People Analytics – Statistische Analysen in R
Titel: People Analytics – Statistische Analysen in R
Lernziele: Die Studierenden werden befähigt, eigene Analysen von Fragebogendaten im Bereich Human Resource Management und Arbeitspsychologie durchzuführen. Sie lernen (1) Umfragedaten strukturiert aufzubereiten und bereinigen, (2) deskriptive Kennzahlen und einfache statistische Modelle zu berechnen und interpretieren, und (3) mit R grundlegende statistische Analysen durchzuführen
Inhalte: Die Lehrveranstaltung deckt den gesamten Analyseprozess ab – von der Rohdatensatzbearbeitung bis zur Ergebnisinterpretation. Thematische Schwerpunkte sind:Datenaufbereitung (Variable Codierung, Umgang mit fehlenden Werten, Bildung von Skalen), Deskriptive Statistik (Mittelwerte, Standardabweichungen, Korrelationen), Gruppenvergleiche (t-Tests, einfache Regressionsmodelle) und Zusammenhangsanalysen (einfache lineare Regressionen, Moderation und Mediation)
Stufe: Masterstudium oder fortgeschrittenes Bachelorstudium. Grundkenntnisse in deskriptiver Statistik sind vorteilhaft
Sprache: Englisch
Format: Als Refresher angeleitet während 4 Lektionen im Blockformat. Die Materialien eignen sich sowohl zur Integration in eine Vorlesung oder zur Abgabe für das Selbststudium z.B. im Rahmen von Abschlussarbeiten.
Materialien:
- PowerPoint-Präsentation Analyzing in R
- Übungsdatensätze (Original-, Cleaned- und ReadyData als .xlsx und .csv)
- Begleitdokumentation zur Datenbereinigung (Codebook und Cleaning Protocol)
- RMarkdown-Skript zur Replikation aller Analysen
- Excel-Vorlagen zur Visualisierung und für einfache Berechnungen
Senden Sie eine E-Mail mit dem Betreff “Teaching Resources People Analytics” an cehrm@unilu.ch und Sie erhalten die entsprechenden Unterlagen.
Hinweis: Die Daten und Dokumentationen beziehen sich auf ein Subsample (N = 143) aus den HR-Barometer 2014, wobei einige Daten bzw. Variablen simuliert wurden, so dass die Berechnungen besser aufgehen. Es handelt sich also um fiktive, aber realitätsnahe Daten, die typische Herausforderungen der Datenaufbereitung abbilden.
Author/in: Dr. oec Manuela Morf