Warning! The directory is not yet complete and will be amended until the beginning of the term.
230217 UE Applied Statistics (2025S)
Continuous assessment of course work
Labels
Details
Language: German
Lecturers
Classes
Currently no class schedule is known.
Information
Aims, contents and method of the course
Assessment and permitted materials
Am Beginn der Lehrveranstaltung findet ein moodle-Quiz zum statistischen Basiswissen statt. Dies dient der Selbstkontrolle der Studierenden hinsichtlich ihres Bedarfs an Wiederholung bisher schon gelernter statistischer Inhalte.Der Leistungsnachweis setzt sich aus den folgenden summativen Einzelleistungen zusammen:
-) Aktive Mitarbeit in den Übungseinheiten (inkl. Gruppenarbeiten)
-) Eigenständige Entwicklung einer Fragestellung und Hypothesen sowie kontinuierliche Arbeit an einem statistischen Auswertungsprotokoll
-) Posterpräsentation der AuswertungsergebnisseDie 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).
-) Aktive Mitarbeit in den Übungseinheiten (inkl. Gruppenarbeiten)
-) Eigenständige Entwicklung einer Fragestellung und Hypothesen sowie kontinuierliche Arbeit an einem statistischen Auswertungsprotokoll
-) Posterpräsentation der AuswertungsergebnisseDie 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).
Minimum requirements and assessment criteria
Die Mindestanforderung ist die Abgabe aller Teilleistungen (Auswertungsprotokoll, Poster) und die Anwesenheit in mindestens 4 der 5 Übungseinheiten.
Die Beurteilung setzt sich aus den folgenden Teilaspekten zusammen:
70% Finalisiertes Auswertungsprotokoll
30% Präsentation erster Ergebnisse in Form eines PostersFür eine positive Note sind mindestens 60% zu erreichen. Dabei soll jede einzelne Teilleistung positiv abgeschlossen werden.
Die Beurteilung setzt sich aus den folgenden Teilaspekten zusammen:
70% Finalisiertes Auswertungsprotokoll
30% Präsentation erster Ergebnisse in Form eines PostersFür eine positive Note sind mindestens 60% zu erreichen. Dabei soll jede einzelne Teilleistung positiv abgeschlossen werden.
Examination topics
Eckpunkte zur Erstellung der einzelnen Teilleistungen werden in der LV bzw. im Moodle-Kurs bekannt gegeben.
Reading list
Backhaus Klaus, Erichson Bernd, Weiber Rolf (2021): Multivariate Analysemethoden. Eine anwendungsorientierte Einführung, 16. Aufl., Springer.
Field, Andy (2018): Discovering Statistics Using SPSS (Introducing Statistical Methods Series), North America: Sage Publications.
Hatzinger Reinhold, Nagel; Herbert (2013): Statistik mit SPSS. Fallbeispiele und Methoden. 2. Aufl., Pearson.
Janssen Jürgen, Laatz Wilfried (2017): Statistische Datenanalyse mit SPSS. Eine anwendungsorientierte Einführung in das Basissystem und das Modul Exakte Tests. Springer.
Koller Martina M. (2022): Statistik für Pflege- und andere Gesundheitsberufe. Facultas.
Krämer Walter (2015): So lügt man mit Statistik. Campus Verlag.
Field, Andy (2018): Discovering Statistics Using SPSS (Introducing Statistical Methods Series), North America: Sage Publications.
Hatzinger Reinhold, Nagel; Herbert (2013): Statistik mit SPSS. Fallbeispiele und Methoden. 2. Aufl., Pearson.
Janssen Jürgen, Laatz Wilfried (2017): Statistische Datenanalyse mit SPSS. Eine anwendungsorientierte Einführung in das Basissystem und das Modul Exakte Tests. Springer.
Koller Martina M. (2022): Statistik für Pflege- und andere Gesundheitsberufe. Facultas.
Krämer Walter (2015): So lügt man mit Statistik. Campus Verlag.
Association in the course directory
Last modified: Fr 10.01.2025 00:02
Die Studierenden …
- können anhand einer konkreten Fragestellung und anhand vorliegender Daten sinnvolle Auswertungspläne erstellen;
- wissen, welche Rechenoperationen sie für welches Datenniveau einsetzen können und können diese anhand praktischer Beispiele richtig anwenden;
- können mit dem Statistikprogramm SPSS umgehen und anhand von Datensätzen eigene Berechnungen im Rahmen der deskriptiven und analytischen Statistik durchführen;
- können die inhaltliche Relevanz von statistischen Ergebnissen einschätzen und die Ergebnisse inhaltlich interpretieren.
- können die Ergebnisse eines quantitativen Auswertungsprozesses in Form eines Posters präsentieren.INHALTE:
- Entwicklung von einer pflegewissenschaftlich relevanten Fragestellung und dazu passender Auswertungskonzepte
- Datenmanagement und Datenkontrolle
- Sinnvolle Anwendung grafischer und tabellarischer Darstellungsmöglichkeiten
- Faktoranalyse, Reliabilitätsanalyse, Bildung von Indizes
- Gruppenvergleichstest (parametrische und nicht-parametrische Tests
- Korrelation und RegressionMETHODE:
Die Lehrveranstaltung ist als Übung konzipiert. Die LV hat prüfungsimmanenten Charakter. Im Rahmen der LV werden statistische Auswertungsverfahren durch gemeinsame Arbeit in pflegewissenschaftlichen Datensätzen geübt.Es kommt das Konzept des flipped classroom zur Anwendung.
-) Neue Inhalte (Theorie und erste Beispiele) werden den Studierenden durch Video-Inputs der Vortragenden zur Verfügung gestellt. Diese werden vor jeder Präsenzeinheit im Selbststudium bearbeitet - das ist eine Voraussetzung für den Besuch der Präsenzeinheit.
-) In den Präsenzeinheiten wird der Inhalt dann gemeinsam wiederholt und kleine Beispiele gemeinsam bearbeitet. Außerdem sollen Fragen, die sich im Video-Studium ergeben, gemeinsam beantwortet werden. Hauptsächlich werden in den Präsenzeinheiten aber die eigenen Fragestellungen und Auswertungskonzepte der Studierenden mit Unterstützung der LV-Leiterinnen bearbeitet.Ein begleitendes Skriptum zur Lehrveranstaltung beinhaltet eine Einleitung zu allen notwendigen Auswertungsschritte und Interpretationen.