230037 VO Multivariate Analyseverfahren (2013W)
Labels
Tutorium zur Vorlesung:
DO 31.10.2013 9:00-10:30
DO 21.11.2013 9:00-10:30
DO 05.12.2013 9:00-10:30
DO 09.01.2014 9:00-10:30
DO 16.01.2014 9:00-10:00
Ort: PC-Kursraum Schenkenstraße 8; 1010 Wien (Eingang bei der Fachbereichsbibliothek)Bitte geben Sie beim Betreten beim Bibliothekspersonal an, dass Sie TeilnehmerIn einer Lehrveranstaltung sind. Dann entfällt die Garderobepflicht.
DO 31.10.2013 9:00-10:30
DO 21.11.2013 9:00-10:30
DO 05.12.2013 9:00-10:30
DO 09.01.2014 9:00-10:30
DO 16.01.2014 9:00-10:00
Ort: PC-Kursraum Schenkenstraße 8; 1010 Wien (Eingang bei der Fachbereichsbibliothek)Bitte geben Sie beim Betreten beim Bibliothekspersonal an, dass Sie TeilnehmerIn einer Lehrveranstaltung sind. Dann entfällt die Garderobepflicht.
Details
Sprache: Deutsch
Prüfungstermine
- Donnerstag 30.01.2014 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Freitag 21.03.2014 11:30 - 13:00 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Freitag 09.05.2014 11:30 - 13:00 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Freitag 13.06.2014 11:30 - 13:00 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Donnerstag 03.10. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Donnerstag 10.10. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Donnerstag 17.10. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Donnerstag 24.10. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Donnerstag 31.10. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Donnerstag 07.11. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Donnerstag 14.11. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Donnerstag 21.11. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Donnerstag 28.11. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Donnerstag 05.12. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Donnerstag 12.12. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Donnerstag 09.01. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Donnerstag 16.01. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
- Donnerstag 23.01. 13:15 - 14:45 (ehem. Hörsaal 28 Hauptgebäude, 1.Stock, Stiege 1)
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Die Leistungsüberprüfung erfolgt mittels abschließender Multiple-Choice Prüfung über die Inhalte der Vorlesung. Darüber hinaus kann optional zur Verbesserung der Beurteilung eine Hausarbeit angefertigt werden, in der eine thematische Fragestellung mittels passender Daten und statistischer Verfahren untersucht wird. Durch Abgabe dieser Hausarbeit bis zum Termin der Abschlussprüfung kann die Abschlussnote um bis zu zwei Notengrade verbessert werden - eine Verschlechterung ist nicht möglich. Wenn die Hausarbeit die vorgegebenen Kriterien erfüllt, verbessert sich die Abschlussnote (im Vergleich zur MC-Note) um einen Notengrad. Sind alle Kriterien erfüllt, und ist die Arbeit darüber hinaus in allen Punkten besonders gut gelungen, so verbessert sich die Abschlussnote um zwei Notengrade.
Mindestanforderungen und Beurteilungsmaßstab
Ziel der Lehrveranstaltung ist es, den TeilnehmerInnen einen ersten Einblick in die Werkzeugkiste der multivariaten statistischen Analyseverfahren zu bieten und sie in die Lage zu versetzen, in der eigenen Forschungstätigkeit das jeweils richtige, zur gestellten Forschungsfrage passende, Werkzeug zu wählen.
Prüfungsstoff
Voraussetzungen:
-Grundkenntnisse in Statistik: erfolgreicher Abschluss in Statistik I oder vergleichbares Level
-Sicherer Umgang mit SPSS oder STATA
-Interesse an Thematik
-aktive Beteiligung an Teilnehmerdiskussion, Vorbereitung des Kurses durch Lesen der Basisliteratur
-Grundkenntnisse in Statistik: erfolgreicher Abschluss in Statistik I oder vergleichbares Level
-Sicherer Umgang mit SPSS oder STATA
-Interesse an Thematik
-aktive Beteiligung an Teilnehmerdiskussion, Vorbereitung des Kurses durch Lesen der Basisliteratur
Literatur
Backhaus, Klaus (2008): Multivariate Analysemethoden: Eine anwendungsorientierte Einführung. Berlin: Springer.
Benninghaus, Hans (2005): Deskriptive Statistik. Wiesbaden: VS.
Bühl, Achim (2008): SPSS Einführung in moderne Datenanalyse. München: Pearson.
Diekmann, Andreas (2007): Empirische Sozialforschung. Grundlagen, Methoden, Anwendungen. Reinbek bei Hamburg: Rowohlt.
Kohler, Ulrich / Kreuter, Frauke (2008): Datenanalyse mit Stata: Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung. München/Wien: Oldenbourg.
Kühnel, Steffen/Krebs, Dagmar (2006): Statistik für die Sozialwissenschaften. Grundlagen, Methoden, Anwendungen. Reinbek bei Hamburg: Rowohlt.
Schendera, Christian (2009): Clusteranalyse mit SPSS. München/Wien: Oldenbourg.
Schnell, Rainer/Hill, Paul B./Esser, Elke (2008): Methoden der empirischen Sozialforschung, München/Wien: Oldenbourg.
Urban, Dieter / Mayerl, Jochen (2006): Regressionsanalyse. Wiesbaden: VS.
Benninghaus, Hans (2005): Deskriptive Statistik. Wiesbaden: VS.
Bühl, Achim (2008): SPSS Einführung in moderne Datenanalyse. München: Pearson.
Diekmann, Andreas (2007): Empirische Sozialforschung. Grundlagen, Methoden, Anwendungen. Reinbek bei Hamburg: Rowohlt.
Kohler, Ulrich / Kreuter, Frauke (2008): Datenanalyse mit Stata: Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung. München/Wien: Oldenbourg.
Kühnel, Steffen/Krebs, Dagmar (2006): Statistik für die Sozialwissenschaften. Grundlagen, Methoden, Anwendungen. Reinbek bei Hamburg: Rowohlt.
Schendera, Christian (2009): Clusteranalyse mit SPSS. München/Wien: Oldenbourg.
Schnell, Rainer/Hill, Paul B./Esser, Elke (2008): Methoden der empirischen Sozialforschung, München/Wien: Oldenbourg.
Urban, Dieter / Mayerl, Jochen (2006): Regressionsanalyse. Wiesbaden: VS.
Zuordnung im Vorlesungsverzeichnis
in 505: BA M4 VO Multivariate Verfahren
Letzte Änderung: Mo 07.09.2020 15:39
Die Vorlesung wird von einem Tutorium begleitet, in dem die vorgestellten Verfahren mittels statistischer Software (SPSS) angewendet werden können. Der Besuch des Tutoriums wird empfohlen. Die Termine werden bekanntgegeben.