Universität Wien FIND

Due to the COVID-19 pandemic, changes to courses and exams may be necessary at short notice. Inform yourself 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.

230068 UE Specific Multivariate Methods of Analysis in the Social Sciences (2018S)

4.00 ECTS (2.00 SWS), SPL 23 - Soziologie
Continuous assessment of course work

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

max. 25 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

Tuesday 06.03. 17:00 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 13.03. 17:00 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 20.03. 17:00 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 10.04. 17:00 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 17.04. 17:00 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 24.04. 17:00 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 08.05. 17:00 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 15.05. 17:00 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 29.05. 17:00 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 05.06. 17:00 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 12.06. 17:00 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 19.06. 17:00 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 26.06. 17:00 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25

Information

Aims, contents and method of the course

Die soziale Realität ist komplex und das Quantifizieren/Messen und Analysieren/Modellieren von Phänomenen geht immer mit einer Vereinfachung einher. Herausforderung ist es, die Komplexität der Phänomene und der Zusammenhänge sowohl bei der Erhebung und Messung, als auch bei der Analyse quantitativer Daten so weit wie (praktisch) möglich zu berücksichtigen. Komplexe soziale Phänomene lassen sich meist nicht einfach messen und haben meist nicht eine einzelne Ursache. Speziell für die Analyse von Daten aus nicht-experimentellen Untersuchungen ist der Einsatz multivariater Verfahren unerlässlich.

In multiplen Regressionsanalysen werden die Effekte der einzelnen Merkmale gemeinsam und kontrolliert für den Einfluss der anderen Variablen im Modell geschätzt und getestet. Die Wahl des Regressionsverfahrens ist dabei vom Skalenniveau und der Verteilung des zu erklärenden Merkmals abhängig. Multivariate Verfahren können auch eingesetzt werden um Zusammenhänge zwischen Variablen und Objekten zu entdecken: mittels explorativer Faktorenanalyse kann eine Menge von korrelierenden Variablen auf eine kleinere Anzahl von Faktoren verdichtet werden, was z.B. bei der Messung komplexer Phänomene mittels mehrerer Indikatoren von Nutzen ist. Mittels Clusteranalyse wiederum ist es möglich Objekte (z.B. Befragten) nach ihrer Ähnlichkeit bei einer Reihe von Merkmalen (z.B. Einstellungsdimensionen) zu Gruppen zusammenzufassen.

Durch die Anwendung von Statistiksoftware ist es sehr einfach zu Ergebnissen zu kommen - allerdings: um gültige Ergebnisse zu erhalten und diese auch korrekt interpretieren und berichten zu können, benötigen die AnwenderInnen fundiertes Wissen über die Idee, die Einsatzmöglichkeiten, die Voraussetzungen und die Rechen- und Funktionsweise der Verfahren, sowie über die Interpretierbarkeit und Interpretation der Ergebnisse, die möglichen Aussagen (und die Aussagereichweite), und jene Teile der Analyse und der Ergebnisse, die zu berichten sind, damit die KollegInnen der "scientific community" die Qualität der Untersuchung einschätzen können.

In der LV wird eine Auswahl multivariater Analyseverfahren besprochen und praktisch angewendet. Der Schwerpunkt der LV liegt auf unterschiedlichen regressionsanalytischen Verfahren (lineare, logistische Regression), deren Grundlagen und deren praktischer Anwendung. Behandelt werden weiters Hauptkomponenten- und Faktorenanalyse, sowie Reliabilitätsanalysen für die Skalierung - und, sofern dann noch Zeit bleibt, auch Grundlagen der Clusteranalyse.

Datengrundlage sind unterschiedliche, für wissenschaftliche Zwecke frei verfügbare Datensätze wie z.B. der European Social Survey (ESS). Die praktische Arbeit erfolgt mit der Statistiksoftware SPSS. Um die Reproduzierbarkeit der Ergebnisse sicherzustellen wird, wie in der (guten) Praxis üblich, nicht mit Maus und Menü, sondern mittels Programmierung gearbeitet: so erfolgt der Vortrag anhand von Beispielen, die per Programmcode ("Syntax") ausgeführt werden, und bei den Übungsaufgaben ist auch der entsprechende Programmcode mit abzugeben. Eine Einführung in diese Arbeitsweise ist Inhalt der ersten Einheiten.

Ziel der LV ist es, die TeilnehmerInnen in die Lage zu versetzen zu einer Fragestellung das jeweils passende multivariate Verfahren auszuwählen, korrekt und nachvollziehbar anzuwenden, und die Ergebnisse inhaltlich und formal korrekt sowie hinreichend genau zu berichten. Die TeilnehmerInnen sollen nach der LV auch in der Lage sein, die Anwendung der vorgestellten Verfahren in der Fachliteratur zu beurteilen und fehlerhafte Analysen oder Interpretationen fundiert und konstruktiv zu kritisieren.

Assessment and permitted materials

Die LV Einheiten gliedern sich jeweils in einen Vorlesungs-/Diskussionsteil, in dem die jeweiligen Inhalte besprochen werden und einen Übungsteil, in dem das Besprochene praktisch umgesetzt wird. Zwischen den LV-Einheiten sind zur Vertiefung Übungsbeispiele auszuarbeiten und vorgegebene Pflichtliteratur zu lesen. Die TeilnehmerInnen sollten auch in der Lage sein, die Ergebnisse der Analysen in der LV kurz zu präsentieren und Fragen zur Literatur zu beantworten oder zu stellen. Eine der Übungen, die Anwendung der behandelten Verfahren auf eine selbst zu entwickelnde Fragestellung, zieht sich durch das gesamte Semester und ist in der Gruppe zu bearbeiten. Zu Mitte und zum Ende des Semesters gibt es jeweils eine schriftliche Wiederholung mit theoretischen Fragen und praktischen Beispielen (z.B. Interpretation von Ergebnissen). In die Benotung fließt sowohl die Leistung bei den schriftlichen Wiederholungen, als auch die Beurteilung der Übungsbeispiele ein.

In der LV wird die Statistiksoftware SPSS mit Programmierung benutzt, wobei die Benutzung zu Beginn der LV erklärt und in den einzelnen Übungen vertieft wird. Durch die Arbeit mit Programmcode kann die Reproduzierbarkeit der Ergebnisse sichergestellt werden.

Hinweis der SPL: bei Feststellung einer erschlichenen Teilleistung (Abschreiben, Plagiieren, Ghostwriting, etc.) muss die gesamte Lehrveranstaltung als geschummelt gewertet und als Antritt gezählt werden.

Minimum requirements and assessment criteria

Für die Beurteilung werden die Ergebnisse der Übungsbeispiele (Gewicht: 40%) und der schriftl. Wiederholungen (60%) herangezogen. Die Übungsbeispiele sind pünktlich zu den jeweils angegebenen Fristen abzugeben; die schriftlichen Wiederholungen folgen jeweils auf den Abschluss eines Themas. Für eine positive Benotung sind Übungsbeispiele und schriftl. Wiederholungen in Summe jeweils positiv zu absolvieren, d.h. es muss jeweils zumind. die Hälfte der möglichen Punkte erreicht werden. Weiters sind für eine positive Beurteilung maximal zwei Fehltermine zulässig.

Examination topics

Kenntnisse der vermittelten Inhalte, Anwendung der vorgestellten Verfahren, Berechnung und Interpretation der entsprechenden Ergebnisse/Kennwerte

Reading list

- Akremi, Baur, Fromm (Hg.) (2010) Datenanalyse mit SPSS für Fortgeschrittene 1: Datenaufbereitung und uni- und bivariate Statistik. 3. Aufl. Wiesbaden: VS Verlag für Sozialwissenschaften http://www.springer.com/de/book/9783531170152
- Urban, Mayerl (2011) Regressionsanalyse: Theorie, Technik und Anwendung. 4., überarb. und erw. Aufl. Wiesbaden: VS, Verl. für Sozialwiss. http://link.springer.com/book/10.1007/978-3-531-93114-2
- Behnke (2015) Logistische Regressionsanalyse. Wiesbaden: Springer Fachmedien Wiesbaden http://link.springer.com/10.1007/978-3-658-05082-5
- Backhaus et al. (2016) Multivariate Analysemethoden: Eine anwendungsorientierte Einführung (14. Aufl.), Berlin: Springer Gabler, http://www.springer.com/de/book/9783662460757
- Windzio (2013) Regressionsmodelle für Zustände und Ereignisse. Wiesbaden: Springer Fachmedien Wiesbaden http://link.springer.com/10.1007/978-3-531-18852-2
- Kopp, Lois (2012) Sozialwissenschaftliche Datenanalyse. Wiesbaden: VS Verlag für Sozialwissenschaften http://link.springer.com/10.1007/978-3-531-93258-3
- Fromm (2012. Datenanalyse mit SPSS für Fortgeschrittene 2: Multivariate Verfahren für Querschnittsdaten. 2. Aufl. Wiesbaden: VS Verlag für Sozialwissenschaften http://www.springer.com/de/book/9783531187938
- Field (2009). Discovering statistics using SPSS, Sage Publications
- Hardy (1993) Regression with dummy variables, Sage Publications

weitere Literatur, speziell auch zu SPSS, wird in der LV bekanntgegeben.

Association in the course directory

in 905: Ausschließlich für das Pflichtmodul MA M Methoden

Last modified: Mo 07.09.2020 15:39