300256 Einführung Multivariate Verfahren (MA: Soziologische Methoden - quantitativ) (S) (SoSe 2025)

In dieser Veranstaltung werden verschiedene multivariate Verfahren (z. B. Varianzanalyse, Faktorenanalyse, Clusteranalyse und lineare Regressionsanalyse) vorgestellt und ihre Anwendung anhand aktueller Daten praktisch eingeübt. Im Mittelpunkt stehen die praktische Anwendung der Verfahren, die Reflektion ihrer Möglichkeiten und Voraussetzungen sowie die Interpretation von Auswertungsergebnissen. Ihre mathematischen Grundlagen werden jedoch nur soweit betrachtet, wie das für das Verständnis der Verfahren notwendig ist. Für das praktische Erproben der Verfahren werden aktuelle Daten aus sozialwissenschaftlichen Studien verwendet.

Geplante Arbeitsformen: Plenums- und Gruppenarbeit
Lernziele und Kompetenzen: Die Studierenden erlernen die Anwendung, die Möglichkeiten und -grenzen verschiedener statistischer Verfahren. So erwerben sie die Kompetenz, je nach inhaltlicher Fragestellung ein geeignetes Verfahren auszuwählen, anzuwenden sowie die statistischen Ergebnisse angemessen interpretieren zu können.

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

Grundlegende Statistik- und Statakenntnisse im Umfang des BA-Studiengangs

Literaturangaben

Backhaus, Erichson, Plinke, Weiber (2011): Multivariate Analysemethoden: Eine anwenderorientierte Einführung, 13. Aufl., Berlin.
Bortz , Schuster (2010): Statistik für Human- und Sozialwissenschaftler, 7. Aufl., Berlin.
Kohler, Kreuter (2012): Datenanalyse mit Stata: Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung, 4. Aufl., München.
Hartung, Elpelt (2006): Multivariate Statistik: Lehr- und Handbuch der angewandten Statistik, 7. Aufl., München.
Stevens, J. P. (2009): Applied multivariate statistics for the social sciences. 5. Aufl., New York.
Tabachnick, B. G.; Fidell, L. S. (2007): Using multivariate statistics. 5. Aufl., Boston.
Wonnacott, T. H.; Wonnacott, R. J. (1990): Introductory statistics. 5. Aufl., New York.
Wonnacott, R. J.; Wonnacott, T. H. (1979): Econometrics. New York.