MLU
SOZ.06335.01 - Methoden der deskriptiven Datenanalyse mit Projektarbeit (M2a) (Vollständige Modulbeschreibung)
Originalfassung Englisch
SOZ.06335.01 10 CP
Modulbezeichnung Methoden der deskriptiven Datenanalyse mit Projektarbeit (M2a)
Modulcode SOZ.06335.01
Semester der erstmaligen Durchführung
Fachbereich/Institut Institut für Soziologie
Verwendet in Studiengängen / Semestern
  • Informatik (180 LP) (Bachelor) > Informatik Informatik180, Akkreditierungsfassung gültig ab WS 2018/19 > Bereich Quantitative und qualitative Sozialforschung
  • Politikwissenschaft - Soziologie (180 LP) (Bachelor) > Politikwissenschaft/Politologie Politikwiss.Soziologie180, Akkreditierungsfassung gültig ab WS 2017/18 > Pflichtmodule
  • Soziologie (120 LP) (Bachelor) > Soziologie Soziologie120, Akkreditierungsfassung gültig ab WS 2021/22 > Pflichtmodule
  • Soziologie (120 LP) (Bachelor) > Soziologie Soziologie120, Akkreditierungsfassung (WS 2017/18 - SS 2021) > Pflichtmodule
  • Soziologie (90 LP) (Bachelor) > Soziologie Soziologie90, Akkreditierungsfassung gültig ab WS 2021/22 > Pflichtmodule
  • Soziologie (90 LP) (Bachelor) > Soziologie Soziologie90, Akkreditierungsfassung (WS 2017/18 - SS 2021) > Pflichtmodule
Modulverantwortliche/r
Weitere verantwortliche Personen
Prof. Dr. Oliver Arránz Becker
Teilnahmevoraussetzungen
Kompetenzziele
  • Fähigkeit, sozialwissenschaftlich erhobene Daten auf der Basis ausgefüllter Fragebögen zu verkoden, einen maschinenlesbaren Datensatz zu erstellen und Verfahren der Fehlersuche einzusetzen
  • Verständnis der grundlegenden Unterschiede zwischen den verschiedenen Messniveaus bezüglich der strukturerhaltenden Datentransformationen und der zulässigen mathematischen Operationen
  • Fähigkeit und praktische Fertigkeit, die elementaren Techniken der beschreibenden Datenanalyse in ihren Voraussetzungen und Grundlagen zu verstehen und korrekt anwenden zu können
  • Verständnis der strategischen Funktion der Einführung von Dritt- (Kontroll-)Variablen und der verschiedenen kausalanalytischen Konfigurationen: additive vs. interaktive Effekte, Scheinkausalität vs. Suppression (scheinbare Nichtkausalität), Kausalkette (`Intervention`) vs. gleichrangige Anordnung bedingender Variablen
  • Technische Fertigkeiten im Einsatz von Computern und mindestens einem statistischen Programmpaket für Datenanalyse und Ergebnispräsentation
Modulinhalte
  • Die Vorlesung vermittelt die grundlegenden Konzepte und Verfahren der deskriptiven Datenanalyse. Deren praktische Anwendung wird in den Übungen unter Zuhilfenahme entsprechender Computer-Software (wie SPSS) trainiert und erprobt wird. Dabei werden verschiedene Datensätze aus der Umfrageforschung und aus anderen Quellen herangezogen. In der Übung bearbeiten die Teilnehmer einzeln oder in kleinen Gruppen spezifische Fragestellungen und fassen ihre Arbeit in einem Projektbericht zusammen. Zunächst werden Techniken der Verkodung sozialwissenschaftlicher Daten und Verfahren der Fehlersuche vorgestellt. Anschließend werden verschiedene Formen der graphischen Darstellung univariater Häufigkeitsverteilungen sowie deren Charakterisierung durch statistische Kennwerte behandelt. Es folgen die grundlegenden Konzepte zur Kennzeichnung bivariater und trivariater Verteilungen, die in Form zwei- und dreidimensionaler Tabellen dargestellt werden: Ableitung von Assoziationsmaßen, die dem Chi-Quadrat-Modell oder dem Modell der proportionalen Fehlerreduktion (PRE-Maße) entsprechen. Auf dieser Basis folgt eine Einführung in die Logik der Kausalanalyse mit den Unterscheidungen von additiven vs. interaktiven Zusammenhängen, Scheinkausalität vs. scheinbare Nichtkausalität (Suppression), Kausalkette (Intervention) vs. gleichrangige Anordnung von Variablen. Schließlich wird in die Korrelationsrechnung nach Pearson und in das Basismodell der Regressionsanalyse für abhängige Variablen auf metrischem Messniveau sowie der Varianzanalyse eingeführt.
  • Im zweiten Semester des integrativen FSQ-Seminars stehen fachspezifische, insbesondere auf die quantitativen Methoden der empirischen Sozialforschung bezogene EDV-Anwendungen im Vordergrund. Im Bereich der quantitativen Methoden der Sozialforschung wird die Umsetzung der Vorlesungsinhalte in einem Statistik- und Analyseprogramm (z. B. SPSS) sowie der Einsatz von Tabellenkalkulationen (z.B. Excel) für deskriptiv-statistische Analysen vermittelt und Techniken der Dateneingabe, Datenverarbeitung, Datenausgabe und Syntax-Programmierung eingeübt. Moderne Techniken wie die Datenerfassung mit Scanner und OMR-Software, Telefoninterviews und Online-Umfragen werden vorgestellt.
Lehrveranstaltungsformen Vorlesung (2 SWS)
Kursus
Übung (2 SWS)
Kursus
Kursus
Kursus
Kursus
Seminar (2 SWS)
Unterrichtsprachen Deutsch, Englisch
Dauer in Semestern 1 Semester Semester
Angebotsrhythmus Modul jedes Wintersemester
Aufnahmekapazität Modul unbegrenzt
Prüfungsebene
Credit-Points 10 CP
Modulabschlussnote LV 1: %; LV 2: %; LV 3: %; LV 4: %; LV 5: %; LV 6: %; LV 7: %; LV 8: %.
Faktor der Modulnote für die Endnote des Studiengangs 1
Hinweise
Die Prüfungsform wird zu Beginn des Semesters festgelegt
Modulveran­staltung Lehrveranstaltungs­form Veranstaltungs­titel SWS Workload Präsenz Workload Vor- / Nach­bereitung Workload selbstge­staltete Arbeit Workload Prüfung incl. Vorbereitung Workload Summe
LV 1 Vorlesung Vorlesung 2 0
LV 2 Kursus Literaturstudium 0
LV 3 Übung Übung 2 0
LV 4 Kursus Selbststudium 0
LV 5 Kursus Projektarbeit 0
LV 6 Kursus Klausurvorbereitung 0
LV 7 Kursus Anfertigen des Projektberichts 0
LV 8 Seminar Seminar (FSQ integrativ, Teil II) 2 0
Workload modulbezogen 300 300
Workload Modul insgesamt 300
Prüfung Prüfungsvorleistung Prüfungsform
LV 1
LV 2
LV 3
LV 4
LV 5
LV 6
LV 7
LV 8
Gesamtmodul
fünf semesterbegleitende Übungsaufgaben
Klausur (90min) oder elektronische Klausur oder Klausur im Antwort-Wahl-Verfahren oder elektronische Klausur im Antwort-Wahl-Verfahren, Empirischer Projektbericht
Wiederholungsprüfung
Regularien Teilnahme­voraussetzungen Angebots­rhythmus Anwesenheits­pflicht Gewicht an Modulnote in %
LV 1
Wintersemester Nein %
LV 2
Wintersemester Nein %
LV 3
Wintersemester Nein %
LV 4
Wintersemester Nein %
LV 5
Wintersemester Nein %
LV 6
Wintersemester Nein %
LV 7
Wintersemester Nein %
LV 8
Wintersemester Nein %