Die Studierenden sind in der Lage, Beobachtungen so darzustellen, dass die wesentlichen Strukturen erkennbar sind. Dies ist eine wichtige Grundlage für die Auswertung von Daten. Die Studierenden können angemessene Kennzahlen und Verfahren zur Charakterisierung von empirischen Daten auswählen und berechnen. Sie beherrschen wesentliche Konzepte grafischer Darstellungen von Daten und können erste (explorative) Analysen, auch mit Hilfe statistischer Software, durchführen. Die Analyse von Daten erfolgt mit rechnergestützten Verfahren, in dieser Grundlagenlehrveranstaltung mit EXCEL und SPSS.

keine

In der Veranstaltung Deskriptive Statistik werden Grundbegriffe wieZufall, Merkmale, Häufigkeit eingeführt. Grafische und algebraische Methoden zur Beschreibung eines Merkmals wie Histogramm, empirische Verteilungsfunktion, Lage- und Streuungsmaße, Box-Plots und Verhältniszahlen werden vorgestellt. Verfahren zur Analyse von zwei Merkmalen wie z.B. Kontingenztafeln, Streudiagramme und Zusammenhangsmaße wie Kontingenz- und Korrelationskoeffizienten, sowie einfache Regression werden diskutiert.

• Bühl A. (2016): SPSS 23: Einführung in die moderne Datenanalyse. 15., aktualisierte Auflage. Pearson Studium.
• Bortz J./ Schuster C. (2010): Statistik für Human- und Sozialwissenschaftler: Limitierte Sonderausgabe. 7. Auflage. Springer.

Vorlesung, Übungen

Modulprüfung