230134 UE Specific Multivariate Methods of Analysis in the Social Sciences (2024S)
Continuous assessment of course work
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).
- Registration is open from Fr 02.02.2024 10:00 to We 21.02.2024 10:00
- Registration is open from Mo 26.02.2024 10:00 to We 28.02.2024 10:00
- Deregistration possible until We 20.03.2024 23:59
Details
max. 20 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
- Wednesday 06.03. 08:00 - 11:15 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Wednesday 13.03. 08:00 - 11:15 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Wednesday 20.03. 08:00 - 11:15 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Wednesday 10.04. 08:00 - 11:15 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Wednesday 24.04. 08:00 - 11:15 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Wednesday 15.05. 08:00 - 11:15 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Wednesday 12.06. 08:00 - 11:15 Inst. f. Soziologie, Seminarraum 1, Rooseveltplatz 2, 1.Stock
- Wednesday 19.06. 08:00 - 11:15 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Information
Aims, contents and method of the course
Assessment and permitted materials
Bearbeitung von kurzen Übungsbeispielen
Präsentation eines Forschungskonzepts und Peer-Feedback
Verfassen eines Abschlussberichts
-----
Hinweis der SPL Soziologie:
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.
Die Erbringung aller Teilleistungen ist Voraussetzung für eine positive Beurteilung, wenn nicht explizit etwas anderes vermerkt wurde.
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. 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 (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:
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.
Die Erbringung aller Teilleistungen ist Voraussetzung für eine positive Beurteilung, wenn nicht explizit etwas anderes vermerkt wurde.
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. 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 (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 das Seminar lautet wie folgt:
Für eine positive Beurteilung der Lehrveranstaltung sind 60 Prozent erforderlich.
1 (sehr gut) 100-90 %
2 (gut) 89-81 %
3 (befriedigend) 80-71 %
4 (genügend) 70-60 %
5 (nicht genügend) 59-0 %
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 das Seminar lautet wie folgt:
Für eine positive Beurteilung der Lehrveranstaltung sind 60 Prozent erforderlich.
1 (sehr gut) 100-90 %
2 (gut) 89-81 %
3 (befriedigend) 80-71 %
4 (genügend) 70-60 %
5 (nicht genügend) 59-0 %
Examination topics
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.Backhaus, K., Erichson, B., Gensler, S., Weiber, R., & Weiber, T. (2021). Multivariate Analysemethoden: Eine Anwendungsorientierte Einführung (16, vollst überarb u erw Aufl 2021st edition). Springer. doi: 10.1007/978-3-658-32425-4
Association in the course directory
in 905: Ausschließlich für das Pflichtmodul MA M Methoden
Last modified: Fr 10.05.2024 11:26
Die Studierenden erlernen unterschiedliche Multivariate Analyseverfahren mit einem besonderen Fokus auf Regressionsanalysen. Hierbei werden verschiedene Aspekte der Regressionsanalyse behandelt, darunter einfache und multiple Regression sowie logistische Regression. Die Anwendung dieser Verfahren wird anhand verschiedener Datensätze aus dem Bereich der Sozialwissenschaften praktisch vermittelt. Eine kurze Einführung in R ist Teil der Lehrveranstaltung.
Die Lehrveranstaltung kombiniert theoretische Grundlagen mit praktischen Übungen. Die Studierenden werden dazu angeleitet, verschiedene Analyseverfahren eigenständig in der Softwareumgebung R (alternativ STATA oder Python) anzuwenden. Hierbei wird besonderer Wert auf die Interpretation der Ergebnisse gelegt, um die gewonnenen Erkenntnisse in einem sozialwissenschaftlichen Kontext zu verstehen und zu kommunizieren.