| Zuletzt geändert: | 05.06.2025 / Sorace |
| EDV-Nr: | 223032c |
| Studiengänge: |
Digital- und Medienwirtschaft (Bachelor, 7 Semester, Zulassung ab Wintersemester 2023/2024), Prüfungsleistung im Modul Sozialwissenschaftliche Grundlagen Digital- und Medienwirtschaft
in Semester
2
Häufigkeit: unregelmäßig
Media Entertainment, Prüfungsleistung im Modul Sozialwissenschaftliche Grundlagen Digital- und Medienwirtschaft
in Semester
2
Häufigkeit: S25
|
|
Dozent:
|
Prof. Dr. Oliver Zöllner
|
|
Link zur Veranstaltung / zum E-Learning-Kurs:
|
Das Passwort zur Einschreibung in den begleitenden Moodle-Kurs erhalten Sie von mir, nachdem Sie sich für den Kurs im Stundenplansystem eingeschrieben haben. Vorher nicht.
|
|
Sprache:
|
Deutsch
|
|
Art:
|
-
|
|
Umfang:
|
2 SWS
|
|
ECTS-Punkte:
|
3
|
|
Workload:
|
2 SWS / 3 ECTS = 90 Zeitstunden. Im Einzelnen: 15 Termine zu je 2 SWS = 22,5 Zeitstunden; Vor- und Nachbereitung: 15 Termine zu je 3 Zeitstunden = 45 Zeitstunden; Klausurvorbereitung: 4 Tage zu je 5 Zeitstunden = 20 Zeitstunden. Gesamter Zeitaufwand (Workload) = ca. 90 Zeitstunden. Nehmen Sie das bitte ernst!
|
|
Inhaltliche Verbindung zu anderen Lehrveranstaltungen im Modul:
|
Die Lehrveranstaltung "Statistik" behandelt en détail Auswertungsverfahren für quantitative (numerische) Daten. Deren Erhebungsverfahren sind Thema der Lehrveranstaltung "Methoden der empirischen Sozialforschung". Anwendungsfelder und weiterführende Theorien finden sich in der Vorlesung "Psychologie". Insgesamt handelt es sich bei der Statistik um wesentliches (und nützliches!) Rüstzeug für ein tieferes Verständnis der Digital- und Medienwirtschaft wie auch der ihr zuarbeitenden Wissensgebiete.
|
|
Prüfungsform:
|
|
|
Beschreibung:
|
Die Vorlesung "Statistik" vermittelt anhand praktischer Beispiele die Grundlagen der deskriptiven Statistik und Anfangsschritte der induktiven Statistik (Datenanalyse). Die wesentlichen Arbeitsschritte zur Durchführung einer empirischen Studie werden dargelegt, ebenso die zentralen statistischen Verfahren zur Datenaufbereitung und -prüfung. Eine repräsentative Teilmenge der Absolventinnen und Absolventen dieser Vorlesung wird ihre eigenen Risikoabschätzungen in Zukunft wahrscheinlich signifikant anders erleben. Vom Lottospielen wird abgeraten.
IM DETAIL:
I. EINFÜHRUNG
- Was ist Statistik, wozu, warum?
- grundlegende Terminologie
II. DESKRIPTIVSTATISTIK
- grafische Darstellung von Daten
- Maße der zentralen Tendenz: Modus, Median, arithmetisches
Mittel
- Maße der Streuung (Variabilität): Spannweite,
Standardabweichung, Varianz
- grundlegende Konzepte: Normalverteilung, Validität,
Reliabilität
III. INFERENZSTATISTIK
- Wahrscheinlichkeit (Probabilität): Standardwerte,
Irrtumwahrscheinlichkeit, Konfidenzintervall, Hypothesentest,
Signifikanz
- Korrelation und Regression
Optional:
IV. NONPARAMETRISCHE STATISTIK
- Chi-Quadrat- (χ²-)Test
Die Studierenden werden nach Abschluss des Modulteils
die Grundlagen der deskriptiven und von Teilen der induktiven
Statistik erworben haben,
grundlegende Kenntnis von Stichprobentheorie, vom Ablauf von
Untersuchungen und von angemessener Skalierung haben,
ein Bewusstsein für Messprobleme und empirische Verteilungen
entwickelt haben,
Kenntnis relevanter statistischer Kenngrößen und
Maße haben,
Daten, Tabellen und Grafiken sicher analysieren und
interpretieren sowie Darstellungen und Daten kritisch hinterfragen
können,
eigene empirische Erhebungen (z. B. Befragungen) kompetent planen
und durchführen können,
Fachbegriffe (auch englische) sicher verwenden können.
|
|
English Title:
|
Statistics
|
|
English Abstract:
|
This lecture is a general introduction to the concept and major basic models of statistics (a.k.a. "Statistics 101").
|
|
Literatur:
|
Babbie, Earl (2011): Introduction to social research. 5th
(international) ed. Belmont: Wadsworth.
Buttler, Günter; Fickel, Norman (2002): Einführung
in die Statistik. Reinbek: Rowohlt.
Diekmann, Andreas (2017): Empirische Sozialforschung.
Grundlagen, Methoden, Anwendungen. 11. Aufl. Reinbek: Rowohlt.
Kromrey, Helmut; Roose, Jochen; Strübing, Jörg (2016): Empirische Sozialforschung. Modelle und Methoden der standardisierten Datenerhebung und Datenauswertung. 13. Aufl. Konstanz: UVK. [Download des E-Books über die HdM-Bibliothek!]
Rumsey, Deborah (2003): Statistics for dummies. Hoboken,
N.J.: Wiley.
Salkind, Neil J. (2017): Statistics for people who (think they) hate statistics. 6th ed. Los Angeles; London; New Delhi; Singapore; Washington; Melbourne:
Sage.
Schreier, Margrit; Echterhoff, Gerald; Bauer, Jana F.; Weydmann, Nicole; Hussy, Walter (2023):
Forschungsmethoden in Psychologie und Sozialwissenschaften für Bachelor. 3. Aufl. Berlin: Springer. [Download des E-Books hier.]
Uhlemann, Ingrid Andrea (2015): Einführung in die Statistik für Kommunikationswissenschaftler. Deskriptive und induktive Verfahren für das Bachelorstudium. Wiesbaden: Springer VS. [Download des E-Books über die HdM-Bibliothek!]
Weitere Literatur finden Sie in der HdM-Bibliothek.
|
|
Internet:
|
• Eine Übersicht über Statistik-Software (darunter auch diverse kostenlose!) finden Sie hier. Es gibt mehr als nur SPSS...
• Aber wenn Sie schon SPSS anwenden möchten, dann schauen Sie doch einmal in die schönen Video-Tutorials/Screencasts, die Marko Bachl ("SPSS Shorties") auf YouTube hochgeladen hat. Und wenn Sie mal auf R umsteigen wollen (open source!), zeigt Mario Haim, wie's geht ("wegweisR"). Smart!
• Warum Sie keine Tortengrafikschlachten veranstalten sollten (jedenfalls nicht immer), schreibt Sven Hamberg im Funnel Blog: Why you shouldn’t use pie charts - Tips for better data visualization. We agree.
• Was Statistik kann und soll und wie das mit Big Data und KI zusammenhängt, erklärt Professorin Hannah Fry ganz wunderbar und spannend in diesem Artikel im New Yorker vom 02.09.2019: What statistics can and can't tell us about ourselves.
• Ein echtes Schmankerl ist Tyler Vigens Website mit wundersamen, haarsträubenden Korrelationen aus dem Alltag: Spurious Correlations, absolutely. Wussten Sie zum Beispiel, dass der Konsum von Margarine im US-Bundesstaat Maine sehr stark mit der dortigen Scheidungsrate korreliert (r = 0,992558)?
|
