterliegt den Regeln der guten wissenschaftlichen Praxis der Universität Wien. Sämtliche Übungen sind somit eigenständig zu erledigen. Zudem muss die Verwendung aller genutzten Hilfsmittel, so auch KI-Tools, transparent gekennzeichnet werden; ansonsten gilt dies als Plagiat.
Es ist zudem nicht gestattet, Texte, Interpretationen, etc. von KI-Tools generieren zu lassen. Es steht den Studierenden jedoch frei, KI-Tools zu verwenden, um sich konkrete Aspekte erklären zu lassen. Dabei gilt es allerdings, die ausgegebenen Antworten kritisch nachzurecherchieren. Sobald KI verwendet wird, ist dies in jedem Fall zu kennzeichnen (z.B. durch Angabe des Prompts).
Zur Sicherung der guten wissenschaftlichen Praxis, und falls Zweifel an der Eigenständigkeit der Leistung aufkommen sollten, kann die Lehrveranstaltungsleitung eine mündliche Reflexion der abgegebenen Teilleistung anordnen, die erfolgreich zu absolvieren ist.
Näheres wird in der Lehrveranstaltung besprochen.
Mindestanforderungen und Beurteilungsmaßstab
75 % Anwesenheitspflicht bei Vor-Ort-Lehre (= maximal eine Fehleinheit). Im Falle von digitaler bzw. hybrider Lehre wird die Anwesenheitspflicht der Situation entsprechend angepasst und rechtzeitig an die Studierenden kommuniziert.Für eine positive Beurteilung müssen beide Hausübungen fristgerecht abgegeben und mindestens 50% der Gesamtpunktzahl erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.Im Falle von digitaler bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Prüfungsstoff
In der Übung erarbeitete Inhalte werden im Anschluss eigenständig auf neue Fragestellungen angewendet. Für die Hausübungen kann es nötig sein, die vermittelten Inhalte eigenständig durch die Vorlesung(sunterlagen) und/oder zusätzliche Literatur zu ergänzen.Folgende Themen werden innerhalb der Einheiten und anhand der Hausübungen erarbeitet:
- Differenzierung empirisch-nicht empirisch, quantitativ-qualitativ
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
- Differenzierung empirisch-nicht empirisch, quantitativ-qualitativ
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
Literatur
Wird in der LV bekannt gegeben.
Gruppe 3
max. 15 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Montag 14.10. 15:00 - 16:30 Seminarraum 9, Währinger Straße 29 2.OG
- N Montag 28.10. 15:00 - 16:30 Seminarraum 9, Währinger Straße 29 2.OG
- Montag 11.11. 15:00 - 16:30 Seminarraum 9, Währinger Straße 29 2.OG
- Montag 25.11. 15:00 - 16:30 Seminarraum 9, Währinger Straße 29 2.OG
- Montag 09.12. 15:00 - 16:30 Seminarraum 9, Währinger Straße 29 2.OG
- Montag 13.01. 15:00 - 16:30 Seminarraum 9, Währinger Straße 29 2.OG
- Montag 27.01. 15:00 - 16:30 Seminarraum 9, Währinger Straße 29 2.OG
Ziele, Inhalte und Methode der Lehrveranstaltung
In der Lehrveranstaltung werden quantitative Forschungsmethoden der Datenerhebung erlernt und einstudiert. Studierende sind nach Abschluss dieser Übung mit den Grundwerkzeugen vertraut, um selbstständig quantitative Designs zur Untersuchung von Forschungsfragen zu erarbeiten und Daten zu erheben.Der Besuch der dazugehörigen Vorlesung wird dringend empfohlen.
Art der Leistungskontrolle und erlaubte Hilfsmittel
Mitarbeit (Einzel- oder Gruppenübungen zu jedem Thema in der jeweiligen Einheit, Vorbereitung der Pflichtlektüre) und fristgerechte Abgabe von zwei Hausübungen.In dieser Lehrveranstaltung dürfen keine KI-Tools verwendet werden. Sämtliche Teilleistungen sind eigenständig nach den Regeln der guten wissenschaftlichen Praxis der Universität Wien anzufertigen.
Mindestanforderungen und Beurteilungsmaßstab
75% Anwesenheitspflicht (nur 1 Fehleinheit möglich).Benotung: 60% Hausübungen (HÜ1: 25%, HÜ2: 35%), 40% Mitarbeit.Für eine positive Note müssen beide Hausübungen fristgerecht abgegeben werden und im Durchschnitt 50% der Gesamtpunkte erreicht werden (d. h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d. h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden. Die Hausübungen sind auf Deutsch zu verfassen.Notenschlüssel:
0,0 - 49,9% Nicht genügend
50,0 - 62,9% Genügend
63,0 - 74,9% Befriedigend
75,0 - 86,9% Gut
87,0 - 100% Sehr gut
0,0 - 49,9% Nicht genügend
50,0 - 62,9% Genügend
63,0 - 74,9% Befriedigend
75,0 - 86,9% Gut
87,0 - 100% Sehr gut
Prüfungsstoff
Studierende sollen die in der Übung erarbeiteten Inhalte eigenständig auf neue Fragestellungen anwenden. Für die Erarbeitung der Hausübungen kann ein selbständiges Ergänzen der Inhalte durch die dazugehörige Vorlesung und/oder Literatur nötig sein.
Literatur
Brosius, H.-B., Haas, A., & Koschel, F. (2016). Methoden der empirischen Kommunikationsforschung. Eine Einführung (7. überarbeitete Auflage). Springer VS.Weitere Literatur wird in der Lehrveranstaltung bekannt gegeben.
Gruppe 4
max. 15 Teilnehmer*innen
Sprache: Englisch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Dienstag 08.10. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 22.10. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- N Dienstag 05.11. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 19.11. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 03.12. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 17.12. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 14.01. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 28.01. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
Ziele, Inhalte und Methode der Lehrveranstaltung
Students will learn about the main methods of quantitative data collection such as content analysis, survey, and experiment. After completing this seminar, students will be familiar with the basic tools to independently develop quantitative research designs and collect data.Please note that this seminar is taught in English.It is strongly recommended to attend the corresponding lecture!
Art der Leistungskontrolle und erlaubte Hilfsmittel
Grading:
60% homework (25% for the first homework, 35% for the second homework)
40% participation in classesTo receive a positive grade, both homework assignments must be submitted and an average of 50% of the total points must be achieved.
60% homework (25% for the first homework, 35% for the second homework)
40% participation in classesTo receive a positive grade, both homework assignments must be submitted and an average of 50% of the total points must be achieved.
Mindestanforderungen und Beurteilungsmaßstab
75% attendance is compulsoryGrading
00.0 - 49.9% Unsatisfactory
50.0 - 62.9% Sufficient
63.0 - 74.9% Satisfactory
75.0 - 86.9% Good
87.0 - 100% Excellent
00.0 - 49.9% Unsatisfactory
50.0 - 62.9% Sufficient
63.0 - 74.9% Satisfactory
75.0 - 86.9% Good
87.0 - 100% Excellent
Prüfungsstoff
- Differentiation between empirical and non-empirical research
- Operationalization and measurement of independent and dependent, manifest and latent, variables
- Validity and reliability
- Correlation and causality
- Basic understanding of experimental research, content analyses, and survey research
- Operationalization and measurement of independent and dependent, manifest and latent, variables
- Validity and reliability
- Correlation and causality
- Basic understanding of experimental research, content analyses, and survey research
Literatur
Will be announced in the course.
Gruppe 5
max. 15 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Montag 14.10. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- N Montag 28.10. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Montag 11.11. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Montag 25.11. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Montag 09.12. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Montag 13.01. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Montag 27.01. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
Ziele, Inhalte und Methode der Lehrveranstaltung
In dieser Lehrveranstaltung erlernen und üben Sie die Grundlagen quantitativer Datenerhebung (z.B. Befragung, Inhaltsanalyse, Experiment). Nach dem positiven Abschluss der Übung sind Sie mit den Grundwerkzeugen vertraut und können selbstständig quantitative Designs zur Untersuchung von Forschungsfragen erarbeiten, um damit Daten zu erheben.Es wird dringend empfohlen, die dazugehörige Vorlesung zu besuchen sowie UE QUANTI und UE STADA bei dem_derselben Lehrenden zu absolvieren!Informationen zum konkreten Ablauf dieser Lehrveranstaltung erhalten alle korrekt angemeldeten Studierenden rechtzeitig via E-Mail/Moodle. Derzeit ist geplant, die Lehrveranstaltung vor Ort abzuhalten; im Falle von digitaler bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Näheres wird in der ersten Einheit besprochen.
Art der Leistungskontrolle und erlaubte Hilfsmittel
40% Mitarbeit (Einzel- oder Gruppenübungen zu Themen der jeweiligen Einheit, Vorbereitung der Pflichtlektüre)
60% Hausübungen (1. Hausübung: 25%, 2. Hausübung: 35%)Im Falle von digitaler Lehre bzw. hybride Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle hochgeladen.Einsatz von künstlicher Intelligenz (KI):
Die Lehrveranstaltung unterliegt den Regeln der guten wissenschaftlichen Praxis der Universität Wien. Sämtliche Übungen sind somit eigenständig zu erledigen. Zudem muss die Verwendung aller genutzten Hilfsmittel, so auch KI-Tools, transparent gekennzeichnet werden; ansonsten gilt dies als Plagiat.
Es ist zudem nicht gestattet, Texte, Interpretationen, etc. von KI-Tools generieren zu lassen. Es steht den Studierenden jedoch frei, KI-Tools zu verwenden, um sich konkrete Aspekte erklären zu lassen. Dabei gilt es allerdings, die ausgegebenen Antworten kritisch nachzurecherchieren. Sobald KI verwendet wird, ist dies in jedem Fall zu kennzeichnen (z.B. durch Angabe des Prompts).
Zur Sicherung der guten wissenschaftlichen Praxis, und falls Zweifel an der Eigenständigkeit der Leistung aufkommen sollten, kann die Lehrveranstaltungsleitung eine mündliche Reflexion der abgegebenen Teilleistung anordnen, die erfolgreich zu absolvieren ist.
Näheres wird in der Lehrveranstaltung besprochen.
60% Hausübungen (1. Hausübung: 25%, 2. Hausübung: 35%)Im Falle von digitaler Lehre bzw. hybride Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle hochgeladen.Einsatz von künstlicher Intelligenz (KI):
Die Lehrveranstaltung unterliegt den Regeln der guten wissenschaftlichen Praxis der Universität Wien. Sämtliche Übungen sind somit eigenständig zu erledigen. Zudem muss die Verwendung aller genutzten Hilfsmittel, so auch KI-Tools, transparent gekennzeichnet werden; ansonsten gilt dies als Plagiat.
Es ist zudem nicht gestattet, Texte, Interpretationen, etc. von KI-Tools generieren zu lassen. Es steht den Studierenden jedoch frei, KI-Tools zu verwenden, um sich konkrete Aspekte erklären zu lassen. Dabei gilt es allerdings, die ausgegebenen Antworten kritisch nachzurecherchieren. Sobald KI verwendet wird, ist dies in jedem Fall zu kennzeichnen (z.B. durch Angabe des Prompts).
Zur Sicherung der guten wissenschaftlichen Praxis, und falls Zweifel an der Eigenständigkeit der Leistung aufkommen sollten, kann die Lehrveranstaltungsleitung eine mündliche Reflexion der abgegebenen Teilleistung anordnen, die erfolgreich zu absolvieren ist.
Näheres wird in der Lehrveranstaltung besprochen.
Mindestanforderungen und Beurteilungsmaßstab
75 % Anwesenheitspflicht bei Vor-Ort-Lehre (= maximal eine Fehleinheit). Im Falle von digitaler bzw. hybrider Lehre wird die Anwesenheitspflicht der Situation entsprechend angepasst und rechtzeitig an die Studierenden kommuniziert.Für eine positive Beurteilung müssen beide Hausübungen fristgerecht abgegeben und mindestens 50% der Gesamtpunktzahl erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.Im Falle von digitaler bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Prüfungsstoff
In der Übung erarbeitete Inhalte werden im Anschluss eigenständig auf neue Fragestellungen angewendet. Für die Hausübungen kann es nötig sein, die vermittelten Inhalte eigenständig durch die Vorlesung(sunterlagen) und/oder zusätzliche Literatur zu ergänzen.Folgende Themen werden innerhalb der Einheiten und anhand der Hausübungen erarbeitet:
- Differenzierung empirisch-nicht empirisch, quantitativ-qualitativ
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
- Differenzierung empirisch-nicht empirisch, quantitativ-qualitativ
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
Literatur
Wird in der LV bekannt gegeben.
Gruppe 6
max. 15 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Dienstag 15.10. 13:00 - 14:30 Seminarraum 6, Kolingasse 14-16, EG00
- N Dienstag 29.10. 13:00 - 14:30 Seminarraum 6, Kolingasse 14-16, EG00
- Dienstag 12.11. 13:00 - 14:30 Seminarraum 6, Kolingasse 14-16, EG00
- Dienstag 26.11. 13:00 - 14:30 Seminarraum 6, Kolingasse 14-16, EG00
- Dienstag 10.12. 13:00 - 14:30 Seminarraum 6, Kolingasse 14-16, EG00
- Dienstag 07.01. 13:00 - 14:30 Seminarraum 6, Kolingasse 14-16, EG00
- Dienstag 21.01. 13:00 - 14:30 Seminarraum 6, Kolingasse 14-16, EG00
Ziele, Inhalte und Methode der Lehrveranstaltung
In dieser Lehrveranstaltung erlernen und üben Sie die Grundlagen quantitativer Datenerhebung (z.B. Befragung, Inhaltsanalyse, Experiment). Nach dem positiven Abschluss der Übung sind Sie mit den Grundwerkzeugen vertraut und können selbstständig quantitative Designs zur Untersuchung von Forschungsfragen erarbeiten, um damit Daten zu erheben.
Es wird dringend empfohlen, die dazugehörige Vorlesung zu besuchen sowie UE QUANTI und UE STADA bei dem_derselben Lehrenden zu absolvieren!
Informationen zum konkreten Ablauf dieser Lehrveranstaltung erhalten alle korrekt angemeldeten Studierenden rechtzeitig via E-Mail/Moodle. Derzeit ist geplant, die Lehrveranstaltung vor Ort abzuhalten; im Falle von digitaler bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Näheres wird in der ersten Einheit besprochen.
Es wird dringend empfohlen, die dazugehörige Vorlesung zu besuchen sowie UE QUANTI und UE STADA bei dem_derselben Lehrenden zu absolvieren!
Informationen zum konkreten Ablauf dieser Lehrveranstaltung erhalten alle korrekt angemeldeten Studierenden rechtzeitig via E-Mail/Moodle. Derzeit ist geplant, die Lehrveranstaltung vor Ort abzuhalten; im Falle von digitaler bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Näheres wird in der ersten Einheit besprochen.
Art der Leistungskontrolle und erlaubte Hilfsmittel
40% Mitarbeit (Einzel- oder Gruppenübungen zu Themen der jeweiligen Einheit, Vorbereitung der Pflichtlektüre)
60% Hausübungen (1. Hausübung: 25%, 2. Hausübung: 35%)
Im Falle von digitaler Lehre bzw. hybride Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle hochgeladen.
Einsatz von künstlicher Intelligenz (KI):
Die Lehrveranstaltung unterliegt den Regeln der guten wissenschaftlichen Praxis der Universität Wien. Sämtliche Übungen sind somit eigenständig zu erledigen. Zudem muss die Verwendung aller genutzten Hilfsmittel, so auch KI-Tools, transparent gekennzeichnet werden; ansonsten gilt dies als Plagiat.
Es ist zudem nicht gestattet, Texte, Interpretationen, etc. von KI-Tools generieren zu lassen. Es steht den Studierenden jedoch frei, KI-Tools zu verwenden, um sich konkrete Aspekte erklären zu lassen. Dabei gilt es allerdings, die ausgegebenen Antworten kritisch nachzurecherchieren. Sobald KI verwendet wird, ist dies in jedem Fall zu kennzeichnen (z.B. durch Angabe des Prompts).
Zur Sicherung der guten wissenschaftlichen Praxis, und falls Zweifel an der Eigenständigkeit der Leistung aufkommen sollten, kann die Lehrveranstaltungsleitung eine mündliche Reflexion der abgegebenen Teilleistung anordnen, die erfolgreich zu absolvieren ist.
Näheres wird in der Lehrveranstaltung besprochen.
60% Hausübungen (1. Hausübung: 25%, 2. Hausübung: 35%)
Im Falle von digitaler Lehre bzw. hybride Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle hochgeladen.
Einsatz von künstlicher Intelligenz (KI):
Die Lehrveranstaltung unterliegt den Regeln der guten wissenschaftlichen Praxis der Universität Wien. Sämtliche Übungen sind somit eigenständig zu erledigen. Zudem muss die Verwendung aller genutzten Hilfsmittel, so auch KI-Tools, transparent gekennzeichnet werden; ansonsten gilt dies als Plagiat.
Es ist zudem nicht gestattet, Texte, Interpretationen, etc. von KI-Tools generieren zu lassen. Es steht den Studierenden jedoch frei, KI-Tools zu verwenden, um sich konkrete Aspekte erklären zu lassen. Dabei gilt es allerdings, die ausgegebenen Antworten kritisch nachzurecherchieren. Sobald KI verwendet wird, ist dies in jedem Fall zu kennzeichnen (z.B. durch Angabe des Prompts).
Zur Sicherung der guten wissenschaftlichen Praxis, und falls Zweifel an der Eigenständigkeit der Leistung aufkommen sollten, kann die Lehrveranstaltungsleitung eine mündliche Reflexion der abgegebenen Teilleistung anordnen, die erfolgreich zu absolvieren ist.
Näheres wird in der Lehrveranstaltung besprochen.
Mindestanforderungen und Beurteilungsmaßstab
75 % Anwesenheitspflicht bei Vor-Ort-Lehre (= maximal eine Fehleinheit). Im Falle von digitaler bzw. hybrider Lehre wird die Anwesenheitspflicht der Situation entsprechend angepasst und rechtzeitig an die Studierenden kommuniziert.
Für eine positive Beurteilung müssen beide Hausübungen fristgerecht abgegeben und mindestens 50% der Gesamtpunktzahl erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.
Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Für eine positive Beurteilung müssen beide Hausübungen fristgerecht abgegeben und mindestens 50% der Gesamtpunktzahl erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.
Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Prüfungsstoff
In der Übung erarbeitete Inhalte werden im Anschluss eigenständig auf neue Fragestellungen angewendet. Für die Hausübungen kann es nötig sein, die vermittelten Inhalte eigenständig durch die Vorlesung(sunterlagen) und/oder zusätzliche Literatur zu ergänzen.
Folgende Themen werden innerhalb der Einheiten und anhand der Hausübungen erarbeitet:
- Differenzierung empirisch-nicht empirisch, quantitativ-qualitativ
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
Folgende Themen werden innerhalb der Einheiten und anhand der Hausübungen erarbeitet:
- Differenzierung empirisch-nicht empirisch, quantitativ-qualitativ
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
Literatur
Wird in der LV bekannt gegeben.
Gruppe 7
max. 15 Teilnehmer*innen
Sprache: Englisch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Donnerstag 10.10. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Donnerstag 24.10. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- N Donnerstag 07.11. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Donnerstag 21.11. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Donnerstag 05.12. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Donnerstag 09.01. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Donnerstag 23.01. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
Ziele, Inhalte und Methode der Lehrveranstaltung
Students will gain knowledge and competencies to apply the most common and used methods of quantitative data collection in communication science, including: content analysis; survey research; experimental designs; secondary data analysis. Students will also learn how to evaluate their work and others’ for reliability and validity, and how to detect spurious relationships and false causality claims.The course is designed as continuous assessment using a mixture of in-person lectures and in-class exercises, in addition to two homework assignments, for assessment.After completion of the seminar, students will be able to correctly identify studies that use common quantitative methods; explain how to conduct content analysis, surveys, experiments, secondary data analysis; interpret methodological procedures and results of quantitative research; critically evaluate quantitative studies and identify quality research; and apply their gained knowledge.
Art der Leistungskontrolle und erlaubte Hilfsmittel
Please note that the course will be taught in English, and assignments will only be accepted in English.
1. Homework Assignments 1 & 2 – 60%
2. Participation in In-class Exercises and Discussions – 40%
1. Homework Assignments 1 & 2 – 60%
2. Participation in In-class Exercises and Discussions – 40%
Mindestanforderungen und Beurteilungsmaßstab
• Good, or very good command of written and spoken English to follow the course;
• 75% obligatory attendance in-person; only one absence is allowed, maximum;
• The two homework assignments must be submitted in order to complete the course, and must be done individually.Grading:
• 0 - 49,9 % - Unsatisfactisfactory (5)
• 50 - 62.9 % - Sufficient (4)
• 63 - 74.9 % - Satisfactory (3)
• 75 - 86,9 % - Good (2)
• 87 - 100 % - Excellent (1)
• 75% obligatory attendance in-person; only one absence is allowed, maximum;
• The two homework assignments must be submitted in order to complete the course, and must be done individually.Grading:
• 0 - 49,9 % - Unsatisfactisfactory (5)
• 50 - 62.9 % - Sufficient (4)
• 63 - 74.9 % - Satisfactory (3)
• 75 - 86,9 % - Good (2)
• 87 - 100 % - Excellent (1)
Prüfungsstoff
1. Differentiation between empirical and non-empirical research;
2. Operationalization and measurement of independent and dependent, manifest and latent, variables;
3. Validity and reliability;
4. Correlation and causality;
5. Basic understanding of experimental research, content analyses, and survey research.
2. Operationalization and measurement of independent and dependent, manifest and latent, variables;
3. Validity and reliability;
4. Correlation and causality;
5. Basic understanding of experimental research, content analyses, and survey research.
Literatur
Readings will be announced in the course.
Gruppe 8
max. 15 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Achtung: Die UE beginnt am 21.10.24. Am 07.10.24 findet keine Lehrveranstaltung statt!
- Montag 07.10. 15:00 - 16:30 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
- Montag 21.10. 15:00 - 16:30 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
- N Montag 04.11. 15:00 - 16:30 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
- Montag 18.11. 15:00 - 16:30 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
- Montag 02.12. 15:00 - 16:30 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
- Montag 16.12. 15:00 - 16:30 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
- Montag 20.01. 15:00 - 16:30 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
Ziele, Inhalte und Methode der Lehrveranstaltung
Studierende erlernen und üben die wichtigsten Forschungsmethoden quantitativer Datenerhebung wie Inhaltsanalyse, Befragung und Experiment. Nach Abschluss dieser Übung sind Studierende mit den Grundwerkzeugen vertraut, um selbstständige quantitative Forschungsdesigns zu entwickeln und Daten zu erheben.Es wird dringend empfohlen, die zugehörige Vorlesung zu besuchen! Außerdem wird empfohlen, die UE QUANTI und STADA bei der gleichen Lehrperson zu absolvieren.
Art der Leistungskontrolle und erlaubte Hilfsmittel
60% Hausübungen (25% erste Übung, 35% zweite Übung)
40% MitarbeitFür eine positive Beurteilung müssen beide Hausübungen fristgerecht abgegeben werden und mindestens 50% der Gesamtpunktzahl erreicht werden.Die Verwendung von KI-Tools ist nur soweit erlaubt, wie in der Veranstaltung angekündigt wird.
40% MitarbeitFür eine positive Beurteilung müssen beide Hausübungen fristgerecht abgegeben werden und mindestens 50% der Gesamtpunktzahl erreicht werden.Die Verwendung von KI-Tools ist nur soweit erlaubt, wie in der Veranstaltung angekündigt wird.
Mindestanforderungen und Beurteilungsmaßstab
75% Anwesenheitspflicht (d.h. max. eine Fehleinheit)100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Prüfungsstoff
In der Übung erarbeitete Inhalte eigenständig auf neue Fragestellungen anwenden, für die Erarbeitung der Hausübungen kann ein selbständiges Ergänzen der theoretischen Inhalte durch die dazugehörige Vorlesung und/oder Literatur nötig sein.
Die relevanten Themen beinhalten:
- Differenzierung empirisch-nicht empirisch, quantitativ-qualitativ
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
Die relevanten Themen beinhalten:
- Differenzierung empirisch-nicht empirisch, quantitativ-qualitativ
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
Literatur
Wird in der Lehrveranstaltung bekanntgegeben.
Gruppe 9
max. 15 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- N Freitag 08.11. 15:00 - 18:30 Seminarraum 4, Währinger Straße 29 1.UG
- Samstag 09.11. 09:45 - 13:15 Seminarraum 3, Währinger Straße 29 1.UG
- Sonntag 10.11. 09:45 - 13:15 Seminarraum 3, Währinger Straße 29 1.UG
Ziele, Inhalte und Methode der Lehrveranstaltung
Die Studierenden erlernen und üben quantitative Forschungsmethoden (Datenerhebung). Sie sind nach Abschluss dieser Übung mit den Grundwerkzeugen vertraut, um selbstständig quantitative Designs zur Untersuchung von Forschungsfragen zu erarbeiten und Daten zu erheben.Es wird dringend empfohlen die dazugehörige Vorlesung zu besuchen: https://ufind.univie.ac.at/de/course.html?lv=220054&semester=2024WWeiters wird empfohlen, UE QUANTI und UE STADA bei dem*derselben Lehrenden zu absolvieren!
Art der Leistungskontrolle und erlaubte Hilfsmittel
Mitarbeit (Einzel- oder Gruppenübungen zu jedem Thema in der jeweiligen Einheit, Vorbereitung der Pflichtlektüre) und fristgerechte Abgabe von Hausübungen und Übungsaufgaben. Die Note setzt sich dabei wie folgt zusammen:
40% Mitarbeit (Einzel- oder Gruppenübungen zu Themen der jeweiligen Einheit, Vorbereitung der Pflichtlektüre)
60% Hausübungen (1. Hausübung: 25%, 2. Hausübung: 35%)Einsatz von künstlicher Intelligenz (KI):
Die Lehrveranstaltung unterliegt den Regeln der guten wissenschaftlichen Praxis der Universität Wien. Sämtliche Übungen sind somit eigenständig zu erledigen. Zudem muss die Verwendung aller genutzten Hilfsmittel, so auch KI-Tools, transparent gekennzeichnet werden; ansonsten gilt dies als Plagiat.
Es ist zudem nicht gestattet, Texte, Interpretationen, etc. von KI-Tools generieren zu lassen. Es steht den Studierenden jedoch frei, KI-Tools zu verwenden, um sich konkrete Aspekte erklären zu lassen. Dabei gilt es allerdings, die ausgegebenen Antworten kritisch nachzurecherchieren. Sobald KI verwendet wird, ist dies in jedem Fall zu kennzeichnen (z.B. durch Angabe des Prompts).
Näheres wird in der Lehrveranstaltung besprochen.
40% Mitarbeit (Einzel- oder Gruppenübungen zu Themen der jeweiligen Einheit, Vorbereitung der Pflichtlektüre)
60% Hausübungen (1. Hausübung: 25%, 2. Hausübung: 35%)Einsatz von künstlicher Intelligenz (KI):
Die Lehrveranstaltung unterliegt den Regeln der guten wissenschaftlichen Praxis der Universität Wien. Sämtliche Übungen sind somit eigenständig zu erledigen. Zudem muss die Verwendung aller genutzten Hilfsmittel, so auch KI-Tools, transparent gekennzeichnet werden; ansonsten gilt dies als Plagiat.
Es ist zudem nicht gestattet, Texte, Interpretationen, etc. von KI-Tools generieren zu lassen. Es steht den Studierenden jedoch frei, KI-Tools zu verwenden, um sich konkrete Aspekte erklären zu lassen. Dabei gilt es allerdings, die ausgegebenen Antworten kritisch nachzurecherchieren. Sobald KI verwendet wird, ist dies in jedem Fall zu kennzeichnen (z.B. durch Angabe des Prompts).
Näheres wird in der Lehrveranstaltung besprochen.
Mindestanforderungen und Beurteilungsmaßstab
75 % Anwesenheitspflicht bei Vor-Ort-Lehre (= wenn Sie einen Termin nicht wahrnehmen können, können Sie die LV nicht erfolgreich absolvieren.) Es gibt keine Ersatzleistungen zur Kompensation fehlender Anwesenheiten.
Für eine positive Beurteilung müssen beide Hausübungen fristgerecht abgegeben und mindestens 50% der Gesamtpunktzahl erreicht werden. Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden. Die Hausübungen sind auf Deutsch zu verfassen.Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Für eine positive Beurteilung müssen beide Hausübungen fristgerecht abgegeben und mindestens 50% der Gesamtpunktzahl erreicht werden. Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden. Die Hausübungen sind auf Deutsch zu verfassen.Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Prüfungsstoff
In der Übung erarbeitete Inhalte werden im Anschluss eigenständig auf neue Fragestellungen angewendet. Für die Hausübungen kann es nötig sein, die vermittelten Inhalte eigenständig durch die Vorlesung(sunterlagen) und/oder zusätzliche Literatur zu ergänzen.Folgende Themen werden innerhalb der Einheiten und anhand der Hausübungen erarbeitet:- Differenzierung empirisch-nicht empirisch, quantitativ-qualitativ
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
Literatur
Wir im Rahmen der LV bekanntgegeben.
Gruppe 10
max. 15 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Freitag 04.10. 09:45 - 11:15 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
- Freitag 18.10. 09:45 - 11:15 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
- N Freitag 08.11. 09:45 - 11:15 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
- Freitag 22.11. 09:45 - 11:15 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
- Freitag 06.12. 09:45 - 11:15 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
- Freitag 10.01. 09:45 - 11:15 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
- Freitag 24.01. 09:45 - 11:15 Class Room 2 ZID UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
Ziele, Inhalte und Methode der Lehrveranstaltung
In dieser Lehrveranstaltung erlernen und üben Sie die Grundlagen quantitativer Datenerhebung (z.B. Befragung, Inhaltsanalyse, Experiment). Nach dem positiven Abschluss der Übung sind Sie mit den Grundwerkzeugen vertraut und können selbstständig quantitative Designs zur Untersuchung von Forschungsfragen erarbeiten, um damit Daten zu erheben.Es wird dringend empfohlen, die dazugehörige Vorlesung zu besuchen sowie UE QUANTI und UE STADA bei dem_derselben Lehrenden zu absolvieren!Informationen zum konkreten Ablauf dieser Lehrveranstaltung erhalten alle korrekt angemeldeten Studierenden rechtzeitig via E-Mail/Moodle. Derzeit ist geplant, die Lehrveranstaltung vor Ort abzuhalten; im Falle von digitaler bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Näheres wird in der ersten Einheit besprochen.
Art der Leistungskontrolle und erlaubte Hilfsmittel
40% Mitarbeit (Einzel- oder Gruppenübungen zu Themen der jeweiligen Einheit, Vorbereitung der Pflichtlektüre)
60% Hausübungen (1. Hausübung: 25%, 2. Hausübung: 35%)Im Falle von digitaler Lehre bzw. hybride Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle hochgeladen.Einsatz von künstlicher Intelligenz (KI):
Die Lehrveranstaltung unterliegt den Regeln der guten wissenschaftlichen Praxis der Universität Wien. Sämtliche Übungen sind somit eigenständig zu erledigen. Zudem muss die Verwendung aller genutzten Hilfsmittel, so auch KI-Tools, transparent gekennzeichnet werden; ansonsten gilt dies als Plagiat.
Es ist zudem nicht gestattet, Texte, Interpretationen, etc. von KI-Tools generieren zu lassen. Es steht den Studierenden jedoch frei, KI-Tools zu verwenden, um sich konkrete Aspekte erklären zu lassen. Dabei gilt es allerdings, die ausgegebenen Antworten kritisch nachzurecherchieren. Sobald KI verwendet wird, ist dies in jedem Fall zu kennzeichnen (z.B. durch Angabe des Prompts).
Zur Sicherung der guten wissenschaftlichen Praxis, und falls Zweifel an der Eigenständigkeit der Leistung aufkommen sollten, kann die Lehrveranstaltungsleitung eine mündliche Reflexion der abgegebenen Teilleistung anordnen, die erfolgreich zu absolvieren ist.
Näheres wird in der Lehrveranstaltung besprochen.
60% Hausübungen (1. Hausübung: 25%, 2. Hausübung: 35%)Im Falle von digitaler Lehre bzw. hybride Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle hochgeladen.Einsatz von künstlicher Intelligenz (KI):
Die Lehrveranstaltung unterliegt den Regeln der guten wissenschaftlichen Praxis der Universität Wien. Sämtliche Übungen sind somit eigenständig zu erledigen. Zudem muss die Verwendung aller genutzten Hilfsmittel, so auch KI-Tools, transparent gekennzeichnet werden; ansonsten gilt dies als Plagiat.
Es ist zudem nicht gestattet, Texte, Interpretationen, etc. von KI-Tools generieren zu lassen. Es steht den Studierenden jedoch frei, KI-Tools zu verwenden, um sich konkrete Aspekte erklären zu lassen. Dabei gilt es allerdings, die ausgegebenen Antworten kritisch nachzurecherchieren. Sobald KI verwendet wird, ist dies in jedem Fall zu kennzeichnen (z.B. durch Angabe des Prompts).
Zur Sicherung der guten wissenschaftlichen Praxis, und falls Zweifel an der Eigenständigkeit der Leistung aufkommen sollten, kann die Lehrveranstaltungsleitung eine mündliche Reflexion der abgegebenen Teilleistung anordnen, die erfolgreich zu absolvieren ist.
Näheres wird in der Lehrveranstaltung besprochen.
Mindestanforderungen und Beurteilungsmaßstab
75 % Anwesenheitspflicht bei Vor-Ort-Lehre (= maximal eine Fehleinheit). Im Falle von digitaler bzw. hybrider Lehre wird die Anwesenheitspflicht der Situation entsprechend angepasst und rechtzeitig an die Studierenden kommuniziert.Für eine positive Beurteilung müssen beide Hausübungen fristgerecht abgegeben und mindestens 50% der Gesamtpunktzahl erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.Im Falle von digitaler bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Prüfungsstoff
In der Übung erarbeitete Inhalte werden im Anschluss eigenständig auf neue Fragestellungen angewendet. Für die Hausübungen kann es nötig sein, die vermittelten Inhalte eigenständig durch die Vorlesung(sunterlagen) und/oder zusätzliche Literatur zu ergänzen.Folgende Themen werden innerhalb der Einheiten und anhand der Hausübungen erarbeitet:
- Differenzierung empirisch-nicht empirisch, quantitativ-qualitativ
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
- Differenzierung empirisch-nicht empirisch, quantitativ-qualitativ
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
Literatur
Wird in der LV bekannt gegeben.
Gruppe 11
max. 15 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Mittwoch 09.10. 13:15 - 16:15 Seminarraum 5, Währinger Straße 29 1.UG
- N Mittwoch 06.11. 13:15 - 16:15 Seminarraum 5, Währinger Straße 29 1.UG
- Mittwoch 04.12. 13:15 - 16:15 Seminarraum 5, Währinger Straße 29 1.UG
Ziele, Inhalte und Methode der Lehrveranstaltung
In dieser Lehrveranstaltung erlernen und üben Sie die Grundlagen quantitativer Datenerhebung (z.B. Befragung, Inhaltsanalyse, Experiment). Nach dem positiven Abschluss der Übung sind Sie mit den Grundwerkzeugen vertraut und können selbstständig quantitative Designs zur Untersuchung von Forschungsfragen erarbeiten, um damit Daten zu erheben.
Es wird dringend empfohlen, die dazugehörige Vorlesung zu besuchen sowie UE QUANTI und UE STADA bei dem_derselben Lehrenden zu absolvieren!
Informationen zum konkreten Ablauf dieser Lehrveranstaltung erhalten alle korrekt angemeldeten Studierenden rechtzeitig via E-Mail/Moodle. Derzeit ist geplant, die Lehrveranstaltung vor Ort abzuhalten; im Falle von digitaler bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Näheres wird in der ersten Einheit besprochen.
Es wird dringend empfohlen, die dazugehörige Vorlesung zu besuchen sowie UE QUANTI und UE STADA bei dem_derselben Lehrenden zu absolvieren!
Informationen zum konkreten Ablauf dieser Lehrveranstaltung erhalten alle korrekt angemeldeten Studierenden rechtzeitig via E-Mail/Moodle. Derzeit ist geplant, die Lehrveranstaltung vor Ort abzuhalten; im Falle von digitaler bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Näheres wird in der ersten Einheit besprochen.
Art der Leistungskontrolle und erlaubte Hilfsmittel
40% Mitarbeit (Einzel- oder Gruppenübungen zu Themen der jeweiligen Einheit, Vorbereitung der Pflichtlektüre)
60% Hausübungen (1. Hausübung: 25%, 2. Hausübung: 35%)
Im Falle von digitaler Lehre bzw. hybride Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle hochgeladen.
Einsatz von künstlicher Intelligenz (KI):
Die Lehrveranstaltung unterliegt den Regeln der guten wissenschaftlichen Praxis der Universität Wien. Sämtliche Übungen sind somit eigenständig zu erledigen. Zudem muss die Verwendung aller genutzten Hilfsmittel, so auch KI-Tools, transparent gekennzeichnet werden; ansonsten gilt dies als Plagiat.
Es ist zudem nicht gestattet, Texte, Interpretationen, etc. von KI-Tools generieren zu lassen. Es steht den Studierenden jedoch frei, KI-Tools zu verwenden, um sich konkrete Aspekte erklären zu lassen. Dabei gilt es allerdings, die ausgegebenen Antworten kritisch nachzurecherchieren. Sobald KI verwendet wird, ist dies in jedem Fall zu kennzeichnen (z.B. durch Angabe des Prompts).
Zur Sicherung der guten wissenschaftlichen Praxis, und falls Zweifel an der Eigenständigkeit der Leistung aufkommen sollten, kann die Lehrveranstaltungsleitung eine mündliche Reflexion der abgegebenen Teilleistung anordnen, die erfolgreich zu absolvieren ist.
Näheres wird in der Lehrveranstaltung besprochen.
60% Hausübungen (1. Hausübung: 25%, 2. Hausübung: 35%)
Im Falle von digitaler Lehre bzw. hybride Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle hochgeladen.
Einsatz von künstlicher Intelligenz (KI):
Die Lehrveranstaltung unterliegt den Regeln der guten wissenschaftlichen Praxis der Universität Wien. Sämtliche Übungen sind somit eigenständig zu erledigen. Zudem muss die Verwendung aller genutzten Hilfsmittel, so auch KI-Tools, transparent gekennzeichnet werden; ansonsten gilt dies als Plagiat.
Es ist zudem nicht gestattet, Texte, Interpretationen, etc. von KI-Tools generieren zu lassen. Es steht den Studierenden jedoch frei, KI-Tools zu verwenden, um sich konkrete Aspekte erklären zu lassen. Dabei gilt es allerdings, die ausgegebenen Antworten kritisch nachzurecherchieren. Sobald KI verwendet wird, ist dies in jedem Fall zu kennzeichnen (z.B. durch Angabe des Prompts).
Zur Sicherung der guten wissenschaftlichen Praxis, und falls Zweifel an der Eigenständigkeit der Leistung aufkommen sollten, kann die Lehrveranstaltungsleitung eine mündliche Reflexion der abgegebenen Teilleistung anordnen, die erfolgreich zu absolvieren ist.
Näheres wird in der Lehrveranstaltung besprochen.
Mindestanforderungen und Beurteilungsmaßstab
75 % Anwesenheitspflicht bei Vor-Ort-Lehre (= maximal eine Fehleinheit). Im Falle von digitaler bzw. hybrider Lehre wird die Anwesenheitspflicht der Situation entsprechend angepasst und rechtzeitig an die Studierenden kommuniziert.
Für eine positive Beurteilung müssen beide Hausübungen fristgerecht abgegeben und mindestens 50% der Gesamtpunktzahl erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.
Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Für eine positive Beurteilung müssen beide Hausübungen fristgerecht abgegeben und mindestens 50% der Gesamtpunktzahl erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.
Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Prüfungsstoff
In der Übung erarbeitete Inhalte werden im Anschluss eigenständig auf neue Fragestellungen angewendet. Für die Hausübungen kann es nötig sein, die vermittelten Inhalte eigenständig durch die Vorlesung(sunterlagen) und/oder zusätzliche Literatur zu ergänzen.
Folgende Themen werden innerhalb der Einheiten und anhand der Hausübungen erarbeitet:
- Differenzierung empirisch-nicht empirisch, quantitativ-qualitativ
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
Folgende Themen werden innerhalb der Einheiten und anhand der Hausübungen erarbeitet:
- Differenzierung empirisch-nicht empirisch, quantitativ-qualitativ
- Forschungsfragen und Hypothesen
- Variablen, Skalenniveaus und Operationalisierung
- Validität und Reliabilität
- Korrelation und Kausalität
- Grundverständnis quantitativer Methoden (Befragung, Inhaltsanalyse, Experiment)
Literatur
Wird in der LV bekannt gegeben.
Gruppe 12
max. 15 Teilnehmer*innen
Sprache: Englisch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Freitag 18.10. 11:30 - 14:30 Seminarraum 6, Währinger Straße 29 1.OG
- N Freitag 22.11. 11:30 - 14:30 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 13.12. 11:30 - 14:30 Seminarraum 6, Währinger Straße 29 1.OG
Ziele, Inhalte und Methode der Lehrveranstaltung
Throughout this course, students will familiarize themselves with the most common methods in Communication Sciences: content analysis, survey research, different types of experimental designs, secondary data analysis. They learn the basic premises of each method and learn to evaluate each method in terms of reliability and validity. After completion of the seminar, students are able to develop and implement quantitative designs for data collection, as well as critically evaluate methods in academic papers.Note that this seminar will be taught in English.
Art der Leistungskontrolle und erlaubte Hilfsmittel
Grading:
Note that the course is taught in English and assignments will only be accepted in English.
- 60% homework: 25% for the first homework and 35% for the second homework
- 40% participation in-class exercises and discussionsTo receive a positive grade, both homework assignments must be submitted and an average of 50% of the total points must be achieved.
Note that the course is taught in English and assignments will only be accepted in English.
- 60% homework: 25% for the first homework and 35% for the second homework
- 40% participation in-class exercises and discussionsTo receive a positive grade, both homework assignments must be submitted and an average of 50% of the total points must be achieved.
Mindestanforderungen und Beurteilungsmaßstab
75% attendance is compulsory
Grading
00.0 - 49.9% Unsatisfactory (1)
50.0 - 62.9% Sufficient (2)
63.0 - 74.9% Satisfactory (3)
75.0 - 86.9% Good (4)
87.0 - 100% Excellent (5)
Grading
00.0 - 49.9% Unsatisfactory (1)
50.0 - 62.9% Sufficient (2)
63.0 - 74.9% Satisfactory (3)
75.0 - 86.9% Good (4)
87.0 - 100% Excellent (5)
Prüfungsstoff
- Differentiation between empirical and non-empirical research
- Operationalization and measurement of independent and dependent, manifest and latent, variables
- Validity and reliability
- Correlation and causality
- Basic understanding of experimental research, content analyses, and survey research
- Operationalization and measurement of independent and dependent, manifest and latent, variables
- Validity and reliability
- Correlation and causality
- Basic understanding of experimental research, content analyses, and survey research
Literatur
Relevant literature and reading list will be announced in class.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Fr 18.10.2024 11:26
• correctly identify studies that use common quantitative methods
• explain how to conduct content analysis, surveys, experiments, secondary data analysis
• interpret methodological procedures and results of quantitative research
• critically evaluate quantitative studies and identify quality research
• apply gained knowledge to design and conduct their own quantitative studies