Diese Website verwendet nur technisch notwendige Cookies. In der Datenschutzerklärung können Sie mehr dazu erfahren.

Zum Hauptinhalt springen
Logo, Startseite der Hochschule der Medien

Vorlesungsverzeichnis

Veranstaltungsbeschreibung

223032c Statistik

Zuletzt geändert:05.03.2024 / Zöllner
EDV-Nr:223032c
Studiengänge: Digital- und Medienwirtschaft (Bachelor, 7 Semester, Zulassung ab Wintersemester 2023/2024), Prüfungsleistung im Modul Sozialwissenschaftliche Grundlagen Digital- und Medienwirtschaft (SOW) in Semester 2
Häufigkeit: S24
Media Entertainment, Prüfungsleistung im Modul Sozialwissenschaftliche Grundlagen Digital- und Medienwirtschaft (SOW) 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)?