300198 Kausale Inferenz in Querschnittsdaten (S) (WiSe 2018/2019)

Statistische Zusammenhänge zwischen soziologisch relevanten Phänomenen verweisen nicht notwendigerweise auf Ursache-Wirkungs-Zusammenhänge. Das Wissen um solche kausalen Effekte ist jedoch zentral für die Theoriebildung sowie die Praxisrelevanz der Soziologie. Nur wenn die Forschung mit hinreichender Sicherheit kausale Ursachen - zum Beispiel sozialer Ungleichheit - identifiziert, lassen sich daraus geeignete Maßnahmen ableiten, diese Ungleichheit potentiell zu reduzieren.
Aufbauend auf Kenntnissen der Statistik bis hin zur Regressionsanalyse, behandelt das Seminar fortgeschrittene Verfahren der kausalen Inferenz in querschnittlichen Daten. Dazu gehören insbesondere Matching Verfahren (z.B. Propensity Score Matching), die Instrumentenvariable Methode (IV Regression) sowie die Regressions-Diskontinuitäts-Analyse (Regression Discontinuity Design, RDD). Im Seminar werden die Verfahren vorgestellt, anhand veröffentlichter Anwendungen der Methoden in der Soziologie erläutert und schließlich mithilfe von Stata an Beispieldaten umgesetzt. Lernziel ist neben der angewandten Vermittlung fortgeschrittener Regressionsverfahren die Vertiefung bestehenden Wissens zu alternativen Forschungsdesigns der Soziologie mit einem Fokus auf natürliche Experimente.
Erwartet werden neben Statistik-Grundkenntnisse auch Stata-Erfahrungen. Nutzen sie ggf. die angebotenen allgemeinen Stata-Einführungen zu Semesterbeginn oder das Selbststudium anhand von Lehrbüchern wie Kohler & Kreuter (2017).

Literaturangaben

Brady, Henry E. 2008. Causation and Explanation in Social Science. In: Box-Steffensmeier, Janet M., Brady, Henry E. und David Collier (Hrsg.). The Oxford Handbook of Political Methodology. Oxford: Oxford University Press, 217-270.
King, Gary, Keohane, Robert O. und Sidney Verba. 1994. Designing Social Inquiry: Scientific Inference in Qualitative Research. Princeton: Princeton University Press.
Kohler, Ulrich und Frauke Kreuter. 2017. Datenanalyse mit Stata. Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung. 5. Aktualisierte Auflage. Berlin: De Gruyter.
Markus Gangl. 2010. Causal Inference in Sociological Research. Annual Review of Sociology 36: 21-47.