Universität Wien

200068 UE Exercise Course Statistics (2021S)

6.00 ECTS (2.00 SWS), SPL 20 - Psychologie
Continuous assessment of course work
REMOTE

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

Die Termine finden digital über Zoom statt. Den Zugangslink finden Sie im moodle-Kurs der Lehrveranstaltung.

  • Monday 15.03. 18:30 - 20:00 Digital
  • Monday 22.03. 18:30 - 20:00 Digital
  • Monday 19.04. 18:30 - 20:00 Digital
  • Monday 26.04. 18:30 - 20:00 Digital
  • Monday 03.05. 18:30 - 20:00 Digital
  • Monday 10.05. 18:30 - 20:00 Digital
  • Monday 17.05. 18:30 - 20:00 Digital
  • Monday 31.05. 18:30 - 20:00 Digital
  • Monday 07.06. 18:30 - 20:00 Digital
  • Monday 14.06. 18:30 - 20:00 Digital
  • Monday 21.06. 18:30 - 20:00 Digital

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

Aufgrund der aktuellen Situation bzgl. Coronavirus und der damit verbundenen Einschränkungen des Lehrbetriebs an der Universität Wien (keine Präsenzeinheiten) werden die Statistik-Übungen wie folgt adaptiert.

Pro Einheit wird eine bestimmte 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.

In der Einheit werden die Beispiele mittels Musterlösung erklärt und etwaige Fragen, Probleme, etc. besprochen. Diese Musterlösung wird danach auf Moodle hochgeladen.
Bei Plagiatsverdacht werden die Studierenden in der Einheit aufgefordert, die Lösung zu präsentieren. Die Studierenden müssen ihre Lösungen also bei Bedarf vorrechnen bzw. mittels Computer vorzeigen können.

Es reicht daher nicht aus, wenn nur Endergebnisse hochgeladen werden. Der Lösungsweg muss dokumentiert und nachvollziehbar sein, und die Wahl eines bestimmten Lösungswegs/Verfahrens begründet werden.

Minimum requirements and assessment criteria

Es besteht grundsätzlich Anwesenheitspflicht in den Einheiten (Präsenz sowie digital). Bei mehr als drei Fehleinheiten pro Semester wird die Lehrveranstaltung negativ beurteilt.

Die Beurteilung erfolgt auf Basis des Anteils an gekreuzten (und gültigen) Beispielen.
Die 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. Zudem wird bei Plagiatsverdacht und gleichzeitig unzureichender bzw. keiner Präsentation in der Einheit, die Gesamtnote um einen Grad herabgesetzt.
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 ins Netz gestellt werden, sollen von Studierenden bearbeitet werden.

Reading list

Wird in der dazugehörigen Vorlesung bekanntgegeben.

Association in the course directory

70413

Last modified: Fr 12.05.2023 00:19