Agraphie Academy: Produktiv wissenschaftlich arbeiten

Dein Komplettprogramm mit Onlinekursen, Feedback und live Coachings

Beitreten
Photo by Kaitlyn Baker on Unsplash

Warum Agraphie Academy?

Weil gute Betreuung wichtig ist, um das Maximum aus deiner wissenschaftlichen Arbeit herauszuholen. Um daran zu wachsen, auch für dein weiteres Leben. Das war schon immer das Motto des Agraphie Podcasts, das ist das Motto auch hier.

Hier bekommst du die Unterstützung, von der ich selbst als Student immer geträumt habe:

> On-demand Videos zu den wichtigsten Themen des wissenschaftlichen Arbeitens (ja, auch verständliche Statistik-Kurse!).

> Genügend Möglichkeiten, um Feedback zu bekommen. Von deinen Peers. Von den ExpertInnen auf der Plattform. Von mir, Dominik, selbst. Ich rede hier nicht von irgendeinem wischi-waschi Feedback. Ich rede hier von relevantem, klaren, direkt umsetzbaren Feedback. Habe ich schon erwähnt, dass meine Feedback Praxis auch schon mit Lehrpreisen ausgezeichnet wurde?

> Viel Platz für Fragen. Entweder ganz oldskool per Diskussionsforum. Oder live bei unseren exklusiven Agraphie Academy Webinaren.


Und wie immer bei Agraphie gilt: Es geht nicht nur um das Was. Es geht auch um das Wie. Bei uns bist du nicht alleine, wir sind eine Community. Wir haben gemeinsame Schreibtreffs. Wir helfen uns gegenseitig, produktiv zu arbeiten.


Melde dich an, wenn auch dir gute Betreuung wichtig ist und du bei deiner Abschlussarbeit über dich hinauswachsen magst.


Hinweis: Wöchentlich werden neue Inhalte hinzugefügt; die Kurseliste ist im Moment noch nicht vollständig.


Kurse in diesem Programm:

Lektionen in Abschlussarbeit Walkthrough:

  1. 1 Einführung

  2. 2 Ein Thema finden

  3. 3 Feedback GEBEN

  4. 4 Führe ein Ideenjournal

  5. 5 Ins Schreiben kommen

  6. 6 Breit lesen

  7. 7 Check In

  8. 8 Habe klare Ziele

  9. 9 Software zum Schreiben

  10. 10 Eine Forschungsfrage finden

  11. 11 Deine Dateien organisieren

  12. 12 Einen Zeitplan erstellen

  13. 13 Theorie

  14. 14 Verwende ein Literaturverwaltungsprogramm

  15. 15 Workbook Literaturverwaltung

  16. 16 Struktur auf der Makro-Ebene

  17. 17 Write Drunk, Edit Sober

  18. 18 Schreiben beginnen: Das richtige Mindset

  19. 19 Fokus

    Objective: Steigere deinen Fokus!

  20. 20 Strukturiert starten

    Objective: Erfahre, wie du schnell mit das leere Blatt überbrückst!

Lektionen in Statistik in PSPP:

  1. 1 Übersicht über den Kurs

  2. 2 Was wirst du lernen?

  3. 3 Übersicht

  4. 4 PSPP installieren

  5. 5 Daten öffnen

  6. 6 Der PSPP User Interface

  7. 7 Das Codebook anzeigen

  8. 8 Optionen und Einstellungen

  9. 9 Dezimalstellen einstellen

  10. 10 Zusammenfassung

  11. 11 Übersicht

  12. 12 Variablen und Fälle einfügen und löschen

  13. 13 Fälle sortieren

  14. 14 Daten aggregieren

  15. 15 Daten aufteilen

  16. 16 Variablen umkodieren

  17. 17 Variablen berechnen

  18. 18 Texte in Fällen suchen

  19. 19 Fälle gewichten

  20. 20 Zusammenfassung

  21. 21 Übersicht

  22. 22 Deskriptive Statistik

  23. 23 Zusammenfassung

  24. 24 Übersicht

  25. 25 t-Test bei einer Stichprobe

  26. 26 t-Test bei unabhängigen Stichproben

  27. 27 t-Test bei abhängigen Stichproben

  28. 28 Varianzanalyse (ANOVA) und Syntax

  29. 29 Syntax ANOVA

  30. 30 Nichtparametrische Tests

  31. 31 Syntax Nichtparametrische Tests

  32. 32 Walkthrough: Mann-Whitney U-Test

  33. 33 Zusammenfassung

  34. 34 Übersicht

  35. 35 Nominale Zusammenhangsmaße

  36. 36 Ordinale Zusammenhangsmaße

  37. 37 Intervall Zusammenhangsmaße

  38. 38 Walkthrough: Pearson Korrelation

  39. 39 Multiple Regression

  40. 40 Dummy Kodierung

  41. 41 Zusammenfassung

  42. 42 Übersicht

  43. 43 Reliabilitätsanalyse

  44. 44 Explorative Faktorenanalyse

  45. 45 Zusammenfassung

Lektionen in Deine perfekte Forschungsfrage:

  1. 1 Übersicht über den Kurs

  2. 2 Übersicht

  3. 3 Kriterien für ein gutes Thema

  4. 4 Einleitung zum Themenwahl-Workshop

  5. 5 Workshop: Finde dein Thema

  6. 6 Zusammenfassung

  7. 7 Übersicht

  8. 8 Kriterien für eine gute Forschungsfrage

  9. 9 MINERVA Workshop Einleitung

  10. 10 MINERVA Workshop 1

  11. 11 MINERVA Workshop 2

  12. 12 Zusammenfassung

  13. 13 Übersicht

  14. 14 Wie breit muss ich die Forschungsfrage formulieren?

  15. 15 Darf ich die Forschungsfrage später noch verändern?

  16. 16 Welche Methode soll ich wählen?

Lektionen in Statistik mit R:

  1. 1 Über Dominik

  2. 2 Übersicht über den Kurs

  3. 3 Übersicht

  4. 4 Die Benutzeroberfläche verstehen

  5. 5 Zusammenfassung

  6. 6 Übersicht

  7. 7 Projekte in RStudio

  8. 8 Variablen

  9. 9 Daten selektieren

  10. 10 Funktionen

  11. 11 Zusammenfassung

  12. 12 Übersicht

  13. 13 data.frames und andere Datentypen

  14. 14 Packages

  15. 15 CSV Dateien

  16. 16 Daten aus Excel Dateien laden

  17. 17 Daten zielgerichtet manipulieren

  18. 18 Zusammenfassung

  19. 19 Übersicht

  20. 20 t-Test bei einer Stichprobe

  21. 21 t-Test bei unabhängigen Stichproben

  22. 22 Voraussetzungen t-Test / Welch Test

  23. 23 Test nach Mann-Whitney / Wilcox

  24. 24 Varianzanalyse (ANOVA)

  25. 25 Zusammenfassung

  26. 26 Übersicht

  27. 27 Korrelation nach Pearson und Spearman

  28. 28 Einfache lineare OLS Regression

  29. 29 Multiple lineare OLS Regression

  30. 30 Zusammenfassung

  31. 31 Übersicht

Lektionen in Statistik in SPSS:

  1. 1 Übersicht über den Kurs

  2. 2 SPSS herunterladen und installieren

  3. 3 Die grafische Benutzeroberfläche

  4. 4 Die richtigen Einstellungen

  5. 5 Die Daten laden bzw. importieren

  6. 6 Übersicht über den Beispieldatensatz

  7. 7 Übersicht

  8. 8 Übersicht über die verschiedenen Variablentypen

  9. 9 Übersicht über Skalenniveaus

  10. 10 Fehlende Werte definieren

  11. 11 Variablen umkodieren

  12. 12 Neue Variablen berechnen

  13. 13 Zusammenfassung

  14. 14 Übersicht

  15. 15 Lagemaße berechnen

  16. 16 Streumaße berechnen

  17. 17 Normalverteilung überprüfen

  18. 18 Zusammenfassung

  19. 19 Übersicht

  20. 20 t-Test bei einer Stichprobe

  21. 21 t-Test bei unabhängigen Stichproben

  22. 22 Varianzanalyse (ANOVA)

  23. 23 Zusammenfassung

  24. 24 Übersicht

  25. 25 Zusammenhänge bei ordinalen Daten testen

  26. 26 Zusammenhänge bei intervallskalierten Daten testen

  27. 27 Einfache lineare Regression

  28. 28 Multiple lineare Regression

  29. 29 Intrasubjekt Unterschiede

  30. 30 t-Test bei verbundenen Stichproben (Wiederholung)

  31. 31 Wilcoxon und Vorzeichentest: Nichtparametrische Alternativen zum t-Test bei verbundenen Stichproben

  32. 32 Varianzanalyse mit Messwiederholung

  33. 33 Friedman-Test

  34. 34 Übung: Verbundene Stichproben bei intervallskalierten Daten

  35. 35 Übung: Verbundene Stichproben bei ordinalskalierten Daten

  36. 36 Übung: Verbundene Stichproben bei intervallskalierten Daten II

  37. 37 Übung: Verbundene Stichproben bei ordinalskalierten Daten II

  38. 38 Gratuliere!

Lektionen in Strukturgleichungsmodelle und Pfadanalysen in R:

  1. 1 Übersicht über den Kurs

  2. 2 Übersicht

  3. 3 Zusammenfassung

  4. 4 Übersicht

  5. 5 Packages laden

  6. 6 Daten laden

  7. 7 Variablen erstellen und abrufen

  8. 8 Funktionen ausführen

  9. 9 Zusammenfassung

  10. 10 Übersicht

  11. 11 Was ist eine Pfadanalyse

  12. 12 Korrelationen definieren

  13. 13 Einfache Regression definieren

  14. 14 Eine multiple Regression definieren

  15. 15 Ein Pfadmodell definieren und interpretieren

  16. 16 Ein Pfadmodell verbessern

  17. 17 Mediation und indirekte Effekte

  18. 18 Zusammenfassung

  19. 19 Übersicht

  20. 20 Was ist eine konfirmatorische Faktorenanalysee

  21. 21 Ein Messmodell definieren, interpretieren und verbessern

  22. 22 Messmodell + Strukturmodell = Strukturgleichungsmodell

  23. 23 Ein Strukturgleichungsmodell definieren und interpretieren

  24. 24 Übersicht

Lektionen in Die Struktur deiner Arbeit:

  1. 1 Warum Struktur?

    Objective: Nach dieser Lektion verstehst du, welche Rolle Struktur in deiner Arbeit spielt

  2. 2 Mit Struktur schnell starten: Ein Beispiel

  3. 3 Ein Bauplan für wissenschaftliche Arbeiten

    Objective: Wie könnte ein Bauplan für eine wissenschaftliche Arbeit aussehen?

  4. 4 Warum IMRaD?

    Objective: IMRaD Struktur undGründe dafür kennenlernen

  5. 5 Übersicht

  6. 6 Einleitung

    Objective: Funktionen und Aufbau von Einleitung

  7. 7 Theoretischer Hintergrund

    Objective: Funktionen und Aufbau vom theoretischen Hintergrund

  8. 8 Methode

    Objective: Funktionen und Aufbau vom Methodenteil

  9. 9 Ergebnisse

    Objective: Funktionen und Aufbau vom Ergebnisteil

  10. 10 Diskussion

    Objective: Funktionen und Aufbau der Diskussion

  11. 11 Zusammenfassung

  12. 12 Übersicht

  13. 13 Die Vorlage

  14. 14 Vorlage (Word)

  15. 15 Vorlage (Libre Office)

  16. 16 Die Gliederungsansicht

    Objective: Gliederungsansicht verwenden

  17. 17 Zusammenfassung

  18. 18 Übersicht

  19. 19 Was ist (eigentlich) ein Absatz?

  20. 20 Wie plane ich Absätze?

  21. 21 Strukturelle Konsistenz herstellen

  22. 22 Vorlage zur strukturellen Konsistenz

Lektionen in Umfrageerstellung mit LimeSurvey:

  1. 1 Willkommen

  2. 2 Über Dominik

  3. 3 Warum Umfragen?

  4. 4 Wieso LimeSurvey?

  5. 5 Didaktisches Konzept

  6. 6 Zusammenfassung

  7. 7 Übersicht

  8. 8 LimeSurvey PRO: Sign-Up

  9. 9 Self-Hosted

  10. 10 Zusammenfassung

  11. 11 Übersicht

  12. 12 Aussagekräftige Daten

  13. 13 Fragebogen

  14. 14 Fragen

  15. 15 Antworten

  16. 16 Zusammenfassung

  17. 17 Übersicht

  18. 18 Eine Umfrage erstellen

  19. 19 Umfragen kopieren bzw. exportieren und importieren

  20. 20 Zusammenfassung

  21. 21 Übersicht

  22. 22 Eine Fragengruppe erstellen

  23. 23 Eine Frage erstellen

  24. 24 Fragentypen

  25. 25 Single Choice/ Multiple Choice

  26. 26 Matrix/ Arrays

  27. 27 Text

  28. 28 Andere Frageformate

  29. 29 Fragen organisieren

  30. 30 Zusammenfassung Umfragen-Vorschau

  31. 31 Zusammenfassung

  32. 32 Übersicht

  33. 33 Logiken

  34. 34 Dynamische Texte und Referenzen

  35. 35 Mehrsprachige Fragebögen

  36. 36 Wissenschaftliches Übersetzen

  37. 37 Zusammenfassung

  38. 38 Übersicht

  39. 39 Umfragen testen

  40. 40 Umfragen starten

  41. 41 Daten anzeigen und exportieren

  42. 42 Das Codebook anzeigen

  43. 43 Pen und Paper Umfragen

  44. 44 Zusammenfassung

  45. 45 Neuerungen in LimeSurvey 3.7.1

Lektionen in Umfragen:

  1. 1 Check In

  2. 2 Häufige Probleme (Text)

  3. 3 Häufige Probleme (Video)

Lektionen in Systematische Reviews:

  1. 1 Willkommen

  2. 2 Übersicht über den Kurs

  3. 3 Über Dominik

  4. 4 Warum eine systematische Literaturarbeit?

  5. 5 Rahmen des Reviews klären

  6. 6 Phase 1: Planung – Übersicht

  7. 7 Suchbegriffe finden

  8. 8 Suchbegriffe verknüpfen: Operatoren

  9. 9 Operatoren in Aktion

  10. 10 Inklusions- und Exklusionskriterien

  11. 11 Zusammenfassung

  12. 12 Phase 2: Suche – Übersicht

  13. 13 Suche in Datenbanken

  14. 14 Weitere Suchstrategien

  15. 15 Backtracking und Forwardtracking in Aktion

  16. 16 Sättigung: Wann habe ich “alles”?

  17. 17 Wie speichere ich meine Suchergebnisse ab?

  18. 18 Dublikate entfernen

  19. 19 Titel und Abstracts screenen

  20. 20 Volltexte zielgerichtet lesen

  21. 21 Praxistipp: Coding-Prozesse mit Umfragen standardisieren

  22. 22 Zusammenfassung

  23. 23 Phase 3: Analyse und Reporting – Übersicht

  24. 24 Methode darstellen

  25. 25 Ergebnisse darstellen

  26. 26 Beispiel

  27. 27 Zusammenfassung

Lektionen in Social Network Analysis:

  1. 1 Welcome

  2. 2 Introduction to Social Network Analysis

  3. 3 About the course

  4. 4 The hype about SNA

  5. 5 First contact with social network thinking

  6. 6 What is a social network?

  7. 7 Exercise: Your real-life networks

  8. 8 The nature of nodes

  9. 9 Modes

  10. 10 The nature of edges

  11. 11 Exercise: Classifying networks

  12. 12 The nature of networks

  13. 13 Sociocentric networks vs. ego networks

  14. 14 Summary

  15. 15 Introduction - Setting up a network study

  16. 16 Finding a network research question

  17. 17 Unit of analysis

  18. 18 Setting boundaries

  19. 19 Theorizing about networks

  20. 20 Social capital theory

  21. 21 Cognitive social structures

  22. 22 Balance Theory

  23. 23 Homphily (Similarity attraction)

  24. 24 Exercise: Homophily

  25. 25 Learn more about network theories

  26. 26 Summary

  27. 27 What is relational data?

  28. 28 Collecting quantitatve survey data

  29. 29 Ethical considerations of network data collection

  30. 30 Storing quantitative network data

  31. 31 Transforming quantitative data

  32. 32 Excerise: Transforming an edgelist

  33. 33 Exercise: Transforming a matrix

  34. 34 Exercise: Extracting data from a graph

  35. 35 Summary

  36. 36 Introduction to centrality metrics: nodal degree

  37. 37 Betweenness

  38. 38 Closeness

  39. 39 Exercise: Centrality scores

  40. 40 Downloading UCINET

  41. 41 UCINET Graphical User Interface

  42. 42 UCINET Matrix Editor

  43. 43 Datafiles

  44. 44 Downloading Gephi

  45. 45 Getting started with Gephi

  46. 46 Calculationg statistics in Gephi

  47. 47 Layouting in Gephi

  48. 48 Changing the appearance of a network in Gephi

  49. 49 Downloading VennMaker

  50. 50 First Steps in VennMaker

  51. 51 Executive summaries of important social network texts

  52. 52 Blau (1964) Exchange and Power in Social Life

  53. 53 Borgatti and Everett (1997) Network Analysis of 2-Mode Data

  54. 54 Bourdieu (1983/ 1986) The Forms of Capital

  55. 55 Cartwright and Harary (1956) Structural Balance: A Generalization of Heider's Theory

  56. 56 Coleman (1988): Social Capital in the Creation of Human Capital

  57. 57 Cross and Parker (2004) The Hidden Power of Social Networks

  58. 58 Feld (1981): The Focused Organization of Social Ties

  59. 59 Freeman (1978) Centrality in Social Networks

Lektionen in Qualitative Inhaltsanalyse :

  1. 1 Übersicht

  2. 2 Basics

  3. 3 Voraussetzungen

  4. 4 Hinweis zu den Zugängen zur qualitativen Inhaltsanalyse

  5. 5 Übersicht

  6. 6 Deduktiver Zugang zur Kategoriebildung

  7. 7 Induktiver Zugang zur Kategoriebildung

  8. 8 Zusammenfassender Zugang zur Kategoriebildung

  9. 9 Mischformen

  10. 10 Überblick

  11. 11 Beispielmaterial

  12. 12 Das Beispielmaterial in voller Länge

  13. 13 Transkription

  14. 14 Transkription live

  15. 15 Analyseeinheit festlegen

  16. 16 Kodiereinheit festlegen

  17. 17 Abstraktionsniveau festlegen

  18. 18 Erstellung des Kodierleitfadens

  19. 19 Automatisierte Transkription

  20. 20 Überblick

  21. 21 Zusammenfassende qualitative Inhaltsanalyse nach Mayring

  22. 22 Inhaltlich strukturierende qualitative Inhaltsanalyse nach Kuckartz

Über Dominik Froehlich

avatar-profile


Was unsere Mitglieder sagen:

“Sehr kompetenter Lehrender! So machen die Erklärungen für mich Sinn.” ― Sophie Laa
“Super Statistik Kurse und Übungen! Da fragt man sich, wieso man auf der Uni nicht direkt sowas sinnvolles macht...” ― Leonie
“Ich kenne Dominiks Kurse schon von udemy - super hilfreich. Aber hier alles nochmal zusammen zu haben (für den Preis!) und auch die Möglichkeit, live Fragen zu stellen ist nochmal was ganz anderes!” ― Fred K.
Beitreten