320.741 (21S) Datenanalyse (B 4.1, B 3.3 alt, LG 2.5.2)

Sommersemester 2021

Anmeldefrist abgelaufen.

Erster Termin der LV
01.03.2021 14:00 - 15:30 Online-Termin Off Campus
... keine weiteren Termine bekannt

Überblick

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Präsenz-Lehreveranstaltungen und Umstellung auf Online-Prüfungen) erforderlich sein.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter: https://www.aau.at/corona.
Lehrende/r
LV-Titel englisch
Data analysis (B 4.1, B 3.3 alt, LG 2.5.2)
LV-Art
Proseminar (prüfungsimmanente LV )
LV-Modell
Onlinelehrveranstaltung
Semesterstunde/n
2.0
ECTS-Anrechnungspunkte
4.0
Anmeldungen
26 (20 max.)
Organisationseinheit
Unterrichtssprache
Deutsch
LV-Beginn
01.03.2021
eLearning
zum Moodle-Kurs

Zeit und Ort

Beachten Sie bitte, dass sich aufgrund von COVID-19-Maßnahmen die derzeit angezeigten Termine noch ändern können.
Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

Ziel der LV ist es, die Studierenden in die Grundlagen der schließenden Statistik einzuführen und sie zu befähigen, empirische Daten eigenständig auszuwerten.

Lehrmethodik inkl. Einsatz von eLearning-Tools

Vortrag bzw. gemeinsames Erarbeiten der angeführten Inhalte.

Inhalt/e

In der Lehrveranstaltung wird eine Einführung in die grundlegenden Konzepte der Statistik gegeben. Nach einer kurzen Erläuterung elementarer Begriffe werden die grundlegenden Techniken der deskriptiven Statistik  vorgestellt. Daran schließt eine Einführung in die Testtheorie (Chi-Quadrat-Test, Mann-Whitney U-Test, t-Test für abhängige und unabhängige Stichproben, Kruskal-Wallis Test, einfache Varianzanalyse) sowie in die Regressions- und Korrelationsrechnung an. Ergänzt werden die Ausführungen durch eine Einführung in das Computerprogramm SPSS.

Erwartete Vorkenntnisse

Grundkenntnisse der deskriptiven Statistik, Wahrscheinlichkeitstheorie und Testtheorie (Stoff der AHS bzw. BHS) werden vorausgesetzt.

Literatur

Field, 2018. Discovering Statistics Using IBM SPSS Statistics, SAGE Publications.

Bühl, 2014, SPSS 22, Pearson. (Das Buch stellt ein umfassendes Nachschlagewerke für SPSS dar.) 

Intendierte Lernergebnisse

The goal of the course is to give the students an introduction into inferential statistics  and to enable them to conduct empirical studies by themselves.

Lehrmethodik inkl. Einsatz von eLearning-Tools

Lecture and joint elaboration of the listed contents.

Inhalt/e

In this lecture an introduction into elementary concepts of statistics will be given. After a brief discussion of basic terms the fundamental techniques of descriptive statistics will be presented. Subsequently, the basics of hypothesis testing (chi-square test, Mann-Whitney U-test, t-test, Kruskal-Wallis test, analysis of variance) and of regression and correlation analysis will be presented. In addition, a short introduction into SPSS will be given.


Erwartete Vorkenntnisse

Fundamentals of descriptive statistics, probabaility theory and test theory (syllabus of AHS and BHS)  are prerequisite.

Literatur

Field, 2018. Discovering Statistics Using IBM SPSS Statistics, SAGE Publications.

Bühl, 2014, SPSS 22, Pearson. (Das Buch stellt ein umfassendes Nachschlagewerke für SPSS dar.) 

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.

Geänderte Prüfungsinformationen (COVID-19 Ausnahmeregelung)

Prüfungsinhalt/e

Lehrinhalte, welche in der LV besprochen wurden bzw. von den LV-Teilnehmern eigenständig zu erarbeiten waren.

Beurteilungskriterien/-maßstäbe

(a) Mündliche/schriftliche Prüfung über die LV-Inhalte - Gewichtung 85 % (Formelsammlung gestattet) 

(b) Schriftliche Arbeit - Gewichtung 15 % . Jeder der beiden Teile muss positiv abgeschlossen sein!

(c) Die Anwesenheit beim ersten Termin ist verpflichtend!

Beurteilungskriterien/-maßstäbe

(a) Oral/Written exam concerning the contents of the lecture - weight 85 % (a formulary is allowed).

(b) Written paper - weight 15 %. Each of the two parts must be positive!

(c) Participation at the first appointment is compulsory!

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Lehramtsstudium Unterrichtsfach Geographie und Wirtschaftskunde (SKZ: 456, Version: 04W.7)
    • 2.Abschnitt
      • Fach: Methoden der Raumanalyse und räumliche Modellbildung (LG 2.5) (Pflichtfach)
        • Grundzüge der Statistik für Studierende der Geographie (B3.1, LG 2.5.2) ( 2.0h VP / 3.0 ECTS)
          • 320.741 Datenanalyse (B 4.1, B 3.3 alt, LG 2.5.2) (2.0h PS / 4.0 ECTS)
  • Bachelorstudium Geographie (SKZ: 655, Version: 17W.1)
    • Fach: Grundlagen und Methoden der Geographie (Pflichtfach)
      • B 3.3 Statistik ( 0.0h PS/UE / 4.0 ECTS)
        • 320.741 Datenanalyse (B 4.1, B 3.3 alt, LG 2.5.2) (2.0h PS / 4.0 ECTS)
          Absolvierung im 2. Semester empfohlen
  • Bachelorstudium Geographie (SKZ: 655, Version: 20W.1)
    • Fach: Methoden der Geographie (Pflichtfach)
      • B4.1 Datenanalyse ( 0.0h PS / 4.0 ECTS)
        • 320.741 Datenanalyse (B 4.1, B 3.3 alt, LG 2.5.2) (2.0h PS / 4.0 ECTS)
          Absolvierung im 2. Semester empfohlen
  • Bachelorstudium Geographie (SKZ: 655, Version: 12W.2)
    • Fach: Grundlagen und Methoden der Geographie (Pflichtfach)
      • B 3.3 Statistik ( 0.0h PS/UE / 4.0 ECTS)
        • 320.741 Datenanalyse (B 4.1, B 3.3 alt, LG 2.5.2) (2.0h PS / 4.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Diese Lehrveranstaltung ist keiner Kette zugeordnet