Warning! The directory is not yet complete and will be amended until the beginning of the term.
220055 UE METH: UE STADA Statistical Data Analysis (2020W)
Continuous assessment of course work
Labels
Summary
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).
- Registration is open from Mo 14.09.2020 09:00 to We 16.09.2020 18:00
- Deregistration possible until Sa 31.10.2020 23:59
Registration information is available for each group.
Groups
Group 1
max. 30 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
- Wednesday 21.10. 13:00 - 14:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Wednesday 04.11. 13:00 - 14:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Wednesday 18.11. 13:00 - 14:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Wednesday 02.12. 13:00 - 14:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Wednesday 16.12. 13:00 - 14:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Wednesday 20.01. 13:00 - 14:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
Aims, contents and method of the course
Assessment and permitted materials
Mitarbeit (Einzel- oder Gruppenübungen zu jedem Thema in der jeweiligen Einheit, Vorbereitung der Pflichtlektüre) und fristgerechte Abgabe von zwei Hausübungen.
Im Falle von digitaler Lehre bzw. hybrider Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle gestellt.
Im Falle von digitaler Lehre bzw. hybrider Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle gestellt.
Minimum requirements and assessment criteria
75 % Anwesenheitspflicht bei Vor-Ort-Lehre, d.h. es ist eine Fehleinheit möglich. Im Falle von digitaler Lehre bzw. hybrider Lehre wird die Anwesenheitspflicht der Situation entsprechend angepasst und rechtzeitig an die Studierenden kommuniziert.Benotung: 60 % Hausübungen + 40 % Mitarbeit
2 Hausübungen:
Hausübung 1: 25 %
Hausübung 2: 35 %Für eine positive Note müssen beide Hausübungen abgegeben werden und im Durchschnitt 50 % der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
2 Hausübungen:
Hausübung 1: 25 %
Hausübung 2: 35 %Für eine positive Note müssen beide Hausübungen abgegeben werden und im Durchschnitt 50 % der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Reading list
Wird in der Lehrveranstaltung bekannt gegeben.
Group 2
max. 30 participants
Language: English
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
- Tuesday 20.10. 16:45 - 18:15 Digital
- Tuesday 03.11. 16:45 - 18:15 Digital
- Tuesday 17.11. 16:45 - 18:15 Digital
- Tuesday 01.12. 16:45 - 18:15 Digital
- Tuesday 12.01. 16:45 - 18:15 Digital
- Tuesday 26.01. 16:45 - 18:15 Digital
Aims, contents and method of the course
The course aims to explain the basics of statistical analyses in communication science. Through practical exercises, students will learn descriptive statistics in SPSS, basic data analyses (e.g., correlation, t-test, linear regression) and how to interpret the results.After completing this seminar, students will be familiar with descriptive statistics and basic data analyses to independently carry out analyses in SPSS.It is strongly recommended to attend the corresponding lecture!Please note that this seminar is taught in English.
Assessment and permitted materials
Grading: 60% homework, 40% participation in classesTwo homework assignments:
Homework 1: 25%
Homework 2: 35%To receive a positive grade, both homework assignments must be submitted and an average of 50% of the total points must be achieved.In case WS 20/21 will take place in form of remote learning (Hybride Lehre/Digitale Lehre), aims and contents of the course remain unchanged. The requirements and the assessment criteria for the home assignments remain the same. Methodically, different activities on Moodle are used. Registered students will be informed before the start of the semester via e-mail.
Homework 1: 25%
Homework 2: 35%To receive a positive grade, both homework assignments must be submitted and an average of 50% of the total points must be achieved.In case WS 20/21 will take place in form of remote learning (Hybride Lehre/Digitale Lehre), aims and contents of the course remain unchanged. The requirements and the assessment criteria for the home assignments remain the same. Methodically, different activities on Moodle are used. Registered students will be informed before the start of the semester via e-mail.
Minimum requirements and assessment criteria
75% Attendance is requiredGrading
87.0 – 100% Excellent
75.0 – 86.9% Good
63.0 – 74.9% Satisfactory
50.0 – 62.9% Sufficient
00.0 – 49.9% Unsatisfactory
87.0 – 100% Excellent
75.0 – 86.9% Good
63.0 – 74.9% Satisfactory
50.0 – 62.9% Sufficient
00.0 – 49.9% Unsatisfactory
Reading list
Will be announced in the course.
Group 3
max. 30 participants
Language: English
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
- Tuesday 20.10. 11:30 - 13:00 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
- Tuesday 03.11. 11:30 - 13:00 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
- Tuesday 17.11. 11:30 - 13:00 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
- Tuesday 01.12. 11:30 - 13:00 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
- Tuesday 12.01. 11:30 - 13:00 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
- Tuesday 26.01. 11:30 - 13:00 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
Aims, contents and method of the course
Students get to know and practice descriptive and inductive methods of statistical data analysis. They learn to prepare, visualize, and analyze data with SPSS and interpret and report the results. Moreover, they learn how to read others’ results and critically examine them. After completion of the seminar, students have a basic knowledge about descriptive and inductive statistics and are able to independently carry out analyses with SPSS, as well as critically evaluate statistical representations and analyses in academic papers.It is strongly recommended to attend the corresponding lecture!
Assessment and permitted materials
Grading:
60% homework (25% for the first homework, 35% for the second homework)
40% participation in classesTo receive a positive grade, both homework assignments must be submitted and an average of 50% of the total points must be achieved.In case WiSe 20/21 will take place in form of remote learning, content and aims of the course remain unchanged. Methodically, different activities on Moodle are used. Registered students will be informed before the start of the semester via e-mail.
60% homework (25% for the first homework, 35% for the second homework)
40% participation in classesTo receive a positive grade, both homework assignments must be submitted and an average of 50% of the total points must be achieved.In case WiSe 20/21 will take place in form of remote learning, content and aims of the course remain unchanged. Methodically, different activities on Moodle are used. Registered students will be informed before the start of the semester via e-mail.
Minimum requirements and assessment criteria
75% Attendance is requiredGrading
00.0 – 49.9% Unsatisfactory
50.0 – 62.9% Sufficient
63.0 – 74.9% Satisfactory
75.0 – 86.9% Good
87.0 - 100% Excellent
00.0 – 49.9% Unsatisfactory
50.0 – 62.9% Sufficient
63.0 – 74.9% Satisfactory
75.0 – 86.9% Good
87.0 - 100% Excellent
Reading list
Will be announced in class.
Group 4
max. 30 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
- Wednesday 21.10. 15:00 - 16:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Wednesday 04.11. 15:00 - 16:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Wednesday 18.11. 15:00 - 16:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Wednesday 02.12. 15:00 - 16:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Wednesday 16.12. 15:00 - 16:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Wednesday 20.01. 15:00 - 16:30 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Aims, contents and method of the course
Die Lehrveranstaltung setzt sich zum Ziel, Grundlagen der statistischen Auswertung in der Kommunikationswissenschaft zu erklären und mit praktischen Übungen zur Datenverarbeitung mit SPSS, statistischer Datenanalyse und Interpretation der Ergebnisse näherzubringen.Es wird dringend empfohlen die dazugehörige Vorlesung zu besuchen!Informationen zum konkreten Ablauf der Lehrveranstaltung im WS2020 erhalten alle korrekt angemeldeten Studierenden rechtzeitig per E-Mail. Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz.
Assessment and permitted materials
- Anwesenheitspflicht (max. 1 Fehleinheit)
- Aktive Mitarbeit (Einzel- oder Gruppenübungen zu jedem Thema in der jeweiligen Einheit) 40%
- Hausübungen 60 % (HU1 25 % + HÜ2: 35%)Für eine positive Note müssen beide selbständig bearbeiteten Hausübungen abgegeben werden und im Durchschnitt 50% der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte).Im Falle von digitaler Lehre bzw. hybrider Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle gestellt.
- Aktive Mitarbeit (Einzel- oder Gruppenübungen zu jedem Thema in der jeweiligen Einheit) 40%
- Hausübungen 60 % (HU1 25 % + HÜ2: 35%)Für eine positive Note müssen beide selbständig bearbeiteten Hausübungen abgegeben werden und im Durchschnitt 50% der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte).Im Falle von digitaler Lehre bzw. hybrider Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle gestellt.
Minimum requirements and assessment criteria
75 % Anwesenheitspflicht bei Vor-Ort-Lehre, d.h. es ist eine Fehleinheit möglich. Im Falle von digitaler bzw. hybrider Lehre wird die Anwesenheitspflicht der Situation entsprechend angepasst und rechtzeitig an die Studierenden kommuniziert.Benotung: 60 % Hausübungen + 40 % Mitarbeit
2 Hausübungen:
Hausübung 1: 25 %
Hausübung 2: 35 %Für eine positive Note müssen beide Hausübungen abgegeben werden und im Durchschnitt 50 % der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
2 Hausübungen:
Hausübung 1: 25 %
Hausübung 2: 35 %Für eine positive Note müssen beide Hausübungen abgegeben werden und im Durchschnitt 50 % der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Reading list
Wird in der ersten Sitzung und über Moodle bekannt gegeben
Group 5
max. 30 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
- Wednesday 21.10. 14:45 - 16:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Wednesday 04.11. 14:45 - 16:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Wednesday 18.11. 14:45 - 16:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Wednesday 02.12. 14:45 - 16:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Wednesday 16.12. 14:45 - 16:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Wednesday 20.01. 14:45 - 16:15 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
Aims, contents and method of the course
Die Lehrveranstaltung setzt sich zum Ziel, Grundlagen der statistischen Auswertungen in der Kommunikationswissenschaft zu erklären und mit praktischen Übungen näherzubringen.Es wird dringend empfohlen, die dazugehörige Vorlesung zu besuchen!Informationen zum konkreten Ablauf der Lehrveranstaltung im WS2020 erhalten alle korrekt angemeldeten Studierenden rechtzeitig per E-Mail. Im Falle von digitaler bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz.
Assessment and permitted materials
Mitarbeit (Einzel- oder Gruppenübungen zu jedem Thema in der jeweiligen Einheit, Vorbereitung der Pflichtlektüre) und fristgerechte Abgabe von zwei Hausübungen.
Im Falle von digitaler bzw. hybrider Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle gestellt.
Im Falle von digitaler bzw. hybrider Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle gestellt.
Minimum requirements and assessment criteria
75 % Anwesenheitspflicht bei Vor-Ort-lehre, d.h. es ist eine Fehleinheit möglich.
Im Falle von digitaler bzw. hybrider Lehre wird die Anwesenheitspflicht der Situation entsprechend angepasst und rechtzeitig an die Studierenden kommuniziert.Benotung: 60 % Hausübungen + 40 % Mitarbeit
2 Hausübungen:
Hausübung 1: 25 %
Hausübung 2: 35 %
Für eine positive Note müssen beide Hausübungen abgegeben werden und im Durchschnitt 50 % der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.
Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Im Falle von digitaler bzw. hybrider Lehre wird die Anwesenheitspflicht der Situation entsprechend angepasst und rechtzeitig an die Studierenden kommuniziert.Benotung: 60 % Hausübungen + 40 % Mitarbeit
2 Hausübungen:
Hausübung 1: 25 %
Hausübung 2: 35 %
Für eine positive Note müssen beide Hausübungen abgegeben werden und im Durchschnitt 50 % der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.
Notenschlüssel:
100 - 87,0 % Sehr Gut
86,9 - 75,0 % Gut
74,9 - 63,0 % Befriedigend
62,9 - 50,0 % Genügend
49,9 - 00,0 % Nicht Genügend
Reading list
Wird in der Lehrveranstaltung bekannt gegeben.
Group 6
max. 30 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
- Wednesday 21.10. 11:30 - 13:00 PC-Raum 1 Schenkenstraße 8-10, 1.UG
- Wednesday 04.11. 11:30 - 13:00 PC-Raum 1 Schenkenstraße 8-10, 1.UG
- Wednesday 18.11. 11:30 - 13:00 PC-Raum 1 Schenkenstraße 8-10, 1.UG
- Wednesday 02.12. 11:30 - 13:00 PC-Raum 1 Schenkenstraße 8-10, 1.UG
- Wednesday 16.12. 11:30 - 13:00 PC-Raum 1 Schenkenstraße 8-10, 1.UG
- Wednesday 20.01. 11:30 - 13:00 PC-Raum 1 Schenkenstraße 8-10, 1.UG
Aims, contents and method of the course
Die Studierenden lernen deskriptive und induktive Methoden der statistischen Datenanalyse kennen und anzuwenden. Sie lernen, Daten mit SPSS aufzubereiten, zu visualisieren und zu analysieren sowie die Ergebnisse zu interpretieren und zu berichten. Außerdem lernen sie, die Ergebnisse anderer zu lesen und kritisch zu hinterfragen. Nach Abschluss des Seminars verfügen die Studierenden über Grundkenntnisse in der deskriptiven und induktiven Statistik und sind in der Lage, selbstständig Analysen mit SPSS durchzuführen sowie statistische Darstellungen und Analysen in wissenschaftlichen Arbeiten kritisch zu bewerten.Informationen zum konkreten Ablauf der Lehrveranstaltung im WS2020 erhalten alle korrekt angemeldeten Studierenden rechtzeitig per E-Mail. Im Falle von digitaler bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz.
Assessment and permitted materials
Mitarbeit (Einzel- und Gruppenaufgaben in der Übungseinheit), fristgerechte Abgabe der beiden Hausübungen, Erreichen der Mindestpunkte in den eigenständig verfassten Hausübungen.Im Falle von digitaler bzw. hybrider Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle gestellt.Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung Studierende zu einem notenrelevanten Gespräch nach Abgabe der Hausübungen einladen, welches positiv zu absolvieren ist.
Minimum requirements and assessment criteria
75 % Anwesenheitspflicht bei Vor-Ort-lehre, d.h. es ist eine Fehleinheit möglich.Im Falle von digitaler bzw. hybrider Lehre wird die Anwesenheitspflicht der Situation entsprechend angepasst und rechtzeitig an die Studierenden kommuniziert.Benotung: 60 % Hausübungen, 40 % Mitarbeit in UE2 Hausübungen:
HÜ1: 25 %
HÜ2: 35%
Für eine positive Note müssen beide Hausübungen abgegeben werden und im Durchschnitt 50 % der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.Notenschlüssel:
00,0 - 49,9% Nicht Genügend
50,0 - 62,9% Genügend
63,0 - 74,9% Befriedigend
75,0 - 86,9% Gut
87,0 - 100% Sehr Gut
HÜ1: 25 %
HÜ2: 35%
Für eine positive Note müssen beide Hausübungen abgegeben werden und im Durchschnitt 50 % der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.Notenschlüssel:
00,0 - 49,9% Nicht Genügend
50,0 - 62,9% Genügend
63,0 - 74,9% Befriedigend
75,0 - 86,9% Gut
87,0 - 100% Sehr Gut
Reading list
Wird in der Lehrveranstaltung bekannt gegeben.
Group 7
max. 30 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
- Tuesday 20.10. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
- Tuesday 03.11. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
- Tuesday 17.11. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
- Tuesday 01.12. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
- Tuesday 12.01. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
- Tuesday 26.01. 09:45 - 11:15 PC-Raum 1 Schenkenstraße 8-10, 1.UG
Aims, contents and method of the course
Die Lehrveranstaltung setzt sich zum Ziel, Grundlagen der statistischen Auswertungen in der Kommunikationswissenschaft zu erklären und mit praktischen Übungen näherzubringen.
Es wird dringen empfohlen die dazugehörige Vorlesung zu besuchen!
Es wird dringen empfohlen die dazugehörige Vorlesung zu besuchen!
Assessment and permitted materials
Mitarbeit (Einzel- und Gruppenaufgaben in der Übungseinheit), fristgerechte Abgabe der beiden Hausübungen, Erreichen der Mindestpunkte in den eigenständig verfassten Hausübungen.
Minimum requirements and assessment criteria
Max. 1 Fehleinheit. Es gilt Anwesenheitspflicht, nur eine Fehleinheit ist möglich.
Die Übung wird dieses Jahr komplett digital stattfinden.
Daher gibt es anstelle der Anwesenheit in der Veranstaltung eine wöchentliche Aufgabe. Die fristgerechte Abgabe entspricht der Anwesenheit. Es ist entsprechend eine fehlende Aufgabe möglich.Benotung: 60 % Hausübungen, 40 % Mitarbeit in UE.
Im Home-Learning bedeutet Mitarbeit die aktive Beteiligung im Diskussionsforum.2 Hausübungen:
HÜ1: 25 %
HÜ2: 35%
Für eine positive Note müssen beide, selbständig bearbeiteten Hausübungen abgegeben werden und im Durchschnitt 50% der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte von insgesamt 60 Punkten die über die Hausübungen maximal erreicht werden können). Die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen bleiben im Home-Learning unverändert.Notenschlüssel:
00,0 – 49,9% Nicht Genügend
50,0 - 62,9% Genügend
63,0 - 74,9% Befriedigend
75,0 - 86,9% Gut
87,0 - 100% Sehr Gut
Die Übung wird dieses Jahr komplett digital stattfinden.
Daher gibt es anstelle der Anwesenheit in der Veranstaltung eine wöchentliche Aufgabe. Die fristgerechte Abgabe entspricht der Anwesenheit. Es ist entsprechend eine fehlende Aufgabe möglich.Benotung: 60 % Hausübungen, 40 % Mitarbeit in UE.
Im Home-Learning bedeutet Mitarbeit die aktive Beteiligung im Diskussionsforum.2 Hausübungen:
HÜ1: 25 %
HÜ2: 35%
Für eine positive Note müssen beide, selbständig bearbeiteten Hausübungen abgegeben werden und im Durchschnitt 50% der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte von insgesamt 60 Punkten die über die Hausübungen maximal erreicht werden können). Die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen bleiben im Home-Learning unverändert.Notenschlüssel:
00,0 – 49,9% Nicht Genügend
50,0 - 62,9% Genügend
63,0 - 74,9% Befriedigend
75,0 - 86,9% Gut
87,0 - 100% Sehr Gut
Reading list
keine
Group 8
max. 30 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
- Thursday 22.10. 13:00 - 14:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Thursday 05.11. 13:00 - 14:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Thursday 19.11. 13:00 - 14:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Thursday 03.12. 13:00 - 14:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Thursday 17.12. 13:00 - 14:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Thursday 14.01. 13:00 - 14:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
- Thursday 28.01. 13:00 - 14:30 Lehrredaktion Publizistik, Währinger Straße 29 2.OG
Aims, contents and method of the course
Die Lehrveranstaltung setzt sich zum Ziel, Grundlagen der statistischen Auswertungen in der Kommunikationswissenschaft zu erklären und mit praktischen Übungen näherzubringen.
Es wird dringend empfohlen, die dazugehörige Vorlesung zu besuchen!Informationen zum konkreten Ablauf der Lehrveranstaltung im WS2020 erhalten alle korrekt angemeldeten Studierenden rechtzeitig per E-Mail. Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz.
Es wird dringend empfohlen, die dazugehörige Vorlesung zu besuchen!Informationen zum konkreten Ablauf der Lehrveranstaltung im WS2020 erhalten alle korrekt angemeldeten Studierenden rechtzeitig per E-Mail. Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz.
Assessment and permitted materials
Mitarbeit (Einzel- oder Gruppenübungen zu jedem Thema in der jeweiligen Einheit, Vorbereitung der Pflichtlektüre) und fristgerechte Abgabe von zwei Hausübungen.Im Falle von digitaler Lehre bzw. hybrider Lehre wird die Mitarbeit ebenfalls durch die Abgabe von Mitarbeitsübungen bewertet. Die Arbeitsaufträge werden in diesem Fall jeweils in den entsprechenden Einheiten auf Moodle gestellt.
Minimum requirements and assessment criteria
75 % Anwesenheitspflicht bei Vor-Ort-Lehre, d.h. es ist eine Fehleinheit möglich. Im Falle von digitaler Lehre bzw. hybrider Lehre wird die Anwesenheitspflicht der Situation entsprechend angepasst und rechtzeitig an die Studierenden kommuniziert.Benotung: 60 % Hausübungen + 40 % Mitarbeit
2 Hausübungen:
Hausübung 1: 25 %
Hausübung 2: 35 %Für eine positive Note müssen beide Hausübungen abgegeben werden und im Durchschnitt 50 % der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.Notenschlüssel:
• 100 - 87,0 % Sehr Gut
• 86,9 - 75,0 % Gut
• 74,9 - 63,0 % Befriedigend
• 62,9 - 50,0 % Genügend
• 49,9 - 00,0 % Nicht Genügend
2 Hausübungen:
Hausübung 1: 25 %
Hausübung 2: 35 %Für eine positive Note müssen beide Hausübungen abgegeben werden und im Durchschnitt 50 % der Gesamtpunkte erreicht werden (d.h. über beide Hausübungen hinweg 30 Punkte). Zudem muss die Mitarbeit als Teilleistung ebenfalls positiv sein, d.h. es müssen mindestens 20 Mitarbeitspunkte über das Semester hinweg gesammelt werden.
Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Anforderungen und der Beurteilungsmaßstab zu den Hausübungen und Mitarbeitsübungen unverändert.Notenschlüssel:
• 100 - 87,0 % Sehr Gut
• 86,9 - 75,0 % Gut
• 74,9 - 63,0 % Befriedigend
• 62,9 - 50,0 % Genügend
• 49,9 - 00,0 % Nicht Genügend
Reading list
Wird in der Lehrveranstaltung bekannt gegeben.
Information
Examination topics
In der Übung erarbeitete Inhalte eigenständig auf neue Fragestellungen anwenden, für die Erarbeitung der Hausübungen kann ein selbständiges Ergänzen der theoretischen Inhalte durch die dazugehörige Vorlesung und/ oder Literatur nötig sein.
Association in the course directory
Last modified: Th 14.11.2024 00:15
Es wird dringend empfohlen, die dazugehörige Vorlesung zu besuchen!Informationen zum konkreten Ablauf der Lehrveranstaltung im WS2020 erhalten alle korrekt angemeldeten Studierenden rechtzeitig per E-Mail. Im Falle von digitaler Lehre bzw. hybrider Lehre bleiben die Ziele und Inhalte der Lehrveranstaltung unverändert. Methodisch kommen verschiedene Übungsaktivitäten via Moodle zum Einsatz.