Universität Wien

200017 VO Statistik für Fortgeschrittene (2021W)

5.00 ECTS (2.00 SWS), SPL 20 - Psychologie
GEMISCHT

Diese Vorlesung ist nur für Studierende mit Zulassung zum Masterstudium Psychologie!
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Für diese LV an-/abmelden

Details

Sprache: Deutsch

Prüfungstermine

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

20.11.2021: Wechsel in den digitalen Unterricht aufgrund des Lockdown, der am 22.11.2021 startet.

  • Donnerstag 07.10. 08:00 - 09:30 Hörsaal I NIG Erdgeschoß
  • Donnerstag 14.10. 08:00 - 09:30 Hörsaal I NIG Erdgeschoß
  • Donnerstag 21.10. 08:00 - 09:30 Hörsaal I NIG Erdgeschoß
  • Donnerstag 04.11. 08:00 - 09:30 Hörsaal I NIG Erdgeschoß
  • Donnerstag 11.11. 08:00 - 09:30 Hörsaal I NIG Erdgeschoß
  • Donnerstag 18.11. 08:00 - 09:30 Hörsaal I NIG Erdgeschoß
  • Donnerstag 25.11. 08:00 - 09:30 Hörsaal I NIG Erdgeschoß
  • Donnerstag 02.12. 08:00 - 09:30 Hörsaal I NIG Erdgeschoß
  • Donnerstag 09.12. 08:00 - 09:30 Hörsaal I NIG Erdgeschoß
  • Donnerstag 16.12. 08:00 - 09:30 Hörsaal I NIG Erdgeschoß
  • Donnerstag 13.01. 08:00 - 09:30 Hörsaal I NIG Erdgeschoß
  • Donnerstag 20.01. 08:00 - 09:30 Hörsaal I NIG Erdgeschoß
  • Donnerstag 27.01. 08:00 - 09:30 Hörsaal I NIG Erdgeschoß

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziel:
Das Kennenlernen und Verstehen von Grundlagen, Anwendung (SPSS, teilweise JASP) und Interpretation gängiger multivariater statistischer Verfahren und Methoden.

Inhalt:
- Multiple lineare Regressionsanalyse
- Kovarianzanalyse
- Logistische Regressionsanalyse (generalisierte lineare Modelle)
- Moderations- und Mediationsanalysen
- Multilevel-Modelle
- Hauptkomponentenanalyse (PCA) & exploratorische Faktorenanalyse (EFA)
- Clusteranalyse
Ein Ausblick auf konfirmatorische Faktorenanalysen und Strukturgleichungsmodelle (SEM) sowie auf die latente Klassenanalyse (LCA) wird ebenso gegeben.

Methode:
Vortag, Beispieldatensätze werden zum selbständigen Nachrechnen bereitgestellt. Zur Vorlesung findet ein begleitendes Onlinetutorium statt.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Schriftliche Präsenzprüfung (Multiple-Choice), ohne Hilfsmittel.

Zu den Corona-Regelungen zu Präsenzprüfungen, siehe https://studieren.univie.ac.at/lernen-pruefen/vor-ort-studieren.

Für Personen, die beispielsweise selbst einer Covid-19-Risikogruppe angehören, mit vulnerablen Personen im selben Haushalt leben, für die der Verdacht auf eine Covid-19-Erkrankung besteht oder für die Einreisebestimmungen die Teilnahme an der Vor-Ort-Prüfung unmöglich machen (siehe https://satzung.univie.ac.at/studienrecht/ § 13c für eine vollständige Auflistung definierter Personengruppen), wird individuell eine digitale mündliche Prüfungsmöglichkeit angeboten (bitte ehestmöglich per Mail an ulrich.tran@univie.ac.at bekannt geben).

Mindestanforderungen und Beurteilungsmaßstab

Für eine positive Note müssen 60% von maximal 30 erreichbaren Punkte in der Prüfung erzielt werden.

Beurteilungsmaßstab:
ab 18 Punkten (60%): Genügend (4)
ab 21 Punkten (70%): Befriedigend (3)
ab 24 Punkten (80%): Gut (2)
ab 27 Punkten (90%): Sehr gut (1)

Prüfungsstoff

Alle Inhalte, die im aktuell durchgeführten Lehrveranstaltungszyklus Gegenstand der Vorlesung sind, sind prüfungsrelevant.

Die Unterlagen zu dieser Vorlesung bestehen in den bereitgestellten Folien zur Vorlesung. Die Vorlesung wird online gestreamt und der Stream der Vorlesung wird auch später in Moodle zur Verfügung gestellt.

Literatur

Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). Los Angeles: Sage.
Field, A., Miles, J., & Field, Z. (2012). Discovering statistics using R. Thousand Oaks, CA: Sage.
Bortz, J., & Schuster, C. (2010). Statistik für Human- und Sozialwissenschaftler (7. Aufl.). Berlin: Springer.
https://jasp-stats.org/

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mi 22.02.2023 00:20