Universität Wien FIND

Due to the COVID-19 pandemic, changes to courses and exams may be necessary at short notice (e.g. cancellation of on-site teaching and conversion to online exams). Register for courses/exams via u:space, find out about the current status on u:find and on the moodle learning platform.

Further information about on-site teaching and access tests can be found at https://studieren.univie.ac.at/en/info.

Warning! The directory is not yet complete and will be amended until the beginning of the term.

230071 UE Specific Multivariate Methods of Analysis in the Social Sciences (2018W)

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

23.1.2019 ab 11:30 und 30.1.2019 ab 11:30: Coachingtermine für Gruppen - keine Plenumstermine!

Wednesday 10.10. 08:45 - 11:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Wednesday 17.10. 08:45 - 11:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Wednesday 14.11. 08:15 - 11:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Wednesday 28.11. 08:15 - 11:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Wednesday 05.12. 08:15 - 11:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Wednesday 16.01. 08:15 - 11:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Wednesday 23.01. 08:15 - 13:25 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Wednesday 30.01. 11:30 - 12:45 Hörsaal H10, Rathausstraße 19, Stiege 2, Hochparterre

Information

Aims, contents and method of the course

Die soziale Realität ist komplex. Diese Komplexität der Phänomene und deren Zusammenhänge ist sowohl bei der Erhebung als auch bei der Analyse quantitativer Daten so weit wie (praktisch) möglich zu berücksichtigen. Speziell für die Analyse von Daten aus nicht-experimentellen Untersuchungen ist der Einsatz multivariater Verfahren unerlässlich: so kann mittels Regressionsanalyse die Variation eines Merkmals (z.B. Einkommen, subjektive Lebensqualität (LQ), Wahlbeteiligung, etc.) durch eine Vielzahl aus theoretischer Sicht sinnvollen Einflussfaktoren "erklärt" werden, wobei es durch die gemeinsame Modellierung der Einflussfaktoren möglich wird, die einzelnen Einflüsse "unter Kontrolle" der jeweils anderen Faktoren zu schätzen. Multivariate Verfahren können aber 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 Variablen oder auch eine einzige Variable 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.

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.

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 die Rechen- und Funktionsweise der Verfahren, sowie über die Ergebnisse der Verfahren, die möglichen Aussagen und der Aussagereichweite und jene Teile der Analyse und der Ergebnisse die zu berichten sind, damit die KollegInnen der "scientific community" deren Qualität 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 noch Hauptkomponenten- und Faktorenanalyse, sowie Clusteranalyse. Datengrundlage sind unterschiedliche für wissenschaftliche Zwecke frei verfügbare Datensätze wie z.B. EU-SILC oder der European Social Survey (http://www.europeansocialsurvey.org) und werden im Rahmen der LV zur Verfügung gestellt.

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 Gehörte angewendet wird. Zum Abschluss jedes Kapitels gibt es einen kurzen Zwischentest mit theoretischen Fragen und praktischen Beispielen (z.B. Interpretation von Ergebnissen). Nach Ende der LV ist eine Abschlussarbeit abzugeben, die zuvor einen Peer-Review-Prozess durchläuft: dabei geben sich die TeilnehmerInnen gegenseitig Feedback zu ihren Arbeiten, die am Ende des Semesters präsentiert werden.

In der LV wird die Statistiksoftware SPSS mit Syntaxprogrammierung benutzt, wobei die Verwendung der Syntax in der LV erklärt wird. Durch die Arbeit mit Syntax kann die Reproduzierbarkeit der Ergebnisse sichergestellt werden. Für die einzelnen Aufgaben und die Abschlussarbeit ist daher auch ein SPSS Syntax File abzugeben.

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

- Übungsbeispiele und Zwischentests (40%)
- Peer Reviews (10%)
- Abschlussarbeit + Abschlussgepräch (50%)

Übungsbeispiele, Peer Reviews und die Abschlussarbeit sind pünktlich zu den jeweils angegebenen Fristen abzugeben.

Examination topics

Die LV Einheiten gliedern sich jeweils in einen Vorlesungs-/Diskussionsteil, in dem die jeweiligen Inhalte besprochen werden und einen Übungsteil, in dem das Gehörte angewendet wird. Zum Abschluss jedes Kapitels gibt es einen kurzen Zwischentest mit theoretischen Fragen und praktischen Beispielen (z.B. Interpretation von Ergebnissen). Nach Ende der LV ist eine Abschlussarbeit abzugeben, die zuvor einen Peer-Review-Prozess durchläuft: dabei geben sich die TeilnehmerInnen gegenseitig Feedback zu ihren Arbeiten, die am Ende des Semesters präsentiert werden.

In der LV wird die Statistiksoftware SPSS mit Syntaxprogrammierung benutzt, wobei die Verwendung der Syntax in der LV erklärt wird. Durch die Arbeit mit Syntax kann die Reproduzierbarkeit der Ergebnisse sichergestellt werden. Für die einzelnen Aufgaben und die Abschlussarbeit ist daher auch ein SPSS Syntax File abzugeben.

Reading list

- 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

- 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

- 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

- 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 Literaturvorschläge werden 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