Suchergebnisse: 533
- Lehrende/r: Evgenia Steinepreis
Die Umsetzung des fachlichen Wissens über Prozesse und Mechanismen in der Umwelt und die Anwendung auf experimentell erhobene Daten erfordert in besonderem Maße eine solide Methoden-Kenntnis in der Verarbeitung, Analyse und Auswertung dieser Daten.
Anhand von realen Daten und Zeitreihen aus der Landschaftsökologie sollen in diesem Kurs Kenntnisse erarbeitet werden, um (auch größere) Umwelt-Datensätze analysieren zu können. Dabei werden grundlegende Methoden aus der Statistik vorgestellt und auf umweltwissenschaftliche Fragestellungen angewendet. Zur praktischen Umsetzung bietet der Kurs eine Einführung in die weit verbreitete sowie frei verfügbare Software R zur Datenverarbeitung, -analyse und grafischen Darstellung. Dabei wird insbesondere Wert darauf gelegt, auch grundlegende Programmierfertigkeiten zur Automatisierung (z.B. Schleifen und eigene Funktionen) zu vermitteln. Am Ende der Veranstaltung sollen die Studierenden in der Lage sein, die behandelten statistischen Methoden und die Programmiersprache R als Handwerkszeug sicher zu beherrschen und selbständig einfache Datenanalysen, z.B. im Rahmen von Praktika oder der Bachelorarbeit, auch mit größeren Datensätzen durchführen zu können. Der Kurs richtet sich an Bachelorstudierende der Landschaftsökologie ab dem 3. Semester genau so wie an Studierende in höheren Semestern, die ihre Methodenkenntnisse erweitern wollen. Vorkenntnisse in R sind nicht erforderlich.
- Lehrende/r: Carsten Schaller
Diese Veranstaltung ist ein Element des Moduls Forschungsmethoden und wird für BA EW als Vorlesung in Kombination mit der Statistik I Vorlesung durchgeführt. Ziel des methodischen Teils ist die Fähigkeit zum Lesen empirischer Untersuchungen. Als Inhalte werden behandelt: Wissenschaftstheorie, Forschungslogik, Begriffe und Theoriebildung, Hypothesen, Operationalisierung, Forschungsdesigns, quantitative und qualitative Methoden der Datengewinnung.
Ziel des statistischen Teils ist die Fähigkeit zur Beschreibung von Daten durch deskriptive statistische Verfahren (Häufigkeitsverteilungen, Lage- und Streuungsmaße, Kontingenz- und Korrelationsanalyse, einfache Regressionsanalyse). Das Verständnis der Verfahren und die Interpretation der Ergebnisse stehen neben der Fähigkeit zur Berechnung im Mittelpunkt.
- Lehrende/r: Lars Behrmann
Diese Veranstaltung ist ein Element des Moduls Forschungsmethoden und wird als Vorlesung mit (freiwillig zu besuchendem) Tutorium durchgeführt. Ziel ist die Fähigkeit zur Beschreibung von Daten durch deskriptive statistische Kennwerte (Häufigkeitsverteilungen, Lage- und Streuungsmaße) und Analyseverfahren (Kontingenz- und Korrelationsanalyse, einfache Regressionsanalyse). Das (theoretische) Verständnis der Verfahren und die Interpretation der Ergebnisse stehen neben der praktischen, problemorientierten Datenanalyse im Mittelpunkt.
- Lehrende/r: Lars Behrmann
Diese Veranstaltung ist ein Element des Moduls Forschungsmethoden und wird als Vorlesung mit (freiwillig zu besuchendem) Tutorium durchgeführt. Gegenstand sind die Grundlagen der Wahrscheinlichkeitsrechnung und inferenzstatistische Schätz- und Testverfahren. Aufbauend auf eine Einführung in die Wahrscheinlichkeitsrechnung (Wahrscheinlichkeitsbegriff, diskrete und stetige Zufallsvariablen und ihre Verteilungen) werden die Ideen der statistischen Schätztheorie und der Testtheorie vorgestellt. Das (theoretische) Verständnis der Verfahren und die Interpretation der Ergebnisse stehen im Mittelpunkt der Veranstaltung.
- Lehrende/r: Lars Behrmann
Diese Veranstaltung ist ein Element des Moduls Forschungsmethoden und wird als Vorlesung mit (freiwillig zu besuchendem) Tutorium durchgeführt. Ziel ist die Fähigkeit zur Beschreibung von Daten durch deskriptive statistische Kennwerte (Häufigkeitsverteilungen, Lage- und Streuungsmaße) und Analyseverfahren (Kontingenz- und Korrelationsanalyse, einfache Regressionsanalyse). Das (theoretische) Verständnis der Verfahren und die Interpretation der Ergebnisse stehen neben der praktischen, problemorientierten Datenanalyse im Mittelpunkt.
- Lehrende/r: Andreas Sander
Diese Veranstaltung ist ein Element des Moduls Forschungsmethoden und wird für BA EW als Vorlesung in Kombination mit der Statistik I Vorlesung durchgeführt. Ziel des methodischen Teils ist die Fähigkeit zum Lesen empirischer Untersuchungen. Als Inhalte werden behandelt: Wissenschaftstheorie, Forschungslogik, Begriffe und Theoriebildung, Hypothesen, Operationalisierung, Forschungsdesigns, quantitative und qualitative Methoden der Datengewinnung.
Ziel des statistischen Teils ist die Fähigkeit zur Beschreibung von Daten durch deskriptive statistische Verfahren (Häufigkeitsverteilungen, Lage- und Streuungsmaße, Kontingenz- und Korrelationsanalyse, einfache Regressionsanalyse). Das Verständnis der Verfahren und die Interpretation der Ergebnisse stehen neben der Fähigkeit zur Berechnung im Mittelpunkt.
- Lehrende/r: Sina Schürer
Anmeldung
Der Kurs ist auf eine maximale Teilnehmeranzahl von 30 Personen begrenzt. Sollten mehr als 30 Personen an dem Kurs teilnehmen wollen, werden die Kursverantwortlichen eine Auswahl vornehmen. Für eine Berücksichtigung hierbei müssen ein aktueller Lebenslauf, ein kurzes Motivationsschreiben sowie ein aktueller Notenauszug bis spätestens zum 11. November an Jonas Schmidt (jo.schmidt@uni-muenster.de) gesendet werden. Alle Studierenden, für die der Kurs verpflichtend ist, werden bevorzugt.
Inhalte und Lernziele
Dieses Modul behandelt Aspekte zur Entwicklung und Gestaltung wertschöpfender Beziehungen zwischen Kunden und Unternehmen. Dabei werden konzeptionelle und methodische Grundlagen des Customer Relationship Management (CRM/Kundenmanagement) und des Direktmarketing (DiMa) vorgestellt. Des Weiteren werden ausgewählte aktuelle Themen, Konzepte und Instrumente vertiefend behandelt und in Gruppenarbeit eine Fallstudie bearbeitet sowie vor dem Kurs und einem Expertengremium vorgestellt. Die Teilnehmer erhalten einen umfassender Überblick über die Planung, das Management, die Implementierung und das Controlling von Kundenbeziehungen und Direktmarketingaktivitäten. Darüber hinaus erwerben die Teilnehmer Wissen, Erfahrung und Impulse in den drei Schlüsselkompetenzen für erfolgreiches CRM und DiMa: Fachkompetenz, Statistikkompetenz und IT/Data-Kompetenz. Das Modul besteht aus drei Lehr- und Lernformaten (Vorträge; Speed Research; Fallstudie) und verfolgt einen interaktiven Ansatz.
Folgende Themen werden unter anderem im Rahmen des Kurses behandelt:
- Einführung, Überblick, Grundlagen und Methoden des CRM und des DiMa
- Konzepte und Instrumente des CRM und im DiMa (Customer Experience Management, Journey Mapping, Lift, RFM, CLV, Kampagnensteuerung, Personas, Segmentierung, CHAID etc.)
- Zusammenspiel von Kundenmanagement und Direktmarketing
- Rahmen, Management und Controlling im CRM und DiMa
Ziel des Kurses ist es, Studierenden ein tiefgreifendes und fortschrittliches Verständnis von Kundenbeziehungsmanagement und Direktmarketing zu vermitteln. Dabei werden Chancen und Herausforderungen in datengetriebenen Unternehmen fokussiert.
Erworbene Kompetenzen
Fachliche Kompetenzen:
- Studenten sind in der Lage Kunden anhand verschiedener Methoden zu bewerten (Customer Lifetime Value (CLV), Recency, Frequency, Monetary Value (RFM))
- Studenten sind in der Lage Direktmarketing-Kampagnen zu planen und durchzuführen.
- Studenten erlernen den Umgang mit in Unternehmen verfügbaren Daten (rechtlich, methodisch, strategisch).
Soft Skills und Schlüsselqualifikationen:
- Kooperation und Zusammenarbeit: ein Teil der Aufgaben besteht aus Gruppenarbeit.
- Präsentationstechniken: die Aufgaben müssen vor dem Kurs präsentiert werden.
- Kommunikationsfähigkeit: schnelles erfassen, verarbeiten und aufarbeiten von Inhalten sowie das ad hoc vortragen und diskutieren derselben im Rahmen des Speed Research Days.
Registration
The course is limited to a maximum of 30 participants. If more than 30 people want to attend the course, the course leaders will make a selection. Interested students have to send a current CV, a short letter of motivation and a transcript of records to Jonas Schmidt (jo.schmidt@uni-muenster.de) by November 11th at the latest. Students for whom the course is mandatory will be preferred.
Content and learning objectives
The module covers aspects for developing and designing value-adding relationships between customers and companies. Thereby, conceptual and methodical basics of customer relationship management (CRM/Customer Management) and direct marketing (DiMa) are presented. During the course students deal with current topics, concepts, and instruments of customer management and work on those in detail in a group assignment, which they present in front of the class and an expert panel. The participants receive a comprehensive overview of the planning, management, implementation, and controlling of customer relationship and direct marketing activities. In addition, the participants acquire knowledge, experience, and impulses in the three key competencies for successful CRM and DiMa: Expertise, statistics competence, and IT/data competence. The module consists of three teaching and learning formats (lectures, speed research, case study) and follows an interactive approach.
The following topics are, among others, covered in the course:
- Introduction, overview, basics, and methods of CRM and DiMa
- Concepts and tools of CRM and DiMa (customer experience management, journey mapping, lift, RFM, CLV, campaign control, personas, segmentation, CHAID etc.)
- Interaction of customer management and direct marketing
- Scope, management and controlling in CRM and DiMa
The aim of the course is to give students a profound and progressive understanding of customer relationship management and direct marketing. Thereby, it focuses on opportunities and challenges in data-driven companies.
Acquired skills
Professional skills:
- Students are able to evaluate customers using a variety of methods (customer lifetime value (CLV), recency, frequency, monetary value (RFM)).
- Students are able to plan and conduct direct marketing campaigns.
- Students learn how to handle data available in companies (legal, methodical, strategic).
Soft skills and key qualifications:
- Cooperation and collaboration: Some of the tasks consist of group work.
- Presentation techniques: the tasks must be presented in front of the course.
- Communication skills: fast capturing, processing, and preparing of content as well as the ad hoc presentation and discussion of it within the scope of the Speed Research Day.
- Lehrende/r: Michael Gerke
- Lehrende/r: Manfred Krafft
- Lehrende/r: Christina Okoutsidou
- Lehrende/r: Jonas Schmidt
Anmeldungen zur Vorlesung bitte unter https://www.uni-muenster.de/ZIV/Lehre/Vorlesungen/Angebot/einfuehrungindiecomputerumsetzungstatistischermethoden.php
Falls diese Veranstaltung im Rahmen der Allgemeinen Studien belegt wird, muss ggf. zusätzlich eine Prüfungsanmeldung unter QISPOS erfolgen, wenn Leistungspunkte erworben werden sollen.
- Lehrende/r: Arne Scheffer
Auf 35 Studierende begrenzte Teilnehmerzahl, Anmeldung erforderlich!
Informationen über Kinder (z. B. ihre institutionelle Verortung) werden u.a. in amtlichen Statistiken gesammelt und erhoben, um die Entwicklung bzw. den Ist-Zustand der gesetzlich geregelten Bereiche der Kinder- und Jugendhilfe darzustellen. Während diese Erhebungen zumeist die Rahmenbedingungen von Kindheit untersuchen (z. B. Betreuung in Kitas oder erzieherische Hilfen), erhebt beispielsweise die Schuleingangsuntersuchung sensible Informationen über alle Kinder vor Schuleintritt (familiärer Hintergrund, einzelne Entwicklungsbereiche). Bisher wurden diese Daten zumeist für Gesundheitsberichterstattungen genutzt und deskriptiv ausgewertet und sind selten Informationsquelle für erziehungswissenschaftliche Untersuchungen. Erste empirische Arbeiten erkennen jedoch das Potenzial dieser Daten und führen empirische sekundäranalytische Untersuchungen durch, die zum einen die individuelle Entwicklung der Kinder sowie zum anderen Kontextbedingungen berücksichtigen. Gleichzeitig mehreren sich kritische Stimmen, die die Methodik der Erfassung des Entwicklungsstandes von Kindern infrage stellen und die daraus resultierende Kategorisierung in „normale“ und „nicht-normale“ Entwicklungsverläufe anprangern.
Das Ziel dieses Seminars ist es, sich kritisch mit Daten aus der Schuleingangsuntersuchung und den spezifischen Erhebungsinstrumenten und -situationen auseinanderzusetzen.
- Lehrende/r: Anna Marina Schmidt
In der Veranstaltung werden Verfahren und Techniken der deskriptiven Statistik vorgestellt. Darüber hinaus werden Grundkenntnisse aus der Wahrscheinlichkeitsrechnung vermittelt, die zum Verständnis der im Teil II der Vorlesung behandelten Themen erforderlich sind. Zum Stoff der Vorlesung werden jede Woche Übungsaufgaben herausgegeben, die in ergänzend zur Vorlesung angebotenen Tutorien besprochen werden.
- Lehrende/r: Paul-Christian Bürkner
- Lehrende/r: Heinz-Dieter Holling
Die Bayes'sche Statistik bietet einen vereinheitlichenden Zugang zu
Problemen der Datenanalyse. Ziel der Vorlesung ist es, anhand von
Beispielen aus verschiedenen Wissenschaftsgebieten und Problemstellungen
aus dem Alltag eine erste Einführung in das Themengebiet zu geben.
Aufbauend auf den theoretischen Grundlagen werden Fragestellungen wie
Parameterschätzung und Hypothesentests sowie ihre numerische
Implementation behandelt.
- Lehrende/r: Oliver Kamps
Einführung in quantitative Datenerhebung, Test- und Fragebogenkonstruktion WS 2018/19, Lars Behrmann
Die Veranstaltung ist auf 16 Teilnehmer begrenzt, Anmeldung erforderlich.
Die Veranstaltung bietet eine theoretisch fundierte aber dennoch praxisnahe Einführung in die Konstruktionsprinzipien psychometrischer Instrumente. Die Studierenden lernen die Grundlagen der klassischen Testtheorie kennen. Auf diesen Erkenntnissen aufbauend werden wir gemeinsam ein psychometrisches Instrument konstruieren. Mit diesem werden die Studierenden eigene Daten erheben, mit denen das Instrument anschließend auf seine wissenschaftliche Güte hin überprüft wird.
Voraussetzung für den erfolgreichen Besuch der Veranstaltung sind forschungsmethodische und statistische Kenntnisse, wie sie an der WWU im Bachelor der Erziehungswissenschaft vermittelt werden (VLn Forschungsmethoden, Statistik I und II).
Das Seminar ist als erster Teil einer zweiteiligen Veranstaltung zur Vorbereitung auf eine quantitativ-empirische Masterarbeit konzipiert. Teil zwei findet im kommenden Semester statt und wird verschiedene Auswertungsstrategien für die erhobenen Daten sowie die Verschriftlichung einer empirischen Arbeit thematisieren. Die Veranstaltung kann auch als eigenständige Einzelveranstaltung besucht werden.
- Lehrende/r: Lars Behrmann
- Lehrende/r: Katerina Stathi
Multivariate Analyse ist die Suche nach Beziehungsmustern unter mehreren Variablen und ein unerlässliches Tool in der empirischen Sozialforschung. Der Kurs vermittelt die theoretische (statistische) Kenntnis und die praktische Anwendung (SPSS) der wichtigsten bzw. gängigsten multivariaten Verfahren. Grundsätzlich kann man die Verfahren in Struktur entdeckende und Struktur erklärende Verfahren unterteilen. Zu den Struktur entdeckenden Verfahren, die im Kurs vorgestellt werden sollen, zählen die Faktorenanalysen, die mehrere (viele) Variablen zu wenigen Dimensionen (Faktoren) zusammenfasst oder die Clusteranalyse, die Fälle (Personen, Artikel usw.) nach verschiedenen Merkmalen in wenige Typen reduziert. Zu den Struktur erklärenden Verfahren gehört die Regressionsanalyse, mit der die Einflüsse einer oder mehrerer unabhängiger Variablen auf eine abhängige Variable überprüft werden. Für die Einübung der Verfahren werden geeignete Datensätze zur Verfügung gestellt, an denen mit dem Statistikprogramm SPSS Auswertungen vorgenommen werden.
- Lehrende/r: Annie Waldherr
Die Vorlesung „Einführung in die Forschungsmethoden“ gibt einen Überblick über die Methoden der empirisch-wissenschaftlichen Psychologie, mit einer Schwerpunktsetzung auf das psychologische Experiment. Anhand der typischen Stadien zur Planung, Durchführung und (statistischen) Auswertung einer quantitativ-experimentellen Untersuchung sollen zentrale Prinzipien und Effekte des Experimentierens eingeführt sowie mit Anwendungsbeispielen verdeutlicht werden. Darunter fallen z.B.: Theorien, Hypothesen und Operationalisierung, (unabhängige und abhängige) Variablen, Versuchsplanung, (nicht-)experimentelle Designs, Teststärke (statistische Power), Arten und Kontrolle von Störvariablen, interne und externe Gültigkeit, Stichprobengewinnung, Versuchsdurchführung und Versuchsleitereffekte, Datenüberprüfung und statistische Auswertung (exemplarisch mittels Varianzanalyse), Interpretation und wissenschaftliche Berichtlegung.
Mit diesem Repertoire an Begriffen und Techniken sollen die Studierenden auf das Lesen, Verstehen und kritische Hinterfragen von Fachartikeln, wie sie Gegenstand der Vorlesungen und Seminare aus den verschiedenen psychologischen Disziplinen sind, vorbereitet werden. Die Vorlesungsinhalte stehen in inhaltlichem und methodischem Bezug zu den einführenden Veranstaltungen des Statistik-I-Moduls und sollen Grundlagen für das im Statistik-II-Modul folgende Empirisch-Experimentelle Praktikum legen.
- Lehrende/r: Boris Forthmann
In den letzten Jahren gewinnen Experimente in der Politikwissenschaft zunehmend an Bedeutung. Dieser Kurs wird sich der Thematik nähern und das Experiment als eine Methode der quantitativen Politikwissenschaft vertiefen. Hierfür sollen die Grundgedanken bezüglich des politik-wissenschaftlichen Experiments zunächst theoretisch und methodisch erarbeitet werden. In der ersten Phase werden praktische Beispiele u.a. durch „Classroom Experiments“ gegeben und in der zweiten Phase werden in Kleingruppen eigene Experimente entwickelt und umgesetzt. Der Kurs richtet sich an Studierende, die sich im Bereich der quantitativen Methoden und Statistik unsicher fühlen. Der Kurs nimmt stärker die Fragen von Forschungsdesigns in den Blick, als beispielsweise statistische Verfahren.
Am Kurs kann natürlich aus Interesse teilgenommen werden, aber es können selbstverständlich auch Leistungspunkte erworben werden. Als Studienleitung muss neben der Anwesenheit ein Referat gehalten werden. Zudem besteht die Studienleitung in der Vorbereitung und Durchführung eines eigenen „Classroom Experiments“ in einer Kleingruppe. Wie dieses genau aussieht, wird der Dozent zu Beginn des Kurses erklären und es wird auch Unterlagen im LearnWeb hierzu geben. Für die Prüfungsleistung ist eine Hausarbeit vorgesehen.
Hinweise: Inhaltlich wird es in dem Kurs nicht darum gehen, die Ergebnisse von Experimenten im Detail zu besprechen, sondern die verwendete Methodik genauer zu erfassen. Zudem sollen grundlegende Kenntnisse über Entwicklung und Umsetzung von Forschungsdesigns vermittelt und in der Praxis eingesetzt werden. Die nötigen Unterlagen für den Kurs werden über das LearnWeb bereitgestellt. Insbesondere wird es ein großes Angebot an ergänzender Literatur geben, welche Anreize für eine vertiefte Lektüre bieten können. Politikwissenschaft ist ein Lesestudium. Für die Teilnahme am Kurs wird die Bereitschaft zum Lesen der notwendigen Texte, auch der englischen Originaltexte, vorausgesetzt. Die Referatsvergabe findet zu Beginn des Kurses statt und wird nicht per E-Mail im Vorfeld abgehandelt werden.
- Lehrende/r: Ulrich Hamenstädt
Auf 50 Studierende begrenzte Teilnehmerzahl, Anmeldung erforderlich!
In diesem Seminar werden wir uns mit spezifischen Themen von Unterrichtsqualität und Lehrerprofessionalität (vgl. Helmke 2015) beschäftigen. Dabei werden eigene Erfahrungen und Alltagsannahmen über Schule, Lehrer und Unterricht gesammelt und nach empirischen Belegen dafür oder dagegen gesucht. Es ist ratsam für die Teilnahme an dem Seminar, über Grundkenntnisse in Statistik zu verfügen, aber kein Muss.
- Lehrende/r: Jörg Holle
Das Münster-Barometer ist als Praxisseminar konzipiert, in dem die bisher im Studium erlangten theoretischen Kenntnisse der empirischen Sozialforschung in einem konkreten sozialwissen-schaftlichen Projekt angewandt und hinterfragt werden. Die Teilnehmer/innen sind dabei aktiv bei der Durchführung eines konkreten Drittmittelprojekts eingebunden, das mittels einer Bevölke-rungsbefragung die Meinung in Münster zu aktuellen gesellschaftlichen und politischen Themen wie Wohnungsnot, Flüchtlingspolitik oder gesellschaftliches Engagement erhebt, sich aber auch mit wissenschaftlichen Fragestellungen wie z.B. Sozialraummodelle oder Non-Response ausei-nandersetzt. Drittmittelgeber ist die Zeitungsgruppe Münster mit den Westfälischen Nachrichten und der Münsterschen Zeitung, die bei der Themenauswahl berät und später ausführlich über die Ergebnisse des Münster-Barometers in ihren Zeitungen berichtet. Im Laufe des Seminars werden verschiedene Techniken der empirischen Sozialforschung in der Praxis eingesetzt: Fragebogenentwicklung, Programmierung einer Dateneingabemaske bzw. eines Online-Fragebogens, Durchführung von Interviews, Datenerfassung, Auswertung mit SPSS und die Aufbereitung der Ergebnisse mittels Grafikprogramme. Vorkenntnisse (vor allem im statistischen Bereich) sind nicht unbedingt erforderlich, es ist aber sinnvoll, zuvor die grundlegenden Statistik- und Methodenkurse besucht zu haben. Das Münster-Barometer ist als Blockseminar konzipiert und findet wochentags im Zeitraum zwi-schen dem 11. Februar und dem 8. März 2018 statt. Der Kurs kann entweder als Praktikum über vier bzw. sechs Wochen oder für diverse Varianten von Leistungspunkten angerechnet werden. Weitere Informationen, ein detaillierter Verlaufsplan und evt. Terminänderungen finden sich unter http://barometer.uni-muenster.de. Anmeldung nur direkt bei Marko Heyse – in der Sprechstunde oder per Email (heyse@uni-muenster.de).
- Lehrende/r: Marko Heyse
Dieses Seminar zielt darauf ab, den Studierenden das Potenzial quantitativer Datenerhebungs- und Datenauswertungsverfahren für die Beantwortung politikwissenschaftlicher Fragestellungen zu vermitteln. Inhaltlich geht es dabei um die Messung, Erklärung und Wirkungsweise von Euroskeptizismus, d.h. von politischen Einstellungen oder Programmen, die sich gegen die Idee der europäischen Integration richten oder grundlegende Elemente der Europäischen Union ablehnen.
Das Seminar findet in doppelter Form an zwei Terminen statt (Kurs 1 und Kurs 2). Sofern beide Kurse sehr unterschiedlich nachgefragt werden, werden zu Beginn des Semesters Maßnahmen zur gleichmäßigeren Verteilung der Studierenden ergriffen.
Im ersten Teil des Seminars wenden wir uns den einzelnen Aspekten der Messung von Euroskeptizismus zu. Auf Grundlage wissenschaftlicher Forschungsliteratur werden unterschiedliche Ansätze zur empirischen Erfassung von individuellen Einstellungen zur europäischen Integration sowie von Elitenpositionen gegenüber der EU diskutiert.
Im zweiten Teil werden die Studierenden in Kleingruppen eingeteilt. Jede Gruppe erhält eine wissenschaftliche Fragestellung, zu der sie ein Forschungsdesign entwerfen und kritisch reflektieren soll. Die Gruppen erhalten Zeit, um an diesen Forschungsdesigns zu arbeiten und dieses dann auch schriftlich auszuarbeiten (ca. 6.000 Wörter). Nach dieser eigenständigen Gruppenarbeitsphase werden die Forschungsdesigns in zwei Sitzungen präsentiert und diskutiert. Dabei werden die Designs jeder Gruppe jeweils von einer anderen Gruppe vorgestellt und kommentiert. Nach diesen Präsentationen haben die Gruppen noch einmal Zeit, ihre Designs zu überarbeiten. Sie müssen schließlich schriftlich eingereicht werden und bilden dann die benotete Teilprüfungsleistung des Seminars für die Modulabschlussprüfung.
Voraussetzungen für die erfolgreiche Teilnahme an diesem Seminar sind die aktive Beteiligung an den Sitzungen, die Mitarbeit an einer der Forschungsdesign-Teams sowie die Präsentation und Kommentierung eines Forschungsdesigns einer anderen Gruppe. Die benotete Prüfungsleitung besteht in einer Modulabschlussprüfung, die in den jeweiligen Seminaren einzeln erbracht wird. Die Teilprüfungsleistung dieses Seminars bildet das schriftlich ausgearbeitete Forschungsdesign der Gruppen im Umfang von ca. 6.000 Wörtern.
Einführende Literatur
Diaz-Bone, Rainer, 2012: Statistik für Soziologen. 2. Auflage. Stuttgart: Universitätsverlag Konstanz/UTB.
Hix, Simon/Bjørn Høyland, 2011: The Political System of the European Union, Houndmills: Palgrave Macmillan.
Marks, Gary/Marco R. Steenbergen (Hrsg.), 2004: European Integration and Political Conflict. Cambridge: Cambridge University Press.
- Lehrende/r: Oliver Treib
Dieses Seminar zielt darauf ab, den Studierenden das Potenzial quantitativer Datenerhebungs- und Datenauswertungsverfahren für die Beantwortung politikwissenschaftlicher Fragestellungen zu vermitteln. Inhaltlich geht es dabei um die Messung, Erklärung und Wirkungsweise von Euroskeptizismus, d.h. von politischen Einstellungen oder Programmen, die sich gegen die Idee der europäischen Integration richten oder grundlegende Elemente der Europäischen Union ablehnen.
Das Seminar findet in doppelter Form an zwei Terminen statt (Kurs 1 und Kurs 2). Sofern beide Kurse sehr unterschiedlich nachgefragt werden, werden zu Beginn des Semesters Maßnahmen zur gleichmäßigeren Verteilung der Studierenden ergriffen.
Im ersten Teil des Seminars wenden wir uns den einzelnen Aspekten der Messung von Euroskeptizismus zu. Auf Grundlage wissenschaftlicher Forschungsliteratur werden unterschiedliche Ansätze zur empirischen Erfassung von individuellen Einstellungen zur europäischen Integration sowie von Elitenpositionen gegenüber der EU diskutiert.
Im zweiten Teil werden die Studierenden in Kleingruppen eingeteilt. Jede Gruppe erhält eine wissenschaftliche Fragestellung, zu der sie ein Forschungsdesign entwerfen und kritisch reflektieren soll. Die Gruppen erhalten Zeit, um an diesen Forschungsdesigns zu arbeiten und dieses dann auch schriftlich auszuarbeiten (ca. 6.000 Wörter). Nach dieser eigenständigen Gruppenarbeitsphase werden die Forschungsdesigns in zwei Sitzungen präsentiert und diskutiert. Dabei werden die Designs jeder Gruppe jeweils von einer anderen Gruppe vorgestellt und kommentiert. Nach diesen Präsentationen haben die Gruppen noch einmal Zeit, ihre Designs zu überarbeiten. Sie müssen schließlich schriftlich eingereicht werden und bilden dann die benotete Teilprüfungsleistung des Seminars für die Modulabschlussprüfung.
Voraussetzungen für die erfolgreiche Teilnahme an diesem Seminar sind die aktive Beteiligung an den Sitzungen, die Mitarbeit an einer der Forschungsdesign-Teams sowie die Präsentation und Kommentierung eines Forschungsdesigns einer anderen Gruppe. Die benotete Prüfungsleitung besteht in einer Modulabschlussprüfung, die in den jeweiligen Seminaren einzeln erbracht wird. Die Teilprüfungsleistung dieses Seminars bildet das schriftlich ausgearbeitete Forschungsdesign der Gruppen im Umfang von ca. 6.000 Wörtern.
Einführende Literatur
Diaz-Bone, Rainer, 2012: Statistik für Soziologen. 2. Auflage. Stuttgart: Universitätsverlag Konstanz/UTB.
Hix, Simon/Bjørn Høyland, 2011: The Political System of the European Union, Houndmills: Palgrave Macmillan.
Marks, Gary/Marco R. Steenbergen (Hrsg.), 2004: European Integration and Political Conflict. Cambridge: Cambridge University Press.
- Lehrende/r: Oliver Treib
Weitere Informationen finden Sie hier.
- Lehrende/r: Florian Peters-Olbrich
- Lehrende/r: Karsten Rusche
- Lehrende/r: Ulrich van Suntum
In dieser Vorlesung werden die folgenden Themen behandelt:
Lineare Modelle, insbes.
- Varianzanalyse
- Kovarianzanalyse
- multiple Regressionsanalyse
Verallgemeinerte lineare Modelle, insbes.
- Logistische Regression
- Poisson Regresssion
- Loglineare Modelle
Gemischte lineare Modelle, insbes.
- Random Intercept-Modelle
- Random Slope Modelle
- Longitudinale Modelle
Als grundlegendes Programm-Paket wird R verwendet.
Es werden regelmäßig Übungsaufgaben verteilt. Die Lösung dieser Übungsaufgaben sowie die Beantwortung von Fragen zur Vorlesung sind Gegenstand wöchentlich stattfindender Tutorien.
- Lehrende/r: Heinz-Dieter Holling
Structure: 1. Introduction 2. Mathematical Preliminaries 3. Variables and Data 4. Univariate Data 5. Indices 6. Multivariate Data 7. Concentration and Disparity Measures
- Lehrende/r: Justus Friedrich Ben Grundmann
- Lehrende/r: Willi Mutschler
Die Veranstaltung ist aus technischen Gründen (Zahl der Arbeitsplätze im CIP-Pool) auf 16 Teilnehmer begrenzt. Die Anmeldung erfolgt elektronisch - z.B. über LSF oder alternative Verfahren. Statistische Grundkenntnisse (z.B. ein Schein in Statistik I) sind hilfreich. Nicht-wahrgenommene Plätze werden ggf. in der ersten Veranstaltung auf Bewerber ohne eine Platzzusage verlost. Die Veranstaltung wird im Modul M3/M4 im Master EW als Veranstaltung zur Datenauswertung angeboten und ist gleichzeitig für die Allgemeinen Studien in 2-Fach-Bachelor-Studiengängen geöffnet.
SPSS (Statistical Package for the Social Sciences), das bekannteste Programm der quantativen sozialwissenschaftlichen Datenanalyse, umfasst Verfahren der tabellarischen und grafischen Datenpräsentation, der einfachen und komplexen (multivariaten) statistischen Analyse sowie eher spezielle statistische Anwendungen. Neben komplexen Möglichkeiten der Datendefinition bietet SPSS vielfältige Möglichkeiten der Datentransformation und der Dateimodifikation und ermöglicht den Datenaustausch mit vielen Programmen. Die Veranstaltung gibt eine Einführung in SPSS, beschäftigt sich mit dem Datenmanagement (Einrichtung von SPSS-Datensätzen, Ändern vorhandener und Konstruktion neuer Variablen, Datentransfer), mit der Datenpräsentation in Form von Tabellen, Grafiken und Kennziffern und behandelt die Grundzüge der statistischen Datenanalyse. Die Veranstaltung schließt mit einer 90-Min-Klausur (für 5 LP in M3/M4), die voraussichtlich am 10. Dezember 2018 stattfinden wird. Andere Leistungen werden in der ersten Sitzung besprochen.
- Lehrende/r: Bernd Fischer
- Lehrende/r: David Ott
- Lehrende/r: Christoph Scherber
- Lehrende/r: Julia Tiede
Auf 35 Teilnehmer begrenzte Veranstaltung, Anmeldung erforderlich!
Die Sozialstrukturanalyse beschäftigt sich primär mit der Beschreibung und Erklärung sozialer Ungleichheit im Zusammenhang mit dem gesellschaftlichen Wandel. Diese Theorien zielen auf den Sachverhalt ab, dass individuelle Lebensläufe durch sozialstrukturelle und ungleiche Lebenschancen begrenzt werden. In dem Seminar werden anhand von Sekundärdatensätze (z.B. SOEP; ALLBUS) unter Verwendung des Statistikprogramms SPSS eigene Sozialstrukturanalysen durchgeführt. Es werden dabei auch die notwendigen Techniken und methodischen Grundkenntnisse vermittelt.
- Lehrende/r: Heinz-Günter Micheel
Diese Veranstaltung ist ein Element des Moduls Forschungsmethoden und wird als Vorlesung mit (freiwillig zu besuchendem) Tutorium durchgeführt. Ziel ist die Fähigkeit zur Beschreibung von Daten durch deskriptive statistische Kennwerte (Häufigkeitsverteilungen, Lage- und Streuungsmaße) und Analyseverfahren (Kontingenz- und Korrelationsanalyse, einfache Regressionsanalyse). Das (theoretische) Verständnis der Verfahren und die Interpretation der Ergebnisse stehen neben der praktischen, problemorientierten Datenanalyse im Mittelpunkt.
- Lehrende/r: Stefanie van Ophuysen
Diese Veranstaltung ist ein Element des Moduls Forschungsmethoden und wird als Vorlesung mit (freiwillig zu besuchendem) Tutorium durchgeführt. Gegenstand sind die Grundlagen der Wahrscheinlichkeitsrechnung und inferenzstatistische Schätz- und Testverfahren. Aufbauend auf eine Einführung in die Wahrscheinlichkeitsrechnung (Wahrscheinlichkeitsbegriff, diskrete und stetige Zufallsvariablen und ihre Verteilungen) werden die Ideen der statistischen Schätztheorie und der Testtheorie vorgestellt. Das (theoretische) Verständnis der Verfahren und die Interpretation der Ergebnisse stehen im Mittelpunkt der Veranstaltung.
- Lehrende/r: Stefanie van Ophuysen