Universität Wien

220055 UE METH: UE STADA Statistical Data Analysis (2019W)

3.00 ECTS (1.00 SWS), SPL 22 - Publizistik- und Kommunikationswissenschaft
Continuous assessment of course work

Summary

1 Maares , Moodle
2 Boyer , Moodle
3 Duregger , Moodle
4 Ninova-Solovykh , Moodle
5 Biron , Moodle
6 Stevic , Moodle
7 Stubenvoll , 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).
Registration information is available for each group.

Groups

Group 1

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Wednesday 16.10. 11:30 - 13:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 30.10. 11:30 - 13:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 13.11. 11:30 - 13:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 27.11. 11:30 - 13:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 11.12. 11:30 - 13:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 15.01. 11:30 - 13:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 29.01. 11:30 - 13:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25

Aims, contents and method of the course

Die Lehrveranstaltung setzt sich zum Ziel, Grundlagen der statistischen Auswertungen in der Kommunikationswissenschaft zu erklären und mit praktischen Übungen näherzubringen.

Es wird dringen empfohlen die dazugehörige Vorlesung zu besuchen!
Siehe: https://ufind.univie.ac.at/de/course.html?lv=220058&semester=2019W

Assessment and permitted materials

Mitarbeit, fristgerechte Abgabe von zwei Hausübungen

Minimum requirements and assessment criteria

75% Anwesenheitspflicht
Benotung: 60 % Hausübungen, 40 % Mitarbeit in UE

2 Hausübungen:
HÜ1: 25 %
HÜ2: 35%
HÜ1 + HÜ2 müssen beide positiv sein

Group 2

max. 30 participants
Language: English
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Thursday 17.10. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Thursday 31.10. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Thursday 14.11. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Thursday 28.11. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Thursday 12.12. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Thursday 16.01. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Thursday 30.01. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG

Aims, contents and method of the course

Students get to know and practice descriptive and inductive methods of statistical data analysis. They learn to prepare, visualize, and analyze data with SPSS and interpret and report the results. Moreover, they learn how to read others’ results and critically examine them. After completion of the seminar, students have a basic knowledge about descriptive and inductive statistics and are able to independently carry out analyses with SPSS, as well as critically evaluate statistical representations and analyses in academic papers.

Please note that this class is in English.

Assessment and permitted materials

Grading: 60% homework, 40% participation in UE

2 homework assignments:
Homework 1: 25%
Homework 2: 35%

Both homework assignments must be positively evaluated to receive positive grade.

Minimum requirements and assessment criteria

75% Attendance requirement

The grade comprises of:
40% Participation in seminar
60% Two homework assignments (25% for the first home assignment, 35% for the second homework assignment)

For a positive grade, both homework assignments must be submitted and an average of 50% of the total points must be achieved.

Group 3

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 15.10. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Tuesday 29.10. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Tuesday 12.11. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Tuesday 26.11. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Tuesday 10.12. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Tuesday 07.01. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Tuesday 21.01. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG

Aims, contents and method of the course

Datenverarbeitung mit SPSS, Statistische Datenanalyse und Interpretation der Ergebnisse,
Es wird dringend empfohlen die dazugehörige Vorlesung zu besuchen!

Assessment and permitted materials

Mitarbeit, fristgerechte Abgabe der beiden Hausübungen, Erreichen der Mindestpunkte in den eigenständig verfassten Hausübungen

Minimum requirements and assessment criteria

75% Anwesenheitspflicht, nur eine Fehleinheit im Semester ist möglich;
Benotung: Die zwei Hausübungen fließen als 60%iger Anteil in die Gesamtnote ein, die Mitarbeit in den Unterrichtseinheiten hat einen 40%igen Anteil an der Note.
2 Hausübungen:
HÜ1: 25 %
HÜ2: 35%
Für eine positive Note müssen beide, selbständig bearbeiteten Hausübungen abgegeben werden und im Durchschnitt 50% der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte von insgesamt 60 Punkten die über die Hausübungen maximal erreicht werden können).
Notenschlüssel:
00,0 – 49,9% Nicht Genügend
50,0 - 62,9% Genügend
63,0 - 74,9% Befriedigend
75,0 - 86,9% Gut
87,0 - 100% Sehr Gut

Examination topics

In der Übung erarbeitete Inhalte eigenständig auf neue Fragestellungen anwenden, für die Erarbeitung der Hausübungen kann ein selbständiges Ergänzen der theoretischen Inhalte durch die dazugehörige Vorlesung und/ oder Literatur nötig sein

Group 4

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Monday 07.10. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Monday 21.10. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Monday 04.11. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Monday 18.11. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Monday 02.12. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Monday 16.12. 10:00 - 11:30 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Monday 20.01. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG

Aims, contents and method of the course

Die Studierenden lernen deskriptive und induktive Methoden der statistischen Datenanalyse kennen und anzuwenden. Sie lernen, Daten mit SPSS aufzubereiten, zu visualisieren und zu analysieren sowie die Ergebnisse zu interpretieren und zu berichten. Außerdem lernen sie, die Ergebnisse anderer zu lesen und kritisch zu hinterfragen. Nach Abschluss des Seminars verfügen die Studierenden über Grundkenntnisse in der deskriptiven und induktiven Statistik und sind in der Lage, selbstständig Analysen mit SPSS durchzuführen sowie statistische Darstellungen und Analysen in wissenschaftlichen Arbeiten kritisch zu bewerten.

Assessment and permitted materials

Mitarbeit (Einzel- und Gruppenaufgaben in der Übungseinheit), fristgerechte Abgabe der beiden Hausübungen, Erreichen der Mindestpunkte in den eigenständig verfassten Hausübungen

Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung Studierende zu einem notenrelevanten Gespräch nach Abgabe der Hausübungen einladen, welches positiv zu absolvieren ist.

Minimum requirements and assessment criteria

Max. 1 Fehleinheit
Benotung: 60 % Hausübungen, 40 % Mitarbeit in UE

2 Hausübungen:
HÜ1: 25 %
HÜ2: 35%
Für eine positive Note müssen beide Hausübungen abgegeben werden und im Durchschnitt 50% der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte).

Notenschlüssel:
00,0 - 49,9% Nicht Genügend
50,0 - 62,9% Genügend
63,0 - 74,9% Befriedigend
75,0 - 86,9% Gut
87,0 - 100% Sehr Gut

Group 5

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 15.10. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Tuesday 29.10. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Tuesday 12.11. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Tuesday 26.11. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Tuesday 10.12. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Tuesday 07.01. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Tuesday 21.01. 15:00 - 16:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG

Aims, contents and method of the course

Datenverarbeitung mit SPSS, Statistische Datenanalyse und Interpretation der Ergebnisse,
Es wird dringend empfohlen die dazugehörige Vorlesung zu besuchen!

Assessment and permitted materials

Mitarbeit und 2 Hausübungen im Semester

Minimum requirements and assessment criteria

75% Anwesenheitspflicht = nur 1 Einheit darf versäumt werden!
Benotung: 60 % Hausübungen, 40 % Mitarbeit in UE
2 Hausübungen:
HÜ1: 25 %
HÜ2: 35%

Für eine positive Note müssen beide Hausübungen abgegeben werden und im Durchschnitt 50% der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte).

Examination topics

Anwendung der Inhalte der LV und Übung.

Group 6

max. 30 participants
Language: English
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 15.10. 13:15 - 14:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 29.10. 13:15 - 14:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 12.11. 13:15 - 14:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 26.11. 13:15 - 14:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 10.12. 13:15 - 14:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 07.01. 13:15 - 14:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 21.01. 13:15 - 14:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25

Aims, contents and method of the course

The course aims to explain the basics of statistical analysis in communication science. Students will learn data handling with SPSS, basic data analyses and interpretation of results with practical exercises.

It is strongly recommended to attend the corresponding lecture! https://ufind.univie.ac.at/de/course.html?lv=220058&semester=2019W

Please note that this seminar is taught in English.

Assessment and permitted materials

Grading: 60% homework, 40% participation in UE

2 homework assignments:
Homework 1: 25%
Homework 2: 35%

Both homework assignments must be positively evaluated to receive positive grade.

Minimum requirements and assessment criteria

75% Attendance is required

Group 7

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Thursday 17.10. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Thursday 31.10. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Thursday 14.11. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Thursday 28.11. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Thursday 12.12. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Thursday 16.01. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Thursday 30.01. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG

Aims, contents and method of the course

Die Lehrveranstaltung setzt sich zum Ziel, Grundlagen der statistischen Auswertungen in der Kommunikationswissenschaft zu erklären und mit praktischen Übungen näherzubringen.

Es wird dringend empfohlen die dazugehörige Vorlesung zu besuchen!
Siehe: https://ufind.univie.ac.at/de/course.html?lv=220058&semester=2019W

Assessment and permitted materials

Mitarbeit und Hausübungen

Minimum requirements and assessment criteria

75% Anwesenheitspflicht
Benotung: 60 % Hausübungen, 40 % Mitarbeit in UE

2 Hausübungen:
HÜ1: 25 %
HÜ2: 35%
HÜ1 + HÜ2 müssen beide positiv sein

Information

Reading list

Wird in der Lehrveranstaltung bekannt gegeben.

Association in the course directory

Last modified: Mo 07.09.2020 15:21