Kontakt
  • Haben Sie Fragen?

Birgit Welt

Study Coach

Your Contact

Forschungsmethoden & Quantitative Grundlagen

Erlernen Sie quantitative und qualitative Methoden der empirischen Sozialforschung sowie wesentliche wirtschaftsstatistische und wirtschaftsmathematische Grundlagen, um Untersuchungen selbstständig durchzuführen, auszuwerten und zu beurteilen, außerdem Ergebnisse von mathematischen und statistischen Modellen kritisch zu hinterfragen.

Für Fach- und Führungskräfte aller Fachrichtungen, die sich für quantitative und qualitative Methoden der empirischen Sozialforschung interessieren.

Lernziele


Die Teilnehmenden werden in die Lage versetzt, mit Hilfe von qualitativen und quantitativen Methoden Zusammenhänge beschreiben, analysieren, erklären und beurteilen zu können. Sie kennen und verstehen die wesentlichen wirtschaftsstatistischen und wirtschaftsmathematischen Grundlagen als Basis für die Methoden der Künstlichen Intelligenz/des maschinellen Lernens. Sie können Methoden und Werkzeuge der quantitativen und qualitativen Analyse anwenden und Untersuchungen selbstständig durchführen, auswerten und beurteilen. Sie können die Ergebnisse der mathematischen und statistischen Modelle kritisch hinterfragen.

 

Lehrinhalte


1. Grundlagen wissenschaftlichen Arbeitens

1.1 Anforderungen an wissenschaftliches Arbeiten

1.2 Aufbau und Verfassen von wissenschaftlichen Arbeiten (Zitation, Gliederung, Hypothesengenerierung, Forschungsmethodik, Erstellen eines Exposés etc.)

1.3 Qualitative Forschungsdesigns und Erhebungsmethoden (Qualitative Interviews, Qualitative Feldforschung)

1.4 Qualitative Inhaltsanalyse und computergestützte Auswertung qualitativer Daten

2. Quantitative Grundlagen (als Basis für KI/ML)

2.1 Grundlagen der Differentialrechnung und Optimierung (Numerische Differentiation von Funktionen einerund mehrerer Veränderlicher, Optimierung unter Nebenbedingungen)

2.2 Lineare Algebra – Matrizen und Vektoralgebra in Python (Matrizen und Matrizenoperationen, Matrizenmultiplikation, Transponierte und Inverse Matrix, Optimierung in Vektorschreibweise)

2.3 Deskriptive Statistik / Explorative Datananalyse (EDA)

2.4 Induktive Statistik

    • Konfidenzintervalle
    • Statistische Tests
    • Lineare Regression
    • Zeitreihenanalyse

Didaktisches Konzept


Didaktisch sinnvolle Kombination aus Präsenzstudium, geleiteten E-Learning-Einheiten und selbst gesteuertem Lernen.

Weitere Informationen zum Download


Lernform

E-Learning + Präsenz

Zeitraum

4-6 (Online-)Präsenztage + E-Learning + Prüfungseinheit

Workload

28 UE Präsenz / virtuelle Präsenz

10 UE geleitetes E-Learning

112 UE Selbststudium

Termine

22. September 202307. Oktober 202321. Oktober 202318. November 2023

Prüfung

02. Dezember 2023
(Portfolio)

Niveau

Advanced, DQR-Level 7

Voraussetzungen

Abgeschlossenes Erststudium, Formal: Keine Inhaltlich: Analysis, Lineare Algebra, Statistik

Sprache

Deutsch

Freie Plätze

15

Lehrende

Prof. Dr. Stefan Rist

Ort

Online, Hochschule Aalen, Hochschule Mannheim, Hochschule Ravensburg-Weingarten

Abschluss

Hochschulzertifikat mit ECTS nach bestandener Prüfung

Kosten

1.600,- EUR

Melden Sie sich jetzt an!


zum Anmeldeformular

IHRE ANSPRECHPERSON


Birgit Welt

Birgit Welt

Weiterbildungs- und Zertifikatskurse

07361 576 - 1465
0152 - 33604376
birgit.welt(at)hs-aalen.de