Universität Wien FIND

230069 UE Specific Multivariate Methods of Analysis in the Social Sciences (2019W)

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

Die Lehrveranstaltung ist im Masterstudium Soziologie voraussetzungsrelevant: Platzvergabe in der Hauptanmeldephase ausschließlich für Masterstudierende Soziologie und DoktorandInnen der Sozialwissenschaften. Sollte die Lehrveranstaltung nach der Hauptanmeldephase bereits ausgelastet sein, entfällt die Nachmeldephase für Restplätze (25.09. bis 27.09.)

Registration/Deregistration

Details

max. 25 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

Tuesday 01.10. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 08.10. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 15.10. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 29.10. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 05.11. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 12.11. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 19.11. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 26.11. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 03.12. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 10.12. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 17.12. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 07.01. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 14.01. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 21.01. 16:45 - 18:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Tuesday 28.01. 16:45 - 20:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25

Information

Aims, contents and method of the course

Quantitative Forschungsmethoden befassen sich mit der Messung und Modellierung von (sozialen) Phänomenen. Die soziale Realität ist komplex und das Quantifizieren/Messen und Analysieren/Modellieren von Phänomenen geht immer mit einer starken 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 sie haben meist nicht eine einzelne Ursache. Speziell für die Analyse von Daten aus nicht-experimentellen Untersuchungen ist der Einsatz multivariater Verfahren, in denen mehrere oder auch eine Vielzahl von Variablen zur Beschreibung und Modellierung eingesetzt werden, 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 zw. Merkmalen 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). 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 ausgeführt werden, und bei den Übungsaufgaben ist auch der entsprechende Programmcode abzugeben. Eine Einführung in diese Arbeitsweise ist Inhalt der ersten Einheiten. Die praktische Arbeit erfolgt mit der Statistiksoftware R, die im Vergleich mit anderer Statistiksoftware eine Reihe von Vorteilen aufweist, aber auch einen höheren Einarbeitungsaufwand. Die Benutzung wird im Laufe der LV an Beispielen erklärt und in Übungen und im Selbststudium außerhalb der LV-Einheiten vertieft.

Ziel der LV ist es, die TeilnehmerInnen in die Lage zu versetzen zu einer Fragestellung das jeweils passende 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

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 über einen längeren Zeitraum und ist in einer 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.

Hinweis der SPL:
Die Erbringung aller Teilleistungen ist Voraussetzung für eine positive Beurteilung, wenn nicht explizit etwas anderes vermerkt wurde.
Werden einzelne verpflichtende Teilleistungen nicht erbracht, gilt die Lehrveranstaltung als abgebrochen. Falls dem Nichterbringen der Leistung kein wichtiger und unvorhersehbarer Grund seitens des/der Studierenden vorliegt, wird die LV negativ beurteilt.
Bei Vorliegen eines solchen Grundes (zB eine längere Erkrankung) kann der/die Studierende auch nach Ablauf der Frist von der LV abgemeldet werden. Über das Vorliegen eines wichtigen Grundes entscheidet die Lehrveranstaltungsleitung. Der Antrag auf Abmeldung ist unverzüglich nach Eintreten des Grundes zu stellen.
Wurde eine Teilleistung erschlichen, d.h. etwa bei einer Prüfung oder einem Test geschummelt, bei einer schriftlichen Arbeit plagiiert oder auch Unterschriften auf Anwesenheitslisten gefälscht, wird die gesamte Lehrveranstaltung als "nicht beurteilt" gewertet und mit dem Vermerk "geschummelt/erschlichen" in das Notenerfassungssystem eingetragen.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen: Details werden von den Lehrenden in der Lehrveranstaltung bekanntgeben.

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

Prüfungsstoff sind alle vermittelten und in den Übungen und der Pflichtliteratur erarbeiteten Inhalte, die Anwendung der vorgestellten Verfahren, inkl. Prüfung der Voraussetzungen, Berechnung und technischer und inhaltlicher Interpretation der Ergebnisse.

Reading list

- https://r4ds.had.co.nz/
- Sauer (2019) Moderne Datenanalyse mit R. Wiesbaden: Springer Gabler https://www.springer.com/de/book/9783658215866
- https://www.springer.com/de/book/9783658215866
- Urban, Mayerl (2018) Regressionsanalyse: Theorie, Technik und Anwendung. 5. Aufl. Wiesbaden: VS, Verl. für Sozialwiss. https://www.springer.com/de/book/9783658019143
- 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
- Hardy (1993) Regression with dummy variables, Sage Publications

weitere Literatur wird in der LV bekanntgegeben.

Association in the course directory

in 905: Ausschließlich für das Pflichtmodul MA M Methoden

Last modified: Th 03.10.2019 13:28