Category Archives: HSU Hamburg

HSU-Doktorandenkurs: Combining Rigor and Relevance with Necessary Condition Analysis (NCA)

Institution: Helmut-Schmidt-University Hamburg

Lecturer: Jan Dul, Rotterdam School of Management, Erasmus University

Date: 20.10.2016 – 10 a.m. to 15 p.m.

Place: Helmut-Schmidt-Universität, Holstenhofweg 85, 22043 Hamburg

Room: tba

Language of instruction: English

Registration: You can register for the course until 14.10.16 by email to Sven Hauff (hauffs@hsu-hh.de)

Contents:
Necessary Condition Analysis (NCA) is a novel methodology, recently published in Organizational Research Methods (Dul, 2016). Reactions of editors and reviewers of papers that use NCA are very promising. For example, an editor of a 4-star journal said:
“From my perspective, [this NCA paper] is the most interesting paper I have handled at this journal, insofar as it really represents a new way to think about data analyses”.

How does NCA work?
NCA understands cause-effect relations in terms of “necessary but not sufficient”. It means that without the right level of the condition a certain effect cannot occur. This is independent of other causes, thus the necessary condition can be a bottleneck, critical factor, constraint, disqualifier, etc. In practice, the right level of necessary condition must be put and kept in place to avoid guaranteed failure. Other causes cannot compensate for this factor.

Whom is NCA for?
NCA is applicable to any discipline, and can provide strong results even when other analyses such as regression analysis show no or weak effects. By adding a different logic and data analysis approach, NCA adds both rigor and relevance to your theory, data analysis, and publications. NCA is a user-friendly method that requires no advanced statistical or methodological knowledge beforehand. It can be used in both quantitative research as well as in qualitative research. You can become one of the first users of NCA in your field, which makes your publication(s) extra attractive.

What will be discussed in the seminar?
The seminar consists of two parts:

  1. The first part (one hour) is open to anyone who is interested in NCA and its potential value. We will discuss the method and its applications in different management fields.
  2. Immediately afterwards, in the second part (1-3 hours depending on the number of participants) we will discuss the method in more detail. In particular we will focus on the participants’ research areas and datasets. If you are interested in a demonstration of the method on your dataset, please bring your dataset (scores of the variables) on a USB drive (e.g., excel.csv file). Normally, an NCA analysis takes less than 5 minutes to get the main results.

More information:

  • www.erim.nl/nca
  • Dul, J. (2016) Necessary Condition Analysis (NCA): Logic and methodology of “necessary but not sufficient” causality, Organizational Research Methods, 19(1), 10-52.

HSU-Doktorandenkurs: Measuring Preferences using Conjoint Analytic Methods and Advanced Compositional Approaches

Institution: Helmut-Schmidt-University Hamburg/Syddansk Universitet, Sønderborg (SDU), Denmark

Lecturer: Prof. Martin Meißner, Department of Environmental and Business Economics, SDU

Date: 01.12.2016, 09:00-17:00 (incl. breaks)

Place: Helmut-Schmidt-Universität, Holstenhofweg 85, 22043 Hamburg, Aula-Gebäude, Raum 3

Language of instruction: English

Registration: Non-members of the Helmut-Schmidt-Universität may click here firstly to create an HSU-Ilias-account, and secondly here to join the course.

Contents:
The participants of this course develop a sound understanding of the benefits of using conjoint analytic preferences measurement approaches and alternative advanced compositional approaches. Participants gain practical experience of using conjoint-analytic methods, and develop a better understanding of the value of measuring preferences.

The course starts with introducing the basic concepts behind the measurement of stated preferences, specifically focusing on conjoint analysis. The most often used approaches, i.e. traditional conjoint analysis, adaptive conjoint analysis and choice-based conjoint analysis are introduced. We deliberate on advantages and disadvantages of the approaches and also discuss advanced compositional approaches, like pairwise-comparison based preference measurement and the adaptive self-explicated approach. During the workshop we will further talk about all the important stages of designing a preference measurement study. We pay special attention to the types of research questions that conjoint analysis can answer. We also discuss the most important questions you should answer before setting up your preference measurement/conjoint study: What is the optimal choice of attributes and attribute level? What is a good experimental design? How should I design my survey design and present potential choice scenarios? How do I analyze the results?

Participants will have the opportunity to use Sawtooth Software on their own laptops and build their own conjoint analysis survey during the course. Based on this experience, participants will be able to improve the planning of their own future experiments.

Recommended literature and pre-readings:

  • Bradlow, Eric T. (2005), “Current Issues and a ‘Wish List’ for Conjoint Analysis,” Applied Stochastic Models in Business and Industry, 21 (4-5), 319-323.
  • Hauser, John R. and Vithala Rao (2003), “Conjoint Analysis, Related Modeling, and Applications,” in Advances in Marketing Research: Progress and Prospects, in Marketing Research and Modeling: Progress and Prospects, Wind, Jerry and Paul Green (eds.), New York: Springer, 141-168.
  • Huber, Joel (1997), “What We Have Learned from 20 Years of Conjoint Research: When to Use Self-Explicated, Graded Pairs, Full Profiles or Choice Experiments,” Sawtooth Software Conference Proceedings, Sequim, WA., 243-256.
  • Scholz, Sören W., Martin Meissner, and Reinhold Decker (2010), “Measuring Consumer Preferences for Complex Products: A Compositional Approach Based on Paired Comparisons,” Journal of Marketing Research, 47 (4), 685-698.

HSU-Doktorandenkurs: “Open Access und Forschungsdatenmanagement in den Wirtschaftswissenschaften” (Herbst 2016)

Institution: Helmut-Schmidt-University Hamburg/Deutsche Zentralbibliothek für Wirtschaftswissenschaften (ZBW)

Lecturer:
Olaf Siegert, Open-Access-Beauftragter der ZBW
Sven Vlaeminck, ZBW-Forschungsdatenmanager

Date: 03.11.2016, 10:00-15:00 (incl. lunch break)

Place: Helmut-Schmidt-Universität, Holstenhofweg 85, 22043 Hamburg, Aula-Gebäude, Raum 3

Language of instruction: German

Registration: Der direkte Kursbeitritt erfolgt unter diesem Link. Wer nicht Angehöriger der Helmut-Schmidt-Universität ist, lege sich zuvor bitte unter diesem Link ein Konto auf dem Ilias-System der HSU an.

Contents:
Der erste Teil des Doktorandenkurses behandelt das Thema Open Access. Da dieser Bereich je nach Wissenschaftsdisziplin bestimmte Besonderheiten aufweist, wird neben der grundsätzlichen Einführung in das Thema und seiner wichtigsten Aspekte zunächst speziell auf die Publikationskultur in den Wirtschaftswissenschaften eingegangen. Darüber hinaus wird die wissenschaftspolitische Debatte rund um das Thema beleuchtet. Des weiteren geht es um die praktische Relevanz und das Ausmaß von Open Access in der derzeitigen Publikationslandschaft. Abschließend werden die Open-Access-Angebote der ZBW kurz vorgestellt.

Der zweiten Teil des Kurses beschäftigt sich mit dem Thema Forschungsdatenmanagement – einem Thema, was für Forschungsförderer und Fachgesellschaften zunehmend an Wichtigkeit gewinnt. Nach einer Klärung, was unter Forschungsdaten und Forschungsdatenmanagement zu verstehen ist, thematisiert der Vortrag wie Datenmanagementpläne aufgebaut sein sollten und geht dabei auch auf aktuelle Richtlinien von Forschungsförderern ein. Darüber hinaus werden Hinweise für eine sinnvolle Dokumentation von Forschungsdaten gegeben und dargelegt, was für Möglichkeiten derzeit existieren um selbst erstellte Forschungsdaten sicher zu speichern und ggf. für eine Nachnutzung zur Verfügung zu stellen.

HSU-Doktorandenweiterbildung 2016: Lecture on nonparametric statistical methods

Institution: Helmut-Schmidt-University Hamburg

Lecturer: Prof. Dr. Hee-Young Kim, Department of Applied Statistics, Korea University, Sejong, South Korea

Date: Herbstrimester 2016, dates will be announced in due course

Place: Helmut-Schmidt-Universität, Holstenhofweg 85, 22043, Hamburg, places will be announced in due course

Language of instruction: German

Registration: No registration required

Contents:
In the upcoming trimester (Herbstrimester 2016), Prof. Hee-Young Kim (Department of Applied Statistics, Korea University, Sejong, South Korea), visiting professor at the Chair of Quantitative Methods in Economics (Prof. Christian Weiß), will hold a lecture on nonparametric statistical methods. Although this lecture is directed at students in the first place, scientific staff is nevertheless, within the framework of the “HSU-Doktorandenweiterbildung”, cordially invited to attend. Among the issues being addressed are:

  • Nonparametric statistical methods for dichotomous data,
  • for one-sample and two-sample location problems,
  • for two-sample dispersion problems and other two-sample problems,
  • for location problems under a one-way or two-way layout,
  • for analyzing the cross-dependence of bivariate data,
  • and for regression analysis.

The lecture will be held in English; dates and places will be announced in due course. The lecture concludes with an optional oral assessment for which, if requested, 6 credit points can be awarded (in accordance with the European Credit Transfer and Accumulation System).

Hamburger R-Kurs, 08.-12.08.2016, Helmut-Schmidt-Universität

Institution: Helmut-Schmidt-University Hamburg

Lecturer: Prof. Dr. Torben Kuhlenkasper

Date: 08.-12.08.2016

Place: Helmut-Schmidt-Universität, Holstenhofweg 85, 22043 Hamburg, Building H01, Seminarraum 0110

Language of instruction: German

Registration: Please mail to Vera Jahn

Contents:
In der Woche vom 08. bis 12.08.2016 wird Herr Prof. Dr. Torben Kuhlenkasper, Professor für quantitative Methoden an der Hochschule Pforzheim, an der HSU einen Blockkurs zur Einführung in die Statistik-Software R geben. Dabei handelt es sich um eine von Statistikern, aber zunehmend auch von Volkswirten verwendete Statistiksoftware, die kostenlos verwendet werden kann und extrem leistungsfähig ist.

Wir freuen uns daher sehr, dass wir mit Torben Kuhlenkasper für diesen Kurs einen sehr kompetenten Dozenten gewinnen konnten, der in die Geheimnisse von R einführen wird. Er hat den Kurs in den letzten Jahren bereits mit großem Erfolg an unserer Fakultät gehalten.

Der Kurs wird ganztägig im Gebäude H01, Seminarraum 0110 stattfinden. Teilnehmer werden gebeten, ihren eigenen Laptop mitzubringen. Das Kursprogramm inklusive Zeitplan findet sich hier.

Interessenten werden gebeten, sich bis zum 05.08.2016 per Mail bei Vera Jahn anzumelden.

 

HSU-Doktorandenweiterbildung 2016: Einführung in SPSS

Institution: Helmut-Schmidt-University Hamburg

Lecturer: Dr. Elke Goltz, Professur für Methoden der empirischen Sozialforschung und Statistik, HSU

Dates, Venues:
Donnerstag, 16.06.16 – 10:00 bis 17:30 Uhr, Seminarraum 0108
Freitag, 17.06.16 – 09:30 bis 15:00 Uhr, Seminarraum 0403 (KORREKTUR)
Donnerstag, 23.06.16 – 09:30 bis 17:30 Uhr, Seminarraum 0108 (KORREKTUR)

Location: Helmut-Schmidt-Universität, Holstenhofweg 85, 22043 Hamburg. 

Language of instruction: German

Registration: Der direkte Kursbeitritt erfolgt unter diesem Link. Wer nicht Angehöriger der Helmut-Schmidt-Universität ist, lege sich zuvor bitte unter diesem Link ein Konto auf dem Ilias-System der HSU an.

Contents:
Wie lassen sich erhobene Daten zielführend auswerten? In der Veranstaltung werden grundlegende Kenntnisse zur Statistiksoftware SPSS vermittelt. Im Vordergrund stehen dabei die Programmoberfläche und einfache Auswertungsverfahren der Deskriptiv- und Inferenzstatistik.

Die Veranstaltung ist so konzipiert, dass die Teilnehmerinnen und Teilnehmer am Ende des Kurses mit folgenden Inhalten sicher umgehen können:

  • Erstellung von Datenmasken und Dateneingabe
  • Uni- und bivariate deskriptive Statistik
  • Zusammenhangs- und Unterschiedsmessungen; Signifikanztests
  • Durchführung von Berechnungen; z.B. Erzeugung neuer Variablen, etwa Indizes
  • Verknüpfung von Dateien (Quer- und Längsschnitt)

Darüber hinaus können nach Absprache gern weitere Themen behandelt bzw. individuelle Fragestellungen besprochen werden.

HSU-Workshop: Einführung in die Qualitative Comparative Analysis (12.-13.09.2016)

Institution: Helmut-Schmidt-University Hamburg

Lecturer: Dr. Lasse Cronqvist, Universität Trier

Date:
12.09.2016, 10:00 – 18:00 Uhr (KORREKTUR)
13.09.2016, 09:00 – 15:00 Uhr

Place: Helmut-Schmidt-Universität, Holstenhofweg 85, 22043 Hamburg. Austragungsort ist an beiden Tagen Hörsaal 31 in H 7.

Language of instruction: German

Registration: Der direkte Kursbeitritt erfolgt unter diesem Link. Wer nicht Angehöriger der Helmut-Schmidt-Universität ist, lege sich zuvor bitte unter diesem Link ein Konto auf dem Ilias-System der HSU an.

Contents:

Der Kurs führt in die Grundlagen der konfigurationellen Analyse mit Qualitative Comparative Analysis (QCA) ein. Nach einer wissenschaftstheoretischen Einordnung des Ansatzes werden wir am ersten Tag die Grundprinzipien der QCA Analyse behandeln. Dies erfolgt auch anhand der gemeinsamen Analyse verschiedener Anwendungsbeispiele und der Einführung aktueller, einschlägiger Software. Im weiteren Verlauf des Kurses werden auch Erweiterung von QCA wie mvQCA diskutiert und die viel beachtete Verbindung von QCA und fuzzy sets (fsQCA) eingeführt. Neben einer kritischen Betrachtung der Anwendungsmöglichkeiten der vorgestellten Ansätze für eigene Forschungsvorhaben der Teilnehmenden, bildet ein Ausblick auf aktuelle Entwicklungen im Bereich der QCA Analyse den Abschluss des Kurses.

REMINDER: Doktorandenweiterbildung: Einführung in die Meta-Analyse

Institution: Helmut-Schmidt-University Hamburg

Lecturer: Prof. Dr. Martin Eisend, Europa-Universität Viadrina Frankfurt (Oder)

Date:
19.11.2015, 13:00-18:00 Uhr
20.11.2015, 09:00-16:00 Uhr

Place: Helmut-Schmidt-Universität, Holstenhofweg 85, 22043 Hamburg

Language of instruction: German

Registration: Der direkte Kursbeitritt erfolgt unter diesem Link. Wer nicht Angehöriger der Helmut-Schmidt-Universität ist, lege sich zuvor bitte unter diesem Link ein Konto auf dem Ilias-System der HSU an.

Contents:
Meta-Analysen integrieren empirische Befunde mehrerer Untersuchungen zu einer bestimmten Fragestellung und analysieren die Variabilität dieser Befunde. Damit bieten sie Wissenschaftlern und Wissenschaftlerinnen eine Möglichkeit, bisherige Forschungsergebnisse quantitativ zu integrieren und zu bewerten und sich somit einen Überblick über die empirische Forschung zu einer Fragestellung zu verschaffen. Sie helfen Wissenschaftlern und Wissenschaftlerinnen auch bei der Erklärung und Interpretation von unterschiedlichen und zum Teil gegensätzlichen Befunden in der bisherigen Forschung. Durch ihre generalisierenden Befunde unterstützt die Meta-Analysen auch Praktiker bei der Entscheidungsfindung. Aufgrund der stark zunehmenden Anzahl von empirischen Untersuchungen in vielen Disziplinen der betriebswirtschaftlichen Forschung kommt die Meta-Analysen in diesen Bereichen zunehmend zum Einsatz.

Der Kurs wendet sich an Nachwuchswissenschaftler und Nachwuchswissenschaftlerinnen, die sich mit der Methode der Meta-Analysen vertraut machen möchten und lernen möchten, wie man diese erfolgreich einsetzt und verwendet. Nach Besuch des Kurses sind die Teilnehmer und Teilnehmerinnen in der Lage….

  • selbstständig Meta-Analysen zu einer von Ihnen gewählten Fragestellung durchzuführen, beginnend von der Literaturrecherche über die Kodierung von Studien bis hin zur softwaregestützten Auswertung der Daten;
  • unterschiedliche Meta-Analysen in der Fachliteratur im Hinblick auf die ver-wendeten Methoden zu unterscheiden, einzuordnen und zu beurteilen;
  • der inhaltlichen und methodischen Diskussion zur Meta-Analysen zu folgen.

Der Kurs setzt grundlegende Kenntnisse in Statistik und multivariater Datenanalyse voraus. Insbesondere sollten die Teilnehmer und Teilnehmerinnen mit Test-verfahren und regressionsanalytischen Techniken vertraut sein; erwünscht ist auch ein Grundverständnis von Strukturgleichungsmodellen.

Der Kurs setzt grundlegende Kenntnisse in Statistik und multivariater Datenanalyse voraus. Insbesondere sollten die Teilnehmer und Teilnehmerinnen mit Test-Verfahren und regressionsanalytischen Techniken vertraut sein; erwünscht ist auch ein Grundverständnis von Strukturgleichungsmodellen.

Informationen zum Raum und zu den Inhalten des Workshops (Handouts, Präsentationen, Beispieldaten) gehen Ihnen an den Tagen unmittelbar vor der Veranstaltung mit Hilfe des Ilias-Mailsystems zu.

Doktorandenweiterbildung: Open Access und Open Research Data in den Wirtschaftswissenschaften

Institution: Helmut-Schmidt-University Hamburg

Lecturer: Schulungsteam der Deutschen Zentralbibliothek für Wirtschaftswissenschaften des Leibniz-Informationszentrums Wirtschaft (ZBW Kiel)

Date: 15.10.2015

Place: Helmut-Schmidt-Universität, Holstenhofweg 85, 22043 Hamburg

Language of instruction: German

Registration: Der direkte Kursbeitritt erfolgt unter diesem Link. Wer nicht Angehöriger der Helmut-Schmidt-Universität ist, lege sich zuvor bitte unter diesem Link ein Konto auf dem Ilias-System der HSU an.

Contents:
Im Rahmen der Doktorandenweiterbildung an der Helmut-Schmidt-Universität wird am 15.10.2015 von der Deutschen Zentralbibliothek für Wirtschaftswissenschaften des Leibniz-Informationszentrums Wirtschaft (ZBW Kiel) ein Workshop zum Thema “Open Access und Open Research Data in den Wirtschaftswissenschaften” angeboten.

Bei diesem halbtägigen Workshop stellt Ihnen das Schulungsteam der ZBW Kiel folgende Themen vor:

  • Was ist und wie funktioniert Open Access?
  • Was ist beim Management wirtschaftswissenschaftlicher Forschungsdaten zu beachten?
  • Wie recherchiere ich am besten wirtschaftswissenschaftliche Fachinformation?

Weitere Informationen zu Open Access und Open Research Data finden sich unter diesem Link.

Tagesablauf:
11.00-12.30 Uhr:
Teil 1: Wie recherchiere ich am besten wirtschaftswissenschaftliche Fachinformation?

12.30-13.00 Uhr: (Mittags-)Pause

13.00-14.30 Uhr:
Teil 2: Was ist und wie funktioniert Open Access?

14.30-14.45 Uhr: Pause

14.45-16.15 Uhr:
Teil 3: Was ist beim Management wirtschaftswissenschaftlicher Forschungsdaten zu beachten?

16.15-16.30 Uhr Abschluss/Resümee

Veranstaltungsort ist der Seminarraum 0403, H1.

Schulungsmaterialien (Handouts, Präsentationen, Beispieldaten etc.) gehen den Teilnehmern vor der Veranstaltung über die Ilias-Plattfom der HSU zu.

Doktorandenweiterbildung: Einführung in die Meta-Analyse

Institution: Helmut-Schmidt-University Hamburg

Lecturer: Prof. Dr. Martin Eisend, Europa-Universität Viadrina Frankfurt (Oder)

Date:
19.11.2015, 13:00-18:00 Uhr
20.11.2015, 09:00-16:00 Uhr

Place: Helmut-Schmidt-Universität, Holstenhofweg 85, 22043 Hamburg

Language of instruction: German

Registration: Der direkte Kursbeitritt erfolgt unter diesem Link. Wer nicht Angehöriger der Helmut-Schmidt-Universität ist, lege sich zuvor bitte unter diesem Link ein Konto auf dem Ilias-System der HSU an.

Contents:
Meta-Analysen integrieren empirische Befunde mehrerer Untersuchungen zu einer bestimmten Fragestellung und analysieren die Variabilität dieser Befunde. Damit bieten sie Wissenschaftlern und Wissenschaftlerinnen eine Möglichkeit, bisherige Forschungsergebnisse quantitativ zu integrieren und zu bewerten und sich somit einen Überblick über die empirische Forschung zu einer Fragestellung zu verschaffen. Sie helfen Wissenschaftlern und Wissenschaftlerinnen auch bei der Erklärung und Interpretation von unterschiedlichen und zum Teil gegensätzlichen Befunden in der bisherigen Forschung. Durch ihre generalisierenden Befunde unterstützt die Meta-Analysen auch Praktiker bei der Entscheidungsfindung. Aufgrund der stark zunehmenden Anzahl von empirischen Untersuchungen in vielen Disziplinen der betriebswirtschaftlichen Forschung kommt die Meta-Analysen in diesen Bereichen zunehmend zum Einsatz.

Der Kurs wendet sich an Nachwuchswissenschaftler und Nachwuchswissenschaftlerinnen, die sich mit der Methode der Meta-Analysen vertraut machen möchten und lernen möchten, wie man diese erfolgreich einsetzt und verwendet. Nach Besuch des Kurses sind die Teilnehmer und Teilnehmerinnen in der Lage….

  • selbstständig Meta-Analysen zu einer von Ihnen gewählten Fragestellung durchzuführen, beginnend von der Literaturrecherche über die Kodierung von Studien bis hin zur softwaregestützten Auswertung der Daten;
  • unterschiedliche Meta-Analysen in der Fachliteratur im Hinblick auf die ver-wendeten Methoden zu unterscheiden, einzuordnen und zu beurteilen;
  • der inhaltlichen und methodischen Diskussion zur Meta-Analysen zu folgen.

Der Kurs setzt grundlegende Kenntnisse in Statistik und multivariater Datenanalyse voraus. Insbesondere sollten die Teilnehmer und Teilnehmerinnen mit Test-verfahren und regressionsanalytischen Techniken vertraut sein; erwünscht ist auch ein Grundverständnis von Strukturgleichungsmodellen.

Der Kurs setzt grundlegende Kenntnisse in Statistik und multivariater Datenanalyse voraus. Insbesondere sollten die Teilnehmer und Teilnehmerinnen mit Test-Verfahren und regressionsanalytischen Techniken vertraut sein; erwünscht ist auch ein Grundverständnis von Strukturgleichungsmodellen.

Informationen zum Raum und zu den Inhalten des Workshops (Handouts, Präsentationen, Beispieldaten) gehen Ihnen an den Tagen unmittelbar vor der Veranstaltung mit Hilfe des Ilias-Mailsystems zu.