Universität Wien FIND

Auf Grund der COVID-19 Pandemie kann es bei Lehrveranstaltungen und Prüfungen auch kurzfristig zu Änderungen kommen. Informieren Sie sich laufend in u:find und checken Sie regelmäßig Ihre E-Mails.

Lesen Sie bitte die Informationen auf https://studieren.univie.ac.at/info.

230082 UE Spezielle multivariate Analyseverfahren in den Sozialwissenschaften (2016S)

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

Donnerstag 10.03. 18:30 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Donnerstag 17.03. 18:30 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Donnerstag 07.04. 18:30 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Donnerstag 14.04. 18:30 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Donnerstag 21.04. 18:30 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Donnerstag 28.04. 18:30 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Donnerstag 12.05. 18:30 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Donnerstag 19.05. 18:30 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Donnerstag 09.06. 18:30 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Donnerstag 16.06. 18:30 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Donnerstag 23.06. 18:30 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Donnerstag 30.06. 18:30 - 20:00 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, und die Komplexität der Phänomene und der Zusammenhänge ist sowohl bei der Erhebung und Messung, als auch bei der Analyse quantitativer Daten so weit wie (praktisch) möglich zu berücksichtigen. Soziale Phänomene haben zumeist nicht eine einzelne Ursache und speziell für die Analyse von Daten aus nicht-experimentellen Untersuchungen ist der Einsatz multivariater Verfahren unerlässlich. In Regressionsanalysen wird die Variation eines Merkmals durch ein oder mehrere, aus theoretischer Sicht sinnvollen Einflussfaktoren "erklärt", wobei die Wahl des Verfahrens vom Skalenniveau der zu erklärenden Variable abhängt. Durch die gemeinsame Modellierung der Einflussfaktoren ist es möglich, die einzelnen Einflüsse unter "Konstanthaltung" der jeweils anderen Prädiktoren 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 Rechen- und Funktionsweise der Verfahren, sowie über die Interpretierbarkeit und Interpretation der Ergebnisse, die möglichen Aussagen (und die Aussagereichweite), und jene Teile der Analyse und der Ergebnisse, die zu berichten sind, damit die KollegInnen der "scientific community" die Qualität der Untersuchung 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 (ESS). Die praktische Arbeit erfolgt mit der Statistiksoftware SPSS. Um die Reproduzierbarkeit der Ergebnisse sicherzustellen wird, wie in der (guten) Praxis üblich, nicht mit Maus und Menü, sondern mittels Programmierung (SPSS Syntax) gearbeitet: so erfolgt der Vortrag anhand von Beispielen, die per SPSS Syntax ausgeführt werden, und bei den Übungsaufgaben ist auch der SPSS Code mit abzugeben. Eine Einführung in diese Arbeitsweise ist auch Inhalt der ersten Einheiten.

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 (mittels SPSS und Syntax Programmierung), 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.

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 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. Zum Abschluss jedes Kapitels gibt es eine schriftliche Wiederholung mit theoretischen Fragen und praktischen Beispielen (z.B. Interpretation von Ergebnissen). In die Benotung fließt sowohl die Leistung bei den schriftlichen Wiederholungen, als auch die Beurteilung der Übungsbeispiele ein.

In der LV wird die Statistiksoftware SPSS mit Syntaxprogrammierung benutzt, wobei die Verwendung der Syntax zu Beginn der LV erklärt wird. Durch die Arbeit mit Syntax kann die Reproduzierbarkeit der Ergebnisse sichergestellt werden.ist daher auch ein SPSS Syntax File abzugeben. Bei einzelnen Beispielen erfolgt der Vortrag mit R, wobei dann auch die entsprechende Arbeitsweise mit SPSS erläutert wird.

Mindestanforderungen und Beurteilungsmaßstab

Für die Beurteilung werden die Ergebnisse der Übungsbeispiele (Gewicht: 40%) und der schriftl. Wiederholungen (60%) herangezogen. Die Übungsbeispiele sind pünktlich zu den jeweils angegebenen Fristen abzugeben; die schriftlichen Wiederholungen folgen jeweils auf den Abschluss eines Themas. Für eine positive Benotung sind Übungsbeispiele und schriftl. Wiederholungen in Summe jeweils positiv zu absolvieren, d.h. es muss jeweils zumind. die Hälfte der möglichen Punkte erreicht werden. Weiters sind für eine positive Beurteilung maximal zwei Fehltermine zulässig.

Prüfungsstoff

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
- Backhaus et al. (2016) Multivariate Analysemethoden: Eine anwendungsorientierte Einführung (14. Aufl.), Berlin: Springer Gabler, http://www.springer.com/de/book/9783662460757
- 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 Literatur wird in der LV bekanntgegeben.

Zuordnung im Vorlesungsverzeichnis

in 905: Ausschließlich für das Pflichtmodul MA M Methoden

Letzte Änderung: Mo 07.09.2020 15:39