Quantitative Methoden

Aktuelle Lehrveranstaltungen

Apl. Prof. Dr. Deniz Karaman Örsal

Statistik mit Stata


Der Schwerpunkt des Workshops ist die statistische Analyse der Daten mit Hilfe der Statistik-Software Stata.

Stata ist weit verbreitet in Sozial- und Naturwissenschaften eingesetzt.

Die folgenden Themen werden im Workshop behandelt:

graphische Darstellung, Kreuztabellen, Testen auf Hypothesen, ANOVA, Regressionsanalyse usw.

Ulrike Semmler-Busch

Was Sie schon immer über Ihre Kommilitonen wissen wollten – Einfache Auswertungen mit R zu sozialwissenschaftlichen Fragestellungen“


In diesem Seminar wollen wir gemeinsam einen Online-Fragebogen erstellen, mit dem wir alle Studierenden dieses Jahrgangs befragen wollen. Die Fragen dieser Erhebung richten sich ganz nach den Interessen der Teilnehmenden.

Mit R lernen wir ein Programm kennen, mit dem wir diese Daten dann darstellen und auswerten können.

Im Seminar wechseln kurze Impulsvorträge mit Arbeiten in Kleingruppen ab. Auch wenn wir um ein wenig Theorie nicht herumkommen, soll das praktische Ausprobieren im Vordergrund stehen.

Mögliche Themen der Umfrage sind z.B.: Islamismus, Ausländer in Deutschland; Energiewende, Klimawandel, Antibiotika in der Tiermast; Krise der Demokratie, Populismus; Meinungen zum Leuphanasemester; Wirtschaftliche/familiäre Situation der Studenten; Zeitgestaltung der Studenten (Studium/Gelderwerb/Freizeit/Familie/…)

Ziel: Die Studierenden werden in die Lage versetzt, einfache Erhebungen selbständig durchzuführen, einen (Online-)Fragebogen dafür zu erstellen und die Ergebnisse mittels Tabellen, Grafiken und einfacher Tests mit R darzustellen.

Dabei soll auch ein kritischer Blick auf Frageformulierungen, Auswertungsmethoden und Ergebnisdarstellung geübt werden. Der interdisziplinäre Ansatz aus anwendungswissenschaftlicher Fragestellung und quantitativ-statistischer Forschungsmethodik wird ebenso deutlich wie die Abgrenzung zur qualitativen Forschung.

Modulbaukasten empirische Forschung - unabhängige Workshops mit viel Fragemöglichkeit


Diese Veranstaltung richtet sich an Studierende, die im Rahmen Ihrer Abschlussarbeit (Bachelor, Master, oder Promotion) oder einer Seminararbeit statistische Methoden verwenden möchten, sei es bei der Konzeption Ihrer Studie, der Wahl und Anwendung von geeigneten quantitativen Auswertungsmethoden, sowie bei der korrekten Interpretation Ihrer Ergebnisse.

Die Veranstaltung besteht aus einzelnen Workshops à 3 Stunden. Teilnehmer_innen können sich über Doodle (https://doodle.com/poll/n4icg9fhq9ccaffx) zu den für sie relevanten Workshops anmelden (siehe Seminarplan).

Innerhalb der Workshops gibt es Gelegenheit, auf die Projekte der einzelnen Teilnehmer einzugehen und Fragen zu stellen.

Die Workshops möchten das nötige Grundwissen vermitteln, mit dem die Teilnehmer*innen dann in die Lage versetzt werden, Literatur zu dem jeweiligen Thema zu benutzen und mit deren Hilfe die jeweilige Methode selbständig anzuwenden.

Normalerweise verwenden wir dabei SPSS. Wenn Sie R benutzen möchten, teilen Sie mir dies bitte rechtzeitig mit, damit ich passende Unterlagen und Beispiele mitbringen kann.

Die Themen sind zeitlich so angeordnet, dass sie innerhalb der beiden Blöcke 13./14.11.19 und 21./22.01.20 jeweils eine sinnvolle Sequenz bilden, sie können aber auch einzeln besucht werden. Jede*r bestimmt selbst, welche der Themen für sie/ihn relevant sind.

Beachten Sie bitte unbedingt den Seminarplan! Hier werden die Termine und Themen bekanntgegeben.

Ziel: Studierende erlernen die Grundlagen zur Anwendung der jeweiligen Verfahren und erhalten individuelle Unterstützung bei der Umsetzung ihrer empirisch-quantitativen Arbeiten.

Melanie Gohr-Mellersh

SPSS Schulung


Das Seminar bietet eine Basis-Einführung in die Statistiksoftware SPSS und eignet sich daher besonders für Studierende die planen, eine empirische Abschlussarbeit zu schreiben. Grundkenntnisse werden nicht vorausgesetzt.

Die folgenden Themen werden behandelt:

- Eingeben/Einlesen von Daten in SPSS

- Generieren/Transformieren von Variablen

- Graphische und tabellarische Darstellung

- Deskriptive Statistiken

Ziel: Studierende können Daten in SPSS einlesen und erste deskriptive bzw. statistische Auswertungen vornehmen.

StatistikWerkstatt


Diese Veranstaltung richtet sich an Studierende, die im Rahmen ihrer Semester- oder Abschlussarbeit (BA, Master, Phd) statistische Methoden anwenden möchten.

Sie finden hier Hilfe von der Konzeption der Studie bis zur Erstellung eines Fragebogens, der Durchführung der Umfrage bis hin zur Wahl der Anwendung von geeigneten quantitativen Auswertungsmethoden sowie der korrekten Interpretation der Ergebnisse.

Die Termine bestehen aus einzelnen kurzen Workshops, in denen das nötige Grundwissen vermittelt wird, sodass - ergänzt durch passende Literatur - Studierende die jeweilige Methode selbständig anwenden können und sich auch gegenseitig helfen können.

Die Auswertungen finden meist in SPSS statt.

Die Themen sind an den Bedarfen der Studierenden orientiert, senden Sie mir gerne eine E-Mail mit Themenvorschlägen (gohr-mellersh@leuphana.de).

Oder kommen Sie mit Ihrem Projekt zu den angegebenen Terminen (vorab anmelden und auch den Anmeldebogen per E-Mail bitte zusenden - siehe Materialordner).

Ziel: Studierende erlernen Grundlagen und erhalten individuelle Unterstützung bei der Umsetzung von empirisch, quantitativen Arbeiten.

SPSS Schulung


Das Seminar bietet eine Einführung in die Statistiksoftware SPSS und eignet sich daher besonders für Studierende, die planen, eine empirische Abschlussarbeit zu schreiben.

Die folgenden Themen werden behandelt:

- Eingeben/Einlesen von Daten in SPSS

- Generieren/Transformieren von Variablen

- Graphische und tabellarische Darstellung

- Deskriptive Statistiken

- Korrelation

- Lineare Regression

- Anova

Ziel: Studierende können Daten in SPSS einlesen und erste deskriptive bzw. statistische Auswertungen vornehmen.

Es handelt sich jeweils um unabhängige Einzelveranstaltungen, heißt Sie besuchen einen der angebotenen Termine.

MAXQDA


Mittels qualitativer Forschung können wir Material aus Interviews, teilnehmender Beobachtung oder Textmaterial gewinnen. Dieser Workshop behandelt die Grundlagen der Erhebung in diesem Bereich und führt in die praktische Anwendung von MAXQDA ein.

MAXQDA ist eine Analysesoftware für die Untersuchung von qualitativem Datenmaterial. Die Benutzung von Software im qualitativen Forschungsprozess erlaubt eine weitaus differenziertere Suche nach Struktur als die klassische Analyse mittels Papier und Marker.

Entsprechend führt dieser Kurzworkshop auch in die Grundprinzipien der computergestützten qualitativen Datenanalyse mit MAXQDA ein. Darauf aufbauend werden komplexere Prozeduren der qualitativen Datenanalyse eingeübt und einmal ein inhaltlicher Durchgang durch die Möglichkeiten der Software unternommen. Es werden keine speziellen Analyseverfahren in den Vordergrund gestellt, vielmehr sollen die Teilnehmenden nach dem Workshop in der Lage sein, ihre Methode zu erkennen und anzuwenden sowie das Potenzial von MAXQDA für die eigene Forschungsmethodik abzuschätzen und den Softwareeinsatz individuell zuzuschneiden.

Msc. Ing. Dalia Farghaly

Introduction to working with ARCGIS


The seminar provides an overview about the geographic information systems and is aimed at students who will work with spatial data within their work or their final thesis. They will learn how to install and use ARCGIS 10 in creating, querying and analyzing the spatial data and creating a map.

Ziel: Training the students how to use ARCGIS in their work.

Prof. Dr. Alexander Freund

Diagnostik: Theorie und Anwendung


- Diagnostischer Prozess

- Diagnostisches Interview

- Diagnostische Beobachtung

- Diagnostisches Gutachten

- Einsatz diagnostischer Verfahren in der Praxis

Testverfahren I


Ziel: Kennenlernen und Erproben von ausgewählten psychmetrischen Testverfahren

Testverfahren II


Ziel: Kennenlernen und Erproben von ausgewählten psychmetrischen Testverfahren

Einführung in die psychologische und pädagogische Diagnostik


In der Vorlesung werden die folgenden Inhalte behandelt:

- Grundlagen des diagnostischen Prozesses

- Diagnostische Urteilsbildung

- Testtheorie und -konstruktion

- Gütekriterien

Ziel: Erwerb von Basiswissen im Bereich der Diagnostik; Verständnis des diagnostischen Prozesses.

1. Semester - Motivation und Lernverhalten (alle Fächer, GHR)


In dem Projektband sollen Zusammenhänge zwischen Konstrukten der Lernmotivation und der Gestaltung von Unterricht - hier konkret der Umgang mit Fehlern - empirisch untersucht werden. Eine besondere Rolle nimmt dabei die simultane Betrachtung von Lernenden- vs. Lehrendenperspektive ein.

Prof. Dr. Ulf Brefeld

Masterforum


Forschungskolloquium Wirtschaftsinformatik & Data Science


Im Kolloquium stellen Promovierende, Mitglieder des Instituts und externe Gäste Ihre Forschungsvorhaben vor.

Ziel: Teilnehmerinnen und Teilnehmer erhalten einen Einblick in aktuelle Forschungsprojekte der Wirtschaftsinformatik und im Bereich Data Science. Promovierende lernen, ihre eigene Forschungsvorhaben vorzustellen und Ergebnisse im Kolloquim zu präsentieren und zu verteidigen.

Maschinelles Lernen und Data Mining


Im Modul werden die Grundbegriffe des Lernens aus Daten eingeführt. Unterschiedliche Techniken des überwachten und unüberwachten maschinellen Lernens und Data Mining werden hergeleitet und ihre Eigenschaften besprochen. Beispiele sind theoretische/empirische Risikominimierung, Entscheidungsbäume, Random Forests, Regularisierung, Perzeptron, Multilayer Netzwerke, Support Vector Machines, k-means, probabilistische Clustering-Verfahren mittels Expectation Maximization. Weitere Themen sind Experimentalaufbau, Interpretation der Ergebnisse, Kommunikation der Ergebnisse, z.B. Kreuzvalidierung sowie nichtlineare Merkmalsgenerierung, z.B. mittels Kernfunktionen.

Deep Learning


This course deals with deep neural networks. We begin with a brief history of neural networks and then consider state-of-the-art networks. We cover convolutions, LSTMs, reinforcement learning, GANs, etc.

Machine Learning Lab


Address a learning task in a data-driven fashion. After reviewing related work, you'll formalize the problem, derive an appropriate method to solve it, implement the method, define an experimental setup and identify relevant baselines and empirically evaluate your approach. The learning task can be arbitrarily defined. We provide fallback problems but bringing your own idea(s) and/or data is more than welcome! The final report may have the form of a research paper. We'll have milestones where progress is reported in short presentations.

Ziel: Learn to appropriately address a task in a data-driven fashion (related work, technical approach, empirical evaluation and interpretation of outcomes).

Weitere Angaben zu den Lehrveranstaltungen finden Studierende im Studienportal myStudy.