Universität Wien

040086 VO EC: Quantitative Dataanalysis I (2024S)

3.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).

Details

Language: German

Examination dates

Lecturers

Classes (iCal) - next class is marked with N

  • Monday 04.03. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 06.03. 15:00 - 18:15 PC-Seminarraum 1 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Monday 11.03. 15:00 - 18:15 PC-Seminarraum 1 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 13.03. 15:00 - 18:15 PC-Seminarraum 1 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Thursday 11.04. 15:00 - 18:15 PC-Seminarraum 1 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Thursday 18.04. 15:00 - 18:15 PC-Seminarraum 1 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Thursday 16.05. 15:00 - 18:15 PC-Seminarraum 1 Oskar-Morgenstern-Platz 1 1.Untergeschoß

Information

Aims, contents and method of the course

Die Vorlesung „VO Quantitative Datenanalyse I“ und die Übung „Angewandte Übung Quantitative Datenanalyse I“ sind eng aufeinander abgestimmt—in der Vorlesung wird ein Überblick gegeben und die theoretische Basis vermittelt, in der Übung werden dann praktische Beispiele gegeben und die in der Vorlesung behandelten Verfahren anhand von Datensätzen angewandt. Es wird daher stark empfohlen, die Vorlesung gemeinsam mit der dazugehörigen Übung im gleichen Semester zu absolvieren.

Ziel der Lehrveranstaltung ist es, den TeilnehmerInnen ein grundlegendes Verständnis des quantitativen Forschungsprozesses—von der Entwicklung einer Forschungsfrage mit dazugehörigen Hypothesen bis hin zur Auswertung und Interpretation der Ergebnisse—zu vermitteln. Besonderer Schwerpunkt wird auf das Verständnis der Verfahren und grundlegenden Anwendungen sowie der Interpretation von empirischen Ergebnissen gelegt. Anhand von Beispielen werden folgende Themengebiete behandelt.

• Von der Problemstellung zur Fragestellung: Wie entwickle ich eine Forschungsfrage und leite daraus Hypothesen ab?
• Methodenauswahl und Erhebung: Welche Methoden zur Datenerhebung stehen mir zu Verfügung und welche ist am besten geeignet, meine Forschungsfrage zu beantworten?
• Hypothesenprüfung: Welche statistische Verfahren stehen mir zur Verfügung? Welche sind am besten geeignet, meine Hypothesen zu prüfen?
• Interpretation: Was bedeuten meine Ergebnisse? Welche Aussagen und Schlussfolgerungen sind zulässig und welche nicht?

Assessment and permitted materials

Schriftliche Prüfung am Ende des Semesters .

Minimum requirements and assessment criteria

1 (sehr gut) → 100-89 Punkte
2 (gut) → 88-76 Punkte
3 (befriedigend) → 75-63 Punkte
4 (genügend) → 62-50 Punkte
5 (nicht genügend) → 49-0 Punkte

Examination topics

In der Vorlesung besprochene Inhalte mit Schwerpunkt auf anwendungsbezogene Fragestellungen und Anwendungen.

Reading list

• Auf moddle zur Verfügung gestellte Unterlagen und Folien
• Hair et al. (2013) Multivariate Data Analysis. Pearson

Association in the course directory

Last modified: We 31.07.2024 11:25