In diesem Kurs werden Sie mit den grundlegenden Ideen der qualitativen Forschung in den Sozialwissenschaften vertraut gemacht. Sie lernen etwas über Datenerfassung, Beschreibung, Analyse und Interpretation in der qualitativen Forschung. Qualitative Forschung beinhaltet oft einen iterativen Prozess. Wir werden uns auf die Zutaten konzentrieren, die für diesen Prozess erforderlich sind: Datenerhebung und -analyse. Sie werden nicht lernen, wie man qualitative Methoden anwendet, indem Sie sich einfach nur Videos ansehen. Daher legen wir viel Wert auf die Erhebung von Daten durch Beobachtung und Befragung sowie auf die Analyse und Interpretation der gesammelten Daten in anderen Aufgaben. Natürlich werden die wichtigsten Konzepte der qualitativen Forschung besprochen, ebenso wie wir Qualitätskriterien, gute Praktiken, Ethik, das Verfassen einiger Analysemethoden und das Mischen von Methoden erörtern werden. Wir hoffen, dass wir einige Vorurteile ausräumen und viele Studenten für die qualitative Forschung begeistern können.

Das Verständnis von Statistik ist unerlässlich, um die Forschung in den Sozial- und Verhaltenswissenschaften zu verstehen. In diesem Kurs lernen Sie die Grundlagen der Statistik; nicht nur, wie man sie berechnet, sondern auch, wie man sie auswertet. Dieser Kurs bereitet Sie auch auf den nächsten Kurs in der Specialization vor - den Kurs Inferentialstatistik.

Im ersten Teil des Kurses werden wir Methoden der deskriptiven Statistik besprechen. Sie werden lernen, was Fälle und Variablen sind und wie Sie Maße für die zentrale Tendenz (Mittelwert, Median und Modus) und die Streuung (Standardabweichung und Varianz) berechnen können. Als Nächstes erörtern wir, wie Sie Beziehungen zwischen Variablen bewerten können, und wir führen die Konzepte Korrelation und Regression ein. Der zweite Teil des Kurses befasst sich mit den Grundlagen der Wahrscheinlichkeitsrechnung: Berechnung von Wahrscheinlichkeiten, Wahrscheinlichkeitsverteilungen und Stichprobenverteilungen. Diese Dinge müssen Sie wissen, um zu verstehen, wie Inferenzstatistik funktioniert. Der dritte Teil des Kurses besteht aus einer Einführung in die Methoden der Inferenzstatistik - Methoden, die uns helfen zu entscheiden, ob die Muster, die wir in unseren Daten sehen, aussagekräftig genug sind, um Rückschlüsse auf die zugrunde liegende Population zu ziehen, an der wir interessiert sind. Wir werden Konfidenzintervalle und Signifikanztests besprechen. Sie lernen nicht nur all diese statistischen Konzepte kennen, sondern werden auch darin geschult, diese Statistiken mit frei verfügbarer Statistiksoftware selbst zu berechnen und zu erstellen.

In der Inferenzstatistik geht es darum, aus den in der Stichprobe gefundenen Beziehungen auf die Beziehungen in der Grundgesamtheit zu schließen. Mit Hilfe der Inferenzstatistik können wir beispielsweise entscheiden, ob die Unterschiede zwischen den Gruppen, die wir in unseren Daten feststellen, stark genug sind, um unsere Hypothese zu stützen, dass Gruppenunterschiede generell in der Gesamtbevölkerung bestehen. Wir werden zunächst die Grundprinzipien der Signifikanztests betrachten: die Verteilung der Stichproben- und Teststatistiken, den p-Wert, das Signifikanzniveau, die Aussagekraft sowie Fehler vom Typ I und Typ II. Anschließend werden wir uns mit einer Vielzahl von statistischen Tests und Techniken befassen, die uns dabei helfen, Schlussfolgerungen für verschiedene Datentypen und verschiedene Forschungsdesigns zu ziehen. Für jeden einzelnen statistischen Test werden wir untersuchen, wie er funktioniert, für welche Daten und welches Design er geeignet ist und wie die Ergebnisse zu interpretieren sind. Sie werden auch lernen, wie Sie diese Tests mit frei verfügbarer Software durchführen können.

Für diejenigen, die bereits mit statistischen Tests vertraut sind: Wir werden uns z-Tests für 1 und 2 Proportionen, den McNemar-Test für abhängige Proportionen, t-Tests für 1 Mittelwert (gepaarte Unterschiede) und 2 Mittelwerte, den Chi-Quadrat-Test für Unabhängigkeit, den exakten Test von Fisher, einfache Regression (linear und exponentiell) und multiple Regression (linear und logistisch), einseitige und faktorielle Varianzanalyse sowie nichtparametrische Tests (Wilcoxon, Kruskal-Wallis, Vorzeichentest, Signed-Rank-Test, Runs-Test) ansehen.

Das abschließende Forschungsprojekt besteht aus einer Forschungsstudie, die Sie in Zusammenarbeit mit anderen Kursteilnehmern durchführen werden. Gemeinsam werden Sie eine Forschungshypothese und ein Forschungsdesign formulieren, Operationalisierungen erarbeiten, Manipulations- und Messinstrumente entwickeln, Daten sammeln, statistische Analysen durchführen und die Ergebnisse dokumentieren.

In diesem Kurs werden Sie den gesamten Forschungsprozess durchlaufen und können mitbestimmen, welche Forschungsfrage wir untersuchen und wie wir die Forschung gestalten und durchführen. Diese Erfahrung ist von unschätzbarem Wert, wenn Sie in Zukunft in der Lage sein wollen, wissenschaftliche Forschung in den Sozial- und Verhaltenswissenschaften kritisch zu bewerten oder Ihre eigenen Studien zu konzipieren und durchzuführen.