Discover the Data - Basiskurs zur Schlüsselkompetenz Datenanalyse - 3 Cr. - Einzelansicht

Inhalte:

Daten sind (mittlerweile) überall: Wir produzieren sie im Alltag, z.B. wenn wir eine WhatsApp-Nachricht versenden; wir werden mit ihnen in den Medien konfrontiert und müssen die daraus resultierenden Informationen sinnvoll einordnen; sie entstehen im wissenschaftlichen Forschungsprozess und werden zudem in diesem nachgenutzt. Der Moodle-Kurs richtet sich an Studierende aller Fachrichtungen, die Grundlagen zum Umgang mit Daten erlernen oder auffrischen möchten.

Lernziele:

Verständnis für / Überblick über den Umgang mit Daten

Nach Abschluss des Kurses kennst du...

• die Relevanz von Daten in wissenschaftlichen Texten.
• die für deinen Studiengang relevanten Datentypen.

Recherche, Erhebung und Sammlung von Daten

Nach Abschluss des Kurses kennst du...

• Quellen für statistische Informationen.
• Suchoptionen für statistische Informationen.
• Quellen für Materialien zur Datenerhebung (z.B. Testdatenbanken).

Nach Abschluss des Kurses kannst du...

• eine Recherchestrategie für Daten entwickeln und anwenden.
• eine Recherchestrategie für Materialien (insb. Test- & Fragedatenbanken) zur Datenerhebung entwickeln und anwenden.
• die angewandte Recherchestrategie rekapitulieren und erläutern.

Daten und Datenquellen hinsichtlich Ihrer Qualität beurteilen

Nach Abschluss des Kurses kennst du informationswissenschaftliche Kriterien, um statistische Informationen und Datenquellen zu beurteilen.

Nach Abschluss des Kurses kannst du...

• Metadaten von Datensätzen identifizieren.
• anhand einer gegebenen Forschungsfrage die relevanten Informationen (Datenreihen und Metadaten) in einem Fremddatensatz erkennen.

Daten organisieren, manipulieren und anwenden

Nach Abschluss des Kurses kennst du...

• gängige Software und basale statistische Methoden zur Datenauswertung und -visualisierung; insb. Grundkenntnisse in Excel und R.
• ethische und rechtliche Rahmenbedingungen zur Erhebung und Weiterverwendung insb. personenbezogener Daten.

Nach Abschluss des Kurses kannst du...

• mithilfe basaler statistischer Methoden einen Datensatz analysieren.
• statistische Informationen mit gängiger Software visualisieren; insb. Grundkenntnisse in Excel und R.

Der Kurs findet online statt!

Die Zugangsdaten erhalten die zugelassenen Studierenden vor Kursbeginn per E-Mail!

Der Kurs ist als Selbstlernkurs konzipiert und wird durch regelmäßige, freiwillige Online-Tutorien über Zoom ergänzt.

Nach Anmeldung und Zusage kann die Einschreibung in den Moodle-Kurs ab 01.04.24 erfolgen. Die Kursinhalte werden sukzessive ab 08.04.24 freigeschaltet.

Einschreibungsbeginn in Moodle: 01.04.24, 00:00 Uhr

Einschreibungsende: 24.04.24, 23:59 Uhr

Kursbeginn (Freischaltung des ersten Moodle-Abschnitts): 08.04.24, 09:00 Uhr

Kursabschluss (Frist letzer Test): 10.07.24, 23:59 Uhr

Termine der freiwilligen Online-Tutorien via Zoom:

Donnerstags, 10:15-11:45

• 11.04.24 (Informationsveranstaltung)
• 25.04.24 (2. Online-Tutorium)
• 02.05.24 (3. Online-Tutorium)
• 16.05.24 (4. Online-Tutorium)
• 06.06.24 (5. Online-Tutorium)
• 20.06.24 (6. Online-Tutorium)

Der Kurs ist ein Angebot der Universitätsbibliothek und in Zusammenarbeit mit der DataCommunity im Projekt DataCampus UDE entwickelt worden.

 Empfehlung des IwiS: Fachsemester 1-6

Anmeldung ab dem 13.03.2024 über LSF!

Es werden keine Statistik- oder Datenkompetenzen vorausgesetzt.

Studienleistung zum Erwerb von ECTS-Credits:

Der Kurs besteht aus fünf Abschnitten.

1. Einführung
2. Numerische Fremddaten mit Excel und R analysieren
3. Datenethik & Datenschutz
4. Spezielle Methoden und Datentypen
5. Ausblick

Für die Abschnitte I, II, III und V ist jeweils ein Online-Abschlusstest zu absolvieren; um Abschnitt IV. zu absolvieren, muss eine Aufgabe bearbeitet und die schriftliche Lösung eingereicht werden. Die Abschlussnote ergibt sich aus der Summe der erreichten Punkte in den Tests.

Bei drei Teilnahmen an der einstündigen, digitalen Veranstaltungsreihe „Zahlen, Daten, Fritten“ können Bonuspunkte auf die Gesamtpunktzahl angerechnet und dadurch die Abschlussnote verbessert werden (s.a. https://www.uni-due.de/ub/datacampus/zahlen_daten_fritten.php).

ECTS-Credits: 3