DE / EN

WP20: Erweiterte Forschungs­methoden und Data Analytics

Lerninhalte
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.

Lern- und Qualifikations­ziele
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.

Notwendige Voraussetzungen
Keine

Inhaltliche Voraussetzungen
Keine

Lehr- und LernformenLehreSelbststudium
Vorlesung2 SWS12 SWS
ECTS-Leistungs­punkte5
Benotung Ja
Gesamtarbeits­aufwand150h
SpracheDeutsch
Prüfungs­form und -umfangProjektarbeit (15 S.)
Zulassungs­beschränktNein
Geprüft durch
Prof. Dr. Dirk Ifenthaler
Häufigkeit des AngebotsFrühlings-/Sommersemester & Herbst-/Wintersemester
Dauer des Moduls 1 Semester
VerwendbarkeitM.Sc. WiPäd
Vorleistungen
Programm­spezifische KompetenzzieleCG 4