Research Methods for PsychologistsModule description #50235 / Version 2
- 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 (v6)
| Module / Version | #50235 / #2 |
|---|---|
| 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 vermittelt die notwendigen Kenntnisse und Fertigkeiten um geeignete Versuchspläne und statistische Auswertungsverfahren für komplexe Fragestellungen selbstständig auszuwählen und anzuwenden. Im Mittelpunkt stehen Verfahren im Rahmen des Allgemeine Lineare Modells (ALM). Zudem werden Kenntnisse der Open-Source-Statistiksoftware R vermittelt.
Content
Statistik: Multiple lineare Regression, ein- und mehrfaktorielle Varianzanalyse, Kombination metrischer und kategorialer Variablen im Rahmen des Allgemeinen Linearen Modells (ALM); Datendarstellung im Variablen- und im Personenraum; Hypothesentests über Parameter des ALM sowie Modellvergleiche; Effektstärke und Power in Parametertests und Modellvergleichen; Diagnostik von Ausreißern, Verletzungen der Modellannahmen oder Multikollinearität.
Versuchsplanung: Die Teilnehmer/innen lernen an komplexeren 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.
Versuchsplanung: Die Teilnehmer/innen lernen an komplexeren 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 |
| Statistische Verfahren für komplexe Versuchspläne I | Integrated course | 0532 L 607 | Winter semester | [de] | 2 | WS 2026/27 (1) ISIS |
| Statistische Verfahren für komplexe Versuchspläne II | Integrated course | 0532 L 607 | Summer semester | [de] | 2 | WS 2026/27 (1) ISIS |
Courses in the course catalog
Courses created from the teaching units of this module.
Winter semester 2026/27 (6)
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
Statistische Verfahren für komplexe Versuchspläne I (Integrated course) 1
- Statistische Verfahren für komplexe Versuchspläne I (Integrierte Veranstaltung) 1. Termingruppe 0532 L 607
Statistische Verfahren für komplexe Versuchspläne II (Integrated course) 1
- Statistische Verfahren für komplexe Versuchspläne II (Integrierte Veranstaltung) Termingruppe 1 0532 L 608
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 | |||
Statistische Verfahren für komplexe Versuchspläne 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 | |||
Statistische Verfahren für komplexe Versuchspläne 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. Es wird der softwaregestützte Einsatz der vorgestellten statistischen Analyseverfahren jeweils anhand konkreter Datensätze eingeübt.
Requirements for participation and examination
Desirable prerequisites for participation in the courses:
Obligatorisch: Grundkenntnisse in Statistik im Umfang von 10 LP
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
- Ergänzend: Fox, J. (2002). An R and S-PLUS companion to applied regression. Thousand Oaks, CA: Sage.
- Fox, J. (2nd ed. 2008). Applied Regression and Generalized Linear Models. Thousand Oaks, CA: Sage.
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