Universität Wien FIND

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Vor-Ort-Lehre und Umstellung auf Online-Prüfungen) erforderlich sein. Melden Sie sich für Lehrveranstaltungen/Prüfungen über u:space an, informieren Sie sich über den aktuellen Stand auf u:find und auf der Lernplattform moodle. ACHTUNG: Lehrveranstaltungen, bei denen zumindest eine Einheit vor Ort stattfindet, werden in u:find momentan mit "vor Ort" gekennzeichnet.

Regelungen zum Lehrbetrieb vor Ort inkl. Eintrittstests finden Sie unter https://studieren.univie.ac.at/info.

230069 UE Spezielle multivariate Analyseverfahren in den Sozialwissenschaften (2021S)

4.00 ECTS (2.00 SWS), SPL 23 - Soziologie
Prüfungsimmanente Lehrveranstaltung
DIGITAL
Mo 17.05. 16:45-18:15 Digital

An/Abmeldung

Details

max. 25 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Montag 01.03. 16:45 - 18:15 Digital
Montag 08.03. 16:45 - 18:15 Digital
Montag 15.03. 16:45 - 18:15 Digital
Montag 22.03. 16:45 - 18:15 Digital
Montag 12.04. 16:45 - 18:15 Digital
Montag 19.04. 16:45 - 18:15 Digital
Montag 26.04. 16:45 - 18:15 Digital
Montag 03.05. 16:45 - 18:15 Digital
Montag 31.05. 16:45 - 18:15 Digital
Montag 07.06. 16:45 - 18:15 Digital
Montag 14.06. 16:45 - 18:15 Digital
Montag 21.06. 16:45 - 18:15 Digital
Montag 28.06. 16:45 - 18:15 Digital

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

In der quantitativen empirischen Sozialforschung werden multivariate Regressionsverfahren angewendet, um soziale Zusammenhänge zu beschreiben und zu erklären. In der Lehrveranstaltung lernen die Teilnehmerinnen und Teilnehmer lineare und logistische Regressionsanalysen kennen und anzuwenden. Neben den Basismodellen werden verfeinerte Modelle mit Interaktionstermen und hierarchische Schätzungen besprochen, die zur statistischen Modellierung von Mediations- und Moderationseffekten dienen.
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 digitalen Format werden Selbstlernprozesse durch wöchentliche digitale Sitzungen begleitet. In der Lehrveranstaltung wird mit der Statistiksoftware STATA gearbeitet, für die über die Universität Wien eine günstige Lizenz erworben werden kann. Eine Einführung in das Statistikprogramm ist Teil der Lehrveranstaltung. Vorkenntnisse im Umgang von Statistikprogrammen mit Syntax sind von Vorteil.

Art der Leistungskontrolle und erlaubte Hilfsmittel

zwei Übungsarbeiten über das Semester und Ausarbeitung und Verschriftlichung einer Analyse zu einer ausgewählten Fragestellung in Form einer abschließenden Seminararbeit

Hinweis 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.

Mindestanforderungen und Beurteilungsmaßstab

• Zwei Übungsaufgaben (Einzelarbeit, 60%)
• Schriftliche Ausarbeitung einer Analyse (Gruppenarbeit, 40 %)
• 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.v1

Weiterführend
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: Mi 21.04.2021 11:26