Empirische Bildungsforschung erfordert in vielen Fällen die Berücksichtigung genesteter Datenstrukturen in Analysen. Beispielsweise sind Schülerinnen und Schüler üblicherweise in Klassen, Schulen oder Länder genestet. Ebenso können Daten derselben Personen zu mehreren Messzeitpunkten erhoben worden sein. Eine Nichtberücksichtigung solcher Datenstrukturen in Analysen kann zu falschen Rückschlüssen über Zusammenhänge führen. Ein Weg des Umgangs mit solchen Datenlagen sind hierarchisch lineare Modelle.

Im Workshop werden zunächst die methodischen Grundlagen hierarchisch linearer Modelle vermittelt und die Umsetzung von Mehrebenenregressionsmodellen anhand von Beispieldaten in Mplus eingeübt. Im zweiten Teil können Analysen an eigenen Daten durchgeführt werden. Vorkenntnisse sind keine erforderlich.

IThe first day of this course provides an introduction to the theory and application of Multiple Imputation (MI) which has become a very popular way for handling missing data. With the advent of MI algorithms implemented in statistical standard software (R, Stata, SPSS,…), the method has become more accessible to data analysts. For didactic purposes, the course starts by introducing some naive ways of handling missing data, and we use the examination of their weaknesses to create an understanding of the framework of Multiple Imputation.

Details

The first part of this course will be of somewhat theoretical nature and will introduce the basic idea and fundamentals of MI. The remainder of the course will be more practical by addressing frequent problems like regression with missing data and the actual application of MI in statistical software. Since R offers the widest range of MI algorithms, I will present how R can be used to handle missing values appropriately. However, the course also covers the implementation of other software packages such as Stata and SPSS.  

The second day of the workshop treats a special missing data problem – latent variables. These variables can never be observed directly and we usually try to make them measurable by using several different items in an item set. The first part gives a short theoretical introduction to confirmatory factor analysis to extract the actual latent constructs of interest of the measured item set. The remaining course deals with the actual practical application of confirmatory factor analysis in different statistical software.  

In Kooperation mit dem dokFORUM ​​
​​

Referent: Andre Morgenstern-Einenkel

Teil 3 der vierteiligen MAXQDA Schulungsreihe 2019 macht Sie in der ersten Hälfte mit den Mixed-Methods-Analysefunktionen (Mixed Methods Menü) und in der zweiten Hälfte mit den quantitativen bzw. linguistischen Funktionen (MAXDictio Menü) vertraut. Diese erweiterten Funktionen werden an einem Beispielprojekt erläutert und trainiert. Wahlweise können Sie die Funktionen auch an eigenen Beispieldaten testen.

Details

Jede Funktion wird zunächst demonstriert und durch methodische Hinweise und Anwendungsbeispiele erörtert, bevor Sie diese anhand einer Auswahl von 13 detailliert beschriebenen Aufgaben an Beispieldaten üben können. Selbstverständlich können Sie jederzeit Fragen stellen und Diskussionen, auch projekt- und methodenspezifischer Natur, starten. Darüber hinaus erhalten Sie Tipps und Empfehlungen für die praktische Arbeit. Unmittelbar nach dem offiziellen Ende wird eine optionale Sprechzeit für Projektberatungen angeboten.

Inhalte:

• Mixed-Methods-Analyse:
  • Dokumentvariablen erzeugen
  • Gruppen über Variablen konstruieren
  • Gruppen variablenbasiert, qualitativ und quantitativ vergleichen
  • Mittel- und Anteilswerte berechnen
  • Ähnlichkeits- und Distanzmatrizen erzeugen
  • Joint Displays erzeugen
  • Survey-Daten importieren, codieren und exportieren

• Quantitative (linguistische) Textanalyse:
  • Worthäufigkeiten analysieren
  • Stopp- und Go-Listen für Worte verwenden
  • Diktionäre (Wortkataloge) erzeugen
  • Quantitative Inhaltsanalyse
  • Häufigkeit von Diktionärkategorien pro Analyseeinheit vergleichen
  • Wortkombinationen analysieren und visualisieren

Die Teilnahme an anderen Teilen der Schulungsreihe ist keine Voraussetzung. Die Schulung setzt jedoch MAXQDA Kenntnisse auf dem Niveau einer Grundlagenschulung voraus: Projekte erstellen, mit Memos und Codes arbeiten, codierte Segmente finden. Grundlegende Computer- und Methodenkenntnisse sowie Kenntnisse der qualitativen Analysefunktionen von MAXQDA sind zudem von Vorteil.

Sie benötigen ein Notebook mit der aktuellen Version von MAXQDA 2018. Die Software steht Mitgliedern der UDE als Campuslizenz zur Verfügung.

In Kooperation mit dem docFORUM ​​
​​

Referent: Andre Morgenstern-Einenkel

Teil 4 beendet die MAXQDA Schulungsreihe 2019 und macht Sie in der ersten Hälfte mit den Visualisierungs-, Export- und Reportfunktionen vertraut. Diese Funktionen werden an einem Beispielprojekt erläutert und trainiert.

Details

Wahlweise können Sie die Funktionen auch an eigenen Beispieldaten testen. Die zweite Hälfte der Veranstaltung ist ein offener Raum mit Werkstattcharakter, in dem wir z.B. gemeinsam in der Gruppe die konkrete Umsetzung eingebrachter Projekte in der Software besprechen können oder in dem Sie in betreuter Einzelarbeit alle Funktionen (nicht nur Visualisierung- und Exportfunktionen) an Ihrem Projekt testen oder nächste Schritte umsetzen können.

Erste Hälfte: Jede Funktion wird zunächst demonstriert und durch methodische Hinweise und Anwendungsbeispiele erörtert, bevor Sie diese anhand einer Auswahl von 7 detailliert beschriebenen Aufgaben an Beispieldaten üben können.

Zweite Hälfte: Projekte müssen für die Werkstatt nicht angekündigt werden. Wir teilen die zur Verfügung stehende Zeit agil und fair auf.

Inhalte:

• Dokument-Codierungen visualisieren
• Dokument-/ Fallvergleiche visualisieren
• Concept Maps manuell sowie modellbasiert/ automatisiert erzeugen
• Codenähen als Landkarten visualisieren
• Wort- und Codewolken erzeugen
• Wiederholung der Visual Tools aus Teil 1-3
• Export- und Reportfunktionen
• Werkstatt für Ihre Fragen und Ihr Projekt

Die Teilnahme an anderen Teilen der Schulungsreihe ist keine Voraussetzung. Die Schulung setzt jedoch MAXQDA Kenntnisse auf dem Niveau einer Grundlagenschulung voraus: Projekte erstellen, mit Memos und Codes arbeiten, codierte Segmente finden. Grundlegende Computer- und Methodenkenntnisse sowie Kenntnisse der qualitativen Analysefunktionen von MAXQDA sind zudem von Vorteil.

Sie benötigen ein Notebook mit der aktuellen Version von MAXQDA 2018. Die Software steht Mitgliedern der UDE als Campuslizenz zur Verfügung.