Universität Wien

290138 VU Statistical Data Analysis with SPSS (2020S)

5.00 ECTS (2.00 SWS), SPL 29 - Geographie
Continuous assessment of course work
Moodle

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

Learning materials willl be found in the Moodle course

Information

Aims, contents and method of the course

Ziele:
- Tieferes Verständnis für deskriptiv- und inferenzstatistische sowie multivariate statistische Methoden entwickeln
- Richtige Auswahl der richtigen statistischen Methode für eine konkrete quantitative Fragestellung treffen
- Eigenständiges Durchführen von deskriptiven, inferenzstatistischen und multivariaten Analysen mit der Statistiksoftware SPSS
- Eigenständige Interpretation von Ergebnissen statistischer Analysen (SPSS-Output)
- Fachliteratur lesen und kritisch bewerten können

Inhalte:
- Datenquellen für insb. humangeografische Fragestellungen
- Kurze Wiederholung von Grundbegriffen der Statistik
- Einführung in die Statistiksoftware SPSS inkl. Durchführung von Berechnungen, Umkodierungen, Sortierungen, Aggregationen etc.
- Deskriptive statistische Analysen mit SPSS: Häufigkeitsbegriff, Lage- und Streuungsmaße, einfache Diagramme (Säulen- und Kreisdiagramm, Histogramm, Streudiagramm)
- Verteilungsanalyse mit SPSS: (Standard)Normalverteilung, Verteilungsmaße, Box-Plots, zusätzliche Prüfverfahren auf Normalverteilung (QQ-Plots, KS-Test)
- Grundbegriffe der Inferenzstatistik (schließende Statistik): Stichproben (abhängige und unabhängige), Unterschieds- und Zusammenhangshypothesen, Null- und Alternativhypothese, Fehler 1. Art und Fehler 2. Art, Signifikanzniveau, Teststärke (power), p-Wert, Standardfehler und Konfidenzintervalle
- Inferenzstatistische Analysen mit SPSS:
o Unterschiedshypothesen: 2 und >2 Gruppenvergleich für abhängige und unabhängige Stichproben: parametrisch und nicht-parametrisch (T-Test unabhängig, U-Test, T-Test abhängig, Wilcoxon-Test, Varianzanalyse (ANOVA), Kruskal-Wallis-Test, ANOVA mit Messwiederholungen, Friedman-Test)
o Zusammenhangshypothesen (kategoriale Variable): Kreuztabellen, Test für abhängige und unabhängige Stichproben (McNemar, Chi-Quadrat), Assoziationsmaße; Zusammenhangshypothesen (metrische Variable): Korrelation (Pearson und Spearman), partielle Korrelation
- Bi- und multivariate Methoden mit SPSS: Einfache und multiple lineare Regression, logistische Regression, multinomiale und ordinale logistische Regression, komplexere varianzanalytische Modelle, Kovarianzanalyse, Reliabilitätsanalyse, Clusteranalyse (Grundkenntnisse)

Die Erarbeitung der oben genannten Inhalte erfolgt unter Zuhilfenahme von Datensätzen aus EUROSTAT und ESS; diese werden zur Verfügung gestellt.

Methode (Update 21.03.2020):
- LV-Inhalte für das Selbststudium werden mittels Vortragsfolien und Audio-Erläuterungen aufbereitet
- Tutorials zur Handhabung von SPSS werden zur Verfügung gestellt
- Vorlesungsteile und Übungen wechseln einander ab
- Interaktion zwischen dem Vortragenden und den Studierenden mittels Online-Meetings (Jitsi)
- Selbstständiges Lösen von Aufgabenstellungen

Assessment and permitted materials

mehrere Arbeitsaufträge im Lauf des Semesters
Schriftliche Prüfung (Moodle)

Minimum requirements and assessment criteria

Arbeitsaufträge (50%)
Prüfung (50%)

Examination topics

Lehrveranstaltungsunterlagen: ppt-Folien und Tutorials via Moodle
Konzeptionelle Verständnisfragen und Interpretation von Ergebnissen (SPSS-Output)

Reading list

Bortz J, Schuster C (2016): Statistik für Human- und Sozialwissenschaftler, Springer.
Brosius F (2013): SPSS 21, mitp.
Hartung J (2009): Statistik: Lehr- und Handbuch der angewandten Statistik, Oldenburg.
Field A (2018): Discovering Statistics Using SPSS

Association in the course directory

(BA GG 5.2) (MA UF GW 02)

Last modified: Tu 31.03.2020 11:28