DeZIM Summer School 2023

14. 08. - 24. 08. 2023, Berlin

Zwei Wochen lang bietet das DeZIM ein- bis zweitägige Workshops zu quantitativen Methoden an.

Das Deutsche Zentrum für Integrations- und Migrationsforschung (DeZIM) freut sich dieses Jahr eine erste Methoden Summer School anzubieten. Mitglieder der DeZIM-Forschungsgemeinschaft, die mit quantitativen Methoden arbeiten sind herzlichen eingeladen, sich den einzelnen Workshops anzuschließen. Über zwei Wochen hinweg, werden ein- bis zweitägige Workshops zu quantitativen Methoden angeboten. Die erste Woche setzt den Schwerpunkt auf Längsschnittanalysen und in Woche zwei werden Querschnittsanalysen vertieft. Dazu haben wir Experten zu den jeweilige Themengebieten eingeladen.

Die Kurse werden in den Räumen des DeZIM Instituts in Berlin Mitte stattfinden.

Programmübersicht

Jeweils 9-17 Uhr im Open Space (4.OG.), DeZIM-Institut (Mauerstraße 76, 10117 Berlin)
--

Woche 1 (14.08. – 18.08.): Längsschnittanalysen

14.08 & 15.08.: Kausalanalysen (Prof. Dr. Martin Kroh)

16.08. & 17.08.: Einführung in die Panelregression (Dr. Christian Czymara)
--

Woche 2 (21.08. – 24.08.): Querschnittsanalysen

21.08 & 22.08.: Einführung in die Vignettenanalysen (PD Dr. Herman Dülmer)

23.08.: Data Visualization (Wolf Riepl)

24.08.: Einführung in die Inferenzstatstik & Data Quality (Felix Skarke)

 

Kursbeschreibungen

Kausalanalysen – 14. & 15. 08.

Die Bedeutung kausaler Inferenzen hat für angewandte Forschung in den Sozialwissenschaften und den benachbarten Disziplinen zunehmend an Bedeutung gewonnen. Dies zeigt sich zum einen in der wachsenden Zahl experimenteller Forschungsdesigns (randomized controlled trials, RCT) sowie der wachsenden Zahl Analyseverfahren, die kausalen Inferenzen in nicht-experimentellen Daten fokussieren. Zu diesen Analyseverfahren zählen etwa instrumental variables regression (IV), regression-discontinuity-designs (RDD) oder statistical matching methods. Der Kurs gibt in einem ersten Schritt einen Überblick über wissenschaftstheoretische Konzepte von Kausalität vor und die damit verbundenen Forschungsdesigns und Analyseverfahren. In einem zweiten Schritt sollen ausgewählte Verfahren zur kausalen Inferenz detaillierter dargestellt und in einem dritten Schritt in hands-on-sessions angewendet auf beispielhafte Fragestellungen und Beispieldaten praktisch umgesetzt werden. Je nach Interesse der Teilnehmenden können Schwerpunkte auf Matchingverfahren, IV und RDD oder Experimenten liegen.

  • Benötigte Software: Stata

Prof. Dr. Martin Kroh ist Professor für Methoden der empirischen Sozialforschung mit dem Schwerpunkt Quantitative Methoden an der Fakultät für Soziologie der Universität Bielefeld. Er ist außerdem Mitglied des Vorstands des Instituts für interdisziplinäre Konflikt- und Gewaltforschung (IKG) und ist u.a. an Projekten im Rahmen des FoDiRa Research Network beteiligt sowie an Projekten zu Institutionellem Rassismus des Forschungsinstitut Gesellschaftlicher Zusammenhalt. Seine Forschungsinteressen sind der Zusammenhang zwischen sozialen und politischen Ungleichheiten sowie längsschnittliche und experimentelle Forschungsdaten.

Panelregression – 16. & 17. 08.

Paneldaten, also die wiederholte Beobachtung der gleichen Einheiten, bieten verschiedene Vorteile gegenüber Querschnittsdaten. So lassen sich nicht nur Trends und zeitliche Entwicklungen analysieren, sondern (unter bestimmten Voraussetzungen) auch Aussagen über die Kausalität von Effekten treffen - ein Hauptziel quantitativer Forschung. Zunehmende Dauer und Verfügbarkeit von Längsschnittdaten zu verschiedenen Themengebieten eröffnen eine Vielzahl neuer Möglichkeiten für die empirischen Sozialwissenschaften. Der Kurs wird das Werkzeug zur Analyse von Paneldaten vermitteln und deren Implementierung in der Programmiersprache R zeigen. Dies beinhaltet die Schritte von der Wahl der passenden Datenquelle über die Datenaufbereitung bis zur Datenanalyse (insbesondere Fixed Effects und REWB-Modelle) und die Interpretation der Ergebnisse. 

  • Benötigte Software: R

Dr. Christian Czymara ist Fellow an der Universität Tel Aviv und wissenschaftlicher Mitarbeiter an der der Goethe-Universität Frankfurt am Main. Er wurde an der Universität zu Köln in Sozialwissenschaften promoviert und hat in Köln und Mannheim Soziologie studiert. In seiner Forschung beschäftigt er sich mit Einstellungen zur Einwanderung und politischer Kommunikation. Seine Arbeiten wurden unter anderem in Social Forces, European Journal of Political Research, European Sociological Review, Journal of Ethnic and Migration Studies, International Migration Review und Ethnic and Racial Studies veröffentlicht. 

Vignettenanalyse – 21.08. & 22.08.

Bei der Vignettenanalyse (faktorieller Survey) handelt es sich um ein multifaktorielles experimentelles Design, bei dem den Befragten variierende Situations- oder Personenbeschreibungen (Vignetten) zu einem bestimmten Thema zur Beurteilung vorgelegt werden. Ein Vorteil der Beurteilung konkreter Vignettenbeschreibungen besteht darin, dass dies unserem Urteilsverhalten im alltäglichen Leben erheblich näherkommt als die Beantwortung allgemeiner, häufig abstrakter oder aus dem Kontext herausgelöster Fragen. 
Der zweitägige Kurs zur Einführung in die Vignettenanalyse gliedert sich jeweils in einen Theorieteil (morgens) und einen Praxisteil (nachmittags). Der Theorieteil bietet zunächst eine kurze Einführung in die Grundideen von Experimenten. Die Vignettenanalyse unterscheidet sich von den Experimenten, wie sie gegenwärtig in den meisten Lehrbüchern behandelt werden, dadurch, dass bei ihr nicht nur ein, sondern mehrere Faktoren gleichzeitig variiert werden (faktorielles Design). Hiermit verbunden ist die Frage nach der Auswahl der Faktoren (Situations- oder Personenmerkmale) und deren Level (Merkmalsausprägungen) sowie nach der Auswahl eines geeigneten experimentellen Designs. Ein Schwerpunkt dieses Kurses bildet daher die Auswahl bzw. Konstruktion geeigneter experimenteller Designs. Weitere Themen umfassen die Auswahl der Antwortskala sowie die Frage nach der empirischen Analyse der Daten. Im Praxisteil soll in Kleingruppen zu einem selbstgewählten Thema ein faktorieller Survey erstellt werden. 

Allgemeine Literaturempfehlungen: 

  • Auspurg, Katrin und Thomas Hinz (2015): Factorial Survey Experiments. Series: Quantitative Applications in Social Sciences. Thousand Oaks, CA, Sage. 
  • Dülmer, Hermann (2022): Vignetten, in: Baur, Nina und Jörg Blasius (Hrsg.): Handbuch Methoden der empirischen Sozialforschung, 3. Auflage, Springer, Kapitel 76, S. 1135-1146. 
  • Benötigte Software: SAS und Stata

Dr. Herman Dülmer ist Privatdozent für Soziologie am Institut für Soziologie und Sozialpsychologie (ISS) der Universität zu Köln. Seine methodischen Interessen sind der faktorielle Survey (Vignettenanalyse) sowie die Mehrebenenanalyse einschließlich Mehrebenenstrukturgleichungsmodelle (ML CFA und ML SEM). Den Schwerpunkt seiner inhaltlichen Forschung bilden die vergleichende Kultursoziologie (Wertewandel, kultureller Wandel) und die politische Soziologie (Wahlforschung). Methodische Artikel zum faktoriellen Survey hat er in Sociological Methods & Research veröffentlicht. Inhaltliche Beiträge sind in unter anderem in Social Justice Research und im Journal of Marriage and Family erschienen.

Data Visualization – 23.08.

Das Kurs zu Themen der Data Visualization wird sich stark an den konkreten Bedarfen und Wünschen der Teilnehmenden orientieren. Möglich ist eine Übersicht über die die 7 Schichten der "Grammatik der grafischen Darstellung", die anhand von Codebeispielen vorgestellt wird. Auch die Auseinandersetzung mit der Datenaufbereitung (tidyr, forcats) über ggplot2 und dem tidy data-Format ist ein möglicher Inhalt des Kurses. Darüber hinaus bietet der Kurs den Raum, sich mit Praktiken der Datenvisualisierung zu beschäftigen, etwa mit Schwerpunkt auf Animationen mit ggplot2 und gganimate und/oder interaktive Grafiken.

  • Benötigte Software: R

Wolf Riepel ist ausgebildeter Radio- und Fernsehtechniker sowie Diplom-Soziologe. Er hat rund 10 Jahre lang Datenanalyse überwiegend mit SPSS Statistics sowie mit Stata und dem SPSS Modeler betrieben und in ExcelVBA programmiert. Sein erster Kontakt zu R erfolgte in Form eines Wochenend-Workshops 2007; anschließend wollte er das Programm "nie wieder öffnen". Das änderte sich erst über 7 Jahre später.  Seitdem nutzt er beruflich fast ausschließlich R und möchte es nicht mehr missen. Aktueller Tätigkeitsschwerpunkt sind Schulungen / Workshops/ Seminare/ Webinare, was ihm mehr Spaß macht als die frühere freiberufliche projektbasierte Datenanalyse.

Einführung in Inferenzstatstik & Data Quality – 24.08.

Der Workshop „Einführung in die Inferenzstatistik und Data Quality“ frischt zu Beginn das Wissen zu Daten als Grundlage statistischer Auswertungen auf. Dies bezieht sich auf die Art der Datenerhebung, die Typologie der Messerwerte sowie das Messniveau der Daten. Anschließend gibt der Kurs einen kleinen Einblick in die Grundlagen der deskriptiven Statistik (Kontingenztabellen, Lage- und Skalenparameter, grafische Auswertungen, Zusammenhangsmaße), bevor der Hauptteil des Workshops mit einer Einführung in Zufallsvariablen und Verteilungsmodelle beginnt. Dabei wird besonders auf die Normalverteilung als zentral bedeutsame Verteilung der Inferenzstatistik eingegangen. Der Abschnitt Grundlagen der schließenden Statistik (Inferenzstatistik) befasst sich mit den Themen Stichprobe und Grundgesamtheit, Konfidenzintervalle, statistische Tests und Regressionsanalyse. Wichtige Schlagworte, auf die bei den statistischen Tests eingegangen wird, sind das Verteilungsmodell, Hypothesen, Teststatistik, kritischer Bereich, p-Wert und gebräuchliche Tests. Bei der Regressionsanalyse liegt der Fokus auf der Interpretation der Parameter, den Annahmen des Modells, Maße der Anpassungsgüte und Parametertest. Abgeschlossen wird der Workshop mit dem Thema Missinterpretation und Probleme bei der Handhabung statistischer Auswertungen. Darunter fallen beispielsweise irreführende Visualisierungen, Verzerrungen durch ungeeignete Stichprobenziehung, Missverständnisse bei Kausalität und Korrelation, sowie dem Konzept der statistischen Signifikanz.   

  • Keine Software benötigt.

Felix Skarke arbeitet seit 2018 als wissenschaftlicher Mitarbeiter an der Professur für Angewandte Statistik von Prof. Marcus bei der statistischen Beratungseinheit fu:stat der Freien Universität Berlin. Im Rahmen seiner Tätigkeit begleitet er quantitative Qualifikationsarbeiten und Veröffentlichungen von vor allem Studierenden und Mitarbeiter:innen der Freien Universität. Außerdem hält er Schulungen zu Statistiksoftware (R, SPSS) und statistischer Theorie (z.B. Inferenzstatistik, Regression).

 

Voraussetzung

Einzige Voraussetzung für die Teilnahme an der Summer School ist die Zugehörigkeit zum DeZIM oder der DeZIM-Forschungsgemeinschaft. Bitte bringen Sie einen eigenen Laptop mit und installieren Sie ggf. die benötigte Software vor Kursbeginn.

 

Anmeldung

Die DeZIM Summer School ist kostenfrei. Die Teilnehmeranzahl ist auf 18 Teilnehmer*innen pro Kurs begrenzt. Anmeldungen für die jeweiligen Kurse bitte bis zum 14. 07. 2023 per E-Mail an methodenworkshop(at)dezim-institut.de unter Angabe Ihrer Affiliation und Ihres Status (wiss. Mitarbeiter*in, Angestelle*r, Leitung, etc.).  Als Betreff verwenden Sie bitte „Anmeldung [Kursname]“. Bei mehreren Kursbuchungen schicken Sie bitte separate E-Mails. Es werden nur Anmeldungen mit vollständigen Angaben berücksichtigt. Sollte es zu Überanmeldungen kommen, werden die Plätze per Losverfahren vergeben.

 

Alle Infos zum Programm und Anfahrt als PDF

 

Kontakt

Zühal Arikan
Wissenschaftliche MitarbeiterinCluster "Daten - Methoden - Monitoring"

E-Mail: arikan(at)dezim-institut.de