Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.
240053 SE BM8 Datenanalyse (2024S)
Prüfungsimmanente Lehrveranstaltung
Labels
Anwesenheitspflicht in der ersten Einheit!Die Lehrveranstaltungsleitung kann Studierende zu einem notenrelevanten Gespräch über erbrachte Teilleistungen einladen.
Plagiierte oder erschlichene Teilleistungen führen zur Nichtbewertung der Lehrveranstaltung (Eintragung eines 'X' im Sammelzeugnis). Es kommt die Plagiatssoftware Turnitin zum Einsatz.Die Verwendung von KI-Tools (z. B. ChatGPT) zur Erbringung von Teilleistungen ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird.
Plagiierte oder erschlichene Teilleistungen führen zur Nichtbewertung der Lehrveranstaltung (Eintragung eines 'X' im Sammelzeugnis). Es kommt die Plagiatssoftware Turnitin zum Einsatz.Die Verwendung von KI-Tools (z. B. ChatGPT) zur Erbringung von Teilleistungen ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird.
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Do 01.02.2024 00:01 bis Mo 26.02.2024 23:59
- Anmeldung von Mi 28.02.2024 00:01 bis Do 29.02.2024 23:59
- Abmeldung bis Mo 18.03.2024 23:59
Details
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
UPDATE 08.05.2024: geänderte Termine
UPDATE 15.05.2024: geänderte Termine
- Mittwoch 13.03. 15:00 - 16:30 Übungsraum (A414) NIG 4. Stock
- Mittwoch 20.03. 15:00 - 18:15 Hörsaal C, NIG 4. Stock
- Mittwoch 10.04. 15:00 - 18:15 Übungsraum (A414) NIG 4. Stock
- Mittwoch 24.04. 15:00 - 18:15 Hörsaal C, NIG 4. Stock
- Mittwoch 15.05. 15:00 - 18:15 Sitzungs-/Prüfungszimmer, NIG 4. Stock
- Mittwoch 22.05. 15:00 - 18:15 Übungsraum (A414) NIG 4. Stock
- Mittwoch 19.06. 15:00 - 18:15 Hörsaal C, NIG 4. Stock
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
- Regelmäßige Anwesenheit im Seminar: Von den 13 Lehrveranstaltungseinheiten darf max. 3 Einheiten (4,5 Stunden) gefehlt werden.
- Kontinuierliche Mitarbeit im Seminar
- Fristgerechte Abgabe der schriftlichen Arbeitsaufgaben während des Semesters
- Erstellung einer AbschlussarbeitZusätzliche Hinweise
Die Lehrveranstaltungsleitung kann Studierende zu einem notenrelevanten Gespräch über erbrachte Teilleistungen einladen. Plagiierte oder erschlichene Teilleistungen führen zur Nichtbewertung der Lehrveranstaltung (Eintragung eines 'X' im Sammelzeugnis). Es kommt die Plagiatssoftware (‘Turnitin') zum Einsatz.
Die Verwendung von KI-Tools (z. B. ChatGPT) zur Erbringung von Teilleistungen ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird.
Mindestanforderungen und Beurteilungsmaßstab
Die Teilleistungen werden wie folgt gewichtet (Beurteilungsmaßstab in Klammern):
+ Mitarbeit (Feedback für Kolleg:innen, Reflexionsbereitschaft, etc.) (10 Punkte)
+ Kontinuierliche Erfüllung der geforderten Aufgaben während des Semesters – die Aufgaben orientieren sich an den Inhalten der Lehrveranstaltungseinheiten (30 Punkte)
+ Erstellung einer Abschlussarbeit laut Vorgaben – Präsentation der Auswertung und Interpretation eigenen Datenmaterials samt Reflexion (7-8 Seiten) (60 Punkte)Es wird nochmals explizit darauf hingewiesen, dass für eine positive Beurteilung alle Teilleistungen erbracht werden müssen.Benotungsspiegel:
91 - 100 Punkte = 1 (sehr gut)
81 - 90 Punkte = 2 (gut)
71 - 80 Punkte = 3 (befriedigend)
61 - 70 Punkte = 4 (genügend)
0 - 60 Punkte = 5 (nicht genügend)
+ Mitarbeit (Feedback für Kolleg:innen, Reflexionsbereitschaft, etc.) (10 Punkte)
+ Kontinuierliche Erfüllung der geforderten Aufgaben während des Semesters – die Aufgaben orientieren sich an den Inhalten der Lehrveranstaltungseinheiten (30 Punkte)
+ Erstellung einer Abschlussarbeit laut Vorgaben – Präsentation der Auswertung und Interpretation eigenen Datenmaterials samt Reflexion (7-8 Seiten) (60 Punkte)Es wird nochmals explizit darauf hingewiesen, dass für eine positive Beurteilung alle Teilleistungen erbracht werden müssen.Benotungsspiegel:
91 - 100 Punkte = 1 (sehr gut)
81 - 90 Punkte = 2 (gut)
71 - 80 Punkte = 3 (befriedigend)
61 - 70 Punkte = 4 (genügend)
0 - 60 Punkte = 5 (nicht genügend)
Prüfungsstoff
Prüfungsimmanente Lehrveranstaltung; es wird keine Prüfung geben.
Literatur
Bohnsack, Ralf (2011) Qualitative Bild- und Videointerpretation: die dokumentarische Methode. 2., durchgesehene und aktualisierte Auflage. Stuttgart: UTB GmbH.
Kuckartz, Udo, (2010) Einführung in die computergestützte Analyse qualitativer Daten. 3., aktualisierte Aufl. Wiesbaden : VS Verl. für Sozialwiss.
McCormack, Coralie (2000) From Interview Transcript to Interpretive Story: Part 1 - Viewing the Transcript through Multiple Lenses. In: Field methods, Vol.12 (4), p.282-297.
McCormack, Coralie (2000) From Interview Transcript to Interpretive Story: Part 2 - Developing an Interpretive Story. In: Field methods, Vol.12 (4), p.298-315.
Moritz, Christine und Michael Corsten [Hg.] (2018) Handbuch Qualitative Videoanalyse. Wiesbaden: Springer VS.
Rädiker, Stefan und Udo Kuckartz (2019) Analyse qualitativer Daten mit MAXQDA: Text, Audio und Video. Wiesbaden: Springer VS.
Zepke, Georg (2016) Lust auf qualitative Forschung! : eine Einführung für die Praxis. Wien: tso, Texte zur Systemischen Organisationsforschung.
Kuckartz, Udo, (2010) Einführung in die computergestützte Analyse qualitativer Daten. 3., aktualisierte Aufl. Wiesbaden : VS Verl. für Sozialwiss.
McCormack, Coralie (2000) From Interview Transcript to Interpretive Story: Part 1 - Viewing the Transcript through Multiple Lenses. In: Field methods, Vol.12 (4), p.282-297.
McCormack, Coralie (2000) From Interview Transcript to Interpretive Story: Part 2 - Developing an Interpretive Story. In: Field methods, Vol.12 (4), p.298-315.
Moritz, Christine und Michael Corsten [Hg.] (2018) Handbuch Qualitative Videoanalyse. Wiesbaden: Springer VS.
Rädiker, Stefan und Udo Kuckartz (2019) Analyse qualitativer Daten mit MAXQDA: Text, Audio und Video. Wiesbaden: Springer VS.
Zepke, Georg (2016) Lust auf qualitative Forschung! : eine Einführung für die Praxis. Wien: tso, Texte zur Systemischen Organisationsforschung.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Mi 15.05.2024 15:46
Im Rahmen des Seminars Datenanalyse werden die Studierenden die Möglichkeit bekommen, fachspezifische Auswertungsmethoden kennenzulernen. Die theoretischen Inputs seitens der LV-Leitung werden durch Übungen und Arbeitsaufträge am eigenen Material praktisch erprobt, womit die Studierenden nach dem Besuch der Lehrveranstaltung über grundlegende Kenntnisse unterschiedlicher fachspezifischer Datenanalysemethoden verfügen und in der Lage sein werden, diese selbständig anzuwenden. Neben den konkreten Analysemethoden werden auch unterschiedliche Formen von Verschriftlichung und Dokumentation (Schreiben von analytischen Memos, Vorgehen von der Analyse zur Textproduktion) erprobt sowie Datenanalyseprogramme (MAXQDA, Atlas.ti) vorgestellt.Inhalte:
Grundlegendes zur Datenauswertung
Kodieren – Ordnen – Interpretation von Datenmaterial
Ausarbeitung von Memos
Analyse von visuellem Material
Vorstellung der Computersoftware MAXQDA (oder Atlas.ti) zur qualitativen Datenanalyse
Von der Datenauswertung zur TextproduktionMethoden:
Der Schwerpunkt der Lehrveranstaltung liegt auf dem selbständigen Erproben von Auswertungsmethoden und ist daher stark auf Interaktion und Partizipation der Studierenden ausgerichtet. Die LV-Einheiten bestehen aus dem Input der LV-Leitung, vertiefenden Diskussionen der Pflichtliteratur und der selbständig erarbeiteten Aufgaben sowie interaktiven Übungen. Mittels kontinuierlicher Diskussionen und Feedbackschleifen durch die Lehrveranstaltungsleitung sowie die Studierenden untereinander werden die Inhalte und die eigenen Erfahrungen in den Präsenzeinheiten eingehend diskutiert und reflektiert.