Methoden III: Quantitative AuswertungsverfahrenModule description #60971 / Version 1
- 12 CP
- Written exam
- Graded
- Winter and summer semester
- German
This module description is not valid in the current semester (Winter semester 2026/27).
| Module / Version | #60971 / #1 |
|---|---|
| Validity | SS 2014 – SS 2016 |
| Available language(s) | German |
| Credit points | 12 |
| 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 induktiven uni-, bi- und multivariaten Statistik. Sie lernen mögliche Datenquellen für Sekundäranalysen kennen (amtliche Statistik, geographische Quellen, Datensätze der
GESIS usw.). Anwendungsbeispiele stammen dabei aus verschiedenen speziellen Soziologien, z.B. der Geschlechtersoziologie. Die Studierenden lernen, wie man Daten aus diesen Datenquellen bzw. selbst erhobene standardisierte Daten für die statistische
Weiterverarbeitung aufbereitet, wie Daten dargestellt 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
Fachkompetenz = Methodenkompetenz 85% Systemkompetenz 10% Sozialkompetenz 5%.
GESIS usw.). Anwendungsbeispiele stammen dabei aus verschiedenen speziellen Soziologien, z.B. der Geschlechtersoziologie. Die Studierenden lernen, wie man Daten aus diesen Datenquellen bzw. selbst erhobene standardisierte Daten für die statistische
Weiterverarbeitung aufbereitet, wie Daten dargestellt 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
Fachkompetenz = Methodenkompetenz 85% Systemkompetenz 10% Sozialkompetenz 5%.
Content
LV Deskriptive und induktive uni- und bivariate Statistik
1) Univariate Statistik
2) Bivariate Statistik
3) Grundlagen der schließenden Statistik
LV Aufbereitung und Analyse statistischer Daten am PC
Am Beispiel eines statistischen Programmpakets, z.B. SPSS, Stata oder SAS, werden folgen-de 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
LV Multivariate Verfahren
Anhand ausgewählter multivariater Verfahren werden verschiedene Auswertungsinteressen erläutert. Der Fokus liegt auf dem Verständnis der Prinzipien der Verfahren. Mögliche Beispie-le sind:
1) Verfahren zur Kausalanalyse, z.B. multiple lineare Regressionsanalyse
2) Verfahren zur Längsschnittsanalyse, z.B. Zeitreihenanalyse
3) Verfahren zur Dimensionsanalyse, z.B. Faktorenanalyse
4) Verfahren zur Typenbildung, z.B. Clusteranalyse
5) Verfahren zur Identifikation von Beziehungsmustern (Netzwerkanalyse)
6) Verfahren zur Verknüpfung verschiedener Analyseebenen (Mehrebenenanalyse)
LV Multivariate Verfahren am PC
Am Beispiel eines statistischen Programmpakets, z.B. SPSS, Stata oder SAS, wird bespro-chen, wie die in der LV „Multivariate Verfahren“ erlernten Techniken praktisch am PC umge-setzt werden.
1) Univariate Statistik
2) Bivariate Statistik
3) Grundlagen der schließenden Statistik
LV Aufbereitung und Analyse statistischer Daten am PC
Am Beispiel eines statistischen Programmpakets, z.B. SPSS, Stata oder SAS, werden folgen-de 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
LV Multivariate Verfahren
Anhand ausgewählter multivariater Verfahren werden verschiedene Auswertungsinteressen erläutert. Der Fokus liegt auf dem Verständnis der Prinzipien der Verfahren. Mögliche Beispie-le sind:
1) Verfahren zur Kausalanalyse, z.B. multiple lineare Regressionsanalyse
2) Verfahren zur Längsschnittsanalyse, z.B. Zeitreihenanalyse
3) Verfahren zur Dimensionsanalyse, z.B. Faktorenanalyse
4) Verfahren zur Typenbildung, z.B. Clusteranalyse
5) Verfahren zur Identifikation von Beziehungsmustern (Netzwerkanalyse)
6) Verfahren zur Verknüpfung verschiedener Analyseebenen (Mehrebenenanalyse)
LV Multivariate Verfahren am PC
Am Beispiel eines statistischen Programmpakets, z.B. SPSS, Stata oder SAS, wird bespro-chen, wie die in der LV „Multivariate Verfahren“ erlernten Techniken praktisch am PC umge-setzt werden.
Module components
Compulsory area
The following courses are mandatory for this module:
| Courses | Type | Number | Frequency | Language | Hours per week | Course catalog |
|---|---|---|---|---|---|---|
| Aufbereitung und Analyse statistischer Daten am PC | Seminar | Winter semester | – | 2 | ISIS | |
| Aufbereitung und Analyse statistischer Daten am PC | Project | 06371600 L 31 | Winter semester | – | 2 | ISIS |
| Deskriptive und induktive uni- und bivariate Statistik | Integrated course | 06371600 L 30 | Winter semester | – | 2 | ISIS |
| Multivariate Verfahren | Integrated course | 06371600 L 32 | Summer semester | – | 4 | ISIS |
Workload and credit points
Aufbereitung und Analyse statistischer Daten am PC (Seminar)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
Aufbereitung und Analyse statistischer Daten am PC (Project)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
Deskriptive und induktive uni- und bivariate Statistik (Integrated course)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
Multivariate Verfahren (Integrated course)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 8 h | 120 h |
| 180 h | |||
The workload of the module adds up to 360 hours. The module therefore comprises 12 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 Fä-higkeit zur Teamarbeit optimal zu fördern und damit die Grundlagen für
eigenständi-ges wissenschaftliches Arbeiten zu legen.
eigenständi-ges wissenschaftliches Arbeiten zu legen.
Requirements for participation and examination
Desirable prerequisites for participation in the courses:
Erfolgreicher Abschluss des Moduls „Methoden I: Grundlagen empirischer Sozialfor-schung“ oder Bachelor „Stadt- und Regionalplanung“ oder äquivalente Kenntnisse
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 |
Exam description
schriftliche Prüfung
Voraussetzung zur Zulassung zur Prüfung sind:
− regelmäßige Teilnahme an den Sitzungen
− bestehen von mind. 75% aller gestellten Übungsaufgaben
Voraussetzung zur Zulassung zur Prüfung sind:
− regelmäßige Teilnahme an den Sitzungen
− bestehen von mind. 75% aller gestellten Übungsaufgaben
Duration of the module
The following number of semesters is estimated for taking and completing the module: 2 semester(s).
This module can be started in the following semesters: Winter and summer semester.
Maximum number of participants
The maximum capacity of participants is 0.
Registration procedures
Aufgrund der Teilnehmerbegrenzung für die Einzelveranstaltungen ist eine rechtzeiti-ge Anmeldung erforderlich; nähere Informationen siehe Vorlesungsverzeichnis.
Anmeldung zur Prüfung siehe PO.
Anmeldung zur Prüfung siehe PO.
Recommended reading, lecture notes
Lecture notes
unavailable
Electronic lecture notes
unavailable
Recommended literature
- Die Pflichtlektüre für die jeweiligen Sitzungen wird regelmäßig an den aktuellen Stand der Forschung angepasst und in der Veranstaltung bekannt gegeben.
Assigned programs
This module is not used in any program.
− Pflichtmodul im BA-Studiengang Soziologie technikwissenschaftlicher Richtung / Sociology and Technology Studies
− LV Deskriptive und induktive uni- und bivariate Statistik & Aufbereitung und Analy-se statistischer Daten am Computer:
• Master Stadt- und Regionalforschung (Pflichtfach)
• Master Stadt- und Regionalplanung (Pflichtfach)
• Master Soziologie (Wahlpflichtfach im Modul MAO, siehe dort)
− LV Deskriptive und induktive uni- und bivariate Statistik & Aufbereitung und Analy-se statistischer Daten am Computer:
• Master Stadt- und Regionalforschung (Pflichtfach)
• Master Stadt- und Regionalplanung (Pflichtfach)
• Master Soziologie (Wahlpflichtfach im Modul MAO, siehe dort)
Miscellaneous
Not specified