Discover the Data - Basiskurs zur Schlüsselkompetenz Datenanalyse - 2 Cr. - Einzelansicht

Inhalte:

Daten sind (mittlerweile) überall: Wir produzieren sie im Alltag, z.B. wenn wir eine WhatsApp-Nachricht versenden; wir werden mit ihnen in den Medien konfrontiert und müssen die daraus resultierenden Informationen sinnvoll einordnen; sie entstehen im wissenschaftlichen Forschungsprozess und werden zudem in diesen nachgenutzt. Der Moodle-Kurs richtet sich an Studierende aller Fachrichtungen, die Grundlagen zum Umgang mit Daten erlernen oder auffrischen möchten.

Lernziele:

Verständnis für / Überblick über den Umgang mit Daten

Nach Abschluss des Kurses kennst du...

• die Relevanz von Daten in wissenschaftlichen Texten.
• die für deinen Studiengang relevanten Datentypen.

Recherche, Erhebung und Sammlung von Daten

Nach Abschluss des Kurses kennst du...

• Quellen für statistische Informationen.
• Suchoptionen für statistische Informationen.
• Quellen für Materialien zur Datenerhebung (z.B. Testdatenbanken).

Nach Abschluss des Kurses kannst du...

• eine Recherchestrategie für Daten entwickeln und anwenden.
• eine Recherchestrategie für Materialien (insb. Test- & Fragedatenbanken) zur Datenerhebung entwickeln und anwenden.
• die angewandte Recherchestrategie rekapitulieren und erläutern.

Daten und Datenquellen hinsichtlich Ihrer Qualität beurteilen

Nach Abschluss des Kurses kennst du informationswissenschaftliche Kriterien um statistische Informationen und Datenquellen zu beurteilen.

Nach Abschluss des Kurses kannst du...

• Metadaten von Datensätzen identifizieren.
• anhand einer gegebenen Forschungsfrage die relevanten Informationen (Datenreihen und Metadaten) in einem Fremddatensatz erkennen.

Daten organisieren, manipulieren und anwenden

Nach Abschluss des Kurses kennst du...

• gängige Software und basale statistische Methoden zur Datenauswertung und -visualisierung; insb. Grundkenntnisse in Excel und R.
• ethische und rechtliche Rahmenbedingungen zur Erhebung und Weiterverwendung insb. personenbezogener Daten.

Nach Abschluss des Kurses kannst du...

• mithilfe basaler statistischer Methoden einen Datensatz analysieren.
• statistische Informationen mit gängiger Software visualisieren; insb. Grundkenntnisse in Excel und R.

Der Kurs findet online statt!

Die Zugangsdaten erhalten die zugelassenen Studierenden vor Kursbeginn per E-Mail!

Der Kurs ist als Selbstlernkurs konzipiert und wird durch regelmäßige, freiwillige Online-Tutorien über Zoom ergänzt.

Die zugelassenen Studierenden können bei Bedarf selbst entscheiden, ob Sie an den Terminen der Gruppe 1 oder Gruppe 2 oder auch wechselnd teilnehmen möchten.

Nach Anmeldung und Zusage kann die Einschreibung in den Moodle-Kurs ab 11.10. erfolgen. Die Kursinhalte werden sukzessive freigeschaltet.

Termine der freiwilligen Online-Tutorien:

Gruppe 1:

Di 19.10.2021

Di 02.11.2021

Di 16.11.2021

Di 23.11.2021

Di 30.11.2021

Di 14.12.2021

Di 11.01.2022

Di 18.01.2022

Di 01.02.2022

(jeweils 10:15-11:45 online)

Gruppe 2:

Do 21.10.2021

Do 04.11.2021

Do 18.11.2021

Do 25.11.2021

Do 02.12.2021

Do 16.12.2021

Do 13.01.2022

Do 20.01.2022

Do 03.02.2022

(jeweils 10:15-11:45 online)

Der Kurs ist ein Angebot der Universitätsbibliothek und in Zusammenarbeit mit der DataCommunity im Projekt DataCampus UDE entwickelt worden.

 Empfehlung des IOS: Fachsemester 1-6

Anmeldung ab dem 13.09.2021 über LSF!

Es werden keine Statistik- oder Datenkompetenzen vorausgesetzt.

Studienleistung zum Erwerb von ECTS-Credits:

Der Kurs besteht aus vier Abschnitten. Für die Abschnitte 1, 2 und 4 ist jeweils ein Online-Abschlusstest zu absolvieren; um Abschnitt 3 zu absolvieren, muss am Ende eine Mini-Hausarbeit (max. 2 Seiten) eingereicht werden. Jede dieser vier Prüfungsformen muss bestanden werden, um den Kurs zu bestehen. Die Abschlussnote ergibt sich aus der Summe der erreichten Punkte in den Tests.

Bei drei Teilnahmen an der einstündigen, digitalen Veranstaltungsreihe „Zahlen, Daten, Fritten“ können Bonuspunkte auf die Gesamtpunktzahl angerechnet und dadurch die Abschlussnote verbessert werden (s.a. https://www.uni-due.de/ub/datacampus/zahlen_daten_fritten.php).

ECTS-Credits: 2