Prof. Dr. Tobias Koch

2 Klausuren, die sich jeweils auf die Vorlesungen und die dazugehörigen Übungen beziehen. Beide Klausuren sind gleich gewichtet. 

Bestehen von 50 % der Übungsaufgaben jeweils zu den beiden Übungen (bestanden/nicht bestanden).

Jede Teilprüfung muss mindestens bestanden sein.

--

--

Die Inhalte des Moduls werden für Studierende ohne Deutschkenntnisse auf Englisch in Form von Videos zur Verfügung gestellt.

--

Basale Kenntnisse in R, Inferenzstatistik und Regressionsanalysen

--

M.Sc.Psychologie mit Schwerpunkt Arbeit, Bildung/Entwicklung, Recht und Gesellschaft Gesundheit (ABERG): Pflichtmodul

M.Sc. Psychologie mit Schwerpunkt kognitive Psychologie und kognitive Neurowissenschaften (CPCN): Pflichtmodul

2 Vorlesungen (à 2 SWS), 2 begleitende Übungen (à 1 SWS)

Im Modul werden die theoretischen Grundlagen und praktischen Anwendungsmöglichkeiten ausgewählter multivariater Verfahren vermittelt. In Vorlesung 1 werden multivariate Verfahren mit Bezug zur Evaluationsforschung vertiefend behandelt. Hierzu gehören u.a.  multiple Regressionsanalysen, logistische Regressionsanalysen, generalisierte Kovarianzanalysen sowie Verfahren zur Schätzung kausaler Effekte. In Vorlesung 2 werden komplexe und multivariate Verfahren mit Bezug zur Messtheorie und Veränderungsmessung vertiefend behandelt. Hierzu gehören u.a. konfirmatorische Faktorenanalysen, lineare Strukturgleichungsmodelle und hierarchische lineare Modelle. Die Anwendung der in den Vorlesungen behandelten multivariaten Verfahren auf empirische Daten wird unter Verwendung fortgeschrittener Statistiksoftware (z.B. R, MPlus) praxisnah eingeübt. Die Studierenden erlernen, wie die erhaltenen Ergebnisse korrekt interpretiert und berichtet werden.

Studierende werden dazu befähigt, a) komplexe und multivariate Auswertungsmethoden in verschiedenen Forschungskontexten wie der Evaluierung und Qualitätssicherung von Interventionen anzuwenden, b) selbständig Studien zu planen, durchzuführen, auszuwerten und sie zusammenzufassen, c) wissenschaftliche Befunde inhaltlich und methodisch in Bezug auf deren Forschungsansatz und deren Aussagekraft zu bewerten und daraus fundierte Handlungsentscheidungen abzuleiten. Darüber hinaus erlernen Studierenden die in den Vorlesungen vermittelten Analyseverfahren mit einer einschlägigen Analysesoftware (z.B. R, Mplus) auf empirische Daten anzuwenden. Die Studierenden werden dazu befähigt, Auswertung eigener Datensätze vorzunehmen und die erhaltenen Ergebnisse vor dem Hintergrund der statistischen Voraussetzungen kritisch zu beurteilen und die Befunde in die eigene Tätigkeit zu integrieren.

Die Studierenden erwerben vertiefte Kenntnisse in der Anwendung der vermittelten statistischen Methoden auf konkrete Datensätze, in der kritischen Bewertung der gewonnenen Ergebnisse vor dem Hintergrund der statistischen Voraussetzungen und in der Integration der Erkenntnisse in die eigene Tätigkeit.

--