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

230069 UE Specific Multivariate Methods of Analysis in the Social Sciences (2018S)

4.00 ECTS (2.00 SWS), SPL 23 - Soziologie
Continuous assessment of course work

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. 25 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

  • Monday 05.03. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Monday 19.03. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Monday 09.04. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Monday 16.04. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Monday 23.04. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Monday 07.05. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Monday 14.05. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Monday 28.05. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Monday 04.06. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Monday 18.06. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
  • Monday 25.06. 09:00 - 11:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25

Information

Aims, contents and method of the course

Um der Komplexität der sozialen Realität Rechnung zu tragen, ist der Einsatz multivariater Verfahren unerlässlich. In multiplen Regressionsanalysen werden die Effekte der einzelnen Merkmale gemeinsam, und kontrolliert für den Einfluss der anderen Variablen im Modell, geschätzt und getestet. Multivariate Verfahren können auch eingesetzt werden um Zusammenhänge zwischen Variablen und Objekten zu entdecken. So kann etwa mittels explorativer Faktorenanalyse eine Menge von korrelierenden Variablen auf eine kleinere Anzahl von Faktoren verdichtet werden. Mittels Clusteranalyse wiederum ist es möglich Objekte (z.B. Befragte) nach ihrer Ähnlichkeit bei einer Reihe von Merkmalen (z.B. Einstellungsdimensionen) zu Gruppen zusammenzufassen.
Diese Lehrveranstaltung vermittelt die Grundlagen der linearen Regressionsanalyse sowie der explorativen Faktorenanalyse und befasst sich mit deren praktischer Durchführung unter Verwendung der Statistiksoftware Stata. Um die Reproduzierbarkeit der Ergebnisse sicherzustellen wird mit der Syntax gearbeitet. Auch Stata-AnfängerInnen sind willkommen, eine Einführung in das Programm ist Inhalt des ersten Teils der LV. Datengrundlage ist der European Social Survey (ESS). Darüber hinaus wird eine Auswahl weiterer multivariater Analyseverfahren (z.B. logistische Regression, Clusteranalyse) kurz besprochen.
Ziel der LV ist es, die TeilnehmerInnen in die Lage zu versetzen zu einer Fragestellung das jeweils passende multivariate Verfahren auszuwählen. Sie sollen lineare Regressionsmodelle sowie explorative Faktorenanalyse selbständig, sicher, korrekt und nachvollziehbar anwenden, und die Ergebnisse inhaltlich und formal korrekt sowie hinreichend genau berichten können. Die TeilnehmerInnen sollen des weiteren in der Lage sein, die Anwendung der vorgestellten Verfahren in der Fachliteratur zu beurteilen und fehlerhafte Analysen oder Interpretationen fundiert und konstruktiv zu kritisieren.

Assessment and permitted materials

Die LV Einheiten umfassen einen Vorlesungs-/Diskussionsteil, in dem die jeweiligen Inhalte besprochen werden, und/oder einen Übungsteil, in dem das Besprochene praktisch umgesetzt wird. Zwischen den LV-Einheiten sind zur Vertiefung Übungsbeispiele auszuarbeiten und vorgegebene Pflichtliteratur zu lesen. Die TeilnehmerInnen sollten dabei in der Lage sein, die Ergebnisse der Analysen in der LV kurz zu präsentieren und Fragen zur Literatur zu beantworten oder zu stellen. In die Benotung fließt sowohl die Beurteilung der Übungsbeispiele als auch einer Kurzpräsentation ein.
In der LV wird die Statistiksoftware Stata mit Syntaxprogrammierung benutzt, wobei die Verwendung der Syntax zu Beginn der LV erklärt wird.

Hinweis der SPL: bei Feststellung einer erschlichenen Teilleistung (Abschreiben, Plagiieren, Ghostwriting, etc.) muss die gesamte Lehrveranstaltung als geschummelt gewertet und als Antritt gezählt werden.

Minimum requirements and assessment criteria

Für die Beurteilung werden die Ergebnisse der Übungsbeispiele (Gewicht: 90%) und der Kurzpräsentation (10%) herangezogen. Die Übungsbeispiele sind pünktlich zu den jeweils angegebenen Fristen abzugeben. Weiters sind für eine positive Beurteilung maximal zwei Fehltermine zulässig.

Examination topics

Reading list

- Agresti, Alan und Finlay, Barbara (2014). Statistical methods for the social sciences (4. Auflage). Pearson, https://www.pearson.com/us/higher-education/program/Agresti-Statistical-Methods-for-the-Social-Sciences-5th-Edition/PGM334444.html
- Backhaus, Klaus et al. (2016). Multivariate Analysemethoden: Eine anwendungsorientierte Einführung (14. Auflage). Berlin: Springer, http://www.springer.com/de/book/9783662460757
- Kohler, Ulrich und Kreuter, Frauke (2012). Datenanalyse mit Stata: Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung (4. Auflage). München: Oldenbourg Verlag
- Treiman, Donald J. (2009). Quantitative data analysis: doing social research to test ideas. San Francisco: Wiley, http://eu.wiley.com/WileyCDA/WileyTitle/productCd-0470380039.html

Weitere Literatur wird in der LV bekannt gegeben.

Association in the course directory

in 905: Pflichtmodul MA M Methoden

Last modified: Mo 07.09.2020 15:39