230070 VO B10 VO Multivariate Methods- Lecture (2026S)
Labels
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
- N Wednesday 24.06.2026 15:00 - 16:30 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Monday 21.09.2026 11:30 - 13:00 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
Lecturers
Classes (iCal) - next class is marked with N
- Wednesday 04.03. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
- Wednesday 11.03. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
- N Wednesday 18.03. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
- Wednesday 25.03. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
- Wednesday 15.04. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
- Wednesday 22.04. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
- Wednesday 29.04. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
- Wednesday 06.05. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
- Wednesday 13.05. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
- Wednesday 20.05. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
- Wednesday 27.05. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
- Wednesday 03.06. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
- Wednesday 10.06. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
- Wednesday 17.06. 09:45 - 11:15 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
Information
Aims, contents and method of the course
Diese Vorlesung behandelt multivariate statistische Analyseverfahren. Ziel ist es, den Teilnehmer*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 bzw. Interpretation zu bieten.
Assessment and permitted materials
Die Prüfung beinhaltet eine Kombination aus Rechenbeispielen und Wissensfragen. Details zu den Prüfungsmodalitäten werden auf Moodle zur Verfügung gestellt.-----
Hinweis der SPL Soziologie:
An Prüfungen dürfen nur Studierende teilnehmen, die ordnungsgemäß angemeldet sind.
Studierende sind verpflichtet, sich durch einen gültigen Lichtbildausweis auszuweisen.
Für den Abbruch einer Lehrveranstaltungsprüfung oder Modulprüfung muss ein wichtiger Grund vorliegen. Die Entscheidung, ob ein wichtiger Grund vorliegt, trifft die Lehrveranstaltungsleitung.
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 eine Plagiatssoftware (Turnitin) zur Anwendung kommen.
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung ein mündliches Nachfragen zur Plausibilisierung vorsehen. Studierende haben dabei eine Mitwirkungspflicht.
Die Verwendung von KI-Tools ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung explizit vorgesehen ist. Jede Verwendung von KI ist zu dokumentieren, und die Guidelines der Universität Wien zum Umgang mit Künstlicher Intelligenz (KI) in der Lehre sind zu beachten: https://phaidra.univie.ac.at/detail/o:2092606
Vierter Prüfungsantritt (kommissionelle Wiederholungsprüfung):
Studierende, die eine nicht-prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben und sich für einen vierten Antritt anmelden wollen, kontaktieren bitte die StudienServiceStelle Soziologie, da eine Anmeldung zum vierten Prüfungsantritt erforderlich ist.
Weitere Informationen zu Anmeldefristen und Prüfungsmodalitäten unter: https://soziologie.univie.ac.at/info/pruefungen/#c56313.
Informationen zu digitalen Prüfungen: https://soziologie.univie.ac.at/info/digpruef/
Hinweis der SPL Soziologie:
An Prüfungen dürfen nur Studierende teilnehmen, die ordnungsgemäß angemeldet sind.
Studierende sind verpflichtet, sich durch einen gültigen Lichtbildausweis auszuweisen.
Für den Abbruch einer Lehrveranstaltungsprüfung oder Modulprüfung muss ein wichtiger Grund vorliegen. Die Entscheidung, ob ein wichtiger Grund vorliegt, trifft die Lehrveranstaltungsleitung.
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 eine Plagiatssoftware (Turnitin) zur Anwendung kommen.
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung ein mündliches Nachfragen zur Plausibilisierung vorsehen. Studierende haben dabei eine Mitwirkungspflicht.
Die Verwendung von KI-Tools ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung explizit vorgesehen ist. Jede Verwendung von KI ist zu dokumentieren, und die Guidelines der Universität Wien zum Umgang mit Künstlicher Intelligenz (KI) in der Lehre sind zu beachten: https://phaidra.univie.ac.at/detail/o:2092606
Vierter Prüfungsantritt (kommissionelle Wiederholungsprüfung):
Studierende, die eine nicht-prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben und sich für einen vierten Antritt anmelden wollen, kontaktieren bitte die StudienServiceStelle Soziologie, da eine Anmeldung zum vierten Prüfungsantritt erforderlich ist.
Weitere Informationen zu Anmeldefristen und Prüfungsmodalitäten unter: 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 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 < 50%
Genügend: < 62,50%
Befriedigend: < 75%
Gut: < 87,50%
Sehr Gut: <=100%
Notenschlüssel:
Nicht Genügend: 0 < 50%
Genügend: < 62,50%
Befriedigend: < 75%
Gut: < 87,50%
Sehr Gut: <=100%
Examination topics
Inhalte der Vorlesung gemäß Vortrag, Foliensatz und Literatur.
Reading list
Tausendpfund, M., Hrsg. 2020. Fortgeschrittene Analyseverfahren in den Sozialwissenschaften. Ein Überblick. Wiesbaden: Springer VS.
Best, H. & Wolf, C. (2012) Modellvergleich und Ergebnisinterpretation in Logit- und Probit-Regressionen. KZfSS 64, 377–395.
Windzio, M. (2013) Regressionsmodelle für Zustände und Ereignisse: Eine Einführung. Springer Verlag.
Mehr Literatur wird zu Semesterbeginn auf Moodle bereitgestellt.
Best, H. & Wolf, C. (2012) Modellvergleich und Ergebnisinterpretation in Logit- und Probit-Regressionen. KZfSS 64, 377–395.
Windzio, M. (2013) Regressionsmodelle für Zustände und Ereignisse: Eine Einführung. Springer Verlag.
Mehr Literatur wird zu Semesterbeginn auf Moodle bereitgestellt.
Association in the course directory
Last modified: Fr 13.03.2026 14:26