MLU
SOZ.06319.03 - Methoden der deskriptiven Datenanalyse (M2b) (Vollständige Modulbeschreibung)
Originalfassung Englisch
SOZ.06319.03 5 CP
Modulbezeichnung Methoden der deskriptiven Datenanalyse (M2b)
Modulcode SOZ.06319.03
Semester der erstmaligen Durchführung
Fachbereich/Institut Institut für Soziologie
Verwendet in Studiengängen / Semestern
  • Informatik (180 LP) (Bachelor) > Informatik Informatik180, Akkreditierungsfassung (WS 2018/19 - WS 2022/23) > Bereich Quantitative und qualitative Sozialforschung
  • Soziologie (60 LP) (Bachelor) > Soziologie Soziologie60, Akkreditierungsfassung gültig ab WS 2017/18 > Kombination Wirtschaftswissenschaft
  • Soziologie (60 LP) (Bachelor) > Soziologie Soziologie60, Akkreditierungsfassung gültig ab WS 2017/18 > Pflichtmodul für alle anderen Fächerkombinationen
Modulverantwortliche/r
Weitere verantwortliche Personen
Prof. Dr. Oliver Arránz Becker
Teilnahmevoraussetzungen
Kompetenzziele
- Fähigkeit, die grundlegenden Unterschiede zwischen den verschiedenen Messniveaus bezüglich der strukturerhaltenden Datentransformationen und der zulässigen mathematischen Operationen zu benennen und zu beschreiben
- Fähigkeit, Datentransformationen und mathematische Operationen selbstständig durchzuführen
- Fähigkeit und praktische Fertigkeit, die elementaren Techniken der beschreibenden uni- und bivariaten Datenanalyse in ihren Voraussetzungen und Grundlagen zu verstehen und korrekt anwenden zu können
- Fähigkeit, die strategische Funktion der Einführung von Dritt- (Kontroll-)Variablen und der verschiedenen kausalanalytischen Konfigurationen korrekt zu verstehen und diese auf eigene Fragestellungen anzuwenden
Modulinhalte
- Die Vorlesung vermittelt die grundlegenden Konzepte und Verfahren der deskriptiven Datenanalyse: Darstellung univariater Häufigkeitsverteilungen sowie deren Charakterisierung durch statistische Kennwerte, Darstellung bivariater Verteilungen in Form von Kreuztabellen, Ableitung von Assoziationsmaßen für verschiedene Messniveaus, Einführung in die Logik der Kausalanalyse (z.B. scheinkausale Zusammenhänge) bivariate Korrelations- und Regressionsanalyse sowie Varianzanalyse.
- Die praktische Anwendung der erlernten Analyseverfahren wird in den Übungen unter Zuhilfenahme entsprechender Computer-Software trainiert und erprobt. In der Übung bearbeiten die Teilnehmenden einzeln oder in kleinen Gruppen spezifische Fragestellungen und fassen ihre Arbeit in einem Projektbericht zusammen.
Lehrveranstaltungsformen Vorlesung (2 SWS)
Kursus
Übung (2 SWS)
Kursus
Kursus
Unterrichtsprachen Deutsch, Englisch
Dauer in Semestern 1 Semester Semester
Angebotsrhythmus Modul jedes Wintersemester
Aufnahmekapazität Modul unbegrenzt
Prüfungsebene
Credit-Points 5 CP
Modulabschlussnote LV 1: %; LV 2: %; LV 3: %; LV 4: %; LV 5: %.
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 Klausurvorbereitung 0
Workload modulbezogen 150 150
Workload Modul insgesamt 150
Prüfung Prüfungsvorleistung Prüfungsform
LV 1
LV 2
LV 3
LV 4
LV 5
Gesamtmodul
Klausur (90min) oder elektronische Klausur oder Klausur im Antwort-Wahl-Verfahren oder elektronische Klausur im Antwort-Wahl-Verfahren
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 %