Einführung in die Methoden der empirischen Sozialforschung Teil II

Dozent/in:

Peter Valet

Angaben:

Vorlesung, 2 SWS

Termine:

Di, 8:00 - 10:00, F21/01.37

Voraussetzungen / Organisatorisches:

Empfohlen für das 2. Semester
Es wir 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.

Bitte tragen Sie sich bis zum 21.04.2022 in den VC der Veranstaltung ein (Link VC: [https://vc.uni-bamberg.de/course/view.php?id=52523] ). Personen, die in den VC eingetragen sind, erhalten hierüber alle Informationen zur Lehrveranstaltung. Eine Anmeldung zur Vorlesung über FlexNow ist nicht nötig.

Art des Unterrichts: Geplant ist ein Unterricht vor Ort. Es wird keine Videoaufzeichnung stattfinden. Änderungen sind je nach den Richtlinien der Universität möglich.

Modulprüfung: Klausur (60 Min.)

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

Fortgeschrittene Verfahren der Querschnittsanalyse: Advanced Regression Analysis using Stata

Dozentinnen/Dozenten:

Paul Löwe, Peter Valet

Angaben:

Seminar, 4 SWS

Termine:

Do, 12:00 - 16:00, RZ/00.07

Voraussetzungen / Organisatorisches:

Requirements:
Students have to be familiar with the contents of the compulsory lecture “Research design". 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: [https://vc.uni-bamberg.de/course/view.php?id=52524]

Registration:
Please register in the VC of the event until 21.04.2022. Only the persons who are registered in the VC will receive all information about the course. Link VC: [ https://vc.uni-bamberg.de/course/view.php?id=52526]

Type of instrutuction On-site teaching is planned. There will be no video recording. Changes are possible depending on the guidelines of the university.

Language of instruction:
English

Module exam:
Portfolio in English or German (time: 3 months).

Inhalt:

Course content: 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).

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 choose the appropriate regression models following 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.

Kolloquium für Abschlussarbeiten (BA)

Dozentinnen/Dozenten:

Michael Gebel, Peter Valet

Angaben:

Kolloquium, 2 SWS

Termine:

Do, 16:00 - 18:00, FMA/00.08

Kolloquium für Abschlussarbeiten (MA)

Dozentinnen/Dozenten:

Michael Gebel, Peter Valet

Angaben:

Kolloquium, 2 SWS

Termine:

Do, 16:00 - 18:00, FMA/00.08