Multivariate StatisticsModule description #60630 / Version 1
- 9 CP
- Written exam
- Graded
- Summer semester
- German
This module description is not valid in the current semester (Winter semester 2026/27).
Current version (v3)
| Module / Version | #60630 / #1 |
|---|---|
| Validity | WS 2014/15 – WS 2016/17 |
| Available language(s) | German |
| Credit points | 9 |
| 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 | Baur, Nina |
| E-mail address | sekretariat@mes.tu‐berlin.de |
| Website | https://www.tu.berlin/mes/ |
Learning outcomes
Nach erfolgreichem Abschluss des Moduls verfügen die Studierenden über einen Überblick über das Spektrum der deskriptiven und induktiven multivariaten Statistik. Sie kennen die statistischen Grundlagen multivariater Verfahren und können die Besonderheiten und Probleme verschiedener multivariater Verfahren benennen, beschreiben und gegenüberstellen. Sie können beurteilen, wie in der quantitativen Sozialforschung Verknüpfungen zwischen soziologischer Theorie, Forschungsfrage und empirischen Daten gemacht werden, und können entscheiden, welche multivariaten Verfahren für welches Auswertungsinteresse am ehesten geeignet sind, wie man bestimmte multivariate Verfahren durchführt sowie wie man die Ergebnisse im Lichte der Statistik und in Bezug auf soziologische Theorie interpretiert. Insbesondere können sie eine Studie, deren Ergebnisse auf quantitativen Methoden fußen, lesen und hinsichtlich seiner Güte einschätzen („Statistical Literacy“).
Das Modul vermittelt überwiegend
Fachkompetenz = Methodenkompetenz 85%
Systemkompetenz 10%
Sozialkompetenz 5%
Das Modul vermittelt überwiegend
Fachkompetenz = Methodenkompetenz 85%
Systemkompetenz 10%
Sozialkompetenz 5%
Content
Anhand ausgewählter multivariater Verfahren werden verschiedene Auswertungsinteressen erläutert. Für jedes Verfahren wird exemplarisch ein inhaltlicher Aufsatz gelesen und besprochen. Anwendungsbeispiele stammen dabei aus der Sozialstrukturanalyse sowie den verschiedenen speziellen Soziologien, z. B. der Geschlechter‐, Organisations‐ und Techniksoziologie. Der weitere Fokus liegt auf dem Verständnis der Prinzipien der Verfahren.
Mögliche Beispiele sind:
− Verfahren zur Kausalanalyse, z. B. multiple lineare Regressionsanalyse
− Verfahren zur Längsschnittanalyse, z. B. Zeitreihenanalyse
− Verfahren zur Verknüpfung verschiedener Analyseebenen (Mehrebenenanalyse), z. B. Hierarchische Lineare Mehrebenenanalyse (HLM)
− Verfahren zur Dimensionsanalyse, z. B. Faktorenanalyse
− Verfahren zur Typenbildung, z. B. Clusteranalyse
− Verfahren zur Identifikation von Beziehungsmustern, z. B. Netzwerkanalyse (SNA)
Am Beispiel eines statistischen Programmpakets (z. B. SPSS, R, Stata, SAS oder UciNet) werden die erlernten Techniken praktisch umgesetzt.
Mögliche Beispiele sind:
− Verfahren zur Kausalanalyse, z. B. multiple lineare Regressionsanalyse
− Verfahren zur Längsschnittanalyse, z. B. Zeitreihenanalyse
− Verfahren zur Verknüpfung verschiedener Analyseebenen (Mehrebenenanalyse), z. B. Hierarchische Lineare Mehrebenenanalyse (HLM)
− Verfahren zur Dimensionsanalyse, z. B. Faktorenanalyse
− Verfahren zur Typenbildung, z. B. Clusteranalyse
− Verfahren zur Identifikation von Beziehungsmustern, z. B. Netzwerkanalyse (SNA)
Am Beispiel eines statistischen Programmpakets (z. B. SPSS, R, Stata, SAS oder UciNet) werden die erlernten Techniken praktisch umgesetzt.
Module components
Compulsory area
The following courses are mandatory for this module:
| Courses | Type | Number | Frequency | Language | Hours per week | Course catalog |
|---|---|---|---|---|---|---|
| Multivariate Statistik | Seminar | Summer semester | – | 6 | ISIS |
Workload and credit points
Multivariate Statistik (Seminar)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 6 h | 90 h |
| Vor-/Nachbereitung | 15 | 12 h | 180 h |
| 270 h | |||
The workload of the module adds up to 270 hours. The module therefore comprises 9 credit points.
Description of teaching and learning methods
Die Veranstaltung kombiniert 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:
− Grundkenntnisse in deskriptiver und schließender uni- und bivariater Statistik (inkl. Berechnung der Regressionsgerade bei der einfachen linearen Regression), z. B. durch erfolgreichen Abschluss eines der folgenden Module: „Methoden 3“, „Statistik I & II für Ökonomen und Wirtschaftsingenieure“, „Datenauswertung in der Mobilitäts‐ und Verkehrsforschung“ oder „Testtheorie und Methodenvertiefung“
− Grundkenntnisse in SPSS, z. B. durch erfolgreichen Abschluss des Moduls „Methoden 3“ oder durch Selbststudium
− wünschenswert: Grundkenntnisse in Methoden der empirischen Sozialforschung, z. B. durch „Methoden 1“, „Survey Methodology 1“ oder „Verwaltungsdaten und Daten der amtlichen Statistik“
− wünschenswert: Grundkenntnisse in soziologischer Theorie, z. B. durch „Theorien der Soziologie“
− Anmeldung zu den Lehrveranstaltungen des Moduls.
− Bereitschaft zur intensiven Textlektüre und zum Lesen englischsprachiger Literatur.
Der/die Modulverantwortliche überprüft die Teilnahmevoraussetzungen.
Voraussetzungen zur Zulassung zur Prüfung:
− regelmäßige Textlektüre
− im Fall von Gruppenarbeit: aktive und eigenverantwortliche Mitarbeit in den Gruppen
− In begründeten Fällen kann in Absprache mit dem Dozenten/der Dozentin von den Prüfungsvoraussetzungen abgewichen werden (z.B. durch ärztliches Attest).
− Grundkenntnisse in SPSS, z. B. durch erfolgreichen Abschluss des Moduls „Methoden 3“ oder durch Selbststudium
− wünschenswert: Grundkenntnisse in Methoden der empirischen Sozialforschung, z. B. durch „Methoden 1“, „Survey Methodology 1“ oder „Verwaltungsdaten und Daten der amtlichen Statistik“
− wünschenswert: Grundkenntnisse in soziologischer Theorie, z. B. durch „Theorien der Soziologie“
− Anmeldung zu den Lehrveranstaltungen des Moduls.
− Bereitschaft zur intensiven Textlektüre und zum Lesen englischsprachiger Literatur.
Der/die Modulverantwortliche überprüft die Teilnahmevoraussetzungen.
Voraussetzungen zur Zulassung zur Prüfung:
− regelmäßige Textlektüre
− im Fall von Gruppenarbeit: aktive und eigenverantwortliche Mitarbeit in den Gruppen
− In begründeten Fällen kann in Absprache mit dem Dozenten/der Dozentin von den Prüfungsvoraussetzungen abgewichen werden (z.B. durch ärztliches Attest).
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 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
This module is not limited to a number of students.
Registration procedures
Wird in der 1. Veranstaltungssitzung bekanntgegeben
Recommended reading, lecture notes
Lecture notes
unavailable
Electronic lecture notes
unavailable
Recommended literature
- Wird in der 1. Veranstaltungssitzung bekanntgegeben
Assigned programs
This module is not used in any program.
Miscellaneous
schriftliche Prüfung, benotet, die Note wird im Zeugnis ausgewiesen, geht aber nicht in die Berechnung der Gesamtnote ein