220076 VO VO Introduction to Data Analysis (2017W)
Labels
Details
max. 30 Teilnehmer*innen
Sprache: Englisch
Prüfungstermine
- Dienstag 30.01.2018 15:00 - 17:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 06.03.2018 16:00 - 19:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Dienstag 10.10. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 17.10. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 24.10. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 31.10. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 07.11. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 14.11. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 21.11. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 28.11. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 05.12. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 12.12. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 09.01. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 16.01. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Dienstag 23.01. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Assessment will be based on the following course requirement:
Final Exam (Open Questions, SPSS Analysis Tasks and Discussion): 100%
Final Exam (Open Questions, SPSS Analysis Tasks and Discussion): 100%
Mindestanforderungen und Beurteilungsmaßstab
The grading scheme reads as follows:
A = 1 (Very Good): 87 - 100%
B = 2 (Good): 75 - 86,99%
C = 3 (Satisfactory): 63 - 74,99%
D = 4 (Enough): 50 - 62,99%
F = 5 (Not Enough): 00 - 49,99%
A = 1 (Very Good): 87 - 100%
B = 2 (Good): 75 - 86,99%
C = 3 (Satisfactory): 63 - 74,99%
D = 4 (Enough): 50 - 62,99%
F = 5 (Not Enough): 00 - 49,99%
Prüfungsstoff
Literatur
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Mo 07.09.2020 15:39
The content of the class will generically cover fundamental mathematical processes for all statistical tests. However, more emphasis will be placed on the general understanding of all necessary methodological concepts to execute quantitative empirical tests with SPSS.Students will be proficient interpreting SPSS outputs, creating tables ready to be published in academic journals, and discussing as well as interpreting most common quantitative findings in our field. In sum, the overall goal of the class is to provide students with the necessary conceptual and practical skills to feel comfortable collecting and analyzing data based on their own research questions and designs. In order to do so, the following topics will be covered:
Introduction to SPSS
SPSS Data File Creation / Handling
Data Modification and File Management
Frequency, Distribution and Graphics
Central Tendency and Split Files
Variance, Standard Deviation and Standard Scores
Correlation
Internal Reliability
Factor Analysis
T-Test
ANOVA
Association versus Causality
Partial Correlation
Linear RegressionAttention: The courses VO Introduction to Data Analysis and UE Applied Data Analysis are linked. Phases of lecture and exercise will alternate.