Suchen nach Veranstaltungen - Einzelansicht

Europa in Zahlen lautet der Titel des Online-Jahrbuchs von Eurostat und bietet einen Überblick über unzählige amtliche Statistiken der EU-Staaten sowie einiger Beitrittskandidaten. Die amtliche Statistik bietet bereits Antworten auf einige Fragen: Wie viele Eheschließungen gab es im Jahr 2015 in Spanien oder welches Land hat die höchsten Ausgaben im Bereich Gesundheit?

Auch Studierende und bereits voll ausgebildete Wissenschaftler*innen nehmen dieses Angebot gerne in Anspruch, doch auf zahlreiche andere Fragen, finden sich hier keine Antworten. Daher will der Kurs über das meist deskriptive Angebot der amtlichen Statistik hinausgehen und weitere Datenquellen erschließen, um den Teilnehmer*innen einen Werkzeugkasten an die Hand zu geben, welche Fragen sich wie und womit beantworten lassen. Dabei werden sowohl die wichtigsten europaweiten Befragungen vorgestellt als auch das weitere Angebot der europäischen Institutionen in den Blick genommen. Darüber hinaus sollen auch innovativere Datenquellen wie Twitter/Webscraping genutzt und diskutiert werden.

Der Kurs bietet dabei eine enge Verknüpfung von Beschreibung und Vorstellung der verschiedenen Datenquellen und der praktischen Arbeit mit diesen Daten. Daher wird das Seminar in jeweils vierstündigen Blöcken angeboten, um eine bestmögliche Verzahnung von Theorie und Praxis zu ermöglichen. Im Seminar wird ausschließlich mit der statistischen Programmiersprache R gearbeitet, welche die Teilnehmer*innen im Kursverlauf erlernen.

Angeleitet durch praktische Beispiele erlernen die Teilnehmer*innen sowohl die Anwendung bereits vorhandener Methodenkenntnisse, als auch deren Erweiterung im Bereich der Datengenerierung und -aufbereitung. Der Fokus liegt dabei klar auf quantitativen Methoden der Politikwissenschaft. Eine erfolgreiche Absolvierung des Methodenmoduls wird demnach vorausgesetzt. Dennoch soll hier vor allem das Interesse an der Arbeit mit Daten im Vordergrund stehen und nicht das Erlernen neuer statistischer Methoden. Der Kursplan wird eng mit dem Vorlesungsinhalt verknüpft, sodass möglichst unmittelbar in der Vorlesung aufgekommene Fragestellungen empirisch erforscht werden können.

Da der Kurs ein breites Themenspektrum sowie zahlreiche unterschiedliche Quellen abdeckt, gibt es kein einzelnes Werk, welches zur Lektüre empfohlen werden kann. Ein Teil der Literatur wird auf Deutsch sein, aber die grundsätzliche Bereitschaft auch englischsprachige Literatur zu lesen wird vorausgesetzt. Ein detaillierter Syllabus mit einer Übersicht aller Kurseinheiten und der entsprechenden Literatur wird rechtzeitig bereitgestellt.

• Fisher, Danyel; Meyer, Miriah (2018): Making Data Visual - A practical guide to using visualization for insight, O'Reilly.
• Wickham, Hadley; Grolemund, Garrett (2017): R for data science : import, tidy, transform, visualize, and model data, O'Reilly.

Von den Studierenden wird erwartet, dass sie die Pflichtliteratur lesen und aktiv an den Diskussionen im Seminar teilnehmen. Im Laufe des Seminars werden einzelne Referate und Übungen wie das Verfassen konkreter Fragestellungen erbracht werden müssen. Für einen Leistungsnachweis muss eine Seminararbeit verfasst werden.