Warning! The directory is not yet complete and will be amended until the beginning of the term.
290102 VU Introduction to Statistical Analysis for Teacher Candidates (2020W)
Continuous assessment of course work
Labels
Auch für Studierende im Diplomstudium UF GW 1. Studienabschnitt
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 07.09.2020 10:00 to Mo 21.09.2020 10:00
- Deregistration possible until Sa 31.10.2020 23:59
Details
max. 60 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
INFO (01.11.2020): die LV findet ab November ausschließlich digital statt
Alle Termine sind s.t. zu verstehen!Anwesenheit in der 1. LV-Einheit zwingend erforderlich! Bei Abwesenheit in der 1. LV-Einheit verfällt der Fixplatz und Studierende der Warteliste rücken auf einen Fixplatz nach.WICHTIG! Die Präsenztermine am 12. 11. und 3. 12. finden online in BigBlueButton statt!
- Thursday 01.10. 15:00 - 16:30 Digital
- Thursday 08.10. 15:00 - 19:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Thursday 15.10. 15:00 - 16:30 Digital
- Thursday 22.10. 15:00 - 19:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Thursday 05.11. 15:00 - 16:30 Digital
-
Thursday
12.11.
15:00 - 19:00
Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Digital - Thursday 19.11. 15:00 - 16:30 Digital
-
Thursday
03.12.
15:00 - 19:00
Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Digital - Thursday 10.12. 15:00 - 16:30 Digital
-
Thursday
17.12.
15:00 - 19:00
Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Digital - Thursday 07.01. 15:00 - 16:30 Digital
-
Thursday
14.01.
15:00 - 19:00
Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Digital - Thursday 21.01. 15:00 - 16:30 Digital
-
Thursday
28.01.
15:00 - 20:00
Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Digital
Information
Aims, contents and method of the course
Assessment and permitted materials
continuous cooperation (6%), exercises (42%), term exam (52%)
Minimum requirements and assessment criteria
Die Benotung basiert auf der Vergabe von Punkten. Die maximal erreichbare Punktezahl beträgt 100 Punkte.
Um positiv zu sein sind alle nachfolgenden Mindestanforderungen zu erfüllen:
- laufende Anwesenheit in den Vorlesungen und Übungen
- Abgabe von zumindest 5 individuellen Übungsaufgaben
- Minimum 21 Punkte in Summe auf die Übungsaufgaben
- Minimum 26 Punkte auf die Abschlussprüfung
- Minimum 51 Punkte für die Lehrveranstaltung insgesamt
Benotungsschlüssel
>87,5 Punkte: sehr gut
>75 Punkte: gut
>62,5 Punkte: befriedigend
>50 Punkte: genügend
<= 50 Punkte: nicht genügend
Um positiv zu sein sind alle nachfolgenden Mindestanforderungen zu erfüllen:
- laufende Anwesenheit in den Vorlesungen und Übungen
- Abgabe von zumindest 5 individuellen Übungsaufgaben
- Minimum 21 Punkte in Summe auf die Übungsaufgaben
- Minimum 26 Punkte auf die Abschlussprüfung
- Minimum 51 Punkte für die Lehrveranstaltung insgesamt
Benotungsschlüssel
>87,5 Punkte: sehr gut
>75 Punkte: gut
>62,5 Punkte: befriedigend
>50 Punkte: genügend
<= 50 Punkte: nicht genügend
Examination topics
Fragen zum in der Vorlesung behandelten Stoff
Interpretation der Ergebnisse der durchgeführten Analysen
Interpretation der Ergebnisse der durchgeführten Analysen
Reading list
Duller, C. (2013): Einführung in die Statistik mit Excel und SPSS. Ein anwendungsorientiertes Lehr- und Arbeitsbuch. Springer.
Matthäus, W.-G. und Schulze J. (2011): Statistik mit Excel. Beschreibende Statistik für Jedermann. Vieweg+Teubner.
Matthäus, W.-G. und Schulze J. (2011): Statistik mit Excel. Beschreibende Statistik für Jedermann. Vieweg+Teubner.
Association in the course directory
(L1-d3) (BA UF GW 10)
Last modified: Fr 12.05.2023 00:22
Part 1. Introduction: data scales, survey data in Excel, statistical analysis with Excel
Part 2. Univariate Statistics 1: Descriptive statistics, Frequency distribution, Histogram
Part 3. Univariate Statistics 2: Frequency table, Percentages, Graphs
Part 4. Bivariate Statistics 1: Scatterplot, Correlation, Regression
Part 5. Bivariate Statistics 2: Boxplot, Tests, T-Test
Part 6. Bivariate Statistics 3: Crosstabulation, Chi-Square
Aims:
Method: Lecture in class combined with practical exercises in the computerroom.