Avatar vom Dozent:in

Angewandte Statistik für die Human-Computer Interaction edit

Modulverantwortlich Prof. Dr. Gerhard Hartmann
Dozent:innen Prof. Dr. Gerhard Hartmann
Kürzel SHCI
Sprache deutsch
Kreditpunkte 6
Voraussetzungen nach Prüfungsordnung keine über die Zulassungsvorrausetzungen zum Studium hinausgehenden
Empfohlene Voraussetzungen keine
Prüfungsformen Lernportfolio
Level Schwerpunkt
Häufigkeit des Angebots jedes Sommersemester
Letzte Aktualisierung 22. März 2024

Lehrform/SWS

4 SWS: Vorlesung 2 SWS; Übung / Projekt 2 SWS

Arbeitsaufwand

Gesamtaufwand 180 Stunden, davon

Angestrebte Lernergebnisse

Die Studierenden sind in der Lage empirische Daten so darzustellen, dass wesentlichen Strukturen und Charkateristika erkennbar sind. Die Studierenden können angemessene Kennzahlen (z.B. Maße der Zentralität oder der Variabilität) und Verfahren zur Charakterisierung von empirischen Daten spezifizieren und anwenden, um Aussagen über Annahme zu den Stichproben in Bezug auf Populationen kritisch einzuschätzen und ggf. weitere empirische oder statistische Maßnnahmen planen und durchführen zu können. Sie beherrschen wesentliche Konzepte zur Visualisierung von empirischen Daten und können erste (explorative) Analysen durchführen um fundierte Aussagen über vorliegende empirische Daten treffen zu können.

Die Studierenden kennen grundlegende Konzepte und Verfahren der Inferenzstatistik. Sie kennen Skalenniveaus unabhängiger Variablen, können diese für eine forschungs-/erhebungspraktische Fragestellung bestimmen, experimentelle Rahmenbedingungen dazu planen, spezifizieren und in einem Experiment umsetzen. Die Studierenden kennen die Charakteristika einer wissenschaftlichen Hypothese und können auf Basis von Publikationen, Voruntersuchugen oder anderen wissenschaftlichen Quellen eine wissenschaftliche Hypothese in eine statistische Hypothese überführen.

Sie sind in der Lage, empirische Daten zu analysieren, Testverfahren für das Hypothesen-Testen aufgrund (1) der empirischen Rahmenbedingungen, (2) der skalenbezogenen Ausprägung der unabhängigen Variablen und (3) varianzhomo-/heterogener Charakteristika der gezogenen Stichproben auszuwählen, Hypothesen mit geeigenten Methoden zu testen und die Ergebnisse hinsichtlich empirischer Fragestellungen zu interpretieren; sie können Gütekriterien zur Auswahl unterschiedlicher Verfahren benennen, anwenden und kritisch einordnen um die von Ihnen angewandten Methoden, Verfahren und Prozesse einer Fach-Community kritisch reflektieren und kommunizieren zu können.

Die Studierenden kennen grundlegende Konzepte der multivariaten Statistik und können diese anwenden, kennen etablierte Verfahren (Regressions-, Varianz-, DIskriminanz-, Kontingenz-, Fakroren-, Cluster- und Conjoint-Analyse), können diese anwenden und kritische einordnen, um für menschenzentrierte Aktivitäten in Entwicklunsprozessen auf Basis empirischer Ansätze fundierte Aussagen über Annahmen zu den Anwendungsdomänen oder zugehörige Stakeholder treffen zu können.

Inhalt

Skalen, Statistische Kennwerte, Stichproben und Grundgesamtheit, Wahrscheinlichtkeitstheorie und -verteilungen, parametrische und nichtparametrische Testverfahren, Skedastizität, Korrelationen, Varianzanalytische und Multivariate Verfahren.

Medienformen

Literatur

Geförderter Kompetenzerwerb

Das Modul zahlt auf folgende Handlungsfelder und Kompetenzbereiche ein. Eine ausführliche Beschreibung der konkreten Komptenzen finden Sie weiter unten.

Designing for User Experiences

Developing Interactive and Distributed Systems

Exploring Advanced Interactive Media

Driving Creation Process

Enhancing Interactions on Different Scales

Designing for User Experiences

  • Anforderungen und Bedarfe

    • Kennen Methoden und Techniken, mit deren Hilfe das Verhalten, die Bedürfnisse und die Erwartungen der Benutzer verstanden, erfasst und nutzbar gemacht werden können und können diese anwenden.

  • Konzepte

    • Haben ein ausgeprägtes konzeptionelles Denkvermögen entwickelt, um komplexe Probleme zu analysieren, innovative Lösungsansätze zu konzipieren und diese in verständliche und erfahrbare Konzepte zu überführen.

Developing Interactive and Distributed Systems

  • Entwurf

    • Verstehen formale Strukturen.

    • Können abstrahieren, logisch denken und komplexe Zusammenhänge verstehen.

Driving Creation Process

  • Management

    • Können erkennen, welche Kompetenzen zur Lösung eines Problems erforderlich sind.

    • Können ein Team zusammenstellen und dieses lauf- und lebensfähig halten.

    • Können kreative und agile Prozesse hinsichtlich Zeit- und Ressourcenmanagement effizient durchführen und verwalten.

  • Kommunikation

    • Können effektive und transparente Kommunikation und Zusammenarbeit fördern, Konflikte erkennen, analysieren und lösen.

    • Sind in der Lage Arbeits- und Forschungsergebnisse klar und verständlich in aussagekräftigen, zielgruppengerechten Berichten, Präsentationen o.Ä. zu kommunizieren.

    • Haben die Fähigkeit effektiv in multidisziplinären Teams zu arbeiten und die verschiedenen Fachperspektiven und -sprachen zu verstehen.

Exploring Advanced Interactive Media

  • Medien

    • Haben die Fähigkeit zur Darstellung und Visualisierung großer Datenmengen, um komplexe Daten auf verständliche und ansprechende Weise zu präsentieren.

  • Exploration & Kreativität

    • Haben eine offene Fehlerkultur in der Fehler nicht als Endpunkt betrachtet, sondern als Teil des Lernprozesses verstanden und genutzt werden, um Prozesse zu verbessern, zukünftige Fehler zu vermeiden und exploratives Handeln zu fördern.

    • Haben die Fähigkeit zur Selbstreflexion um Handlungen und Entscheidungen evaluieren und iterieren zu können.

    • Sind neugierig, offen und in der Lage Fragen zu stellen, Unbekanntes zu erkunden und verschiedene Perspektiven zu berücksichtigen.

Enhancing Interactions on Different Scales

  • Analyse, Studien und Experimente

    • Kennen verschiedene Methoden der Benutzerforschung, können diese einordnen und anwenden (z.B. Interviews, Umfragen, Beobachtungen, Experience Sampling).

    • Können schließende Statistik anwenden um Hypothesen in Experimenten zu überprüfen und statistische Zusammenhänge in empirischen Daten auszuwerten.

    • Sind erfahren und geübt Kooperation und Umgang mit Stakeholdern und zukünftigen Nutzer:innen.

  • Situated Interaction

    • Haben ein tiefes Verständnis für die Bedürfnisse, Verhaltensweisen und Erwartungen der Benutzer:innen in ihren Nutzungskontexten.

  • Selbstlernen

    • Können wissenschaftlich Arbeiten und Schreiben.

    • Können sich selbstständig neue Wissens- und Kompetenzbereiche zu Methoden, Technologien oder Domänen erschließen.

Weitere Kompetenzen, die für dieses Modul erforderlich sind oder durch das Modul ausgebildet werden.

    • Kennen Maße der Zentralität und der Variablilität von Verteilungen und können geeignete auf konkrete Problemstellungen auswählen, anwenden und Ergebnisse domänenangemessen interpretieren. Kennen Konzepte und Verfahren zur Beschreibung von Stichproben.

    • Kennen Grundkonzepte der Wahrscheinlichkeit und sind Wahrscheinlichkeitsverteilungen hinsichtlich ihrer wesentlichen Charakteristika benennen und unterscheiden.

    • Kennen relevante Konzepte der Inferenzstatistik und können diese für eine berufspraktische Fragestellungen anwenden

    • Kennen einzelne multivariate Verfahren und können diese auf praktische Sachverhalte anwenden.

In der linken Spalte sehen Sie, welche Kompetenzen für das Modul vorausgesetzt werden (hellgrauer Balken). In der rechten Spalte sehen Sie, welche Kompetenzen Sie mit dem Modul erwerben können (farbiger Balken). Die Kompetenzen sind in Handlungsfelder und Bereiche gegliedert.

Wenn Sie auf den grauen oder farbigen Balken klicken, gelangen Sie zu einer Liste von Modulen, die auf diese Kompetenz einzahlen. Hier finden die eine Übersicht über alle Kompetenzen und die Module, die auf diese einzahlen.

arrow_upward