Universität Wien

230069 UE Spezielle multivariate Analyseverfahren in den Sozialwissenschaften (2018S)

4.00 ECTS (2.00 SWS), SPL 23 - Soziologie
Prüfungsimmanente Lehrveranstaltung

An/Abmeldung

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

Details

max. 25 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Montag 05.03. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Montag 19.03. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Montag 09.04. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Montag 16.04. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Montag 23.04. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Montag 07.05. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Montag 14.05. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Montag 28.05. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Montag 04.06. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Montag 18.06. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Montag 25.06. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Um der Komplexität der sozialen Realität Rechnung zu tragen, ist der Einsatz multivariater Verfahren unerlässlich. In multiplen Regressionsanalysen werden die Effekte der einzelnen Merkmale gemeinsam, und kontrolliert für den Einfluss der anderen Variablen im Modell, geschätzt und getestet. Multivariate Verfahren können auch eingesetzt werden um Zusammenhänge zwischen Variablen und Objekten zu entdecken. So kann etwa mittels explorativer Faktorenanalyse eine Menge von korrelierenden Variablen auf eine kleinere Anzahl von Faktoren verdichtet werden. Mittels Clusteranalyse wiederum ist es möglich Objekte (z.B. Befragte) nach ihrer Ähnlichkeit bei einer Reihe von Merkmalen (z.B. Einstellungsdimensionen) zu Gruppen zusammenzufassen.
Diese Lehrveranstaltung vermittelt die Grundlagen der linearen Regressionsanalyse sowie der explorativen Faktorenanalyse und befasst sich mit deren praktischer Durchführung unter Verwendung der Statistiksoftware Stata. Um die Reproduzierbarkeit der Ergebnisse sicherzustellen wird mit der Syntax gearbeitet. Auch Stata-AnfängerInnen sind willkommen, eine Einführung in das Programm ist Inhalt des ersten Teils der LV. Datengrundlage ist der European Social Survey (ESS). Darüber hinaus wird eine Auswahl weiterer multivariater Analyseverfahren (z.B. logistische Regression, Clusteranalyse) kurz besprochen.
Ziel der LV ist es, die TeilnehmerInnen in die Lage zu versetzen zu einer Fragestellung das jeweils passende multivariate Verfahren auszuwählen. Sie sollen lineare Regressionsmodelle sowie explorative Faktorenanalyse selbständig, sicher, korrekt und nachvollziehbar anwenden, und die Ergebnisse inhaltlich und formal korrekt sowie hinreichend genau berichten können. Die TeilnehmerInnen sollen des weiteren in der Lage sein, die Anwendung der vorgestellten Verfahren in der Fachliteratur zu beurteilen und fehlerhafte Analysen oder Interpretationen fundiert und konstruktiv zu kritisieren.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Die LV Einheiten umfassen einen Vorlesungs-/Diskussionsteil, in dem die jeweiligen Inhalte besprochen werden, und/oder einen Übungsteil, in dem das Besprochene praktisch umgesetzt wird. Zwischen den LV-Einheiten sind zur Vertiefung Übungsbeispiele auszuarbeiten und vorgegebene Pflichtliteratur zu lesen. Die TeilnehmerInnen sollten dabei in der Lage sein, die Ergebnisse der Analysen in der LV kurz zu präsentieren und Fragen zur Literatur zu beantworten oder zu stellen. In die Benotung fließt sowohl die Beurteilung der Übungsbeispiele als auch einer Kurzpräsentation ein.
In der LV wird die Statistiksoftware Stata mit Syntaxprogrammierung benutzt, wobei die Verwendung der Syntax zu Beginn der LV erklärt wird.

Hinweis der SPL: bei Feststellung einer erschlichenen Teilleistung (Abschreiben, Plagiieren, Ghostwriting, etc.) muss die gesamte Lehrveranstaltung als geschummelt gewertet und als Antritt gezählt werden.

Mindestanforderungen und Beurteilungsmaßstab

Für die Beurteilung werden die Ergebnisse der Übungsbeispiele (Gewicht: 90%) und der Kurzpräsentation (10%) herangezogen. Die Übungsbeispiele sind pünktlich zu den jeweils angegebenen Fristen abzugeben. Weiters sind für eine positive Beurteilung maximal zwei Fehltermine zulässig.

Prüfungsstoff

Literatur

- Agresti, Alan und Finlay, Barbara (2014). Statistical methods for the social sciences (4. Auflage). Pearson, https://www.pearson.com/us/higher-education/program/Agresti-Statistical-Methods-for-the-Social-Sciences-5th-Edition/PGM334444.html
- Backhaus, Klaus et al. (2016). Multivariate Analysemethoden: Eine anwendungsorientierte Einführung (14. Auflage). Berlin: Springer, http://www.springer.com/de/book/9783662460757
- Kohler, Ulrich und Kreuter, Frauke (2012). Datenanalyse mit Stata: Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung (4. Auflage). München: Oldenbourg Verlag
- Treiman, Donald J. (2009). Quantitative data analysis: doing social research to test ideas. San Francisco: Wiley, http://eu.wiley.com/WileyCDA/WileyTitle/productCd-0470380039.html

Weitere Literatur wird in der LV bekannt gegeben.

Zuordnung im Vorlesungsverzeichnis

in 905: Pflichtmodul MA M Methoden

Letzte Änderung: Mo 07.09.2020 15:39