230050 VO Multivariate Methods (2021W)
Labels
REMOTE
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).
Details
Language: German
Examination dates
- Thursday 27.01.2022 09:00 - 11:00 Digital
- Thursday 17.03.2022 13:00 - 15:00 Digital
- Friday 29.04.2022 14:00 - 16:00 Digital
- Friday 10.06.2022 12:00 - 14:00 Digital
- Friday 30.09.2022 09:45 - 11:15 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
- Friday 25.11.2022 15:00 - 16:30 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
Lecturers
Classes (iCal) - next class is marked with N
- Thursday 07.10. 09:00 - 10:30 Digital
- Thursday 14.10. 09:00 - 10:30 Digital
- Thursday 21.10. 09:00 - 10:30 Digital
- Thursday 28.10. 09:00 - 10:30 Digital
- Thursday 04.11. 09:00 - 10:30 Digital
- Thursday 11.11. 09:00 - 10:30 Digital
- Thursday 18.11. 09:00 - 10:30 Digital
- Thursday 25.11. 09:00 - 10:30 Digital
- Thursday 02.12. 09:00 - 10:30 Digital
- Thursday 09.12. 09:00 - 10:30 Digital
- Thursday 13.01. 09:00 - 10:30 Digital
- Thursday 20.01. 09:00 - 10:30 Digital
Information
Aims, contents and method of the course
Diese Online-Vorlesung behandelt multivariate statistische Analyseverfahren. Ziel ist es, denTeilnehmer*innen anwendungsorientiert solide Kenntnisse grundlegender Analyseverfahren (wie lineare & logistische Regressionsanalyse, Mediationsanalyse, Faktoren- und Clusteranalyse) zu vermitteln sowie einen Überblick über eine Auswahl an spezielleren Analyseverfahren und deren Anwendung zu bieten. Die TeilnehmerInnen sollen in die Lage versetzt werden, zu ausgewählten Forschungsfragen und -designs das jeweils adäquate Analyseverfahren auszuwählen und anzuwenden. Anhand von praktischen Übungsbeispielen erhalten die TeilnehmerInnen die Möglichkeit, die in der Vorlesung vermittelten Inhalte zu vertiefen.
Assessment and permitted materials
UPDATE 2.9.2022: Die Prüfung wird auf Präsenzmodus umgestellt. Neben Multiple-Choice-Fragen müssen ebenfalls Rechenfragen gelöst werden.Die Prüfung wird nicht als Präsenzprüfung sondern Online (Multiple-Choice-Modus) durchgeführt. Details zu den Prüfungsmodalitäten werden auf Moodle zur Verfügung gestellt.Für einen Prüfungsantritt am Semesterende W2022 verweisen wir auf das Vorlesungsangebot W2022.Hinweis der SPL Soziologie:
Eine erschlichene Leistung (Plagiat, Schummeln etc.) wird auf dem Sammelzeugnis als solche ausgewiesen (Eintragung eines X) und zählt als Prüfungsantritt.Je nach Prüfungsmethode, kann im Zuge der Beurteilung die Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen.Vierter Prüfungsantritt (kommissionelle Wiederholungsprüfung):
Wenn Sie eine nicht-prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben, ist eine persönliche Anmeldung zum vierten Prüfungsantritt, bis spätestens eine Woche vor dem Prüfungstermin, in der StudienServiceStelle Soziologie erforderlich (https://soziologie.univie.ac.at/info/pruefungen/#c56313).Informationen zu digitalen Prüfungen: https://soziologie.univie.ac.at/info/digpruef/
Eine erschlichene Leistung (Plagiat, Schummeln etc.) wird auf dem Sammelzeugnis als solche ausgewiesen (Eintragung eines X) und zählt als Prüfungsantritt.Je nach Prüfungsmethode, kann im Zuge der Beurteilung die Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen.Vierter Prüfungsantritt (kommissionelle Wiederholungsprüfung):
Wenn Sie eine nicht-prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben, ist eine persönliche Anmeldung zum vierten Prüfungsantritt, bis spätestens eine Woche vor dem Prüfungstermin, in der StudienServiceStelle Soziologie erforderlich (https://soziologie.univie.ac.at/info/pruefungen/#c56313).Informationen zu digitalen Prüfungen: https://soziologie.univie.ac.at/info/digpruef/
Minimum requirements and assessment criteria
Von den bei der Multiple-Choice Prüfung erreichbaren maximalen Punkteanzahl müssen für ein positives Bestehen der Prüfung mindestens 50% erreicht werden. Die positiven Noten (1 bis 4) werden nach einem entsprechenden Bereichsschema aus der Punkteanzahl ermittelt.Notenschlüssel:
Nicht Genügend: 0 bis 50%
Genügend: < 62,50%
Befriedigend: < 75%
Gut: < 87,50%
Sehr Gut: <=100%
Nicht Genügend: 0 bis 50%
Genügend: < 62,50%
Befriedigend: < 75%
Gut: < 87,50%
Sehr Gut: <=100%
Examination topics
Inhalte der Vorlesung gemäß Foliensatz, Vortrag und Übungsbeispielen.
Reading list
Wird zu Semesterbeginn auf Moodle bereitgestellt.
Association in the course directory
in 505: BA M4 VO Multivariate Verfahren
Last modified: Fr 12.05.2023 00:20