250146 Eine praxisorientierte Einführung in die klassische und logistische Regressionsanalyse für intervall-, rang- und nominalskalierte Daten mit Hilfe von SPSS (BS+Ü) (WiSe 2018/2019)

Lernen Sie die am häufigsten in der quantitativen empirischen Sozialforschung verwendete Methode zur Erklärung und Prognose individueller und gesellschaftlicher Phänome anhand ausgewählter Anwendungsbeispiele mittels SPSS kennen, verstehen und zielgerichtet anwenden!
Die multiple Regressionsanalyse (MRA) gestattet es, den Einfluss von mehreren unabhängigen Variablen auf eine abhängige Variable zu bestimmen. Mit den SeminarteilnehmerInnen sollen die Grundlagen und Anwendungsmöglichkeiten der Regressionsanalyse für Variablen unterschiedlicher Datenqualität anhand von Musterbeispielen anschaulich erarbeitet werden. Dabei wird ein besonderer Augenmerk auf die Analyse "weicher", d.h. nominalskalierter bzw. kategoraler Daten gelegt (Logistische Regression), weil sie in den Sozialwissenschaften besonders häufig vorliegen. Die SeminarteilnehmerInnen haben Gelegenheit, an vorbereiteten Datensätzen, eigene Übungen am Rechner durchzuführen (z.B. mit SPSS) und die Analyseergebnisse zu interpretieren.

In dieser Veranstaltung findet ein Platzvergabeverfahren statt. Bitte informieren Sie sich hier über den Ablauf: http://www.uni-bielefeld.de/erziehungswissenschaft/bie/faq.html

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

Master of Arts: Voraussetzung ist die Einschreibung im Master of Arts Erziehungswissenschaft

Literaturangaben

Leseliste:
Backhaus, Klaus u.a.: Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. 13., überarb. Aufl. Kap. 1: Regressionsanalyse, S. 55-118 u. Kap. 5: Logistische Regression, S. 249-302. Wiesbaden: Springer VS Verlag 2011.
Bortz, J.: Statistik für Human- und Sozialwissenschaftler: (Kap. 13: S. 443-481). 6. Aufl. Berlin u.a.: Springer 2005
Bühner, Markus/Ziegler, Matthias: Statistik für Psychologen und Sozialwissenschaftler. 2. Auflage, akt. u. erw. Aufl. Kap. 7.2: Multiple lineare Regression, S. 677-778. München: Pearson Verlag 2017.
Rudolf, Matthias/Müller, Johannes: Multivariate Verfahren. 2., überarb. u. erw. Aufl. (a) Kap. 2: Regressionsanalyse, S. 37-94 u. (b) Kap. 5: Logistische Regression, S. 185-214, Göttingen u.a: Hogrefe 2012.
Sedlmeier, Peter/Renkewitz, Frank: Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. 3., aktualisierte u. erweiterte Aufl. München: Pearson Verlag 2018. Teil IV. Das Allgemeine Lineare Modell: u.a. 24. Regressionsrechnung: Ergänzungen u. Lineare Modelle u.a.
Urban, D.: LOGIT-Analyse. Stuttgart u.a.: Gustav Fischer 1993
Urban, D./Mayerl, J.: Regressionsanalyse. Theorie, Technik und Anwendung. 4. überarb. u. erw. Auflage. Wiesbaden: VS Verlag für Sozialwissenschaften 2011