Universität Wien
Warning! The directory is not yet complete and will be amended until the beginning of the term.

040091 UE EC: Applied Excercise Quantitative Dataanalysis I (2020S)

6.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Continuous assessment of course work

Anwesenheit in der ersten Einheit erforderlich. Es wird empfohlen, diese Übung und die Vorlesung zu quantitativer Datenanalyse im selben Semester zu besuchen.
Moodle

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).

Details

max. 50 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

AKTUELLE INFOS ZUR LEHRVERANSTALTUNG SIEHE MOODLE!

  • Wednesday 11.03. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 18.03. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 25.03. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 01.04. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 22.04. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 29.04. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 06.05. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 13.05. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 20.05. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 27.05. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 03.06. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 10.06. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 17.06. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 24.06. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß

Information

Aims, contents and method of the course

Ergänzend zur VO Quantitative Datenanalyse I steht in dieser Lehrveranstaltung die Anwendung und Vertiefung der erlernten methodischen und statistischen Verfahren im Vordergrund. Im Rahmen kleiner Projekte sollen die Studierenden eigene Forschungsfragen mit Hilfe aktueller Datensätze bearbeiten, wobei die Projekte Forschungsfragen aus unterschiedlichen wissenschaftlichen Disziplinen aufgreifen können. Zu Beginn des Kurses werden unterschiedliche sozialwissenschaftliche Datensätze vorgestellt und eine Einführung in die Statistik-Software Stata gegeben, die für die statistische Datenanalyse verwendet wird.

Durch praktische Einübung sollen die Studierenden den Umgang mit quantitativen Daten und den in der VO Datenanalyse 1 vorgestellten statistischen Analyseverfahren erlernen. Hierzu zählen die Aufbereitung und Bearbeitung von Daten, die Analyse und Interpretation von statistischen Kennzahlen, sowie die Darstellung und Präsentation von Ergebnissen. Ein besonderes Augenmerk des Kurses liegt auf dem Erkennen von Problemen, die sich bei der Analyse quantitativer Daten ergeben können. Studierende sollen nach Abschluss des Kurses in der Lage sein, reflektiert mit den Analyseverfahren und Ergebnissen quantitativer Forschung umzugehen.

Änderungen aufgrund der COVID-19 Maßnahmen: Da Stata eine kommerzielle Software ist und nur in den Computerräumen der Universität zur Verfügung steht, wird der Lehrbetrieb auf die Statustiksoftware R umgestellt. Alles weitere bleibt unverändert. Die mündlichen Präsentationen werden in Konferenzschaltung umgesetzt.

Assessment and permitted materials

Teilleistungen:
- Mitarbeit und Kurzübungen 40%
- Mündliche Präsentation 20%
- Seminararbeit 40%

Bei Erstellung der Seminararbeit sind die Regeln des wissenschaftlichen Arbeitens zu beachten. Die Seminararbeit kann auf Deutsch oder Englisch verfasst werden.

Minimum requirements and assessment criteria

Mindestanforderung für die positive Beurteilung sind die Anwesenheit in der Lehrveranstaltung (max. 2 Einheiten dürfen versäumt werden), die pünktliche Abgabe von vier Kurzübungen, die Abfassung einer Seminararbeit gemäß den Vorgaben der Lehrveranstaltungsleitung und die gelungene Präsentation der Ergebnisse in Form eines Referats im Rahmen der Lehrveranstaltung.

Mit der Anmeldung für diese Lehrveranstaltung erklären sich die TeilnehmerInnen damit einverstanden, dass etwaige Studienleistungen auf das Vorhandensein von Plagiaten elektronisch überprüft werden.

Examination topics

Reading list

Literatur zu R und dessen Anwendung wird direkt in der LV zur Verfügung gestellt.

Association in the course directory

Last modified: Mo 07.09.2020 15:19