Einführung in Empirische Methoden des Human-Centered Computing

Lernziele

Studenten lernen folgende Dinge:

• Übersicht über Methoden der statistischen (quantitativen) und qualitativen empirischen Techniken
• Durchführung dieser Techniken und Interpretation der Resultate auf ihrer Aussagekraft
• Auswahl geeigneter Techniken für Studien und Evaluationen sowie Diskussion über Vor- und Nachteile auf wissenschaftlichem Niveau
• Erläuterung von empirischen Ergebnissen anderer gegenüber Außenstehende

Stoffplan

1. Einführung: was ist empirische Forschung?, Beispiele aus den beteiligten Fachgebieten
2. Grundlagen: Forschungsfragen, Hypothesen, Validität, Induktion/Deduktion
3. Literaturarbeit: Rolle von Verwandten Arbeiten für die eigene Arbeit; systematische Literatursuche (SLR und Snowballing). Verwendung und Zitierung von Literatur.
4. Qualitative Datenerhebung durch Interviews: Entwurf, Pretest und Durchführung
5. Qualitative Datenauswertung: Coding und thematische Analyse
6. Design von Experimenten, Evaluation von Prototypen 1- 8. Wissenschaftlicher Umgang mit Daten: Sammlung, Format und Ablage
7. Datenanalyse und Statistik: Einfache Tests, ANOVA
8. Umfragen/Surveys: Design and Pre-Testing, Execution und EDA
9. Ethik und gute wissenschaftliche Praxis: Umgang mit Probanden und mit Daten, Reproduzierbarkeit der Ergebnisse
10. Fallstricke und Erfahrungsdiskussion