- GND
- 120975637
- ORCID
-
0000-0003-1299-4586
- SCOPUS
- 55671636900
- SCOPUS
- 58251257500
- Other
- connected with university
- GND
- 120975637
- ORCID
-
0000-0003-1299-4586
- SCOPUS
- 55671636900
- SCOPUS
- 58251257500
- Other
- connected with university
- GND
- 1065168780
Abstract in German:
I. Grundlagen -- Empirische Sozialforschung im Überblick -- Wissenschaftstheoretische Grundlagen der empirischen Sozialforschung -- Qualitätskriterien in der empirischen Sozialforschung -- Forschungs- und Wissenschaftsethik -- II. Anwendung -- Forschungsthema -- Forschungsstand und theoretischer Hintergrund -- Untersuchungsdesign -- Operationalisierung -- Stichprobenziehung -- Datenerhebung -- Datenaufbereitung -- Datenanalyse -- Ergebnispräsentation -- III. Vertiefung -- Bestimmung von Teststärke, Effektgröße und optimalem Stichprobenumfang -- Minimum-Effektgrößen-Tests -- Metaanalyse -- Strukturgleichungsmodelle -- Evaluationsforschung -- Computationale Methoden in den Sozial- und Humanwissenschaften.
Abstract in German:
Der Methoden-Koffer für Studium, Forschung und Praxis Der Klassiker zu den Forschungsmethoden – in der 6. Auflage inhaltlich erweitert und aktueller denn je. Lernfreundlich durch viele Abbildungen, Tabellen, Definitionsboxen, Cartoons, Übungsaufgaben und Lernquiz. Praxisnähe garantiert durch zahlreiche authentische Studienbeispiele aus verschiedenen sozial- und humanwissenschaftlichen Fächern. Eine Begleitwebsite auf https://lehrbuch-psychologie.springer.com bietet zusätzlich kostenlose Lern-Tools für Studierende und Materialien für Lehrende. Inhaltsüberblick – der ganze Forschungsprozess in einem Buch Grundlagen: Quantitative und qualitative Sozialforschung, Wissenschaftstheorie, wissenschaftliche Qualitätskriterien und Forschungsethik Anwendung: Alle Phasen des Forschungsprozesses von der Festlegung des Forschungsthemas, des Untersuchungsdesigns und der Operationalisierung über Stichprobenziehung, Datenerhebungs- und Datenanalysemethoden bis zur Ergebnispräsentation Vertiefung: Effektgröße, Teststärke und optimaler Stichprobenumfang, Metaanalysen, Strukturgleichungsmodelle, Evaluationsforschung Neue und aktuelle Themen Computationale Methoden für Big Data: Einführung in die Erhebung und Analyse großer digitaler Datensätze in den Computational Social Sciences (CSS) und Computational Human Sciences (CHS) Maßnahmen für gute wissenschaftliche Praxis: Open Science, Präregistrierungen, ergebnisunabhängige Begutachtungsverfahren und Replikationsinitiativen Datenanalyse mit R: Neben dem etablierten Statistik-Programm SPSS zusätzlicher Fokus auf die Open-Source-Software R Die Zielgruppen Studierende der Psychologie, Medizin, Kommunikationswissenschaft, Soziologie, Erziehungswissenschaft usw. Forschende, Lehrende und Berufstätige Die Autorin Prof. Dr. Nicola Döring ist Professorin für Medienpsychologie und Medienkonzeption am Institut für Medien und Kommunikationswissenschaft der Technischen Universität Ilmenau.
Abstract in German:
Dieses Kapitel vermittelt folgende Lernziele: Wissen, was man unter Datenaufbereitung versteht. Die Funktionen der Datenaufbereitung kennen. Zentrale Arbeitsschritte der Aufbereitung qualitativer Daten beschreiben und durchführen können. Wichtige Arbeitsschritte der Aufbereitung quantitativer Daten erläutern und umsetzen können.