Universität Wien

220070 VU VERME: VU VERQUAN Advanced Quantitative Methods (2020S)

6.00 ECTS (3.00 SWS), SPL 22 - Publizistik- und Kommunikationswissenschaft
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).
Register/Deregister for this course

Details

Language: German

Examination dates

Lecturers

Classes (iCal) - next class is marked with N

  • Thursday 19.03. 09:45 - 11:15 Hörsaal 34 Hauptgebäude, Hochparterre, Stiege 6
  • Thursday 26.03. 09:45 - 11:15 Hörsaal 34 Hauptgebäude, Hochparterre, Stiege 6
  • Thursday 02.04. 09:45 - 11:15 Hörsaal 34 Hauptgebäude, Hochparterre, Stiege 6
  • Thursday 23.04. 09:45 - 11:15 Hörsaal 34 Hauptgebäude, Hochparterre, Stiege 6
  • Thursday 30.04. 09:45 - 11:15 Hörsaal 34 Hauptgebäude, Hochparterre, Stiege 6
  • Thursday 07.05. 09:45 - 11:15 Hörsaal 34 Hauptgebäude, Hochparterre, Stiege 6
  • Thursday 14.05. 09:45 - 11:15 Hörsaal 34 Hauptgebäude, Hochparterre, Stiege 6
  • Thursday 28.05. 09:45 - 11:15 Hörsaal 34 Hauptgebäude, Hochparterre, Stiege 6
  • Thursday 04.06. 09:45 - 11:15 Hörsaal 34 Hauptgebäude, Hochparterre, Stiege 6
  • Thursday 18.06. 09:45 - 11:15 Hörsaal 34 Hauptgebäude, Hochparterre, Stiege 6

Information

Aims, contents and method of the course

Die Vorlesung/Übung hat das Ziel, den Studierenden den Umgang mit quantitativen Auswertungsmethoden zu übermitteln und bietet die Möglichkeit das Erlernte durch selbstständiges Üben zu verinnerlichen. Neben einer allgemeinen Einführung in die Grundlagen der Forschungslogik und Datenanalyse erlernen die Studierenden die Verfahren Regression, Varianzanalyse, Faktorenanalyse und Clusteranalyse, Moderationsanalyse, Mediationsanalyse sowie Conditional Process Modeling mit SPSS. Die Vorlesung umfasst praktische Übungen, in denen die Studierenden zuhause das Gelernte selbst mit SPSS anwenden, wobei das Feedback in der darauffolgenden Vorlesung erfolgt.

Assessment and permitted materials

Wöchentliche Hausübungen während des Semesters
MC-Prüfung am Ende des Semesters

Minimum requirements and assessment criteria

MC-Prüfung muss positiv (mind. 50%) sein
Maximal zwei fehlende Hausübungen

MC zählt 70%
Hausübungen zählen 30% zur Note

Examination topics

Vorlesungsinhalte und Folien

Reading list

wird im Laufe der Vorlesung mitgeteilt

Association in the course directory

Last modified: Fr 12.05.2023 00:20