Data-Analysis on the Basis of SPSS - IntroductionModule description #10375 / Version 4
- 6 CP
- Written exam
- Graded
- Summer semester
- German
This module description is not valid in the current semester (Winter semester 2026/27).
| Module / Version | #10375 / #4 |
|---|---|
| Validity | WS 2019/20 – WS 2019/20 |
| Available language(s) | German |
| Credit points | 6 |
| Person responsible for the module | Gajjar, Ashishkumar |
| Grading | Graded |
| Exam format | Written exam |
| Language(s) of instruction | German |
Affiliation
| Faculty | Fakultät I |
|---|---|
| Institute | Not specified |
| Academic chair | Not specified |
Contact
| Office | FH 4-1 |
|---|---|
| Contact person | Not specified |
| E-mail address | Not specified |
| Website | Not specified |
Learning outcomes
Nach erfolgreichen Abschluss des Moduls sind die Studierenden in der Lage
- Daten zu kodieren und mit Hilfe von SPSS zu sammeln und zu ordnen.
- mit den Editoren von SPSS sachverständig umzugehen.
- statistische Grundbegriffe zu verstehen und sachgerecht mittels der SPSS-Syntax anzuwenden.
- tabellarische und graphische Darstellungsformen aus SPSS angemessen zu benutzen.
- Begriffe der Wahrscheinlichkeitstheorie zu kennen und anzuwenden.
- Gebrauch von statistischen Prüfverteilungen beim Testen von Hypothesen zu machen.
- statistische Zusammenhänge (Korrelation und Regression) zu berechnen und zu interpretieren.
- einfache Varianzanalysen zu berechnen und zu interpretieren.
- Daten zu kodieren und mit Hilfe von SPSS zu sammeln und zu ordnen.
- mit den Editoren von SPSS sachverständig umzugehen.
- statistische Grundbegriffe zu verstehen und sachgerecht mittels der SPSS-Syntax anzuwenden.
- tabellarische und graphische Darstellungsformen aus SPSS angemessen zu benutzen.
- Begriffe der Wahrscheinlichkeitstheorie zu kennen und anzuwenden.
- Gebrauch von statistischen Prüfverteilungen beim Testen von Hypothesen zu machen.
- statistische Zusammenhänge (Korrelation und Regression) zu berechnen und zu interpretieren.
- einfache Varianzanalysen zu berechnen und zu interpretieren.
Content
Das Modul vermittelt folgende Themen:
- Einstieg in SPSS, univariate und bivariate beschreibende Statistik
- Mittelwerte und Streuungsmaße, Standardfehler
- Tabellen und Graphiken
- Wahrscheinlichkeitsrechnung und Wahrscheinlichkeitsfunktionen
- Metrische Skalen, Nomina- und Rangskalen und ihre Bedeutung für die Wahl geeigneter Zusammenhangsmaße
- Hypothesen aufstellen und testen, Alphafehler und Betafehler, Effektgröße und Teststärke, Signifikanzbegriff, optimale Stichprobengröße
- Varianzanalyse und ihre Varianten
- Einstieg in SPSS, univariate und bivariate beschreibende Statistik
- Mittelwerte und Streuungsmaße, Standardfehler
- Tabellen und Graphiken
- Wahrscheinlichkeitsrechnung und Wahrscheinlichkeitsfunktionen
- Metrische Skalen, Nomina- und Rangskalen und ihre Bedeutung für die Wahl geeigneter Zusammenhangsmaße
- Hypothesen aufstellen und testen, Alphafehler und Betafehler, Effektgröße und Teststärke, Signifikanzbegriff, optimale Stichprobengröße
- Varianzanalyse und ihre Varianten
Module components
Compulsory area
The following courses are mandatory for this module:
Workload and credit points
Einführung in die Datenanalyse mittels SPSS (Lecture)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
Einführung in die Datenanalyse mittels SPSS (Seminar)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
Course-independent workload
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Klausur-Vorbereitung | 1 | 60 h | 60 h |
| 60 h | |||
The workload of the module adds up to 180 hours. The module therefore comprises 6 credit points.
Description of teaching and learning methods
Rechnergestützte Vorlesung mit Seminar und mit seminarbegleitenden Aufgaben.
Nähere Beschreibung siehe AllgStuPO § 35
Nähere Beschreibung siehe AllgStuPO § 35
Requirements for participation and examination
Desirable prerequisites for participation in the courses:
Teilnahme am Modul: Einführung in die Methoden der empirischen Sozialforschung
Mandatory requirements for the module examination registration:
This module has no examination requirements.
Completion of the module
| Grading | Graded |
|---|---|
| Exam format | Written exam |
| Language | German |
| Duration/Extent | 240 Minuten |
Duration of the module
The following number of semesters is estimated for taking and completing the module: 1 semester(s).
This module can be started in the following semesters: Summer semester.
Maximum number of participants
The maximum capacity of participants is 30.
Registration procedures
Die Anmeldung zur Modulprüfung erfolgt über das elektronische Anmeldesystem der TU Berlin.
Recommended reading, lecture notes
Lecture notes
unavailable
Electronic lecture notes
unavailable
Recommended literature
No recommended literature given
Assigned programs
This module is not used in any program.
Wahlpflichtmodul im Studienbereich Berufsorientierung
- BA Kultur und Technik, Kunstwissenschaft
- BA Kultur und Technik, Philosophie
- BA Kultur und Technik, Sprache und Kommunikation
- BA Kultur und Technik, Wissenschafts- und Technikgeschichte
- BA Kultur und Technik, Bildungswissenschaft
- BA Kultur und Technik, Kunstwissenschaft
- BA Kultur und Technik, Philosophie
- BA Kultur und Technik, Sprache und Kommunikation
- BA Kultur und Technik, Wissenschafts- und Technikgeschichte
- BA Kultur und Technik, Bildungswissenschaft
Miscellaneous
Zur Prüfung:
Schriftliche Prüfung im Umfang von 240 Minuten.
Schriftliche Prüfung im Umfang von 240 Minuten.