230121 UE M4 Quantitative Methods: Cross-sectional Data Analysis (2025S)
Continuous assessment of course work
Labels
Summary
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).
- Registration is open from Sa 01.02.2025 00:01 to Su 23.02.2025 23:59
- Registration is open from We 26.02.2025 00:01 to Th 27.02.2025 23:59
- Deregistration possible until Sa 15.03.2025 23:59
Registration information is available for each group.
Groups
Group 1
max. 23 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
- Thursday 13.03. 08:00 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Thursday 27.03. 08:00 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Thursday 10.04. 08:00 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Thursday 08.05. 08:00 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Thursday 22.05. 08:00 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Thursday 05.06. 08:00 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
- N Thursday 26.06. 08:00 - 11:15 PC-Raum 2 UniCampus Hof 7 Eingang 7.1 2H-O1-25
Aims, contents and method of the course
Ziel der Lehrveranstaltung ist es, den Teilnehmer*innen anwendungsorientiert solide Kenntnisse grundlegender Analyseverfahren (Fokus: Kausaldiagramme, lineare & logistische Regressionsanalyse, Mediationsanalyse) zu vermitteln. Neben den statistischen Grundlagen steht die Praxis im Vordergrund. Die TeilnehmerInnen sollen in die Lage versetzt werden, eine konkrete Fragestellung bzw. Hypothesen zu formulieren und diese anhand eines aktuellen Datensatzes und unter Einsatz des passenden Analyseverfahrens zu testen bzw. die Analyseergebnisse korrekt zu interpretieren. Eine kurze Einführung in R ist Teil der Lehrveranstaltung.
Assessment and permitted materials
Bearbeitung von kurzen Übungsbeispielen
Präsentation eines Forschungskonzepts und Peer-Feedback
Verfassen eines Abschlussberichts-----
Hinweis der SPL Soziologie:
Alle Studierenden, die einen Lehrveranstaltungsplatz erhalten haben, sind zu beurteilen, sofern sie sich nicht zeitgerecht abgemeldet haben oder unverzüglich nach Wegfall des Hindernisses einen wichtigen Grund für die Nichtdurchführung der Abmeldung glaubhaft machen.
Bei Vorliegen eines solchen Grundes (zB eine längere Erkrankung) kann d* 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 zu stellen.
Für eine positive Beurteilung der Lehrveranstaltung ist die positive Absolvierung aller Teilleistungen erforderlich.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen.
Die Verwendung von KI-Tools (z. B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird (z. B. für einzelne Arbeitsaufgaben).
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung eine mündliche Reflexion ("Notenrelevantes Gespräch") der abgegebenen Seminararbeit vorsehen, die erfolgreich zu absolvieren ist.
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 entsprechend erfasst.
Dies uns weitere Bestimmungen finden sie im studienrechtlichen Satzungsteil: https://satzung.univie.ac.at/studienrecht/.
Wenn Sie eine prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben und sich für einen vierten Antritt anmelden wollen, kontaktieren Sie bitte die StudienServiceStelle Soziologie während der Anmeldephase (vgl: Zusatzinformation "Dritte Wiederholung bei prüfungsimmanenten Lehrveranstaltungen" https://soziologie.univie.ac.at/info/pruefungen/#c56313)
Präsentation eines Forschungskonzepts und Peer-Feedback
Verfassen eines Abschlussberichts-----
Hinweis der SPL Soziologie:
Alle Studierenden, die einen Lehrveranstaltungsplatz erhalten haben, sind zu beurteilen, sofern sie sich nicht zeitgerecht abgemeldet haben oder unverzüglich nach Wegfall des Hindernisses einen wichtigen Grund für die Nichtdurchführung der Abmeldung glaubhaft machen.
Bei Vorliegen eines solchen Grundes (zB eine längere Erkrankung) kann d* 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 zu stellen.
Für eine positive Beurteilung der Lehrveranstaltung ist die positive Absolvierung aller Teilleistungen erforderlich.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen.
Die Verwendung von KI-Tools (z. B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird (z. B. für einzelne Arbeitsaufgaben).
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung eine mündliche Reflexion ("Notenrelevantes Gespräch") der abgegebenen Seminararbeit vorsehen, die erfolgreich zu absolvieren ist.
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 entsprechend erfasst.
Dies uns weitere Bestimmungen finden sie im studienrechtlichen Satzungsteil: https://satzung.univie.ac.at/studienrecht/.
Wenn Sie eine prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben und sich für einen vierten Antritt anmelden wollen, kontaktieren Sie bitte die StudienServiceStelle Soziologie während der Anmeldephase (vgl: Zusatzinformation "Dritte Wiederholung bei prüfungsimmanenten Lehrveranstaltungen" https://soziologie.univie.ac.at/info/pruefungen/#c56313)
Minimum requirements and assessment criteria
Anwesenheitspflicht, Studierende dürfen max. 2 Einheiten=eine Blockeinheit fehlen.
Alle Teilleistungen müssen positiv absolviert werden, um die Lehrveranstaltung positiv zu bestehen. Die Teilleistungen fließen folgendermaßen in die Endnote ein:
Bearbeitung von Übungsbeispielen (40%)
Präsentation eines Forschungskonzepts und Peer-Feedback (40%)
Verfassen eines Abschlussberichts (20%)Die Notenskala für die Lehrveranstaltung lautet wie folgt:
1 (sehr gut) 100-90 %
2 (gut) 89-81 %
3 (befriedigend) 80-71 %
4 (genügend) 70-60 %
5 (nicht genügend) 59-0 %
Für eine positive Beurteilung der Lehrveranstaltung sind 60 Prozent erforderlich.
Alle Teilleistungen müssen positiv absolviert werden, um die Lehrveranstaltung positiv zu bestehen. Die Teilleistungen fließen folgendermaßen in die Endnote ein:
Bearbeitung von Übungsbeispielen (40%)
Präsentation eines Forschungskonzepts und Peer-Feedback (40%)
Verfassen eines Abschlussberichts (20%)Die Notenskala für die Lehrveranstaltung lautet wie folgt:
1 (sehr gut) 100-90 %
2 (gut) 89-81 %
3 (befriedigend) 80-71 %
4 (genügend) 70-60 %
5 (nicht genügend) 59-0 %
Für eine positive Beurteilung der Lehrveranstaltung sind 60 Prozent erforderlich.
Reading list
Sauer, S. (2019). Moderne Datenanalyse mit R: Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren (1. Aufl. 2019 edition.). Springer Gabler. doi: 10.1007/978-3-658-21587-3Hellbrück, R. (2011). Angewandte Statistik mit R : Eine Einführung für Ökonomen und Sozialwissenschaftler (2., überarbeitete Auflage). Wiesbaden: Gabler Verlag / Springer Fachmedien Wiesbaden GmbH, Wiesbaden.
Group 2
max. 23 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
- Friday 07.03. 15:00 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
- Friday 14.03. 15:00 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
- Friday 04.04. 15:00 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
- Friday 11.04. 15:00 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
- Friday 16.05. 15:00 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
- Friday 06.06. 15:00 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
- Friday 13.06. 15:00 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Aims, contents and method of the course
Ziel der Lehrveranstaltung ist es, den Teilnehmenden anwendungsorientiert solide Kenntnisse grundlegender Analyseverfahren (Fokus: Kausaldiagramme, lineare & logistische Regressionsanalyse, Mediationsanalyse) zu vermitteln. Neben den statistischen Grundlagen steht die Praxis im Vordergrund. Die Studierenden sollen in die Lage versetzt werden, eine konkrete Fragestellung bzw. Hypothesen zu formulieren und diese anhand eines aktuellen Datensatzes und unter Einsatz des passenden Analyseverfahrens zu testen bzw. die Analyseergebnisse korrekt zu interpretieren. Die im Rahmen von Übungsbeispielen zu bearbeitenden Fragestellungen basieren auf einem Datensatz (aktuelle Umfragedaten), der zu Beginn des Semesters zur Verfügung gestellt wird. Die Daten werden mittels des Softwarepakets R analysiert/interpretiert. Eine Einführung in das Statistikprogramm R ist Teil der Lehrveranstaltung und erfolgt zu Beginn der Lehrveranstaltung in der ersten Doppeleinheit.Der Zeitaufwand für die Lehrveranstaltung ist während des Semesters relativ hoch (selbständige Bearbeitung der Aufgabenstellungen bis zur nächsten Einheit), dafür ist die Übung mit Semesterende abgeschlossen.
Assessment and permitted materials
Die Leistungskontrolle basiert auf folgenden Teilleistungen:
-Aktive Mitarbeit und Beteiligung an den allgemeinen Teilen der Übungen sowie Präsentation von zumindest einer Aufgabenstellung in der Übung
-Eigenständige Anwendung und Adaptierung der Codes in den Übungsteilen
-Ausarbeitung und Lösung von 5 kurzen Aufgabenstellungen (fristgerechte Abgabe jeweils bis zur nächsten Einheit)
-Abschlussaufgabe-----
Hinweis der SPL Soziologie:
Alle Studierenden, die einen Lehrveranstaltungsplatz erhalten haben, sind zu beurteilen, sofern sie sich nicht zeitgerecht abgemeldet haben oder unverzüglich nach Wegfall des Hindernisses einen wichtigen Grund für die Nichtdurchführung der Abmeldung glaubhaft machen.
Bei Vorliegen eines solchen Grundes (zB eine längere Erkrankung) kann d* 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 zu stellen.
Für eine positive Beurteilung der Lehrveranstaltung ist die positive Absolvierung aller Teilleistungen erforderlich.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen.
Die Verwendung von KI-Tools (z. B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird (z. B. für einzelne Arbeitsaufgaben).
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung eine mündliche Reflexion ("Notenrelevantes Gespräch") der abgegebenen Seminararbeit vorsehen, die erfolgreich zu absolvieren ist.
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 entsprechend erfasst.
Dies uns weitere Bestimmungen finden sie im studienrechtlichen Satzungsteil: https://satzung.univie.ac.at/studienrecht/.
Wenn Sie eine prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben und sich für einen vierten Antritt anmelden wollen, kontaktieren Sie bitte die StudienServiceStelle Soziologie während der Anmeldephase (vgl: Zusatzinformation "Dritte Wiederholung bei prüfungsimmanenten Lehrveranstaltungen" https://soziologie.univie.ac.at/info/pruefungen/#c56313)
-Aktive Mitarbeit und Beteiligung an den allgemeinen Teilen der Übungen sowie Präsentation von zumindest einer Aufgabenstellung in der Übung
-Eigenständige Anwendung und Adaptierung der Codes in den Übungsteilen
-Ausarbeitung und Lösung von 5 kurzen Aufgabenstellungen (fristgerechte Abgabe jeweils bis zur nächsten Einheit)
-Abschlussaufgabe-----
Hinweis der SPL Soziologie:
Alle Studierenden, die einen Lehrveranstaltungsplatz erhalten haben, sind zu beurteilen, sofern sie sich nicht zeitgerecht abgemeldet haben oder unverzüglich nach Wegfall des Hindernisses einen wichtigen Grund für die Nichtdurchführung der Abmeldung glaubhaft machen.
Bei Vorliegen eines solchen Grundes (zB eine längere Erkrankung) kann d* 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 zu stellen.
Für eine positive Beurteilung der Lehrveranstaltung ist die positive Absolvierung aller Teilleistungen erforderlich.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen.
Die Verwendung von KI-Tools (z. B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird (z. B. für einzelne Arbeitsaufgaben).
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung eine mündliche Reflexion ("Notenrelevantes Gespräch") der abgegebenen Seminararbeit vorsehen, die erfolgreich zu absolvieren ist.
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 entsprechend erfasst.
Dies uns weitere Bestimmungen finden sie im studienrechtlichen Satzungsteil: https://satzung.univie.ac.at/studienrecht/.
Wenn Sie eine prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben und sich für einen vierten Antritt anmelden wollen, kontaktieren Sie bitte die StudienServiceStelle Soziologie während der Anmeldephase (vgl: Zusatzinformation "Dritte Wiederholung bei prüfungsimmanenten Lehrveranstaltungen" https://soziologie.univie.ac.at/info/pruefungen/#c56313)
Minimum requirements and assessment criteria
Anwesenheit: Es besteht Anwesenheitspflicht - zwei Fehltermine werden toleriert. Achtung: In der ersten Einheit besteht unbedingte Anwesenheitspflicht!
Mindestanforderungen:
- Anwesenheit und Mitarbeit
- Abgabe von mindestens 4 der 5 kurzen Aufgabenstellungen
- Präsentation einer Aufgabenstellung in der nächsten Einheit
- Positive Absolvierung der AbschlussarbeitBeurteilungsmaßstab:
Mitarbeit und aktive Beteiligung: maximal 20 Punkte
Aufgabenstellungen maximal 50 Punkte (10 Punkte pro Aufgabe)
Abschlussaufgabe maximal 30 PunkteDie Note ergibt sich aus der erreichten Punkteanzahl wie folgt (max. 100 Punkte):
1 (sehr gut): 100-90 Punkte
2 (gut): 89-77 Punkte
3 (befriedigend): 76-64 Punkte
4 (genügend): 63-51 Punkte
5 (nicht genügend): 50-0 PunkteFür einen positiven Abschluss müssen alle Teilleistungen positiv ausfallen und die Mindestanwesenheit erfüllt sein.
Mindestanforderungen:
- Anwesenheit und Mitarbeit
- Abgabe von mindestens 4 der 5 kurzen Aufgabenstellungen
- Präsentation einer Aufgabenstellung in der nächsten Einheit
- Positive Absolvierung der AbschlussarbeitBeurteilungsmaßstab:
Mitarbeit und aktive Beteiligung: maximal 20 Punkte
Aufgabenstellungen maximal 50 Punkte (10 Punkte pro Aufgabe)
Abschlussaufgabe maximal 30 PunkteDie Note ergibt sich aus der erreichten Punkteanzahl wie folgt (max. 100 Punkte):
1 (sehr gut): 100-90 Punkte
2 (gut): 89-77 Punkte
3 (befriedigend): 76-64 Punkte
4 (genügend): 63-51 Punkte
5 (nicht genügend): 50-0 PunkteFür einen positiven Abschluss müssen alle Teilleistungen positiv ausfallen und die Mindestanwesenheit erfüllt sein.
Reading list
Alexander, R. (2023, July 27). Telling Stories with Data. https://tellingstorieswithdata.com/
Sauer, S. (2019). Moderne Datenanalyse mit R: Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren. Springer Gabler. https://doi.org/10.1007/978-3-658-21587-3
Venables, W. N., Smith, D. M., & R Core Team. (n.d.). An Introduction to R. Notes on R: A Programming Environment for Data Analysis and GraphicsVersion 4.1.0 (2021-05-18). Retrieved May 7, 2021, from https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf
Wollschläger, D. (2020). Grundlagen der Datenanalyse mit R: Eine anwendungsorientierte Einführung (5. Auflage). Springer Spektrum. https://doi.org/10.1007/978-3-662-61736-6
Je nach Bedarf wird im Seminar auf Literatur und Online Ressourcen hingewiesen.
Sauer, S. (2019). Moderne Datenanalyse mit R: Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren. Springer Gabler. https://doi.org/10.1007/978-3-658-21587-3
Venables, W. N., Smith, D. M., & R Core Team. (n.d.). An Introduction to R. Notes on R: A Programming Environment for Data Analysis and GraphicsVersion 4.1.0 (2021-05-18). Retrieved May 7, 2021, from https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf
Wollschläger, D. (2020). Grundlagen der Datenanalyse mit R: Eine anwendungsorientierte Einführung (5. Auflage). Springer Spektrum. https://doi.org/10.1007/978-3-662-61736-6
Je nach Bedarf wird im Seminar auf Literatur und Online Ressourcen hingewiesen.
Information
Examination topics
Engagement und Mitarbeit, Lösen der Aufgabenstellungen, Präsentation einer Aufgabenstellung in der Einheit, Abschlussarbeit
Association in the course directory
Last modified: Fr 07.03.2025 12:26