Workshops und Veranstaltungen des Methodenzentrums

Im Sommersemester 2020 bietet das Methodenzentrum folgende Workshops und Seminare an

  • Seminare zum Thema Datenvisualisierung mit R (extracurricular)
  • Einführung in die Statistik mit R
  • Fortgeschrittene statistische Datenanalyse mit R

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. 


Einführung in die Statistik mit R

Referent: Ulrich Scholz

Termine: Freitag, 08.05.2020, 14-18 Uhr und Samstag, 09.05.2020, 12-16 Uhr sowie Freitag, 15.05.2020, 14-18 Uhr und Samstag, 16.05.2020, 12-16 Uhr (viertägig)

Der viertägige Kurs ist fachübergreifend konzipiert und richtet sich an alle, die wissen wollen, wie das Programm R bzw. die Benutzeroberfäche R-Studio aufgebaut ist und wie mit diesem Programm statistische Auswertungen erstellt und zuverlässig interpretiert werden können. Der Kurs ist besonders auf Studierende ausgerichtet, die einen Einstieg 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 und Textanalysen, die die Möglichkeiten kommerzieller Programmpakete wie SPSS oder Stata insbesondere bei grafischen Darstellungen übersteigt. Einführend werden die grundlegenden Bausteine von R vorgestellt: Objektorientierte Daten-Struktur, Funktionen, Vektoren, Faktoren, Data Frames, Einbezug von Paketen u.a.  Auf dieser Grundlage werden Auswertungen aus dem Bereich beschreibender Kennwerte wie Häufigkeiten, Mittelwerte und Streuungswerte sowie Analysen mit Teilgruppenvergleichen durchgeführt. Es  folgen grundlegende inferenzstatische Auswertungen. Auf der Basis von Tabellen- und Zusammenhangsanalysen werden bivariate und multivariate Fragestellungen bearbeitet und die Ergebnisse zusätzlich grafisch dargestellt.

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.

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.

Tachtsoglou,  Sarantis / König, Johannes: Statistik für Erziehungswissenschaftlerinnen und Erziehungswissenschaftler. Konzepte, Beispiele und Anwendungen in SPSS und R. Wiesbaden: Springer Fachmedien, 2017.

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 nicht mehr möglich! Rückfragen bitte an das Methodenzentrum (Kontaktdaten siehe Kasten rechts)

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


Fortgeschrittene statistische Datenanalyse mit R

Referent: Ulrich Scholz

Termine: Freitag, 19.06.2020, 14-18 Uhr, Samstag 20.06.2020, 12-16 Uhr und Freitag, 26.06.2020, 14-18 Uhr

In dieser dreitägigen Veranstaltung wird eine weiterführende Einführung in die Statistiksoft­ware R gegeben. Grundlegende Kenntnisse der Statistik aus einem Kurs „Einführung in die Statistik“ sowie in der Anwendung von R werden bei den Teilnehmenden vorausge­setzt. Dennoch werden die jeweils zugrunde liegenden statistischen Konzepte rekapituliert. Der Kurs setzt den Einführungskurs zu R inhaltlich fort, kann jedoch bei entspre­chenden Vorkenntnissen unabhängig von diesem besucht werden.

Einführend wird forschungslogisch aufgezeigt, wie die die jeweilige Fragestellung die Wahl sowohl eines zweckmäßigen Datenerhebungs­designs als auch eines geeigneten Auswertungsverfahrens begründet und begrenzt.

Dann wird das Verständnis der Programmstruktur von R vertieft und auf dieser Grundlage wird die Erweiterung der bivariaten zur multivariaten Analyse mit R besprochen und mit Beispielen eingeübt. Es schließt sich mit  einer weiteren Vertiefung im Verständnis des Programmpaketes R die einfache und multiple lineare Regressionsanalyse an. Auf alle Anwendungsvoraussetzungen wird eingegangen und die Ergebnisse im R-Output werden sorgfältig interpretiert. Abschließend wird auf die große Bedeutung sich eventuell anschließender Subgruppenanalysen eingegangen.

Die weitreichenden Möglichkeiten von R im Bereich der Inferenzstatistik sind ein weiteres Thema dieses Kurses. Auf Basis von Beispielen wird aufgezeigt, wie mit R von Stichprobenergebnissen auf Kenn­ziffern, Unterschiede und Zusammenhänge in einer Grundgesamtheit im Rahmen von Fehler­wahrscheinlichkeiten geschlossen werden kann. Hypothesentests sowie Intervallschätzungen stehen dabei im Zentrum. Der entsprechende R-Output wird sorgfältig besprochen.

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

Leistungsnachweis:

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

Level:

Fortgeschrittene

Empfohlene Literatur:

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

Eid, Michael / Gollwitzer, Mario / Schmitt, Manfred: Statistik und Forschungsmethoden: Lehrbuch. Mit Online-Material. Weinheim: Beltz, 5., korr. Aufl., 2017.

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

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.

Manderscheid, Katharina: Sozialwissenschaftliche Datenanalyse mit R: Eine Einführung. Wiesbaden: Springer Fachmedien Wiesbaden, 2. Aufl., 2017.

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.

 

Hinweis:

Der viertägige Workshop "Einführung in die Statistik mit R", beginnend am 8. Mai 2020, kann als Einstiegskurs belegt werden.

Die beiden Workshops sind inhaltlich aufeinander abgestimmt, können jedoch auch einzeln besucht werden.

Anmeldung

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


Datenvisualisierung mit R

* Extracurriculare Seminare im SoSe 2020*

Referentin: 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, 14.04.2020 bis 14.07.2020, 10-12 Uhr (wöchentlich)

ODER

Gruppe B: Mittwochs, 15.04.2020 bis 15.07.2020, 14-16 Uhr (wöchentlich)

Inhalt:

Im Rahmen dieser Veranstaltung befassen Sie sich mit den sowohl
theoretischen als auch praktischen Aspekten der Datenvisualisierung.
Neben Grundlagen bzgl. des Umgangs mit Daten (z.B. Data Management,
Data Cleaning) und einer Einführung bzw. Auffrischung der dafür
relevanten Grundlangen in R, sollen verschiedene Arten an
graphischen Darstellungen (u. a. Diagramme, Boxplots,
Netzwerkbeziehungen, Zeitreihen) wie auch Problempunkte wie z.B. Big
Data anhand von verschiedenen Methoden erklärt und beübt 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 R als Grundlage für zukünftige
Arbeiten erproben zu lassen.

Hinweis:

Im Seminar werden regelmäßig VR-Brillen (Virtuelle
Realität) zur Nutzung eines seminarrelevanten 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.

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.