DEZIM SUMMER SCHOOL 2024

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

Woche 1 (13.08. – 16.08.):

13.08 & 14.08.: Multilevel Analyse (auf Deutsch mit Martin Kroh, Universität Bielefeld)

15.08. & 16.08.: Web-Scraping with Python (auf English mit Dongrui Jiang, TU Berlin)

Woche 2 (19.08. – 23.08.):

19.08.: Einführung in qualitative Methoden (auf Deutsch mit Elena Tsarouha, Hochschule Esslingen)

20.08.: Einführung in Statistik (auf Deutsch mit William Tarazona, Europa-Universität Flensburg)

21.08.: Einführung in Fragebogen- & Itemkonstruktion (auf Deutsch mit Carina Cornesse, DIW)

23.08. Applied Panel Data Analysis (auf Englisch mit Chen-Hao Hsu, Universität Bamberg)

Multilevel Analyse – 13. & 14.08.

Aus einer sozialwissenschaftlichen Perspektive werden individuelle Einstellungen und Verhalten maßgeblich durch kontextuelle Bedingungen mitbestimmt. Diese kontextuellen Bedingungen können etwa die Form politischer Institutionen, regionaler Opportunitäten, Merkmale von Nachbarschaften, Familien oder sozialen Gruppen im Allgemeinen einnehmen. Hierarchische Regressionsmodelle bieten ein Analyseverfahren zur Betrachtung von Individuen geclustert in Gruppen (etwa Staaten, Nachbarschaften, Familien) und somit zur gleichzeitigen Berücksichtigung von individuellen und kontextuellen Determinanten individueller Einstellungen und Verhaltensweisen.

Der zweitägige Kurs gibt in einem ersten Schritt einen Überblick über Kontexteffekte in den Sozialwissenschaften und damit verbundenen Forschungsdesigns und Analyseverfahren der Multilevel Analyse. In einem zweiten Schritt sollen hierarchische Regressionsmodelle aufbauend auf der linearen Regression schrittweise hergeleitet und an Beispielen erläutert werden. Hierzu gehören etwa random intecept models, random coefficient models oder auch cross-classified models. In einem dritten Schritt sollen die Verfahren in hands-on-sessions angewendet auf beispielhafte Fragestellungen und Beispieldaten praktisch mit Stata übertragen werden. Dazu werden insbesondere ländervergleichende Analysen mit dem European Social Survey verwendet, eine typische Anwendung von Multilevel Analysen in den letzten Jahren. Je nach Interesse der Teilnehmenden können Schwerpunkte auf spezifischen Verfahren und Anwendungen liegen oder auch konkrete Themen aus laufenden Forschungsprojekten adressieren.

• Benötigte Software: Stata

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.

Web-Scraping with Python – 15. & 16.08.

In this 2-day workshop, participants will gain foundational knowledge and practical skills in web scraping using Python. The course is designed to introduce essential concepts and techniques required for collecting data from the web. Throughout the workshop, participants will delve into understanding the structure of web pages, grasp the principles of web scraping and crawling, and acquire efficient methods for data extraction.

• Benötigte Software: Python

Dongrui Jiang has served as the lecturer for the course "Introduction to Python Programming" at the TU Berlin Summer and Winter University since 2020. With over 5 years of experience as a researcher leveraging Python for data processing, she brings a wealth of practical knowledge and expertise to the field. Passionate about teaching and sharing insights, she conducts training sessions covering basic Python grammar, as well as advanced topics in web scraping and data analysis. Participants of her previous Python courses have offered positive feedback on the practical skills they acquired, noting the tangible impact these skills have had on their professional endeavors. 

Einführung in qualitative Methoden – 19.08.

Der Kurs gliedert sich in vier thematische Abschnitte. Im ersten Block erfolgt eine kurze Einführung in erkenntnistheoretische Grundlagen in Abgrenzung zu quantitativen Forschungsansätzen. Darauf aufbauend wird die Vielfalt an qualitativen Designs, Erhebungsmethoden und Analyseverfahren skizziert. Es werden zentrale Merkmale qualitativer Forschung und Kriterien der Qualitätssicherung behandelt. Im zweiten Abschnitt erfolgt eine vertiefende Auseinandersetzung mit qualitativen Datenerhebungen, insbesondere leitfadengestützten Interviews. Im dritten Abschnitt wird anhand von Rollenspielen die Gesprächsführung erprobt und anschließend gemeinsam reflektiert. Danach erfolgt eine kurze Einführung in die qualitative Inhaltsanalyse. Im vierten Block werden mittels eines exemplarischen Textausschnitts erste Schritte der Analyse erprobt. Abschließend wird die Darstellung qualitativer Ergebnisse thematisiert und an ausgewählten Beispielen veranschaulicht.

• Benötigte Software: keine

Dr. Elena Tsarouha ist Soziologin und verfügt über umfangreiche Kenntnisse der empirischen Sozialforschung, vor allem im Bereich der qualitativen Methoden. Sie arbeitet an der Hochschule Esslingen in der Begleitforschung zur Einführung der neuen Pflegeausbildungen. Zuvor war sie im Bereich der Arbeitsmedizin, Sozialmedizin und Versorgungsforschung am Universitätsklinikum Tübingen in verschiedenen Forschungsverbünden zu Themen der stresspräventiven Führung und psychischen Gesundheit am Arbeitsplatz tätig. An der Europa-Universität Flensburg hat sie zum Thema Prüfungen an Hochschulen promoviert und war in der qualitativen und quantitativen Methodenlehre tätig. 

Einführung in Statistik – 20.08.

Dieser Kurs behandelt vier Themen: empirische Sozialforschung, Deskriptive Statistik, Inferenz Statistik sowie deren Zusammenhänge. Anhand von Beispielen in verschiedenen Bereichen wie Soziologie, Politik, Ökonomie werden diese erläutert. Verschiedene bekannte Datensätze wie zum Beispiel Allbus, GSS, PISA werden während des Workshops benutzt, um verschiedene Analysen zu machen.

• Benötigte Software: R und R-Studio

William Tarazona arbeitet seit 2005 als Wissenschaftlicher Mitarbeiter an der Europa-Universität Flensburg in der Abteilung Zentrale Methodenlehre, wo er diverse Lehrveranstaltungen im Fach Statistik hält. Seine Lehrveranstaltungen reichen von Einführung in die Statistik bis hin zu Statistik mit Excel und SPSS sowie Simulationen. 2011 erhielt er einen universitätsweiten Lehrpreis für die beste Lehrveranstaltung der Universität Flensburg.

Einführung in Fragebogen- & Itemkonstruktion – 21.08.

Der eintägige Workshop „Fragebogen- und Itemkonstruktion“ bietet interessierten Teilnehmenden die Möglichkeit, Grundlagen der Fragebogenentwicklung, -evaluierung, und -testung zu erlernen. Lernziel ist es, die Teilnehmenden in die Lage zu versetzen, existierende Fragebögen und Items bezüglich ihrer Güte und Eignung für bestimmte Zwecke einschätzen zu können, sowie eigene Fragebögen entwickeln und testen zu können. Fokus des Kurses sind interaktive Übungseinheiten, in denen Kursteilnehmende ihr Wissen unter Anleitung anwenden. Gerahmt werden die Übungseinheiten durch die Vermittlung theoretischer Grundlagen (z.B. Total Survey Error Framework, Messfehler, kognitiver Antwortprozess, Messung latenter Konstrukte) und best-practice Richtlinien sowie empirischen Erkenntnissen der Fragebogenforschung (z.B. zur Anordnung von Fragen im Fragebogen oder der Anzahl von Antwortoptionen). Ein besonderer Fokus liegt auf der Berücksichtigung des Erhebungsmodus bei der Fragebogenkonstruktion (z.B. visuelle Designeffekte in Online-Fragebögen, Interviewereffekte in telefonischen oder persönlichen Interviews) sowie den grundlegenden Techniken der Fragenevaluation und des Einsatzes von kognitiven Interviews zur Fragebogenoptimierung. Die Teilnehmenden sind eingeladen eigene Forschungsfragen mitzubringen, die sie in Fragebogenmodule übersetzen möchten. Dies ist jedoch keine Teilnahmevoraussetzung.   

• Keine Software benötigt.

Dr. Carina Cornesse studierte Soziologie in Mainz und Frankfurt am Main und promovierte an der Universität Mannheim. Ihre Forschungsarbeit konzentriert sich insbesondere auf die Themen Datenerhebung und die Nutzung von Paneldaten. Aktuell ist sie als wissenschaftliche Projektleiterin am Deutschen Institut für Wirtschaftsforschung (DIW Berlin) tätig. Zudem arbeitet sie als wissenschaftliche Mitarbeiterin an der Universität Bremen und Dozentin für Datenerhebungsmethodik an der Freien Universität Berlin. Sie ist unter anderem Vorstandsmitglied der European Survey Research Association, Associate Editor der Zeitschrift Journal of Survey Statistics and Methodology sowie Kooperationspartnerin des Center for Panel Survey Sciences.

Applied Panel Data Analysis – 23.08.

Panel data analysis offers important advantages over basic inferential analyses using cross-sectional data. In particular, it allows the identification of causal effects under comparatively weak assumptions and the analysis of individual developmental trajectories. This course provides a general introduction and application of various models and estimators commonly used for panel data analysis. With a focus on causal inference, we will discuss the assumptions and application of various estimators including pooled ordinary least squares (POLS), random effect (RE), fixed effect (FE), first difference (FD), and difference in differences (DID). Model specification for the consistency of the estimators will be emphasized. We will also cover the modelling techniques of growth curves and event study designs using impact functions, which allow the investigation into life course trajectories and effect dynamics. The central goal is to enable participants to critically evaluate different panel research designs and to independently apply these methods to their research. To strike a balance between statistical theory and practical application, we will have several practical exercises using the statistical package Stata and hands-on advice for researchers.

Chen-Hao Hsu has started pursuing his PhD at the University of Bamberg in October 2019, where he has also served as a lecturer for several courses on Applied Panel Data Analysis and Multilevel Analysis in the Chair of Methods of Empirical Social Research. He has contributed significantly to research on family demography and labor market sociology, working as a research associate for the ERC-funded SECCOPA project from 2021 to 2023, as well as a research associate in the Professorship of Demography. He has not only published extensively in reputable journals but also presented his findings at numerous international conferences.

• Benötigte Software: Stata