MLU
Vorlesung: Vorlesung Methoden der deskriptiven Datenanalyse (M2a/b) bzw. Aufbaumodul Methoden der Sozialwissenschaften - Details
Nachrichtenbox schließen
Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Vorlesung: Vorlesung Methoden der deskriptiven Datenanalyse (M2a/b) bzw. Aufbaumodul Methoden der Sozialwissenschaften
Semester WS 2017/18
Aktuelle Anzahl der Teilnehmenden 196
erwartete Teilnehmendenanzahl 500
Heimat-Einrichtung Institut für Soziologie
Veranstaltungstyp Vorlesung in der Kategorie Offizielle Lehrveranstaltungen
Vorbesprechung Freitag, 26.01.2018 14:00 - 18:00
Erster Termin Montag, 09.10.2017 16:00 - 18:00
SWS 2

Räume und Zeiten

Keine Raumangabe
Montag: 16:00 - 18:00, wöchentlich(15x)
Montag, 05.02.2018 16:30 - 19:00
Montag, 26.03.2018 16:30 - 19:00
(Hörsaal IV (Raum E.22) [LuWu 2])
Freitag, 26.01.2018 14:00 - 18:00

Modulzuordnungen

Kommentar/Beschreibung

Zur Vorlesung werden jeweils separate Übungskurse für Soziologie, Politikwissenschaften und Psychologie angeboten. Bitte melden Sie sich studienfachspezifisch für die Übungen an.

Vorlesung „Methoden der deskriptiven Datenanalyse mit Projektarbeit“ (M2)
(Wintersemester 2017/18)

Inhalte
Die Vorlesung richtet sich an Studierenden der Soziologie, Psychologie und Politikwissenschaften und gibt eine Einführung in die Fragestellungen der deskriptiven (beschreibenden) Statistik sowie in die einfache lineare Regressionsanalyse. Im ersten Teil wird die Beschreibung von univariaten Häufigkeitsverteilungen einer Variable anhand geeigneter Maßzahlen (Quantile, Lage- und Streuungsmaße, Schiefe, Kurtosis) und Diagramme (Histogramme, Boxplots) eingeführt. Der zweite Teil behandelt ausgewählte symmetrische und asymmetrische bivariate Assoziationsmaße zwischen zwei Variablen für unterschiedliche Skalenniveaus: für die Nominalskala (Prozentsatzdifferenz, Chi²-basierte Maße, Odds Ratio, Lambda), die Ordinalskala (Tau, Gamma, Spearmans Rho) sowie die Intervallskala (r). Im dritten Teil wird eine Einführung in die einfache lineare Regressionsanalyse gegeben. Neben metrischen Prädiktoren wird dabei auch der korrekte Umgang mit dichotomen und polytomen Prädiktoren vermittelt. Die weiteren Themen in diesem Block umfassen einfaktorielle Varianzanalysen (ANOVA) inkl. Zusammenhangsmaß Eta sowie eine Einführung in Techniken der Drittvariablenkontrolle.

Teilnahmevoraussetzung (wünschenswert): erfolgreiche Teilnahme am Modul „Methoden der quantitativen Datenerhebung und der qualitativen Datenanalyse“ (im 2. Semester)

Struktur der Vorlesung
1. Sitzung (09.10.17) Einführung und Themenüberblick
I. Univariate Häufigkeitsverteilungen
2. Sitzung (16.10.17) Datenmanagement und Datenaufbereitung
3. Sitzung (23.10.17) Häufigkeitsverteilungen
4. Sitzung (30.10.17) Lage- und Streuungsmaße
5. Sitzung (06.11.17) Verteilungsformen, Einführung in bivariate Verteilungen
II. Bivariate Zusammenhangsmaße für verschiedene Skalenniveaus
6. Sitzung (13.11.17) Kreuztabellen: nominale Zusammenhangsmaße (I)
7. Sitzung (20.11.17) Kreuztabellen: nominale Zusammenhangsmaße (II)
8. Sitzung (27.11.17) Ordinale Zusammenhangsmaße
9. Sitzung (04.12.17) Metrische Zusammenhangsmaße: Kovarianz und Korrelation
III. Asymmetrische lineare Zusammenhangsanalysen
10. Sitzung (11.12.17) Einfache lineare Regression: Einführung
11. Sitzung (18.12.17) Lineare Regressionsanalyse (Vertiefung)
12. Sitzung (08.01.18) Lineare Regression mit dichotomen Prädiktoren und einfaktorielle Varianzanalyse (ANOVA)
13. Sitzung (15.01.18) Lineare Dummy-Regression und ANOVA (Vertiefung)
14. Sitzung (22.01.18) Einführung: Drittvariablenkontrolle
15. Sitzung (29.01.18) Rückblick, Klausurvorbereitung

Literatur zur Vorlesung
Die Lektüre ausgewählter Kapitel der mit „*“ gekennzeichneten Bücher zur Einführung in die Inferenzstatistik bzw. zur Vertiefung der linearen Regressionsanalyse ist für das erfolgreiche Absolvieren des Moduls erforderlich. Die zusätzliche sowie weitere, in der Vorlesung angegebene Literatur kann zur Vertiefung des Stoffs herangezogen werden. Die unten angegebenen Bücher liegen, soweit nicht online verfügbar, in der Bibliothek im Semesterapparat zur Ansicht bereit.

a) vorbereitende Lektüre im Bereich mathematische Grundkenntnisse (ausgewählte Kapitel werden in der Vorlesung angegeben):
Cramer, E. & Neslehová, J. (2015). Vorkurs Mathematik. Arbeitsbuch zum Studienbeginn in Bachelor-Studiengängen. Berlin, Heidelberg: Springer Spektrum. (Download aus dem Uninetz unter http://link.springer.com/book/10.1007/978-3-642-25819-0)
b) Einführungsliteratur zur deskriptiven Statistik (ausgewählte Kapitel):
*Benninghaus, H. (2007). Deskriptive Statistik. Wiesbaden: Springer VS.
*Kühnel, S. & Krebs, D. (2014). Statistik für die Sozialwissenschaften: Grundlagen, Methoden, Anwendungen (6. Aufl.). Reinbek: Rowohlt.
Völkl, K. & Korb, C. (2018). Deskriptive Statistik. Wiesbaden: Springer VS. (Beschaffung läuft, später Download über SpringerLink)
Bortz, J. & Schuster (2010). Statistik für Human- und Sozialwissenschaftler (7. Aufl.). Heidelberg: Springer. (Download aus dem Uninetz unter http://link.springer.com/content/pdf/10.1007%2F978-3-642-12770-0_7.pdf)
c) Bücher zur multiplen Regressionsanalyse (ab der 10. Sitzung):
*Urban, D. & Mayerl, J. (2011). Regressionsanalyse: Theorie, Technik und Anwendung. Wiesbaden: Springer VS. (Download aus dem Uninetz unter http://link.springer.com/book/10.1007%2F978-3-531-93114-2)