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

200017 VO Advanced Statistics (2021W)

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

Diese Vorlesung ist nur für Studierende mit Zulassung zum Masterstudium Psychologie!
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).
Register/Deregister for this course

Details

Language: German

Examination dates

Lecturers

Classes (iCal) - next class is marked with N

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

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

Information

Aims, contents and method of the course

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.

Assessment and permitted materials

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).

Minimum requirements and assessment criteria

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)

Examination topics

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.

Reading list

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/

Association in the course directory

Last modified: We 22.02.2023 00:20