Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.
230142 UE M4 Die Bewertung der Qualität von Forschungsdaten mit ausgewählten statistischen Verfahren (2026S)
Ausgewählte quantitative Methoden
Prüfungsimmanente Lehrveranstaltung
Labels
Eine Anmeldung zu dieser Lehrveranstaltung ist für Studierende des Masterstudiums Soziologie (Version 2024) ausschließlich unter dem Modul M4 möglich.
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 02.02.2026 00:01 bis Mi 18.02.2026 23:59
- Anmeldung von Di 24.02.2026 00:01 bis Do 26.02.2026 23:59
- Abmeldung bis So 15.03.2026 23:59
Details
max. 20 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Update 26.02.2026: Es haben sich die Unterrichtszeiten geringfügig geändert. Die Termine bleiben gleich.
- Samstag 07.03. 09:45 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Samstag 21.03. 09:45 - 15:45 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Samstag 02.05. 09:45 - 15:45 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Samstag 16.05. 09:45 - 15:45 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Samstag 20.06. 09:45 - 15:45 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
In der Forschung wird nicht selten auf Sekundärdaten zurückgegriffen. Und werden Primärdaten erhoben, wird häufig mit (kommerziellen) Dienstleistern zusammengearbeitet, deren Arbeit bei der Datenerhebung nur sehr eingeschränkt kontrolliert werden kann. Es wird folglich häufig auf Forschungsdaten zurückgegriffen, bei denen nicht unbedingt unmittelbar klar ist, wie hoch ihre Qualität ist. Von der Datenqualität hängt jedoch ab, wie valide die Erkenntnisse sind, die unter Rückgriff auf die Daten gewonnen werden können.Vor diesem Hintergrund wird den Teilnehmenden in der Lehrveranstaltung beigebracht, wie sie die Qualität von Forschungsdaten (insbesondere Survey-Daten) adäquat abschätzen können und wie sie prüfen können, ob Forschungsdaten erfunden oder gefälscht wurden. Dabei wird den Studierenden auch nähergebracht, wie verschiedene statistische Verfahren (z.B. PCA) zur Prüfung der Qualität von Forschungsdaten herangezogen werden können.
Art der Leistungskontrolle und erlaubte Hilfsmittel
Die Teilnehmenden erbringen zwei Teilleistungen:
(1) Referat
(2) Eigene Analyse zur Prüfung der Qualität von Forschungsdaten, deren Ergebnisse zu verschriftlichen sind-----
Hinweis der SPL Soziologie:
Die Lehrveranstaltungsleitung kann eine Regelung über das Ausmaß der Anwesenheitspflicht festlegen. Für Studierende besteht kein grundsätzliches Recht auf einen festgelegten Anteil erlaubter Abwesenheit, unabhängig von den Gründen. Die Einhaltung der Anwesenheitspflicht ist eine Mindestanforderung für eine positive Beurteilung. Wenn Studierende aus wichtigen Gründen an Lehreinheiten nicht teilnehmen können und/oder wenn krankheitsbedingt Teilleistungen nicht erbracht werden konnten, kann die Lehrveranstaltungsleitung Ersatzleistungen einräumen.
In Hinblick auf An- und Abmeldung zu (bzw. den Abbruch von) prüfungsimmanenten Lehrveranstaltungen gilt § 10 des studienrechtlichen Satzungsteils.
Alle Teilleistungen müssen erbracht werden, um eine positive Beurteilung erlangen zu können.
Führt das Ergebnis der zentralen schriftlichen Teilleistung dazu, dass eine negative Beurteilung der gesamten prüfungsimmanenten Lehrveranstaltung droht, wird eine Verbesserungsmöglichkeit eingeräumt. Die Kriterien sowie eine angemessene Frist für die Verbesserung werdenin der Lehrveranstaltungbekannt gegeben.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin) zur Anwendung kommen.
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung ein mündliches Nachfragen zur Plausibilisierung vorsehen. Studierende haben dabei eine Mitwirkungspflicht. Eine erschlichene Leistung (Plagiat, Schummeln etc.) wird auf dem Sammelzeugnis als solche ausgewiesen (Eintragung eines "X") und zählt als Prüfungsantritt.
Die Verwendung von KI-Tools ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung explizit vorgesehen ist. Jede Verwendung von KI ist zu dokumentieren, und die Guidelines der Universität Wien zum Umgang mit Künstlicher Intelligenz (KI) in der Lehre sind zu beachten: https://phaidra.univie.ac.at/detail/o:2092606
Wurde eine Teilleistung erschlichen, d.h. es wurde etwa bei einer Prüfung oder einem Test geschummelt, bei einer schriftlichen Arbeit plagiiert, KI missbräuchlich oder undokumentiert verwendet oder die Unterschrift auf Anwesenheitslisten gefälscht, wird die gesamte Lehrveranstaltung als "nicht beurteilt" gewertet und entsprechend erfasst. Diese und weitere Bestimmungen finden sich im studienrechtlichen Satzungsteil: https://satzung.univie.ac.at/studienrecht/.
Studierende, die eine prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben und sich für einen vierten Antritt anmelden wollen, kontaktieren bitte die StudienServiceStelle Soziologie während der Anmeldephase (vgl. Zusatzinformation "Dritte Wiederholung bei prüfungsimmanenten Lehrveranstaltungen": https://soziologie.univie.ac.at/info/pruefungen/#c56313)
(1) Referat
(2) Eigene Analyse zur Prüfung der Qualität von Forschungsdaten, deren Ergebnisse zu verschriftlichen sind-----
Hinweis der SPL Soziologie:
Die Lehrveranstaltungsleitung kann eine Regelung über das Ausmaß der Anwesenheitspflicht festlegen. Für Studierende besteht kein grundsätzliches Recht auf einen festgelegten Anteil erlaubter Abwesenheit, unabhängig von den Gründen. Die Einhaltung der Anwesenheitspflicht ist eine Mindestanforderung für eine positive Beurteilung. Wenn Studierende aus wichtigen Gründen an Lehreinheiten nicht teilnehmen können und/oder wenn krankheitsbedingt Teilleistungen nicht erbracht werden konnten, kann die Lehrveranstaltungsleitung Ersatzleistungen einräumen.
In Hinblick auf An- und Abmeldung zu (bzw. den Abbruch von) prüfungsimmanenten Lehrveranstaltungen gilt § 10 des studienrechtlichen Satzungsteils.
Alle Teilleistungen müssen erbracht werden, um eine positive Beurteilung erlangen zu können.
Führt das Ergebnis der zentralen schriftlichen Teilleistung dazu, dass eine negative Beurteilung der gesamten prüfungsimmanenten Lehrveranstaltung droht, wird eine Verbesserungsmöglichkeit eingeräumt. Die Kriterien sowie eine angemessene Frist für die Verbesserung werdenin der Lehrveranstaltungbekannt gegeben.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin) zur Anwendung kommen.
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung ein mündliches Nachfragen zur Plausibilisierung vorsehen. Studierende haben dabei eine Mitwirkungspflicht. Eine erschlichene Leistung (Plagiat, Schummeln etc.) wird auf dem Sammelzeugnis als solche ausgewiesen (Eintragung eines "X") und zählt als Prüfungsantritt.
Die Verwendung von KI-Tools ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung explizit vorgesehen ist. Jede Verwendung von KI ist zu dokumentieren, und die Guidelines der Universität Wien zum Umgang mit Künstlicher Intelligenz (KI) in der Lehre sind zu beachten: https://phaidra.univie.ac.at/detail/o:2092606
Wurde eine Teilleistung erschlichen, d.h. es wurde etwa bei einer Prüfung oder einem Test geschummelt, bei einer schriftlichen Arbeit plagiiert, KI missbräuchlich oder undokumentiert verwendet oder die Unterschrift auf Anwesenheitslisten gefälscht, wird die gesamte Lehrveranstaltung als "nicht beurteilt" gewertet und entsprechend erfasst. Diese und weitere Bestimmungen finden sich im studienrechtlichen Satzungsteil: https://satzung.univie.ac.at/studienrecht/.
Studierende, die eine prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben und sich für einen vierten Antritt anmelden wollen, kontaktieren bitte die StudienServiceStelle Soziologie während der Anmeldephase (vgl. Zusatzinformation "Dritte Wiederholung bei prüfungsimmanenten Lehrveranstaltungen": https://soziologie.univie.ac.at/info/pruefungen/#c56313)
Mindestanforderungen und Beurteilungsmaßstab
Anforderungen:
- Regelmäßige und aktive Teilnahme (max. eine Fehleinheit) -- ist wichtig, um dem Stoff und den Analysen folgen zu können.
- Alle Teilleistungen (Referat & eigene Analyse) müssen erbracht und bestanden werdenEs wird ein Punktesystem angewendet, bei dem maximal 100 Punkte zu erreichen sind.
Für das Referat werden maximal 30 Punkte vergeben,
für die eigene Analyse zur Prüfung der Qualität von Forschungsdaten, deren Ergebnisse zu verschriftlichen sind, maximal 70 Punkte.
Der Notenschlüssel ist wie folgt:
- 89-100 Punkte: Sehr gut (1)
- 76-88 Punkte: Gut (2)
- 63-75 Punkte: Befriedigend (3)
- 50-62 Punkte: Genügend (4)
- 0-49 Punkte: Nicht genügend (5)
- Regelmäßige und aktive Teilnahme (max. eine Fehleinheit) -- ist wichtig, um dem Stoff und den Analysen folgen zu können.
- Alle Teilleistungen (Referat & eigene Analyse) müssen erbracht und bestanden werdenEs wird ein Punktesystem angewendet, bei dem maximal 100 Punkte zu erreichen sind.
Für das Referat werden maximal 30 Punkte vergeben,
für die eigene Analyse zur Prüfung der Qualität von Forschungsdaten, deren Ergebnisse zu verschriftlichen sind, maximal 70 Punkte.
Der Notenschlüssel ist wie folgt:
- 89-100 Punkte: Sehr gut (1)
- 76-88 Punkte: Gut (2)
- 63-75 Punkte: Befriedigend (3)
- 50-62 Punkte: Genügend (4)
- 0-49 Punkte: Nicht genügend (5)
Prüfungsstoff
Eine vollständige Liste der Literatur wird in Moodle zur Verfügung gestellt.Beispiele sind:
(a) Blasius, J. (2018). Fabrication of interview data. Quality Assurance in Education, 26(2), 213-226.
(b) Blasius, J. and V. Thiessen (2012). Assessing the Quality of Survey Data. Sage, London.
(c) Thiessen, V. and J. Blasius (2016). Another Look at Survey Data Quality. In: C. Wolf, D. Joye, T.W. Smith and Y.-c. Fu (eds.), Sage Handbook of Survey Methodology. Los Angeles: Sage, S. 613-629.
(d) West, B. T., & Blom, A. G. (2017). Explaining interviewer effects: A research synthesis. Journal of Survey Statistics and Methodology, 5, 175-211.
(a) Blasius, J. (2018). Fabrication of interview data. Quality Assurance in Education, 26(2), 213-226.
(b) Blasius, J. and V. Thiessen (2012). Assessing the Quality of Survey Data. Sage, London.
(c) Thiessen, V. and J. Blasius (2016). Another Look at Survey Data Quality. In: C. Wolf, D. Joye, T.W. Smith and Y.-c. Fu (eds.), Sage Handbook of Survey Methodology. Los Angeles: Sage, S. 613-629.
(d) West, B. T., & Blom, A. G. (2017). Explaining interviewer effects: A research synthesis. Journal of Survey Statistics and Methodology, 5, 175-211.
Literatur
(a) Blasius, J. (2018). Fabrication of interview data. Quality Assurance in Education, 26(2), 213-226.
(b) Blasius, J. and V. Thiessen (2012). Assessing the Quality of Survey Data. Sage, London.
(c) Thiessen, V. and J. Blasius (2016). Another Look at Survey Data Quality. In: C. Wolf, D. Joye, T.W. Smith and Y.-c. Fu (eds.), Sage Handbook of Survey Methodology. Los Angeles: Sage, S. 613-629.
(d) West, B. T., & Blom, A. G. (2017). Explaining interviewer effects: A research synthesis. Journal of Survey Statistics and Methodology, 5, 175-211.
(b) Blasius, J. and V. Thiessen (2012). Assessing the Quality of Survey Data. Sage, London.
(c) Thiessen, V. and J. Blasius (2016). Another Look at Survey Data Quality. In: C. Wolf, D. Joye, T.W. Smith and Y.-c. Fu (eds.), Sage Handbook of Survey Methodology. Los Angeles: Sage, S. 613-629.
(d) West, B. T., & Blom, A. G. (2017). Explaining interviewer effects: A research synthesis. Journal of Survey Statistics and Methodology, 5, 175-211.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Di 24.03.2026 15:07