Einführung in die quantitative Sozialforschung
  • Prof. Dr. Theresa Gessler
  1. Sitzungsplan & Folien
  • Übersicht
  • Sitzungsplan & Folien
  • Lehrkonzept
  • Leistungsnachweise
  • Online-Übungsblätter
  • Ressourcen zu R
  • Info, Lizenz & Kontakt

Auf dieser Seite

  • Sitzungsüberblick
    • 01 | Einführung: Quantitative Methoden
    • 02 | Forschungsdesign
    • 03 | R Einführung
    • 04 | Sozialwissenschaftliche Daten
    • 05 | Daten zusammenfassen: Mittelwerte und Streuungen
    • 06 | Visualisierung
    • 07 | Visualisierung II
    • 08 | Regressionen
    • 09 | Multivariate Regressionen
    • 10 | Diskussion zu Forschungsfragen
    • 11 | Statistik und Wahrscheinlichkeit
    • 12 | Fragestunde / Hackathon
    • 13 | Wie weiter? Fragebogendesign, mehr Umfragedaten & Weitere Herausforderungen
    • 14 | Minipräsentationen
    • 15 | Minipräsentationen

Sitzungsüberblick

Zu mit markierten Sitzungen bringen Sie bitte einen Laptop mit.

01 | Einführung: Quantitative Methoden

Thema: Wie unterscheidet sich Wissenschaft von Alltagswissen? Was sind wissenschaftliche Methoden?

  • Tausendpfund (2018), S. 1-4
  • Gehring und Weins (2010), S. 1-14
  • Folien: als html | als pdf

02 | Forschungsdesign

Thema: Wie funktioniert der sozialwissenschaftliche Forschungsprozess? Wie formulieren wir Forschungsfragen und finden Antworten darauf?

  • Der sozialwissenschaftliche Forschungsprozess: Tausendpfund (2018), Kapitel 3
  • optional: Pickel (2016) zu Forschungsdesign in den Vergleichenden Politikwissenschaften
  • Folien: als html | als pdf
Hinweis

Hausaufgabe zur nächsten Sitzung: Installieren Sie R und RStudio

03 | R Einführung

Thema: Erlernen des Umgangs mit R

  • Llaudet und Imai (2023), S. 6-24 & S. 39-43
  • optional: Videos zu R Basics und Data Wrangling
  • optionale detaillierte R Einführung: Navarro (2018), S. 37-109
  • Folien: als html | als pdf
  • Übung (in R) | Lösung

04 | Sozialwissenschaftliche Daten

Thema: Was sind Umfragedaten und welche Besonderheiten haben Sie?

  • Gehring und Weins (2010), 70-90 (Kapitel 4), 41-51, 61-67 (Kapitel 3)
  • optional psychologische Hintergründe von Umfragen: Schnell (2019), 21-52
  • optional Arten von Fragen / Fragetechniken: Schnell (2019), 65-94
  • Folien: als html | als pdf
  • Übung (in R) | Lösung

05 | Daten zusammenfassen: Mittelwerte und Streuungen

Thema: Wie können wir Daten zusammenfassen und Zusammenhänge zwischen Variablen erkennen?

  • Llaudet und Imai (2023), S. 51-89
  • optional: Gehring und Weins (2010), S. 120-139 zum nachlesen über Konzepte auf deutsch
  • optional mehr Zusammenhangsmaße: Gehring und Weins (2010), 141-174
  • Folien: als html | als pdf
  • Übung (in R) | Lösung
Abgabe Zusammenhangsmaße

Erinnern Sie sich an die Fragen aus der ESS, die Sie in der vorletzten Stunde herausgesucht haben. Welche Maße können Sie verwenden, um die Variable zusammenzufassen?

Erstellen Sie eine kurze Übersicht und wenden Sie die Maße an.

Laden Sie ein Dokument mit der Übersicht und einem aussagekräftigen Wert für jede Variable (z.B. Mittelwert oder Verteilung) und einen Absatz zur Interpretation auf Moodle hoch.

06 | Visualisierung

  • Healy (2018), Kapitel 2
  • optional für R: Grolemund und Wickham (2017) (2nd edition), Kapitel 2 & 11
  • Folien: als html | als pdf
  • optional: Video Data Visualization
  • optional: Wickham (2016)

07 | Visualisierung II

  • siehe vorherige Woche
  • Folien: als html | als pdf
Abgabe Visualisierung

Erstellen Sie eine Visualisierung zu Ihrem Forschungsinteresse

08 | Regressionen

Thema: Wie können wir Zusammenhänge zwischen Variablen beschreiben?

  • Llaudet und Imai (2023), S. 98-128
  • optional: Gehring und Weins (2010), S. 177-192
  • Folien: als html | als pdf

09 | Multivariate Regressionen

Thema: Wie können wir Zusammenhänge zwischen Variablen beschreiben, wenn es mehrere Einflussfaktoren gibt?

  • Llaudet und Imai (2023), S. 129-161
  • optionale Referenzen zur Vertiefung: Urban und Mayerl (2011), Regressionsanalyse in R (Uni Zürich)
  • Folien: als html | als pdf
Abgabe Regressionen

Berechnen Sie eine Regression zu Ihrem Forschungsinteresse.

10 | Diskussion zu Forschungsfragen

Thema: Diskutieren Sie Ihre Ideen für Forschungsfragen und ihre bisherige Kenntnis über die Literatur mit Kolleg:innen.

  • individuelle Lektüre eines oder mehrerer empirischer Forschungsartikel zu Ihrem Thema
  • Folien: als html | als pdf
Abgabe Forschungsfrage

Überlegen Sie sich ein Forschungsdesign im Bereich des Seminarthemas und fassen Sie es auf 1-2 Seiten zusammen.

  • Welches Thema interessiert Sie? Haben Sie bereits eine konkrete Idee für eine Forschungsfrage?
  • Wo wollen Sie nach Literatur suchen?
  • Welche Länder oder Gruppen wollen Sie vergleichen? Wie werden Sie diese Auswahl treffen?
  • Welche Herausforderungen sehen Sie dabei?

11 | Statistik und Wahrscheinlichkeit

Thema: Warum verwenden wir in der Forschung Bevölkerungsstichproben? Wie können wir von Stichproben auf eine Gesamtbevölkerung schließen? Wie sicher sind die Aussagen, die wir treffen?

  • Llaudet und Imai (2023), S. 177-229
  • optional, mehr zu Hypothesen & verschiedenen Hypothesenarten: Tausendpfund (2018), 91-106
  • optional, Umsetzung in R: Bulut (o. J.)
  • Folien: als html | als pdf

12 | Fragestunde / Hackathon

Gemeinsame Arbeit an Projekten

  • Folien: als html | als pdf

13 | Wie weiter? Fragebogendesign, mehr Umfragedaten & Weitere Herausforderungen

  • Folien: als html | als pdf

14 | Minipräsentationen

Alle Teilnehmenden präsentieren ihre Forschungsfrage und Ergebnisse. Jeder diskutiert die Präsentation einer anderen Person.

  • Folien: als html | als pdf

15 | Minipräsentationen

Alle Teilnehmenden präsentieren ihre Forschungsfrage und Ergebnisse. Jeder diskutiert die Präsentation einer anderen Person.

  • Folien: als html | als pdf
Abgabe Hausarbeit

Die Hausarbeit - wahlweise auf deutsch oder englisch - soll sich in der Struktur an wissenschaftlichen Artikeln orientieren. Z.B. könnte ihre Gliederung folgendermaßen aussehen:

  • Einleitung
  • kurzer Theorieteil mit Begründung der Erwartungen
  • Daten und Methode
  • Resultate
  • Schluss

Die vorgesehene Länge ist bis zu 10 Seiten. Geben Sie mit der Hausarbeit auch den Analysecode (z.B. als separate .r-Datei) ab.


This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (CC BY-NC-SA). If not stated otherwise, images are created by the Course Creator.

Literatur

Bulut, Okan. o. J. „6 Hypothesis Testing“. In Statistical Analysis and Visualizations Using R. Zugegriffen 22. Januar 2023. https://okanbulut.github.io/rbook/part5.html.
Gehring, Uwe W., und Cornelia Weins. 2010. Grundkurs Statistik für Politologen und Soziologen. Wiesbaden: VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-531-91879-2.
Grolemund, Garrett, und Hadley Wickham. 2017. R for Data Science. https://r4ds.had.co.nz/.
Healy, Kieran. 2018. Data Visualization: A Practical Introduction. Princeton, NJ: Princeton University Press. https://socviz.co/.
Llaudet, Elena, und Kosuke Imai. 2023. Data Analysis for Social Science: A Friendly and Practical Introduction. Princeton: Princeton University Press.
Navarro, Danielle. 2018. „Learning Statistics with R“. https://learningstatisticswithr.com/.
Pickel, Susanne. 2016. „Methodologische Grundlagen des Vergleichs und Vergleichsdesigns“. In Handbuch Vergleichende Politikwissenschaft, herausgegeben von Hans-Joachim Lauth, Marianne Kneuer, und Gert Pickel, 25–45. Wiesbaden: Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-02338-6\_2.
Schnell, Rainer. 2019. Survey-Interviews: Methoden standardisierter Befragungen. Studienskripten zur Soziologie. Wiesbaden: Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-531-19901-6.
Tausendpfund, Markus. 2018. Quantitative Methoden in der Politikwissenschaft. Wiesbaden: Springer Fachmedien. https://doi.org/10.1007/978-3-658-20698-7.
Urban, Dieter, und Jochen Mayerl. 2011. Regressionsanalyse: Theorie, Technik und Anwendung: Lehrbuch ; Neu: jetzt auch mit logistischer Regression. 4., überarb. und erw. Aufl. Studienskripten zur Soziologie. Wiesbaden: VS, Verl. für Sozialwiss.
Wickham, Hadley. 2016. ggplot2: Elegant Graphics for Data Analysis. 2nd ed. 2016 Edition. New York, NY: Springer. https://ggplot2-book.org/.
 
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (CC BY-NC-SA). If not stated otherwise, images are created by the Course Creator. Icons from Font Awesome.