grapevine | Modulbeschreibung

Forschungsprojekt (Grundlagen)

Angaben gemäß SPO

Zugehörigkeit zu Curriculum

MBA Management & Business Strategy | M1 | 5 Leistungspunkte

Modulverantwortung

Manja Noeldner

Prüfungsformen

ModA

Lehr- und Lernformen

Lehrveranstaltung | SU | 4 SWS

Lehrangebote WiSe 2024

Lehrveranstaltung | SU | 4 SWS

wird nicht angeboten

Prüfungsangebote WiSe 2024

Es liegen keine Prüfungsangebote für das Semester WiSe 2024 vor.

Voraussetzungen und Verwendbarkeit

Voraussetzungen für die Teilnahme

Verwendbarkeit

Inhalte und Qualifikationsziele

Status: vorläufig - kann sich jederzeit noch ändern

Lernziele / Kompetenzen:

Nach Absolvierung des Moduls sind die Studierenden in der Lage:

Forschungsergebnisse verschiedener Institutionen analytisch-kritisch zu beurteilen sowie eigene Forschungskonzepte zu erstellen und umzusetzen.
Ein Forschungsvorhaben in Form eines Problems oder einer Fragestellung auszudrücken, das gelöst bzw. beantwortet werden muss und somit eine eigene Forschungsfrage herzuleiten und zu formulieren
Nach relevanter akademischer Literatur suchen und diese kritisch bewerten
Die Rolle von KI im Rahmen wissenschaftlichen Arbeitens einzuschätzen
Das Forschungsdesigns zu entwerfen
Verfahren der Statistik im Rahmen empirischer Forschungsmethoden zu kennen und anzuwenden und damit identifizierte Problemstellungen zu lösen.
Die Informationsflut zu verdichten, das Wesentliche vom Unwesentlichen zu unterscheiden, Tendenzen und Zusammenhänge zu erkennen und daraus richtige Strategien und Schlüsse abzuleiten.

Inhalte:

Die Studierenden lernen dafür beispielsweise:

· Grundlagen des wissenschaftlichen Arbeitens

· Grundlagen empirischer Forschung

o Definition und Inhalte empirischer Sozialforschung

o Grundlagen der Wissenschaftstheorie

o Überblick über Untersuchungsformen & -prozesse

o Primär- und Sekundärforschung

o Grundlagen qualitativer und quantitativer Forschungsme-thoden

· Explorative und Grafische Datenanalyse

· Korrelationsanalyse

· Regressionsanalyse:

Multivariate lineare Regression

logistische Regression