Universität Wien

230182 SE Advanced Quantitative Methods: Data Analysis with R (2024S)

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

Saturday 02.03. 09:45 - 14:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Saturday 27.04. 09:45 - 14:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Saturday 11.05. 09:45 - 14:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Saturday 29.06. 09:45 - 14:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25

Information

Aims, contents and method of the course

Das Seminar beginnt mit einer Einführung in R, bei der den Teilnehmer:innen Techniken des Datenmanagements sowie Möglichkeiten der univariaten Datenanalyse nähergebracht werden. Anschließend wird an praktischen Beispielen und unter Rückgriff auf Forschungsdaten geübt, wie mit R bivariate und multivariate Analysen durchgeführt werden können. Eingegangen wird dabei u.a. auf verschiedene Regressionsverfahren (lineare Regression, binäre und multinomiale logistische Regression, Mehrebenenanalyse) als auch auf Verfahren der Faktorenanalyse. Auch verschiedene Formen der grafischen Datenanalyse und Ergebnisdarstellung werden besprochen.
Ziel ist es, die Teilnehmer:innen anhand praktischer Beispiele dazu zu befähigen, eigenständig Forschungsfragen mit R zu beantworten.
Themenvorschläge der Teilnehmer:innen sind jederzeit willkommen und können in die Veranstaltung integriert werden. Statistische Grundkenntnisse werden vorausgesetzt.

Assessment and permitted materials

Die Leistungskontrolle setzt sich aus drei Hausübungen (praktische Übungen am PC, die pünktlich zu vorher festgelegten Terminen abgegeben werden müssen) zusammen (je Hausübung 1/3 der Endnote).

-----
Hinweis der SPL Soziologie:
Im Zuge der Beurteilung kann eine 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 (z. B. für einzelne Arbeitsaufgaben).
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung eine mündliche Reflexion ("Notenrelevantes Gespräch") der abgegebenen Seminararbeit vorsehen, die erfolgreich zu absolvieren ist.
Die Erbringung aller Teilleistungen ist Voraussetzung für eine positive Beurteilung, wenn nicht explizit etwas anderes vermerkt wurde.
Alle Studierenden, die einen Lehrveranstaltungsplatz erhalten haben, sind zu beurteilen, sofern sie sich nicht zeitgerecht abgemeldet haben oder unverzüglich nach Wegfall des Hindernisses einen wichtigen Grund für die Nichtdurchführung der Abmeldung glaubhaft machen.
Bei Vorliegen eines solchen Grundes (zB eine längere Erkrankung) kann d* Studierende auch nach Ablauf der Frist von der LV abgemeldet werden.
Über das Vorliegen eines wichtigen Grundes entscheidet die Lehrveranstaltungsleitung. Der Antrag auf Abmeldung ist unverzüglich zu stellen. Wurde eine Teilleistung erschlichen, d.h. etwa bei einer Prüfung oder einem Test geschummelt, bei einer schriftlichen Arbeit plagiiert oder auch Unterschriften auf Anwesenheitslisten gefälscht, wird die gesamte Lehrveranstaltung als "nicht beurteilt" gewertet und entsprechend erfasst.
Dies uns weitere Bestimmungen finden sie im studienrechtlichen Satzungsteil: https://satzung.univie.ac.at/studienrecht/.
Wenn Sie eine prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben und sich für einen vierten Antritt anmelden wollen, kontaktieren Sie bitte die StudienServiceStelle Soziologie (vgl: Zusatzinformation "Dritte Wiederholung bei prüfungsimmanenten Lehrveranstaltungen" https://soziologie.univie.ac.at/info/pruefungen/#c56313)

Minimum requirements and assessment criteria

(1) Regelmäßige und aktive Teilnahme (bei fünf Blöcken maximal eine unentschuldigte Fehleinheit; aktive Mitarbeit und Beteiligung an den Übungen).
(2) Die Note ergibt sich aus den Teilleistungen, d.h. aus den drei Hausübungen, wobei jede Teilleistung/Hausübung zu 1/3 in die Endnote einfließt.

Examination topics

Reading list

Luhmann, M. (2020): R für Einsteiger Einführung in die Statistiksoftware für die Sozialwissenschaften. Beltz Verlag.
Manderscheid, K. (2017): Sozialwissenschaftliche Datenanalyse mit R. Eine Einführung. Springer VS.
Sauer, S. (2019): Moderne Datenanalyse mit R: Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren. Springer Gabler.
Wollschläger, D. (2020): Grundlagen der Datenanalyse mit R. Eine anwendungsorientierte Einführung. Springer Spektrum

Association in the course directory

Last modified: Sa 02.03.2024 09:46