Personal Details

Die Lehrveranstaltung fokussiert auf die praktische Umsetzung eines vollständigen quantitativen Forschungsprozesses in R mit einem besonderen Schwerpunkt auf explorativen multivariaten Verfahren.

Ausgehend von einer standardisierten Fragebogenerhebung übertragen die Studierenden die Daten mittels Kodierungsplan in eine Datenmatrix, führen eine systematische Plausibilitätskontrolle, Datenbereinigung (inkl. Rekodierungen) sowie einen begründeten Umgang mit fehlenden Werten durch. Darauf aufbauend werden Mehrfachantworten ausgewertet und Skalen über Reliabilitätsanalysen (Cronbachs Alpha) gebildet.

Den inhaltlichen Kern bilden anschließend explorative Faktorenanalysen zur Identifikation latenter Dimensionen (Eignungsprüfungen wie KMO/Bartlett, Bestimmung der Faktorenzahl, Rotation, Interpretation der Ladungsmuster, Berechnung und Nutzung von Faktorscores) sowie Clusteranalysen zur datengetriebenen Typenbildung (Standardisierung/Distanzmaße, hierarchische Verfahren und/oder k-means, Auswahl der Clusterzahl, Clusterprofilierung und inhaltliche Interpretation).

Die so gewonnenen Faktoren und Cluster werden zur vertiefenden Ergebnisdarstellung und – ergänzend – zur modellbasierten Prüfung von Zusammenhängen (Korrelationen, OLS-Regressionen inkl. Diagnostik) herangezogen. Abschließend erstellen die Studierenden einen kurzen Forschungsbericht, der Vorgehen, Ergebnisse und Limitationen nachvollziehbar dokumentiert.

Vortrag, Diskussion, Übung

Endprüfung

Die Schwerpunkte liegen darauf, wie quantitative Einzelfallanalysen als Evaluierungsmethode in der Klinischen Sozialen Arbeit durchgeführt werden können. Zunächst werden quasi-experimentelle Einzelfall-Designs vorgestellt und darauf eingegangen, wie mittels Zielerreichungsanalyse und Goal Attainment Scaling quantitative Einzelfalldaten gewonnen werden können.

Mit dem im Kurs vorgestellten psychometrischen Ansatz in der Einzelfallanalyse wird überprüft, ob sich Testwert von Personen signifikant von den Werten einer Referenzgruppe unterscheiden.

Zur Analyse von Verlaufsdaten (Zeitreihendaten) werden unterschiedliche Methoden vorgestellt. Neben deskriptiven Auswertungen und der grafischen Darstellung von Verlaufsprofilen werden non-parametrische und parametrischen Methoden (ARIMA-Modelle) vorgestellt.

Mit Effektstärkenmaßen, schrittweisen Regressionsmodellen und Randomisierungstests werden Verfahren zur Interventionsanalyse in der Klinischen Sozialen Arbeit vorgestellt und an Beispielen erläutert.

Alle im Kurs vorgestellten Methoden der quantitativen Einzelfallanalyse und deren Anwendung werden im Statistikpaket R vorgestellt.

Vortrag, Diskussion, Übung

Endprüfung

Die Lehrveranstaltung fokussiert auf die praktische Umsetzung eines vollständigen quantitativen Forschungsprozesses in R mit einem besonderen Schwerpunkt auf explorativen multivariaten Verfahren.

Ausgehend von einer standardisierten Fragebogenerhebung übertragen die Studierenden die Daten mittels Kodierungsplan in eine Datenmatrix, führen eine systematische Plausibilitätskontrolle, Datenbereinigung (inkl. Rekodierungen) sowie einen begründeten Umgang mit fehlenden Werten durch. Darauf aufbauend werden Mehrfachantworten ausgewertet und Skalen über Reliabilitätsanalysen (Cronbachs Alpha) gebildet.

Den inhaltlichen Kern bilden anschließend explorative Faktorenanalysen zur Identifikation latenter Dimensionen (Eignungsprüfungen wie KMO/Bartlett, Bestimmung der Faktorenzahl, Rotation, Interpretation der Ladungsmuster, Berechnung und Nutzung von Faktorscores) sowie Clusteranalysen zur datengetriebenen Typenbildung (Standardisierung/Distanzmaße, hierarchische Verfahren und/oder k-means, Auswahl der Clusterzahl, Clusterprofilierung und inhaltliche Interpretation).

Die so gewonnenen Faktoren und Cluster werden zur vertiefenden Ergebnisdarstellung und – ergänzend – zur modellbasierten Prüfung von Zusammenhängen (Korrelationen, OLS-Regressionen inkl. Diagnostik) herangezogen. Abschließend erstellen die Studierenden einen kurzen Forschungsbericht, der Vorgehen, Ergebnisse und Limitationen nachvollziehbar dokumentiert.

Vortrag, Diskussion

Endprüfung

Die Lehrveranstaltung steht in der konkreten, prozessbegleitenden Umsetzungsabsicht für die eigenständige Abschlussarbeit der Studierenden.

Inhalte sind die Vorstellung des aktuellen Stands der Masterarbeit, Klärung wichtiger methodischer Fragen und „Verteidigung der Masterarbeit“. Feedback zur Designerstellung und Erhebungs- und Auswertungsmethodik (ordnen, darstellen, analysieren und interpretieren des Datenmaterials) inklusive der Vorbereitung der Präsentation der Masterarbeit im Rahmen der mündlichen Diplomprüfung wird geboten.

Reflexion, Übung

Immanente Leistungsüberprüfung

Die Studierenden arbeiten in Peergroups an ihrer individuellen Masterarbeit weiter und erhalten dazu relevante und prozessorientierte Unterstützung, um den Fortgang der Arbeit voranzutreiben. Der Schwerpunkt liegt auf der Unterstützung hinsichtlich der Auswertungsverfahren und dem individuellen Coaching bei auftretenden Hemmnissen im wissenschaftlichen Schreibprozess. Die unterschiedlichen Entwicklungsstände der Arbeiten werden dabei berücksichtigt.

Reflexion, Übung

Immanente Leistungsüberprüfung

Immanente Leistungsüberprüfung

Die Studierenden arbeiten in Peergroups an ihrer individuellen Masterarbeit und erhalten dazu relevante und prozessorientierte Unterstützung, um den Fortgang der Arbeit voranzutreiben. Der Schwerpunkt liegt auf der Unterstützung der Entwicklung geeigneter Erhebungsinstrumente zur Umsetzung der wissenschaftlichen Arbeit. Die unterschiedlichen Entwicklungsstände der Arbeiten werden dabei berücksichtigt.

Reflexion, Übung

Immanente Leistungsüberprüfung

Die Lehrveranstaltung führt in zentrale Fragestellungen der Stadtökonomik ein und arbeitet mit einem konzeptionellen, überwiegend diagrammatischen Zugang. Im Mittelpunkt stehen ökonomische Erklärungen dafür, warum Städte entstehen, wie sich räumliche Stadtstrukturen ausbilden und wie politische Eingriffe Wohnungs- und Stadtentwicklung beeinflussen. Das zugrunde liegende Lehrbuch ist ausdrücklich modellorientiert aufgebaut; die Übungen entwickeln numerische Beispiele auf Basis dieser Modelle.

Behandelt werden erstens die ökonomischen Ursachen der Stadtentstehung, insbesondere Skalenerträge, Agglomerationseffekte, Transportkosten und Einzelhandelsagglomeration. Zweitens wird das grundlegende stadtökonomische Modell der räumlichen Stadtstruktur erarbeitet: Pendelkosten, Wohnstandortwahl, Wohnungsproduktion, Bodenrenten, Gebäudehöhen, Wohnungsgrößen, Bevölkerungsdichte und Unterschiede zwischen Städten. Drittens werden Erweiterungen dieses Modells behandelt, etwa Städte mit unterschiedlichen Einkommensgruppen, Verkehr über Freeways, Beschäftigung außerhalb des Zentrums, langlebiger Wohnungsbestand sowie Urbanisierung in Entwicklungsländern. Viertens werden Stadtwachstum, Urban Sprawl und raumordnungspolitische Instrumente wie Entwicklungsabgaben, Urban Growth Boundaries, Höhenbeschränkungen und Zoning analysiert. Fünftens widmet sich die Lehrveranstaltung wohnungspolitischen Eingriffen, insbesondere Mietregulierung, Wohnsubventionen und ökonomischen Erklärungen von Wohnungslosigkeit.

Vortrag, Diskussion, Arbeitsblätter

Endprüfung

Einführung in die triangulative sozialräumliche Forschung

Datengetriebene kleinräumige Sozialraumanalysen

- Aufbau und Nutzung kleinräumiger Datensätze

- Strukturdatenkataloge und Indikatoren sozialer Lage

- Verfahren zur Bestimmung von Jugendhilfebedarf und sozialen Belastungen (Rangreihenverfahren, Indexbildung, Faktorenanalyse)

- Kartographische Darstellung und Interpretation von Sozialräumen

Mixed Methods-Ansätze in der Praxis

- Kombination von Beobachtungsstudien und quantitative Erhebungen zur Analyse öffentlicher Räume

- Statistische Verfahren wie Chi-Quadrat-Tests zur Prüfung sozialer Unterschiede

- Räumliche Analysen (Punktkarten, Nutzungsintensitätskarten, Sequenz- und Ereignisdatenanalyse in R)

Vignettentechnik und Conjoint-Analyse

- Entwicklung und Einsatz von Vignetten in der Sozialforschung

- Analyse von Präferenzen für öffentliche Räume oder Dienstleistungen

- Orthogonale und fractionelle Designs in R

- Praktische Anwendung: Gestaltung von Nahversorgungsangeboten im Stadtteil

Netzwerkanalyse und Soziometrie

- Untersuchung von Beziehungsstrukturen zwischen Personen, Gruppen und Institutionen

- Erstellung und Auswertung von Beziehungsmatrizen, Soziogrammen und Cliquenanalysen

- Kennzahlen wie Zentralität, Dichte, Brückenpositionen

- Anwendung von R (igraph-Paket) zur Visualisierung und Analyse sozialer Netzwerke

Räumliche Zusammenhänge messen

- Konzepte räumlicher Autokorrelation (positive und negative Muster)

- Moran's I als statistisches Maß

- Einführung in räumliche Ökonometrie (Spillover-Effekte, Area-Unit-Problem)

- Anwendung in der Analyse regionaler Ungleichheiten

Vortrag, Diskussion

Endprüfung