LFU:online

Die Studierenden sind in der Lage, ein Forschungsdesign zur Beantwortung einer wissenschaftlichen Frage selbstständig zu entwickeln und durchzuführen. Das Forschungsdesign umfasst sowohl die Datenerhebung als auch die Datenanalyse. Studierende lernen valide und replizierbare Forschung anzuwenden. 

Dieser Kurs behandelt Grundlagen und Anwendungsfälle quantitativer Textanalyseansätze. Neben einer allgemeinen Einführung in die quantitative Inhaltsanalyse, um die Methoden, ihre Ursprünge und Entwicklungen einordnen zu können, werden vor allem automatisierte Ansätze besprochen und gemeinsam praktisch umgesetzt. Der Fokus auf innovativen Inhaltsanalysetechniken gibt die Bedeutung der wachsenden Mengen digitaler Daten wieder, mit denen sich Forscher:innen konfrontiert sehen. Im Rahmen dieser Lehrveranstaltung sollen deshalb Schwerpunkte auf den Umgang mit größeren Datenmengen (Sammlung und Verarbeitung), die Analyse anhand von verschiedenen automatisierten Inhaltsanalyseverfahren, sowie praxisorientierte Anwendungsbeispiele gelegt werden. Zu Beginn der Lehrveranstaltung wird zudem eine kurze Einführung/Auffrischung zur Statistik-Software "RStudio" abgehalten, um die Studierenden in die Lage zu versetzen eigenständig Projekte über das Semester hinweg zu erarbeiten.

Der Kurs wird als digitale Lehrveranstaltung abgehalten und vereint verschiedene Formate. Zur Vermittlung von Grundlagen und Praxisbeispielen dienen Vorträge und Diskussionen. Um der Statistiksoftware "RStudio" näherzukommen und eigene Projekte mit automatisierter Inhaltsanalyse umsetzten, werden praktische Übungen zum Einsatz kommen, außerdem wird Eigenleistung der Studierenden zwischen den Einheiten (Lektüre, Übungen, Gruppenprojekte) erwartet.

Die Note setzt sich aus drei Teilen zusammen, die zum Bestehen des Kurses jeweils positiv absolviert werden müssen. 1) (Virtuelle) Anwesenheit und aktive Mitarbeit in den Einheiten sowie Vorbereitung von Lektüre und kleineren Übungen (20%), 2) Erarbeiten und Präsentieren eines Forschungskonzepts (20%), 3) Endabgabe Forschungsarbeit (60%)

Wird in der Lehrveranstaltung bekanntgegeben.

Positive Absolvierung der Pflichtmodule 1 bis 3

Im Rahmen des Kurses müssen die Studierenden eigene Analyseschritte in "RStudio" umsetzen. Vorerfahrung mit Programmiersprachen und/oder Syntax sind daher von Vorteil aber keine Bedingung. Zu Beginn des Semester wird es eine kurze Einfürhungseinheit geben. Dennoch sollten sich alle teilnehmenden Personen bereits mit "RStudio" auseinander setzen und die kostenlose Software installieren (erst Basissoftware "R", dann "RStudio").