Dr. Kerstin Völkl

Vermittlung des wesentlichen rechnerischen Gehalts von multivariaten Analyseverfahren;
Fähigkeit, die Funktionsweise, Möglichkeiten und Grenzen von einzelnen multivariaten Analyseverfahren einzuschätzen;
Fähigkeit, geeignete multivariate Analyseverfahren in Abhängigkeit vom jeweiligen Untersuchungsthema auswählen und selbständig korrekt anwenden zu können;
Weiterführende technische Fertigkeiten im Einsatz von einem statistischen Programmpaket für Datenanalyse;
Fähigkeit der Ergebnisinterpretation und Ergebnispräsentation.

Aufbauend auf den Kenntnissen der Methoden-Module 2 (Einführung in die deskriptive Statistik mit Projektarbeit) und 3 (Einführung in die Inferenzstatistik und Regressionsanalyse) werden in der Vorlesung verschiedene wichtige Verfahren der multivariaten Analysemethoden vermittelt. Hierzu zählen einerseits Strukturen prüfende Verfahren (z.B. Regressions-, Varianz-, Diskriminanzanalyse), die die Überprüfung von Zusammenhängen zwischen Variablen verfolgen, und andererseits Strukturen entdeckende Verfahren (z.B. Faktoren-, Clusteranalyse), deren Ziel die Entdeckung von Zusammenhängen zwischen Variablen oder Objekten ist.
Alle Verfahren werden in der Übung praktisch mit einem einschlägigen Computerprogramm (wie SPSS oder STATA) angewendet. In der Übung führen die Teilnehmer einzeln oder in kleinen Gruppen verschiedene multivariate Analysenverfahren durch und lernen, welche Voraussetzungen für die Anwendung des jeweiligen Verfahrens erfüllt sein müssen. Zur Verfestigung des Gelernten erhalten die Teilnehmer zusätzlich Übungsaufgaben. Als Datengrundlage dienen verschiedene Datensätze aus der Umfrageforschung und aus anderen Quellen.

Klausur, elektronische Klausur