Statistische Modelle und Methoden in den Ingenieurwissenschaften und eine Blended-Learning Einführung

• Statistical models and methods in engineering sciences and a blended-learning approach

Weingartz, Marina; Kamps, Udo (Thesis advisor); Cramer, Erhard (Thesis advisor); Kateri, Maria (Thesis advisor)

Aachen (2016, 2017)
Doktorarbeit

Dissertation, RWTH Aachen University, 2016

Kurzfassung

Die vorliegende Dissertation behandelt ein neues Konzept für eine Statistik-Veranstaltung in den Ingenieur- und Wirtschaftsingenieurwissenschaften in einer Blended-Learning Struktur. Bei der Präsentation der Inhalte soll ein starker Praxisbezug gefördert werden, wozu als Basis relevante DIN-Normen und VDI-Richtlinien zugrunde gelegt werden. Aus der großen Anzahl von zum Teil nicht vernetzten Normen und Richtlinien, in denen auch andere Begriffe verwendet werden wie in anderen Bereichen der Statistik, erfolgt eine inhaltliche Aufbereitung durch systematische und praxisorientierte Erarbeitung der Schließenden Statistik in den Bereichen Punktschätzung, Bereichsschätzung und statistische Tests. Dabei bilden reale Anwendungsbeispiele einen wichtigen Bestandteil, derbei den Studierenden ein situiertes Lernen mit konstruktivistischem Ansatz erzielen soll. Das angestrebte Blended-Learning Konzept ist hochschuldidaktisch fundiert. Dazu werden verschiedene Instrumente vorgestellt, wie z. B. der Myers-Briggs-Typenindikator, Kolb’s Lernzyklus oder die Lehr- und Lernmethoden nach Felder/Silverman und in denstatistischen Kontext eingebettet.Neben der Veränderung der Präsentation der Inhalte erfolgt eine Neustrukturierung der Methodik, wozu der Ablauf der Veranstaltung in der Hochschullehre von einer reinen Präsenzlehre auf eine Blended-Learning Veranstaltung umgestellt wird. Blended-Learning ist eine Verzahnung von Präsenz- und Online-/Selbstlernphasen, mit der unterschiedliche Vorkenntnisse und individuelle Lernpräferenzen der Studierenden berücksichtigt werden können. Das begleitete und selbstbestimmte Studium, sowie die neu konzipierten Onlinephasen werden u. a. über die Lehr- und Lernumgebung EMILeA-stat 2.0 realisiert und bieten in vielerlei Hinsicht größere Flexibilität und vor allem die Möglichkeit der Interaktivität wie z. B. durch integrierte Multiple-Choice Fragen und speziell entwickelte Applets. Im Verlauf dieser Arbeit werden sowohl technische als auch inhaltliche Details der Lehr- und Lernumgebung EMILeA-stat 2.0 und deren Entstehung im Detail erläutert. Im Mittelpunkt steht die als Alternative zu Java-Applets gewählte Generierung diverser Applets per GeoGebra zum Themengebiet der Schließenden Statistik. Diese sollen zu einer interaktiven und kompetenzorientierten Erarbeitung der statistischen Inhalte führen und bei den Studierenden die Motivation zur aktiven und vertieften Auseinandersetzung mit dieser Thematik steigern. Abgerundet wird diese Arbeit durch die Konzeption zweier Onlinephasen als Bausteine der zukünftigen Blended-Learning Veranstaltung.

Einrichtungen

• Lehrstuhl für Statistik und Institut für Statistik u. Wirtschaftsmathematik [116410]
• Fachgruppe Mathematik [110000]