LFU:online

Dieser Kurs wird vollständig in englischer Sprache abgehalten.

Dies ist ein Kurs für Anfänger. Am Ende des Kurses wissen die Teilnehmer

(a) wie Verhaltensdaten in der Sozialpsychologie innerhalb eines transparenten, reproduzierbaren Arbeitsablaufs verarbeitet, modelliert und interpretiert werden;

(b) wie „Datenanalyse“ in vier miteinander verbundene Bereiche unterteilt ist – statistische Modellierung, statistische Inferenz, kausale Inferenz und Wissenschaftskommunikation – und wie verschiedene Forschungsbereiche diese unterschiedlich gewichten; und

(c) warum das Beherrschen der Grundlagen (anstatt das Abhaken einer Liste von Tests) zu vertretbaren Entscheidungen und glaubwürdigen Ergebnissen führt. Die Studierenden werden in der Lage sein:

• Modellierung unter Verwendung des linearen Modellierungsrahmens als vereinheitlichende Engine

• Inferenz unter Verwendung der Neyman-Pearson-Entscheidungstheorie und Verständnis, warum eine Vorregistrierung für gültige NP-Behauptungen notwendig ist; Erkennen von P-Hacking und HARKing als Bedrohungen für die Fehlerkontrolle

• Argumentieren über Kausalität auf Anfängerniveau: Formulieren von kausalen Fragen und Schätzern; Zeichnen und Lesen von DAGs (Confounding, Colliders, Selection)

• Kommunikation mit Reproduzierbarkeit: Organisation von R-Projekten; Schreiben in R Markdown/Quarto; Verwendung von tidyverse und ggplot für die Analyse und klare Datenvisualisierung; Erstellung sauberer Modelltabellen; Erstellung von teilbaren, wiederholbaren Berichten.

Dieser Kurs wird auf Englisch unterrichtet.

Dieser Anfängerkurs definiert „Datenanalyse“ neu und vermittelt die Grundlagen der Analyse von Sozial- und Verhaltensdaten, die in der psychologischen Forschung gewonnen werden. Wir trennen vier Bereiche voneinander und verbinden sie dann wieder miteinander:

(1) Die statistische Modellierung kombiniert klassische Tests unter linearen Modellen (einfach, mehrfach, Interaktionen, kategoriale Prädiktoren, multiple Ergebnisse).

(2) Statistische Inferenz schafft eine Neyman-Pearson-Basis für disziplinierte Entscheidungsfindung (Fehler vom Typ I/II, Power, SESOI, Äquivalenz- und Minimaleffekttests, Multiplizitätskontrolle) und erklärt die Vorregistrierung als Voraussetzung für gültige NP-Behauptungen, einschließlich der Frage, wie Praktiken wie P-Hacking und HARKing die Fehlerkontrolle beeinträchtigen; zum besseren Verständnis wird eine kurze, nicht-technische Einführung in bayessche Methoden gegeben.

(3) Kausale Inferenz führt Anfänger mit DAGs in das kausale Denken ein, betont die Bedeutung des Designs vor der Analyse und vermittelt ein Gefühl für Probleme, die typischerweise bei Verhaltensdaten auftreten.

(4) Wissenschaftskommunikation konzentriert sich auf reproduzierbare Arbeitsabläufe in R/Quarto und ggplot und betont transparente Berichterstattung, Visualisierung von Unsicherheiten, Entscheidungsprotokolle und klare Modellzusammenfassungen.

Der Schwerpunkt liegt auf konzeptioneller Klarheit, disziplinierter  Entscheidungsfindung und transparenter Berichterstattung – nicht auf einer erschöpfenden Abdeckung. Die Studierenden lernen, wie Datenanalysten in der Sozialpsychologie zu denken und jede analytische Entscheidung zu begründen.

• Vorlesungen: Kernkonzepte und detaillierte Beispiele aus den vier Bereichen.

• Interaktive Diskussionen: Geführte Kritik von Modellierung, Schlussfolgerungen, kausalen Behauptungen und Berichterstattung in der realen sozialpsychologischen Arbeit.

• Praktische Übungen: Schritt-für-Schritt-R/Quarto-Labore zur Erstellung reproduzierbarer Analysen und Berichte.

• Engagement und wöchentliche Aufgaben (20 %): konstruktive Teilnahme; fristgerechte Einreichung der erforderlichen Aufgaben.

• Schriftliche Semesterarbeit (40 %): eine reproduzierbare Analyse und ein Bericht, die Modellierung, Schlussfolgerungen, grundlegende kausale Argumentation und Kommunikation demonstrieren.

• Abschlussprüfung (40 %): Bewertung grundlegender Konzepte und der Fähigkeit, analytische Entscheidungen zu begründen.

Eine Bibliografie wird während der gesamten Sitzungen zur Verfügung gestellt.