Hierarchische lineare Modelle

Dozent/in:

Claus H. Carstensen

Angaben:

Seminar

Termine:

Do, 12:00 - 14:00, MG2/01.10

Voraussetzungen / Organisatorisches:

Ma Psy, Modul Forschungsmethoden MA EBF, Basis- oder Vertiefungsmodul Forschungsmethoden

Inhalt:

Das Seminar vermittelt Grundlagen mehrebenenanalytischer Auswertungsverfahren. Nach einer Einführung in die Struktur hierarchischer Daten und damit verbundene Forschungsfrage, werden Voraussetzungen von Mehrebenenverfahren bearbeitet. Anschließend werden hierarchische Modelle anhand der Software R analysiert und resultierende Ergebnisse interpretiert. Zudem werden hierarchische Strukturen in längsschnittlichen Daten behandelt und längsschnittliche Modelle berechnet. Ziel ist die selbständige Entwicklung psychologischer Fragestellungen die mit Mehrebenenanalysen bearbeitet werden, sowie die Analyse, Interpretation und Visualisierung hierarchischer Daten.

Latente Variablen Modelle für kategoriale Daten

Dozent/in:

Claus H. Carstensen

Angaben:

Seminar, 2 SWS, ECTS: 3, Modulzugehörigkeit: Ma Psy, Modul Forschungsmethoden MA EBF, Basis- oder Vertiefungsmodul Forschungsmethoden

Termine:

Fr, 8:00 - 10:00, MG2/01.10

Prüfungsvorbesprechung Forschungsmethoden

Dozent/in:

Claus H. Carstensen

Angaben:

Nachbesprechung

Termine:

Einzeltermin am 14.7.2021, 18:00 - 20:00, M3N/02.27

Statistisch-psychometrisches Forschungsseminar [Statistisch-psychometrisches Forschungsseminar]

Dozentinnen/Dozenten:

Claus H. Carstensen, Christian Aßmann

Angaben:

Seminar

Termine:

Do, 14:00 - 16:00, Raum n.V.

Strukturgleichungsmodelle

Dozent/in:

Claus H. Carstensen

Angaben:

Seminar, ECTS: 3

Termine:

Di, 12:00 - 14:00, MG2/01.10

Inhalt:

Modulzugehörigkeit: Ma Psy, Modul Forschungsmethoden MA EBF, Basis- oder Vertiefungsmodul Forschungsmethoden

Strukturgleichungsmodelle (Erhardt) [SEM (Erhardt)]

Dozent/in:

Tina Erhardt

Angaben:

Blockseminar, 2 SWS, ECTS: 3

Termine:

Zeit/Ort n.V.

Voraussetzungen / Organisatorisches:

Blockseminar Online, synchron Einzeltermine am • Samstag, 29. Mai 09:30-17:00 Uhr • Sonntag, 30. Mai 09:30-15:30 Uhr • Samstag, 19. Juni 09:30-17:00 Uhr • Sonntag, 20. Juni 09:30-15:30 Uhr Das Seminar findet online statt. Es gibt keinen Vorbesprechungstermin. Maximal 20 Personen.

Inhalt:

Im Seminar wollen wir uns mit dem Thema Strukturgleichungsmodelle beschäftigen (Theorie und Umsetzung in R). 1. Termin: Grundlagen der Strukturgleichungsmodellierung. 2. Termin: besondere Strukturgleichungsmodelle (voraussichtlich Latent-State-Modelle, Methodeneffektmodelle). Da wir viel gemeinsam erarbeiten und auch ausprobieren wollen, ist eine Bereitschaft zur aktiven Teilnahme wünschenswert.

Tutorium Forschungsmethoden

Dozent/in:

Pauline Ehrsam

Angaben:

Tutorien

Termine:

Einzeltermin am 13.4.2021, 10:00 - 12:00, Raum n.V.

Inhalt:

Ziel des Tutoriums ist die Vorbereitung der mündlichen Modulprüfung Forschungsmethoden v.a. für diejenigen, die in diesem Semester (SoSe 2021) die Prüfung ablegen möchten. Das Tutorium findet jedes Semester statt.
Das Tutorium findet asynchron und synchron statt:
Asynchrone Teile via semesterübergreifenden VC-Kurs Tutorium Forschungsmethoden (Wer noch kein Zugang hat, bitte Freischaltung per E-Mail anfordern pauline-sophie.ehrsam@stud.uni-bamberg.de) Synchrone Meetings finden dienstags, 10.00 Uhr (s.t.), alle 2-3 Wochen themenorientiert via MS Teams (Code im VC abrufbar) statt. Die finalen Termine werden im VC, spätestens am 13.04. bei der Infoveranstaltung, bekannt gegeben.

Übung Multivariate Statistik

Dozent/in:

Marie-Ann Sengewald

Angaben:

Übung, 2 SWS

Termine:

Mi, 12:00 - 14:00, Raum n.V.
Die Übungen werden virtuell unter Verwendung von Microsoft Teams angeboten (eine Belegung von PC Pools im nötigen Umfang ist in Präsenz nicht absehbar).

Voraussetzungen / Organisatorisches:

Diese Übung gehört zur Vorlesung Multivariate Statistik (im Modul Forschungsmethoden M.Sc. Psychologie und im Basis- oder Vertiefungsmodul Forschungsmethoden M.Sc. Empirische Bildungsforschung)

Inhalt:

In der Übung werden die Inhalte der Vorlesung anhand von Übungsbeispielen vertieft. Zusätzlich wird eine Einführung in die Statistik-Software R gegeben. Basierend auf R werden Anwendungsbeispiele vorgeführt und Übungsaufgaben bereitgestellt.