e-learningunde-klausuren amlehrstuhlfürwirtschafts ... · vision und elite grundausbildung...

E-Learning und E-Klausurenam Lehrstuhl für Wirtschafts- und Sozialstatistik,

Universität Trier

Dr. Jan Pablo Burgard

13.11.2014

Göttingen, 13.11.2014 | Burgard | 1 (17) E-Learning und E-Klausuren WiSoStat Uni Trier

Vision und eLITEGrundausbildungFortgeschrittene KurseFazit und Ausblick

Gliederung des Vortrags

Die Vision und erste Schritte im Projekt eLITE

Konstruktion und Implementierung des E-Learning undE-Assessment Angebots für die Statistik Grundausbildung

Konstruktion und Implementierung des E-Learning undE-Assessment Angebots für fortgeschrittene Statistik–Kurse

Abschließende Betrachtung der umgesetzten Verfahren



Vision

I AusgangslageI Propädeutische Fächer (WiSo) oft rechenintensivI Kontinuierliches Lernen als Schlüssel für nachhaltige

Lernerfolge (Vorgehensweise)I Beobachtung: Lernen fand erst kurz vor der Klausur statt

I Problem: Aufwand bei MassenveranstaltungenI Wöchentliche Übungsaufgaben mit Lernkontrolle nicht mehr

durchführbarI Individuelle Lernkontrolle kaum möglichI Folge: Verständnisschwierigkeiten werden (zu) spät erkannt

mit Folgen für Klausuren

I Vision: Schaffung einer E-InfrastrukturI Förderer: Nikolaus Koch Stiftung



Zielsetzung und Anforderungsprofil

ZielsetzungI Ergänzung des Lehrangebots durch eLearningI Wöchentliche E-Tutorien mit FeedbackI Rückkopplung für Vorlesung / Tutorien

AnforderungsprofilI Basis soll auf bestehender Infrastruktur stehen (Stud.IP /

ILIAS)I Kontinuierliches Lernen (Motivation)I Individualisierte Tests (ggf. mit Bonuspunkten)I Schaffung einer geeigneteren Lernatmosphäre



Ziel des eLITE Projektes

I Verbesserung der Lernsituation für Studierende (und Lehrende)I Ermöglichung alternativer Lehr- und LernkonzepteI Studienbegleitendes Self-AssessmentI Einbindung weiterer Professuren in die Anwendung von

E-LearningI Sukzessive Erweiterung auf diverse Fachbereiche



Das eLITE Team

eLearning KoordinationsstelleBianca Höfler-Hoang, Daniel Röder, +

ZIMKAlexander Lürken-Uhl, Matthias Shen, +

Wirtschafts- und SozialstatistikJan Pablo Burgard, Ralf Münnich, ThomasZimmermann



Verortung von E-Learning in der Statistik GrundausbildungAngebot

I VorlesungI TutorienI E-Tutorien und E-Tests

VorteileI Unbeschränkte Anzahl an ÜbungsaufgabenI Automatische Korrektur der ErgebnisseI Möglichkeit Bonuspunkte für Klausur zu sammeln

ErwartungenI Kontinuierliches Üben während des SemestersI Eigenständiges Auseinandersetzen mit ÜbungsaufgabenI Feedback geben



Teilnehmerzahlen an den E-Tests WiSe 2011/12



Teilnehmerzahlen an den E-Tests SoSe 2012



Bonuspunkteverteilung Deskriptive Statistik WiSe 2012/13



Effekt des Bonus auf die Klausurnote



Test auf Korrelation zwischen Klausurpunkten undBonuspunkten

cor.test(Punkte.Klausur,Bonuspunkte,alt="g")Pearson’s product-moment correlation

data: Punkte.Klausur and Bonuspunktet = 10.9845, df = 431, p-value < 2.2e-16alternative hypothesis: true correlation is greater than 095 percent confidence interval:0.403457 1.000000

sample estimates:cor

0.4676771



ILIASI Integriertes Lern-, Informations- und

Arbeitskooperations-SystemI ILIAS ist ein open-source Learn-Management-System (LMS),

vergleichbar mit Moodle, Blackboard,. . .I ILIAS bietet u.A. die Möglichkeit virtuelle Kurse zu erstellen

und mit Hilfe von Tests den Wissensstand der Teilnehmerabzufragen

I Ermöglicht eine automatisierte, detaillierte Auswertung vonTests

I Auswahl möglicher Fragetypen:I Multiple-Choice & Single-ChoiceI Numerische Aufgaben und (numerische) LückenaufgabenI Zuordnungs- /AnordnungsfragenI Imagemap



RI R ist eine freie Programmiersprache für

I statistisches RechnenI statistische Grafiken

I In Anlehnung an die Programmiersprache S entstanden,weitgehend kompatibel.

I R ist auf vielen Plattformen verfügbar, insbesondere Linux,Windows und MacOS

I R gilt zunehmend als die Standardsprache in der StatistikI Im TIOBE-Index (Stand: November 2014) belegt R Platz 12.I Beschäftigte mit guten R-Kenntnissen hatten in einer Studie

ein höheres Durchschnittseinkommen als Beschäftigte mitanderen IT–Fähigkeiten.(http://www.stat.auckland.ac.nz/ ihaka/downloads/Interface98.pdf, abgerufen am 11.November 2014)



RIliasRILIAS verknüpft R und ILIAS

I Generierung von Aufgaben mit variierenden Daten in RI Erstellung komplexer AufgabeninhalteI Benutzer kann Inhalte der Aufgaben individuell festlegen

I Fragentyp und Anzahl der FragenI Wertebereiche und ToleranzenI Punktzahl

I Anzahl unterschiedlicher Aufgaben beliebigI Variation durch verschiedene Daten/DatensätzeI Variation durch zufällige Fragestellungen

I Aufgabenerstellung auf zwei WegenI Vordefinierte Funktionen im PaketI Erstellung eigener Funktionen

I Ausgabe in einem vom ILIAS-Import unterstütztem Format



Beispiele für E-Klausuren in fortgeschrittenenStatistik–Kursen

I Empirische Wirtschaftsforschung (BA)I Statistische Programmierung mit R (MA)I Statistische Modellierung (MA)I Zeitreihenanalyse (MA)



Abschließende Betrachtung der umgesetzten Verfahren

I Positives Feedback bisherI Intensive Nutzung einiger TeilnehmerI Systematische Verbesserung und Lerneffekte erkennbarI In Lehrevaluation positiv aufgenommen

I Das eLITE-ProjektI In einer ersten Projektphase wurde die Infrastruktur aufgebaut

sowie eine Umsetzung in der Statistik erreichtI Derzeit werden weitere Klausuren umgesetzt

I Kontinuierliche Weiterentwicklung von RILIAS

Ein besonderer Dank geht an die Nikolaus Koch-Stiftung für diefreundliche Unterstützung des Projektes eLITE.


e-learningunde-klausuren amlehrstuhlfürwirtschafts ... · vision und elite grundausbildung...

Documents