230068 UE Spezielle multivariate Analyseverfahren in den Sozialwissenschaften (2017S)

Die soziale Realität ist komplex - und die Komplexität der Phänomene und der Zusammenhänge ist sowohl bei der Erhebung und Messung, als auch bei der Analyse quantitativer Daten so weit wie (praktisch) möglich zu berücksichtigen. Soziale Phänomene haben meist nicht eine einzelne Ursache und speziell für die Analyse von Daten aus nicht-experimentellen Untersuchungen 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. Die Wahl des Regressionsverfahrens ist dabei vom Skalenniveau und der Verteilung des zu erklärenden Merkmals abhängig. Multivariate Verfahren können auch eingesetzt werden um Zusammenhänge zwischen Variablen und Objekten zu entdecken: mittels explorativer Faktorenanalyse kann eine Menge von korrelierenden Variablen auf eine kleinere Anzahl von Faktoren verdichtet werden, was z.B. bei der Messung komplexer Phänomene mittels mehrerer Indikatoren von Nutzen ist. Mittels Clusteranalyse wiederum ist es möglich Objekte (z.B. Befragten) nach ihrer Ähnlichkeit bei einer Reihe von Merkmalen (z.B. Einstellungsdimensionen) zu Gruppen zusammenzufassen.

Durch die Anwendung von Statistiksoftware ist es sehr einfach zu Ergebnissen zu kommen - allerdings: um gültige Ergebnisse zu erhalten und diese auch korrekt interpretieren und berichten zu können, benötigen die AnwenderInnen fundiertes Wissen über die Idee, die Einsatzmöglichkeiten, die Voraussetzungen und die Rechen- und Funktionsweise der Verfahren, sowie über die Interpretierbarkeit und Interpretation der Ergebnisse, die möglichen Aussagen (und die Aussagereichweite), und jene Teile der Analyse und der Ergebnisse, die zu berichten sind, damit die KollegInnen der "scientific community" die Qualität der Untersuchung einschätzen können.

In der LV wird eine Auswahl multivariater Analyseverfahren besprochen und praktisch angewendet. Der Schwerpunkt der LV liegt auf unterschiedlichen regressionsanalytischen Verfahren (lineare, logistische Regression), deren Grundlagen und deren praktischer Anwendung. Behandelt werden weiters Hauptkomponenten- und Faktorenanalyse, sowie Reliabilitätsanalysen für die Skalierung - und, sofern dann noch Zeit bleibt, auch Grundlagen der Clusteranalyse.

Datengrundlage sind unterschiedliche, für wissenschaftliche Zwecke frei verfügbare Datensätze wie z.B. der European Social Survey (ESS). Die praktische Arbeit erfolgt mit der Statistiksoftware SPSS. Um die Reproduzierbarkeit der Ergebnisse sicherzustellen wird, wie in der (guten) Praxis üblich, nicht mit Maus und Menü, sondern mittels Programmierung (SPSS Syntax) gearbeitet: so erfolgt der Vortrag anhand von Beispielen, die per SPSS Syntax ausgeführt werden, und bei den Übungsaufgaben ist auch der SPSS Code mit abzugeben. Eine Einführung in diese Arbeitsweise ist Inhalt der ersten Einheiten.

Ziel der LV ist es, die TeilnehmerInnen in die Lage zu versetzen zu einer Fragestellung das jeweils passende multivariate Verfahren auszuwählen, korrekt und nachvollziehbar anzuwenden (mittels SPSS und Syntax Programmierung), und die Ergebnisse inhaltlich und formal korrekt sowie hinreichend genau zu berichten. Die TeilnehmerInnen sollen nach der LV auch in der Lage sein, die Anwendung der vorgestellten Verfahren in der Fachliteratur zu beurteilen und fehlerhafte Analysen oder Interpretationen fundiert und konstruktiv zu kritisieren.