230013 VO Multivariate Analyseverfahren (2020W)
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Details
Sprache: Deutsch
Prüfungstermine
- Donnerstag 28.01.2021 09:45 - 11:45 Digital
- Mittwoch 10.03.2021 15:00 - 17:00 Digital
- Mittwoch 14.04.2021 15:00 - 17:00 Digital
- Mittwoch 30.06.2021 15:00 - 17:00 Digital
- Freitag 12.11.2021 14:00 - 16:00 Digital
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Donnerstag 15.10. 09:45 - 11:15 Digital
- Donnerstag 22.10. 09:45 - 11:15 Digital
- Donnerstag 29.10. 09:45 - 11:15 Digital
- Donnerstag 05.11. 09:45 - 11:15 Digital
- Donnerstag 12.11. 09:45 - 11:15 Digital
- Donnerstag 19.11. 09:45 - 11:15 Digital
- Donnerstag 26.11. 09:45 - 11:15 Digital
- Donnerstag 03.12. 09:45 - 11:15 Digital
- Donnerstag 10.12. 09:45 - 11:15 Digital
- Donnerstag 17.12. 09:45 - 11:15 Digital
- Donnerstag 07.01. 09:45 - 11:15 Digital
- Donnerstag 14.01. 09:45 - 11:15 Digital
- Donnerstag 21.01. 09:45 - 11:15 Digital
- Donnerstag 28.01. 09:45 - 11:15 Digital
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Diese Online-Vorlesung behandelt multivariate statistische Analyseverfahren. Ziel ist es, denTeilnehmer*innen anwendungsorientiert solide Kenntnisse grundlegender Analyseverfahren (wie lineare & logistische Regressionsanalyse, Mediationsanalyse, Faktoren- und Clusteranalyse) zu vermitteln sowie einen Überblick über eine Auswahl an spezielleren Analyseverfahren und deren Anwendung zu bieten (zum Beispiel Mehrebenenanalyse, Paneldatenanalyse, Survivalanalyse). Die TeilnehmerInnen sollen in die Lage versetzt werden, zu ausgewählten Forschungsfragen und -designs das jeweils adäquate Analyseverfahren auszuwählen und anzuwenden. Anhand einer Reihe von praktischen Übungsbeispielen erhalten die TeilnehmerInnen die Möglichkeit, die in der Vorlesung vermittelten Inhalte im Rahmen von ‚Hausübungen‘ anzuwenden und zu vertiefen. Die in der Lehrveranstaltung präsentierten Analysebeispiele sowie die im Rahmen der vertiefenden Übungen zu bearbeitenden Fragestellungen basieren auf einem Datensatz (aktuelle Umfragedaten), der den Teilnehmer*innen zu Beginn des Semesters zur Verfügung gestellt wird. Die Daten werden mittels des Softwarepakets STATA analysiert/interpretiert (optional mit R, das lizenzfrei installiert werden kann).
Art der Leistungskontrolle und erlaubte Hilfsmittel
Die Prüfung wird nicht als Präsenzprüfung sondern Online (Multiple-Choice-Modus) durchgeführt. Details zu den Prüfungsmodalitäten werden auf Moodle zur Verfügung gestellt.Hinweis der SPL: Eine erschlichene Leistung (Schummeln) wird auf dem Sammelzeugnis als solche ausgewiesen und zählt als Prüfungsantritt.
Kommissionelle Wiederholungsprüfung: Im Fall eines vierten Prüfungsantritts ist eine persönliche Anmeldung in der Studienservicestelle Soziologie bis spätestens eine Woche vor dem Prüfungstermin erforderlich. Weitere Informationen zu kommissionellen Wiederholungsprüfungen finden Sie auf der Website der Studienprogrammleitung Soziologie.
Informationen zu digitalen Prüfungen: https://soziologie.univie.ac.at/info/digpruef/
Kommissionelle Wiederholungsprüfung: Im Fall eines vierten Prüfungsantritts ist eine persönliche Anmeldung in der Studienservicestelle Soziologie bis spätestens eine Woche vor dem Prüfungstermin erforderlich. Weitere Informationen zu kommissionellen Wiederholungsprüfungen finden Sie auf der Website der Studienprogrammleitung Soziologie.
Informationen zu digitalen Prüfungen: https://soziologie.univie.ac.at/info/digpruef/
Mindestanforderungen und Beurteilungsmaßstab
Von den bei der Multiple-Choice Prüfung erreichbaren maximalen Punkteanzahl müssen für ein positives Bestehen der Prüfung mindestens 50% erreicht werden. Die positiven Noten (1 bis 4) werden nach einem entsprechenden Bereichsschema aus der Punkteanzahl ermittelt.Hinweis der SPL: Eine erschlichene Leistung (Schummeln) wird auf dem Sammelzeugnis als solche ausgewiesen und zählt als Prüfungsantritt.
Prüfungsstoff
Inhalte der Vorlesung gemäß Foliensatz, Vortrag und Übungsbeispielen.
Literatur
Wird zu Semesterbeginn auf Moodle bereitgestellt.
Zuordnung im Vorlesungsverzeichnis
in 505: BA M4 VO Multivariate Verfahren
Letzte Änderung: Fr 12.05.2023 00:20