160.290 (17W) Grundlagen von Datenmanagement und -aufbereitung: Raus aus dem Zahlen-Dschungel

Wintersemester 2017/18

Anmeldefrist abgelaufen.

Erster Termin der LV
06.10.2017 16:00 - 20:00 N.1.44 On Campus
... keine weiteren Termine bekannt

Überblick

Lehrende/r
LV-Titel englisch Data management and treatment: away from the numbers' jungle
LV-Art Seminar (prüfungsimmanente LV )
Semesterstunde/n 2.0
ECTS-Anrechnungspunkte 4.0
Anmeldungen 24 (35 max.)
Organisationseinheit
Unterrichtssprache Deutsch
mögliche Sprache/n der Leistungserbringung Deutsch , Englisch
LV-Beginn 06.10.2017
eLearning zum Moodle-Kurs

Zeit und Ort

Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

Nach dem Besuch des Seminars sollen die Studierenden in der Lage sein, schnell und effizient neue Datensätze erforschen (Stichwort: Data Mining) und essentielle Informationen aus den Daten herausholen können. Sie beherrschen erweiterte Kenntnisse über die Datenaufbereitung und -darstellung.

Lehrmethodik inkl. Einsatz von eLearning-Tools

Vortrag, Vor-Ort-Übungen am eigenen Laptop (bitte zur 1. Einheit mitnehmen, mit installiertem R, ggf. R-Studio, SPSS wäre ebenfalls vorm Vorteil), Hausübungen.

Inhalt/e

Praktische Tipps bei Datenerhebung und -management; Initial data check; Datenaufbereitung (R, SPSS, Excel); grafische Darstellung von Daten: mit vielen praktischen Übungen.

  • Datenmanagement
  • Datenaufbereitung
  • Darstellung von Daten (Tabellen, Grafiken, Text)
  • Umgang mit R und SPSS
  • Behandlung von fehlenden Werten
  • Weitere Hilfssoftware

Erwartete Vorkenntnisse

Statistik I-III, Übungen I-III

Literatur

Alexandrowicz, R. W. (2013). R in 10 Schritten. Einführung in die statistische Programmierumgebung. Wien: fakultas.

Hatzinger, R., Hornik, K., Nagel, H. & Maier, M. (2014). R. Einführung durch angewandte Statistik. (2. Aufl.). Pearson Studium.

Wollschläger, D. (2010). Grundlagen der Datenanalyse mit R. Eine anwendungsorientierte Einführung. Heidelberg: Springer.

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Beurteilungskriterien/-maßstäbe

30%* der Leistung: Übungsblätter in Gruppen.

70% der Leistung: Schriftliche Abschlussarbeit.

* Ein Übungsblatt wird mit 10% gewichtet.

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Masterstudium Psychologie (SKZ: 840, Version: 12W.4)
    • Fach: Forschungsmethoden und Evaluation (Pflichtfach)
      • Komplexe Quantitative/Qualitative Methoden ( 0.0h SE / 4.0 ECTS)
        • 160.290 Grundlagen von Datenmanagement und -aufbereitung: Raus aus dem Zahlen-Dschungel (2.0h SE / 4.0 ECTS)
  • Doktoratsstudium Doktoratsstudium der Philosophie (SKZ: 792, Version: 09W.2)
    • Fach: Lehrveranstaltungen auf postgradualem Niveau (Pflichtfach)
      • Lehrveranstaltungen auf postgradualem Niveau ( 6.0h SE / 0.0 ECTS)
        • 160.290 Grundlagen von Datenmanagement und -aufbereitung: Raus aus dem Zahlen-Dschungel (2.0h SE / 4.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2019
  • 160.290 SE Grundlagen von Datenmanagement und -aufbereitung: Raus aus dem Zahlen-Dschungel (2.0h / 4.0ECTS)
Sommersemester 2018
  • 160.290 SE Grundlagen von Datenmanagement und -aufbereitung: Raus aus dem Zahlen-Dschungel (2.0h / 4.0ECTS)
Sommersemester 2017
  • 160.290 SE Grundlagen von Datenmanagement und -aufbereitung: Raus aus dem Zahlen-Dschungel (2.0h / 4.0ECTS)
Wintersemester 2016/17
  • 160.290 SE Grundlagen von Datenmanagement und -aufbereitung: Raus aus dem Zahlen-Dschungel (2.0h / 4.0ECTS)
Sommersemester 2016
  • 160.255 SE Grundlagen von Datenmanagement und -aufbereitung: Raus aus dem Zahlen-Dschungel (2.0h / 4.0ECTS)