Deskriptive- und inferenzstatistische Modelle der sozialwissenschaftlichen Datenanalyse (1b) - Einzelansicht

Trotz verschiedentlich geäußerter negativer Einschätzungen -- lies, damned lies, statistics  -- ist die Bedeutung der Statistik in Wissenschaft und Politik geradezu überwältigend. Zumindest für die Sozialwissenschaften gilt: fundierte Aussagen über empirische Realitäten lassen sich (fast) nur mit Hilfe von Statistik treffen. Notwendige Voraussetzung hierfür sind aber grundlegende Kenntnisse statistischer Konzepte und Verfahren. Diese sollen in dieser Vorlesung gelegt werden.

Der erste Teil des Kurses behandelt statistische Verfahren zur Beschreibung und zum Vergleich von beobachteten Merkmalen. Behandelt werden tabellarische, graphische und maßzahlen-basierte Verfahren. Danach wird verdeutlicht, dass die hierbei gefundenen

Eigenschaften der Verteilungen zum Teil das Ergebnis eines Zufallsprozesses sein könnten. Es stellt sich daher die Frage, ob die beobachteten Eigenschaften ein Zufallsprodukt darstellen, oder ob sie das Ergebnis eines sozialen Prozesses sind. Die Antwort auf solche Fragen ist Gegenstand der Inferenzstatistik, die im zweiten Teil der Vorlesung behandelt wird.

Die Vorlesung legt Wert auf das Erlernen der statistischen Formelsprache. Durch Anwendung der statistischen Methoden auf inhaltliche Fragestellungen soll das intuitive Verständnis der gelernten Verfahren gestärkt werden.

Zur Anschaffung empfohlen ist eines der vier Bücher:

# Diaz-Bone, Rainer (2006). Statistik für Soziologen. UTB 2782. Konstanz: UVK

# Fahrmeir, Ludwig, Rita. Künstler, Iris Pigeot, und Gerhard Tutz (2007). Statistik. Der Weg zur Datenanalyse (6 Aufl.). Berlin: Springer.

# Jann, Ben (2005). Einführung in die Statistik. München: Oldenbourg.

# Ludwig-Mayerhofer, Wolfgang, Uta Liebe, und Ferdinand Geißler (2014). Statistik. Eine Einführung für Sozialwissenschaftler. Beltz/Juventa.

Diese Vorlesung hat laut Modulbeschreibung einen Umfang von 4 SWS.

Die Veranstaltung findet online asynchron im sog. Flipped-Classroom-Format statt. D.h. der Stoff der Vorlesung wird in Form einer Serie von Videos angeboten. Dazu gibt es einen freiwilligen synchronen Übungstermin am Di. von 10 - 12 Uhr. Bei dieser synchronen Übung werden Fragen der Teilnehmer beantwortet.

Der Besuch der ersten Sitzung wird dringend empfohlen, da auf dieser Sitzung das Veranstaltungsformat detailliert erklärt wird.

Der Moodle-Kurs zu dieser Vorlesung ist unter dem Kurs-Kürzel "m1b_ws2122" zu finden. Für die Anmeldung ist kein Passwort nötig.

Prüfungsnebenleistungen zum Bestehen der Vorlesung: Übungsaufgaben (4 Moodel-Tests)

Um die Tests im Moodle-Kurs der Vorlesung machen zu können, müssen Sie sich über die Funktion "Selbsteinschreibung" in Moodle zum Kurs anmelden.

Modulabschlussprüfung: Klausur 90 min.

Klausurtermine:

Fr. 18.02.2022, online, 10 - 12 Uhr

Anmelde- und Rücktrittsfrist: 18.11.2021 - 10.02.2022

oder

Di. 29.03.2022, online, 16 - 18 Uhr

Anmelde- und Rücktrittsfrist: 14.12.2021 - 21.03.2022

Die Studierenden

• kennen die Modelle und Methoden der Datenerhebung in der quantitativen und qualitativen Sozialforschung.
• erwerben einen Einblick in die sozialwissenschaftliche Wissenschaftstheorie und Forschungslogik.
• entwickeln ein grundlegendes Verständnis vom Zusammenhang zwischen Theorien und empirischer Forschung.
• erwerben Kenntnisse zur Messtheorie, zu verschiedenen Skalierungsverfahren, zu Lage- und Streuungsmaßen, zur Stichprobentheorie und Inferenzstatistik sowie zur Zusammenhangsanalyse.
• kennen die grundlegenden deskriptiv- und inferenzstatistischen Modelle der sozialwissenschaftlichen Datenanalyse.

 Inhalte

• Wissenschaftstheorie; Messen und Skalieren; Forschungsdesign; Stichprobenverfahren; quantitative Datenerhebungstechniken (standardisierte Befragung, Inhaltsanalyse, Beobachtung, Experiment)
• Tabellen, Grafiken und Maßzahlen zur Beschreibung und zum Vergleich empirischer Verteilungen; lineare Einfachregression; Korrelation; Stichprobenverteilungen; Bias und Effizienz von Punktschätzern; Intervallschätzung; einfache Hypothesentests (Mittelwertvergleichstest, Chiquadrat-Test)