Universität Wien

200029 UE Statistics Excercises I (2023S)

3.00 ECTS (1.00 SWS), SPL 20 - Psychologie
Continuous assessment of course work

Moodle

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

max. 40 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

  • Monday 27.03. 09:45 - 11:15 Hörsaal C Psychologie, NIG 6.Stock A0618
  • Monday 24.04. 09:45 - 11:15 Hörsaal C Psychologie, NIG 6.Stock A0618
  • Monday 08.05. 09:45 - 11:15 Hörsaal C Psychologie, NIG 6.Stock A0618
  • Monday 22.05. 09:45 - 11:15 Hörsaal C Psychologie, NIG 6.Stock A0618
  • Monday 05.06. 09:45 - 11:15 Hörsaal C Psychologie, NIG 6.Stock A0618
  • Monday 19.06. 09:45 - 11:15 Hörsaal C Psychologie, NIG 6.Stock A0618

Information

Aims, contents and method of the course

Die Studierenden sollen die Fähigkeiten erwerben i) wissenschaftliche Forschungsergebnisse nachzuvollziehen, zu verstehen und kritisch zu bewerten; ii) Analysen mittels geeigneter statistischer Methoden durchzuführen und die Ergebnisse zu interpretieren. Die Vermittlung des entsprechenden Grundwissens der Statistik erfolgt anhand konkreter psychologischer Beispiele, inklusive Berechnung und mit Hilfe von JASP (https://jasp-stats.org/) und anderer Software.

Folgende Themen werden behandelt:
• Bedeutung der Statistik für die Psychologie
• Beschreibung von Daten: Aufbereitung und Darstellung von Daten mittels Tabellen, Grafiken und statistischen Kenngrößen (Deskriptivstatistik)
• Wahrscheinlichkeitstheorie und Kombinatorik
• Schließen von einer Stichprobe auf die Population, Logik der Hypothesentestung, wichtige Wahrscheinlichkeitsverteilungen und statistische Tests (Inferenzstatistik)
• Beziehungen zwischen psychologischen Merkmalsausprägungen (Korrelation, Regression)

Assessment and permitted materials

Als Vorbereitung auf die Einheiten werden von den Studierenden Übungsblätter mit einer bestimmten Anzahl an Beispielen bearbeitet. Die Übungsaufgaben werden immer mittwochs im Moodle-Kurs der Vorlesung online gestellt.
Auf einer Kreuzerlliste geben die Studierenden bis zu einer bestimmten Deadline an, welche der Beispiele gelöst wurden und laden die Ausarbeitungen der Lösungen dieser Beispiele in den jeweiligen Upload-Ordner im Moodle-Kurs hoch. Es reicht dabei nicht aus, wenn nur Endergebnisse hochgeladen werden. Der Lösungsweg muss dokumentiert und nachvollziehbar sein, und die Wahl eines bestimmten Lösungswegs/Verfahrens begründet werden.
Während der Einheit werden einzelne Studierenden aufgefordert, die Lösung zu präsentieren. Die Studierenden müssen ihre Lösungen also bei Bedarf vorrechnen bzw. mittels Computer vorzeigen können.
Es können bei Bedarf auch etwaige Fragen, Probleme, etc. besprochen werden. Im Moodle der Vorlesung werden danach auch Musterlösung für die Beispiele hochgeladen.

Minimum requirements and assessment criteria

Es besteht grundsätzlich Anwesenheitspflicht in den Einheiten (Präsenz sowie digital). Bei mehr als einer Fehleinheit pro Semester wird die Lehrveranstaltung negativ beurteilt.
Die Beurteilung erfolgt auf Basis des Anteils an von den Studierenden gekreuzten (und gültigen) Beispielen der zeitgerecht hochgeladenen Lösungen der Übungsblätter. Die Lösungen der Beispiele werden NUR anerkannt, wenn die Kreuzerlliste ausgefüllt UND die gelösten Beispiele bis zur Deadline hochgeladen wurden. Wichtig: Ein Nachtragen der Kreuze sowie das Hochladen der Beispiele nach dieser Deadline ist nicht möglich (Ausnahme: erste Einheit mit Beispielen).
Falls für ein gekreuztes Beispiel keine Lösung hochgeladen wurde oder der Lösungsweg nicht nachvollziehbar ist, werden für dieses Beispiel keine Punkte vergeben.
Bei Plagiatsverdacht und/oder unzureichender Präsentation eines angekreuzten Beispiels in der Übungseinheit werden den Studierenden in der Übung Verständnisfragen gestellt. Können die Studierenden weder das Beispiel noch die Verständnisfragen lösen, wird der Kurs mit X ( = erschlichene Leistung) bewertet.

Die Note ergibt sich durch folgenden Beurteilungsschlüssel (% der gültigen gekreuzten Beispiele an allen Beispielen des Semesters):
• unter 60%: Nicht genügend (5)
• ab 60%: Genügend (4)
• ab 70%: Befriedigend (3)
• ab 80%: Gut (2)
• ab 90%: Sehr gut (1)
Zum Erreichen einer positiven Beurteilung sind daher mindestens 60% nötig.

Examination topics

Immanenter Prüfungscharakter (Anwesenheitspflicht!): Aufgaben, die auf Moodle gestellt werden, sollen von den Studierenden bearbeitet werden.

Reading list

Wird in der dazugehörigen Vorlesung bekanntgegeben.

Association in the course directory

70413

Last modified: Mo 27.02.2023 09:29