UnivIS
Informationssystem der Otto-Friedrich-Universität Bamberg © Config eG 
Zur Titelseite der Universität Bamberg
  Sammlung/Stundenplan Home  |  Anmelden  |  Kontakt  |  Hilfe 
Suche:      Semester:   
 Lehr-
veranstaltungen
   Personen/
Einrichtungen
   Räume   Telefon &
E-Mail
 
Die Präsenzlehre ist derzeit eingeschränkt. Weitere Informationen und Ausnahmen entnehmen Sie bitte den FAQ-Seiten der Universität.
 
 Darstellung
 
kompakt

kurz

Druckansicht

 
 
Stundenplan

 
 
 Extras
 
alle markieren

alle Markierungen löschen

Ausgabe als XML

 
 
 Außerdem im UnivIS
 
Vorlesungsverzeichnis

 
 
Veranstaltungskalender

 
 
Einrichtungen >> Fakultät Sozial- und Wirtschaftswissenschaften >> Bereich Soziologie >>

Lehrstuhl für Soziologie, insbes. Methoden der empirischen Sozialforschung

 

Fortgeschrittene Analysemethoden der qualitativen Sozialforschung: Das narrative Interview und die Narrationsanalyse

Dozent/in:
Stefanie Gandt
Angaben:
Blockseminar, 2 SWS, ECTS: 6
Termine:
Einzeltermin am 26.4.2017, 10:00 - 12:00, F21/02.55
Einzeltermin am 3.5.2017, Einzeltermin am 10.5.2017, 10:00 - 16:00, KÄ7/01.10
Einzeltermin am 14.6.2017, 10:00 - 12:00, F21/02.55
Einzeltermin am 21.6.2017, Einzeltermin am 28.6.2017, 10:00 - 16:00, KÄ7/01.10
Voraussetzungen / Organisatorisches:
Lernziele: Im Anschluss an die Veranstaltung können die TeilnehmerInnen das Ziel qualitativer Forschung darstellen und theoretisch verorten. Sie können die einzelnen Schritte des Forschungsprozesses (narrative Interview und Narrationsanalyse) theoretisch begründen und anwenden. Sie können narrative Interviews führen und erste Erfahrungen im Auswertungsprozess reflektieren und analysieren. Zudem werden sie in die Lage versetzt Forschungsergebnisse in einen praktischen Zusammenhang zu stellen und diese vorzutragen.
Inhalt:
Lerninhalte: Biografien sind voller „Bildungsspuren“. Wie und wo lernen Menschen das, was sie in die Lage versetzt, ihre Biografien zu gestalten und tätig zu bearbeiten? Im Seminar wollen wir diesen Fragen am Beispiel eines (kleineren) eigenen Forschungsprojekts nachgehen.

Als Erhebungsmethode nutzen wir dabei das narrative Interview, das sich besonders für die Erhebung autobiographischer Stegreiferzählungen eignet. Das autobiographisch-narrative Interview hat nach Schütze (1983) zum Ziel spontane Erzählungen zu generieren und besteht aus drei Hauptbestandteilen. Der erste Teil ist die autobiografische Anfangserzählung, die durch eine Erzählaufforderung generiert werden soll und den Interviewten dazu anregt, seine Lebensgeschichte möglichst ausführlich zu erzählen.

Nachdem die Interviewten deutlich machen, dass die Haupterzählung abgeschlossen ist (z.B. mit Formulierungen wie „das war mein Leben bis heute“) beginnt erst der Nachfrageteil. Dieser zweite Teil soll somit weitere Erzählungen generieren, die in der Anfangserzählung zwar angesprochen, aber nicht ausgeführt wurden. Der dritte Teil des Interviews erhebt schließlich die Erklärungen und Abstraktionen des Befragten.

Diese besondere Art des Interviews üben wir im Vorfeld, bevor jede/-r Teilnehmer/-in ein narratives Interview mit jungen Erwachsenen bzw. Jugendlichen führt.

Das aufgezeichnete Interview in Form des gesprochene Wortes wird dann, unter Beachtung ausgewählter Regeln (Kuckartz et al. 2008) verschriftlicht (transkribiert), also wortwörtlich niedergeschrieben.

Im Anschluss daran beginnt die eigentliche Auswertungsarbeit. Im Setting einer Forschungswerkstatt werden wir die einzelnen Interviews gemeinsam besprechen und reflektieren.

Ziel ist es schließlich in der Seminararbeit die Prozessstrukturen der erhobenen Biographie heraus zu arbeiten und eine erste analytische Abstraktion zu erstellen.

 

Fortgeschrittene Analysemethoden der quantitativen Sozialforschung: Propensity Score Matching using Stata

Dozent/in:
Michael Gebel
Angaben:
Blockseminar, 2 SWS
Termine:
Einzeltermin am 27.4.2017, 8:00 - 10:00, RZ/00.05
Einzeltermin am 11.5.2017, Einzeltermin am 18.5.2017, 14:00 - 20:00, RZ/00.06
Einzeltermin am 22.6.2017, 14:00 - 16:00, RZ/00.06
Einzeltermin am 20.7.2017, 14:00 - 20:00, RZ/00.06
Einführungsveranstaltung: 27.04.2017 (08-10 Uhr)
Voraussetzungen / Organisatorisches:
Students are required to be familiar with
  • the statistics package Stata
  • multiple linear and binary logistic regression analysis
Moreover, it is recommended that students are familiar with the contents of our lectures/seminars in research design at BA or MA level (i.e. basic knowledge of the counterfactual model of causality and issues in cross-sectional and longitudinal designs).

It is not necessary to register for the seminar in advance (e.g. via FlexNow, via email, etc.). More information about the course and registration guidelines will only be provided during the first seminar session.

Module-related examination: Seminar thesis (time: 3 months); could be either written in English or German
Inhalt:
Learning targets: After successfully completing the seminar participants are able to explain the logic of the counterfactual model of causality and apply directed acyclic graphs (DAGs). They can conduct theory-driven empirical research using the method of Propensity Score Matching (PSM). Specifically, they know how to specify the propensity score according to the ideas of modern causal analysis, how to implement and choose between different matching algorithms, how to perform balancing tests of observed control variables and sensitivity analysis simulating the influence of an unobserved factor, and how to correctly interpret and present the empirical results of PSM. They are also able to combine PSM with a difference-in-differences (DID) approach.

Course contents: Estimating causal effects is a central aim of quantitative empirical analysis in social sciences. In the recent social science literature, new methods of modern causal analysis have become more and more popular. This seminar provides an introduction to one of these methods: Propensity Score Matching (PSM). First, the counterfactual model of causality will be discussed, which has become the backbone of modern causal analysis in social sciences. Moreover, directed acyclic graphs (DAGs) will be applied because they offer an illustrative graphical approach to the problem of causal inference. Then, applying their knowledge of the counterfactual model and DAGs, participants will learn how to implement the different steps of PSM. Specifically, it will be explained how to estimate the propensity score choosing the appropriate control variables, how to implement and choose between different matching algorithms and how to test whether PSM succeeded in balancing the observed control variables. The different steps will be applied based on real-world data in computer lab sessions. In addition, sensitivity analysis simulating the influence of an unobserved factor will be introduced that can strengthen the claims made with PSM. Moreover, for prospective or retrospective longitudinal data, PSM can be combined with a difference-in-differences (DID) approach. The so called PSM-DID approach is able to eliminate unobserved time-constant individual effects and unobserved common baseline time trends. Participants will learn how to implement the PSM-DID approach.

 

FP/S/Ü: Soziologisches Forschungspraktikum Teil II: Datenanalyse: Datenanalyse am PC (Gruppe A)

Dozent/in:
Sonja Scheuring
Angaben:
Forschungspraktikum, 2 SWS
Termine:
Mo, 14:00 - 16:00, RZ/00.05
Einzeltermin am 5.5.2017, Einzeltermin am 9.6.2017, 12:00 - 14:00, RZ/00.05
Voraussetzungen / Organisatorisches:
Empfohlen für Studierende im 4. Semester. Es wird der vorherige Besuch der Veranstaltungen Methoden der empirischen Sozialforschung I & II , Methoden der Statistik I und II , Einführung in das Soziologische Arbeiten und Soziologisches Forschungspraktikum Teil I: Datenerhebung empfohlen. Ein Bestehen der Prüfungsleistungen dieser Veranstaltungen ist keine Voraussetzung für den Besuch des Soziologisches Forschungspraktikum Teil II: Datenanalyse .

Anmeldung: Eine Voranmeldung zu den Veranstaltungen des Soziologischen Forschungspraktikums ist bis zum 31. März 2017 notwendig:

Jede/r Studierende muss seine/ihre Präferenzordnung für den Besuch der Übungskurse (A, B, C, D, E) angeben
Jede/r Studierende muss seine/ihre Präferenzordnung für den Besuch der Kurse in Datenanalyse am PC (A, B, C, D) angeben

Link zur Präferenzumfrage: http://limesurvey.rz.uni-bamberg.de/limesurvey/index.php/777353?lang=de

Auf Basis der Präferenzlisten werden die Studierenden jeweils einem Übungskurs und einem Kurs in Datenanalyse am PC noch vor Beginn des Semesters zugewiesen. Um eine gleichmäßige Auslastung der Kurse und damit optimale und gleiche Lernbedingungen zu erreichen, behält sich das Leitungsteam vor, die Plätze auch nach niedrigeren Präferenzrängen zu vergeben. Bei verspäteter Anmeldung können nur noch die freien Plätze ohne Berücksichtigung von Präferenzen per Zuweisung vergeben werden.

Für das Plenum gibt es zwei Termine pro Woche. Die Veranstaltungen im Plenum finden v.a. in den ersten Wochen statt. Die genauen Termine des Plenums werden auf dem VC bekanntgeben.

Modulprüfung: Portfolio
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 der erhobenen Primärdaten (bzw. der alternativ zur Verfügung gestellten 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 Übungen 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 dienen die in Teil 1 erhobenen Primärdaten des Websurveys oder der ALLBUS als alternative Sekundärdatenquelle. In der Veranstaltung Datenanalyse am PC wird die Umsetzung multivariater Verfahren der Datenanalyse mit dem Statistikprogramm Stata eingeübt.

 

FP/S/Ü: Soziologisches Forschungspraktikum Teil II: Datenanalyse: Datenanalyse am PC (Gruppe B)

Dozent/in:
Sonja Scheuring
Angaben:
Forschungspraktikum, 2 SWS
Termine:
Mo, 16:00 - 18:00, RZ/00.05
Einzeltermin am 5.5.2017, Einzeltermin am 9.6.2017, 14:00 - 16:00, RZ/00.05
Voraussetzungen / Organisatorisches:
Empfohlen für Studierende im 4. Semester. Es wird der vorherige Besuch der Veranstaltungen Methoden der empirischen Sozialforschung I & II , Methoden der Statistik I und II , Einführung in das Soziologische Arbeiten und Soziologisches Forschungspraktikum Teil I: Datenerhebung empfohlen. Ein Bestehen der Prüfungsleistungen dieser Veranstaltungen ist keine Voraussetzung für den Besuch des Soziologisches Forschungspraktikum Teil II: Datenanalyse .

Anmeldung: Eine Voranmeldung zu den Veranstaltungen des Soziologischen Forschungspraktikums ist bis zum 31. März 2017 notwendig:

Jede/r Studierende muss seine/ihre Präferenzordnung für den Besuch der Übungskurse (A, B, C, D, E) angeben
Jede/r Studierende muss seine/ihre Präferenzordnung für den Besuch der Kurse in Datenanalyse am PC (A, B, C, D) angeben

Link zur Präferenzumfrage: http://limesurvey.rz.uni-bamberg.de/limesurvey/index.php/777353?lang=de

Auf Basis der Präferenzlisten werden die Studierenden jeweils einem Übungskurs und einem Kurs in Datenanalyse am PC noch vor Beginn des Semesters zugewiesen. Um eine gleichmäßige Auslastung der Kurse und damit optimale und gleiche Lernbedingungen zu erreichen, behält sich das Leitungsteam vor, die Plätze auch nach niedrigeren Präferenzrängen zu vergeben. Bei verspäteter Anmeldung können nur noch die freien Plätze ohne Berücksichtigung von Präferenzen per Zuweisung vergeben werden.

Für das Plenum gibt es zwei Termine pro Woche. Die Veranstaltungen im Plenum finden v.a. in den ersten Wochen statt. Die genauen Termine des Plenums werden auf dem VC bekanntgeben.

Modulprüfung: Portfolio
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 der erhobenen Primärdaten (bzw. der alternativ zur Verfügung gestellten 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 Übungen 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 dienen die in Teil 1 erhobenen Primärdaten des Websurveys oder der ALLBUS als alternative Sekundärdatenquelle. In der Veranstaltung Datenanalyse am PC wird die Umsetzung multivariater Verfahren der Datenanalyse mit dem Statistikprogramm Stata eingeübt.

 

FP/S/Ü: Soziologisches Forschungspraktikum Teil II: Datenanalyse: Datenanalyse am PC (Gruppe C)

Dozent/in:
Daniel Zeddel
Angaben:
Forschungspraktikum, 2 SWS
Termine:
Mi, 12:00 - 14:00, RZ/00.06
Voraussetzungen / Organisatorisches:
Empfohlen für Studierende im 4. Semester. Es wird der vorherige Besuch der Veranstaltungen „Methoden der empirischen Sozialforschung I & II“, „Methoden der Statistik I und II“, „Einführung in das Soziologische Arbeiten“ und „Soziologisches Forschungspraktikum Teil I: Datenerhebung“ empfohlen. Ein Bestehen der Prüfungsleistungen dieser Veranstaltungen ist keine Voraussetzung für den Besuch des „Soziologisches Forschungspraktikum Teil II: Datenanalyse“.

Anmeldung: Eine Voranmeldung zu den Veranstaltungen des Soziologischen Forschungspraktikums ist bis zum 31. März 2017 notwendig:

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

Link zur Präferenzumfrage: http://limesurvey.rz.uni-bamberg.de/limesurvey/index.php/777353?lang=de

Auf Basis der Präferenzlisten werden die Studierenden jeweils einem Übungskurs und einem Kurs in Datenanalyse am PC noch vor Beginn des Semesters zugewiesen. Um eine gleichmäßige Auslastung der Kurse und damit optimale und gleiche Lernbedingungen zu erreichen, behält sich das Leitungsteam vor, die Plätze auch nach niedrigeren Präferenzrängen zu vergeben. Bei verspäteter Anmeldung können nur noch die freien Plätze ohne Berücksichtigung von Präferenzen per Zuweisung vergeben werden.

Für das Plenum gibt es zwei Termine pro Woche. Die Veranstaltungen im Plenum finden v.a. in den ersten Wochen statt. Die genauen Termine des Plenums werden auf dem VC bekanntgeben.

Modulprüfung: Portfolio
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 der erhobenen Primärdaten (bzw. der alternativ zur Verfügung gestellten 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 Übungen 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 dienen die in Teil 1 erhobenen Primärdaten des Websurveys oder der ALLBUS als alternative Sekundärdatenquelle. In der Veranstaltung Datenanalyse am PC wird die Umsetzung multivariater Verfahren der Datenanalyse mit dem Statistikprogramm Stata eingeübt.

 

FP/S/Ü: Soziologisches Forschungspraktikum Teil II: Datenanalyse: Datenanalyse am PC (Gruppe D)

Dozent/in:
Daniel Zeddel
Angaben:
Forschungspraktikum, 2 SWS
Termine:
Mi, 14:00 - 16:00, RZ/00.05
Voraussetzungen / Organisatorisches:
Empfohlen für Studierende im 4. Semester. Es wird der vorherige Besuch der Veranstaltungen „Methoden der empirischen Sozialforschung I & II“, „Methoden der Statistik I und II“, „Einführung in das Soziologische Arbeiten“ und „Soziologisches Forschungspraktikum Teil I: Datenerhebung“ empfohlen. Ein Bestehen der Prüfungsleistungen dieser Veranstaltungen ist keine Voraussetzung für den Besuch des „Soziologisches Forschungspraktikum Teil II: Datenanalyse“.

Anmeldung: Eine Voranmeldung zu den Veranstaltungen des Soziologischen Forschungspraktikums ist bis zum 31. März 2017 notwendig:

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

Link zur Präferenzumfrage: http://limesurvey.rz.uni-bamberg.de/limesurvey/index.php/777353?lang=de

Auf Basis der Präferenzlisten werden die Studierenden jeweils einem Übungskurs und einem Kurs in Datenanalyse am PC noch vor Beginn des Semesters zugewiesen. Um eine gleichmäßige Auslastung der Kurse und damit optimale und gleiche Lernbedingungen zu erreichen, behält sich das Leitungsteam vor, die Plätze auch nach niedrigeren Präferenzrängen zu vergeben. Bei verspäteter Anmeldung können nur noch die freien Plätze ohne Berücksichtigung von Präferenzen per Zuweisung vergeben werden.

Für das Plenum gibt es zwei Termine pro Woche. Die Veranstaltungen im Plenum finden v.a. in den ersten Wochen statt. Die genauen Termine des Plenums werden auf dem VC bekanntgeben.

Modulprüfung: Portfolio
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 der erhobenen Primärdaten (bzw. der alternativ zur Verfügung gestellten 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 Übungen 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 dienen die in Teil 1 erhobenen Primärdaten des Websurveys oder der ALLBUS als alternative Sekundärdatenquelle. In der Veranstaltung Datenanalyse am PC wird die Umsetzung multivariater Verfahren der Datenanalyse mit dem Statistikprogramm Stata eingeübt.

 

FP/S/Ü: Soziologisches Forschungspraktikum Teil II: Datenanalyse: Plenum

Dozent/in:
Michael Gebel
Angaben:
Forschungspraktikum, 2 SWS
Termine:
Mo, Mi, 8:00 - 10:00, F21/01.35
Voraussetzungen / Organisatorisches:
Empfohlen für Studierende im 4. Semester. Es wird der vorherige Besuch der Veranstaltungen „Methoden der empirischen Sozialforschung I & II“, „Methoden der Statistik I und II“, „Einführung in das Soziologische Arbeiten“ und „Soziologisches Forschungspraktikum Teil I: Datenerhebung“ empfohlen. Ein Bestehen der Prüfungsleistungen dieser Veranstaltungen ist keine Voraussetzung für den Besuch des „Soziologisches Forschungspraktikum Teil II: Datenanalyse“.

Anmeldung: Eine Voranmeldung zu den Veranstaltungen des Soziologischen Forschungspraktikums ist bis zum 31. März 2017 notwendig:

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

Link zur Präferenzumfrage: http://limesurvey.rz.uni-bamberg.de/limesurvey/index.php/777353?lang=de

Auf Basis der Präferenzlisten werden die Studierenden jeweils einem Übungskurs und einem Kurs in Datenanalyse am PC noch vor Beginn des Semesters zugewiesen. Um eine gleichmäßige Auslastung der Kurse und damit optimale und gleiche Lernbedingungen zu erreichen, behält sich das Leitungsteam vor, die Plätze auch nach niedrigeren Präferenzrängen zu vergeben. Bei verspäteter Anmeldung können nur noch die freien Plätze ohne Berücksichtigung von Präferenzen per Zuweisung vergeben werden.

Für das Plenum gibt es zwei Termine pro Woche. Die Veranstaltungen im Plenum finden v.a. in den ersten Wochen statt. Die genauen Termine des Plenums werden auf dem VC bekanntgeben.

Modulprüfung: Portfolio
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 der erhobenen Primärdaten (bzw. der alternativ zur Verfügung gestellten 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 Übungen 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 dienen die in Teil 1 erhobenen Primärdaten des Websurveys oder der ALLBUS als alternative Sekundärdatenquelle. In der Veranstaltung Datenanalyse am PC wird die Umsetzung multivariater Verfahren der Datenanalyse mit dem Statistikprogramm Stata eingeübt.

 

FP/S/Ü: Soziologisches Forschungspraktikum Teil II: Datenanalyse: Übung (Gruppe A)

Dozent/in:
Michael Gebel
Angaben:
Forschungspraktikum, 2 SWS
Termine:
Mo, 10:00 - 12:00, F21/03.50, RZ/00.05
Einzeltermin am 26.6.2017, 8:00 - 10:00, F21/03.50
Voraussetzungen / Organisatorisches:
Empfohlen für Studierende im 4. Semester. Es wird der vorherige Besuch der Veranstaltungen Methoden der empirischen Sozialforschung I & II , Methoden der Statistik I und II , Einführung in das Soziologische Arbeiten und Soziologisches Forschungspraktikum Teil I: Datenerhebung empfohlen. Ein Bestehen der Prüfungsleistungen dieser Veranstaltungen ist keine Voraussetzung für den Besuch des Soziologisches Forschungspraktikum Teil II: Datenanalyse .

Anmeldung: Eine Voranmeldung zu den Veranstaltungen des Soziologischen Forschungspraktikums ist bis zum 31. März 2017 notwendig:

Jede/r Studierende muss seine/ihre Präferenzordnung für den Besuch der Übungskurse (A, B, C, D, E) angeben
Jede/r Studierende muss seine/ihre Präferenzordnung für den Besuch der Kurse in Datenanalyse am PC (A, B, C, D) angeben

Link zur Präferenzumfrage: http://limesurvey.rz.uni-bamberg.de/limesurvey/index.php/777353?lang=de

Auf Basis der Präferenzlisten werden die Studierenden jeweils einem Übungskurs und einem Kurs in Datenanalyse am PC noch vor Beginn des Semesters zugewiesen. Um eine gleichmäßige Auslastung der Kurse und damit optimale und gleiche Lernbedingungen zu erreichen, behält sich das Leitungsteam vor, die Plätze auch nach niedrigeren Präferenzrängen zu vergeben. Bei verspäteter Anmeldung können nur noch die freien Plätze ohne Berücksichtigung von Präferenzen per Zuweisung vergeben werden.

Für das Plenum gibt es zwei Termine pro Woche. Die Veranstaltungen im Plenum finden v.a. in den ersten Wochen statt. Die genauen Termine des Plenums werden auf dem VC bekanntgeben.

Modulprüfung: Portfolio
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 der erhobenen Primärdaten (bzw. der alternativ zur Verfügung gestellten 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 Übungen 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 dienen die in Teil 1 erhobenen Primärdaten des Websurveys oder der ALLBUS als alternative Sekundärdatenquelle. In der Veranstaltung Datenanalyse am PC wird die Umsetzung multivariater Verfahren der Datenanalyse mit dem Statistikprogramm Stata eingeübt.

 

FP/S/Ü: Soziologisches Forschungspraktikum Teil II: Datenanalyse: Übung (Gruppe B)

Dozent/in:
Michael Gebel
Angaben:
Forschungspraktikum, 2 SWS
Termine:
Mo, 12:00 - 14:00, F21/03.50, RZ/00.05
Voraussetzungen / Organisatorisches:
Empfohlen für Studierende im 4. Semester. Es wird der vorherige Besuch der Veranstaltungen „Methoden der empirischen Sozialforschung I & II“, „Methoden der Statistik I und II“, „Einführung in das Soziologische Arbeiten“ und „Soziologisches Forschungspraktikum Teil I: Datenerhebung“ empfohlen. Ein Bestehen der Prüfungsleistungen dieser Veranstaltungen ist keine Voraussetzung für den Besuch des „Soziologisches Forschungspraktikum Teil II: Datenanalyse“.

Anmeldung: Eine Voranmeldung zu den Veranstaltungen des Soziologischen Forschungspraktikums ist bis zum 31. März 2017 notwendig:

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

Link zur Präferenzumfrage: http://limesurvey.rz.uni-bamberg.de/limesurvey/index.php/777353?lang=de

Auf Basis der Präferenzlisten werden die Studierenden jeweils einem Übungskurs und einem Kurs in Datenanalyse am PC noch vor Beginn des Semesters zugewiesen. Um eine gleichmäßige Auslastung der Kurse und damit optimale und gleiche Lernbedingungen zu erreichen, behält sich das Leitungsteam vor, die Plätze auch nach niedrigeren Präferenzrängen zu vergeben. Bei verspäteter Anmeldung können nur noch die freien Plätze ohne Berücksichtigung von Präferenzen per Zuweisung vergeben werden.

Für das Plenum gibt es zwei Termine pro Woche. Die Veranstaltungen im Plenum finden v.a. in den ersten Wochen statt. Die genauen Termine des Plenums werden auf dem VC bekanntgeben.

Modulprüfung: Portfolio
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 der erhobenen Primärdaten (bzw. der alternativ zur Verfügung gestellten 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 Übungen 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 dienen die in Teil 1 erhobenen Primärdaten des Websurveys oder der ALLBUS als alternative Sekundärdatenquelle. In der Veranstaltung Datenanalyse am PC wird die Umsetzung multivariater Verfahren der Datenanalyse mit dem Statistikprogramm Stata eingeübt.

 

FP/S/Ü: Soziologisches Forschungspraktikum Teil II: Datenanalyse: Übung (Gruppe C)

Dozent/in:
Paul Löwe
Angaben:
Forschungspraktikum, 2 SWS
Termine:
Di, 14:00 - 16:00, F21/03.50, RZ/00.05
Voraussetzungen / Organisatorisches:
Empfohlen für Studierende im 4. Semester. Es wird der vorherige Besuch der Veranstaltungen „Methoden der empirischen Sozialforschung I & II“, „Methoden der Statistik I und II“, „Einführung in das Soziologische Arbeiten“ und „Soziologisches Forschungspraktikum Teil I: Datenerhebung“ empfohlen. Ein Bestehen der Prüfungsleistungen dieser Veranstaltungen ist keine Voraussetzung für den Besuch des „Soziologisches Forschungspraktikum Teil II: Datenanalyse“.

Anmeldung: Eine Voranmeldung zu den Veranstaltungen des Soziologischen Forschungspraktikums ist bis zum 31. März 2017 notwendig:

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

Link zur Präferenzumfrage: http://limesurvey.rz.uni-bamberg.de/limesurvey/index.php/777353?lang=de

Auf Basis der Präferenzlisten werden die Studierenden jeweils einem Übungskurs und einem Kurs in Datenanalyse am PC noch vor Beginn des Semesters zugewiesen. Um eine gleichmäßige Auslastung der Kurse und damit optimale und gleiche Lernbedingungen zu erreichen, behält sich das Leitungsteam vor, die Plätze auch nach niedrigeren Präferenzrängen zu vergeben. Bei verspäteter Anmeldung können nur noch die freien Plätze ohne Berücksichtigung von Präferenzen per Zuweisung vergeben werden.

Für das Plenum gibt es zwei Termine pro Woche. Die Veranstaltungen im Plenum finden v.a. in den ersten Wochen statt. Die genauen Termine des Plenums werden auf dem VC bekanntgeben.

Modulprüfung: Portfolio
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 der erhobenen Primärdaten (bzw. der alternativ zur Verfügung gestellten 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 Übungen 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 dienen die in Teil 1 erhobenen Primärdaten des Websurveys oder der ALLBUS als alternative Sekundärdatenquelle. In der Veranstaltung Datenanalyse am PC wird die Umsetzung multivariater Verfahren der Datenanalyse mit dem Statistikprogramm Stata eingeübt.

 

FP/S/Ü: Soziologisches Forschungspraktikum Teil II: Datenanalyse: Übung (Gruppe D)

Dozent/in:
Paul Löwe
Angaben:
Forschungspraktikum, 2 SWS
Termine:
Di, 16:00 - 18:00, F21/03.50, RZ/00.05
Voraussetzungen / Organisatorisches:
Empfohlen für Studierende im 4. Semester. Es wird der vorherige Besuch der Veranstaltungen „Methoden der empirischen Sozialforschung I & II“, „Methoden der Statistik I und II“, „Einführung in das Soziologische Arbeiten“ und „Soziologisches Forschungspraktikum Teil I: Datenerhebung“ empfohlen. Ein Bestehen der Prüfungsleistungen dieser Veranstaltungen ist keine Voraussetzung für den Besuch des „Soziologisches Forschungspraktikum Teil II: Datenanalyse“.

Anmeldung: Eine Voranmeldung zu den Veranstaltungen des Soziologischen Forschungspraktikums ist bis zum 31. März 2017 notwendig:

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

Link zur Präferenzumfrage: http://limesurvey.rz.uni-bamberg.de/limesurvey/index.php/777353?lang=de

Auf Basis der Präferenzlisten werden die Studierenden jeweils einem Übungskurs und einem Kurs in Datenanalyse am PC noch vor Beginn des Semesters zugewiesen. Um eine gleichmäßige Auslastung der Kurse und damit optimale und gleiche Lernbedingungen zu erreichen, behält sich das Leitungsteam vor, die Plätze auch nach niedrigeren Präferenzrängen zu vergeben. Bei verspäteter Anmeldung können nur noch die freien Plätze ohne Berücksichtigung von Präferenzen per Zuweisung vergeben werden.

Für das Plenum gibt es zwei Termine pro Woche. Die Veranstaltungen im Plenum finden v.a. in den ersten Wochen statt. Die genauen Termine des Plenums werden auf dem VC bekanntgeben.

Modulprüfung: Portfolio
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 der erhobenen Primärdaten (bzw. der alternativ zur Verfügung gestellten 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 Übungen 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 dienen die in Teil 1 erhobenen Primärdaten des Websurveys oder der ALLBUS als alternative Sekundärdatenquelle. In der Veranstaltung Datenanalyse am PC wird die Umsetzung multivariater Verfahren der Datenanalyse mit dem Statistikprogramm Stata eingeübt.

 

FP/S/Ü: Soziologisches Forschungspraktikum Teil II: Datenanalyse: Übung (Gruppe E)

Dozent/in:
Paul Löwe
Angaben:
Forschungspraktikum, 6 SWS
Termine:
Mi, 10:00 - 12:00, FMA/01.19, RZ/00.06
Voraussetzungen / Organisatorisches:
Empfohlen für Studierende im 4. Semester. Es wird der vorherige Besuch der Veranstaltungen „Methoden der empirischen Sozialforschung I & II“, „Methoden der Statistik I und II“, „Einführung in das Soziologische Arbeiten“ und „Soziologisches Forschungspraktikum Teil I: Datenerhebung“ empfohlen. Ein Bestehen der Prüfungsleistungen dieser Veranstaltungen ist keine Voraussetzung für den Besuch des „Soziologisches Forschungspraktikum Teil II: Datenanalyse“.

Anmeldung: Eine Voranmeldung zu den Veranstaltungen des Soziologischen Forschungspraktikums ist bis zum 31. März 2017 notwendig:

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

Link zur Präferenzumfrage: http://limesurvey.rz.uni-bamberg.de/limesurvey/index.php/777353?lang=de

Auf Basis der Präferenzlisten werden die Studierenden jeweils einem Übungskurs und einem Kurs in Datenanalyse am PC noch vor Beginn des Semesters zugewiesen. Um eine gleichmäßige Auslastung der Kurse und damit optimale und gleiche Lernbedingungen zu erreichen, behält sich das Leitungsteam vor, die Plätze auch nach niedrigeren Präferenzrängen zu vergeben. Bei verspäteter Anmeldung können nur noch die freien Plätze ohne Berücksichtigung von Präferenzen per Zuweisung vergeben werden.

Für das Plenum gibt es zwei Termine pro Woche. Die Veranstaltungen im Plenum finden v.a. in den ersten Wochen statt. Die genauen Termine des Plenums werden auf dem VC bekanntgeben.

Modulprüfung: Portfolio
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 der erhobenen Primärdaten (bzw. der alternativ zur Verfügung gestellten 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 Übungen 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 dienen die in Teil 1 erhobenen Primärdaten des Websurveys oder der ALLBUS als alternative Sekundärdatenquelle. In der Veranstaltung Datenanalyse am PC wird die Umsetzung multivariater Verfahren der Datenanalyse mit dem Statistikprogramm Stata eingeübt.

 

K: Kolloquium für Abschlussarbeiten (BA): Methoden der empirischen Sozialforschung

Dozent/in:
Michael Gebel
Angaben:
Kolloquium, 2 SWS
Termine:
Do, 16:00 - 18:00, FMA/00.06
Voraussetzungen / Organisatorisches:
Ausschließlich für Studierende, die eine Bachelorarbeit am Lehrstuhl für Methoden der empirischen Sozialforschung schreiben. Bitte beachten Sie die Hinweise auf: https://www.uni-bamberg.de/empsoz/abschlussarbeiten/bachelorarbeit/ Die genauen Termine des Kolloquiums werden den Studierenden, die eine Bachelorarbeit am Lehrstuhl für Methoden der empirischen Sozialforschung schreiben, nach Anmeldung der Bachelorarbeit mitgeteilt.

 

K: Kolloquium für Abschlussarbeiten (MA): Methoden der empirischen Sozialforschung

Dozent/in:
Michael Gebel
Angaben:
Kolloquium, 2 SWS
Termine:
Do, 16:00 - 18:00, FMA/00.06
Voraussetzungen / Organisatorisches:
Ausschließlich für Studierende, die eine Masterarbeit am Lehrstuhl für Methoden der empirischen Sozialforschung schreiben. Bitte beachten Sie die Hinweise auf: https://www.uni-bamberg.de/empsoz/abschlussarbeiten/masterarbeit/ Die genauen Termine des Kolloquiums werden den Studierenden, die eine Masterarbeit am Lehrstuhl für Methoden der empirischen Sozialforschung schreiben, nach Anmeldung der Masterarbeit mitgeteilt.

 

S: Fortgeschrittene Analysemethoden der qualitativen Sozialforschung: Das Leitfadeninterview - Ein Praxisseminar

Dozent/in:
Christoph Schlee
Angaben:
Seminar, 2 SWS
Termine:
Mo, 10:00 - 12:00, FMA/00.06
Einzeltermin am 24.7.2017, 10:00 - 12:00, RZ/00.07
Voraussetzungen / Organisatorisches:
Modulprüfung: Seminararbeit
Eine Voranmeldung (z.B. über Flexnow oder per E-Mail) ist nicht notwendig! Informationen zu Anmeldemodalitäten und Prüfungsleistung werden im Rahmen der ersten Veranstaltung mitgeteilt.
Inhalt:
Lernziele: Die TeilnehmerInnen verfügen über grundlegende und weiterführende Kenntnisse qualitativer Methoden der Datenerhebung und -auswertung sowie über deren theoretische und methodologische Grundlagen. Sie können einzelne Schritte des qualitativen Forschungsprozesses theoretisch begründen und anwenden. Sie sind in der Lage qualitative Daten selbständig anhand von Leitfadeninterviews zu gewinnen und dieses Material aufzubereiten und zu analysieren. Die Studierenden verfügen über Fähigkeiten in der Diskussion qualitativer Forschungsergebnisse.

Lerninhalte: In diesem Methodenseminar werden anhand eines selbst von den Masterstudierenden durchgeführten kleinen Forschungsprojekts sowohl grundlegende als auch weiterführende Kenntnisse der qualitativen Sozialforschung vermittelt. Thematisch beschäftigen sich die Studierenden dabei mit jungen Menschen in unsicheren Lebenssituationen. Der Fokus wird dabei insbesondere auf junge Erwachsene gelegt, die bereits Erfahrungen mit Arbeitslosigkeit oder Befristung (oder anderen unsicheren Erwerbsverhältnissen) machen mussten. Im Mittelpunkt des Seminars steht die Methode des Leitfadeninterviews. Dabei führen die Studierenden die notwendigen Schritte eines Forschungsablaufs (z.B. Entwicklung der Fragestellung, Datenerhebung, Datenanalyse) selbst durch. Des Weiteren lernen die Studierenden unterschiedliche Analysemethoden qualitativer Sozialforschung kennen, wobei insbesondere der Fokus auf die qualitative Inhaltsanalyse gelegt wird und zur Anwendung kommt.

 

S: Fortgeschrittene Analysemethoden der quantitativen Sozialforschung: Experimente in den Sozialwissenschaften

Dozent/in:
Jonas Voßemer
Angaben:
Seminar, 2 SWS
Termine:
Di, 14:00 - 16:00, FMA/00.06
Einzeltermin am 7.6.2017, Einzeltermin am 19.6.2017, 18:00 - 20:00, FMA/00.07
Voraussetzungen / Organisatorisches:
Eine Voranmeldung zum Seminar ist nicht notwendig.
Weitere Informationen werden in der ersten Veranstaltung mitgeteilt.

Modulprüfung: Seminararbeit

English

Advanced registration is not required for the seminar.
Further information will be shared during the first meeting.

Module exam: Seminar paper
Inhalt:
Inhalt

In den letzten Jahren haben Experimentalstudien in den Sozialwissenschaften zunehmend an Bedeutung gewonnen. Im Vergleich zu Beobachtungsstudien werden Experimente häufig als Studien mit hoher interner, aber niedriger externer Validität beschrieben. Das heißt, während Experimente für die Schätzung von kausalen Effekten schwächere Annahmen voraussetzen, lassen sich ihre Ergebnisse nur eingeschränkt verallgemeinern. Obwohl diese Beschreibung größtenteils zutrifft, gibt es auch in Experimentalstudien wichtige Störfaktoren bezüglich der internen Validität. Weiterhin unterscheiden sich verschiedene Typen von Experimentalstudien (z.B. Laborexperimente, Feldexperimente, Umfrageexperimente) bezüglich ihrer internen und externen Validität sowie in ihren Vor- und Nachteilen im Vergleich zu Beobachtungsstudien. Im Seminar werden die Grundlagen von Experimentalstudien sowie die Besonderheiten verschiedener Typen von Experimentalstudien vorgestellt. Neben der kritischen Lektüre angewandter Experimentalstudien, werden wir uns mit der Planung von eigenen Experimentalstudien auseinandersetzen.

Lernziele
  • Grundlagen von Experimentalstudien verstehen und kritisch reflektieren
  • Verschiedene Typen von Experimentalstudien unterscheiden können
  • Vor- und Nachteile verschiedener Typen von Experimentalstudien im Vergleich zu Beobachtungsstudien verstehen und kritisch reflektieren
  • Kritische Lektüre von angewandten Experimentalstudien
  • Plannung von eigenen Experimentalstudien

Voraussetzungen
  • Kenntnisse der deskriptiven und schließenden Statistik
  • Grundlegende Kenntnisse der linearen Regressionsanalyse
  • Bereitschaft englischsprachige Lehrbücher und Fachliteratur zu lesen
  • When requested, the seminar will be held in English


English

Contents

In recent years, experiments have gained increasing significance in the social sciences. Compared to observational studies, experiments are often described as studies with high internal validity but low external validity. This means that, although experiments require fewer assumptions to estimate causal effects, results may be limited in their generalizability. Even though, for the most part, this description is accurate, experimental studies are also confronted with important threats to their internal validity. Furthermore, the various experimental approaches (e.g., laboratory, field, and survey experiments) differentiate themselves from one another with consideration to their in-ternal and external validity as well as their advantages and disadvantages compared to observational studies. The seminar will introduce the foundations of experimental studies in addition to the distinctive features of various experimental studies. Next to critical readings of applied experimental studies, we will also handle planning our own experimental studies.

Learning Objectives

  • Understanding the foundations of experimental studies with critical reflection
  • The ability to differentiate between the various forms of experimental studies
  • An understanding and critical reflection of the advantages and disadvantages of various types of experimental studies, in comparison to observational studies
  • Critical reading of applied experimental studies
  • Planning of own experimental studies

Requirements
  • Knowledge of descriptive and inferential statistics
  • Foundational knowledge of linear regression analysis
  • Readiness to read English language textbooks and articles
  • When requested, the seminar will be held in English
Empfohlene Literatur:
Shadish, W. R., Cook, T. D. and Campbell, D. T. (2002) Experimental and Quasi-Experimental Designs for Generalized Causal Inference. Belmont: Wadsworth Cengage Learning.

 

Statistik-Programmpakete (SPSS): Gruppe A

Dozent/in:
German Angele
Angaben:
Übung, 2 SWS
Termine:
Mi, 12:00 - 14:00, RZ/00.05

 

Statistik-Programmpakete (SPSS): Gruppe B

Dozent/in:
German Angele
Angaben:
Übung, 2 SWS
Termine:
Do, 10:00 - 12:00, RZ/00.05

 

V: Einführung in die Methoden der empirischen Sozialforschung Teil II

Dozent/in:
Michael Gebel
Angaben:
Vorlesung, 2 SWS
Termine:
Di, 8:00 - 10:00, F21/01.37
Einzeltermin am 10.5.2017, Einzeltermin am 31.5.2017, Einzeltermin am 21.6.2017, 18:00 - 20:00, F21/01.37
Voraussetzungen / Organisatorisches:
Empfohlen für 2. Semester

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 I 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.

Eine Voranmeldung (z.B. über Flexnow, am Lehrstuhl, etc.) ist nicht notwendig! Informationen zur Prüfungsanmeldung werden im Rahmen der ersten Veranstaltung mitgeteilt.

Modulprüfung: Klausur (60min)
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



UnivIS ist ein Produkt der Config eG, Buckenhof