Hochschule München

HM Business School (FK 10)

Modulbeschreibung

Stand: WiSe 2024

Name Varianzanalyse
Katalog-Nummer FK 10#QM#6.1.8
Zugehörigkeit zu Curriculum
Bachelor Betriebswirtschaft | 6.1 | 5 Leistungspunkte
Modulverantwortung
Augustin, Rita ( )
Lehrende
Augustin, Rita ( )
Prüfung(en)
Prüfungsform: ModA
Detailangaben: Schriftliche Prüfung (60 Minuten)
Hildsmittel: Taschenrechner, eigene Notizen
Prüfende: Augustin, Rita ( ) , Kopf, Julia (Prof. Dr. )
Lehr- und Lernform(en)
| 4 SWS | S - 1 Angebot(e)
Arbeitsaufwand
Präsenzzeit: 0 Stunden
Selbststudium, Vor- und Nachbereitung, Prüfungsvorbereitung: 0 Stunden
Voraussetzungen
Verwendbarkeit
Inhalt / Lernziele Lernziele / Kompetenzen:
Die Studierenden sind in der Lage, betriebswirtschaftliche Fragestellungen in geeignete Versuchspläne zu übertragen, mit geeigneter Software zu modellieren und auszuwerten sowie die Ergebnisse in Bezug auf die Anwendung zu interpretieren. Sie bearbeiten Problemstellungen in Kleingruppen eigenständig mit geeigneter Software (R, Jamovi, SPSS) und stellen ihre Ergebnisse kurz vor. Durch den Besuch dieses Moduls erkennen die Studierenden, dass das Verständnis quantitativer Aspekte hinter betriebswirtschaftlichen Fragestellungen notwendig ist.

Inhalte:
  • Wiederholung des Konzepts statistischer Tests
  • Doppelter t-Test, t-Test für verbundene Stichproben, Kruskal-Wallis-Test
  • Streuungszerlegung, interne und externe Varianz
  • Normalverteilung, t-Verteilung, χ2-Verteilung, F-Verteilung und Zusammenhänge zwischen den Verteilungen
  • Varianzanalyse mit einem und mit mehreren Faktoren und Interaktionen
  • Blockpläne, Messwiederholungen
  • Zufällige und feste Effekte
  • Multiple Mittelwertsvergleiche
  • Verletzung der Modellannahmen, insbesondere Residuenanalyse
Eingesetzte Methoden der Betriebswirtschaftslehre:
Modelle und Methoden der Analyse (Forschungs- und Analysemodelle):
Wahl des geeigneten Versuchsplans
Quantitativ-Empirische Methoden (Vergleichende – statistische, mathematische Methode, Datenanalysen):
Signifikanztests
Qualitativ-Interpretative Methoden (Experteninterview, Umfragen, standardisierte Erhebungen):
Interpretation der Ergebnisse

Lehr-und Lernmethoden:
  • Seminaristischer Unterricht
  • Selbstgesteuertes Lernen
Literatur:
  • Galata, Wessler, Augustin, Scheid (2013), Empirische Wirtschaftsforschung, Hanser
  • Scheid, Vogl (2012), Data Science. Grundlagen, Methoden und Modelle der Statistik, Hanser
  • Fahrmeir, Künstler, Pigeot, Tutz (2011), Statistik. Der Weg zur Datenanalyse, Springer
  • Montgomery (2013), Design and Analysis of Experiments, Wiley
English Version
Name Variance Analysis
Katalog-Nummer FK 10#QM#6.1.8
Zugehörigkeit zu Curriculum
Bachelor Betriebswirtschaft | 6.1 | 5 Leistungspunkte
Modulverantwortung
Augustin, Rita ( )
Lehrende
Augustin, Rita ( )
Prüfung(en)
Prüfungsform: ModA
Detailangaben: Schriftliche Prüfung (60 Minuten)
Hildsmittel: Taschenrechner, eigene Notizen
Prüfende: Augustin, Rita ( ) , Kopf, Julia (Prof. Dr. )
Lehr- und Lernform(en)
| 4 SWS | S - 1 Angebot(e)
Arbeitsaufwand
Präsenzzeit: 0 Stunden
Selbststudium, Vor- und Nachbereitung, Prüfungsvorbereitung: 0 Stunden
Voraussetzungen
Verwendbarkeit
Inhalt / Lernziele
Learning objectives / competences:

Students are able to transfer business management questions into suitable experimental designs, to model and evaluate them using suitable software and to interpret the results in relation to the application. They work on problems independently in small groups using suitable software (R, Jamovi, SPSS) and briefly present their results. By attending this module, students recognise that an understanding of the quantitative aspects behind business management issues is necessary.

Contents:

Repetition of the concept of statistical tests
Double t-test, t-test for related samples, Kruskal-Wallis test
Dispersion decomposition, internal and external variance
Normal distribution, t-distribution, χ2-distribution, F-distribution and correlations between the distributions
Analysis of variance with one and several factors and interactions
Block schedules, repeated measures
Random and fixed effects
Multiple mean comparisons
Violation of model assumptions, in particular residual analysis
Applied methods of business administration:
Models and methods of analysis (research and analysis models):
Choice of appropriate experimental design
Quantitative-empirical methods (comparative - statistical, mathematical methods, data analyses):
Significance tests
Qualitative-interpretative methods (expert interviews, surveys, standardised surveys):
Interpretation of results

Teaching and learning methods:

Seminars