Warning! The directory is not yet complete and will be amended until the beginning of the term.
230070 VO B10 VO Multivariate Methods- Lecture (2025S)
Labels
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
Language: German
Examination dates
- N Wednesday 25.06.2025 09:45 - 11:15 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
- Thursday 25.09.2025 09:45 - 11:15 Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
Lecturers
Classes (iCal) - next class is marked with N
- N Wednesday 05.03. 09:45 - 11:15 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
- Wednesday 19.03. 09:45 - 11:15 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
- Wednesday 26.03. 09:45 - 11:15 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
- Wednesday 02.04. 09:45 - 11:15 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
- Wednesday 09.04. 09:45 - 11:15 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
- Wednesday 30.04. 09:45 - 11:15 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
- Wednesday 07.05. 09:45 - 11:15 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
- Wednesday 14.05. 09:45 - 11:15 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
- Wednesday 21.05. 09:45 - 11:15 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
- Wednesday 28.05. 09:45 - 11:15 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
- Wednesday 04.06. 09:45 - 11:15 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
- Wednesday 11.06. 09:45 - 11:15 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
- Wednesday 18.06. 09:45 - 11:15 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
Information
Aims, contents and method of the course
Diese Vorlesung behandelt multivariate statistische Analyseverfahren. Ziel ist es, den Teilnehmer*innen anwendungsorientiert solide Kenntnisse grundlegender Analyseverfahren (wie lineare & logistische Regressionsanalyse, Mediationsanalyse, Faktoren- und Clusteranalyse) zu vermitteln sowie einen Überblick über eine Auswahl an spezielleren Analyseverfahren und deren Anwendung bzw. Interpretation zu bieten.
Assessment and permitted materials
Die Prüfung beinhaltet eine Kombination aus Rechenbeispielen und Wissensfragen. Details zu den Prüfungsmodalitäten werden auf Moodle zur Verfügung gestellt.
Ein 5. und 6. Prüfungstermin werden bei Bedarfsmeldung im März bzw. April 2026 angeboten. Bitte melden Sie sich hierzu bis spätestens 15. Februar 2026 bzw.15. März 2026 per E-Mail bei der Studienassistenz des Team Nadia Steiber.-----
Hinweis der SPL Soziologie:
Eine erschlichene Leistung (Plagiat, Schummeln etc.) wird auf dem Sammelzeugnis als solche ausgewiesen (Eintragung eines X) und zählt als Prüfungsantritt.
Je nach Prüfungsmethode, kann im Zuge der Beurteilung die Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen.
Die Verwendung von KI-Tools (z. B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird.
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung eine mündliche Reflexion ("Notenrelevantes Gespräch") vorsehen, die erfolgreich zu absolvieren ist.
Vierter Prüfungsantritt (kommissionelle Wiederholungsprüfung):
Wenn Sie eine nicht-prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben, ist eine Anmeldung zum vierten Prüfungsantritt in der StudienServiceStelle Soziologie erforderlich Weitere Informationen zu Anmeldefristen und Prüfungsmodalitäten unter: https://soziologie.univie.ac.at/info/pruefungen/#c56313.
Informationen zu digitalen Prüfungen: https://soziologie.univie.ac.at/info/digpruef/
Ein 5. und 6. Prüfungstermin werden bei Bedarfsmeldung im März bzw. April 2026 angeboten. Bitte melden Sie sich hierzu bis spätestens 15. Februar 2026 bzw.15. März 2026 per E-Mail bei der Studienassistenz des Team Nadia Steiber.-----
Hinweis der SPL Soziologie:
Eine erschlichene Leistung (Plagiat, Schummeln etc.) wird auf dem Sammelzeugnis als solche ausgewiesen (Eintragung eines X) und zählt als Prüfungsantritt.
Je nach Prüfungsmethode, kann im Zuge der Beurteilung die Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen.
Die Verwendung von KI-Tools (z. B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird.
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung eine mündliche Reflexion ("Notenrelevantes Gespräch") vorsehen, die erfolgreich zu absolvieren ist.
Vierter Prüfungsantritt (kommissionelle Wiederholungsprüfung):
Wenn Sie eine nicht-prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben, ist eine Anmeldung zum vierten Prüfungsantritt in der StudienServiceStelle Soziologie erforderlich Weitere Informationen zu Anmeldefristen und Prüfungsmodalitäten unter: https://soziologie.univie.ac.at/info/pruefungen/#c56313.
Informationen zu digitalen Prüfungen: https://soziologie.univie.ac.at/info/digpruef/
Minimum requirements and assessment criteria
Von den bei der Prüfung erreichbaren maximalen Punkteanzahl müssen für ein positives Bestehen der Prüfung mindestens 50% erreicht werden. Die positiven Noten (1 bis 4) werden nach einem entsprechenden Bereichsschema aus der Punkteanzahl ermittelt.
Notenschlüssel:
Nicht Genügend: 0 < 50%
Genügend: < 62,50%
Befriedigend: < 75%
Gut: < 87,50%
Sehr Gut: <=100%
Notenschlüssel:
Nicht Genügend: 0 < 50%
Genügend: < 62,50%
Befriedigend: < 75%
Gut: < 87,50%
Sehr Gut: <=100%
Examination topics
Inhalte der Vorlesung gemäß Vortrag, Foliensatz und Literatur.
Reading list
Tausendpfund, M., Hrsg. 2020. Fortgeschrittene Analyseverfahren in den Sozialwissenschaften. Ein Überblick. Wiesbaden: Springer VS.
Best, H. & Wolf, C. (2012) Modellvergleich und Ergebnisinterpretation in Logit- und Probit-Regressionen. KZfSS 64, 377–395.
Windzio, M. (2013) Regressionsmodelle für Zustände und Ereignisse: Eine Einführung. Springer Verlag.
Mehr Literatur wird zu Semesterbeginn auf Moodle bereitgestellt.
Best, H. & Wolf, C. (2012) Modellvergleich und Ergebnisinterpretation in Logit- und Probit-Regressionen. KZfSS 64, 377–395.
Windzio, M. (2013) Regressionsmodelle für Zustände und Ereignisse: Eine Einführung. Springer Verlag.
Mehr Literatur wird zu Semesterbeginn auf Moodle bereitgestellt.
Association in the course directory
Last modified: Tu 21.01.2025 12:06