Universität Wien

230037 VO Multivariate Analyseverfahren (2015W)

3.00 ECTS (2.00 SWS), SPL 23 - Soziologie
Moodle

Details

Sprache: Deutsch

Prüfungstermine

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Tutorium zur Vorlesung (Tutor B. Hrobath):
DI 27.10.2015;
DI 10.11.2015;
DI 24.11.2015;
DI 15.12.2015;
DI 12.01.2016;
DI 19.01.2016;
Jeweils 10:30 bis 12:00 im PC-Kursraum Schenkenstraße 8: Eingang bei der Fachbereichsbibliothek - Garderobepflicht.

  • Donnerstag 08.10. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
  • Donnerstag 15.10. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
  • Donnerstag 22.10. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
  • Donnerstag 29.10. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
  • Donnerstag 05.11. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
  • Donnerstag 12.11. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
  • Donnerstag 19.11. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
  • Donnerstag 26.11. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
  • Donnerstag 03.12. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
  • Donnerstag 10.12. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
  • Donnerstag 17.12. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
  • Donnerstag 07.01. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
  • Donnerstag 14.01. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
  • Donnerstag 21.01. 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Multivariate statistische Verfahren bilden einen festen Bestandteil des Methodenrepertoires der quantitiativen empirischen Sozialforschung. In dieser Lehrveranstaltung werden den TeilnehmerInnen einige grundlegende Analyseverfahren anwendungsorientiert nähergebracht. Ausgehend von den jeweils möglichen Fragestellungen, die sich mit den unterschiedlichen Verfahren bearbeiten lassen, werden die Voraussetzungen an die Daten, die nötigen Rechenprozeduren, die Anwendung auf sozialwissenschaftliche Daten mittels des Softwarepakets SPSS und die Interpretation der Ergebnisse anhand praktischer Beispiele erläutert.
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.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Die Leistungsüberprüfung erfolgt mittels abschließender Multiple-Choice Prüfung über die Inhalte der Vorlesung. Die Prüfung wird in der Unterrichtssprache Deutsch abgehalten. Erlaubte Hilfsmittel bei der Prüfung sind: ein wissenschaftlicher, nicht programmierbarer Taschenrechner (z.B. Typ TI-30) und einen selbst angefertigten handschriftlichen Formelzettel (doppelseitig im A4 Format). Für eine positive Beurteilung muss mindestens die Hälfte der möglichen Punkteanzahl erreicht werden.

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 Statistiksoftware (z.B. SPSS oder R)
-Interesse an Thematik
-aktive Beteiligung an Teilnehmerdiskussion, Vorbereitung des Kurses durch Lesen der Basisliteratur

Literatur

Backhaus et al. (2008) Multivariate Analysemethoden: Eine anwendungsorientierte Einführung. Berlin: Springer
Benninghaus (2005) Deskriptive Statistik. Wiesbaden: VS
Bühl (2008) SPSS Einführung in moderne Datenanalyse. München: Pearson
Diekmann (2007) Empirische Sozialforschung. Grundlagen, Methoden, Anwendungen. Reinbek bei Hamburg: Rowohlt
Kohler, Kreuter (2008) Datenanalyse mit Stata: Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung. München/Wien: Oldenbourg
Kopp, Lois (2014) Sozialwissenschaftliche Datenanalyse: Eine Einführung, Wiesbaden: VS
Kühnel, Krebs (2006) Statistik für die Sozialwissenschaften. Grundlagen, Methoden, Anwendungen. Reinbek bei Hamburg: Rowohlt
Schendera (2009) Clusteranalyse mit SPSS. München/Wien: Oldenbourg
Schnell, Hill, Esser (2008) Methoden der empirischen Sozialforschung, München/Wien: Oldenbourg
Urban, Mayerl (2006) Regressionsanalyse. Wiesbaden: VS

Zuordnung im Vorlesungsverzeichnis

in 505: BA M4 VO Multivariate Verfahren

Letzte Änderung: Fr 15.10.2021 00:22