In diesem Kurs werden Sie mit den grundlegenden Ideen der qualitativen Forschung in den Sozialwissenschaften vertraut gemacht. Sie lernen etwas über Datenerfassung, Beschreibung, Analyse und Interpretation in der qualitativen Forschung. Qualitative Forschung beinhaltet oft einen iterativen Prozess. Wir werden uns auf die Zutaten konzentrieren, die für diesen Prozess erforderlich sind: Datenerhebung und -analyse. Sie werden nicht lernen, wie man qualitative Methoden anwendet, indem Sie sich einfach nur Videos ansehen. Daher legen wir viel Wert auf die Erhebung von Daten durch Beobachtung und Befragung sowie auf die Analyse und Interpretation der gesammelten Daten in anderen Aufgaben. Natürlich werden die wichtigsten Konzepte der qualitativen Forschung besprochen, ebenso wie wir Qualitätskriterien, gute Praktiken, Ethik, das Verfassen einiger Analysemethoden und das Mischen von Methoden erörtern werden. Wir hoffen, dass wir einige Vorurteile ausräumen und viele Studenten für die qualitative Forschung begeistern können.

Das Verständnis von Statistik ist unerlässlich, um die Forschung in den Sozial- und Verhaltenswissenschaften zu verstehen. In diesem Kurs lernen Sie die Grundlagen der Statistik kennen, nicht nur wie man sie berechnet, sondern auch wie man sie auswertet. Dieser Kurs bereitet Sie auch auf den nächsten Kurs der Spezialisierung vor - den Kurs Inferenzstatistik.

Im ersten Teil des Kurses werden wir Methoden der deskriptiven Statistik besprechen. Sie lernen, was Fälle und Variablen sind und wie Sie Maße der zentralen Tendenz (Mittelwert, Median und Modus) und der Streuung (Standardabweichung und Varianz) berechnen können. Anschließend wird erörtert, wie man Beziehungen zwischen Variablen bewertet, und es werden die Begriffe Korrelation und Regression eingeführt. Der zweite Teil des Kurses befasst sich mit den Grundlagen der Wahrscheinlichkeitsrechnung: Berechnung von Wahrscheinlichkeiten, Wahrscheinlichkeitsverteilungen und Stichprobenverteilungen. Sie müssen diese Dinge kennen, um zu verstehen, wie Inferenzstatistik funktioniert. Der dritte Teil des Kurses besteht aus einer Einführung in die Methoden der Inferenzstatistik - Methoden, die uns helfen zu entscheiden, ob die Muster, die wir in unseren Daten sehen, aussagekräftig genug sind, um Rückschlüsse auf die zugrunde liegende Grundgesamtheit zu ziehen, an der wir interessiert sind. Wir werden Konfidenzintervalle und Signifikanztests besprechen. Normalerweise würden Sie nicht nur all diese statistischen Konzepte kennenlernen, sondern auch darin geschult werden, diese Statistiken mit frei verfügbarer Statistiksoftware selbst zu berechnen und zu erstellen. Aus technischen Gründen können wir dies derzeit nicht tun. Wir werden versuchen, dies bald wieder anzubieten.

Bei der Inferenzstatistik geht es darum, auf der Grundlage der in der Stichprobe gefundenen Beziehungen auf die Beziehungen in der Grundgesamtheit zu schließen. Mit Hilfe der Inferenzstatistik können wir beispielsweise entscheiden, ob die Unterschiede zwischen den Gruppen, die wir in unseren Daten feststellen, stark genug sind, um unsere Hypothese zu stützen, dass Gruppenunterschiede generell in der gesamten Population bestehen. Zunächst werden wir die Grundprinzipien der Signifikanztests betrachten: die Verteilung der Stichproben- und Teststatistiken, den p-Wert, das Signifikanzniveau, die Trennschärfe sowie Fehler vom Typ I und Typ II. Dann werden wir eine große Anzahl statistischer Tests und Techniken betrachten, die uns helfen, Schlussfolgerungen für verschiedene Datentypen und verschiedene Arten von Designforschungen zu ziehen. Für jeden einzelnen statistischen Test werden wir untersuchen, wie er funktioniert, für welche Daten und welches Design er geeignet ist und wie die Ergebnisse zu interpretieren sind.

Normalerweise würden Sie auch lernen, wie man diese Tests mit der frei verfügbaren Software R durchführt. Aus technischen Gründen können wir dies leider nicht tun. Wir werden versuchen, dies bald wieder anzubieten. Für diejenigen, die bereits mit statistischen Tests vertraut sind: Wir werden uns z-Tests für 1 und 2 Proportionen, McNemar's Test für abhängige Proportionen, t-Tests für 1 Mittelwert (gepaarte Unterschiede) und 2 Mittelwerte, den Chi-Quadrat-Test für Unabhängigkeit, den exakten Test von Fisher, einfache Regression (linear und exponentiell) und multiple Regression (linear und logistisch), einseitige und faktorielle Varianzanalyse und nicht-parametrische Tests (Wilcoxon, Kruskal-Wallis, Vorzeichentest, Signed-Rank-Test, Runs-Test) ansehen.

Das abschließende Forschungsprojekt besteht aus einer Forschungsstudie, die Sie in Zusammenarbeit mit anderen Kursteilnehmern durchführen werden. Gemeinsam werden Sie eine Forschungshypothese und ein Forschungsdesign formulieren, Operationalisierungen erarbeiten, Manipulations- und Messinstrumente entwickeln, Daten sammeln, statistische Analysen durchführen und die Ergebnisse dokumentieren.

In diesem Kurs werden Sie den gesamten Forschungsprozess durchlaufen und können mitbestimmen, welche Forschungsfrage wir untersuchen und wie wir die Forschung gestalten und durchführen. Diese Erfahrung ist von unschätzbarem Wert, wenn Sie in Zukunft in der Lage sein wollen, wissenschaftliche Forschung in den Sozial- und Verhaltenswissenschaften kritisch zu bewerten oder Ihre eigenen Studien zu konzipieren und durchzuführen.