Moduldetails
Statistische Datenanalyse
DIS09

Die Vorlesung findet auch für die Bachelor-Studiengänge Online-Redaktion (OR) sowie Bibliothek und digitale Kommunikation (BdK) statt.

Workload Credits Studiensemester Frequenz Dauer
180h 6 2. Sem. jährlich 1 Sem.
1 Lehrveranstaltungen Kontaktzeit Selbststudium Sprache Gruppengröße
∑ 4 SWS / 60 h ∑ 120h
DIS09.2
Online-Feedback und Umfrageforschung (Seminaristischer Unterricht)
DIS09.2
2 SWS / 30h
DIS09.2
60h
DIS09.2
Deutsch
DIS09.2
90
DIS09a
Statistik I (Vorlesung)
DIS09a
1 SWS / 15 h
DIS09a
30 h
DIS09a
Deutsch
DIS09a
200
DIS09b
Statistik II (Übung)
DIS09b
1 SWS / 15 h
DIS09b
30 h
DIS09b
Deutsch
DIS09b
30
2 Lernergebnisse (learning outcomes / Kompetenzen):
DIS09.2

(WAS) Die Studierenden können

  • Befragungen für verschiedene Zielgruppen (Kunden, Mitarbeiter, Geschäftspartner) konzipieren oder Produkte konzipieren
  • (eine eigene Online-)Befragung in einem Softwaretool programmieren
  • Daten validieren (auf Plausibilität prüfen)
  • Daten entsprechend des Rücklaufs bewerten
  • Automatische Datenreports erzeugen
  • Datenexporte für andere Programme generieren
  • Datenauswertungen durchführen und bewerten

(WOMIT) Sie tun dies, indem Sie eine Datenerhebung (in Form einer Online-Umfrage / Befragung) vorbereiten, auf diese Weise Primärdaten zu einer spezifischen Fragenstellung erzeugen, die anschließend geprüft, teilautomatisch ausgewertet und dann mit weiteren Programmen (z.B. SPSS) mit Bezug zur Fragestellung analysiert werden.

(WOZU) Die Studierenden sind in der Lage, Befragungen strukturiert und in Grundzügen auszuarbeiten. Verschiedene Frageformen und Skalenarten werden differenziert eingesetzt und zur Datenanalyse vorbereitet bzw. operationalisiert. Auswertungs- und Präsentationsaspekte sind als kritische Erfolgsfaktoren der Kundenforschung bekannt und können entsprechend angewandt werden. Die Studierenden können eigene Daten zu verschiedenen Zielgruppen oder Produkten zu erheben und so spezifische Aussagen zu verifizieren oder zu widerlegen.

DIS09a

(WAS) Die Studierenden können

  • statistische Erhebungen planen,
  • Daten systematisch sammeln, erfassen und statistische Berechnungen durchführen
  • Daten auswerten und univariate Datenanalysen durchführen und mit Argumenten bewerten
  • Ergebnisse unter Verwendung von Software grafisch in Tabellen oder Darstellungen aufbereiten
  • Daten unter Verwendung von Kenngrößen interpretieren
  • Wahrscheinlichkeiten bestimmen
  • Hypothesen zu verifizieren / falsifizieren

Einfache Testverfahren durchzuführen und auszuwerten.

(WOZU) Sie tun dies, indem Sie die Daten, die im Unternehmenskontext vorhanden sind / entstehen (Primärdaten) oder auch von extern hinzugezogen werden (Sekundärdaten) sammeln, strukturieren und nach verschiedenen Kriterien auswerten und analysieren

(WOMIT) Die Studierenden sind in der Lage, mit Hilfe statistischer Auswertungen und Analysen entscheidungsunterstützende Aussagen zu treffen und zu bewerten. Auf diese Weise haben sie die Möglichkeit, eine systematische Verbindung zwischen Erfahrung (Empirie) und Theorie herzustellen, da statistische Auswertungen empirischer Daten die theoretische Grundlage aller empirischen Forschung darstellen. Da die Datenmengen zunehmen gewinnt auch die statistische Datenanalyse an Bedeutung.

DIS09b

(WAS) Die Studierenden können mit Hilfe von Rechenübungen oder unterschiedlicher Software-Unterstützung (SPSS / R / Excel …)

  • grundlegendes Management von Daten,
  • univariate statistische Datenanalysen mit den gängigsten statistischen Verfahren
  • grafische Ergebnisdarstellungen der Datenauswertungen und –analysen durchführen

(WOMIT) Geübt werden diese Verfahren anhand von Beispieldateien oder Daten aus realen Forschungsprojekten

(WOZU) Die Studierenden sind in der Lage, die theoretischen erlernten Berechnungsverfahren nun selbstständig mit Hilfe von Software anzuwenden und die Ergebnisse zu bewerten. So gelingt die Verbindung zwischen theoretischen Modellen und praktischer Anwendung in eigener Regie.
 

3 Inhalte:
DIS09.2

Basis der Umfrageforschung sind Wege, systematisch Informationen über Einstellungen, Meinungen, Wissen und Verhaltensweisen von Menschen oder auch Produkteigenschaften zu gewinnen. Ausgehend vom Gesamtablauf werden die verschiedenen Phasen einer Befragung von der Definition des Untersuchungsproblems, über Untersuchungsdesign und Datenerhebung bis hin zur Datenanalyse und zur Präsentation vorstellt. Dabei liegt der methodische Schwerpunkt auf dem Bereich der Online-Befragung. Quantitative Fragestellungen werden mit verschiedenen Software-Tools (EFS, freie Software-Tools) umgesetzt und in diesem Kontext auch die Rahmenbedingungen wie Frageformen und Skalenarten vermittelt.

DIS09a

Beginnend steht die deskriptive Statistik als Basis betriebswirtschaftlicher und technischer Entscheidungsprozesse sowie deren Anwendung im Vordergrund. Es werden die Themen Mittel- / Streuungswerte, Konzentrationsrechnung, Verhältniszahlen, Preisindizes, Zeitreihen sowie Korrelationen und Regression behandelt. Aufbauend auf den Grundlagen der Wahrscheinlichkeitsrechnung werden erste Verfahren der induktiven Statistik behandelt. Im Vordergrund stehen dabei Stichproben und hypothesentestende Verfahren, mit deren Hilfe anhand vorliegender Beobachtungen eine begründete Entscheidung über die Gültigkeit oder Ungültigkeit einer Hypothese getroffen wird. (Signifikanztests / Hypothesentests).

DIS09b

Mit Rechenübungen oder mit Software (SPSS oder Excel) werden die Rechenwege der deskriptiven Statistik einfach und umfassend nachvollzogen und ausgeführt. Auch die hypothesentestenden Verfahren werden anhand von Beispieldaten in ihrer Anwendung gegenüber gestellt (T-Tests). Ggf. wird auch die Sprache R eingeführt, die als Syntaxsprache den Vorteil bietet, dass repetitive Aufgaben schneller durchgeführt werden und Analysen bei einer Änderung der Daten einfacher erneut angepasst werden können.

4 Lehrformen:
Seminaristischer Unterricht (DIS09.2)
Vorlesung (DIS09a)
Übung (DIS09b)
5 Teilnahmevoraussetzungen:
keine
6 Art der Prüfung:
Projektarbeit (DIS09.2)
keine (DIS09a)
Klausur (DIS09b)
7 Voraussetzungen für die Vergabe von Kreditpunkten:
-
8 Art: Pflicht- oder Wahlmodul
Pflichtmodul
9 Bewertungsmethoden benotet/unbenotet
benotet
10 Stellenwert der Note für die Endnote:
3%
11 Modulbeauftragte/r und hauptamtlich Lehrende
Modulbeauftragte/r: Prof. Dr. Simone Fühles-Ubach
Hauptamtlich Lehrende: Prof. Dr. Simone Fühles-Ubach, Prof. Dr. Ivonne Preusser, Dr. Miriam Albers, externe Lehrbeauftragte
12 Sonstige Informationen:
-
13 Literatur / Quellen

Literatur Statistik:

  • Bortz; Jürgen, Schuster, Christoph: Statistik für Human- und Sozialwissenschaftler. – 7. überarb. aktualisierte Aufl. – Springer, 2016.
  • Eid, Michael; Gollwitzer, Mario; Schmitt, Manfred: Statistik und Forschungsmethoden. Lehrbuch. Mit Online-Material. – Beltz, 2017.
  • Holland, Heinrich; Scharnbacher, Kurt: Statistik im Betrieb: Lehrbuch mit praktischen Beispielen. – Gabler, 2015.
  • Kosfeld, Reinhold; Eckey, Hans Friedrich; Türck, Matthias: Deskriptive Statistik: Grundlagen – Methoden – Beispiele – Aufgaben. – Springer, 2016.