Für die empirisch-quantitative Beschreibung eng begrenzter Einzelaspekte eines Forschungsthemas und die Beobachtung einfacher Zusammenhänge reichen bisweilen deskriptive statistische Auswertungsverfahren wie z.B. Häufigkeitsauszählungen, Mittelwerte und Kreuztabellen. Demgegenüber kommen multivariate Analyseverfahren immer dann zum Einsatz, wenn komplexere empirische und theoretische Beziehungen untersucht werden sollen. Mit ihrer Hilfe kann es gelingen, unbekannte Strukturen in den analysierten Daten zu entdecken bzw. theoretisch vermutete Strukturen hypothesengeleitet zu überprüfen.
In diesem Seminar sollen verschiedene multivariate Verfahren (Faktorenanalyse, Varianzanalyse, Regressionsanalyse, Diskriminanzanalyse, Clusteranalyse) vorgestellt und anhand aktueller Daten angewendet werden. Im Mittelpunkt stehen dabei die praktische Anwendung der Verfahren, ihre Möglichkeiten und Voraussetzungen sowie die Interpretation von Auswertungsergebnissen. Die mathematischen Grundlagen werden nur soweit dies zum Verständnis notwendig ist betrachtet.
Backhaus, K. u.a. (2008): Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. 11. Aufl., Berlin.
Kohler, U.; Kreuter, F. (2008): Datenanalyse mit Stata: Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung. 3.aktual. u. überarb. Auflage. München
Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum |
---|
Studiengang/-angebot | Gültigkeit | Variante | Untergliederung | Status | Sem. | LP | |
---|---|---|---|---|---|---|---|
Soziologie / Diplom | (Einschreibung bis SoSe 2005) | 2.3.1 | Wahl | (Ergänzungsveranstaltung) HS | |||
Soziologie / Master | (Einschreibung bis SoSe 2012) | Modul 5.2 | Wahl | 3 | (bei Einzelleistung 3 LP zusätzlich) | ||
Statistische Wissenschaften / Master | (Einschreibung bis SoSe 2014) | SW6 | 2. 3. | 3 | Mit Einzelleistung: 3 + 3 LP |
regelmäßige und aktive Teilnahme, Referat und schriftliche Ausarbeitung (ca. 8 Seiten) oder empirische Hausarbeit mit Anwendung eines der besprochenen Verfahren (ca. 15. Seiten)