230038 UE Datenauswertung (2009S)
Prüfungsimmanente Lehrveranstaltung
Labels
Sa 7.3.; 28.3.; 25.4.; 20.6. 8:00-14:00 AAKH, EDVS 2
Sa 23.5; 8:00-14:00 AAKH, EDVS1
Sa 23.5; 8:00-14:00 AAKH, EDVS1
Details
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Mindestanforderungen und Beurteilungsmaßstab
Die Studierenden sollen unter dem Rahmenthema Arbeitsforschung verschiedene bi- und multivariate Analysemethoden kennen lernen und vertiefend die Modellbildung für Regressions- und Varianzanalysen sowie die soziologische Interpretation von Analyseergebnissen erlernen.
Prüfungsstoff
- Einführungsvorträge durch die Lehrveranstaltungsleiterin.
- Überarbeitung von Fragestellungen und Hypothesen aus der LV im WS in Kleingruppen.
- Analyse und Prüfung der Hypothesen Kleingruppen.
- Hausübungen während des Semesters
- Ergebnisdarstellung im Rahmen des Verfassens einer Abschlussarbeit.
- Überarbeitung von Fragestellungen und Hypothesen aus der LV im WS in Kleingruppen.
- Analyse und Prüfung der Hypothesen Kleingruppen.
- Hausübungen während des Semesters
- Ergebnisdarstellung im Rahmen des Verfassens einer Abschlussarbeit.
Literatur
- Bortz, Jürgen & Nicola Döring. Forschungsmethoden und Evaluation. für Human- und Sozialwissenschaftler. Springer. Berlin. 2006
- Bortz, Jürgen. Statistik: Für Human- und Sozialwissenschaftler. Springer, Berlin. 2005
- Backhaus, Klaus. Erichson, Bernd. Plinke, Wulf & Rolf Weiber. Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. Springer. Berlin. 2003
- Field, Andy. Discovering Statistics Using SPSS. SAGE. London. 2005
- Bortz, Jürgen. Statistik: Für Human- und Sozialwissenschaftler. Springer, Berlin. 2005
- Backhaus, Klaus. Erichson, Bernd. Plinke, Wulf & Rolf Weiber. Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. Springer. Berlin. 2003
- Field, Andy. Discovering Statistics Using SPSS. SAGE. London. 2005
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Fr 31.08.2018 08:54
- bivariate und einfache multivariate Datenanalyse
- Zusammenhangsmaße
- Signifikanztests
- Regressionsanalysen
- Graphische Ergebnisdarstellung.
- Soziologische Ergebnisinterpretation
- Kennen lernen großer frei zugänglicher Datensätze