Contents
Theoretische Aussagen und Prognosen der Wirtschaftspädagogik müssen der Überprüfung an der Empirie statthalten. Ohne Forschungsmethoden kann nicht empirisch geforscht werden, da diese die systematische Vorgehensweisen festschreiben, nach denen Daten erhoben, mit Theorien verknüpft, ausgewertet und interpretiert werden. Mit der Verfügbarkeit umfassender Daten aus Bildungsprozessen und -systemen kommen erweiterte Forschungsmethoden zum Einsatz, z.B. Mehrebenen- und Längsschnittanalysen oder Meta-Analysen. Mit dem Einzug von Big Data in der Bildung sind auch diese erweiterten Forschungsmethoden nur bedingt zielführend. Somit werden Ansätze der Data Analytics relevant, z.B. Educational Data Mining, Machine Learning, Social Network Analytics oder Natural Language Processing.
Learning outcomes
Die Studierenden wenden erweiterte Forschungsmethoden für Fragestellungen der Wirtschaftspädagogik an. Sie analysieren Daten aus komplexen Fragestellungen mit adäquaten Methoden und geeigneter Software. Die Studierenden kennen Data Analytics Ansätze für Bildungsdaten. Sie erkennen forschungsethische und datenschutzrechtliche Bedingungen von Data Analytics Ansätzen.
Necessary prerequisites
Keine
Recommended prerequisites
Keine
Forms of teaching and learning | Contact hours | Independent study time |
---|---|---|
Lecture | 3 SWS | 11 SWS |
ECTS credits | 5 |
Graded | yes |
Workload | 150h |
Language | German |
Form of assessment | Projektarbeit (15 S.) |
Restricted admission | no |
Examiner | Prof. Dr. Dr. h. c. Dirk Ifenthaler |
Frequency of offering | Spring semester & fall semester |
Duration of module | 1 semester |
Range of application | M.Sc. Bus. Edu. |
Preliminary course work | Mitarbeit |
Program-specific Competency Goals | CG 4 |