Universität Wien

200195 UE Exercise Course Statistics (2020S)

6.00 ECTS (2.00 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 09.03. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
  • Monday 16.03. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
  • Monday 23.03. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
  • Monday 30.03. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
  • Monday 27.04. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
  • Monday 04.05. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
  • Monday 11.05. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
  • Monday 18.05. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
  • Monday 25.05. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
  • Monday 08.06. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
  • Monday 15.06. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
  • Monday 22.06. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624

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 SPSS 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

Pro Einheit ist eine bestimmte Anzahl an Beispielen vorzubereiten. Auf einer Kreuzerlliste geben die Studierenden im Vorhinein die Beispiele bekannt, die Sie in der folgenden Einheit vorrechnen bzw. am Computer vorzeigen können. In der Einheit werden nach dem Zufallsprinzip Studierende ausgewählt, die ein gekreuztes Beispiel demonstrieren sollen.
Für Rechenbeispiele sind dabei die schriftlich vorbereiteten Unterlagen an der Tafel erlaubt. Die Computerbeispiele sind ohne Hilfsmittel zu demonstrieren.

Update Covid-19: Während der Home-Learning-Phase sind die Beispiele schriftlich auszuarbeiten und fristgerecht im Moodle-Bereich der Übung hochzuladen.

Minimum requirements and assessment criteria

Es besteht grundsätzlich Anwesenheitspflicht in den Präsenzeinheiten. Bei mehr als drei Fehleinheiten pro Semester wird die Lehrveranstaltung negativ beurteilt.
Die Beurteilung erfolgt auf Basis des Anteils an gekreuzten (und gültigen) Beispielen. Ein Kreuzchen ist gültig, wenn der/die Studierende in der entsprechenden Einheit anwesend war, und somit zur Demonstration des Beispiels ausgewählt werden konnte. Im Krankheitsfall können Beispiele schriftlich nachgereicht werden, solange ein ärztliches Attest für die Einheit vorliegt. Wird ein/e Studierende/r zur Demonstration eines gekreuzten Beispiels aufgerufen und hat dieses Beispiel nicht oder nur unzureichend vorbereitet, wird 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.

Update Covid-19: Während der Home-Learning-Phase sind die gekreuzten Aufgaben schriftlich auszuarbeiten und abzugeben. Gekreuzte Aufgaben sind dann gültig, wenn ein nachvollziehbarer, vollständiger Lösungsweg abgegeben wurde.

Examination topics

Immanenter Prüfungscharakter (Anwesenheitspflicht!) Aufgaben, die ins
Netz gestellt werden, sollen von Studierenden vorbereitet werden.

Reading list

Wird in der dazugehörigen Vorlesung bekanntgegeben.

Association in the course directory

70413

Last modified: Mo 07.09.2020 15:21