Universität Wien

220087 VU VERME: VU VERQUAN Vertiefende quantitative Methoden (2024W)

6.00 ECTS (3.00 SWS), SPL 22 - Publizistik- und Kommunikationswissenschaft
Prüfungsimmanente Lehrveranstaltung

Hinweis: Die VO REP muss bis inkl. des 4. Prüfungstermens des gleichen Semesters, positiv absolviert werden.
Moodle
Do 12.12. 13:15-14:45 Hörsaal 1, Währinger Straße 29 1.UG

An/Abmeldung

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

Details

Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Donnerstag 10.10. 13:15 - 14:45 Digital
  • Donnerstag 17.10. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Donnerstag 24.10. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Donnerstag 31.10. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Donnerstag 07.11. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Donnerstag 14.11. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Donnerstag 21.11. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Donnerstag 28.11. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Donnerstag 05.12. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Donnerstag 09.01. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Donnerstag 16.01. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Donnerstag 23.01. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Donnerstag 30.01. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Mittwoch 26.02. 09:45 - 11:15 Hörsaal 1, Währinger Straße 29 1.UG

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Die Vorlesung/Übung hat das Ziel, den Studierenden den Umgang mit quantitativen Auswertungsmethoden zu übermitteln und bietet die Möglichkeit das Erlernte durch selbstständiges Üben zu verinnerlichen. Neben einer allgemeinen Einführung in die Grundlagen der Forschungslogik und Datenanalyse erlernen die Studierenden die Verfahren Varianzanalyse, Regression, Conditional Process Modeling, Faktorenanalyse und Clusteranalyse mit R durchzuführen. Die Vorlesung umfasst praktische Übungen, in denen die Studierenden zuhause das Gelernte selbst mit R anwenden, wobei das Feedback in der darauffolgenden Vorlesung erfolgt.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Wöchentliche Hausübungen während des Semesters
Multiple-Choice-Prüfung am Ende des Semesters

Mindestanforderungen und Beurteilungsmaßstab

- Positive Beurteilung der Multiple-Choice-Prüfung (mind. 50% der Punkte)
- Maximal zwei fehlende Hausübungen
- Prüfung zählt 70% und Hausübungen zählen 30% zur Gesamtnote

Prüfungsstoff

Inhalte der Vorlesungen und Übungen wie in Moodle dokumentiert.

Literatur

Field, A., Miles, J., & Field, Z. (2012). Discovering statistics using R. Sage.

Gehrau, V., Maubach, K., Fujarski, S. (2022). Einfache Datenauswertung mit R: Eine Einführung in uni- und bivariate Statistik sowie Datendarstellung mit RStudio und R Markdown.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Do 05.12.2024 13:26