Universität Wien FIND
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

230071 UE Spezielle multivariate Analyseverfahren in den Sozialwissenschaften (2017W)

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

Details

max. 25 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

ANWESENHEITSPFLICHT in der ersten Einheit !

Montag 02.10. 08:30 - 10:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Montag 09.10. 08:30 - 10:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Montag 16.10. 08:30 - 10:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Montag 23.10. 08:30 - 10:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Montag 30.10. 08:30 - 10:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Montag 06.11. 08:30 - 10:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Montag 13.11. 08:30 - 10:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Montag 20.11. 08:30 - 10:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Montag 27.11. 08:30 - 10:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Montag 04.12. 08:30 - 10:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Montag 11.12. 08:30 - 10:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Die soziale Realität ist komplex. Diese Komplexität der Phänomene und deren Zusammenhänge ist sowohl bei der Erhebung als auch bei der Analyse quantitativer Daten so weit wie (praktisch) möglich zu berücksichtigen. Speziell für die Analyse von Daten aus nicht-experimentellen Untersuchungen ist der Einsatz multivariater Verfahren unerlässlich: so kann mittels Regressionsanalyse die Variation eines Merkmals (z.B. Einkommen, subjektive Lebensqualität (LQ), Wahlbeteiligung, etc.) durch eine Vielzahl aus theoretischer Sicht sinnvollen Einflussfaktoren "erklärt" werden, wobei es durch die gemeinsame Modellierung der Einflussfaktoren möglich wird, die einzelnen Einflüsse "unter Kontrolle" der jeweils anderen Faktoren zu schätzen. Multivariate Verfahren können aber auch eingesetzt werden um Zusammenhänge zwischen Variablen und Objekten zu entdecken: mittels explorativer Faktorenanalyse kann eine Menge von korrelierenden Variablen auf eine kleinere Anzahl von Variablen oder auch eine einzige Variable verdichtet werden, was z.B. bei der Messung komplexer Phänomene mittels mehrerer Indikatoren von Nutzen ist. Mittels Clusteranalyse wiederum ist es möglich, Objekte (z.B. Befragten) nach ihrer Ähnlichkeit bei einer Reihe von Merkmalen (z.B. Einstellungsdimensionen) zu Gruppen zusammenzufassen.

Ziel der LV ist es, die TeilnehmerInnen in die Lage zu versetzen zu einer Fragestellung das jeweils passende multivariate Verfahren auszuwählen, korrekt und nachvollziehbar anzuwenden, und die Ergebnisse inhaltlich und formal korrekt sowie hinreichend genau zu berichten. Die TeilnehmerInnen sollen nach der LV auch in der Lage sein, die Anwendung der vorgestellten Verfahren in der Fachliteratur zu beurteilen und fehlerhafte Analysen oder Interpretationen fundiert und konstruktiv zu kritisieren.

Durch die Anwendung von Statistiksoftware ist es sehr einfach zu Ergebnissen zu kommen - allerdings: um gültige Ergebnisse zu erhalten und diese auch korrekt interpretieren und berichten zu können, benötigen die AnwenderInnen fundiertes Wissen über die Idee, die Einsatzmöglichkeiten, die Voraussetzungen und die die Rechen- und Funktionsweise der Verfahren, sowie über die Ergebnisse der Verfahren, die möglichen Aussagen und der Aussagereichweite und jene Teile der Analyse und der Ergebnisse die zu berichten sind, damit die KollegInnen der "scientific community" deren Qualität einschätzen können.

In der LV wird eine Auswahl multivariater Analyseverfahren besprochen und praktisch angewendet. Der Schwerpunkt der LV liegt auf unterschiedlichen regressionsanalytischen Verfahren (lineare, logistische Regression), deren Grundlagen und deren praktischer Anwendung. Behandelt werden weiters noch Hauptkomponenten- und Faktorenanalyse, sowie Clusteranalyse. Datengrundlage sind unterschiedliche für wissenschaftliche Zwecke frei verfügbare Datensätze wie z.B. EU-SILC oder der European Social Survey (http://www.europeansocialsurvey.org) und werden im Rahmen der LV zur Verfügung gestellt.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Die LV Einheiten gliedern sich jeweils in einen Vorlesungs-/Diskussionsteil, in dem die jeweiligen Inhalte besprochen werden und einen Übungsteil, in dem das Gehörte angewendet wird. Zum Abschluss jedes Kapitels gibt es einen kurzen Zwischentest mit theoretischen Fragen und praktischen Beispielen (z.B. Interpretation von Ergebnissen). Nach Ende der LV ist eine Abschlussarbeit abzugeben, die zuvor einen Peer-Review-Prozess durchläuft: dabei geben sich die TeilnehmerInnen gegenseitig Feedback zu ihren Arbeiten, die am Ende des Semesters präsentiert werden.

In der LV wird die Statistiksoftware SPSS mit Syntaxprogrammierung benutzt, wobei die Verwendung der Syntax in der LV erklärt wird. Durch die Arbeit mit Syntax kann die Reproduzierbarkeit der Ergebnisse sichergestellt werden. Für die einzelnen Aufgaben und die Abschlussarbeit ist daher auch ein SPSS Syntax File abzugeben.

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

- Übungsbeispiele und Zwischentests (40%)
- Peer Reviews (10%)
- Abschlussarbeit + Abschlussgepräch (50%)

Übungsbeispiele, Peer Reviews und die Abschlussarbeit sind pünktlich zu den jeweils angegebenen Fristen abzugeben.

Prüfungsstoff

Die LV Einheiten gliedern sich jeweils in einen Vorlesungs-/Diskussionsteil, in dem die jeweiligen Inhalte besprochen werden und einen Übungsteil, in dem das Gehörte angewendet wird. Zum Abschluss jedes Kapitels gibt es einen kurzen Zwischentest mit theoretischen Fragen und praktischen Beispielen (z.B. Interpretation von Ergebnissen). Nach Ende der LV ist eine Abschlussarbeit abzugeben, die zuvor einen Peer-Review-Prozess durchläuft: dabei geben sich die TeilnehmerInnen gegenseitig Feedback zu ihren Arbeiten, die am Ende des Semesters präsentiert werden.

In der LV wird die Statistiksoftware SPSS mit Syntaxprogrammierung benutzt, wobei die Verwendung der Syntax in der LV erklärt wird. Durch die Arbeit mit Syntax kann die Reproduzierbarkeit der Ergebnisse sichergestellt werden. Für die einzelnen Aufgaben und die Abschlussarbeit ist daher auch ein SPSS Syntax File abzugeben.

Literatur

- Urban, Mayerl (2011) Regressionsanalyse: Theorie, Technik und Anwendung. 4., überarb. und erw. Aufl. Wiesbaden: VS, Verl. für Sozialwiss. http://link.springer.com/book/10.1007/978-3-531-93114-2

- Behnke (2015) Logistische Regressionsanalyse. Wiesbaden: Springer Fachmedien Wiesbaden http://link.springer.com/10.1007/978-3-658-05082-5

- Windzio (2013) Regressionsmodelle für Zustände und Ereignisse. Wiesbaden: Springer Fachmedien Wiesbaden http://link.springer.com/10.1007/978-3-531-18852-2

- Kopp, Lois (2012) Sozialwissenschaftliche Datenanalyse. Wiesbaden: VS Verlag für Sozialwissenschaften http://link.springer.com/10.1007/978-3-531-93258-3

- Akremi, Baur, Fromm (Hg.) (2010) Datenanalyse mit SPSS für Fortgeschrittene 1: Datenaufbereitung und uni- und bivariate Statistik. 3. Aufl. Wiesbaden: VS Verlag für Sozialwissenschaften http://www.springer.com/de/book/9783531170152

- Fromm (2012. Datenanalyse mit SPSS für Fortgeschrittene 2: Multivariate Verfahren für Querschnittsdaten. 2. Aufl. Wiesbaden: VS Verlag für Sozialwissenschaften http://www.springer.com/de/book/9783531187938

- Field (2009). Discovering statistics using SPSS, Sage Publications

- Hardy (1993) Regression with dummy variables, Sage Publications

weitere Literaturvorschläge werden in der LV bekanntgegeben

Zuordnung im Vorlesungsverzeichnis

in 905: Ausschließlich für das Pflichtmodul MA M Methoden

Letzte Änderung: Fr 31.08.2018 08:43