210113 UE M2: Research Methods for Political Science (2019S)
Continuous assessment of course work
Labels
Eine Anmeldung über u:space innerhalb der Anmeldephase ist erforderlich! Eine nachträgliche Anmeldung ist NICHT möglich.
Studierende, die der ersten Einheit unentschuldigt fern bleiben, verlieren ihren Platz in der Lehrveranstaltung.Beachten Sie die Standards guter wissenschaftlicher Praxis.Die Lehrveranstaltungsleitung kann Studierende zu einem notenrelevanten Gespräch über erbrachte Teilleistungen einladen.
Plagiierte und erschlichene Teilleistungen führen zur Nichtbewertung der Lehrveranstaltung (Eintragung eines 'X' im Sammelzeugnis).
Studierende, die der ersten Einheit unentschuldigt fern bleiben, verlieren ihren Platz in der Lehrveranstaltung.Beachten Sie die Standards guter wissenschaftlicher Praxis.Die Lehrveranstaltungsleitung kann Studierende zu einem notenrelevanten Gespräch über erbrachte Teilleistungen einladen.
Plagiierte und erschlichene Teilleistungen führen zur Nichtbewertung der Lehrveranstaltung (Eintragung eines 'X' im Sammelzeugnis).
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).
- Registration is open from Mo 04.02.2019 08:00 to Mo 18.02.2019 08:00
- Registration is open from Th 21.02.2019 08:00 to Tu 26.02.2019 08:00
- Deregistration possible until Su 17.03.2019 23:59
Details
max. 35 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
- Monday 11.03. 09:00 - 12:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Monday 18.03. 09:00 - 12:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Monday 25.03. 09:00 - 12:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Monday 01.04. 09:00 - 12:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Monday 08.04. 09:00 - 12:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Monday 29.04. 09:00 - 12:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Monday 06.05. 09:00 - 12:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Monday 13.05. 09:00 - 12:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Monday 20.05. 09:00 - 12:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Monday 27.05. 09:00 - 12:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Monday 03.06. 09:00 - 12:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Monday 17.06. 09:00 - 12:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Monday 24.06. 09:00 - 12:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
Information
Aims, contents and method of the course
Assessment and permitted materials
Anwesenheit (maximal 2 Fehleinheiten (1 Fehleinheit = 2 SWS bzw. 1,5 Stunden)), Diskussion/Mitarbeit zu vorgegebenen Fragen im theoretischen Teil, Hausübungen im praktischen Teil, 2 Seminararbeiten (1 SE-Arbeit für den theoretischen, auf Forschungsdesign ausgerichteten Teil; 1 SE-Arbeit für den praktischen Teil).
Minimum requirements and assessment criteria
- Mitarbeit und Teilnahme an Diskussionen (10%)
- Seminararbeit, die die Entwicklung eines Forschungskonzepts umfasst (40%)
- Hausübungen zu statischen Berechnungen (10%)
- Seminararbeit, die die empirisch statischen Analysen zur Beantwortung der ausgearbeiteten Forschungsfrage umfasst (40%)Um eine positive Note zu erhalten, ist die positive Erbringung aller vorgesehenen Teilleistungen erforderlich.
- Seminararbeit, die die Entwicklung eines Forschungskonzepts umfasst (40%)
- Hausübungen zu statischen Berechnungen (10%)
- Seminararbeit, die die empirisch statischen Analysen zur Beantwortung der ausgearbeiteten Forschungsfrage umfasst (40%)Um eine positive Note zu erhalten, ist die positive Erbringung aller vorgesehenen Teilleistungen erforderlich.
Examination topics
Reading list
Wird in der ersten Einheit bekanntgegeben.
Association in the course directory
Last modified: Th 20.02.2025 00:15
Die LV soll Studierende dazu befähigen, eigenständige Forschungsfragen zu formulieren und ein adäquates Forschungsdesign zu entwickeln, mit dem die entwickelte Forschungsfrage beantwortet werden kann. Weiters sollen sie in der Lage sein, die Qualität von Sekundärdaten zu beurteilen. Darüber sollen die Studierenden lernen, eigenständig lineare und logistische Regressionsmodelle in Stata zu modellieren und zu schätzen.