Learning Outcomes

WAS

Die Studierenden entwickeln in Gruppen ein Forschungsprojekt, in dem sie mit quantitativen Daten – vorzugsweise experimentell – aktuelle Forschungsfragen im Kontext interaktiver Medien und Mensch-Computer-Interaktion bearbeiten. Sie lernen, mit dem Mindset von Designer:innen an die Konzeption und Durchführung von Studien heranzugehen.

WIE

Die Studierenden...

• formulieren Forschungsfragen auf Grundlage wissenschaftstheoretischer Grundlagen und ihrer eigenen Interessen.
• erschließen durch Literaturarbeit den aktuellen Forschungsstand, analysieren bestehende Studien und reflektieren diese kritisch.
• operationalisieren Variablen und übersetzen sie in geeignete quantitative Studiendesigns (z. B. Umfragen, Experimente).
• entwickeln eigene experimentelle Designs, planen Stichproben und berücksichtigen Gütekriterien (Validität, Reliabilität).
• erheben, bereinigen und explorieren Daten systematisch unter Berücksichtigung von Skalenniveaus und Datenstrukturen.
• wenden JASP als Werkzeug zur statistischen Analyse an.
• wenden deskriptive und inferenzstatistische Verfahren an (z. B. t-Test, ANOVA, Korrelation, Regression, nicht-parametrische Tests), prüfen deren Voraussetzungen, berechnen Effektgrößen und interpretieren Ergebnisse korrekt.
• visualisieren und kommunizieren Daten und Ergebnisse klar und kritisch – in wissenschaftlichen Papern wie auch in Postern.
• wenden Prinzipien guter wissenschaftlicher Praxis an (z. B. Informed Consent, Datenschutz, Reproduzierbarkeit, Präregistrierung) und berücksichtigen ethische Aspekte.
• übernehmen Verantwortung in der wissenschaftlichen Community durch Peer Reviews.

WOZU

Die Teilnehmenden sind in der Lage...

• empirische Problemstellungen zu erkennen, kritisch einzuordnen und in Forschungsfragen zu übersetzen.
• für ihre Projekte einen methodischen Rahmen rational zu begründen, anzuwenden und zu kommunizieren.
• statistische Verfahren projektgerecht einzusetzen sowie Ergebnisse angemessen zu interpretieren und kritisch zu diskutieren.
• ihre Ergebnisse transparent, reflektiert und adressatengerecht zu kommunizieren (Paper, Poster, Peer Review).
• die erworbenen Kenntnisse im Sinne von Data & Statistical Literacy im Kontext von HCI-Forschung und interaktiven Medien nutzbar zu machen.
• Forschungsentscheidungen im größeren Kontext (Publikationsbias, p-Hacking, Replikationskrise) kritisch zu reflektieren.
• kollaborativ und verantwortungsbewusst in wissenschaftlichen Projekten zu arbeiten.

Inhalt

• Wissenschaftstheoretische Grundlagen der empirischen Forschung
• Analyse und kritische Diskussion veröffentlichter Experimente
• Gütekriterien quantitativer und qualitativer Forschung
• Entwicklung von Forschungsstand, Forschungsthema, -fragen und Hypothesen
• Forschungsdesign und -planung
• Operationalisierung von Konstrukten
• Versuchsplanung inkl. Stichprobenziehung
• Deskriptive Statistik und Datenvisualisierung mit JASP
• Verfahren der Inferenzstatistik – Schwerpunkt: parametrische Verfahren im experimentellen Kontext (z. B. t-Test, ANOVA)
• Ergebnisinterpretation und -darstellung im Format wissenschaftlicher Publikationen
• Durchführung und Reflexion von Peer Reviews

Methoden

Lehrmethoden (Teaching Methods)

• Durchführung in 6 ganztägigen Workshops
• Abwechslung zwischen Theorie-Impulsen, Projektarbeit (inkl. Coaching-Sessions durch Dozierende), Diskussionen, sowie Übungen und Quizzen
• 2 selbstorganisierte Projektphasen
• Die verwendeten Slides (englischsprachig) werden über ILU als PDF zur Verfügung gestellt, ergänzt durch passende E-Books
• Umfang: 4 SWS
  • Seminar: 2 SWS
  • Projekt: 2 SWS

Prüfungsleistung

• Research Paper (50% der Note)
• Posterpräsentation beim Kickoff-Event (20% der Note, Peer-Review)
• Reflexion zur Durchführung der Studie, zu Fehlern und Herausforderungen sowie deren Umgang (30% der Note, individuell)

Literatur

• Bortz, J., & Döring, N. (2006). Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler (4. Aufl.). Heidelberg: Springer.
• Lazar, J., Feng, J. H., & Hochheiser, H. (2017). Research Methods in Human-Computer Interaction (2nd ed.). Cambridge: Morgan Kaufmann.
• Mey, G., & Mruck, K. (Hrsg.) (2010). Handbuch Qualitative Forschung in der Psychologie. Wiesbaden: VS Verlag / Springer.
• Field, A. (2002). How to Design and Report Experiments. London: Sage Publications.
• Field, A. (2016). An Adventure in Statistics: The Reality Enigma. London: Sage Publications. (Science-Fiction-Ansatz, lehrreich und unterhaltsam)
• Field, A. (2019). Discovering Statistics Using IBM SPSS Statistics (5. Aufl.). London: Sage.
• Field, A. (Teaching Material). Statistics with JASP. Materialien verfügbar über https://discoveringstatistics.com/.
• Faulkenberry, T. J. (2020). Learning Statistics with JASP: A Tutorial for Psychology Students and Other Beginners. Online verfügbar unter: https://tomfaulkenberry.github.io/JASPbook/index.html
• Weigel, E. (2023). Design for Impact. New York: Rosenfeld Media.
• Spiegelhalter, D. (2019). The Art of Statistics: Learning from Data. London: Pelican.
• Deetjen, T. (2022). Published: A guide to literature review, outlining, experimenting, visualization, writing, editing, and peer review for your first scientific journal article. Independently published.
• Ritchie, S. (2020). Science Fictions: Wie Betrug, Fahrlässigkeit und Hype in der Wissenschaft Schaden anrichten. München: Hanser.

Sonstiges

Der Präsenzteil des Moduls findet ausschließlich in der ersten Semesterhälfte bis zur Blockwoche statt.