300046 Analyse kategorialer Daten (S) (SoSe 2008)

Contents, comment

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.

Requirements for participation, required level

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

Bibliography

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.

Teaching staff

Dates ( Calendar view )

Frequency Weekday Time Format / Place Period  

Show passed dates >>

Subject assignments

Degree programme/academic programme Validity Variant Subdivision Status Semester LP  
Soziologie / Diplom (Enrollment until SoSe 2005) 2.3.1 Wahl nicht scheinfähig HS
Soziologie / Master (Enrollment until SoSe 2012) Modul 5.2   3 (bei Einzelleistung 3 LP zusätzlich)  

No more requirements
No eLearning offering available
Address:
SS2008_300046@ekvv.uni-bielefeld.de
This address can be used by teaching staff, their secretary's offices as well as the individuals in charge of course data maintenance to send emails to the course participants. IMPORTANT: All sent emails must be activated. Wait for the activation email and follow the instructions given there.
If the reference number is used for several courses in the course of the semester, use the following alternative address to reach the participants of exactly this: VST_6364268@ekvv.uni-bielefeld.de
Notes:
Additional notes on the electronic mailing lists
Last update basic details/teaching staff:
Friday, December 11, 2015 
Last update times:
Tuesday, April 8, 2008 
Last update rooms:
Tuesday, April 8, 2008 
Type(s) / SWS (hours per week per semester)
seminar (S) / 2
Department
Faculty of Sociology
Questions or corrections?
Questions or correction requests for this course?
Planning support
Clashing dates for this course
Links to this course
If you want to set links to this course page, please use one of the following links. Do not use the link shown in your browser!
The following link includes the course ID and is always unique:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=6364268
Send page to mobile
Click to open QR code
Scan QR code: Enlarge QR code
ID
6364268