Research Methods for EngineersModule description #50234 / Version 3
- 9 CP
- Portfolio examination
- Graded
- Winter and summer semester
- German
This module description is not valid in the current semester (Winter semester 2026/27).
Current version (v7)
| Module / Version | #50234 / #3 |
|---|---|
| Validity | SS 2015 – WS 2017/18 |
| Available language(s) | German |
| Credit points | 9 |
| Person responsible for the module | Müller-Plath, Gisela |
| Grading | Graded |
| Exam format | Portfolio examination |
| Language(s) of instruction | German |
Affiliation
| Faculty | Fakultät V |
|---|---|
| Institute | Institut für Psychologie und Arbeitswissenschaft (IPA) |
| Academic chair | 35321300 FG Methodenlehre und Maritime Psychologie |
Contact
| Office | MAR 3-2 |
|---|---|
| Contact person | Müller-Plath, Gisela |
| E-mail address | gisela.mueller-plath@tu-berlin.de |
| Website | Not specified |
Learning outcomes
Das Modul dient der Vermittlung von Grundkenntnissen der deskriptiven Statistik und Inferenzstatistik sowie der Konzeption und Auswertung empirischer Untersuchungen. Zudem werden Kenntnisse der Open-Source-Statistiksoftware R vermittelt.
Content
Statistik: Uni- und bivariate deskriptive Statistik, einfache lineare Regression, Grundlagen der Wahrscheinlichkeitsrechnung, Zufallsvariablen und deren Verteilung, Stichprobenverteilungen, Parameterschätzung, Vertrauensintervalle, Hypothesentests: z-und t-Tests über einen und zwei Erwartungswerte, einfaktorielle Varianzanalyse, Test über die Unabhängigkeit zweier Variablen. Versuchsplanung: Die Teilnehmer/innen lernen an einfachen Beispielen, wie man empirisch untersuchbare Fragestellungen formuliert, unabhängige und abhängige Variablen und ihren Variablentyp bestimmt, Störvariablen kontrolliert, Hypothesen formuliert, hypothesengeleitet geeignete statistische Auswertungsverfahren wählt, entsprechende Betrachtungen zu Power und Stichprobengrößen anstellt und die Datenerhebung plant. An simulierten Datensätzen wird die konkrete Ergebnisdarstellung, statistische Auswertung und Interpretation eingeübt.
Module components
Compulsory area
The following courses are mandatory for this module:
| Courses | Type | Number | Frequency | Language | Hours per week | Course catalog |
|---|---|---|---|---|---|---|
| Einführung in die Statistik-Software R | Exercise | 0532 L 406 | Winter and summer semester | [de] | 1 | WS 2026/27 (2) ISIS |
| Hausaufgabentutorium | Tutorial | 0532 L 608 | Winter and summer semester | [de] | 1 | WS 2026/27 (2) ISIS |
| Statistik und Versuchsplanung I | Integrated course | 0532 L 606 | Winter semester | [de] | 2 | WS 2026/27 (1) ISIS |
| Statistik und Versuchsplanung II | Integrated course | 0532 L 606 | Summer semester | [de] | 2 | ISIS |
Courses in the course catalog
Courses created from the teaching units of this module.
Winter semester 2026/27 (5)
Einführung in die Statistik-Software R (Exercise) 2
- Einführung in die Statistik-Software R I (Übung) Ing 0532 L 406
- Einführung in die Statistik-Software R I (Übung) Psych 0532 L 406
Hausaufgabentutorium (Tutorial) 2
Statistik und Versuchsplanung I (Integrated course) 1
- Statistik und Versuchsplanung I (Integrierte Veranstaltung) 1. Termingruppe 0532 L 606
Workload and credit points
Einführung in die Statistik-Software R (Exercise)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 1.5 h | 22.5 h |
| 22.5 h | |||
Hausaufgabentutorium (Tutorial)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 11 | 1.5 h | 16.5 h |
| 16.5 h | |||
Statistik und Versuchsplanung I (Integrated course)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Bearbeitung der Hausaufgaben | 7 | 6 h | 42 h |
| Präsenzzeit | 15 | 1.5 h | 22.5 h |
| Prüfungsvorbereitung | 1 | 24 h | 24 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 118.5 h | |||
Statistik und Versuchsplanung II (Integrated course)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Bearbeitung der Hausaufgaben | 6 | 6 h | 36 h |
| Präsenzzeit | 15 | 1.5 h | 22.5 h |
| Prüfungsvorbereitung | 1 | 24 h | 24 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 112.5 h | |||
The workload of the module adds up to 270 hours. The module therefore comprises 9 credit points.
Description of teaching and learning methods
Im Rahmen der integrierten Veranstaltungen wechseln sich vorlesungsähnliche Lehrphasen, die der Vermittlung der statistischen Inhalte dienen, und Übungsphasen mit dem Ziel einer anwendungsorientierten Vertiefung ab. Im R-Kurs wird der softwaregestützte Einsatz der vorgestellten statistischen Analyseverfahren jeweils anhand konkreter Datensätze eingeübt. Zudem erfolgt die praktische Vertiefung der theoretischen Lehrinhalte, indem die Studierenden in Kleingruppen Hausaufgaben lösen.
Requirements for participation and examination
Desirable prerequisites for participation in the courses:
This module has no desirable prerequisites for the courses.
Mandatory requirements for the module examination registration:
This module has no examination requirements.
Completion of the module
| Grading | Graded |
|---|---|
| Exam format | Portfolio examination |
| Language | German |
Test elements
| Name | Points/Weight | Category | Duration/Extent |
|---|---|---|---|
| (1) Hausaufgaben WS | 12 | ||
| (2) Mündliche Rücksprache WS | 38 | ||
| (3) Hausaufgaben SS | 12 | ||
| (4) Mündliche Rücksprache SS | 38 |
Exam description
Es können maximal 100 Punkte erreicht werden. Notenschlüssel:
Punkte Note
----------------------
100– 95 1.0
94 – 90 1.3
89 – 85 1.7
84 – 80 2.0
79 – 75 2.3
74 – 70 2.7
70 – 65 3.0
64 – 60 3.3
60 – 55 3.7
54 – 50 4.0
49 - 0 5.0
Punkte Note
----------------------
100– 95 1.0
94 – 90 1.3
89 – 85 1.7
84 – 80 2.0
79 – 75 2.3
74 – 70 2.7
70 – 65 3.0
64 – 60 3.3
60 – 55 3.7
54 – 50 4.0
49 - 0 5.0
Duration of the module
The following number of semesters is estimated for taking and completing the module: 2 semester(s).
This module can be started in the following semesters: Winter and summer semester.
Maximum number of participants
The maximum capacity of participants is 50.
Registration procedures
Not specified
Recommended reading, lecture notes
Lecture notes
unavailable
Electronic lecture notes
unavailable – geplant; Material und Hausaufgaben zum Download unter ISIS
Recommended literature
- Ross, S.M. (2006). Statistik für Ingenieure und Naturwissenschaftler. 3. Aufl. Heidelberg: Spektrum Akademischer Verlag.
Assigned programs
This module is not used in any program.
Pflichtmodul (nach Vorwissen) im Masterstudiengang Human Factors M.Sc.; das Modul steht jedoch auch Studierenden anderer Studienfächer offen, sofern Kapazität vorhanden.
Miscellaneous
Not specified