Empirische Sozialforschung und quantitative Analyse

Fakult?t

Wirtschafts- und Sozialwissenschaften

Version

Version 7.0 vom 05.04.2022

Modulkennung

22M0947

Modulname (englisch)

Empirical Social Research and Quantitative Analysis

Studieng?nge mit diesem Modul

Controlling und Finanzen (M.A.)

Niveaustufe

4

Kurzbeschreibung

Ziel des Moduls ist zum einen ein vertieftes Leseverst?ndnis wissenschaftlicher Artikel, zum anderen der im Zuge der Digitalisierung notwendige aktive Umgang mit Daten und deren statistische Analyse. Aus dem handwerklichen, durch aktuelle und marktg?ngige 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 Gütema?e
  • 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
Lernergebnisse / Kompetenzziele

Wissensverbreiterung
Die Studierenden, die dieses Modul erfolgreich studiert haben, kennen die softwaregestützte Modellierung inferenzstatistischer Zusammenh?nge mit mehreren Variablen aus Datens?tzen 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 Leseverst?ndnis wissenschaftlicher Artikel und immunisieren sich gegen voreilige Schlüsse und verbreitete statistische Irrtümer.
Wissensvertiefung

K?nnen - instrumentale Kompetenz
Die Studierenden, die dieses Modul erfolgreich studiert haben,
... verfügen über vertieftes Wissen und Fertigkeiten hinsichtlich einer gro?en 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.
K?nnen - kommunikative Kompetenz
Die Studierenden, die dieses Modul erfolgreich studiert haben,
... k?nnen wissenschafltiche Probleme und Themen identifizieren, kritisch und datengestützt analysieren, sowie in den Berufskontext transferieren
... kommunizieren wissenschaftliche Inhalte mit Anwendungsbezug
…sichten, kommentieren und diskutieren Softwareskripte übergabef?hig und im Team
K?nnen - 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 Tagesgesch?ft 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 Zusammenh?nge, die einem Unternehmen oder einer Organisation nutzen k?nnten, empirisch

Lehr-/Lernmethoden

Vorlesung, Seminar, e-Learning.

Empfohlene Vorkenntnisse

Bachelormodul Statistik oder quantitative MethodenLesef?higkeiten 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. WorkloadLehrtyp
45Vorlesungen
Workload Dozentenungebunden
Std. WorkloadLehrtyp
105Veranstaltungsvor-/-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