Workshops und Veranstaltungen des Methodenzentrums

Im Sommersemester 2021 bietet das Methodenzentrum folgende Workshops an: 

  • Einführung in die Statistik mit R
  • Datenvisualisierung in R (mit VR)

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 Goethe-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, 25.06.2021, 14-18 Uhr und Samstag, 26.06.2021, 12-16 Uhr sowie Freitag, 02.07.2021, 14-18 Uhr und Samstag, 03.07.2021, 12-16 Uhr (viertägig)

Der Kurs findet voraussichtlich online (per zoom) statt.

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 sehr leistungsfähige, zuverlässige und kostenfreie 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 verständlich vorgestellt: Datentypen und Datenstruktur von R, zu der Vektoren, Faktoren, Data Frames, Funktionen, Einbezug von Paketen u.a. gehören.

Auf dieser Grundlage werden zunächst Auswertungen aus dem Bereich beschreibender Kennwerte wie Häufigkeiten, Mittelwerte und Streuungswerte sowie Analysen mit Teilgruppenvergleichen durchgeführt. Auf der Basis von Tabellen- und Zusammenhangsanalysen werden bivariate und multivariate Fragestellungen bearbeitet und die Ergebnisse zusätzlich grafisch dargestellt. Es  folgen grundlegende inferenzstatische Auswertungen.

Durchgehend praxisorientiert, auf typische Auswertungen aus den Fächern der Studierenden bezogen und erläutert an vielen Beispielen wird in die Verwendung dieses Programms grundlegend eingeführt.

Auf die Interpretation der Ergebnisse wird unter Beachtung der Fragestellung und des Datenerhebungsdesigns besonders geachtet und leicht mögliche statistische Fehlinterpretationen werden diskutiert.

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, ausgehend von der Fragestellung alle Schritte von der Dateneingabe oder dem Datenimport über erste Auswertungsanalysen bis hin zur Präsentation der Ergebnisse mit R selbständig und kompetent durchzuführen und für andere verständlich darzustellen.

Level: Anfänger/-innen

Credit Points:

Für einen Leistungsnachweis 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.

Krämer, Walter / Weihs, Claus (Hrsg.): Faszination Statistik: Einblicke in aktuelle Forschungsfragen und Erkenntnisse. Berlin: Springer Spektrum, 2019.

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: Sozialwissenschaftliche Datenanalyse mit R: Eine Einführung. Wiesbaden: Springer VS, 2. Aufl. 2017.  

Sedlmeier, Peter / Renkewitz, Frank: Forschungsmethoden und Statistik. 3., aktualisierte und erweitere Aufl., 2018.

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.

Hinweis:

Die genannten Titel sind weit überwiegend (auch) online im Volltext über die UB Ffm. zugänglich.

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


Datenvisualisierung in R (mit VR)

Referentin: Shirin Esmaeili Bijarsari

Termine: Freitag, 11.06.2021, 14-18 Uhr und Samstag, 12.06.2021, 09-13 Uhr sowie Freitag, 18.06.2021, 14-18 Uhr und Samstag, 19.06.2021, 09-13 Uhr (viertägig) 

Die Veranstaltung findet bis auf einer kleinen Sitzung am Anfang komplett an der Uni statt. Bitte dafür die eigenen Laptops (inkl. Netzteil, Maus) mitbringen.

Inhalt:

Im Rahmen dieser extracurricularen Veranstaltung befassen Sie sich mit den sowohl theoretischen als aus praktischen Aspekten der Datenvisualisierung. Neben Grundlagen bzgl. des Umgangs mit Daten und einer Einführung/Auffrischung in R, sollen verschiedene Arten an graphischen Darstellungen (u.a. Diagramme, Boxplots, Netzwerkbeziehungen, Zeitreihen) wie auch Problempunkte (Big Data) erklärt und beübt werden.

Hinweise: 

  • Die Veranstaltung findet bis auf einer kleinen Sitzung am Anfang komplett an der Uni statt. Bitte dafür die eigenen Laptops (inkl. Netzteil, Maus) mitbringen.
  • Vor dem eigentlichen Blockseminar wird es eine kleine Onlinesitzung (max. 2h) geben. Diese dient als Einführung, Vorbereitung bzgl. benötigter Software und zur Klärung von Fragen: Freitag, 04.06.2021, von 14-16 Uhr (der Zoom-Link wird Ihnen zeitnah zu diesem Termin zugesendet).
  • Es wird einen mehrmaligen Einsatz von VR-Brillen geben (zur Bearbeitung/Wiederholung der Seminarinhalte und als kleine Abwechslung)

  • VR-Brillen werden nummerisch zugeordnet, so dass man über den Verlauf des Blockseminars immer die gleiche Brille benutzt
  • Alle Geräte werden nach jeder Sitzung desinfiziert und in individuellen, nummerierten Taschen gelagert
  • Desinfektionstücher werden auch während des Seminars vorliegen

Literatur:

Manderscheid, K. (2017). Graphiken. In K. Manderscheid (Ed.), Sozialwissenschaftliche Datenanalyse mit R: Eine Einführung (2nd ed., pp. 117–149). Wiesbaden: Springer VS. https://doi.org/10.1007/978-3-658-15902-3_7 [Add to Citavi project by DOI]

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 [Add to Citavi project by DOI]

Weitere Literatur wird in der Veranstaltung bekanntgegeben.

Voraussetzungen:

Notwendiges Vorwissen: grundlegendes Methodenwissen (Standardabweichung usw.)

Die Anmeldung für die Veranstaltung wird in Kürze hier möglich sein.

Leistungsnachweis:

Sie können die Veranstaltung nicht für CP in Ihrem regulären Studium einsetzen. Die Veranstaltung ist extracurricular, Sie erhalten einen Teilnahmenachweis über die erbrachte(n) Leistung(en). Wenn Sie die Bedingungen erfüllen (https://www.starkerstart.uni-frankfurt.de/51255903/Methodenzertifikat), können Sie sich die erworbenen CP  für das Methodenzertifikat anrechnen lassen .

Teilnahmenachweis: Anwesenheit im Seminar über alle Tage der Veranstaltung

Leistungsnachweis: E-Portfolio mit verschiedenen Aufgaben zum Verständnis und zur Erstellung von Graphiken.