290138 VU Statistische Datenanalyse mit SPSS (2020S)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 10.02.2020 08:00 bis So 23.02.2020 23:59
- Abmeldung bis Do 30.04.2020 23:59
Details
max. 30 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine
LV-Start am 26.03.2020
DO 26.03.2020 11.30-15.00 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33 (Bestätigt)DO 23.04.2020 11.30-15.00 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33 (Bestätigt)
DO 07.05.2020 11.30-15.00 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33 (Bestätigt)
DO 28.05.2020 11.30-15.00 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33 (Bestätigt)
DO 18.06.2020 11.30-15.00 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33 (Bestätigt)Tutoriumstermine:
MI 29.04.2020 11.30-12.30 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33 (Bestätigt)
DI 19.05.2020 11.00-12.30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25 (Bestätigt)
DI 09.06.2020 11.00-12.30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25 (Bestätigt)Update 15. 3. 2020: Durch die Umstellung auf home-learning kommt auch Online-Lehre zum Einsatz. Zu den LV-Zeiten wird ein Link zu einer Online-Meeting Software (Jitsi) über Moodle zur Verfügung gestellt, um interaktive Fernlehre zu ermöglichen.
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
mehrere Arbeitsaufträge im Lauf des Semesters
Schriftliche Prüfung (Moodle)
Schriftliche Prüfung (Moodle)
Mindestanforderungen und Beurteilungsmaßstab
Arbeitsaufträge (50%)
Prüfung (50%)
Prüfung (50%)
Prüfungsstoff
Lehrveranstaltungsunterlagen: ppt-Folien und Tutorials via Moodle
Konzeptionelle Verständnisfragen und Interpretation von Ergebnissen (SPSS-Output)
Konzeptionelle Verständnisfragen und Interpretation von Ergebnissen (SPSS-Output)
Literatur
Bortz J, Schuster C (2016): Statistik für Human- und Sozialwissenschaftler, Springer.
Brosius F (2013): SPSS 21, mitp.
Hartung J (2009): Statistik: Lehr- und Handbuch der angewandten Statistik, Oldenburg.
Field A (2018): Discovering Statistics Using SPSS
Brosius F (2013): SPSS 21, mitp.
Hartung J (2009): Statistik: Lehr- und Handbuch der angewandten Statistik, Oldenburg.
Field A (2018): Discovering Statistics Using SPSS
Zuordnung im Vorlesungsverzeichnis
(BA GG 5.2) (MA UF GW 02)
Letzte Änderung: Di 31.03.2020 11:28
- Tieferes Verständnis für deskriptiv- und inferenzstatistische sowie multivariate statistische Methoden entwickeln
- Richtige Auswahl der richtigen statistischen Methode für eine konkrete quantitative Fragestellung treffen
- Eigenständiges Durchführen von deskriptiven, inferenzstatistischen und multivariaten Analysen mit der Statistiksoftware SPSS
- Eigenständige Interpretation von Ergebnissen statistischer Analysen (SPSS-Output)
- Fachliteratur lesen und kritisch bewerten könnenInhalte:
- Datenquellen für insb. humangeografische Fragestellungen
- Kurze Wiederholung von Grundbegriffen der Statistik
- Einführung in die Statistiksoftware SPSS inkl. Durchführung von Berechnungen, Umkodierungen, Sortierungen, Aggregationen etc.
- Deskriptive statistische Analysen mit SPSS: Häufigkeitsbegriff, Lage- und Streuungsmaße, einfache Diagramme (Säulen- und Kreisdiagramm, Histogramm, Streudiagramm)
- Verteilungsanalyse mit SPSS: (Standard)Normalverteilung, Verteilungsmaße, Box-Plots, zusätzliche Prüfverfahren auf Normalverteilung (QQ-Plots, KS-Test)
- Grundbegriffe der Inferenzstatistik (schließende Statistik): Stichproben (abhängige und unabhängige), Unterschieds- und Zusammenhangshypothesen, Null- und Alternativhypothese, Fehler 1. Art und Fehler 2. Art, Signifikanzniveau, Teststärke (power), p-Wert, Standardfehler und Konfidenzintervalle
- Inferenzstatistische Analysen mit SPSS:
o Unterschiedshypothesen: 2 und >2 Gruppenvergleich für abhängige und unabhängige Stichproben: parametrisch und nicht-parametrisch (T-Test unabhängig, U-Test, T-Test abhängig, Wilcoxon-Test, Varianzanalyse (ANOVA), Kruskal-Wallis-Test, ANOVA mit Messwiederholungen, Friedman-Test)
o Zusammenhangshypothesen (kategoriale Variable): Kreuztabellen, Test für abhängige und unabhängige Stichproben (McNemar, Chi-Quadrat), Assoziationsmaße; Zusammenhangshypothesen (metrische Variable): Korrelation (Pearson und Spearman), partielle Korrelation
- Bi- und multivariate Methoden mit SPSS: Einfache und multiple lineare Regression, logistische Regression, multinomiale und ordinale logistische Regression, komplexere varianzanalytische Modelle, Kovarianzanalyse, Reliabilitätsanalyse, Clusteranalyse (Grundkenntnisse)Die Erarbeitung der oben genannten Inhalte erfolgt unter Zuhilfenahme von Datensätzen aus EUROSTAT und ESS; diese werden zur Verfügung gestellt.Methode (Update 21.03.2020):
- LV-Inhalte für das Selbststudium werden mittels Vortragsfolien und Audio-Erläuterungen aufbereitet
- Tutorials zur Handhabung von SPSS werden zur Verfügung gestellt
- Vorlesungsteile und Übungen wechseln einander ab
- Interaktion zwischen dem Vortragenden und den Studierenden mittels Online-Meetings (Jitsi)
- Selbstständiges Lösen von Aufgabenstellungen