Empirische Sozialforschung und quantitative Analyse
- Fakultät
Wirtschafts- und Sozialwissenschaften
- Version
Version 7.0 vom 05.04.2022
- Modulkennung
22M0947
- Modulname (englisch)
Empirical Social Research and Quantitative Analysis
- Studiengänge mit diesem Modul
Controlling und Finanzen (M.A.)
- Niveaustufe
4
- Kurzbeschreibung
Ziel des Moduls ist zum einen ein vertieftes Leseverständnis wissenschaftlicher Artikel, zum anderen der im Zuge der Digitalisierung notwendige aktive Umgang mit Daten und deren statistische Analyse. Aus dem handwerklichen, durch aktuelle und marktgängige Softwarewerkzeuge unterstützten Zugang zu Daten und dem Zugang zu quantitativen Analysen aus der Wissenschaft besteht noch die generellere Mission, verbreitete statistische Irrtümer zu dekonstruieren.
- Lehrinhalte
- 1. Softwaregestützte Erstellung von Grafiken
1.1. zur Visualisierung von Unsicherheit / des Unterschieds deskriptive Statistik versus Inferenzstatistik
1.2. zur Vorbereitung statistischer Modellierungen
2. Signifikanz
2.1 Fehler erster und zweiter Art
2.2 Verfahrensübergreifende Interpretation von p-Werten - 3. Softwaregestützte Modellierungsstrategien der Regression
- 3.1. Verfahrensklassen (linear, multipel, logistisch, Zeitreihen)
- 3.2. Testdaten und Gütemaße
- 4. Familien von Hypothesen und Alphafehlerkummulation
- 5. Grundkonzepte Bayesscher Statistik
- 6. Metathema: Softwarepakete als Lernunterstützung bei neuen statistische Verfahren
6.1 Lesestrategien
6.2.Fragestrategien
- 1. Softwaregestützte Erstellung von Grafiken
- Lernergebnisse / Kompetenzziele
Wissensverbreiterung
Die Studierenden, die dieses Modul erfolgreich studiert haben, kennen die softwaregestützte Modellierung inferenzstatistischer Zusammenhänge mit mehreren Variablen aus Datensätzen heraus. Desweiteren sind sie in der Lage, die Darstellung solcher Modelle in wissenschaftlichen Artikeln korrekt zu interpretieren und aus dem statistischen Zahlenmaterial wissenschaftlicher Artikel gesetzesartige Schlüsse zu ziehen.Sie erreichen ein vertieftes Leseverständnis wissenschaftlicher Artikel und immunisieren sich gegen voreilige Schlüsse und verbreitete statistische Irrtümer.
Wissensvertiefung
Können - instrumentale Kompetenz
Die Studierenden, die dieses Modul erfolgreich studiert haben,
... verfügen über vertieftes Wissen und Fertigkeiten hinsichtlich einer großen Bandbreite fachspezifischer grafischer und numerischer Verfahren und Methoden aus der Statistik, die sie einsetzen, um Daten zu verarbeiten, statistisch fundiert darzustellen und um Informationen zu gewinnen und zu bearbeiten.
... nutzen, interpretieren und bewerten zahlreiche numerische und grafische Daten aus wissenschaftlichen Publikationen
... setzen verschiedene computergestützte Verfahren ein, um Arbeiten zu unterstützen und zu verbessern.
Können - kommunikative Kompetenz
Die Studierenden, die dieses Modul erfolgreich studiert haben,
... können wissenschafltiche Probleme und Themen identifizieren, kritisch und datengestützt analysieren, sowie in den Berufskontext transferieren
... kommunizieren wissenschaftliche Inhalte mit Anwendungsbezug
…sichten, kommentieren und diskutieren Softwareskripte übergabefähig und im Team
Können - systemische Kompetenz
Die Studierenden, die dieses Modul erfolgreich studiert haben,
...formalisieren Problemstellungen aus dem Berufskontext
... arbeiten in verschiedenen berufsbezogenen Kontexten, die auf eigens erhobene oder im Tagesgeschäft anfallende Daten zurückgreifen
.. führen in einem festgelegten Rahmen Forschungs- und Entwicklungsprojekte durch, dokumentieren die relevanten Ergebnisse und setzen diese um.
…überprüfen auf verschiedensten Detailebenen Aussagen, Behauptungen, Theorien und Zusammenhänge, die einem Unternehmen oder einer Organisation nutzen könnten, empirisch
- Lehr-/Lernmethoden
Vorlesung, Seminar, e-Learning.
- Empfohlene Vorkenntnisse
Bachelormodul Statistik oder quantitative MethodenLesefähigkeiten EnglischBachelormodul Informatik/Wirtschaftsinformatik oder Programmieren (optional)
- Modulpromotor
Faatz, Andreas
- Lehrende
- Faatz, Andreas
- Markovic-Bredthauer, Danijela
- Hübner, Ursula Hertha
- Leistungspunkte
5
- Lehr-/Lernkonzept
Workload Dozentengebunden Std. Workload Lehrtyp 45 Vorlesungen Workload Dozentenungebunden Std. Workload Lehrtyp 105 Veranstaltungsvor-/-nachbereitung
- Literatur
Bradley Efron / Trevor Hastie: Computer Age Statistical Inference
Andy Field: Discovering Statistics Using SPSS
Rob Hyndman / George Athanasopoulos: Forecasting, Principles and Practice
Edward Tufte: Beautiful Evidence
- Prüfungsleistung
- Klausur 2-stündig
- Hausarbeit
- Dauer
1 Semester
- Angebotsfrequenz
Nur Sommersemester
- Lehrsprache
Deutsch