Category Archives: Network Courses

WiSo-Graduate School UHH: Die Regeln guter wissenschaftlicher Praxis und die Problemfelder im Forschungsalltag

Institution: Graduate School at Faculty of Business, Economics and Social Sciences – Universität Hamburg

Lecturer: Helga Nolte (Ombudsstelle, UHH)

Schedule: Do., 29.09.2016, 09:30 – 17:30 Uhr

Place: Universität Hamburg, further information in Geventis

Registration: You can register for the course until 15.09.2016 (13 Uhr) via Geventis

Course description:
Das Seminar basiert nach Inhalt und Umfang auf den Empfehlungen des Curriculums für Lehrveranstaltungen zur „Guten wissenschaftlichen Praxis” vom Oktober 2012, das im Auftrag und in Zusammenarbeit mit dem Ombudsman für die Wissenschaft erstellt wurde (s. hier: http://www.ombudsman-fuer-die-wissenschaft.de/index.php?id=6096).

Im August 2014 wurde die neue Satzung der Universität Hamburg „Zur Sicherung guter wissen-schaftlicher Praxis und zur Vermeidung wissenschaftlichen Fehlverhaltens” in Kraft gesetzt. Dieses Regelwerk, das sich wiederum an der DFG-Denkschrift „Sicherung guter wissenschaftlicher Praxis” orientiert, wird ausführlich erläutert und mit praktischen Beispielen dargestellt. Dabei stehen die folgenden Themenbereiche besonders im Fokus:

  • Definition „Gute wissenschaftliche Praxis” und „Wissenschaftliches Fehlverhalten”
  • Umgang mit Daten, Quellen und Ideen
  • Autorschaft und Publikationsprozess
  • Betreuung (Rechte und Pflichten von Betreuern und Betreuten)
  • Interessenskonflikte und wissenschaftliche Kooperation
  • Umgang mit Konflikten; Ombudssystem
  • Umgang mit wissenschaftlichem Fehlverhalten

Die Teilnehmenden erhalten also einen Überblick über die Regeln guter wissenschaftlicher Praxis und über den Umgang mit wissenschaftlichem Fehlverhalten. Häufige Konfliktbereiche und die Grauzonen zwischen fragwürdiger wissenschaftlicher Praxis, Regelverstößen und Fehlverhalten werden ausführlich erörtert. Anhand von Fallbeispielen werden häufig bestehende Unklarheiten aus den Bereichen Betreuung, Autorschaft und Datenmanagement angesprochen. Konfliktsituationen in der Forschungspraxis, die sich aus Regelverstößen ergeben können, und mögliche Handlungsoptionen und Lösungsansätze dazu werden umfassend thematisiert. Das bestehende Ombudssystem wird vorgestellt.

Den Teilnehmenden wird Raum für Reflexion ihrer Werte und Haltung als Wissenschaftler/innen eingeräumt, und es werden Fragen und Unklarheiten zu dieser Thematik bearbeitet.

Zusammengefasst sollen die Teilnehmenden zum einen umfassend über die Inhalte der neuen Satzung und deren praktische Bedeutung für den Forschungsalltag informiert werden. Zum anderen dient das Seminar der Sensibilisierung für mögliche Graubereiche und Konfliktfelder und den dafür notwendigen Lösungsmöglichkeiten.

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.

WiSo-Graduate School UHH: MAXQDA Complete: Transkription, Datenaufbereitung und computergestützte Auswertung

Institution: Graduate School at Faculty of Business, Economics and Social Sciences – Universität Hamburg

Lecturer: Dr. Thorsten Dresing (Audiotranskription Marburg)

Schedule:
Do., 01.12.2016, 09:00 – 15:30 Uhr
Fr., 02.12.2016, 09:00 – 15:30 Uhr

Place: Universität Hamburg, further information in Geventis

Registration: You can register for the course until 30.09.2016 (13 Uhr) via Geventis

Course description:
In diesem Kurs erhalten Sie eine vertiefte Einführung in die Transkription von Interviews, die Aufbereitung anderer Datenarten für und den Umgang mit dem qualitativen Datenanalyseprogramm MAXQDA. Der Fokus des Kurses liegt, neben dem Codieren und Arbeiten mit Memos, auf der Umsetzung von mixed methods Ansätzen im Rahmen wissenschaftlicher Forschungsprojekte. Dieser Kurs vermittelt, welche Funktionen MAXQDA offeriert und wie sich diese im Forschungsprozess für unterschiedlich methodische Vorgehensweise sinnvoll und pragmatisch einsetzen lassen. Es werden Fragen beantwortet wie:

  • Wie verschrifte ich meine Interviews regelgeleitet und synchronisiere die Aufnahmen mit den Transkripten?
  • Wie entwickle ich ein Kategoriensystem induktiv oder deduktiv, ordne Textstellen passend zu und differenziere das Codesystem aus?
  • Wie nutze ich Memos als Forschungswerkzeug sinnvoll für Interpretationsansätze, Case Summarys, Ankerbeispiele, Definitionen und Theorieideen?
  • Wie kann ich meine Analysedurchgänge mit dem Text-Retrieval und Suchwerkzeug gestalten und ggf. interessante Passagen automatisch codieren?
  • Wann helfen Variablen bei der qualitativen Datenanalyse und wie lassen sich selektive Aussagen von bestimmten Personengruppen herausfiltern, um sie bspw. zu kontrastieren?
  • Wie visualisiere ich meine Daten für die Auswertungsphase und den Ergebnisbericht?
  • Wie gestalte ich die Arbeit im Team?

Zielgruppe:

Dieser Workshop richtet sich an Studierende, Promovierende und ProjektmitarbeiterInnen aus den sozialwissenschaftlichen Disziplinen sowie an alle, die sich für die Auswertung qualitativer Daten interessieren. Vorkenntnisse zu MAXQDA werden nicht vorausgesetzt.

Zu beachten:

Bitte bringen Sie für diesen Kurs Ihr Notebook und eine aktuelle Version von MAXQDA mit. Sofern Sie MAXQDA nicht besitzen, können Sie mit der Demoversion arbeiten (allerdings nur einmalig 30 Tage, eine Verlängerung ist nicht möglich). Klären Sie dies bitte vor dem Kursbeginn, bei Fragen schreiben Sie uns eine kurze Nachricht.

Ablauf:

DO, 01.12.2016

09.00 – 09.30: Begrüßung und Vorstellungsrunde, u.a. Eruieren des Erfahrungshintergrundes und Wissenstandes der KursteilnehmerInnen, Aufbau der Rechner usw.

09.30 – 10.30: Grundprinzipien der Transkription und Arbeit in MAXQDA
Angemessene Aufbereitung qualitativer Daten: Transkriptionsregeln, Materialarten
Datensicherung, Datenschutz und rechtlich relevante Aspekte
Analogie zwischen Software- und Papieranalysearbeit
Vier Fenster zum Analysieren und Codieren

10.30 – 10.45: Kurze Pause

10.45 – 12.00: Einführung in die Arbeit mit Codes und Memos
Überblick über methodische Grundlagen und Vielfalt qualitativer
Textanalyse
Offenes Codieren an Beispieldaten
Sinn und Zweck von Memos im Forschungsprozess
Textretrieval als Perspektivenwechsel
Einübung aller Arbeitsschritte mit Aufgabenblatt und Ergebnissicherung

12.15 – 13.15: Mittagspause

13.15 – 14.30: Arbeit mit dem Codesystem
Codes ausdifferenzieren
Codes fusionieren
Einsatz von Farben und Visualisierungen bei der Auswertung

14.30 – 14.45: Kurze Pause

14.45 – 15.30: Suchfunktion und automatisches Codieren
Möglichkeiten und Grenzen einer automatisierten, lexikalischen Suche
Code-Matrix-Browser und Segmentmatrix zur Ergebnisgenerierung
Einübung aller Arbeitsschritte mit Aufgabenblatt

FR, 02.12.2016

9.00 – 09.20: Kurzwiederholung und Tagesplan

09.20 – 10.30: Variablen und logische Aktivierung
Variablenliste, Variablen pflegen
Aktivieren via Dokumentvariablen
Sets zur Bündelung von Gruppen

10.30 – 10.45: Kurze Pause

10.45 – 12.00: Kreuztabellen und komplexes Textretrieval
Code in Variable umwandeln
Kreuztabellen nutzen
Ggf. komplexes Textretrieval zur Filterung von Codezusammenhängen

12.00 – 13.00: Mittagspause

13.00 – 14.30: Visualisierungen
MAXMaps, Codeline, Dokumentvergleichsdiagramm, Dokumentportrait
Farben zur Selektion nutzen
Export der Visualisierungen

14.30 – 15.00: Teamwork und Überblick
Organisation der Teamarbeit in MAXQDA, Vergleich von Codierern
Ggf. Summarys und Grid-Tabellen

gegen 15.00: Kursende

Der Referent Thorsten Dresing hat in Marburg Pädagogik und Soziologie studiert und an der Philips-Universität Marburg zum Thema „Entwicklung und Evaluation eines hybriden Onlineseminars zur Textanalyse“ promoviert. Hauptberuflich ist er geschäftsführender Gesellschafter der dr. dresing & pehl GmbH – audiotranskription.de und entwickelt die Transkriptions- und QDA-Software f4 und f4analyse. Freiberuflich ist er seit 14 Jahren Dozent für qualitative Sozialforschung mit dem Fokus auf f4, MAXQDA und qualitativer Inhaltsanalyse.

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.

PhD-Courses at the Hamburg Business School, Universität Hamburg, 2016

Institution: Hamburg Business School, Universität Hamburg

Lecturer: Various, see blow

Date: Upcoming months; see below

Place: Various, see the links below for details

Language of instruction: English

Registration: See the links below for details

Course offerings:

  • Addressing Endogeneity in Marketing (12.-13.07.2016)
    Harald van Heerde  (click here for further information)
  • Impact of Social Networks on Consumer Behavior and Marketing (2.-4.08.2016)
    Martin Spann (click here for further information)
  • Behavioral Management: Theory and Experiments (6.-9.09.2016)
    Guido Voigt (click here for further information)
  • Causal Inference in Statistics, Social, and Biomedical Sciences and Economics (20.-23.09.2016)
    Martin Spindler (click here for further information)
  • Paper course: Audit market research and publication strategies (22.-24.02.17)
    Nicole Ratzinger-Sakel (click here for further information)

For an overview of the course offerings of the Hamburg Business School for phd-students, please click here.

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).

5th Bamberg Statistics Conference 2016 on “Income Inequality and Poverty in Germany: Measurement, Findings and Political Interventions”, 21st to 22nd July 2016, Bamberg, Germany

Institution: Bayerisches Landesamt für Statistik/Otto-Friedrich-Universität Bamberg

Date: 21.-22. Juli 2016

Place: Aula der Universität Bamberg, Dominikanerstraße 2a, 96049 Bamberg

Registration: www.statistik.bayern.de/statistiktage2016

Contents:
Researchers, practitioners and the interested public are invited to join the 5th Bamberg Statistics Conference, this year dealing with income inequality and poverty in Germany. It is organized by the University of Bamberg, the Institute for Employment Research of the German  Federal Employment Agency and the Bavarian State Office for Statistics. Please check the event website for more details.

Die Otto-Friedrich-Universität Bamberg und das Bayerische Landesamt für Statistik organisieren in Kooperation mit dem Institut für Arbeitsmarkt- und Berufsforschung am 21. und 22. Juli 2016 die StatistikTage Bamberg|Fürth. Ziel der Veranstaltungsreihe ist eine Stärkung des Austauschs zwischen amtlicher Statistik und Wissenschaft sowie weiteren Nutzergruppen amtlicher Daten. Das Thema im Jahr 2016 lautet “Einkommensungleichheit und Armut in Deutschland: Messung, Befunde und Maßnahmen”. Weitere Informationen zur Tagung finden Sie auf der Tagungswebsite sowie im Programmflyer.

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.