Skip to content
Technische Universität Berlin Deutsch
Course catalog and module transfer system

Introduction to Social Research IIIb: Multivariate StatisticsModule description #60970 / Version 1

← Module page Deutsche Fassung
This module description is not valid in the current semester (Winter semester 2026/27).
Module / Version#60970 / #1
ValiditySS 2014 – SS 2016
Available language(s)German
Credit points7
Person responsible for the moduleBaur, Nina
GradingGraded
Exam formatWritten exam
Language(s) of instructionGerman

Affiliation

FacultyFakultät VI
InstituteInstitut für Soziologie (IfS)
Academic chair36371600 FG Methoden der empirischen Sozialforschung (Methods of Social Research)

Contact

OfficeFH 9-1
Contact personNot specified
E-mail addressnina.baur@tu-berlin.de
WebsiteNot specified

Learning outcomes

Die Studierenden erlernen in diesem Modul die Grundlagen der deskriptiven und induktiven multivariaten Statistik.
Die Studierenden erwerben die statistischen Grundlagen multivariater Verfahren und lernen, 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. Anwendungsbeispiele stammen dabei aus der Sozialstrukturanalyse sowie den verschiedenen speziellen Soziologien, z.B. der Geschlechter-, Organisations- und Techniksoziologie.

Das Modul vermittelt überwiegend
85% Fachkompetenz = Methodenkompetenz
10% Systemkompetenz
5% Sozialkompetenz

Content

LV Multivariate Verfahren
Anhand ausgewählter multivariater Verfahren werden verschiedene Auswertungsinteressen erläutert. Der Fokus liegt auf dem Verständnis der Prinzipien der Verfahren.
Mögliche Beispiele sind:
1) Verfahren zur Kausalanalyse, z.B. multiple lineare Regressionsanalyse
2) Verfahren zur Längsschnittsanalyse, z.B. Zeitreihenanalyse
3) Verfahren zur Verknüpfung verschiedener Analyseebenen (Mehrebenenanalyse)
4) Verfahren zur Dimensionsanalyse, z.B. Faktorenanalyse
5) Verfahren zur Typenbildung, z.B. Clusteranalyse
6) Verfahren zur Identifikation von Beziehungsmustern (Netzwerkanalyse)
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:

CoursesTypeNumberFrequencyLanguageHours per weekCourse catalog
Multivariate VerfahrenSeminar0637 L 408 Summer semester–4 ISIS

Workload and credit points

Multivariate Verfahren (Seminar)

Workload descriptionMultiplierHoursTotal
Präsenzzeit154 h60 h
Selbststudium (einschließlich Prüfung und Prüfungsvorbereitung):1510 h150 h
210 h

The workload of the module adds up to 210 hours. The module therefore comprises 7 credit points.

Description of teaching and learning methods

Die Veranstaltung kombiniert Lehr- und Lernformen, die darauf abgestimmt sind, den achlichen 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:

Anmeldung zu den Lehrveranstaltungen des Moduls.

MA-Studierende: Das Modul wurde nicht im Bachelor belegt.

wünschenswert: 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

GradingGraded
Exam formatWritten exam
LanguageGerman

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 45.

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.

Recommended reading, lecture notes

Lecture notes

unavailable

Electronic lecture notes

unavailable

Recommended literature

  • Baur, Nina/Lamnek, Siegfried (2007): Multivariate Analysis. In: Ritzer, George (Hg.) (2007): Encyclopedia of Sociology. Blackwell. 3120-3123
  • Fromm, Sabine (2010): Datenanalyse mit SPSS für Fortgeschrittene 2: Multivariate Verfahren. Wiesbaden: VS-Verlag
  • Pötschke, Manuela (2006): Mehrebenenanalyse. In: Behnke, Joachim et al. (Hg.) (2006): Methoden der Politikwissenschaft. Baden-Baden: Nomos. 167-179
  • Thome, Helmut (2005): Zeitreihenanalyse. München: Oldenbourg Verlag
  • Trezzini, Bruno (1998): Konzepte und Methoden der sozialwissenschaftlichen Netzwerkanalyse. In: ZfS 27 (5). 378-394

Assigned programs

This module is not used in any program.

Miscellaneous

Die Pflichtlektüre für die jeweiligen Sitzungen wird regelmäßig an den aktuellen Stand
der Forschung angepasst und in der Veranstaltung bekannt gegeben.

Das Modul wird in anderen Studiengängen auch unter dem alternativen Modulnamen
Empirische Sozialforschung III: Multivariate Statistik“ geführt.

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 Gruppen, Bestehen von mind. 75% aller gestellten Übungsaufgaben.