| Inhalt |
Im Modul Anwendungsorientierte Datenanalyse 2 lernen Studierende, für Fragestellungen aus Wirtschaft und anwendungsorientierter Forschung geeignete statistische Analyseverfahren auszuwählen, diese mittels gängiger Programme selbständig durchzuführen, den Output der statistischen Programme zu interpretieren und für die Ergebnispräsentation zielgruppengerecht und fundiert aufzubereiten. Dies erfolgt anhand geeigneter wirtschaftspsychologischer Datensätze.
Aufbauend auf dem Modul „Anwendungsorientierte Datenanalyse 1" wird nun auf komplexere statistische Analysen sowie strukturentdeckende Verfahren fokussiert: Mediator- & Pfadanalysen als Sonderfall der Regressionsanalyse, Clusteranalyse, explorative Faktorenanalyse sowie Item- & Reliabilitätsanalysen werden im Detail vermittelt und deren Durchführung in RStudio geübt.
Rein theoretisch, d.h. ohne Anwendung in RStudio mit dem Fokus auf dem Verständnis gängiger Ergebnispräsentationen, werden Grundlagen konfirmatorischer Faktorenanalysen sowie von Strukturgleichungsmodellen vermittelt.
Weiterhin lernen Studierende den datenorientierten Umgang mit komplexeren Datenerhebungsverfahren in der Wirtschaftspsychologie (z.B. IAT, Eyetracking). |
| Literatur |
Backhaus, K., Erichson, B., Gensler, S., Weiber, R., & Weiber, T. (2023). Multivariate Analysemethoden: Eine anwendungsorientierte Einführung (17. Auflage). Springer.
Bühner, M. & Ziegler, M. (2017). Statistik für Psychologen und Sozialwissenschaftler (2. Auflage). Pearson.
Döring, N. (2023). Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften (6. Auflage). Springer.
Field, A. (2012). Discovering statistics using R (1. Auflage). Sage Publications. |
