Einführung in die Methoden der empirischen Sozialforschung
Titel auf Englisch: Introduction to the Methods of Empirical Social Research
Lernergebnisse
Nach erfolgreicher Teilnahme am Modul sind die Studierenden in der Lage, empirische Untersuchungen nachzuvollziehen und kritisch zu beurteilen. Des Weiteren erhalten sie Anhaltspunkte für die Herangehensweise an eigene wissenschaftliche Fragestellungen und verfügen über Grundkenntnisse der Analyse von quantitativen Datensätzen, einschließlich erster Grundlagen der „Social Data Science“.
Inhalte
Für Sozialwissenschaften ist grundlegend, dass sie Forschungsfragen aufstellen, um diese mit empirischer Forschung zu untersuchen. Dafür sind verschiedene Kenntnisse und Fähigkeiten notwendig, die oft als Methoden der empirischen Sozialforschung bezeichnet werden. Aus der Vielfalt von vielen verschiedenen Methoden der empirischen Sozialforschung konzentriert sich dieses Seminar auf quantitative Methoden, die in der Regel auf standardisierte Datensätze mit großen Fallzahlen angewendet werden. Ein besonderer Schwerpunkt des Seminars liegt dabei auf der Vermittlung methodisch-statistischer Grundlagen, sowie auf erweiterten Grundlagen der „Social Data Science“. „Social Data Science“ verwendet dabei neuartige Möglichkeiten zur Auswertung von Daten und nutzt zum Teil auch neuartige Datenzugänge („digitale Daten“). Die Studierenden erlernen in der Veranstaltung zentrale Konzepte klassischer quantitative Methoden, die um modernere Methoden erweitert werden, insbesondere mit dem kostenlosen und frei verfügbaren Statistikprogramm R (bzw. R Studio). Die Veranstaltung legt damit eine Grundlage für quantitative Methoden der empirischen Sozialforschung und erlaubt darüber hinaus die Erweiterung traditioneller Kompetenzen mit aktuellen Analysetechniken, bis hin zur Auswertung neuartiger Datenquellen („digitale Daten“ von Plattformen, wie bspw. Airbnb). Mögliche Vertiefung im Kontext der Veranstaltung umfassen die Arbeit mit georeferenzierten Daten, mit Zeitdaten oder die Datengewinnung mithilfe von Web-Scraping. Das didaktische Konzept der Veranstaltung kombiniert Inputs zu ausgewählten Grundlagen, Skripte/Online-Tutorials (R Screencasts) und Übungen zur Bearbeitung von Aufgaben mit R. Die Studierenden setzen die erarbeiteten Fähigkeiten am Ende der Veranstaltung mit einer eigenen Auswertung um. Die eigene Auswertung zielt darauf, dass die Studierenden die Analyse einer Fragestellung mithilfe von R technisch umsetzen können und die Ergebnisse korrekt interpretieren.
Voraussetzungen
Verpflichtende Voraussetzungen
Keine
Empfohlene Voraussetzungen
Keine
Prüfungsmodalitäten
- Abgabe von acht Aufgaben (40%)
- Eigene Auswertung einer zugeteilten Fragestellung mit R, 8-12 Seiten Text und R-Code (60%)
Angeboten in
- Digitale GesellschaftBachelor
Wahlpflichtkomplex: Kein Komplex genannt
- Kultur und TechnikBachelor
Wahlpflichtkomplex: Kein Komplex genannt
- WirtschaftsinformatikBachelor
Wahlpflichtkomplex: Kein Komplex genannt
| Studiengang | Abschluss | Wahlpflichtkomplex |
|---|---|---|
| Digitale Gesellschaft | Bachelor | Kein Komplex genannt |
| Kultur und Technik | Bachelor | Kein Komplex genannt |
| Wirtschaftsinformatik | Bachelor | Kein Komplex genannt |
Literatur und Materialien
- Rainer Diaz-Bone. 2006. Statistik für Soziologen. Stuttgart: UTB.
- Wickham, Hadley, und Garrett Grolemund. 2016. R for data science import, tidy, transform, visualize, and model data. First edition. Sebastopol, CA: O’Reilly. (Link: https://r4ds.had.co.nz/)
- Zuckarelli, Joachim. 2017. Statistik mit R: Eine praxisorientierte Einführung in R. 1. Auflage. Heidelberg: O’Reilly, dpunkt.verlag GmbH
Hinweise
Bei Interesse an diesem Modul melden Sie sich bitte bei Frau A. Krauße unter alexandra.krausse@b-tu.de
Bewertungen von Studierenden
Was Studierende über dieses Modul sagen. Die BTU hat damit nichts zu tun — hier schreiben nur Studierende, und jede Bewertung ist die Meinung einer einzelnen Person.