Schwerpunktmodule

Der Studienprogramm „Methoden der Sozialforschung“ verbindet das sozialwissenschaftliche Studium mit drei Programmmodulen, welche vertiefende Kenntnisse in statistischen Methoden, die praktische Anwendung der Verfahren mit gängigen Statistikpaketen (u.a. R, Stata und SPSS) und methodologische Hintergründe vermitteln. Darüber hinaus bieten die Wahlbereiche Gelegenheit qualitative Erhebungs- und Auswertungsverfahren zu vertiefen.

VSD

Fortgeschrittene Verfahren der sozialwissenschaftlichen Datenanalyse

Das Modul behandelt fortgeschrittene Regressions- & Klassifikationsverfahren für Quer- und Längsschnittdaten und deren Einsatz bei der Analyse sozialwissenschaftlicher Datensätze. In den Veranstaltungen des Moduls werden nicht nur Analysefertigkeiten vermittelt, sondern auch Fragen des Datenmanagements und der Aufbereitung der Ergebnisse besprochen.

AMS

Ausgewählte Methoden der empirischen Sozialforschung

Dieses Modul umfasst Veranstaltungen zu verschiedenen aktuellen Methoden und Verfahren. Das Themenspektrum ist dabei breit gefächert: Angeboten werden z.B. Seminare zu bayesianischer Statistik, zum Umgang mit fehlenden Werten bei der Datenanalyse, zu Mehrebenen- und Strukturgleichungsmodellen oder zu Verfahren zur Analyse von Geodaten und großen Datensätzen, ebenso wie Seminare zu fall-, narrations- und inhaltsanalytischen Auswertungsverfahren qualitativer Interviews, zu Grounded Theory Forschungsansätzen oder zu Feldforschung in interkulturellen Kontexten.

MAD

Methodologische Aspekte der Analyse sozialwissenschaftlicher Daten

Das Modul behandelt ausgehend von konkreten Problemen der Forschungspraxis methodologische Grundfragen wie Reflexivität im Forschungsprozess oder die Identifikation kausaler Effekte mit unterschiedlichen Forschungsdesigns, i.e. mit experimentellen Daten oder nicht-experimentellen Beobachtungsdaten. Dabei werden im Rahmen konkreter Analysen das Verhältnis von Theorie und Praxis empirischer Sozialforschung beleuchtet und die behandelten Methoden und Verfahren kritisch diskutiert.

Veranstaltungen in den Modulen

Kursname Dozent Semester
S Methoden der Datenrepräsentation und Klassifikation Jeworutzki WiSe 2021/2022
S Regressionsmodelle für Quer- und Längsschnittdaten Jeworutzki SoSe 2021
S Methoden der Datenrepräsentation und Klassifikation Jeworutzki WiSe 2020/2021
S Regressionsmodelle für Quer- und Längsschnittdaten Jeworutzki SoSe 2020
S Semiparametrische Regression (entfällt) Pötter SoSe 2020
S Methoden der Datenrepräsentation und Klassifikation Jeworutzki WiSe 2019/2020
S Regionsmodelle für Quer- und Längsschnittdaten (VSD, Teil I) Jeworutzki SoSe 2019
S Methoden der Datenrepräsentation und Klassifikation (VSD, Teil II) Jeworutzki WiSe 2018/2019
S Regressionsmodelle für Quer- und Längsschnittdaten (VSD, Teil I) Jeworutzki SoSe 2018
S Methoden der Datenrepräsentation und Klassifikation (VSD, Teil II) Jeworutzki WiSe 2017/2018
S Regressionsmodelle für Quer- und Längsschnittdaten (VSD, Teil I) Jeworutzki SoSe 2017
S Methoden der Datenrepräsentation und Klassifikation (VSD, Teil II) Jeworutzki WiSe 2016/2017
S Regressionsmodelle für Quer- und Längsschnittdaten Jeworutzki SoSe 2016
S Methoden der Datenrepräsentation und Klassifikation Jeworutzki WiSe 2015/2016
S Regressionsmodelle für Quer- und Längsschnittsdaten Jeworutzki SoSe 2015
S Diagnostiken für Regressionsmodelle Pötter WiSe 2014/2015
S Methoden der Datenrepräsentation und Klassifikation Jeworutzki WiSe 2014/2015
S Regressionsmodelle für kategoriale Daten Schräpler SoSe 2014
S Datenrepräsentation und -klassifikation Dudel WiSe 2013/2014
S Ereignisanalyse Pötter SoSe 2013
S Panelregression mit dem SOEP Beil SoSe 2013

Kursname Dozent Semester
S Amtliche Statistik Schmidt WiSe 2021/2022
S Bayes'sche Statistik mit R Schräpler WiSe 2021/2022
S Semiparametrische Regressionen Pötter WiSe 2021/2022
S Datenschutz und statistische Geheimhaltungsverfahren Jeworutzki SoSe 2021
S Semiparametrische Regression Pötter SoSe 2021
S Machine Learning mit R Witkowski WiSe 2020/2021
S Räumliche Statistik mit R Schräpler WiSe 2020/2021
S Semiparametrische Regression Pötter WiSe 2020/2021
S Machine Learning mit R (entfällt) Witkowski SoSe 2020
S Multivariate Statistik mit R (entfällt) Schräpler SoSe 2020
S Strukturgleichungsmodelle Weins SoSe 2020
S Bootstrap-Verfahren Pötter WiSe 2019/2020
S Exploratory data analysis using the European Social Survey Emmler WiSe 2019/2020
S Netzwerkanalysen Jeworutzki WiSe 2019/2020
S Diagnostiken für Regressionsmodelle (AMS, Teil I / II) Pötter SoSe 2019
S Geodatenanalyse (AMS Teil I / II) Schräpler SoSe 2019
S Multilevel Models (AMS, Teil I / II) Gerhartz SoSe 2019
S Ereignisanalyse (AMS, Teil I / II) Pötter WiSe 2018/2019
S Multivariate Statistik (AMS, Teil I/II) Schräpler WiSe 2018/2019
S Einführung in GIS (AMS, Teil I) Schmidt SoSe 2018
S Multilevel Analysis (AMS, Teil I) Gerhartz SoSe 2018
S Ordnungen und Ränge (AMS, Teil I) Pötter SoSe 2018
S Amtliche Statistik in Deutschland – Planung und Organisation von Datenerhebungen aus amtlicher Sicht (AMS, Teil II) Schmidt WiSe 2017/2018
S Multivariate Statistik (AMS, Teil II) Schräpler WiSe 2017/2018
S Stichproben (AMS, Teil II) Pötter WiSe 2017/2018
S Statistisches Lernen. Regressionswälder und verwandte Verfahren Pötter SoSe 2017
S Strukturgleichungsmodelle Weins SoSe 2017
S Bootstrapverfahren (AMS, Teil II) Pötter WiSe 2016/2017
S Bayesianische Statistik Schräpler WiSe 2016/2017
S GIS Schmidt SoSe 2016
S Strukturgleichungsmodelle Weins SoSe 2016
S Verläufe und Prozesse Pötter SoSe 2016
S Einführung in GIS Schmidt WiSe 2015/2016
S Große Datensätze: Datenbanken Pötter WiSe 2015/2016
S Ereignisdatenanalyse Pötter SoSe 2015
S Forschungswerkstatt Engelstädter SoSe 2015
S Geodatenanalyse mit R Jeworutzki SoSe 2015
S Bayesianische Statistik Schräpler WiSe 2014/2015
S Einführung in GIS Schmidt WiSe 2014/2015
S Einführung in „Machine Learning“ Jeworutzki WiSe 2014/2015
S GIS Schmidt SoSe 2014
S Einführung in die räumliche Statistik in R Schräpler WiSe 2013/2014
S Genogrammanalyse Engelstädter WiSe 2013/2014
S Genogrammanalyse Funcke SoSe 2013
S Kausale Inferenz mit Matchingverfahren Dudel SoSe 2013

Kursname Dozent Semester
S Räumliche Statistik mit R Schräpler WiSe 2021/2022
S Modern Causal Analysis in the Social Sciences Siemsen SoSe 2021
S Recent developments in qualitative research Pflüger SoSe 2021
S Bayesianische Statistik Schräpler WiSe 2020/2021
S Modern Causal Analysis in the Social Sciences Siemsen SoSe 2020
S Sozialwissenschaftliche Bildanalyse Müller SoSe 2020
S Amtliche Statistik Schmidt WiSe 2019/2020
S Recent developments in qualitative research Pflüger WiSe 2019/2020
S Probleme bei Aggregatanalysen (MAD, Teil I / II) Jeworutzki SoSe 2019
S Amtliche Statistik (MAD, Teil I/II) Schmidt WiSe 2018/2019
S Methodenmix und Triangulation (MAD, Teil I/II) Pflüger WiSe 2018/2019
S Biographieforschung (MAD, Teil II) Potthoff SoSe 2018
S Hasskriminalität (MAD, Teil II) Weins SoSe 2018
S Qualitative Sozialforschung mit Grounded Theory und Dokumentarischer Methode (MAD, Teil I) Potthoff WiSe 2017/2018
S Analyse von Daten mit fehlenden Werten (MAD, Teil I / II) Weins SoSe 2017
S Hermeneutische Wissenssoziologie Potthoff SoSe 2017
S Methodologie und Durchführung qualitativer Interviews (MAD, Teil I) Potthoff WiSe 2016/2017
S Multilevel Models Jeworutzki WiSe 2016/2017
S Causal Inference Beil SoSe 2016
S Methodologische Aspekte qualitativer Sozialforschung Potthoff SoSe 2016
S Vorurteile und Diskriminierung - empirische Analysen II Gerhartz, Weins WiSe 2015/2016
S Vorurteile und Diskriminierung - empirische Analysen Gerhartz, Weins SoSe 2015
S Forschungswerkstatt Engelstädter WiSe 2014/2015
S Matching Methods for Causal Inference Beil WiSe 2014/2015
S Erhebungseffekte in sozialwissenschaftlichen Befragungen Pötter SoSe 2014
S Sequenzanalyse Engelstädter SoSe 2014
S Sequenzanalyse Engelstädter WiSe 2013/2014
S Migrationshintergrund, soziale Herkunft und Bildungserfolg: Quantitative Analysen Weins SoSe 2013