Quantitative Methoden 3: Regression, ANOVA, Reliabilitäts- und Faktorenanalyse,

Die Vorlesung vermittelt grundlegende Kenntnisse der quantitativen Methoden und bereitet Studierende auf die Erhebung, Analyse, Interpretation und Kommunikation quantitativer Daten vor. Die Studierenden sollen befähigt werden, quantitative Resultate und wissenschaftliche Studien kritisch zu bewerten und eigene Forschung methodisch fundiert durchzuführen. Es werden unter anderem, statistische Methoden aus vorhergehenden quantitativen Methoden Modulen verallgemeinert und weiterführende statistische Methoden eingeführt.

Die Relevanz dieser Vorlesung für die Zukunft und den Beruf liegt in der wachsenden Bedeutung datenbasierter Entscheidungen in allen Bereichen der Psychologie. Absolventen werden in die Lage versetzt, quantitative Ergebnisse zu verstehen, zu interpretieren und zu bewerten. Die Vorlesung fördert kritisches Denken, analytische Fähigkeiten und die digital literacy.

Methodenkompetenzen:

• Nutzung digitaler Technologien:
  • Studierende kennen Herausforderungen und Lösungen bei der statischen Datenverarbeitung.
  • Studierende können die Statistiksoftware jamovi bedienen und fachgerecht auf neue Problemstellungen anwenden.
  • Studierende zeigen eine offene und kritische Haltung gegenüber jamovi und anderer Statistiksoftware.
• Analyse:
  • Studierende kennen Analysetechniken für psychologiebezogene Daten.
  • Studierende können typische Problemstellungen der Psychologie quantitativ analysieren und die Resultate interpretieren.
  • Studierende zeigen eine problemlösende und methodenkritische Herangehensweise an quantitative psychologische Fragestellungen.
• Forschung:
  • Studierende kennen statistisch sinnvolle Forschungsdesigns und -methoden für quantitative Auswertungen.
  • Studierende können unter Anleitung eingegrenzte Forschungsprojekte skizzieren, durchführen, statistisch Auswerten und die Resultate kritisch interpretieren.
  • Studierende zeigen eine kritische und reflektierte Einstellung gegenüber eigener und fremder statistischer Auswertungen.

Selbstkompetenzen:

• Kritisches Denken
  • Studierende kennen datengestützte und statistische Argumentationen.
  • Studierende können ebendiese kritisch hinterfragen und bewerten und methodische Lücken erkennen.
  • Studierende zeigen eine kritische und selbstkritische Haltung gegenüber quantitativer Informationen.
• Problemlösen:
  • Studierende kennen statistische Techniken zur Analyse und Lösung von Problemen, welche mit einem quantitativen Ansatz gelöst werden sollen.
  • Studierende können quantitative Probleme einschätzen und auf die entsprechenden statistischen Analysetechniken zurückführen.
  • Studierende erkennen eine Lösungspluralität für quantitative Fragestellungen.

Folgende Lerninhalte werden vermittelt:

• jamovi Syntax, Berechnungen und Transformationen
• Lineare Einfachregression, lineare Mehrfachregression
• Ein- und Mehrfaktorielle ANOVA
• Faktorenanalyse

Alle statistischen Verfahren werden sowohl inhaltlich theoretisch als auch anwendungsbezogen (Aufgaben mit der Statistiksoftware jamovi) vermittelt.

• Interaktives, multimodales Skript inklusive Übungen und Lösungen zum asynchronen Selbststudium.
• Arbeiten am Laptop mit jamovi
• Optionale Sprechstunde vor Ort.

Kompetenzen und Lerninhalte der Module Methoden der quantitativen Sozialforschung (Quantitative Methoden 1) und Statistik 1 (Quantitative Methoden 2).

Note 1 - 6 (halbe Noten)

• Navarro D.J., Foxcroft, D.R.: Learning statistics with jamovi: A tutorial for psychology students and other beginners. 2022. https://www.learnstatswithjamovi.com/
• Bortz J., Schuster C.: Statistik für Human und Sozialwissenschaftler, Springer 2010