Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Name des Moduls [1260] Methodenlehre III (Statistik III) Bezeichnung des Moduls B-PSY-206

Studiengang [132] - Psychologie ECTS Punkte 5

Arbeitsaufwand für Selbststudium 105 Häufigkeit des Angebotes (Modulturnus) jedes 2. Semester (jährlich)
Arbeitsaufwand in Präsenzstunden 45 Dauer des Moduls 1
Arbeitsaufwand Summe (Workload) 150    

Modul-Verantwortliche/r

Prof. Dr. Tobias Koch

Voraussetzung für die Vergabe von Leistungspunkten (Prüfungsform)

Klausur über die Inhalte des Moduls (100%).
Wiederholungsprüfungen werden nach Entscheidung der Prüfer schriftlich oder mündlich abgehalten.

Zusätzliche Informationen zum Modul

Zur Erreichung der Studienziele des Moduls ist eine regelmäßige Teilnahme an der Übung nötig. Nähere Einzelheiten teilen die jeweiligen Lehrkräfte zu Beginn dieser Lehrveranstaltungen mit.

Empfohlene Literatur -
Voraussetzung für die Zulassung zum Modul B-PSY-201, B-PSY-202
Verwendbarkeit (Voraussetzung wofür) -
Art des Moduls (Pflicht-, Wahlpflicht- oder Wahlmodul) Pflichtmodul
Zusammensetzung des Moduls / Lehrformen (V, Ü, S, Praktikum, …) 1 Vorlesung (2 SWS), 1 begleitende Übung (1 SWS)
Inhalte

Folgende Inhalte werden in diesem Modul vermittelt:

  • Univariate und Multivariate Varianzanalyse
  • Analyse kausaler Effekte
  • Kovarianzanalyse
  • Analyse längsschnittlicher Daten
  • Mehrebenenanalyse
  • Explorative Faktorenanalyse und Konfirmatorische Faktorenanalyse
  • Diskriminanzanalyse und Clusteranalyse

 

Lern- und Qualifikationsziele

Aufbauend auf den Kenntnissen der Regressionstheorie erlernen die Studierenden weitere Modelle und Verfahren zur Analyse von komplexen Daten. Es wird demonstriert unter welchen Bedingungen die Analyse kausale Effekte möglich ist und wie sie durchgeführt wird. Sie lernen die Unterschiede zwischen quer- und längsschnittlichen Daten auch in statistisch-methodischer Hinsicht zu verstehen. Unterschiedliche Verfahren zur Analyse dieser Daten werden erlernt. In einer Einführung in Mehrebenenanalysen erlernen die Studierenden wie komplexe Datenstrukturen in der statistischen Modellierung berücksichtigt werden können. Die Verfahren der exploratorischen und konfirmatorischen Faktorenanalyse werden kritisch gegenübergestellt. Darüber hinaus erhalten die Studierenden einen Überblick über weitere Verfahren der multivariaten Statistik (Diskriminanzanalyse, Clusteranalyse). Hinsichtlich der verschiedenen Verfahren vertiefen die Studierenden ihre Fähigkeiten und Kenntnisse zur computergestützten Datenanalyse.

Voraussetzung für die Zulassung zur Modulprüfung Datenanalysen im Rahmen der Übungen (Art und Umfang werden zu Beginn der Veranstaltung bekannt gegeben)

Impressum | Datenschutzerklärung