Name des Moduls | [145080] Multivariate Datenanalyse (Statistik II) | Bezeichnung des Moduls | BPSY202p |
Studiengang | [132] - Psychologie | ECTS Punkte | 7 |
Arbeitsaufwand für Selbststudium | 120 | Häufigkeit des Angebotes (Modulturnus) | jedes 2. Semester (jährlich) |
Arbeitsaufwand in Präsenzstunden | 90 | Dauer des Moduls | 2 |
Arbeitsaufwand Summe (Workload) | 210 | ||
Modul-Verantwortliche/r | Prof. Dr. Tobias Koch |
Voraussetzung für die Vergabe von Leistungspunkten (Prüfungsform) | 2 Teilklausuren (Multiple-Choice; je 50%).Jede Teilprüfung muss bestanden sein. Wiederholungsprüfungen werden nach Entscheidung der Prüferinnen und Prüfer schriftlich oder mündlich abgehalten. |
Zusätzliche Informationen zum Modul | Zur Erreichung der Studienziele des Moduls ist eine regelmäßige und aktive Teilnahme an den Übungen nötig. Nähere Einzelheiten teilen die jeweiligen Lehrkräfte zu Beginn dieser Lehrveranstaltungen mit. Vermittlung der in PsychTHApprO (Anlage 1) vorgesehenen Inhalte:Das Modul deckt in Kombination mit dem Modul Einführung in die Psychologische Methodenlehre die folgenden Wissensbereiche ab: a) Deskriptive und Inferenzstatistik sowie statistische Methoden der Evaluationsforschung b) Datenerhebung und Datenanalyse unter Nutzung digitaler Technologien |
Empfohlene Literatur | -- |
Unterrichtssprache | -- |
Voraussetzung für die Zulassung zum Modul | B-PSY-201 |
Empfohlene bzw. erwartete Vorkenntnisse | -- |
Verwendbarkeit (Voraussetzung wofür) | B-PSY-206 |
Art des Moduls (Pflicht-, Wahlpflicht- oder Wahlmodul) | Pflichtmodul |
Zusammensetzung des Moduls / Lehrformen (V, Ü, S, Praktikum, …) | 2 Vorlesungen (je 2 SWS), 2 begleitende Übungen (je 1 SWS) |
Inhalte | Folgende Inhalte werden in diesem Modul vermittelt: Einführung in das Allgemeine Lineare Modell, das Verallgemeinerte Lineare Modell, die Mehrebenenanalyse, sowie die Pfad- und Mediationsanalyse. Anwendung dieser Verfahren anhand eines spezifischen Computerprogramms. |
Lern- und Qualifikationsziele | Die Studierenden lernen ausgewählte multivariate Verfahren kennen. Sie wissen, wie diese Verfahren zur Klärung konkreter Fragestellungen auf Daten anzuwenden und wie die gewonnenen Ergebnisse inhaltlich zu interpretieren und nach etablierten wissenschaftlichen Standards zu berichten sind. Hierzu gehören u.a. Verfahren der multiplen Regression, der Varianzanalyse, der (generalisierten) Kovarianzanalyse, der logistischen Regression, und der Mehrebenenanalyse. Anhand von inhaltlichen Beispielen werden die verschiedenen Analyseverfahren sowie deren praktische Umsetzung in R vertiefend behandelt. |
Voraussetzung für die Zulassung zur Modulprüfung | Datenanalysen im Rahmen der Übungen (Art und Umfang werden zu Beginn der Veranstaltung bekannt gegeben) |