230082 UE Spezielle multivariate Analyseverfahren in den Sozialwissenschaften (2015W)

Die soziale Realität ist komplex, und 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.

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. der European Social Survey (http://www.europeansocialsurvey.org/).