GESIS Training Courses
user_jsdisabled
Search

Scientific Coordination

Alisa Remizova

Administrative Coordination

Claudia O'Donovan-Bellante

Einführung in die Längsschnittliche Datenanalyse

About
Location:
Mannheim B6, 4-5
 
Inhalte:
Kurslevel:
Format:
Software:
Dauer:
Sprache:
Teilnahmebeiträge:
Students: 220 €
Academics: 330 €
Commercial: 660 €
 
Keywords
 
Additional links
Lecturer(s): Marco Giesselmann

About the lecturer - Marco Giesselmann

Course description

Viele der in der Soziologie und Politikwissenschaft verwendeten Datensätze sind als Paneldaten organisiert: Personen, Länder oder Organisationen werden nicht nur einmal, sondern wiederholt gemessen. Paneldaten bieten einzigartige analytische Potentiale, insbesondere für die Effektidentifikation im Rahmen kausaler Analysen. Allerdings stellen sowohl die analysevorbereitende Datenorganisation als auch die Datenanalyse selbst Kompetenzansprüche, die über die grundlegende Statistik hinausgehen. Neben praxisnahen Lektionen zu Techniken des längsschnittlichen Datenmanagements bietet dieser Workshop eine Einführung in drei der wichtigsten analytischen Basismethoden zur Analyse von Paneldaten: Das Difference-in-Difference Design und das Panel Event Design für kategoriale unabhängige Variablen, sowie die Fixed Effects Regression für metrische unabhängige Variablen. Basierend auf der Regressionsmechanik erfassen diese Techniken die Längsschnittstruktur der Daten und unterscheiden zwischen within- und between-Effekten. Der Workshop folgt also einem ökonometrischen, regressionsbasierten Ansatz. Strukturgleichungsmodellierungen und fortgeschrittene Verfahren der Panelanalyse (FEIS, Conditional Logit Schätzer) bleiben außen vor - der Workshop richtet sich dezidiert an Personen ohne Erfahrung im Bereich der längsschnittlichen Datenanalyse.   In den geleitenden Übungen werden die Techniken anhand von Mikrodaten des Schweizer Haushalt-Panels (SHP) angewendet. Wir nutzen insbesondere Beispiele aus der Einstellungsforschung sowie aus dem Gegenstandsbereich sozialer Ungleichheit. Sowohl R als auch Stata werden im Rahmen des Kurses unterstützt.
 
Organizational structure of the course
Vorträge des Dozierenden werden stetig flankiert von eingestreuten Übungen in den denen die vorgestellten Techniken angewendet werden.
Während der freien Übungen sind Kursleiter und Assistenz zur Betreuung und Beantwortung weitergehender Fragen anwesend.


Target group

Die Teilnehmer werden den Kurs nützlich finden, wenn:
  • Sie einen Überblick zu grundlegenden Techniken der längsschnittlichen Datenanalyse gewinnen möchten
  • Sie empirische Projekte auf Basis von Längsschnittdaten planen,
  • Sie einen guten und leichten Einstieg in fortgeschrittene kausale Techniken finden möchten.


Learning objectives

Am Ende des Kurses werden die Teilnehmer:
  • Mit den Potentialen und Einschränkungen von Längsschnittdaten zur Verbesserung kausaler Interpretationen vertraut sein,
  • In Forschungssituationen, die Längsschnittdaten beinhalten, akkurate methodische Entscheidungen treffen können,
  • Grundlegende Techniken zur Analyse von Paneldaten beherrschen,
  • Wissen, wie Längsschnitt- und Paneldaten organisiert und bearbeitet werden müssen, Dazu in der Lage sein, dieses Wissen als Brücke zu nutzen, um mit fortgeschritteneren unstrukturierten und relationalen Daten umzugehen.


Prerequisites

  • Grundlegende Kompetenzen im Bereich der multiplen Regressionstechnik,
  • Basiskompetenzen in R oder Stata (Datensatz öffnen, Variablen rekodieren, einfache Analysekommandos).
  •  
    Software and hardware requirements
    Materialien
    Bitte bringen Sie Ihre eigenen Notebooks mit in den Kurs. Installieren Sie bitte Stata oder R und R Studio auf Ihrem Notebook. Folien werden über eine bereitgestellte Lernplattform verteilt.
     
    Daten
    Wir werden hauptsächlich mit Daten des Schweizer Haushalt-Panels (SHP) arbeiten. Für die meisten Sitzungen erhalten Sie gebrauchsfertige Auszüge aus dem SHP, damit wir uns auf die Analyse konzentrieren können. Für einige Sitzungen werden Sie jedoch mit den Rohdaten der SHP-Version arbeiten. Bitte registrieren Sie sich daher bei FORSbase (verwenden Sie dazu Ihren Uni-Account): https://forsbase.unil.ch/contact/person-registration-new/ . Nach erfolgreicher Registrierung können Sie die Daten abrufen: https://forsbase.unil.ch/project/study-public-overview/15632/0/.


    Schedule

    Recommended readings