Universität Wien
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

230121 UE M4 Quantitative Methoden: Querschnittsdatenanalyse (2025S)

5.00 ECTS (2.00 SWS), SPL 23 - Soziologie
Prüfungsimmanente Lehrveranstaltung

Zusammenfassung

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
An/Abmeldeinformationen sind bei der jeweiligen Gruppe verfügbar.

Gruppen

Gruppe 1

max. 20 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Donnerstag 27.03. 08:00 - 11:15 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Donnerstag 10.04. 08:00 - 11:15 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Donnerstag 08.05. 08:00 - 11:15 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Donnerstag 22.05. 08:00 - 11:15 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Donnerstag 05.06. 08:00 - 11:15 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Donnerstag 26.06. 08:00 - 11:15 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziel der Lehrveranstaltung ist es, den Teilnehmer*innen anwendungsorientiert solide Kenntnisse grundlegender Analyseverfahren (Fokus: Kausaldiagramme, lineare & logistische Regressionsanalyse, Mediationsanalyse) zu vermitteln. Neben den statistischen Grundlagen steht die Praxis im Vordergrund. Die TeilnehmerInnen sollen in die Lage versetzt werden, eine konkrete Fragestellung bzw. Hypothesen zu formulieren und diese anhand eines aktuellen Datensatzes und unter Einsatz des passenden Analyseverfahrens zu testen bzw. die Analyseergebnisse korrekt zu interpretieren. Eine kurze Einführung in R ist Teil der Lehrveranstaltung.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Bearbeitung von kurzen Übungsbeispielen
Präsentation eines Forschungskonzepts und Peer-Feedback
Verfassen eines Abschlussberichts

-----
Hinweis der SPL Soziologie:
Alle Studierenden, die einen Lehrveranstaltungsplatz erhalten haben, sind zu beurteilen, sofern sie sich nicht zeitgerecht abgemeldet haben oder unverzüglich nach Wegfall des Hindernisses einen wichtigen Grund für die Nichtdurchführung der Abmeldung glaubhaft machen.
Bei Vorliegen eines solchen Grundes (zB eine längere Erkrankung) kann d* Studierende auch nach Ablauf der Frist von der LV abgemeldet werden.
Über das Vorliegen eines wichtigen Grundes entscheidet die Lehrveranstaltungsleitung. Der Antrag auf Abmeldung ist unverzüglich zu stellen.
Für eine positive Beurteilung der Lehrveranstaltung ist die positive Absolvierung aller Teilleistungen erforderlich.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen.
Die Verwendung von KI-Tools (z. B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird (z. B. für einzelne Arbeitsaufgaben).
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung eine mündliche Reflexion ("Notenrelevantes Gespräch") der abgegebenen Seminararbeit vorsehen, die erfolgreich zu absolvieren ist.
Wurde eine Teilleistung erschlichen, d.h. etwa bei einer Prüfung oder einem Test geschummelt, bei einer schriftlichen Arbeit plagiiert oder auch Unterschriften auf Anwesenheitslisten gefälscht, wird die gesamte Lehrveranstaltung als "nicht beurteilt" gewertet und entsprechend erfasst.
Dies uns weitere Bestimmungen finden sie im studienrechtlichen Satzungsteil: https://satzung.univie.ac.at/studienrecht/.
Wenn Sie eine prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben und sich für einen vierten Antritt anmelden wollen, kontaktieren Sie bitte die StudienServiceStelle Soziologie während der Anmeldephase (vgl: Zusatzinformation "Dritte Wiederholung bei prüfungsimmanenten Lehrveranstaltungen" https://soziologie.univie.ac.at/info/pruefungen/#c56313)

Mindestanforderungen und Beurteilungsmaßstab

Anwesenheitspflicht, Studierende dürfen max. 2 Einheiten=eine Blockeinheit fehlen.
Alle Teilleistungen müssen positiv absolviert werden, um die Lehrveranstaltung positiv zu bestehen. Die Teilleistungen fließen folgendermaßen in die Endnote ein:
Bearbeitung von Übungsbeispielen (40%)
Präsentation eines Forschungskonzepts und Peer-Feedback (40%)
Verfassen eines Abschlussberichts (20%)

Die Notenskala für die Lehrveranstaltung lautet wie folgt:
1 (sehr gut) 100-90 %
2 (gut) 89-81 %
3 (befriedigend) 80-71 %
4 (genügend) 70-60 %
5 (nicht genügend) 59-0 %
Für eine positive Beurteilung der Lehrveranstaltung sind 60 Prozent erforderlich.

Literatur

Sauer, S. (2019). Moderne Datenanalyse mit R: Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren (1. Aufl. 2019 edition.). Springer Gabler. doi: 10.1007/978-3-658-21587-3

Hellbrück, R. (2011). Angewandte Statistik mit R : Eine Einführung für Ökonomen und Sozialwissenschaftler (2., überarbeitete Auflage). Wiesbaden: Gabler Verlag / Springer Fachmedien Wiesbaden GmbH, Wiesbaden.

Gruppe 2

max. 20 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Freitag 14.03. 15:00 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Freitag 04.04. 15:00 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Freitag 11.04. 15:00 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Freitag 16.05. 15:00 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Freitag 06.06. 15:00 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Freitag 13.06. 15:00 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziel der Lehrveranstaltung ist es, den Teilnehmenden anwendungsorientiert solide Kenntnisse grundlegender Analyseverfahren (Fokus: Kausaldiagramme, lineare & logistische Regressionsanalyse, Mediationsanalyse) zu vermitteln. Neben den statistischen Grundlagen steht die Praxis im Vordergrund. Die Studierenden sollen in die Lage versetzt werden, eine konkrete Fragestellung bzw. Hypothesen zu formulieren und diese anhand eines aktuellen Datensatzes und unter Einsatz des passenden Analyseverfahrens zu testen bzw. die Analyseergebnisse korrekt zu interpretieren. Die im Rahmen von Übungsbeispielen zu bearbeitenden Fragestellungen basieren auf einem Datensatz (aktuelle Umfragedaten), der zu Beginn des Semesters zur Verfügung gestellt wird. Die Daten werden mittels des Softwarepakets R analysiert/interpretiert. Eine Einführung in das Statistikprogramm R ist Teil der Lehrveranstaltung und erfolgt zu Beginn der Lehrveranstaltung in der ersten Doppeleinheit.

Der Zeitaufwand für die Lehrveranstaltung ist während des Semesters relativ hoch (selbständige Bearbeitung der Aufgabenstellungen bis zur nächsten Einheit), dafür ist die Übung mit Semesterende abgeschlossen.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Die Leistungskontrolle basiert auf folgenden Teilleistungen:
-Aktive Mitarbeit und Beteiligung an den allgemeinen Teilen der Übungen sowie Präsentation von zumindest einer Aufgabenstellung in der Übung
-Eigenständige Anwendung und Adaptierung der Codes in den Übungsteilen
-Ausarbeitung und Lösung von 5 kurzen Aufgabenstellungen (fristgerechte Abgabe jeweils bis zur nächsten Einheit)
-Abschlussaufgabe

-----
Hinweis der SPL Soziologie:
Alle Studierenden, die einen Lehrveranstaltungsplatz erhalten haben, sind zu beurteilen, sofern sie sich nicht zeitgerecht abgemeldet haben oder unverzüglich nach Wegfall des Hindernisses einen wichtigen Grund für die Nichtdurchführung der Abmeldung glaubhaft machen.
Bei Vorliegen eines solchen Grundes (zB eine längere Erkrankung) kann d* Studierende auch nach Ablauf der Frist von der LV abgemeldet werden.
Über das Vorliegen eines wichtigen Grundes entscheidet die Lehrveranstaltungsleitung. Der Antrag auf Abmeldung ist unverzüglich zu stellen.
Für eine positive Beurteilung der Lehrveranstaltung ist die positive Absolvierung aller Teilleistungen erforderlich.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen.
Die Verwendung von KI-Tools (z. B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird (z. B. für einzelne Arbeitsaufgaben).
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung eine mündliche Reflexion ("Notenrelevantes Gespräch") der abgegebenen Seminararbeit vorsehen, die erfolgreich zu absolvieren ist.
Wurde eine Teilleistung erschlichen, d.h. etwa bei einer Prüfung oder einem Test geschummelt, bei einer schriftlichen Arbeit plagiiert oder auch Unterschriften auf Anwesenheitslisten gefälscht, wird die gesamte Lehrveranstaltung als "nicht beurteilt" gewertet und entsprechend erfasst.
Dies uns weitere Bestimmungen finden sie im studienrechtlichen Satzungsteil: https://satzung.univie.ac.at/studienrecht/.
Wenn Sie eine prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben und sich für einen vierten Antritt anmelden wollen, kontaktieren Sie bitte die StudienServiceStelle Soziologie während der Anmeldephase (vgl: Zusatzinformation "Dritte Wiederholung bei prüfungsimmanenten Lehrveranstaltungen" https://soziologie.univie.ac.at/info/pruefungen/#c56313)

Mindestanforderungen und Beurteilungsmaßstab

Anwesenheit: Es besteht Anwesenheitspflicht - zwei Fehltermine werden toleriert. Achtung: In der ersten Einheit besteht unbedingte Anwesenheitspflicht!
Mindestanforderungen:
- Anwesenheit und Mitarbeit (maximal 2 Absenzen)
- Abgabe von mindestens 4 der 5 kurzen Aufgabenstellungen
- Präsentation einer Aufgabenstellung in der nächsten Einheit
- Positive Absolvierung der Abschlussarbeit

Beurteilungsmaßstab:
Mitarbeit und aktive Beteiligung: maximal 20 Punkte
Aufgabenstellungen maximal 50 Punkte (10 Punkte pro Aufgabe)
Abschlussaufgabe maximal 30 Punkte

Die Note ergibt sich aus der erreichten Punkteanzahl wie folgt (max. 100 Punkte):
1 (sehr gut): 100-90 Punkte
2 (gut): 89-77 Punkte
3 (befriedigend): 76-64 Punkte
4 (genügend): 63-51 Punkte
5 (nicht genügend): 50-0 Punkte

Literatur

Alexander, R. (2023, July 27). Telling Stories with Data. https://tellingstorieswithdata.com/
Sauer, S. (2019). Moderne Datenanalyse mit R: Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren. Springer Gabler. https://doi.org/10.1007/978-3-658-21587-3
Venables, W. N., Smith, D. M., & R Core Team. (n.d.). An Introduction to R. Notes on R: A Programming Environment for Data Analysis and GraphicsVersion 4.1.0 (2021-05-18). Retrieved May 7, 2021, from https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf
Wollschläger, D. (2020). Grundlagen der Datenanalyse mit R: Eine anwendungsorientierte Einführung (5. Auflage). Springer Spektrum. https://doi.org/10.1007/978-3-662-61736-6
Je nach Bedarf wird im Seminar auf Literatur und Online Ressourcen hingewiesen.

Information

Prüfungsstoff

Engagement und Mitarbeit, Lösen der Aufgabenstellungen, Präsentation einer Aufgabenstellung in der Einheit, Abschlussarbeit

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Fr 17.01.2025 18:26