Workshops des Methodenzentrums

Im Wintersemester 2019/20 bietet das Methodenzenrum folgende Workshops an:

  • Einführung in die statistische Datenanalyse mit SPSS
  • Einführung in die Statistk mit R

Außerdem bieten wir semesterbegleitende extracurriculare Seminare zum Thema Datenvisualisierung mit Virtual Reality an!

Über unsere Mailingliste erhalten Sie Informationen zu kommenden Workshops!

Informationen zu vergangenen Workshops finden Sie hier.


Wichtige Hinweise:

Die Workshops des Methodenzentrums richten sich primär an Bachelorstudierende der Geothe-Universität (insbesondere der Fachbereiche 2-5), daher werden die Plätze auch bevorzugt an diese vergeben. 

Wenn Sie sich also bereits in einem fortgeschrittenen Abschnitt ihre Studiums befinden (Master, Promotion etc.), dann erhalten zu zunächst einen Platz auf der Warteliste.

Personen die nicht an der Goethe-Univesität studieren, können leider nicht an den Workshops des Methodenzentrums teilnehmen!

Bitte beachten Sie: Die Anmeldebestätigung werden nicht automatisch erstellt, sodass es ein paar Tage dauern kann bis Sie eine Bestätigung erhalten. 


Datenvisualisierung (mit Virtual Reality)

* Extracurriculare Seminare im WS 2019/2020 *

Referent: Shirin Esmaeili Bijarsari

Bitte beachten Sie, dass es sich hierbei um extracurriculare Seminare handelt, bei welchem Sie sich für eine Seminargruppe entscheiden (entweder Gruppe A oder Gruppe B)

Termine:

Gruppe A: Dienstags, 15.10.2019 bis 11.02.2020, 14-16 Uhr (wöchentlich)

ODER

Gruppe B: Mittwochs, 16.10.2019 bis 12.02.2020, 14-16 Uhr (wöchentlich)

Inhalt:

Im Rahmen dieser Veranstaltung befassen Sie sich mit den sowohl theoretischen als aus praktischen Aspekten der Datenvisualisierung. Neben Grundlagen bzgl. des Umgangs mit Daten sollen verschiedene Arten an graphischen Darstellungen (Diagramme, Boxplots, Netzwerkbeziehungen, Zeitreihen) wie auch Problempunkte (Data Editing, Big Data) im Kontext von wissenschaftlichen Texten und der Eigenerprobung diskutiert und gegenübergestellt werden. Ziel ist, eine neue Blickweise bzgl. des Umgangs und der Darstellung von Daten zu eröffnen, das Verständnis zu erweitern und die weitreichenden Möglichkeiten in u.a. R als Grundlage für zukünftige Arbeiten erproben zu lassen.
Im Seminar werden VR-Brillen (Virtuelle Realität) zur Nutzung eines VR-Spiels für alle Teilnehmer eingesetzt.

Literatur:

Manderscheid, K. (2017). Graphiken. In K. Manderscheid (Ed.), Sozialwissenschaftliche Datenanalyse mit R: Eine Einführung (2nded., pp. 117–149). Wiesbaden: Springer VS. https://doi.org/10.1007/978-3-658-15902-3_7

Degen, H. (2010). Graphische Datenexploration. In C. Wolf & H. Best (Eds.), Handbuch der sozialwissenschaftlichen Datenanalyse(1st ed., pp. 91–116). Wiesbaden: VS Verlag für Sozialwissenschaften / Springer Fachmedien Wiesbaden GmbH Wiesbaden. https://doi.org/10.1007/978-3-531-92038-2_5

Weitere Literatur wird im Seminar bekanntgegeben.

Voraussetzungen:

Die Veranstaltung ist für Anfänger/innen geeignet, grundlegendes Methodenwissen ist jedoch von Vorteil.

WICHITG: Bitte wählen Sie bei der Anmeldung einen Termin aus indem Sie das entsprechende Kästchen anklicken!

Anmeldung

Nachweis:

Für die regelmäßige Anwesenheit im Seminar können Sie 2 CPs als Teilnahmenachweis erwerben.  Über ein E-Portfolio können  Sie zudem 3 CPs für einen Leistungsnachweis erwerben. Wenn Sie beides erfolgreich absolvieren, können Sie die erworbenen CP nicht für Ihr Regelstudium anerkennen lassen, aber für das Methodenzertifikat nutzen.


Einführung in die statistische Datenanalyse mit SPSS

Referent: Ulrich Scholz

Termine: Freitag, 08.11.2019, 14-18 Uhr, Samstag, 09.11.2019, 12-17 Uhr und Samstag, 16.11.2019, 12-17 Uhr (dreitägig)

Zielgruppe:

Der dreitägige Kurs ist fachübergreifend konzipiert und richtet sich an alle, die wissen wollen, wie mit SPSS statistische Auswertungen erstellt und zuverlässig interpretiert werden können. Der Kurs ist besonders auf Studierende und Bedienstete ausgerichtet, die einen Einstieg in die statistische Datenanalyse mit SPSS suchen oder auf diese Software umsteigen wollen. Es werden keine Vorkenntnisse mit SPSS erwartet. Die für die sinnvolle Verwendung von SPSS jeweils vorausgesetzten statistischen Konzepte werden rekapituliert.

Kursüberblick:

SPSS ist eine in den Gesellschafts-, Erziehungs-  und Wirtschaftswissenschaften sowie in der Psychologie und Medizin sehr verbreitete, leistungsfähige und anwendungsfreundliche Software für statistische Fragestellungen. Es werden grundlegende Methoden des Datenmanagements vorgestellt und ihre Umsetzung in SPSS demonstriert. Durchgehend praxisorientiert, vor allem auf typische Auswertungen bezogen und erläutert an vielen Beispielen wird in die Verwendung dieses Programms grundlegend eingeführt.

Auf die Interpretation der Ergebnisse wird unter Beachtung der Datengrundlage bzw. des Datenerhebungsdesigns sowie der Fragestellung besonders geachtet, um sonst leicht mögliche statistische Fehlinterpretationen zu vermeiden.

Kursziele:

Nach diesem Kurs kennen Sie das Grundkonzept von SPSS und sind in der Lage, alle Schritte von der Dateneingabe oder dem Datenimport über erste Auswertungsanalysen bis hin zur Präsentation der Ergebnisse mit SPSS selbständig und kompetent durchzuführen.

Credit Points:

Für einen Leistungsnachweis (Klausur) erhalten Sie 3 Credit Points, welche Sie sich für das Methoden-zertifikat anrechnen lassen können.

Kursinhalt:

- Datenauswahl, Dateneingabe und -import

- Datenmodifikation:

  • Definition und Berechnung neuer Variablen
  • Auswahl interessierender Fälle oder Teilgruppen
  • Umcodierung von Informationen

- Datenanalyse und -interpretation:

  • Statistische Grundbegriffe
  • Häufigkeiten, Anteile, Quantile, Streuungsmaße
  • Ein- und mehrstufige Mittelwertvergleiche
  • Kreuztabellen, Prozentuierungen, Zusammenhangsmaße, Drittvariablen und Kontexte
  • Konfidenzintervalle und Hypothesentests

 - Ergebnispräsentation:

  • Tabellarische und grafische Darstellungsmöglichkeiten
  • Zusammenfassung von Fällen

Während des Kurses ist genügend Zeit für selbständige Übungen, um die erworbenen Kenntnisse zu festigen.

Kursunterlagen werden gestellt.

Empfohlene Literatur:

Brosius, Felix: SPSS: Umfassendes Handbuch zu Statistik und Datenanalyse. Frechen: mitp, 8. Aufl., 2018.

Bühl, Achim: SPSS 23. München: Pearson Deutschland, 15., akt. Aufl., 2016.

Duller, Christine: Einführung in die Statistik mit EXCEL und SPSS. Berlin: Springer Gabler, 3., überarb. Aufl., 2013.

Field, Andy: Discovering Statistics Using IBM SPSS Statistics. London: Sage Publications, 4th ed., 2013.

Jann, Ben: Einführung in die Statistik. München, Wien, Oldenbourg: De Gruyter, 2., bearb. Aufl., 2005.

Janssen, Jürgen / Laatz, Wilfried: Statistische Datenanalyse mit SPSS. Berlin: Springer Gabler, 9., überab. u. erw. Aufl., 2017.

Kahnemann, Daniel: Schnelles Denken, langsames Denken. München: Penguin Verlag, 2017.

Anmeldung

Wichtig: Bitte brachten Sie, dass für einen Teilnahmenachweis alle Kurstage besucht werden müssen!


Einführung in die Statistik mit R

Referent: Ulrich Scholz

Termine: Freitag, 17.01.2020, 14-18 Uhr und Samstag, 18.01.2020, 12-16 Uhr sowie Freitag, 24.01.2020, 14-18 Uhr und Samstag, 25.01.2020, 12-16 Uhr (viertägig)

Der viertägige Kurs ist fachübergreifend konzipiert und richtet sich an alle, die wissen wollen, wie mit R statistische Auswertungen erstellt und zuverlässig interpretiert werden können. Der Kurs ist besonders auf Studierende und Bedienstete ausgerichtet, die einen Einstieg in die statistische Datenanalyse mit R suchen oder auf diese Software umsteigen wollen. Es werden keine Vorkenntnisse mit R erwartet und die jeweils vorausgesetzten statistischen Konzepte werden sorgfältig rekapituliert.

Kursüberblick:

R ist eine kostenfreie und sehr leistungsfähige Software für statistische Datenanalysen, die die Möglichkeiten kommerzieller Programmpakete wie SPSS oder Stata insbesondere bei grafischen Darstellungen übersteigt. Es werden grundlegende Methoden des Datenmanagements vorgestellt und ihre Umsetzung in R Schritt für Schritt und nachvollziehbar demonstriert. Durchgehend praxisorientiert, auf typische Auswertungen bezogen und erläutert an vielen Beispielen wird in die Verwendung dieses Programms grundlegend eingeführt.

Auf die Interpretation der Ergebnisse wird unter Beachtung der Datengrundlage bzw. des Datenerhebungsdesigns sowie der Fragestellung besonders geachtet, um sonst leicht mögliche statistische Fehlinterpretationen zu vermeiden.

Kursinhalt:

- Datenauswahl, Dateneingabe und -import

- Definition von Vektoren, Faktoren und Data Frames

- Datenmodifikation:

  • Definition und Berechnung neuer Variablen
  • Auswahl interessierender Fälle oder Teilgruppen
  • Umcodierung von Informationen

- Datenanalyse und -interpretation:

  • Statistische Grundlagen
  • Häufigkeiten, Anteile, Quantile, Streuungsmaße
  • Ein- und mehrstufige Mittelwertvergleiche
  • Kreuztabellen, Prozentuierungen, Zusammenhangsmaße, Drittvariablen und Kontexte
  • Vertrauensintervalle, (Hypothesen-)Tests

 - Ergebnispräsentation:

  • Tabellarische und grafische Darstellungsmöglichkeiten
  • Zusammenfassung von Fällen

Auf die Interpretation der Ergebnisse wird unter besonderer Berücksichtigung der Fragestellung, der Datengrundlage und des Datenerhebungsdesigns besonders geachtet, um sonst leicht mögliche statistische Fehlinterpretationen zu vermeiden.

Während des Kurses ist genügend Zeit für selbständige Übungen, um die erworbenen Kenntnisse zu festigen.

Kursunterlagen werden gestellt.

Kursziele:

Nach diesem Kurs kennen Sie das Grundkonzept von R und sind in der Lage, alle Schritte von der Dateneingabe oder dem Datenimport über erste Auswertungsanalysen bis hin zur Präsentation der Ergebnisse mit R selbständig und kompetent durchzuführen.

Level: Anfänger/-innen

Credit Points:

Für einen Leistungsnachweis (Klausur) erhalten Sie 3 Credit Points, welche Sie sich für das Methodenzertifikat anrechnen lassen können.

Empfohlene Literatur:

Alexandrowicz, Rainer W.: R in 10 Schritten. Einführung in die statistische Programmierumgebung. Stuttgart: UTB GmbH – facultas, 2013.

Field, Andy / Miles, Jeremy / Field, Zoe: Discovering Statistics Using R. London: Sage Publications Ltd., 2012.

Jann, Ben: Einführung in die Statistik. München, Wien, Oldenbourg: De Gruyter, 2., bearb. Aufl., 2005.

Kahnemann, Daniel: Schnelles Denken, langsames Denken. München: Penguin Verlag, 2017.

Luhmann, Maike: R für Einsteiger. Einführung in die Statistiksoftware für die Sozialwissenschaften. Mit Online-Material. Weinheim: Beltz, 4., vollst. Überab. u. erw. Aufl., 2015.

Wollschläger, Daniel: Grundlagen der Datenanalyse mit R: Eine anwendungsorientierte Einführung. Berlin: Springer Spektrum, 4., überarb. u. erw. Aufl., 2017.

Zuckarelli, Joachim: Statistik mit R: Eine praxisorientierte Einführung in R. Heidelberg: O'Reilly, 2017.

Anmeldung

Wichtig: Bitte brachten Sie, dass für einen Teilnahmenachweis alle Kurstage besucht werden müssen!