Universität Wien

200029 UE Übungen zur Statistik (2022S)

6.00 ECTS (2.00 SWS), SPL 20 - Psychologie
Prüfungsimmanente Lehrveranstaltung
DIGITAL

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 40 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine

Achtung! Diese Übung findet ausschließlich online statt.
Montag von 14.03.2022 bis 17.06.2022 18.30-20.00 Uhr


Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Die Studierenden sollen die Fähigkeiten erwerben i) wissenschaftliche Forschungsergebnisse nachzuvollziehen, zu verstehen und kritisch zu bewerten; ii) Analysen mittels geeigneter statistischer Methoden durchzuführen und die Ergebnisse zu interpretieren. Die Vermittlung des entsprechenden Grundwissens der Statistik erfolgt anhand konkreter psychologischer Beispiele, inklusive Berechnung und mit Hilfe von JASP (https://jasp-stats.org/) und anderer Software.
Folgende Themen werden behandelt:
• Bedeutung der Statistik für die Psychologie
• Beschreibung von Daten: Aufbereitung und Darstellung von Daten mittels Tabellen, Grafiken und statistischen Kenngrößen (Deskriptivstatistik)
• Wahrscheinlichkeitstheorie und Kombinatorik
• Schließen von einer Stichprobe auf die Population, Logik der Hypothesentestung, wichtige Wahrscheinlichkeitsverteilungen und statistische Tests (Inferenzstatistik)
• Beziehungen zwischen psychologischen Merkmalsausprägungen (Korrelation, Regression)

Art der Leistungskontrolle und erlaubte Hilfsmittel

Als Vorbereitung auf die Einheiten werden von den Studierenden Übungsblätter mit einer bestimmte Anzahl an Beispielen bearbeitet. Die Übungsaufgaben werden immer mittwochs im Moodle-Kurs der Vorlesung online gestellt.
Auf einer Kreuzerlliste geben die Studierenden bis zu einer bestimmten Deadline an, welche der Beispiele gelöst wurden und laden die Ausarbeitungen der Lösungen dieser Beispiele in den jeweiligen Upload-Ordner im Moodle-Kurs hoch. Es reicht dabei nicht aus, wenn nur Endergebnisse hochgeladen werden. Der Lösungsweg muss dokumentiert und nachvollziehbar sein, und die Wahl eines bestimmten Lösungswegs/Verfahrens begründet werden.
Während der Einheit werden einzelne Studierenden aufgefordert, die Lösung zu präsentieren. Die Studierenden müssen ihre Lösungen also bei Bedarf vorrechnen bzw. mittels Computer vorzeigen können.
Es können bei Bedarf auch etwaige Fragen, Probleme, etc. besprochen werden. Im Moodle der Vorlesung werden danach auch Musterlösung für die Beispiele hochgeladen.

Mindestanforderungen und Beurteilungsmaßstab

Es besteht grundsätzlich Anwesenheitspflicht in den Einheiten (Präsenz sowie digital). Bei mehr als drei Fehleinheiten pro Semester wird die Lehrveranstaltung negativ beurteilt.
Die Beurteilung erfolgt auf Basis des Anteils an von den Studierenden gekreuzten (und gültigen) Beispielen der zeitgerecht hochgeladenen Lösungen der Übungsblätter. Die Lösungen der Beispiele werden NUR anerkannt, wenn die Kreuzerlliste ausgefüllt UND die gelösten Beispiele bis zur Deadline hochgeladen wurden. Wichtig: Ein Nachtragen der Kreuze sowie das Hochladen der Beispiele nach dieser Deadline ist nicht möglich (Ausnahme: erste Einheit mit Beispielen).
Falls für ein gekreuztes Beispiel keine Lösung hochgeladen wurde oder der Lösungsweg nicht nachvollziehbar ist, werden für dieses Beispiel keine Punkte vergeben. Zudem wird bei Plagiatsverdacht und gleichzeitig unzureichender bzw. keiner Präsentation in der Einheit, die Gesamtnote um einen Grad herabgesetzt.
Die Note ergibt sich durch folgenden Beurteilungsschlüssel (% der gültigen gekreuzten Beispiele an allen Beispielen des Semesters):
unter 60%: Nicht genügend (5)
ab 60%: Genügend (4)
ab 70%: Befriedigend (3)
ab 80%: Gut (2)
ab 90%: Sehr gut (1)
Zum Erreichen einer positiven Beurteilung sind daher mindestens 60% nötig.

Prüfungsstoff

Immanenter Prüfungscharakter (Anwesenheitspflicht!): Aufgaben, die ins Netz gestellt werden, sollen von Studierenden bearbeitet werden.

Literatur

Wird in der dazugehörigen Vorlesung bekanntgegeben

Zuordnung im Vorlesungsverzeichnis

70413

Letzte Änderung: Mo 28.02.2022 13:49