300046 Analyse kategorialer Daten (S) (SoSe 2008)

Inhalt, Kommentar

Ein Großteil der elaborierten Auswertungsverfahren für quantitative Daten basiert auf der Annahme metrischen Messniveaus der zu untersuchenden Variablen. Dieses ist jedoch in den Sozialwissenschaften nicht immer, vielleicht sogar nur im Ausnahmefall zu erreichen.
Das Seminar beleuchtet die Alternativen für Daten, die bestenfalls ordinalskaliert sind.

Beginnend mit der knappen Wiederholung einiger Grundlagen zur Analyse von (bivariaten) Kreuztabellen sollen verschiedene multivariate Verfahren für kategoriale Daten erarbeitet werden.
Dabei sollen drei Schwerpunkte gesetzt werden:

1. Visualisierungsverfahren: insbesondere Korrespondenzanalysen sind geeignet, um die Struktur von komplexeren Daten zu veranschaulichen.

2. Hypothesenprüfung: Logistische Regressionen ermöglichen Hypothesenprüfungen auch dann, wenn die Annahmen der "klassischen" linearen Regression (OLS-Regression) verletzt werden.

3. Klassifikation: Verfahren wie Clusteranalyse und Latente Klassenanalyse können Untersuchungseinheiten (z.B. Befragte) nach ihrer Ähnlichkeit gruppieren.

Neben zahlreichen anderen Anwendungsmöglichkeiten können die genannten Verfahren unter anderem zur Entwicklung bzw. Überprüfung von Messinstrumenten genutzt werden. Sozialwissenschaftlich interessanter ist jedoch meist die Identifikation von in sich homogenen Gruppen, die Entdeckung von empirisch gehaltvollen Typologien und die Überprüfung theoretischer Hypothesen.

Die Analyseverfahren sollen anhand aktueller Datensätze in Übungen praktisch und selbständig erprobt werden.

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

Kenntnisse in einem Statistikprogramm (SPSS, Stata, ...) werden vorausgesetzt.
Des Weiteren sind der sichere Umgang mit Kreuztabellen und eine gewisse Vertrautheit mit linearen Regressionsanalysen notwendig.

Literaturangaben

Andreß, Hans-Jürgen / Hagenaars, Jacques A. & Kühnel, Steffen (1997). Analyse von Tabellen und kategorialen Daten. Log-lineare Modelle, latenten Klassenanalyse, logistische Regression und GSK-Ansatz. Berlin, Heidelberg u.a.: Springer.

Bacher, Johann (1996). Clusteranalyse. Anwendungsorientierte Einführung. München: Oldenbourg

Backhaus, Klaus / Erichson, Bernd / Plinke, Wulff & Weiber, Rolf (2006). Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. Berlin, Heidelberg: Springer.

Blasius, Jörg (2001). Korrespondenzanalyse. München, Wien: Oldenbourg.

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  

Zeige vergangene Termine >>

Fachzuordnungen

Studiengang/-angebot Gültigkeit Variante Untergliederung Status Sem. LP  
Soziologie / Diplom (Einschreibung bis SoSe 2005) 2.3.1 Wahl nicht scheinfähig HS
Soziologie / Master (Einschreibung bis SoSe 2012) Modul 5.2   3 (bei Einzelleistung 3 LP zusätzlich)  

Keine Konkretisierungen vorhanden
Kein E-Learningangebot vorhanden
Adresse:
SS2008_300046@ekvv.uni-bielefeld.de
Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_6364268@ekvv.uni-bielefeld.de
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
Letzte Änderung Grunddaten/Lehrende:
Freitag, 11. Dezember 2015 
Letzte Änderung Zeiten:
Dienstag, 8. April 2008 
Letzte Änderung Räume:
Dienstag, 8. April 2008 
Art(en) / SWS
Seminar (S) / 2
Einrichtung
Fakultät für Soziologie
Fragen oder Korrekturen?
Fragen oder Korrekturwünsche zu dieser Veranstaltung?
Planungshilfen
Terminüberschneidungen für diese Veranstaltung
Link auf diese Veranstaltung
Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=6364268
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
6364268