Universität Wien

240069 UE MM1 - Methods of Quantitative Research in Development Studies (2025S)

5.00 ECTS (2.00 SWS), SPL 24 - Kultur- und Sozialanthropologie
Continuous assessment of course work
Moodle
Th 15.05. 16:45-20:00 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)

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. 30 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

Die Übung findet in 5 Präsenz- und 1 Online-Einheit zu jeweils 4 LE statt.
In der ersten Einheit gilt explizit Anwesenheitspflicht (in allen weiteren Einheiten ist 1 Fehltermin möglich).

  • Thursday 13.03. 16:45 - 20:00 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Thursday 27.03. 16:45 - 20:00 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Thursday 10.04. 16:45 - 20:00 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Thursday 05.06. 16:45 - 20:00 PC-Raum 1 UniCampus Hof 7 Eingang 7.1, 1.OG ( 2H-O1-13)
  • Thursday 26.06. 16:45 - 20:00 Digital

Information

Aims, contents and method of the course

1) Grundidee & Lernziele:
Vertiefung statistischer Kenntnisse durch praxisnahe Anwendung mittels Statistikprogramm 'jamovi' (open-source Alternative zu SPSS)
-) Fokus: Anwendung geeigneter statistischer Parameter & Interpretation (Fokus auf Kompetenz & Verstehen)
-) Basis: Neugierde und Interesse am eigenständigen Umgang mit Statistikprogrammen
-) Aktive Teilnahme, Engagement & Zuverlässigkeit

2) Inhalte:
-) Einführung in Benutzeroberfläche 'jamovi'
-) Auswertungsmöglichkeiten eines Fragebogens
-) Univariate Daten: Analyse deskriptive Statistik
-) Bivariate Daten: Kreuztabelle
-) Metrische Daten: Korrelation und ANOVA/t-Test

3) Methodik:
-) Input durch LV-Leiter und eigenständige Bearbeitung von Übungsaufgaben incl. Coaching durch LV- Leiter
-) Fokus auf Verstehen: vertiefende Datenanalyse und Interpretation von statistischen Daten

Assessment and permitted materials

-) Einzelabgaben von Übungsbeispielen - Fokus: fristgerechte Abgaben & eigenständig Lösungswege erarbeiten (open book)
-) finale Datenanalyse am Semesterende (open book) anstelle klassischer Prüfung
-) Anwesenheitspflicht (max. 1 Fehltermin)
-) statistische Basiskenntnisse vorteilhaft/erwünscht (nicht zwingend nötig)

-) Anmerkung: Im Rahmen der Inputs werden keine KI-Tools genutzt, grundsätzlich gibt es bezüglich der Nutzung von KI-Tools aber keine Limitationen.

Minimum requirements and assessment criteria

Leistungsnachweis & Beurteilungsschema (max. 40 Punkte)
1) 2 Übungsabgaben im laufenden Semester: jeweils 15 Pkt
2) Individuelle (finale) Datenanalyse am Semesterende (letzte Einheit): 10 Pkt

Positiver Abschluss: ab 60% der Gesamtleistung (mind. 24 Punkte)

Benotung im Detail
1 (sehr gut): 40 – 36 Punkte
2 (gut) 35,9 – 32 Punkte
3 (befriedigend) 31,9 – 28 Punkte
4 (genügend) 27,9 - 24 Punkte
5 (nicht genügend) weniger als 24 Punkte

Examination topics

Anwendung und Umsetzung geeigneter statistischer Testverfahren zur Lösung und Interpretation von konkreten UE-Beispielen
Unterlagen und weitere Infos über Moodle

Reading list

Literaturhinweise, Quellen und UE-Dateien werden in der UE bekannt gegeben.

Association in the course directory

MM1

Last modified: We 19.02.2025 08:26