Quantitative Forschungsmethoden
Niveau
2.Semester Master: 1. Studienzyklus
Lernergebnisse der Lehrveranstaltungen/des Moduls
Die Studierenden
• sind in der Lage, grundlegende statistische Kennwerte zu berechnen
• sind in der Lage, Variablen anhand von Skalen zu entwickeln
• können einen Datensatz mit unterschiedlichen Variablen für die softwarebasierte statistische Auswertung erstellen
• kennen den Unterschied zwischen deskriptiver und schließender Statistik
• können weiterführende Instrumente und Techniken der Statistik auf betriebswirtschaftliche Problemstellungen anwenden
• sind in der Lage, die Ergebnisse von statistischen Analysen zu interpretieren und daraus betriebswirtschaftliche Entscheidungen abzuleiten
• können ein System für die Früherkennung von Unternehmenskrisen aufsetzen
• sind in der Lage, grundlegende statistische Kennwerte zu berechnen
• sind in der Lage, Variablen anhand von Skalen zu entwickeln
• können einen Datensatz mit unterschiedlichen Variablen für die softwarebasierte statistische Auswertung erstellen
• kennen den Unterschied zwischen deskriptiver und schließender Statistik
• können weiterführende Instrumente und Techniken der Statistik auf betriebswirtschaftliche Problemstellungen anwenden
• sind in der Lage, die Ergebnisse von statistischen Analysen zu interpretieren und daraus betriebswirtschaftliche Entscheidungen abzuleiten
• können ein System für die Früherkennung von Unternehmenskrisen aufsetzen
Voraussetzungen der Lehrveranstaltung
2. Semester: Keine Angaben
Lehrinhalte
I. Grundlagen:
• Abgrenzung quantitativer zu qualitativer Forschung
• Empirische Daten und Verteilungen von Daten (diskrete vs. stetige Verteilung, Verteilungsfunktionen, Visualisierung von Verteilungen etc.)
• Datensuche und Erstellung einer Datenbasis für die softwarebasierte Auswertung
II. Deskriptive Statistik:
• Definition und Berechnung ausgewählter statistische Kennwerte (Mittelwert, Median, Maximum, Minimum, Varianz, Standardabweichung etc.)
• Zusammenhangsmaße zwischen mehreren Messreihen (Kovarianz, Korrelation)
• Umgang mit Ausreißern von Daten
III. Schließende Statistik:
• Tests auf Differenzen (ANOVA, t-Test, U-Test, H-Test etc.)
• Ergänzende Korrelationsanalyse (Faktorenanalyse, Hauptkomponentenanalyse)
IV. Fragebogenerstellung und Skalenbewertung
• Anwendung von Skalen und Entwicklung eines Fragebogens
• Umsetzung eines Pre-Tests
• Entwicklung von Konstrukten
• Konfirmatorische Faktorenanalyse und Cronbach Alpha
V. Ausgewählte statistische Techniken
• Univariate und multivariate Regressionsanalayse
• Multivariate lineare Diskriminanzanalyse
• Logistische Regression
• Abgrenzung quantitativer zu qualitativer Forschung
• Empirische Daten und Verteilungen von Daten (diskrete vs. stetige Verteilung, Verteilungsfunktionen, Visualisierung von Verteilungen etc.)
• Datensuche und Erstellung einer Datenbasis für die softwarebasierte Auswertung
II. Deskriptive Statistik:
• Definition und Berechnung ausgewählter statistische Kennwerte (Mittelwert, Median, Maximum, Minimum, Varianz, Standardabweichung etc.)
• Zusammenhangsmaße zwischen mehreren Messreihen (Kovarianz, Korrelation)
• Umgang mit Ausreißern von Daten
III. Schließende Statistik:
• Tests auf Differenzen (ANOVA, t-Test, U-Test, H-Test etc.)
• Ergänzende Korrelationsanalyse (Faktorenanalyse, Hauptkomponentenanalyse)
IV. Fragebogenerstellung und Skalenbewertung
• Anwendung von Skalen und Entwicklung eines Fragebogens
• Umsetzung eines Pre-Tests
• Entwicklung von Konstrukten
• Konfirmatorische Faktorenanalyse und Cronbach Alpha
V. Ausgewählte statistische Techniken
• Univariate und multivariate Regressionsanalayse
• Multivariate lineare Diskriminanzanalyse
• Logistische Regression
Empfohlene Fachliteratur
Bonart, T. & Bär, J. (2018) Quantitative Betriebswirtschaftslehre - Band I: Grundlagen, Operations Research, Statistik, Wiesbaden.
Burns, A. & Burns, A. (2008) Business research methods and statistics using SPSS, London.
Eckstein, P. P. (2016) Angewandte Statistik mit SPSS: Praktische Einführung für Wirtschaftswissenschaftler, Wiesbaden.
Exler, M. W. & Situm, M. (2019) (Hrsg.) Restrukturierungs- und Turnaround-Management: Strategien, Erfolgsfaktoren und Best Practice für die Transformation, Berlin.
Foster, J., Barkus, E. & Yavorsky, C. (2006) Understanding and using advanced statistics, London.
Burns, A. & Burns, A. (2008) Business research methods and statistics using SPSS, London.
Eckstein, P. P. (2016) Angewandte Statistik mit SPSS: Praktische Einführung für Wirtschaftswissenschaftler, Wiesbaden.
Exler, M. W. & Situm, M. (2019) (Hrsg.) Restrukturierungs- und Turnaround-Management: Strategien, Erfolgsfaktoren und Best Practice für die Transformation, Berlin.
Foster, J., Barkus, E. & Yavorsky, C. (2006) Understanding and using advanced statistics, London.
Bewertungsmethoden und -Kriterien
• Klausur
• Onlinefragen
• Onlinefragen
Unterrichtssprache
Deutsch
Anzahl der zugewiesenen ECTS-Credits
3
E-Learning Anteil in %
33
Semesterwochenstunden (SWS)
1.0
Geplante Lehr- und Lernmethode
• Ein Teil der Veranstaltung wird über eLearning abgedeckt. Hierbei wird eine Kombination zwischen Online Phasen (induktive Methode zum eigenständigen Erarbeiten von Wissen und zum Üben von Aufgabenstellungen) und Präsenzphasen (deduktive Methode, bei welcher Hilfestellungen im Lernprozess gegeben werden als auch über Frontalvorträge Wissen vermittelt wird) eingesetzt.
Semester/Trisemester, In dem die Lehrveranstaltung/Das Modul Angeboten wird
2
Name des/der Vortragenden
Situm Mario
Studienjahr
1
Kennzahl der Lehrveranstaltung/des Moduls
1
Art der Lehrveranstaltung/des Moduls
Seminar, Diplomandenseminar, Praktkumsbegleitendes Seminar
Art der Lehrveranstaltung
Pflichtfach
Praktikum/Praktika
kein