Universität Wien FIND

Return to Vienna for the summer semester of 2022. We are planning to hold courses mainly on site to enable the personal exchange between you, your teachers and fellow students. We have labelled digital and mixed courses in u:find accordingly.

Due to COVID-19, there might be changes at short notice (e.g. individual classes in a digital format). Obtain information about the current status on u:find and check your e-mails regularly.

Please read the information on https://studieren.univie.ac.at/en/info.

220055 UE METH: UE STADA Statistical Data Analysis (2021W)

Continuous assessment of course work

Summary

1 MIXED Kulichkina , Moodle
2 MIXED Kakavand , Moodle
3 ON-SITE Thomas , Moodle
4 ON-SITE Kaskeleviciute , Moodle
5 MIXED Lebernegg , Moodle
6 ON-SITE Bernhard , Moodle
7 ON-SITE Knupfer , Moodle
8 MIXED Lind , 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: English
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

Transitional semester: the course will be taught digitally with the possibility to hold some sessions entirely on-site. Students are expected to attend all sessions, including those which will be held on-site (2.5G rule applies – participants have to be tested (only PCR), vaccinated, or have recovered from a COVID-19 infection; FFP2 face masks must be used during on-site sessions). The first session will take place via Zoom.

Monday 18.10. 15:00 - 16:30 PC-Raum 1 Schenkenstraße 8-10, 1.UG
Monday 08.11. 15:00 - 16:30 PC-Raum 1 Schenkenstraße 8-10, 1.UG
Monday 22.11. 15:00 - 16:30 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
Monday 06.12. 15:00 - 16:30 PC-Raum 1 Schenkenstraße 8-10, 1.UG
Monday 10.01. 15:00 - 16:30 PC-Raum 1 Schenkenstraße 8-10, 1.UG
Monday 24.01. 15:00 - 16:30 PC-Raum 1 Schenkenstraße 8-10, 1.UG

Aims, contents and method of the course

After successful completion of this course, students will be able to:
• perform simple calculations and statistical analyses
• represent simple data in the appropriate graphical form
• interpret and critically evaluate statistical analyses and results
• communicate findings orally and in writing
• apply gained knowledge to conduct their own studies

Assessment and permitted materials

(1) Home Assignment 1 – 25%
(2) Home Assignment 2 – 35%
(3) In-class Exercises – 20%
(4) In-class Discussion – 10%
(5) In-class Group Tasks – 10%

Minimum requirements and assessment criteria

• good or very good command of written and spoken English
• obligatory attendance (students are allowed to miss a maximum of one class)
• both home assignments must be submitted in order to complete the course

A = 1 (Very Good): 87 - 100%
B = 2 (Good): 75 - 86,99%
C = 3 (Satisfactory): 63 - 74,99%
D = 4 (Enough): 50 - 62,99%
F = 5 (Not Enough): 00 - 49,99%

Reading list

Field, A. (2017). Discovering statistics using IBM SPSS statistics (5th edition). Thousand Oaks, CA: SAGE Publications.

Software
• IBM SPSS Statistics (26 or 27)

Group 2

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

Achtung: Sollten mehr Studierende angemeldet sein, als die Raumkapazität zulässt, wird die Veranstaltung digital abgehalten.
Informationen zum Ablauf der Lehrveranstaltung im Wintersemester 2021 erhalten alle korrekt angemeldeten Studierenden rechtzeitig per E-Mail. Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz.

Thursday 21.10. 11:30 - 13:00 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
Thursday 04.11. 11:30 - 13:00 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
Thursday 18.11. 11:30 - 13:00 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
Thursday 02.12. 11:30 - 13:00 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
Thursday 16.12. 11:30 - 13:00 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
Thursday 20.01. 11:30 - 13:00 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß

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.

Assessment and permitted materials

Mitarbeit (Einzel- oder Gruppenübungen zu jedem Thema in der jeweiligen Einheit, Vorbereitung der Pflichtlektüre) und fristgerechte Abgabe von zwei Hausübungen.

Minimum requirements and assessment criteria

75% Anwesenheitspflicht, d.h. es ist eine Fehleinheit möglich. Die Anwesenheitspflicht gilt bei Vor-Ort-Lehre wie auch bei digitaler bzw. hybrider Lehre. Im Falle von digitaler Lehre bzw. hybrider Lehre wird die Anwesenheitspflicht entweder über Anwesenheitsübungen oder über die Teilnahme an synchronen Online-Einheiten überprüft.
Benotung: 60 % Hausübungen + 40 % Mitarbeit
2 Hausübungen:
Hausübung 1: 25 %
Hausübung 2: 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). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und zur Mitarbeit unverändert.
Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend

Reading list

Literatur wird in der Lehrveranstaltung bekannt gegeben.

Group 3

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

- UPDATE: Ab 22.11. müssen wir wegen Lockdown umsteigen auf digitale Lehre. Zugang ist über Moodle.

- Diese Gruppe hat einen Termin weniger als die anderen STADA-Gruppen, da der 02.11. auf einen Feiertag fällt. Um den Termin nachzuholen, wird es in der betreffenden Woche eine Einheit zum Selbststudium geben.

Ablauf
Stada 1 – 19.10.21 Organisatorisches & Einführung
Stada 2 – 02.11.21 (Selbststudium) Deskriptive Statistik
Stada 3 – 16.11.21 Datenmanagement (neue SPSS-Lizenz)
HÜ 1 Deadline HÜ1 voraussichtlich 30.11. 23.59h
Stada 4 – 30.11.21 T-test
Stada 5 – 14.12.21 Chi-Quadrat-Test & Korrelation
Stada 6 – 18.01.22 (letzte Anwesenheit) Regression
HÜ 2 Deadline HÜ2 (ggf. Forumsbeiträge) voraussichtlich 01.02.22 23.59h

Tuesday 16.11. 09:45 - 11:15 PC-Seminarraum 1 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Tuesday 30.11. 09:45 - 11:15 PC-Seminarraum 1 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Tuesday 14.12. 09:45 - 11:15 PC-Seminarraum 1 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Tuesday 18.01. 09:45 - 11:15 PC-Seminarraum 1 Oskar-Morgenstern-Platz 1 1.Untergeschoß

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!

Assessment and permitted materials

- Mitarbeit im Forum (und live) (40%)
- Fristgerechte Abgabe von zwei Hausübungen (60%)

Minimum requirements and assessment criteria

- Es gilt Anwesenheitspflicht, nur eine Fehleinheit ist möglich.
- Falls der Kurs im Laufe des Semester doch digital stattfinden muss, gibt es anstelle der Anwesenheit in der Veranstaltung eine wöchentliche Aufgabe. Die fristgerechte Abgabe entspricht der Anwesenheit. Es ist entsprechend eine fehlende Aufgabe möglich.

Benotung: 40% Mitarbeit in UE + 35% Hausübung 2 + 25% Hausübung 1

Im Home-Learning bedeutet Mitarbeit die aktive Beteiligung im Diskussionsforum (und während der Einheiten).

Für eine positive Note müssen beide im Durchschnitt positiv sein (HÜ2 kann für eine nicht bestandene HÜ1 kompensieren). Die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen bleiben im Home-Learning unverändert.

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

Studierende sollen in der Übung erarbeitete Inhalte eigenständig auf neue Fragestellungen anwenden. Für die Erarbeitung der Hausübungen kann ein selbständiges Ergänzen der Inhalte durch die dazugehörige Vorlesung und/ oder Literatur nötig sein.

Reading list

keine (nur die Slides der Einheiten)

Group 4

max. 30 participants
Language: English
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

According to the current situation (07.09.2021), the course can take place in presence on-site. The 3G-rule (tested, vaccinated, recovered from COVID-19) applies to the attendance at the course. In case of remote learning, aims and contents of the course remain unchanged.

Wednesday 20.10. 11:30 - 13:00 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Wednesday 03.11. 11:30 - 13:00 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Wednesday 17.11. 11:30 - 13:00 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Wednesday 01.12. 11:30 - 13:00 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Wednesday 12.01. 11:30 - 13:00 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Wednesday 26.01. 11:30 - 13:00 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33

Aims, contents and method of the course

The course aims to explain the basics of statistical analyses in communication science. Through practical exercises, students will learn descriptive statistics in SPSS, basic data analyses (e.g., correlation, t-test, linear regression) and how to interpret the results.

After completing this seminar, students will be familiar with descriptive statistics and basic data analyses to independently carry out analyses in SPSS.

It is strongly recommended to attend the corresponding lecture!

Please note that this seminar is taught in English.

Assessment and permitted materials

Participation in classes and two homework assignments.

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

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

Minimum requirements and assessment criteria

75% Attendance is required to successfully pass the course.

Grading
87.0 – 100% Excellent
75.0 – 86.9% Good
63.0 – 74.9% Satisfactory
50.0 – 62.9% Sufficient
00.0 – 49.9% Unsatisfactory

Reading list

Will be announced in the course.

Group 5

max. 30 participants
Language: English
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

Tuesday 19.10. 11:30 - 13:00 PC-Raum 1 Schenkenstraße 8-10, 1.UG
Tuesday 16.11. 11:30 - 13:00 PC-Raum 1 Schenkenstraße 8-10, 1.UG
Tuesday 30.11. 11:30 - 13:00 PC-Raum 1 Schenkenstraße 8-10, 1.UG
Tuesday 14.12. 11:30 - 13:00 PC-Raum 1 Schenkenstraße 8-10, 1.UG
Tuesday 18.01. 11:30 - 13:00 PC-Raum 1 Schenkenstraße 8-10, 1.UG

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 and critically examine others’ results. 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.

It is strongly recommended to attend the corresponding lecture!

Assessment and permitted materials

Grading:
60% homework (25% for the first homework, 35% for the second homework)
40% participation in classes

To receive a positive grade, both homework assignments must be submitted and 50% of the total points must be achieved.

In case SoSe 21 will take place in the form of remote learning, content and aims of the course remain unchanged.

The course will be taught in English. Assignments will be accepted in English and German.

Minimum requirements and assessment criteria

75% attendance is required;

Grading
00.0 – 49.9% Unsatisfactory
50.0 – 62.9% Sufficient
63.0 – 74.9% Satisfactory
75.0 – 86.9% Good
87.0 - 100% Excellent

Examination topics

Data cleaning, visualization and analysis
- Interpretation of own and others’ results
- Descriptive Statistics
- Data handling
- Mean comparison (t-test)
- Chi-Square Test
- Correlation
- Simple and multiple linear regression

Reading list

Field, A. (2017). Discovering statistics using IBM SPSS statistics (5th edition). Thousand Oaks, CA: SAGE Publications.

SOFTWARE: IBM SPSS Statistics (26 or 27)

Group 6

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

Achtung: Sollten mehr Studierende angemeldet sein, als die Raumkapazität zulässt, wird die Veranstaltung digital abgehalten.
Informationen zum Ablauf der Lehrveranstaltung im Wintersemester 2021 erhalten alle korrekt angemeldeten Studierenden rechtzeitig per E-Mail.
Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert.

Tuesday 19.10. 09:45 - 11:15 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Tuesday 16.11. 09:45 - 11:15 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Tuesday 30.11. 09:45 - 11:15 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Tuesday 14.12. 09:45 - 11:15 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Tuesday 18.01. 09:45 - 11:15 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33

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.

Assessment and permitted materials

Mitarbeit (Einzel- oder Gruppenübungen zu jedem Thema in der jeweiligen Einheit, Vorbereitung der Pflichtlektüre) und fristgerechte Abgabe von zwei Hausübungen.

Minimum requirements and assessment criteria

75% Anwesenheitspflicht, d.h. es ist eine Fehleinheit möglich. Die Anwesenheitspflicht gilt bei Vor-Ort-Lehre wie auch bei digitaler bzw. hybrider Lehre. Im Falle von digitaler Lehre bzw. hybrider Lehre wird die Anwesenheitspflicht entweder über Anwesenheitsübungen oder über die Teilnahme an synchronen Online-Einheiten überprüft.
Benotung: 60 % Hausübungen + 40 % Mitarbeit
2 Hausübungen:
Hausübung 1: 25 %
Hausübung 2: 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). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und zur Mitarbeit unverändert.
Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend

Reading list

Literatur wird in der Lehrveranstaltung bekannt gegeben.

Group 7

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

Diese Gruppe hat einen Termin weniger als andere STADA-Gruppen, da der 02.11. auf einen Feiertag fällt. Um den Termin nachzuholen, wird es in der betreffenden Woche eine Einheit zum Selbststudium geben.

Nach derzeitigem Stand (06.10.21) kann der Kurs in Präsenz vor Ort stattfinden. Für den Besuch der Lehrveranstaltung gilt dann die 2,5G-Regel (getestet, geimpft, genesen). Im Falle von digitaler Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert.
Angemeldete Studierende bekommen zeitnah genauere Informationen.

UPDATE 23.11.: Umstieg bis auf Weiteres auf digitale Lehre, Zugang über Moodle.

Tuesday 19.10. 11:30 - 13:00 Hörsaal II NIG Erdgeschoß
Tuesday 16.11. 11:30 - 13:00 Hörsaal II NIG Erdgeschoß
Tuesday 30.11. 11:30 - 13:00 Hörsaal II NIG Erdgeschoß
Tuesday 14.12. 11:30 - 13:00 Hörsaal II NIG Erdgeschoß
Tuesday 18.01. 11:30 - 13:00 Hörsaal II NIG Erdgeschoß

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=2021W

Nach derzeitigem Stand (6.10.21) findet die Übung in Anwesenheit statt. Im Falle von digitaler bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten in der Übung vor Ort und via Moodle zum Einsatz.

Assessment and permitted materials

Mitarbeit (Einzel- oder Gruppenübungen zu jedem Thema in der jeweiligen Einheit, Vorbereitung der Pflichtlektüre) und fristgerechte Abgabe von zwei Hausübungen.

Im Falle von digitaler bzw. hybrider Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle gestellt.

Minimum requirements and assessment criteria

75 % Anwesenheitspflicht bei Vor-Ort-lehre, d.h. es ist eine Fehleinheit möglich.
Im Falle von digitaler bzw. hybrider Lehre wird die Anwesenheitspflicht der Situation entsprechend angepasst und rechtzeitig an die Studierenden kommuniziert.

Benotung: 60 % Hausübungen + 40 % Mitarbeit

2 Hausübungen:
Hausübung 1: 25 %
Hausübung 2: 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). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.

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

Reading list

Wird in der Lehrveranstaltung bekannt gegeben.

Group 8

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

Wednesday 20.10. 09:45 - 11:15 Hörsaal 3 2A211 2.OG UZA II Geo-Zentrum
Wednesday 03.11. 09:45 - 11:15 Hörsaal 3 2A211 2.OG UZA II Geo-Zentrum
Wednesday 17.11. 09:45 - 11:15 Hörsaal 3 2A211 2.OG UZA II Geo-Zentrum
Wednesday 01.12. 09:45 - 11:15 Hörsaal 3 2A211 2.OG UZA II Geo-Zentrum
Wednesday 12.01. 09:45 - 11:15 Hörsaal 3 2A211 2.OG UZA II Geo-Zentrum
Wednesday 26.01. 09:45 - 11:15 Hörsaal 3 2A211 2.OG UZA II Geo-Zentrum

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!

Informationen zum konkreten Ablauf der Lehrveranstaltung im WiSe2021 erhalten alle korrekt angemeldeten Studierenden rechtzeitig per E-Mail. Nach derzeitigem Stand (11.10.21) kann der Kurs in Präsenz vor Ort stattfinden. Für den Besuch der Lehrveranstaltung gilt dann die 2.5G-Regel. Im Falle von digitaler Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert.

Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Einheiten, die digital stattfinden, werden live (also synchron zeitgleich) mit Zoom abgehalten.

Assessment and permitted materials

Mitarbeit (Einzel- oder Gruppenübungen zu jedem Thema in der jeweiligen Einheit, Vorbereitung der Pflichtlektüre) und fristgerechte Abgabe von zwei Hausübungen.
Im Falle von digitaler Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle gestellt und über Zoom anmoderiert.

Minimum requirements and assessment criteria

75 % Anwesenheitspflicht, d.h. es ist eine Fehleinheit möglich. Die Anwesenheitspflicht gilt bei Vor-Ort-Lehre wie auch bei digitaler Lehre. Im Falle von digitaler Lehre wird die Anwesenheitspflicht über die Teilnahme an den live per Zoom abgehaltenen Einheiten überprüft.

Benotung: 60 % Hausübungen + 40 % Mitarbeit
2 Hausübungen:
Hausübung 1: 25 %
Hausübung 2: 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). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler Lehre Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.

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

Reading list

Wird in der Lehrveranstaltung bekannt gegeben.

Association in the course directory

Last modified: Fr 01.04.2022 09:08