Universität Wien

220061 UE METH: UE STADA Statistical Data Analysis (2020S)

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

Summary

1 Binder , Moodle
2 Boyer , Moodle
3 Duregger , Moodle
4 Neureiter , Moodle
5 Hirsch , Moodle
6 Stevic , Moodle
8 Enzminger , Moodle
9 Thomas , Moodle
10 Ninova-Solovykh , Moodle
11 Litvyak , Moodle
12 Reiter , Moodle
13 Heidenreich , Moodle
14 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: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Wednesday 18.03. 09:45 - 11:15 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
  • Wednesday 01.04. 09:45 - 11:15 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
  • Wednesday 29.04. 09:45 - 11:15 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
  • Wednesday 13.05. 09:45 - 11:15 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
  • Wednesday 27.05. 09:45 - 11:15 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
  • Wednesday 10.06. 09:45 - 11:15 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
  • Wednesday 24.06. 09:45 - 11:15 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 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 dringen empfohlen die dazugehörige Vorlesung zu besuchen!
Siehe: https://ufind.univie.ac.at/de/course.html?lv=220062&semester=2020S

Die Ziele und Inhalte der Lehrveranstaltung bleiben im Home-Learning unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Details und Informationen zum Home-Learning erhalten alle korrekt angemeldeten Studierenden regelmäßig per E-Mail.

Assessment and permitted materials

Mitarbeit: Online Einzelübungen zu jeder Einheit
Fristgerechte Abgabe der beiden Hausübungen: Erreichen der Mindestpunkte in den eigenständig verfassten Hausübungen

Minimum requirements and assessment criteria

75% Anwesenheitspflicht: Die Anwesenheit wird in den virtuellen Einheiten mit "Anwesenheitsübungen" überprüft. Hierfür werden pro Einheit jeweils Übungen und genaue Informationen auf Moodle gestellt und mittels E-Mail an die angemeldeten Studierenden kommuniziert.

Benotung: 60 % Hausübungen, 40 % Virtuelle 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).

Die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen bleiben im Home-Learning unverändert.

Reading list

Wird in der Lehrveranstaltung bekannt gegeben.

Group 2

max. 30 participants
Language: English
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Thursday 26.03. 16:45 - 18:15 EDV-Raum 4 2C502 5.OG UZA II
  • Thursday 23.04. 16:45 - 18:15 EDV-Raum 4 2C502 5.OG UZA II
  • Thursday 07.05. 16:45 - 18:15 EDV-Raum 4 2C502 5.OG UZA II
  • Thursday 28.05. 16:45 - 18:15 EDV-Raum 4 2C502 5.OG UZA II
  • Thursday 18.06. 16:45 - 18:15 EDV-Raum 4 2C502 5.OG UZA II

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 required

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 17.03. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Tuesday 31.03. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Tuesday 28.04. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Tuesday 12.05. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Tuesday 26.05. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Tuesday 16.06. 09:45 - 11:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Tuesday 30.06. 09:45 - 11:15 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, 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

Reading list

Wird in der Lehrveranstaltung bekannt gegeben.

Group 4

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Wednesday 18.03. 16:15 - 17:45 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Wednesday 01.04. 16:15 - 17:45 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Wednesday 29.04. 16:15 - 17:45 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Wednesday 13.05. 16:15 - 17:45 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Wednesday 27.05. 16:15 - 17:45 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Wednesday 10.06. 16:15 - 17:45 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Wednesday 24.06. 16:15 - 17:45 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 dringen empfohlen die dazugehörige Vorlesung zu besuchen!
Siehe: https://ufind.univie.ac.at/de/course.html?lv=220062&semester=2020S

Die LV findet aufgrund des Coronavirus als Home-Learning-Kurs statt. Den Studierenden werden die benötigten Unterlagen jede Woche zur LV-Zeit auf Moodle bereitgestellt.

Assessment and permitted materials

Die Art der Leistungskontrolle ist Mitarbeit und Hausübungen.
Im Home-Learning wird die Mitarbeit durch die Abgabe von Mitarbeitsübungen bewertet. Die Aufträge werden jeweils in den entsprechenden Einheiten auf Moodle gestellt. Die Hausübungen werden unverändert als Aufträge für Zuhause aufgegeben und auch unverändert anhand eines Punktesystems benotet.

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 5

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Wednesday 18.03. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Wednesday 01.04. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Wednesday 29.04. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Wednesday 13.05. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Wednesday 27.05. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Wednesday 10.06. 08:00 - 09:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Wednesday 24.06. 08:00 - 09:30 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=220062&semester=2020S

Im Sommersemester 2020 finden alle STADA Einheiten virtuell statt. Die Ziele und Inhalte der Lehrveranstaltungen bleiben im Home-Learning unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Details und Informationen zum Home-Learning erhalten alle korrekt angemeldeten Studierenden regelmäßig per E-Mail.

Assessment and permitted materials

Mitarbeit, fristgerechte Abgabe von zwei Hausübungen

Im Home-Learning wird die Mitarbeit durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden jeweils in den entsprechenden Einheiten auf Moodle gestellt.

Minimum requirements and assessment criteria

(75 % Anwesenheitspflicht) Die Anwesenheitspflicht wird im Home-Learning an die derzeitige Situation angepasst.
Benotung: 60 % Hausübungen, 40 % Mitarbeit durch Mitarbeitsübungen
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).

Die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen bleiben im Home-Learning unverändert.

Reading list

Wird in der Lehrveranstaltung bekannt gegeben.

Group 6

max. 30 participants
Language: English
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 17.03. 13:15 - 14:45 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
  • Tuesday 31.03. 13:15 - 14:45 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
  • Tuesday 28.04. 13:15 - 14:45 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
  • Tuesday 12.05. 13:15 - 14:45 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
  • Tuesday 16.06. 13:15 - 14:45 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
  • Tuesday 30.06. 13:15 - 14:45 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 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 how to use SPSS for descriptive statistics, basic data analyses (e.g., correlation, t-test, linear regression) and interpretation of the results.
It is strongly recommended to attend the corresponding lecture!
Please note that this seminar is taught in English.

Assessment and permitted materials

In learning at home and e-learning, participation is evaluated by means of participation exercises. The exercises are provided on Moodle in the respective units. The requirements and the assessment criteria for the home assignments remain the same in remote learning.

Grading is based on active participation in the form of online exercises and two homework assignments.
Participation in class: 40%
Homework 1: 25%
Homework 2: 35%
For a positive grade, both homework assignments must be submitted and positively evaluated.

Aims and contents of the course remain unchanged in remote learning. Methodically, different activities (e.g., online exercises) via Moodle are used. All registered students will receive details and information on learning at home and e-learning regularly via email.

Minimum requirements and assessment criteria

75% attendance is required

Group 8

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Monday 16.03. 09:30 - 11:00 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Monday 30.03. 09:30 - 11:00 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Monday 27.04. 09:30 - 11:00 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Monday 11.05. 09:30 - 11:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Monday 25.05. 09:30 - 11:00 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Monday 15.06. 09:30 - 11:00 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
  • Monday 29.06. 09:30 - 11:00 Lehrredaktion Publizistik, Währinger Straße 29 2.OG

Aims, contents and method of the course

Diese LV behandelt deskriptive und induktive Methoden der statistischen Datenanalyse. Im Zentrum stehen Datenverarbeitung, Anwendung statistischer Testverfahren, Interpretation sowie Darstellung der Ergebnisse, welche mit Hilfe von SPSS praktisch vermittelt werden.

Es wird dringen empfohlen die dazugehörige Vorlesung zu besuchen!
Siehe: https://ufind.univie.ac.at/de/course.html?lv=220062&semester=2020S

Die Ziele und Inhalte der Lehrveranstaltung bleiben im Home-Learning unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Details und Informationen zum Home-Learning erhalten alle korrekt angemeldeten Studierenden regelmäßig per E-Mail.

Assessment and permitted materials

Mitarbeit: Online Einzelübungen zu jeder Einheit
Fristgerechte Abgabe der beiden Hausübungen: Erreichen der Mindestpunkte in den eigenständig verfassten Hausübungen

Minimum requirements and assessment criteria

75% Anwesenheitspflicht: Die Anwesenheit wird in den virtuellen Einheiten mit "Anwesenheitsübungen" überprüft. Hierfür werden pro Einheit jeweils Übungen und genaue Informationen auf Moodle gestellt und mittels E-Mail an die angemeldeten Studierenden kommuniziert.

Benotung: 60 % Hausübungen, 40 % Virtuelle 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).

Die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen bleiben im Home-Learning unverändert.

Reading list

Wird in der Lehrveranstaltung bekannt gegeben.

Group 9

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 17.03. 09:45 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 31.03. 09:45 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 28.04. 09:45 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 12.05. 09:45 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 26.05. 09:45 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 16.06. 09:45 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 30.06. 09:45 - 11:15 PC-Raum 2 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=2020S

Assessment and permitted materials

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

Minimum requirements and assessment criteria

Max. 1 Fehleinheit. Im Home-Learning gibt es anstelle der Anwesenheit in der Veranstaltung eine wöchentliche Aufgabe. Die fristgerechte Abgabe entspricht der Anwesenheit. Es ist ebenfalls eine fehlende Aufgabe möglich.

Benotung: 60 % Hausübungen, 40 % Mitarbeit in UE.
Im Home-Learning bedeutet Mitarbeit die aktive Beteiligung im Diskussionsforum.

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). 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

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.

Reading list

keine

Group 10

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Wednesday 18.03. 11:30 - 13:00 EDV-Raum 4 2C502 5.OG UZA II
  • Wednesday 01.04. 11:30 - 13:00 EDV-Raum 4 2C502 5.OG UZA II
  • Wednesday 29.04. 11:30 - 13:00 EDV-Raum 4 2C502 5.OG UZA II
  • Wednesday 13.05. 11:30 - 13:00 EDV-Raum 4 2C502 5.OG UZA II
  • Wednesday 27.05. 11:30 - 13:00 EDV-Raum 4 2C502 5.OG UZA II
  • Wednesday 10.06. 11:30 - 13:00 EDV-Raum 4 2C502 5.OG UZA II
  • Wednesday 24.06. 11:30 - 13:00 EDV-Raum 4 2C502 5.OG UZA II

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.

Die Ziele und Inhalte der Lehrveranstaltung bleiben im Home-Learning unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Details und Informationen zum Home-Learning erhalten alle korrekt angemeldeten Studierenden regelmäßig per E-Mail.

Assessment and permitted materials

Mitarbeit (Einzelübungen zu jedem Thema, Deadline 1 Woche nach der jeweiligen Einheit), 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

Im Home-Learning wird Mitarbeit bewertet durch die fristgerechte Abgabe von Einzelübungen zu jedem Thema über Moodle. Für die Bearbeitung dieser Aufgaben haben Studierende in der Regel 1 Woche Zeit.

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

Die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen bleiben im Home-Learning unverändert.

Reading list

Wird in der Lehrveranstaltung bekannt gegeben.

Group 11

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

die Lehre findet im Home-Learning via Moodle statt

  • Wednesday 18.03. 15:00 - 16:30 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 01.04. 15:00 - 16:30 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 29.04. 15:00 - 16:30 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 13.05. 15:00 - 16:30 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 27.05. 15:00 - 16:30 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 10.06. 15:00 - 16:30 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 24.06. 15:00 - 16:30 PC-Raum 2 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 Auswertung in der Kommunikationswissenschaft zu erklären und mit praktischen Übungen zur Datenverarbeitung mit SPSS, statistischer Datenanalyse und Interpretation der Ergebnisse näherzubringen.

Die Ziele und Inhalte der Lehrveranstaltungen bleiben im Home-Learning unverändert. Methodisch kommen verschiedene Übungsaktivitäten (Übungen, Videos, Quiz, Forumdiskussionen) via Moodle zum Einsatz. Details und Informationen zum Home-Learning erhalten alle korrekt angemeldeten Studierenden regelmäßig per Email.

Es wird dringen empfohlen die dazugehörige Vorlesung zu besuchen!

Assessment and permitted materials

- Anwesenheitspflicht (max. 1 Fehleinheit)
- Aktive Mitarbeit 40%
- Hausübungen 60 % (HU1 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).

Im Home-Learning wird Anwesenheit über das Anwesenheitstool von Moodle während der LV erfasst. Die Mitarbeit wird im Home-Learning durch Übungen (6 Übungen, 6 Punkte pro Übung) und ein Quiz (4 Punkte) auf Moodle bewertet. Die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen bleiben im Home-Learning unverändert.

Minimum requirements and assessment criteria

1 (Sehr gut): 87 - 100%
2 (Gut): 75 - 86,99%
3 (Befriedigend): 63 - 74,99%
4 (Ausreichend): 50 - 62,99%
5 (Nicht genügend): 00 - 49,99%

Reading list

Wird in der ersten Sitzung und über Moodle bekannt gegeben

Group 12

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Wednesday 18.03. 11:30 - 13:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 01.04. 11:30 - 13:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 29.04. 11:30 - 13:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 13.05. 11:30 - 13:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 27.05. 11:30 - 13:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 10.06. 11:30 - 13:00 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Wednesday 24.06. 11:30 - 13:00 PC-Raum 2 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.
Die Ziele und Inhalte der Lehrveranstaltungen bleiben im Home-Learning unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz. Details und Informationen zum Home-Learning erhalten alle angemeldeten Studierenden regelmäßig per Email.
Es wird dringend empfohlen die dazugehörige Vorlesung zu besuchen!
Siehe: https://ufind.univie.ac.at/de/course.html?lv=220062&semester=2020S

Assessment and permitted materials

Mitarbeit, fristgerechte Abgabe von zwei Hausübungen.
Im Home-Learning/e-Learning wird die Mitarbeit durch die Abgabe von Übungsaufgaben bewertet.

Minimum requirements and assessment criteria

75% Anwesenheitspflicht (Die Überprüfung der virtuellen Anwesenheit erfolgt durch die Abgabe von Übungsaufgaben)
Benotung: 60 % Hausübungen, 40 % Mitarbeit in UE
2 Hausübungen:
HÜ1: 25 %
HÜ2: 35%
HÜ1 + HÜ2 müssen beide positiv sein

Reading list

Wird in der Lehrveranstaltung bekannt gegeben.

Group 13

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 17.03. 08:00 - 09:30 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 31.03. 08:00 - 09:30 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 28.04. 08:00 - 09:30 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 12.05. 08:00 - 09:30 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 26.05. 08:00 - 09:30 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 16.06. 08:00 - 09:30 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Tuesday 30.06. 08:00 - 09:30 PC-Raum 2 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 dringend empfohlen die dazugehörige Vorlesung zu besuchen!
Siehe: https://ufind.univie.ac.at/de/course.html?lv=220062&semester=2020S

Die Ziele und Inhalte der Lehrveranstaltung bleiben im Home-Learning unverändert. Methodisch kommen verschiedene Materialien und Aktivitäten
(z.B. Slides mit Audiospur, individuell zu bearbeitende Aufgaben mit Anleitung, Quiz) via Moodle zum Einsatz.

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

Im Home-Learning wird Mitarbeit durch Beteiligung an über Moodle koordinierten Aktivitäten und Übungen bewertet. Die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen
bleiben im Home-Learning unverändert.

Reading list

Wird in der Lehrveranstaltung bekannt gegeben

Group 14

max. 30 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Wednesday 18.03. 09:00 - 10:30 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Wednesday 01.04. 09:00 - 10:30 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Wednesday 29.04. 09:00 - 10:30 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Wednesday 13.05. 09:00 - 10:30 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Wednesday 27.05. 09:00 - 10:30 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Wednesday 10.06. 09:00 - 10:30 PC-Raum 1 Schenkenstraße 8-10, 1.UG
  • Wednesday 24.06. 09:00 - 10:30 PC-Raum 1 Schenkenstraße 8-10, 1.UG

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=220062&semester=2020S Ziele und Inhalte der Lehrveranstaltungen bleiben im Home-Learning
unverändert. Methodisch kommen verschiedene Materialien und Aktivitäten
(z.B. Slides mit Audiospur, individuell zu bearbeitende Aufgaben mit Anleitung, Quiz, Gruppenarbeit im Forum) via Moodle zum Einsatz. Details und Informationen zum Home-Learning erhalten alle angemeldeten Studierenden
regelmäßig per Email.

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. Im Home-Learning wird Mitarbeit bewertet durch Beteiligung an über Moodle koordinierten Aktivitäten und Übungen. Die
Anforderungen und der Beurteilungsmaßstab zu den Hausübungen
bleiben im Home-Learning unverändert.

Reading list

Wird in der Lehrveranstaltung bekannt gegeben.

Association in the course directory

Last modified: Th 20.02.2025 00:16