„Einführung in die Biostatistik“; Vorlesung mit Übung

Umgesetztes Projekt

Ziele

Die Gestaltung der Lehrveranstaltung „Einführung in die Biostatistik“ orientiert sich an den Kriterien des UMIT-Leitbildes Lehre, welches die Lehre als „begeisternd“, „studierendenzentriert“, „partizipativ“, „kompetenzorientiert“, „modern“, „forschungsgeleitet“ und „gut organisiert“ beschreibt (siehe Anhang)

Die Überlappung mit den Vergabekriterien des „Ars Docendi – Staatspreis für exzellente Lehre“ (Innovative Hochschuldidaktik – Von Forschung bzw. durch Entwicklung und Erschließung der Künste geleitete Lehre – Studierendenzentrierung – Kompetenzorientierung – Besonderes Engagement in der Lehre) ist evident.

Fächer wie Statistik werden oft von den Studierenden den sogenannten „trockenen Fächern“ zugeordnet und sind aufgrund von Vorurteilen, negativen Erfahrungen, Verunsicherung, Ängsten, Abneigung gegenüber mathematischen Formeln, schwer erkennbarem Nutzen usw. meist unbeliebt. Dementsprechend hält sich oftmals die Vorfreude auf eine derartige Lehrveranstaltung in Grenzen, was sich nur bedingt förderlich auf den individuellen Lernfortschritt auswirkt.

Die Literatur belegt, dass die individuelle Lernbereitschaft steigt, wenn Interesse und Begeisterung für das zu lernende Fach geweckt werden. Nur durch die aktive Teilnahme der Studierenden vor, während und nach den Lehrveranstaltungen können die intendierten Lernergebnisse erreicht werden. Die Studierenden müssen nicht bis ins kleinste Detail die theoretischen Hintergründe der Statistik kennen. Trotzdem sollten sie ein tieferes Verständnis für und Vertrautheit mit den Methoden erlangen. Dazu ist es erforderlich, ein methodisches Gerüst zu errichten, das den Studierenden ermöglicht, zu verstehen, warum Ergebnisse so aussehen, wie sie aussehen, und worauf sie zu achten haben, wenn sie selbst Daten analysieren. Durch die eigenverantwortliche und partizipative Auseinandersetzung mit den Inhalten der Lehrveranstaltung sollen sie in die Lage versetzt werden, Ergebnisse wissenschaftlicher Papers kritisch lesen und bewerten zu können. Darüber hinaus sollen die Studierenden die nötige Sicherheit erlangen, statistische Daten, Ergebnisse und Interpretationen wissenschaftlich vertreten und diskutieren zu können. Die Studierenden können den Nutzen des Faches klarer erkennen und werden eher von ihm fasziniert sein, wenn sie die Fülle und die Verschiedenheit der Forschungsfragen erkennen können, bei denen die unter¬schiedlichen statistischen Methoden angewandt werden können. In die Lehrveranstaltung fließen auch diejenigen Inhalte der statistischen Beratung bei Planung und Durchführung von klinischen und/oder epidemiologischen Studien, die von der Lehrperson im Rahmen ihrer Tätigkeit für das Zentrum für Statistische Beratung und Fortbildung der UMIT angeboten werden, fließen beispielhaft in die Lehrveranstaltung ein. Bei veröffentlichten Ergebnissen werden die entsprechenden Papers als ergänzende Literatur benutzt. An der Gesamtheit dieser Überlegungen orientiert sich die Gestaltung der Lehrveranstaltung „Einführung in die Biostatistik“, deren didaktischer Ansatz auf der Kombination von digitalen Lehr- und Lernelementen in Verbindung mit traditionellen Vermittlungsformen beruht; sie befindet sich in einem Prozess kontinuierlicher Evolution.

Kurzzusammenfassung

Die Lehrveranstaltung wird im Rahmen des Moduls „Empirische Gesundheitsforschung“ angeboten. Die Anzahl der ECTS-Credits beträgt 7, von denen 5 im Kontaktstudium und individuellen Selbststudium und 2 im begleiteten Selbststudium erworben werden. Als Lehr-/Lernplattform wird Moodle 3.0 eingesetzt.Inhalte der Lehrveranstaltung sind (a) Methoden der deskriptiven Statistik, (b) Grundlagen der Wahrscheinlichkeitsrechnung, (c) Grundlagen der induktiven Statistik: Schätzen und Testen, (d) Parametrische und nichtparametrische Testverfahren und (e) Korrelations- und Regressionsanalyse. Diese Inhalte können als Lernstationen verstanden werden, die nacheinander sowohl innerhalb von strukturierten Moodle-Lektionen als auch durch den Besuch der Lehrveranstaltung (Präsenz-Blockwoche) absolviert werden.Die Lehrveranstaltung besteht insgesamt aus fünf Phasen: drei Online-Phasen (sog. @Home-Phasen) und zwei Präsenzphasen (sog. @UMIT-Phasen). Im Rahmen der @Home-Phasen finden sowohl individuelles als auch begleitetes Selbststudium statt. Während der @UMIT-Phasen findet Präsenz-Unterricht statt, der von Paper-Pencil-Aufgaben und Datenanalysen am Computer mit SPSS abgerundet wird. Die Prüfung erfolgt schriftlich. Sie besteht aus (a) einer zweiteiligen Klausur, (b) der Erstellung von zwei Kurzberichten, in denen die Ergebnisse von Datenanalysen zusammengefasst werden sollen, und (c) dem Review eines voeiner/einem Kollegin/Kollegen eingereichten Kurzberichts.

Nähere Beschreibung

Die Lehrveranstaltung besteht insgesamt aus fünf Phasen: drei Online-Phasen (sog. @Home-Phasen) und zwei Präsenzphasen (sog. @UMIT-Phasen). Eine grafische Darstellung der einzelnen Lehr-/Lernsequenzen findet sich im Anhang.

Allgemeine Gestaltung der @Home-Phasen

Die erste und zum Teil auch die zweite @Home-Phase (individuelles Selbststudium) dienen der Vorbereitung der Themen, die in den jeweils darauffolgenden @UMIT-Phasen besprochen werden. Aufgrund der Zeitknappheit und der Stofffülle werden ausgewählte Themen auf die Phase des selbstständigen Lernens vorverlegt. Anhand von „Moodle-Lektionen“ können die Studierenden – je nach Vorkenntnissen – Wissen erwerben und/oder auffrischen. Die Lektionen sind in Lerneinheiten gegliedert, welche denjenigen der darauffolgenden Präsenzphase entsprechen. Im Rahmen der Moodle-Lektion werden den Studierenden Lernmaterialien (Literaturverweise/Papers/Internet-Links) in der digitalen Lernumgebung (auf einer sogenannten Inhaltsseite) zur Verfügung gestellt. Am Ende jeder Lerneinheit absolvieren die Studierenden einen formativen Test. Er besteht aus fünf Fragen. Eine Moodle-Lektion wird erfolgreich abgeschlossen, wenn alle Tests, die zur Lektion gehören, positiv durchlaufen werden. Wird der formative Test nicht erfolgreich absolviert, wird der/die Studierende zurück zur Inhaltseite geführt. Eine sofortige Testwiederholung wird aus didaktischen Erwägungen nicht ermöglicht; der/die Studierende soll sich zunächst nochmals mit der Literatur auseinandersetzen. Erst im Anschluss daran kann der Test wiederholt werden. Die Reihenfolge der Antworten beim Test ändert sich bei jedem Durchlauf. Dadurch soll vermieden werden, dass der Test allein durch Raten und/oder permanentes Wiederholen bestanden wird. Die Lektion wird als abgeschlossen dokumentiert, wenn alle Tests positiv absolviert worden sind. Die formativen Tests werden nicht benotet. Deadline für den Abschluss der Lektion ist der Tag vor der Präsenzphase. Die Studierenden werden aufgefordert, in Moodle anzugeben, welche Inhalte in der jeweiligen Phase besonders problematisch waren, und angeregt, konkrete Fragen dazu zu formulieren.

In der zweiten und in der dritten @Home-Phase findet das begleitete Selbststudium statt. In diesen Phasen sind in Moodle hochgeladene Arbeitsaufträge (Übungsblätter) zum jeweiligen Lernstoff zu lösen. Die Lösungen zu diesen Arbeitsaufträgen werden mit zeitlichem Abstand in Moodle zur Verfügung gestellt. Die Studierenden können die vorgeschlagenen Lösungswege überprüfen und erhalten, falls gewünscht, zusätzlich Feedback zur eigenen Leistung von der Lehrperson. Fragen, die sich in dieser @Home-Phase ergeben, werden in Moodle via Forum gestellt. Zuerst sind die Studierenden angehalten, die Fragen – quasi in einem virtuellen Klassenzimmer – gemeinsam zu diskutieren und zu beantworten. Die Lehrperson greift ein, wenn falsche und/oder unpräzise Antworten eingereicht werden. Falls der Lehrperson Fragen per E-Mail gestellt werden, werden diese (ohne Namensangabe der/des Fragenden) mit den dazugehörigen Antworten in Moodle übertragen. Die Beiträge im Rahmen der virtuellen Diskussionen via Forum werden anschließend von der Lehrperson thematisch sortiert und der Gruppe zur Verfügung gestellt.

Allgemeine Gestaltung der @UMIT-Phasen

In den zwei Präsenzphasen wird vorwiegend frontal unterrichtet, allerdings unter umfassender und aktiver Einbindung der Studierenden. Die Unterlagen für die Präsenzphasen werden in Moodle drei Wochen im Voraus bereitgestellt. Die Auslagerung ausgewählter Themen in die @Home-Phasen, ermöglicht eine Reduzierung des Lehrstoffes in den Präsenzphasen und das Einbauen von Pufferzeiten, die den Rhythmus der Aufmerksamkeitskurve der Studierenden berücksichtigen. In diesen Pufferzeiten wird das aktive Lernen der Studierenden durch Verteilung von kurzen Paper-Pencil-Aufgaben angeregt, außerdem werden Aufträgen zur Datenanalyse erteilt, die mit dem statistischen Programm SPSS zu bearbeiten sind. Aufgabenlösungen sowie Ergebnisinterpretation werden im Plenum besprochen. Die Studierenden werden in bestimmten Phasen der Lehrveranstaltung eingeladen, ausgewählte Begriffe einander zu erklären. Unstimmigkeiten und Unklarheiten werden gemeldet und im Plenum nochmals besprochen. Die Studierenden werden von der Lehrperson laufend aus der passiven Zuhör-Situation herausgeholt und zur aktiven Auseinandersetzung mit dem Lerngegenstand gebracht. Den Studierenden wird die Entscheidung überlassen, ob sie einzeln oder in Kleingruppen die Aufgaben lösen. Es wird jedoch erwartet, dass jede/-r Studierende Lösung und Lösungsweg im Plenum erklären bzw. diskutieren kann. Dies soll der Gefahr einer passiven Teilnahme insbesondere beim Arbeiten in Gruppen entgegenwirken.

Die Probleme mit dem Lernstoff, die in der Selbststudium-Phase eingetreten sind und der Lehrperson von den Studierenden über Moodle mitgeteilt worden sind, werden, bevor das betreffende Kapitel im Unterricht behandelt wird, von der Lehrperson präsentiert im Anschluss an den Unterricht zur Diskussion gestellt, um zu erfahren, ob die Verständnisprobleme weiter bestehen, so dass die gesamte Gruppe zu Erklärungen und Lösungen beitragen kann.

An der Tafel werden kleine Rechenbeispiele gemeinsam mit den Studierenden erarbeitet. Sie sollen primär dazu dienen, die Erklärung der Anwendung der statistischen Methoden zu unterstützen. Nach jeder Lehreinheit werden die besprochenen Themen seitens der Gruppe schematisch zusammengefasst. Die Fragen des jeweiligen Mini-Tests aus der Vorbereitungsphase werden in der Gruppe gemeinsam beantwortet. Am Ende jedes Tages werden die Studierenden gebeten, jeweils mindestens eine Frage pro besprochenem Thema in Moodle hochzuladen. Diese können in den Phasen des individuellen Studiums von den Studierenden zur Wiederholung der Lehrinhalte weiter genutzt werden. Die Fragensammlung wird von der Lehrperson überprüft und der Gruppe in Moodle zur Verfügung gestellt.

Detaillierte Beschreibung der einzelnen Phasen

Sowohl die einzelnen @Home- als auch die einzelnen @UMIT-Phasen sind in sich durch zueinander jeweils analoge Einheiten gegliedert, die im folgenden Text separat dargestellt werden. Die folgende textuelle Beschreibung der einzelnen Phasen wird veranschaulicht durch die Abbildung 1 „Ablauf der Lehrveranstaltung“ im Anhang. Der Einsatz der ausgewählten digitalen Lehr- und Lernelemente in Verbindung mit traditionellen Vermittlungsformen kann der Abbildung 2 im Anhang entnommen werden.

@Home-Phase (1)

Selbststudium

Vorbereitungsphase (1)

Die Moodle-Lektion für diese Vorbereitungsphase besteht aus drei Einheiten: (a) Methoden der deskriptiven Statistik; (b) Grundlagen der Wahrscheinlichkeitsrechnung; (c) Grundlagen der induktiven Statistik: Schätzen und Testen. Den Studierenden werden im Rahmen der Lektion (innerhalb einer sogenannten Inhaltsseite) Lernmaterialien (Papers/Literaturverweise/Internet-Links) zur Verfügung gestellt. Am Ende jeder Lerneinheit ist der formative Test zu absolvieren. Die Unterlagen für die Präsenzphase sowie ergänzende Literatur (insbes. wissenschaftliche Papers als Beispiele für den Fokus Ergebnisdarstellung/-interpretation) werden ebenso zur Verfügung gestellt (s. Anhang „Screenshots“ auf Seite 9-12).

@UMIT-Phase (1)

Die erste Präsenzphase erstreckt sich über drei Tage. Die Inhalte (a) Methoden der deskriptiven Statistik; (b) Grundlagen der Wahrscheinlichkeitsrechnung; (c) Grundlagen der induktiven Statistik: Schätzen und Testen werden unter Anleitung der Lehrperson vertieft. Von den Studierenden werden kurze Paper-Pencil-Aufgaben gelöst sowie Datenanalysen mit dem Statistik-Programm SPSS durchgeführt. Hierbei wird ein besonderes Augenmerk auf die Ergebnisinterpretation gelegt. Am Ende jedes Tages ist jede/-r Studierende aufgefordert, Fragen zu formulieren und in Moodle hochzuladen, die zur Prüfungsvorbereitung/Stoffwiederholung zu einem späteren Zeitpunkt dienen.

@Home-Phase (2)

Selbststudium

Vorbereitungsphase (2)

Die Moodle-Lektion dieser Phase besteht aus zwei Einheiten: (a) Parametrische/Nichtparametrische Testverfahren, (b) Korrelations-/Regressionsanalyse. Auch in dieser Vorbereitungsphase werden den Studierenden Lernmaterialien (Papers/Literaturverweise/Internet-Links) zur Verfügung gestellt. Nach jeder Lerneinheit ist wiederum ein formativer Test zu absolvieren. Deadline für den Abschluss der Lektion ist der Tag vor der Präsenzphase (2). Die Unterlagen für die Präsenzphase (2) sowie ergänzende Literatur (insbes. wissenschaftliche Papers als Beispiele für den Fokus Ergebnisdarstellung/-interpretation) werden ebenso zur Verfügung gestellt.

Begleitetes Selbststudium zur praktischen Einübung (1)

• Lernauftrag: Datenanalyse mit der Statistiksoftware SPSS und Ergebnisinterpretation (1)

Die Studierenden erhalten einen SPSS-Datensatz mit (fiktiven) Daten von Patient/inn/en eines Krankenhauses, die bei der Aufnahme interviewt wurden. Anhand vorformulierter offener Fragen sind die Daten mit Hilfe von Tabellen, Lage- und Streuungsmaßen zu beschreiben. Die Daten sollen auch grafisch dargestellt werden. Die Form der Verteilung einzelner Variablen ist anzugeben, und die Angaben sind jeweils zu begründen. Die Ergebnisse sollen anschließend in Form eines kurzen Berichts zusammengefasst werden (max. 0,5 bis 1 DIN-A4-Seite). Das Enddokument ist in Moodle abzugeben.

• Lernauftrag: Übungsblätter“

Zur Prüfungsvorbereitung werden in Moodle Übungsblätter hochgeladen, deren Lösungen mit zeitlichem Abstand ebenso in Moodle zur Verfügung gestellt werden. Fragen, die sich in dieser Online-Phase ergeben, werden via Forum in Moodle gestellt. Zuerst sind die Studierenden angehalten, die Fragen zu beantworten. Die Lehrperson greift ein, wenn falsche und/oder unpräzise Antworten gegeben werden.

• Virtuelle Sprechstunden / Tutorien / Virtual Classroom

Es werden virtuelle Treffen organisiert, die über Skype oder Moodle stattfinden. Die Termine werden in Absprache mit den Studierenden festgelegt. Generell werden Fragen im Forum formuliert, diskutiert und beantwortet.

@UMIT-Phase (2)

Die zweite Präsenzphase erstreckt sich über zwei Tage. Die Inhalte (a) Parametrische/Nichtparametrische Testverfahren; (b) Korrelation/Regression werden unter Anleitung der Lehrperson vertieft. Von den Studierenden werden kurze Paper-Pencil-Aufgaben gelöst sowie Datenanalysen mit dem Statistik-Programm SPSS durchgeführt. Hierbei wird ein besonderes Augenmerk auf die Ergebnisinterpretation gelegt. Am Ende jedes Tages wird jede/-r Studierende gebeten, Fragen zu formulieren und in Moodle hochzuladen, die zur Prüfungsvorbereitung/Stoffwiederholung zu einem späteren Zeitpunkt dienen.

@Home-Phase (3)

Begleitetes Selbststudium zur praktischen Einübung (2) (s. Anhang „Screenshot“ auf Seite 16)

• Lernauftrag: Datenanalyse mit der Statistiksoftware SPSS und Ergebnisinterpretation (2)

Der in der @Home-Phase (2) anhand der deskriptiven Statistik analysierte Datensatz soll mit den Methoden der induktiven Statistik weiter ausgewertet werden. Es werden Forschungsfragen vorgegeben, die mit Schätz- und/oder Testverfahren zu beantworten sind. Die Studierenden sollen die Forschungsfragen jeweils operationalisieren. Ausgehend vom Messniveau der Variablen und deren Verteilungsform, die von den Studierenden zu identifizieren ist, sollen die zur Beantwortung der Forschungsfragen geeigneten statistischen Methoden ausgewählt und angewandt werden. Die Ergebnisse sind anschließend in Form eines kurzen Berichts (max. zwei DIN-A4-Seiten) zusammenzufassen und in Moodle hochzuladen. Im Kurzbericht sind die Ergebnisse der deskriptiven und induktiven Datenanalyse darzustellen und zu interpretieren. Die Studierenden können die Hauptergebnisse des ersten Berichts verwenden. Diese können ausgehend von den Anmerkungen in der Präsenzphase (1) und (2) angepasst bzw. verbessert werden.

• Lernauftrag: Übungsblätter

Siehe Beschreibung @Home-Phase (2)

• Lernauftrag: Peer-Review

Durch eine sog. „Gegenseitige Beurteilungen“-Einheit (Tandem-Review) in Moodle werden die Studierenden aufgefordert, jeweils einen Bericht zu beurteilen, der von Kommiliton/inn/en abgegeben wurde. Dafür wird ein Feedback-Leitfaden von der Lehrperson zur Verfügung gestellt, der ermöglichen soll, ein konstruktives Feedback zu formulieren. Die Einreichungen werden den Beurteiler/inne/n nach dem Zufallsprinzip zugeordnet. Die Studierenden erhalten später zu dem einander gegebenen Feedback eine Kommentierung seitens der Lehrperson.

• Virtuelle Sprechstunden / Tutorien / Virtual Classroom

Siehe Beschreibung @Home-Phase (2)

Prüfungsleistung

Die Prüfung ist schriftlich. Sie besteht aus (a) einer zweiteiligen Klausur, (b) der Erstellung von zwei Kurzberichten, in denen die Ergebnisse von Datenanalysen zusammengefasst werden sollen, und (c) dem Review eines von einer/einem Kollegin/Kollegen eingereichten Berichts. Die Bewertung der Prüfungsleistung besteht zu 80% aus der Bewertung der Klausur und zu 20% aus der Bewertung der eingereichten Arbeiten und Beurteilungen.

Positionierung des Lehrangebots

Magister-Studium / Master-Studium; 2. Semester

Das Beispiel wurde für den Ars Docendi Staatspreis für exzellente Lehre 2016 nominiert.