Name des Moduls | [1210] Methodenlehre I (Statistik I) | Bezeichnung des Moduls | B-PSY-201 |
Studiengang | [132] - Psychologie | ECTS Punkte | 6 |
Arbeitsaufwand für Selbststudium | 150 | Häufigkeit des Angebotes (Modulturnus) | jedes 2. Semester (jährlich) |
Arbeitsaufwand in Präsenzstunden | 90 | Dauer des Moduls | 2 |
Arbeitsaufwand Summe (Workload) | 240 | ||
Modul-Verantwortliche/r | Prof. Dr. Tobias Koch |
Voraussetzung für die Vergabe von Leistungspunkten (Prüfungsform) | 2 Teilklausuren über die Inhalte des Moduls (beide Teilklausuren werden benotet). Jede Teilklausur muss bestanden sein. Die Modulnote setzt sich zu jeweils 50% aus den beiden Teilklausuren zusammen. Wiederholungsprüfungen werden nach Entscheidung der Prüfer schriftlich oder mündlich abgehalten. |
Zusätzliche Informationen zum Modul | (integrierte Vermittlung von B-PSY-501) Zur Erreichung der Studienziele des Moduls ist eine regelmäßige Teilnahme an den Übungen nötig. Nähere Einzelheiten teilen die jeweiligen Lehrkräfte zu Beginn dieser Lehrveranstaltungen mit. |
Empfohlene Literatur | - |
Voraussetzung für die Zulassung zum Modul | - |
Verwendbarkeit (Voraussetzung wofür) | B-PSY-202, B-PSY-206, B-PSY-208 |
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 | Inhalte dieses Moduls sind:
. Grundlagen der Wahrscheinlichkeitstheorie . Methoden der Parameterschätzung . Charakterisierung von Daten durch Kennwerte und graphische Repräsentation von Daten . Inferenzstatistik . statistische Testverfahren (u.a. t-, Chi-Quadrat-und F-Tests, einfache Varianzanalyse, nonparametrische und robuste Verfahren) . Computergestützte Datenanalyse |
Lern- und Qualifikationsziele | Die Studierenden machen sich mit den Grundlagen und Anwendungen der Wahrscheinlichkeitstheorie vertraut und erlernen den praktischen Umgang mit sowie die graphische Repräsentation von Daten. Sie werden in die Lage versetzt, sowohl inferenzstatistische Verfahren (mit Bezug auf Alphafehler, Teststärke, Modellannahmen und Robustheit) als auch das Repräsentativitätsproblem sowie
die Frage der kausalen Interpretierbarkeit von Ergebnissen kritisch zu beurteilen. Die Studierenden erwerben die Kompetenz zur Auswahl, Durchführung und Interpretation von inferenzstatistischen Testverfahren zur Testung verschiedener Hypothesen sowie zur Interpretation einfacher Maße der Effektstärke. Die Studierenden eignen sich in diesem Modul zudem Kenntnisse und Fähigkeiten auf dem Gebiet der computergestützten Datenanalyse an und erlernen den Umgang mit relevanter Software. |
Voraussetzung für die Zulassung zur Modulprüfung | Aufgabenbearbeitung im Rahmen der Übungen (Art und Umfang werden zu Beginn der Veranstaltung bekannt gegeben) |