Quantitative Methoden 2

Kurzbeschreibung: Nachdem in den Semestern zuvor die methodischen und statistischen Grundlagen der empirischen Sozialforschung gelegt wurden, werden in diesem Modul hypothesenprüfende Verfahren für zwei und mehr Gruppen in abhängigen und unabhängigen Studiendesigns behandelt. Es werden univariate, wie multivariate Verfahren vorgestellt. Außerdem wird in diesem Semester die Nutzung von Computerprogrammen (SPSS) für statistische Auswertungen vertieft. Ferner werden die deskriptiven Verfahren Cluster- und Faktorenanalyse behandelt.

Lehrinhalte

1. Induktive Statistik - Grundlagen
1.1 Fehlerarten
1.2 Hypothesenformulierung und -prüfung
1.3 Prüfverteilungen (Standardnormalverteilung, t-Verteilung, Chi²-Verteilung, F-Verteilung)
1.4 Vorgehen am Beispiel des einfachen t-Tests
1.5 Arten von Signifikanztests
2. Univariate Methoden:
2.1 Verfahren für den Vergleich zweier unabhängiger Gruppen für unterschiedliche Datenniveaus, z.B. doppelter t-Test, Mann-Whitney-Test, Chi²-Test
2.2 Verfahren für den Vergleich zweier abhängiger Gruppen für unterschiedliche Datenniveaus, z.B. t-Test für abhängige Stichproben, Wilcoxon-Test, McNemar-Test
2.3 Verfahren für den Vergleich mehrerer unabhängiger Gruppen, insbesondere Varianzanalyse
3. Multivariate Methoden:
3.1 Clusteranalyse
3.2 Faktorenanalyse
3.3 Varianzanalyse mit Messwiederholung und gemischte Designs
3.4. Diskriminanzanalyse
4. Elektronische Datenerhebung und –auswertung
4.1 Tabellenkalkulation
4.2 SPSS

Lernergebnisse / Kompetenzziele: Wissensverbreiterung
Die Studierenden verfügen über vertiefte Kenntnisse der quantitativen Datenanalyse und über die Fähigkeit komplexe Statistiken zu deuten und zu interpretieren.
Sie können quantitative Methoden auf aktuelle Fragestellungen und Problemlagen anwenden und erkenntnisorientiert umsetzen. Hierzu gehört beispielsweise die Exploration latenter Merkmale mittels Faktorenanalysen oder die Entwicklung, statistische Abbildung und Testung von Hypothesenmodellen durch multivariate Regressionsanalysen oder mehrfaktorielle Varianzanalysen.

Wissensvertiefung

Können - instrumentale Kompetenz

Können - kommunikative Kompetenz

Können - systemische Kompetenz

Lehrende

Lehr-/Lernkonzept

Workload Dozentengebunden
Std. Workload	Lehrtyp
30	Vorlesungen
30	Übungen
Workload Dozentenungebunden
Std. Workload	Lehrtyp
20	Veranstaltungsvor-/-nachbereitung
30	tutorengestützte Kleingruppenarbeit
20	Gruppenarbeit
20	Prüfungsvorbereitung

Literatur: Bortz, Jürgen (2005): Statistik für Human- und Sozialwissenschaftler. 6. Aufl. Heidelberg: Springer.Bortz, Jürgen & Döring, Nicola (2006): Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler. 4. Aufl. Heidelberg: Springer.Field, Andy (2017): Discovering Statistics Using IBM SPSS Statistics. 5 Auflage. London: Sage PublicationsRasch, Björn, Friese, Malte, Hofmann, Wilhelm & Naumann, Ewald (2007): Quantitative Methoden 2. 2. Aufl. Heidelberg: Springer.

Prüfungsanforderungen: Die Studierenden weisen nach, dass sie Varianzanalyse und Faktorenanalyse als wesentliche statistische Grundlagen für psychologische Untersuchungen verstanden haben und dass sie mit Hilfe dieser Methoden eine quantitative Untersuchung planen und wichtige Schritte umsetzen, beispielsweise unter Verwendung von Software berechnen, können.