Vorstellung des Moduls
Inhalte
In diesem Modul werden grundlegende Forschungsmethoden und Analyseverfahren vorgestellt, die in den empirisch orientierten Sozialwissenschaften angewendet werden. Dabei liegt der Schwerpunkt auf den quantitativen Methoden der Sozialwissenschaften. Das Ziel des Moduls ist die „methodische Alphabetisierung“ (Literacy). Die Studierenden sollen durch dieses Modul in die Lage versetzt werden, empirische quantitative Studien zu verstehen und kritisch zu bewerten.
Lerneinheiten im Überblick
- Quantitative Sozialforschung (LE 1): Die Lerneinheit bietet eine Einführung in die sozialwissenschaftliche Forschungslogik und den sozialwissenschaftlichen Forschungsprozess. Die einzelnen Phasen des Forschungsprozesses – Forschungsfrage, Konzeptspezifikation, Hypothesenbildung, Operationalisierung, Forschungsdesign, Auswahlverfahren und Datenerhebung – werden dargestellt und erläutert. Zudem werden wichtige sozialwissenschaftliche Datensätze vorgestellt und die Bedeutung der Sekundäranalyse herausgearbeitet.
- Quantitative Analyseverfahren (LE 2): Die Lerneinheit behandelt die uni-, bi- und multivariate Datenanalyse sowie Grundlagen der Inferenzstatistik. Bei der univariaten Datenanalyse werden Häufigkeitstabellen sowie Lage-, Streuungs- sowie Formmaße vorgestellt. Bei der bivariaten Datenanalyse werden Kreuztabellen sowie wichtige Zusammenhangsmaße (z.B. Cramer’s V, Spearman’s rho, Pearson‘s r) behandelt. Bei der multivariaten Datenanalyse werden mit der linearen und logistischen Regression zwei zentrale Analyseverfahren der Sozialwissenschaften vorgestellt. Die Grundlagen der Inferenzstatistik behandeln unter anderem Konfidenzintervalle und t-Tests.
- Empirische Studien lesen (LE 3): Die Lerneinheit macht erstens mit der Struktur quantitativer Studien in Fachzeitschriften vertraut und vertieft zweitens die Kenntnisse, die erforderlich sind, um lineare und logistische Regressionsmodelle angemessen interpretieren und bewerten zu können. Die verschiedenen Beiträge behandeln unter anderem Fragen der politischen Unterstützung, der sozialen Herkunft, der sozialen Ungleichheit und der Wahlbeteiligung. Der Kurs bietet damit nicht nur eine Auseinandersetzung mit Regressionstabellen, sondern auch ein (erstes) Kennenlernen wichtiger sozialwissenschaftlicher Themen.
- Quantitative Datenanalyse. Eine Einführung mit R (LE 4): Die Lerneinheit bietet eine Einführung in die quantitative Datenanalyse mit der freien Statistiksoftware R und RStudio. Es werden Kenntnisse vermittelt, um einfache Analysen selbstständig durchführen zu können. Dazu gehören das Laden bzw. Importieren von Datensätzen, die sachgemäße Kodierung von Variablen (Datenaufbereitung), die uni- und bivariate Datenanalyse sowie multivariate Analyseverfahren. Informationen zur Installation von R bzw. RStudio finden Sie im helpdesk-wiki der FernUniversität in Hagen.
- Quantitative Sozialforschung (LE 1): Die Lerneinheit bietet eine Einführung in die sozialwissenschaftliche Forschungslogik und den sozialwissenschaftlichen Forschungsprozess. Die einzelnen Phasen des Forschungsprozesses – Forschungsfrage, Konzeptspezifikation, Hypothesenbildung, Operationalisierung, Forschungsdesign, Auswahlverfahren und Datenerhebung – werden dargestellt und erläutert. Zudem werden wichtige sozialwissenschaftliche Datensätze vorgestellt und die Bedeutung der Sekundäranalyse herausgearbeitet.
- Quantitative Analyseverfahren (LE 2): Die Lerneinheit behandelt die uni-, bi- und multivariate Datenanalyse sowie Grundlagen der Inferenzstatistik. Bei der univariaten Datenanalyse werden Häufigkeitstabellen sowie Lage-, Streuungs- sowie Formmaße vorgestellt. Bei der bivariaten Datenanalyse werden Kreuztabellen sowie wichtige Zusammenhangsmaße (z.B. Cramer’s V, Spearman’s rho, Pearson‘s r) behandelt. Bei der multivariaten Datenanalyse werden mit der linearen und logistischen Regression zwei zentrale Analyseverfahren der Sozialwissenschaften vorgestellt. Die Grundlagen der Inferenzstatistik behandeln unter anderem Konfidenzintervalle und t-Tests.
- Empirische Studien lesen (LE 3): Die Lerneinheit macht erstens mit der Struktur quantitativer Studien in Fachzeitschriften vertraut und vertieft zweitens die Kenntnisse, die erforderlich sind, um lineare und logistische Regressionsmodelle angemessen interpretieren und bewerten zu können. Die verschiedenen Beiträge behandeln unter anderem Fragen der politischen Unterstützung, der sozialen Herkunft, der sozialen Ungleichheit und der Wahlbeteiligung. Der Kurs bietet damit nicht nur eine Auseinandersetzung mit Regressionstabellen, sondern auch ein (erstes) Kennenlernen wichtiger sozialwissenschaftlicher Themen.
- Quantitative Datenanalyse. Eine Einführung mit R (LE 4): Die Lerneinheit bietet eine Einführung in die quantitative Datenanalyse mit der freien Statistiksoftware R und RStudio. Es werden Kenntnisse vermittelt, um einfache Analysen selbstständig durchführen zu können. Dazu gehören das Laden bzw. Importieren von Datensätzen, die sachgemäße Kodierung von Variablen (Datenaufbereitung), die uni- und bivariate Datenanalyse sowie multivariate Analyseverfahren. Informationen zur Installation von R bzw. RStudio finden Sie im helpdesk-wiki der FernUniversität in Hagen.
Die Modulnummer muss ordnungsgemäß belegt werden, wenn Sie dieses Modul studieren möchten.
| Lern-Einheit | Titel | Vorschau |
| LE1 |
Quantitative Sozialforschung. Eine Einführung |
|
| LE2 |
Quantitative Analyseverfahren. Eine Einführung |
 |
| LE3 |
Empirische Studien lesen * |
|
| LE4 |
Quantitative Datenanalyse. Eine Einführung mit R * |
|
Das Modul hat zum Wintersemester 20/21 eine neue Modulnummer erhalten. Sollten Sie die Materialien über die alte Kursnummer 36002 oder die Kursnummern 33205, 33214, 33219 und 33225 bereits belegt haben, erhalten Sie innerhalb der regulären Fristen zur Wiederholungsbelegung (FAQ) einen kostenfreien Zugriff auf die Online-Version des aktuellen Studienmaterials, durch Setzen des Wiederholerkennzeichens der neuen Modulnummer 25001. (WHK, Übergangsregelung bis WiSe 23/24).
* Die Lerneinheiten 3 und 4 wurden zum Wintersemester 2023/24 grundlegend überarbeitet. Wiederholer erhalten durch die Wiederholungsbelegung (FAQ) einen kostenfreien Zugriff auf das neue Material über den virtuellen Studienplatz (VU).
Zugang zu den Lernmaterialien und weiteren studienrelevanten Informationen sowie Kontakt zu den Betreuenden und den Mitstudierenden erhalten Sie in der
Moodle-Lernumgebung des Moduls
Die Lernumgebung wird zu Beginn des Semesters für die BelegerInnen des Moduls automatisch geöffnet.
Modulbeauftragte
Arbeitsstelle Quantitative Methoden
Prof. Dr. Markus Tausendpfund
Tel.: 02331/987-2981
E-Mail: markus.tausendpfund
Arbeitsstelle Quantitative Methoden
Prof. Dr. Markus Tausendpfund
Tel.: 02331/987-2981
E-Mail: markus.tausendpfund
Arbeitsstelle Quantitative Methoden
Christian Cleve, M.A.
E-Mail-Adresse: Christian.Cleve
Lernergebnisse/Kompetenzen
Die Studierenden haben grundlegende Kenntnisse der Wissenschaftstheorie sowie des sozialwissenschaftlichen Forschungsprozesses und dessen einzelner Schritte gewonnen. Sie sind in der Lage, zentrale Begriffe (z.B. abhängige/unabhängige Variable, Konzeptspezifikation, Operationalisierung) sachgemäß zu verwenden sowie relevante Bezüge dieser Begriffe herzustellen. Die Studierenden kennen unterschiedliche Untersuchungsformen und verfügen über Kenntnisse ausgewählter Auswahl- und Erhebungsverfahren. Die Studierenden kennen statistische Verfahren der uni-, bi- und multivariaten Datenanalyse und sind mit den Grundlagen der Inferenzstatistik vertraut. Zudem haben die Studierenden (erste) praktische Kompetenzen in der Anwendung eines Statistikprogramms (R/RStudio) gewonnen. Dazu gehören das Einlesen von Daten, die sachgemäße Kodierung von Variablen sowie die Durchführung einfacher Berechnungen. Die Studierenden sind mit der Struktur (quantitativer) Fachaufsätze vertraut und können empirische Forschungsergebnisse sachgerecht interpretieren.
Weitere Informationen
Infoblatt zum Modul M1 (Wintersemester 2023/24)
Zur Homepage der Arbeitsstelle „Quantitative Methoden“
Weiterführende Literaturhinweise
Nachfolgend finden Sie eine Auswahl einführender sowie vertiefender Literatur zu den Inhalten des Moduls M1 „Quantitative Methoden der Sozialwissenschaften“.
Empirische Sozialforschung
- Diekmann, Andreas. 2011. Empirische Sozialforschung. Grundlagen, Methoden, Anwendungen. Reinbek: Rowohlt.
- Häder, Michael. 2019. Empirische Sozialforschung. Eine Einführung. Wiesbaden: Springer VS.
- Schnell, Rainer, Paul B. Hill, und Elke Esser. 2023. Methoden der empirischen Sozialforschung. München: De Gruyter Oldenbourg.
- Schnell, Rainer. 2019. Survey-Interviews. Methoden standardisierter Befragungen. Wiesbaden: Springer VS.
Statistik/Quantitative Analyseverfahren
- Diaz-Bone, Rainer. 2023. Statistik für Soziologen. Stuttgart: UTB.
- Hartmann, Florian G., Johannes Kopp, und Daniel Lois. 2022. Sozialwissenschaftliche Datenanalyse. Eine Einführung. Wiesbaden: Springer VS.
- Völkl, Kerstin, und Christoph Korb. 2018. Deskriptive Statistik. Eine Einführung für Politikwissenschaftlerinnen und Politikwissenschaftler. Wiesbaden: Springer VS.
R/RStudio
- Wickham, Hadley, Çetinkaya-Rundel, Mine, und Garrett Grolemund. 2023. R for Data Science. Import, Tidy, Transform, Visualize, and Model Data. Sebastopol: O’Reilly. (Online unter https://r4ds.hadley.nz)
- Luhmann, Maike. 2020. R für Einsteiger. Einführung in die Statistik-Software für die Sozialwissenschaften. Weinheim: Beltz.
Nachfolgend finden Sie eine Auswahl einführender sowie vertiefender Literatur zu den Inhalten des Moduls M1 „Quantitative Methoden der Sozialwissenschaften“.
Empirische Sozialforschung
- Diekmann, Andreas. 2011. Empirische Sozialforschung. Grundlagen, Methoden, Anwendungen. Reinbek: Rowohlt.
- Häder, Michael. 2019. Empirische Sozialforschung. Eine Einführung. Wiesbaden: Springer VS.
- Schnell, Rainer, Paul B. Hill, und Elke Esser. 2023. Methoden der empirischen Sozialforschung. München: De Gruyter Oldenbourg.
- Schnell, Rainer. 2019. Survey-Interviews. Methoden standardisierter Befragungen. Wiesbaden: Springer VS.
Statistik/Quantitative Analyseverfahren
- Diaz-Bone, Rainer. 2023. Statistik für Soziologen. Stuttgart: UTB.
- Hartmann, Florian G., Johannes Kopp, und Daniel Lois. 2022. Sozialwissenschaftliche Datenanalyse. Eine Einführung. Wiesbaden: Springer VS.
- Völkl, Kerstin, und Christoph Korb. 2018. Deskriptive Statistik. Eine Einführung für Politikwissenschaftlerinnen und Politikwissenschaftler. Wiesbaden: Springer VS.
R/RStudio
- Wickham, Hadley, Çetinkaya-Rundel, Mine, und Garrett Grolemund. 2023. R for Data Science. Import, Tidy, Transform, Visualize, and Model Data. Sebastopol: O’Reilly. (Online unter https://r4ds.hadley.nz)
- Luhmann, Maike. 2020. R für Einsteiger. Einführung in die Statistik-Software für die Sozialwissenschaften. Weinheim: Beltz.
Voraussetzungen für die Zulassung zur Prüfung
Einschreibung und Belegung des Moduls. Studierende im BA-Studiengang „Politikwissenschaft, Verwaltungswissenschaft, Soziologie“ können die Modulprüfung erst absolvieren, wenn Modul B1 sowie mindestens zwei weitere Module der Basisphase (B2, B3, B4) erfolgreich abgeschlossen wurden.
Prüfungsform
| Form | Prüfungsnummer | Termin | Anmeldeschluss |
| Klausur | 1213 | siehe Klausurtermine | 15.12.2023 |
„Mathematik für Statistik (KSW, PSY, WIWI)“
Als empirische Wissenschaft sind in den Sozialwissenschaften zumindest basale mathematische Fähigkeiten erforderlich, um gesellschaftliche Entwicklungen (z.B. Soziale Ungleichheit) angemessen beschreiben und erklären zu können. Allerdings deuten verschiedene Studien darauf hin, dass die mathematischen Vorkenntnisse erheblich zwischen den Studierenden varrieren. Das betreute Selbstlernangebot „Mathematik für Statistik (KSW, PSY, WIWI)“ ist ein Online-Angebot, um die (vergessenen) mathematischen Kenntnisse aufzufrischen, die zum einen für ein sozialwissenschaftliches Studium erforderlich sind, und zum anderen aber auch zur Bewältigung zahlreicher Alltagsanforderungen nötig sind. Dabei werden zwei Ziele verfolgt: Erstens werden die erforderlichen mathematischen Vorkenntnisse für ein sozialwissenschaftliches Studium offen gelegt. Zweitens wird Lernmaterial (Videotutorials, Moodle-Tests, Aufgabenblätter) zur Verfügung gestellt, um mögliche Defizite der mathematischen Vorkenntnisse im Selbststudium festzustellen und ausgleichen zu können.
Weitere Informationen zum Modul
Lehrformen
Selbststudium mit Print- und Onlinematerial
Dauer
1 Semester
Häufigkeit
Das Modul wird im Sommer- und Wintersemester angeboten.
Umfang
Workload: 450 h, ECTS-Punkte: 15
Teilnahmevoraussetzungen
Keine