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 [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)

Impressum | Datenschutzerklärung