Einführung in die Methoden der empirischen Sozialforschung Teil II

Dozentinnen/Dozenten:

Michael Gebel, Daniel Zeddel

Angaben:

Vorlesung, 2 SWS

Termine:

Di, 8:00 - 10:00, F21/01.37
Einzeltermin am 23.7.2024, 8:00 - 10:00, Raum n.V.

Voraussetzungen / Organisatorisches:

Vorausgesetzte Grundkenntnisse oder Lehrveranstaltungen: Es wird der vorherige Besuch des Moduls BA SOZ B.1.1 Einführung in die Methoden der empirischen Sozialforschung Teil I empfohlen, da im Modul BA Soz B.1.2 Einführung in die Methoden der empirischen Sozialforschung Teil II grundlegende Konzepte und Begrifflichkeiten aus dem Modul BA Soz. B.1.1 als bekannt vorausgesetzt werden. Der Besuch des Moduls BA Soz. B.1.1 ist jedoch keine formale Voraussetzung für den Besuch des Moduls BA Soz. B.1.2. Fehlende Kenntnisse können eigenständig aufgearbeitet werden.

Semesterempfehlung: 2. Semester

Registrierung: Bitte tragen Sie sich bis zum 11.04.2024 in den VC der Veranstaltung ein. Personen, die in den VC eingetragen sind, erhalten hierüber alle Informationen zur Lehrveranstaltung. Eine Anmeldung zur Vorlesung über FlexNow ist nicht nötig.

Modulprüfung: Klausur (60 Min.)

Barrierefreiheit: Wenden Sie sich im Vorfeld der Lehrveranstaltung gerne an Frau Ulrike Sennefelder (ulrike.sennefelder@uni-bamberg.de), wenn Sie Bedarfe im Hinblick auf eine barrierefreie Teilnahme an der Lehrveranstaltung haben.

Inhalt:

Lernziele: Im Anschluss an die Veranstaltung können die TeilnehmerInnen grundlegende Aspekte der Kausalität und die Problematik des Ziehens kausaler Schlüsse erläutern, die Grundideen verschiedener Forschungsdesigns erklären und deren spezifische Vor- und Nachteile kritisch diskutieren.

Lerninhalte:
Zunächst werden Kriterien für das Ziehen kausaler Schlüsse definiert, die Grundlagen des kontrafaktischen Modells der Kausalität erläutert und verschiedene Beziehungsstrukturen im 3-Variablen-Modell diskutiert. Darauf aufbauend werden Grundlagen und die spezifischen Probleme der folgenden Forschungsdesigns thematisiert:
-Experimentelle Designs
-Querschnittsdesigns
-Längsschnittdesigns
-Kohortendesigns
-Fallstudien

Einführung in Stata (Blockseminar)

Dozentinnen/Dozenten:

Simon Christoph, Daniel Zeddel

Angaben:

Blockseminar

Termine:

Zeit n.V., Online-Webinar

Voraussetzungen / Organisatorisches:

Vorausgesetzte Grundkenntnisse oder Lehrveranstaltungen: Keine.

Semesterempfehlung: 1. Mastersemester. Es handelt sich um ein freiwilliges Ergänzungsangebot.

Registrierung: Der Besuch des Tutoriums und die Sprechstundentermine sind Master-Studierenden der Soziologie vorbehalten. Wenn Sie das Angebot des Tutoriums wahrnehmen möchten, dann melden Sie sich bitte zu dem Tutorium über den VC an Link zu VC-Kurs . Eine weitere Voranmeldung (z.B. über FlexNow, am Lehrstuhl etc.) ist nicht notwendig.

Modulprüfung: Keine. Es handelt sich um ein freiwilliges Ergänzungsangebot zum Erwerb bzw. zur Auffrischung von Stata-Kenntnissen. Es werden keine ECTS-Punkte vergeben und die Veranstaltung ist nicht anrechenbar auf die Modulleistung. Für das Stata-Tutorium kann keine Teilnahmebescheinigungen ausgestellt werden.

Barrierefreiheit: Wenden Sie sich im Vorfeld der Lehrveranstaltung gerne an Frau Ulrike Sennefelder (ulrike.sennefelder@uni-bamberg.de), wenn Sie Bedarfe im Hinblick auf eine barrierefreie Teilnahme an der Lehrveranstaltung haben.

Inhalt:

Lernziele: Ziel des Kurse ist es, Teilnehmende darin zu befähigen Stata zu nutzen, um Datensätze für eigene empirische Analysevorhaben aufzubereiten und deskriptiv auszuwerten.

Lerninhalte: Das Seminar besteht aus Online-Videos, die in den ersten drei Wochen des Semesters zu Verfügung gestellt werden und die Grundlagen der Datenbearbeitung in Stata erklären.

• Einführung in Stata (Benutzeroberfläche, etc.)
• Rekodierung von Variablen
• Beschreibung univariater Verteilungen

Es können zusätzlich individuelle Sprechstundentermine mit dem Tutor zu den im Kurs behandelten Aufgaben vereinbart werden.

Empfohlene Literatur:

Kohler/Kreuter 2017: Datenanalyse mit Stata: allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung

Fortgeschrittene Verfahren der Querschnittsanalyse: Advanced Regression Analysis using Stata

Dozentinnen/Dozenten:

Michael Gebel, Daniel Zeddel

Angaben:

Seminar, 4 SWS

Termine:

Mo, 14:00 - 18:00, RZ/00.06

Voraussetzungen / Organisatorisches:

Basic knowledge or courses required: Students have to be familiar with the contents of the compulsory lecture “Research design” and the basics of multiple linear and binary logistic regression analysis. Moreover, students are required to be familiar with the statistics package Stata. These skills could either be acquired or refreshed in self-studies or by attending an online tutorial course. Link to Stata Tutorial

Recommended semester: 2nd semester or higher (preferably after taking the research design course)

Registration: Please register in the VC course of the event until 11.04.2024. Only the persons who are registered in the VC will receive all information about the course.

Module-related examination: Portfolio (time: 3 months) in English or German

Accessibility: Please contact Ms. Ulrike Sennefelder (ulrike.sennefelder@uni-bamberg.de) in advance of the course if you have any needs with regard to barrier-free participation in the course.

Inhalt:

Inhalt:

Learning targets:
The aim of this course is to empower participants:
-to critically discuss basic concepts and assumptions of multiple linear and logistic regression analyses,
-to conduct theory - driven empirical research,
-to choose and specify the appropriate regression models according to the ideas of modern causal analysis,
-to carry out regression analyses (multiple linear, binary logistic, ordinal logistic, and multinomial logistic) using the statistics package Stata,
-to interpret and present the results of regression analyses in tables and graphs.

Course contents:
We will shortly repeat the foundations of bivariate and multiple linear regression analysis and, then, focus on advanced topics of multiple regression analysis. The course is structured around four key topics of cross-sectional data analysis using parametric regression techniques: (1) multiple linear regression, (2) binary logistic regression, (3) ordinal logistic regression, and (4) multinomial logistic regression.

In lab sessions, participants will learn how to implement regression analyses using the statistics package Stata. The lab sessions and the seminar theses will draw on sociological questions and data of the German Social Survey (ALLBUS).

Research Design: Research Design (Wiederholungsklausur)

Dozentinnen/Dozenten:

Michael Gebel, Daniel Zeddel

Angaben:

Vorlesung, 2 SWS

Termine:

Zeit und Ort nach Vereinbarung keine Raumreservierung notwendig

Soziologisches Forschungspraktikum Teil II: Datenanalyse: Datenanalyse am PC (Gruppe A)

Dozentinnen/Dozenten:

Simon Christoph, Daniel Zeddel

Angaben:

Übung, 2 SWS

Termine:

Fr, 12:00 - 14:00, RZ/00.06

Voraussetzungen / Organisatorisches:

Vorausgesetzte Grundkenntnisse oder Lehrveranstaltungen: Es wird der Besuch der Module BA Soz B.1.1 Einführung in die Methoden der empirischen Sozialforschung Teil I, BA Soz B.1.2, Einführung in die Methoden der empirischen Sozialforschung Teil II, Stat-B-01 Methoden der Statistik I, Stat-B-02 Methoden der Statistik II, BA Soz A.3 Einführung in das soziologische Arbeiten und BA Soz B.2.1a Soziologisches Forschungspraktikum Teil I: Datenerhebung empfohlen. Der Besuch der Module ist jedoch keine formale Voraussetzung.

Semesterempfehlung: 4. Semester

Registrierung: Eine Voranmeldung zu den Veranstaltungen des Soziologischen Forschungspraktikums ist bis zum 02.April 2024 notwendig. Die Präferenzumfragen sind im VC Kurs zu finden: Link zu VC

• Jede/r Studierende muss seine/ihre Präferenzordnung für den Besuch der Seminare (A, B, C) angeben.

• Jede/r Studierende muss seine/ihre Präferenzordnung für den Besuch der Kurse in Datenanalyse am PC (A, B) angeben.

Modulprüfung: Hausarbeit

Barrierefreiheit: Wenden Sie sich im Vorfeld der Lehrveranstaltung gerne an Frau Ulrike Sennefelder (ulrike.sennefelder@uni-bamberg.de), wenn Sie Bedarfe im Hinblick auf eine barrierefreie Teilnahme an der Lehrveranstaltung haben.

Inhalt:

Lernziele:
Die Studierenden sind nach dem Absolvieren des Moduls in der Lage, Annahmen und grundlegende Ideen verschiedener multivariater statistischer Analyseverfahren zu erklären. In einem eigenständig durchgeführten Datenanalyseprojekt erwerben die Studierenden die Fähigkeit ausgehend von der jeweiligen Forschungsfrage adäquate Verfahren der Datenanalyse auszuwählen, diese Verfahren mit Hilfe von Stata anhand von Sekundärdaten anzuwenden und die empirischen Ergebnisse vor dem Hintergrund der eigenen Forschungsfrage und postulierten Hypothesen richtig zu interpretieren und zu bewerten. Die Studierenden erlernen wie man Forschungsergebnisse für eine wissenschaftliche Veröffentlichung aufbereitet, darstellt, präsentiert und wissenschaftlich verteidigt.

Lerninhalte:
Im Plenum werden die Grundprinzipien multivariater statistischer Analyseverfahren erläutert. Der Schwerpunkt liegt auf der linearen und der binär-logistischen Regressionsanalyse. In den begleitenden Seminaren wird ein Datenanalyseprojekt in Einzelarbeit umgesetzt. Ausgehend von einer selbst konzipierten Fragestellung und spezifischen Hypothesen erfolgen die Datenauswertung und die Aufbereitung und die Publikation der Befunde in Form eines wissenschaftlichen Forschungsberichts. Als Datengrundlage dient der ALLBUS 2018. In der Veranstaltung Datenanalyse am PC wird die Umsetzung multivariater Verfahren der Datenanalyse mit dem Statistikprogramm Stata eingeübt.

Soziologisches Forschungspraktikum Teil II: Datenanalyse: Datenanalyse am PC (Gruppe B)

Dozentinnen/Dozenten:

Simon Christoph, Daniel Zeddel

Angaben:

Übung, 2 SWS

Termine:

Fr, 14:00 - 16:00, RZ/00.06

Voraussetzungen / Organisatorisches:

Vorausgesetzte Grundkenntnisse oder Lehrveranstaltungen: Es wird der Besuch der Module BA Soz B.1.1 Einführung in die Methoden der empirischen Sozialforschung Teil I, BA Soz B.1.2, Einführung in die Methoden der empirischen Sozialforschung Teil II, Stat-B-01 Methoden der Statistik I, Stat-B-02 Methoden der Statistik II, BA Soz A.3 Einführung in das soziologische Arbeiten und BA Soz B.2.1a Soziologisches Forschungspraktikum Teil I: Datenerhebung empfohlen. Der Besuch der Module ist jedoch keine formale Voraussetzung.

Semesterempfehlung: 4. Semester

Registrierung: Eine Voranmeldung zu den Veranstaltungen des Soziologischen Forschungspraktikums ist bis zum 02.April 2024 notwendig. Die Präferenzumfragen sind im VC Kurs zu finden: Link zu VC

• Jede/r Studierende muss seine/ihre Präferenzordnung für den Besuch der Seminare (A, B, C) angeben.

• Jede/r Studierende muss seine/ihre Präferenzordnung für den Besuch der Kurse in Datenanalyse am PC (A, B) angeben.

Modulprüfung: Hausarbeit

Barrierefreiheit: Wenden Sie sich im Vorfeld der Lehrveranstaltung gerne an Frau Ulrike Sennefelder (ulrike.sennefelder@uni-bamberg.de), wenn Sie Bedarfe im Hinblick auf eine barrierefreie Teilnahme an der Lehrveranstaltung haben.

Inhalt:

Lernziele:
Die Studierenden sind nach dem Absolvieren des Moduls in der Lage, Annahmen und grundlegende Ideen verschiedener multivariater statistischer Analyseverfahren zu erklären. In einem eigenständig durchgeführten Datenanalyseprojekt erwerben die Studierenden die Fähigkeit ausgehend von der jeweiligen Forschungsfrage adäquate Verfahren der Datenanalyse auszuwählen, diese Verfahren mit Hilfe von Stata anhand von Sekundärdaten anzuwenden und die empirischen Ergebnisse vor dem Hintergrund der eigenen Forschungsfrage und postulierten Hypothesen richtig zu interpretieren und zu bewerten. Die Studierenden erlernen wie man Forschungsergebnisse für eine wissenschaftliche Veröffentlichung aufbereitet, darstellt, präsentiert und wissenschaftlich verteidigt.

Lerninhalte:
Im Plenum werden die Grundprinzipien multivariater statistischer Analyseverfahren erläutert. Der Schwerpunkt liegt auf der linearen und der binär-logistischen Regressionsanalyse. In den begleitenden Seminaren wird ein Datenanalyseprojekt in Einzelarbeit umgesetzt. Ausgehend von einer selbst konzipierten Fragestellung und spezifischen Hypothesen erfolgen die Datenauswertung und die Aufbereitung und die Publikation der Befunde in Form eines wissenschaftlichen Forschungsberichts. Als Datengrundlage dient der ALLBUS 2018. In der Veranstaltung Datenanalyse am PC wird die Umsetzung multivariater Verfahren der Datenanalyse mit dem Statistikprogramm Stata eingeübt.

Soziologisches Forschungspraktikum Teil II: Datenanalyse: Seminar (Gruppe A)

Dozent/in:

Daniel Zeddel

Angaben:

Seminar, 2 SWS

Termine:

Mi, 12:00 - 16:00, RZ/00.06

Voraussetzungen / Organisatorisches:

Vorausgesetzte Grundkenntnisse oder Lehrveranstaltungen: Es wird der Besuch der Module BA Soz B.1.1 Einführung in die Methoden der empirischen Sozialforschung Teil I, BA Soz B.1.2, Einführung in die Methoden der empirischen Sozialforschung Teil II, Stat-B-01 Methoden der Statistik I, Stat-B-02 Methoden der Statistik II, BA Soz A.3 Einführung in das soziologische Arbeiten und BA Soz B.2.1a Soziologisches Forschungspraktikum Teil I: Datenerhebung empfohlen. Der Besuch der Module ist jedoch keine formale Voraussetzung.

Semesterempfehlung: 4. Semester

Registrierung: Eine Voranmeldung zu den Veranstaltungen des Soziologischen Forschungspraktikums ist bis zum 02.April 2024 notwendig. Die Präferenzumfragen sind im VC Kurs zu finden: Link zu VC

• Jede/r Studierende muss seine/ihre Präferenzordnung für den Besuch der Seminare (A, B, C) angeben.

• Jede/r Studierende muss seine/ihre Präferenzordnung für den Besuch der Kurse in Datenanalyse am PC (A, B) angeben.

Modulprüfung: Hausarbeit

Barrierefreiheit: Wenden Sie sich im Vorfeld der Lehrveranstaltung gerne an Frau Ulrike Sennefelder (ulrike.sennefelder@uni-bamberg.de), wenn Sie Bedarfe im Hinblick auf eine barrierefreie Teilnahme an der Lehrveranstaltung haben.

Inhalt:

Lernziele:
Die Studierenden sind nach dem Absolvieren des Moduls in der Lage, Annahmen und grundlegende Ideen verschiedener multivariater statistischer Analyseverfahren zu erklären. In einem eigenständig durchgeführten Datenanalyseprojekt erwerben die Studierenden die Fähigkeit ausgehend von der jeweiligen Forschungsfrage adäquate Verfahren der Datenanalyse auszuwählen, diese Verfahren mit Hilfe von Stata anhand von Sekundärdaten anzuwenden und die empirischen Ergebnisse vor dem Hintergrund der eigenen Forschungsfrage und postulierten Hypothesen richtig zu interpretieren und zu bewerten. Die Studierenden erlernen wie man Forschungsergebnisse für eine wissenschaftliche Veröffentlichung aufbereitet, darstellt, präsentiert und wissenschaftlich verteidigt.

Lerninhalte:
Im Plenum werden die Grundprinzipien multivariater statistischer Analyseverfahren erläutert. Der Schwerpunkt liegt auf der linearen und der binär-logistischen Regressionsanalyse. In den begleitenden Seminaren wird ein Datenanalyseprojekt in Einzelarbeit umgesetzt. Ausgehend von einer selbst konzipierten Fragestellung und spezifischen Hypothesen erfolgen die Datenauswertung und die Aufbereitung und die Publikation der Befunde in Form eines wissenschaftlichen Forschungsberichts. Als Datengrundlage dient der ALLBUS 2018. In der Veranstaltung Datenanalyse am PC wird die Umsetzung multivariater Verfahren der Datenanalyse mit dem Statistikprogramm Stata eingeübt.