230069 UE Spezielle multivariate Analyseverfahren in den Sozialwissenschaften (2020W)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Fr 04.09.2020 13:00 bis Mo 21.09.2020 13:00
- Anmeldung von Fr 25.09.2020 13:00 bis Mo 28.09.2020 13:00
- Abmeldung bis Di 20.10.2020 23:59
Details
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Update 1.11.2020: bis auf weiteres Unterricht in digitaler Form.
Update 2.10.2020: die Einheiten am 5.10.2020 und 7.12.2020 werden in rein digitaler Form abgehalten (Zugang über Moodle).Update 17.12.2020 (Covid 19): Umstellung auf digitale Lehre bis zum Semesterende
Montag
05.10.
16:45 - 18:30
Digital
Montag
12.10.
16:45 - 18:30
Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Hybride Lehre
Hybride Lehre
Montag
19.10.
16:45 - 18:30
Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Hybride Lehre
Hybride Lehre
Montag
09.11.
16:45 - 18:30
Digital
Montag
16.11.
16:45 - 18:30
Digital
Montag
23.11.
16:45 - 18:30
Digital
Montag
30.11.
16:45 - 18:30
Digital
Montag
07.12.
16:45 - 18:30
Digital
Montag
14.12.
16:45 - 18:30
Digital
Montag
11.01.
16:45 - 18:30
Digital
Montag
18.01.
16:45 - 18:30
Digital
Montag
25.01.
16:45 - 18:30
Digital
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
zwei Übungsarbeiten über das Semester und Durchführung und schriftliche Ausarbeitung einer Analyse zu einer ausgewählten Fragestellung in Form einer abschließenden SeminararbeitHinweis der SPL:
Die Erbringung aller Teilleistungen ist Voraussetzung für eine positive Beurteilung, wenn nicht explizit etwas anderes vermerkt wurde.
Werden einzelne verpflichtende Teilleistungen nicht erbracht, gilt die Lehrveranstaltung als abgebrochen. Falls dem Nichterbringen der Leistung kein wichtiger und unvorhersehbarer Grund seitens des/der Studierenden vorliegt, wird die LV negativ beurteilt.
Bei Vorliegen eines solchen Grundes (zB eine längere Erkrankung) kann der/die Studierende auch nach Ablauf der Frist von der LV abgemeldet werden. Über das Vorliegen eines wichtigen Grundes entscheidet die Lehrveranstaltungsleitung. Der Antrag auf Abmeldung ist unverzüglich nach Eintreten des Grundes zu stellen.
Wurde eine Teilleistung erschlichen, d.h. etwa bei einer Prüfung oder einem Test geschummelt, bei einer schriftlichen Arbeit plagiiert oder auch Unterschriften auf Anwesenheitslisten gefälscht, wird die gesamte Lehrveranstaltung als "nicht beurteilt" gewertet und mit dem Vermerk "geschummelt/erschlichen" in das Notenerfassungssystem eingetragen.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen: Details werden von den Lehrenden in der Lehrveranstaltung bekanntgeben.
Die Erbringung aller Teilleistungen ist Voraussetzung für eine positive Beurteilung, wenn nicht explizit etwas anderes vermerkt wurde.
Werden einzelne verpflichtende Teilleistungen nicht erbracht, gilt die Lehrveranstaltung als abgebrochen. Falls dem Nichterbringen der Leistung kein wichtiger und unvorhersehbarer Grund seitens des/der Studierenden vorliegt, wird die LV negativ beurteilt.
Bei Vorliegen eines solchen Grundes (zB eine längere Erkrankung) kann der/die Studierende auch nach Ablauf der Frist von der LV abgemeldet werden. Über das Vorliegen eines wichtigen Grundes entscheidet die Lehrveranstaltungsleitung. Der Antrag auf Abmeldung ist unverzüglich nach Eintreten des Grundes zu stellen.
Wurde eine Teilleistung erschlichen, d.h. etwa bei einer Prüfung oder einem Test geschummelt, bei einer schriftlichen Arbeit plagiiert oder auch Unterschriften auf Anwesenheitslisten gefälscht, wird die gesamte Lehrveranstaltung als "nicht beurteilt" gewertet und mit dem Vermerk "geschummelt/erschlichen" in das Notenerfassungssystem eingetragen.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen: Details werden von den Lehrenden in der Lehrveranstaltung bekanntgeben.
Mindestanforderungen und Beurteilungsmaßstab
• Zwei Übungsaufgaben (Einzelarbeit, 40%)
• Schriftliche Ausarbeitung einer Analyse (Gruppenarbeit, 60 %)
• Anwesenheitspflicht, maximal zweimaliges Fehlen ist gestattet
• Schriftliche Ausarbeitung einer Analyse (Gruppenarbeit, 60 %)
• Anwesenheitspflicht, maximal zweimaliges Fehlen ist gestattet
Prüfungsstoff
Prüfungsstoff sind alle die in der Lehrveranstaltung erarbeiteten Verfahren der Regressionsanalyse und deren praktischen Anwendung mit der Statistiksoftware STATA. Dies umfasst die Prüfung der Voraussetzungen, Schätzung und inhaltliche Interpretation der Ergebnisse.
Literatur
Grundlagenliteratur
Kohler, U., & Kreuter, F. (2016). Datenanalyse mit Stata: allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung. Walter de Gruyter GmbH & Co KG..Urban, D., & Mayerl, J. (2006). Regressionsanalyse: Theorie, Technik und Anwendung (Vol. 2). Wiesbaden: VS Verlag für Sozialwissenschaften.Daten
Jonas Beste, Corinna Frodermann (2019): Panel "Arbeitsmarkt und soziale Sicherung" (PASS), Campus File (PASS-CF_0617_v1), Version 1. FDZ-Datenreport, 08/2019 (de), Nürnberg. DOI: 10.5164/IAB.FDZD.1908.de.v1Weiterführend
Best, H., & Wolf, C. (2012). Modellvergleich und Ergebnisinterpretation in Logit-und Probit-Regressionen. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie, 64(2), 377-395.Mayerl, J., & Urban, D. (2019). Vorsicht (!) bei Regressionsanalysen mit Interaktionsvariablen. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie, 71(1), 135-156.Mood, C. (2010). Logistic regression: Why we cannot do what we think we can do, and what we can do about it. European sociological review, 26(1), 67-82.Angrist, J. D., & Pischke, J. S. (2008). Mostly harmless econometrics: An empiricist's companion. Princeton university press.
Kohler, U., & Kreuter, F. (2016). Datenanalyse mit Stata: allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung. Walter de Gruyter GmbH & Co KG..Urban, D., & Mayerl, J. (2006). Regressionsanalyse: Theorie, Technik und Anwendung (Vol. 2). Wiesbaden: VS Verlag für Sozialwissenschaften.Daten
Jonas Beste, Corinna Frodermann (2019): Panel "Arbeitsmarkt und soziale Sicherung" (PASS), Campus File (PASS-CF_0617_v1), Version 1. FDZ-Datenreport, 08/2019 (de), Nürnberg. DOI: 10.5164/IAB.FDZD.1908.de.v1Weiterführend
Best, H., & Wolf, C. (2012). Modellvergleich und Ergebnisinterpretation in Logit-und Probit-Regressionen. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie, 64(2), 377-395.Mayerl, J., & Urban, D. (2019). Vorsicht (!) bei Regressionsanalysen mit Interaktionsvariablen. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie, 71(1), 135-156.Mood, C. (2010). Logistic regression: Why we cannot do what we think we can do, and what we can do about it. European sociological review, 26(1), 67-82.Angrist, J. D., & Pischke, J. S. (2008). Mostly harmless econometrics: An empiricist's companion. Princeton university press.
Zuordnung im Vorlesungsverzeichnis
in 905: Ausschließlich für das Pflichtmodul MA M Methoden
Letzte Änderung: Fr 12.05.2023 00:20
Ziel der Lehrveranstaltung ist, dass die Teilnehmer und Teilnehmerinnen für eine Fragestellung das adäquate Analyseverfahren auswählen, umsetzen, Befunde interpretieren und kritisch hinterfragen können. Im Vordergrund steht daher neben den statistischen Grundlagen insbesondere die praktische Arbeit mit Daten des Panels Arbeitsmarkt- und soziale Sicherheit (PASS), mit dem ein frei verfügbares Campus File für die Lehre bereitsteht. In den Daten sind u.a. Informationen zu Lebenszufriedenheit, Einkommen, Armut, materieller Deprivation, Erwerbsbeteiligung, Familie und Haushaltskontext vorhanden, mit denen Analysen zu ausgewählten Fragestellungen durchgeführt werden können.Methode: In der Lehrveranstaltung werden hauptsächlich praktische Übungen am Rechner durchgeführt und punktuell durch Diskussion ergänzender Beispiele erweitert. Im hybriden Format wechseln sich Übungen in Präsenz mit Selbstlerneinheiten. In der Lehrveranstaltung wird mit der Statistiksoftware STATA gearbeitet. Eine Einführung in das Statistikprogramm ist Teil der Lehrveranstaltung. Vorkenntnisse im Umgang von Statistikprogrammen mit Syntax sind von Vorteil.