Quelle anzeigen

Modulnummer - Modultitel			Niveau	BA	MA
B11 - Wirtschaftsstatistik			Semester	3. Semester
			Credits	5
Modulverantwortliche:r			SWS	1,786
Dr. Jürgen Bennies			Sprache	Deutsch
Modulart	Pflichtmodul	Wahlpflichtmodul	Wahlmodul
Dauer und Häufigkeit	1 Semester, jeweils im Sommersemester
Arbeitsaufwand	Gesamtzeit: 125 h, davon Präsenz-Kontaktzeit: 12 h Online-Kontaktzeit: 13 h Selbststudium: 100 h
Voraussetzungen für die Teilnahme	Gemäß Studien- und Prüfungsordnung – B.A. Betriebswirtschaftslehre berufsbegleitend
Lernergebnisse	Die Studierenden verfügen über die Kenntnis grundlegender Konzepte und Methoden der deskriptiven Statistik, können die Methoden sicher anwenden, sind in der Lage eine Datenanalyse vorzunehmen, können statistische Auswertungen interpretieren, besitzen die Fähigkeit, statistische Darstellungen und Interpretationen kritisch zu hinterfragen.
Kompetenzbereiche	Fachkompetenz	Sozialkompetenz
	Methodenkompetenz	Selbstkompetenz
Lehr- und Lernformen	Studierendenzentrierter Ansatz, Vorlesung, Selbstlernvideos auf der Lernplattform, Übungsaufgaben
Art der Lehrveranstaltung, SWS	Vorlesung, 1,786 SWS
Lehrinhalte	Skalierung, Lage - und Streuungsmaße Abhängigkeitsmaße (Korrelationskoeffizienten), Korrelation und Kausalität Lineare Regression Konzentrationsmaße (z.B. Gini- Koeffizient) Normalverteilung Statistische Manipulationen
Voraussetzung für die Vergabe von Credits, Benotung	Klausur (90 Minuten)
Verwendbarkeit des Moduls	Gemäß Studien- und Prüfungsordnung – B.A. Betriebswirtschaftslehre berufsbegleitend
Literatur und Lehr-Lern-Materialien	Bourier, G. (akt. Aufl.): Beschreibende Statistik, Wiesbaden. Wewel, M.C (akt. Aufl.), Statistik im Bachelor- Studium der BWL und VWL, München. MINÖL-Bände. Teubner-Verlag. Krämer, W. (akt. Aufl.), So lügt man mit Statistik Bosbach G., Korff J. (akt.Aufl.), Die Zahlentrickser Moodle Kurs mit Skript und Aufgabensammlungen
Module title and summary	Business and economic statistics This module introduces students to the fundamental concepts and methods of descriptive statistics, as well as their application in business contexts. Students will learn how to analyse data, apply key statistical techniques, and interpret statistical results in a structured way. Topics covered include scales of measurement, measures of central tendency and dispersion, correlation and causality, linear regression, concentration measures, and the normal distribution. Additionally, it enhances students' ability to critically evaluate statistical representations, interpretations, and potential forms of statistical manipulation.