htw saar Piktogramm QR-encoded URL
Zurück zur Hauptseite Version des Moduls auswählen:
Lernziele hervorheben XML-Code

flag


Empirical Evaluation of Interactive Systems

Modulbezeichnung:
Bezeichnung des Moduls innerhalb des Studiengangs. Sie soll eine präzise und verständliche Überschrift des Modulinhalts darstellen.
Empirical Evaluation of Interactive Systems
Modulbezeichnung (engl.): Empirical Evaluation of Interactive Systems
Studiengang:
Studiengang mit Beginn der Gültigkeit der betreffenden ASPO-Anlage/Studienordnung des Studiengangs, in dem dieses Modul zum Studienprogramm gehört (=Start der ersten Erstsemester-Kohorte, die nach dieser Ordnung studiert).
Praktische Informatik, Master, ASPO 01.10.2017
Code: PIM-EEIS
SWS/Lehrform:
Die Anzahl der Semesterwochenstunden (SWS) wird als Zusammensetzung von Vorlesungsstunden (V), Übungsstunden (U), Praktikumsstunden (P) oder Projektarbeitsstunden (PA) angegeben. Beispielsweise besteht eine Veranstaltung der Form 2V+2U aus 2 Vorlesungsstunden und 2 Übungsstunden pro Woche.
2V+2U (4 Semesterwochenstunden)
ECTS-Punkte:
Die Anzahl der Punkte nach ECTS (Leistungspunkte, Kreditpunkte), die dem Studierenden bei erfolgreicher Ableistung des Moduls gutgeschrieben werden. Die ECTS-Punkte entscheiden über die Gewichtung des Fachs bei der Berechnung der Durchschnittsnote im Abschlusszeugnis. Jedem ECTS-Punkt entsprechen 30 studentische Arbeitsstunden (Anwesenheit, Vor- und Nachbereitung, Prüfungsvorbereitung, ggfs. Zeit zur Bearbeitung eines Projekts), verteilt über die gesamte Zeit des Semesters (26 Wochen).
6
Studiensemester: 2
Pflichtfach: nein
Arbeitssprache:
Deutsch
Prüfungsart:
Projektarbeit mit Präsentation

[letzte Änderung 07.04.2024]
Verwendbarkeit / Zuordnung zum Curriculum:
Alle Studienprogramme, die das Modul enthalten mit Jahresangabe der entsprechenden Studienordnung / ASPO-Anlage.

KIM-EEIS Kommunikationsinformatik, Master, ASPO 01.10.2017 , 2. Semester, Wahlpflichtfach
PIM-EEIS Praktische Informatik, Master, ASPO 01.10.2017 , 2. Semester, Wahlpflichtfach

geeignet für Austauschstudenten mit learning agreement
Arbeitsaufwand:
Der Arbeitsaufwand des Studierenden, der für das erfolgreiche Absolvieren eines Moduls notwendig ist, ergibt sich aus den ECTS-Punkten. Jeder ECTS-Punkt steht in der Regel für 30 Arbeitsstunden. Die Arbeitsstunden umfassen Präsenzzeit (in den Vorlesungswochen), Vor- und Nachbereitung der Vorlesung, ggfs. Abfassung einer Projektarbeit und die Vorbereitung auf die Prüfung.

Die ECTS beziehen sich auf die gesamte formale Semesterdauer (01.04.-30.09. im Sommersemester, 01.10.-31.03. im Wintersemester).
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 6 Creditpoints 180 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 135 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
Keine.
Als Vorkenntnis empfohlen für Module:
Modulverantwortung:
Prof. Dr. Maximilian Altmeyer
Dozent/innen:
Prof. Dr. Maximilian Altmeyer


[letzte Änderung 07.04.2024]
Lernziele:
Die Studierenden sind in der Lage, interaktive Systeme empirisch zu evaluieren, auf Basis bestehender wissenschaftlicher Theorien Forschungsfragen und Hypothesen zu formulieren, und diese mit geeigneten quantitativen und qualitativen Methoden zu untersuchen. Zu diesem Zwecke können Sie geeignete Forschungsprototypen und Studienapparaturen konzipieren und implementieren. Sie können grundlegende Konzepte frequentistischer Statistik beschreiben und anwenden. Zudem können Sie passende statistische Verfahren zur Untersuchung von konkreten Fragestellungen sicher anwenden, Voraussetzungen prüfen und Maßnahmen zur Verhinderung von Fehlern erster und zweiter Art ergreifen. Sie entwickeln ein Verständnis für den p-Wert und sind in der Lage, diesen reflektiert zu interpretieren. Dies beinhaltet die Fähigkeit, die Rolle des p-Werts bei statistischen Hypothesentests zu erkennen, die Bedeutung von Signifikanzniveaus zu verstehen und angemessene Schlussfolgerungen aus den Ergebnissen statistischer Tests abzuleiten. Zudem sind Studierende in der Lage, qualitative Methoden zu erläutern und anzuwenden. Sie können qualitative und quantitative Forschungsmethoden unterscheiden, ihre jeweiligen Charakteristika beschreiben und ihre Anwendbarkeit in verschiedenen wissenschaftlichen Kontexten abwägen. Darüber hinaus können sie kritisch reflektieren, wann eine Kombination beider Methoden sinnvoll ist und wie diese synergistisch eingesetzt werden können, um ein umfassendes Verständnis des Forschungsgegenstands zu erreichen.

[letzte Änderung 14.02.2024]
Inhalt:
-        Einleitung – Evaluation von Interaktiven Systemen am Beispiel Games
-        Forschungsfragen, Hypothesen
-        Deskriptive Statistik, mit Daten umgehen
-        Studienapparaturen, Forschungsprototypen
-        Ethik, Informierte Zustimmung
-        Studiendesign, A/B Tests, Within- und Between Subjects Studien, Counterbalancing
-        Abhängige & Unabhängige Variablen, Operationalisierung
-        Quantitative Methoden: t-tests, ANOVA, Korrelationen (und nicht-parametrische Gegenstücke), Modellbildung – und Validierung
-        P-Wert
-        Effektmaaße, Konfidenzintervalle, Standardabweichung, Ausreißer
-        Fehlerkontrolle
-        Poweranalysen
-        Qualitative Methoden: Observationen, Interviews, Fokus-Gruppen
-        Qualitative Methoden: Coding, Inter-Rater-Reliability, Themen-Entwicklung
Neben dem Vorlesungsteil wird es eine Übung geben, in der Studierende Forschungsprototypen entwickeln (z.B. Open-Source Games im Hinblick auf eine Forschungsfrage adaptieren) und erlernte Methoden sofort ausprobieren und anwenden können.


[letzte Änderung 14.02.2024]
Weitere Lehrmethoden und Medien:
Interaktive Systeme, Peer Review

[letzte Änderung 14.02.2024]
Sonstige Informationen:
Projektarbeit mit Präsentation


[letzte Änderung 15.03.2024]
Literatur:


[noch nicht erfasst]
Modul angeboten in Semester:
SS 2024 
[Sun Apr 28 01:05:52 CEST 2024, CKEY=peeois, BKEY=pim2, CID=PIM-EEIS, LANGUAGE=de, DATE=28.04.2024]