Introduction to Social Research IIIa: Uni- and bivariate StatisticsModule description #60008 / Version 1
- 5 CP
- Written exam
- Graded
- Winter semester
- German
This module description is not valid in the current semester (Winter semester 2026/27).
| Module / Version | #60008 / #1 |
|---|---|
| Validity | SS 2014 – SS 2016 |
| Available language(s) | German |
| Credit points | 5 |
| Person responsible for the module | Baur, Nina |
| Grading | Graded |
| Exam format | Written exam |
| Language(s) of instruction | German |
Affiliation
| Faculty | Fakultät VI |
|---|---|
| Institute | Institut für Soziologie (IfS) |
| Academic chair | 36371600 FG Methoden der empirischen Sozialforschung (Methods of Social Research) |
Contact
| Office | FH 9-1 |
|---|---|
| Contact person | Not specified |
| E-mail address | nina.baur@tu-berlin.de |
| Website | Not specified |
Learning outcomes
Die Studierenden erlernen in diesem Modul die Grundlagen der deskriptiven und in-
duktiven uni- und bivariaten Statistik.
Sie lernen mögliche Datenquellen für Sekundäranalysen kennen (amtliche Statistik,
geographische Quellen, Datensätze der GESIS und des RatSWD usw.). Anwendungsbeispiele stammen dabei aus der Sozialstrukturanalyse sowie den verschiedenen speziellen Soziologien, z.B. der Geschlechter-, Organisations- und Techniksoziologie. Die Studierenden lernen, wie man Daten aus diesen Datenquellen bzw. selbsterhobene standardisierte Daten für die statistische Weiterverarbeitung aufbereitet, wie Daten dargestellt werden können; wie man statistische Maßzahlen „von Hand“ und mit Hilfe statistischer Programme berechnet; welche Maßzahl für welches Auswertungsinteresse am ehesten geeignet ist und wie man die Ergebnisse im Lichte der Statistik und in Bezug auf soziologische Theorie interpretiert.
Das Modul vermittelt überwiegend
85% Fachkompetenz = Methodenkompetenz
10% Systemkompetenz
5%.Sozialkompetenz
duktiven uni- und bivariaten Statistik.
Sie lernen mögliche Datenquellen für Sekundäranalysen kennen (amtliche Statistik,
geographische Quellen, Datensätze der GESIS und des RatSWD usw.). Anwendungsbeispiele stammen dabei aus der Sozialstrukturanalyse sowie den verschiedenen speziellen Soziologien, z.B. der Geschlechter-, Organisations- und Techniksoziologie. Die Studierenden lernen, wie man Daten aus diesen Datenquellen bzw. selbsterhobene standardisierte Daten für die statistische Weiterverarbeitung aufbereitet, wie Daten dargestellt werden können; wie man statistische Maßzahlen „von Hand“ und mit Hilfe statistischer Programme berechnet; welche Maßzahl für welches Auswertungsinteresse am ehesten geeignet ist und wie man die Ergebnisse im Lichte der Statistik und in Bezug auf soziologische Theorie interpretiert.
Das Modul vermittelt überwiegend
85% Fachkompetenz = Methodenkompetenz
10% Systemkompetenz
5%.Sozialkompetenz
Content
LV Deskriptive und induktive uni- und bivariate Statistik
1) Univariate Statistik
2) Bivariate Statistik
3) Grundlagen der schließenden Statistik (Testen und Schätzen)
LV Aufbereitung und Analyse statistischer Daten am PC
Am Beispiel eines statistischen Programmpakets, z.B. SPSS, R, Stata oder SAS, werden folgende Arbeitsschritte besprochen:
1) Aufbau eines Datensatzes, Aufbau des Programms und Befehlstypen
2) Dateneingabe, -aufbewahrung, und -aufbereitung
3) Berechnungen mit Hilfe einfacher Prozeduren
4) Ergebnispräsentation und -interpretation
5) Quellen für Sekundärdaten
1) Univariate Statistik
2) Bivariate Statistik
3) Grundlagen der schließenden Statistik (Testen und Schätzen)
LV Aufbereitung und Analyse statistischer Daten am PC
Am Beispiel eines statistischen Programmpakets, z.B. SPSS, R, Stata oder SAS, werden folgende Arbeitsschritte besprochen:
1) Aufbau eines Datensatzes, Aufbau des Programms und Befehlstypen
2) Dateneingabe, -aufbewahrung, und -aufbereitung
3) Berechnungen mit Hilfe einfacher Prozeduren
4) Ergebnispräsentation und -interpretation
5) Quellen für Sekundärdaten
Module components
Compulsory area
The following courses are mandatory for this module:
Workload and credit points
Aubereitung und Analyse statistischer Daten am Computer (Seminar)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| 30 h | |||
Deskriptive und induktive uni- und bivariate Statistik (Integrated course)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| 30 h | |||
Course-independent workload
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Selbststudium (einschließlich Prüfung und Prüfungsvorbereitung): | 15 | 6 h | 90 h |
| 90 h | |||
The workload of the module adds up to 150 hours. The module therefore comprises 5 credit points.
Description of teaching and learning methods
Die Veranstaltungen kombinieren Lehr- und Lernformen, die darauf abgestimmt sind, den fachlichen Lernfortschritt, die Fähigkeit zum selbständigen Arbeiten sowie die Fähigkeit zur Teamarbeit optimal zu fördern und damit die Grundlagen für eigenständiges wissenschaftliches Arbeiten zu legen.
Requirements for participation and examination
Desirable prerequisites for participation in the courses:
Ausreichende Englischkenntnisse, um englische Fachliteratur zu lesen.
Mandatory requirements for the module examination registration:
The examination requirements could not be retrieved.
Completion of the module
| Grading | Graded |
|---|---|
| Exam format | Written exam |
| Language | German |
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: Winter semester.
Maximum number of participants
The maximum capacity of participants is 60.
Registration procedures
Teilnahme an der Veranstaltung über MOSES (http://www.moses.tu-berlin.de/).
Anmeldungen innerhalb der Anmeldefrist werden in folgender Reihenfolge berücksichtigt:
(1) Studierende, für die das Modul Pflicht ist.
(2) Studierende, für die das Modul Wahlpflicht ist.
(3) Alle übrigen Studierenden. Sofern noch Plätze frei sind, ist auch eine Anmeldung nach Ablauf der Anmeldefrist über das Sekretariat FR 9-1 möglich.
Anmeldung zur Prüfung über QISPOS.
Voraussetzung zur Zulassung zur Prüfung sind:
Teilnahme an allen Lehrveranstaltungen des Moduls
(aktive und regelmäßige Teilnahme an den Sitzungen)
.
Im Fall von Gruppenarbeit:
aktive und eigenverantwortliche Mitarbeit in
den Grup
pen.
Bestehen von mind. 75% aller gestellten Übungsaufgaben.
Anmeldungen innerhalb der Anmeldefrist werden in folgender Reihenfolge berücksichtigt:
(1) Studierende, für die das Modul Pflicht ist.
(2) Studierende, für die das Modul Wahlpflicht ist.
(3) Alle übrigen Studierenden. Sofern noch Plätze frei sind, ist auch eine Anmeldung nach Ablauf der Anmeldefrist über das Sekretariat FR 9-1 möglich.
Anmeldung zur Prüfung über QISPOS.
Voraussetzung zur Zulassung zur Prüfung sind:
Teilnahme an allen Lehrveranstaltungen des Moduls
(aktive und regelmäßige Teilnahme an den Sitzungen)
.
Im Fall von Gruppenarbeit:
aktive und eigenverantwortliche Mitarbeit in
den Grup
pen.
Bestehen von mind. 75% aller gestellten Übungsaufgaben.
Recommended reading, lecture notes
Lecture notes
unavailable
Electronic lecture notes
unavailable
Recommended literature
- Akremi, Leila/Baur, Nina/Fromm, Sabine (Hg.) (2010): Datenanalyse mit SPSS für For t- geschrittene 1: Datenaufbereitung und uni - und bivariate Statistik . Wiesbaden: VS - Verlag
- Angele, German (2 009): PASW 18. Eine Einführung. Bamberg: Schriftenreihe des R e- chenzentrums der Otto - Friedrich - Universität Bamberg. http://www.uni - bamberg.de/urz/netze/spss
- Beck-Bornholdt, Hans-Peter/Dubben, Hans-Hermann (2007): Der Hund, der Eier legt. Erkennen von Fehlinformationen durch Querdenken. Reinbek: Rowohlt
- Benninghaus, Hans (2007): Deskriptive Statistik: Eine Einführung für Sozialwissenschaft- ler. Wiesbaden: VS-Verlag
- Bortz Jürgen/Schuster, Christof (2010): Statistik für Human- und Sozialwissenschaftler. Berlin: Springer
- Diaz-Bone, Rainer (2006): Statistik für Soziologen. Konstanz: UVK
- Die Pflichtlektüre für die jeweiligen Sitzungen wird regelmäßig an den aktuellen Stand der Forschung angepasst und in der Veranstaltung bekannt gegeben.
- Hartung, Joachim et al. (2005): Statistik. München: Oldenbourg
- Krämer, Walter (2000): So lügt man mit Statistik. München/Zürich: Piper
- Kromrey, Helmut (2009): Empirische Sozialforschung: Modelle und Methoden der standardisierten Datenerhebung und Datenauswertung. Stuttgart: UTB
Assigned programs
This module is not used in any program.
Bachelor Soziologie technikwissenschaftlicher Richtung (Pflichtmodul)
Master Informatik (Wahlpflichtmodul im Anwendungsfach „Methoden der empirischen Sozialforschung“)
Master Umweltplanung (Wahlpflichtmodul)
LV Aufbereitung und Analyse statistischer Daten am Computer (Anschaffungsempfehlung):
Angele, German (2009): PASW 18. Eine Einführung. Bamberg: Schriftenreihe des Rechenzentrums der Otto-Friedrich-Universität Bamberg.
http://www.uni-bamberg.de/urz/netze/spss
Akremi, Leila/Baur, Nina/Fromm, Sabine (Hg.) (2010): Datenanalyse mit SPSS für Fort-
geschrittene 1: Datenaufbereitung und uni- und bivariate Statistik. Wiesbaden: VS-Verlag
Master Informatik (Wahlpflichtmodul im Anwendungsfach „Methoden der empirischen Sozialforschung“)
Master Umweltplanung (Wahlpflichtmodul)
LV Aufbereitung und Analyse statistischer Daten am Computer (Anschaffungsempfehlung):
Angele, German (2009): PASW 18. Eine Einführung. Bamberg: Schriftenreihe des Rechenzentrums der Otto-Friedrich-Universität Bamberg.
http://www.uni-bamberg.de/urz/netze/spss
Akremi, Leila/Baur, Nina/Fromm, Sabine (Hg.) (2010): Datenanalyse mit SPSS für Fort-
geschrittene 1: Datenaufbereitung und uni- und bivariate Statistik. Wiesbaden: VS-Verlag
Miscellaneous
Vorraussetzungen:
-erfolgreicher Abschluss des Moduls „Methoden I“ oder Bachelor.
-MA-Studierende: Das Modul wurde nicht im Bachelor belegt.
Das Modul wird in anderen Studiengängen auch unter dem alternativen Modulnamen "Empirische Sozialforschung II: Uni- und bivariate Statistik" geführt
-erfolgreicher Abschluss des Moduls „Methoden I“ oder Bachelor.
-MA-Studierende: Das Modul wurde nicht im Bachelor belegt.
Das Modul wird in anderen Studiengängen auch unter dem alternativen Modulnamen "Empirische Sozialforschung II: Uni- und bivariate Statistik" geführt