220058 VO METH: VO STADA Statistische Datenanalyse (2024W)
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Details
Sprache: Deutsch
Prüfungstermine
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- N Donnerstag 10.10. 18:30 - 20:00 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Donnerstag 17.10. 18:30 - 20:00 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Donnerstag 24.10. 18:30 - 20:00 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Donnerstag 31.10. 18:30 - 20:00 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Donnerstag 07.11. 18:30 - 20:00 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Donnerstag 14.11. 18:30 - 20:00 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Donnerstag 21.11. 18:30 - 20:00 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Donnerstag 28.11. 18:30 - 20:00 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Donnerstag 05.12. 18:30 - 20:00 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Donnerstag 12.12. 18:30 - 20:00 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Donnerstag 09.01. 18:30 - 20:00 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Donnerstag 16.01. 18:30 - 20:00 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Donnerstag 23.01. 18:30 - 20:00 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Am Ende findet eine schriftliche SC/MC Prüfung (in Präsenz) statt. Formelsammlung wird beigestellt.Personen, die die VO vor Ort besuchen, können bei den einzelnen Terminen in Summe bis zu 10 Bonuspunkte sammeln, die bei den vier Prüfungsterminen zum Prüfungsergebnis addiert werden. Diese Bonuspunkte gelten ausschließlich für die vier Prüfungstermine zur VO STADA aus dem Wintersemester 2024/25.Zum Thema KI: Die Inhalte und Prüfung der VO sind auf VERSTÄNDNIS angelegt. Natürlich können Sie KI verwenden (oder besser noch den Vortragenden persönlich, vor Ort bzw. per E-Mail oder auf Moodle fragen ;-)), wenn Sie ERKLÄRUNGEN benötigen. Von einem Lösen von Beispielaufgaben mit KI, ohne viel nachzudenken und vor allem zu verstehen, wird ausdrücklich abgeraten!
Mindestanforderungen und Beurteilungsmaßstab
Positiv ist der Abschluss der VO ab 50 % der erreichbaren 100 Prozentpunkte. 10 ‒ ausschließlich in Präsenz erwerbbare ‒ Bonuspunkte dienen als „X-Plus“. Note 3 ab 63 %, Note 2 ab 75 %, Note 1 ab 87 %.
Prüfungsstoff
Pflichtliteratur und Prüfungsstoff:
1)
Braunecker, C. (2023). How to do Statistik und SPSS. Eine Gebrauchsanleitung (2. Auflage). facultas/utb | https://howtodo.at2)
Zusätzlicher Prüfungsstoff sind auch die in der VO präsentierten und auf Moodle bereitgestellten Vortragsunterlagen.
1)
Braunecker, C. (2023). How to do Statistik und SPSS. Eine Gebrauchsanleitung (2. Auflage). facultas/utb | https://howtodo.at2)
Zusätzlicher Prüfungsstoff sind auch die in der VO präsentierten und auf Moodle bereitgestellten Vortragsunterlagen.
Literatur
1)
Braunecker, C. (2023). How to do Statistik und SPSS. Eine Gebrauchsanleitung (2. Auflage). facultas/utb | https://howtodo.at2)
Zusätzlicher Prüfungsstoff sind auch die in der VO präsentierten und auf Moodle bereitgestellten Vortragsunterlagen.
Braunecker, C. (2023). How to do Statistik und SPSS. Eine Gebrauchsanleitung (2. Auflage). facultas/utb | https://howtodo.at2)
Zusätzlicher Prüfungsstoff sind auch die in der VO präsentierten und auf Moodle bereitgestellten Vortragsunterlagen.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Di 03.09.2024 10:06
In den Forschungsgebieten der Publizistik- und Kommunikationswissenschaft werden systematische und generalisierbare Aussagen über Zusammenhänge getroffen. Dazu benötigt man „die Statistik“. Statistische Datenanalyse darf aber nicht Selbstzweck sein! Sie muss immer Mittel zum Zweck bleiben, um Forschungsfragen zu beantworten oder Hypothesen zu prüfen.Vor diesem Hintergrund liefert die Vorlesung eine Einführung in die Grundprinzipien der deskriptiven und schließenden Statistik. Was muss beachtet werden, um erfolgreich zu „forschen“ und dadurch in Studium und Beruf sinnvolle Ergebnisse zu erzielen und korrekt zu interpretieren.Die Studierenden werden in die Lage versetzt, statistische Datenanalysen vorzubereiten und umzusetzen. Sie lernen, statistische Zusammenhänge zu verstehen und erste Analysen mit dem Datenanalyseprogramm R selbst durchzuführen. Deshalb wird die Vorlesung zur Vertiefung durch Übungen begleitet.