Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Logout in [min] [minutetext]

Statistische Forschungslogik - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Seminar Langtext
Veranstaltungsnummer Kurztext
Semester SoSe 2026 SWS 2
Erwartete Teilnehmer/-innen Max. Teilnehmer/-innen
Credits Belegung Belegpflicht
Zeitfenster
Hyperlink
Sprache Deutsch
Belegungsfristen Soziologie - Anmeldung alle Lehrveranstaltungen    16.03.2026 09:00:00 - 24.03.2026 18:00:00   
Einrichtung :
Gesellschaftswissenschaften
Soziologie - Abmeldung alle Lehrveranstaltungen    24.03.2026 18:00:01 - 24.07.2026 16:00:00    aktuell
Einrichtung :
Gesellschaftswissenschaften
Termine Gruppe: [unbenannt] iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Status Bemerkung fällt aus am Max. Teilnehmer/-innen E-Learning
Einzeltermine anzeigen
iCalendar Export für Outlook
Mi. 12:00 bis 14:00 wöch. 15.04.2026 bis 22.07.2026  LK - LK 062       20 Präsenzveranstaltung
Einzeltermine anzeigen
iCalendar Export für Outlook
Mi. 12:00 bis 14:00 wöch. von 15.04.2026  MG - MG 088   Ausweichraum wegen Lärmbelastung im LK   Präsenzveranstaltung
Gruppe [unbenannt]:
 


Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Weiß, Bernd , Prof. Dr. verantwort
Reinhold, Julian , Dr. begleitend
Zuordnung zu Einrichtungen
Gesellschaftswissenschaften
Inhalt
Kommentar

Titel [deutsch]: Statistische Forschungslogik

Titel [englisch]: Statistical Research Design

Beschreibung

Die Veranstaltung bietet eine Einführung in die statistische Forschungslogik mit Schwerpunkt auf moderner Kausalinferenz. Im Seminar werden die Voraussetzungen behandelt, unter denen aus Daten belastbare Aussagen über Ursache-Wirkungs-Beziehungen abgeleitet werden können. Ein besonderer Fokus liegt auf Beobachtungsdaten, d.h. nicht-experimentellen (Umfrage-)Daten, wie sie in den Sozialwissenschaften häufig vorkommen.

Statistische Analysen werden mit R (und ggf. auch mit Python) durchgeführt. Fehlende R-Kenntnisse sollen Sie nicht davon abhalten, am Seminar teilzunehmen, ggf. werden Grundlagen zu Beginn des Seminars wiederholt -- bitte melden Sie sich aber bei fehlenden R-Kenntnissen direkt bei der Seminaranmeldung/frühzeitig bei mir. In jedem Fall setzte ich aber die Bereitschaft voraus, sich eigenständig mit R zu beschäftigen.

Lernziel

Die Studierenden werden befähigt, empirische Forschung aus einer kausalen Perspektive zu planen, durchzuführen und kritisch zu bewerten. Dabei erwerben sie vertiefte Kenntnisse über die Entstehung, Identifikation und statistische Kontrolle von Störfaktoren in empirischen Studien, die für die belastbare Interpretation von Forschungsergebnissen unerlässlich sind. Auf diese Weise lernen sie, potenzielle Verzerrungen systematisch zu berücksichtigen und die Aussagekraft empirischer Befunde im Hinblick auf kausale Schlussfolgerungen fundiert einzuschätzen. 

Voraussetzungen

In den folgenden Bereichen setze ich basale Kenntnisse voraus, ggf. werden Inhalte im  Seminarverlauf wiederholt:
- Kenntnisse in multipler Regression mit unterschiedlich skalierten abhängigen Variablen (GLM)
- Kenntnisse von Mediator-/Moderatoreffekten
- Statistische Verteilungen
- Wahrscheinlichkeitsrechnung

Studien- und Prüfungsleistung

Die aktive Seminarteilnahme ist durch während des Semesters erfolgreich zu absolvierende, unbenotete Aufgaben (etwa praktische Übungen mit R, Kurzreferate) zu dokumentieren. Alle Studierenden lesen die Basistexte zur jeweiligen Sitzung. Eine aktive Seminarteilnahme ist Voraussetzung für die Teilnahme an der benoteten Abschlussklausur (Prüfungsleistung).
Literatur
Cunningham, S. (2021). Causal inference: The mixtape. Yale University Press. https://mixtape.scunning.com/
 
Hernán, M. A., & Robins, J. M. (2025). Causal Inference: What If. Chapman & Hall/CRC. https://miguelhernan.org/whatifbook
 
Morgan, S. L., & Winship, C. (2014). Counterfactuals and Causal Inference: Methods and Principles for Social Research (2nd ed.). Cambridge University Press. https://doi.org/10.1017/CBO9781107587991 (über die UB online verfügbar via https://primo.uni-due.de/permalink/49HBZ_UDE/18r1i9u/alma99210629987306446)
 
 

Strukturbaum
Die Veranstaltung wurde 1 mal im Vorlesungsverzeichnis SoSe 2026 gefunden: