Ansicht nach Raum H 3001

In sozialwissenschaftlichen Forschungsprojekten mit musik- oder akustikbezogenen Fragestellungen werden Menschen im Rahmen von Experimenten oder Befragungen zu ihren eigenen Beobachtern, die dann Fragebögen ausfüllen. Dabei entstehen vielfach Messungen, die mit zufälligen oder systematischen Fehlern behaftet sind. Dies kann besonders bei kleinen Stichproben und komplexen theoretischen Modellen schnell zu Problemen führen. Die Strukturgleichungsmodellierung bietet ein probates und in Psychologie und Soziologie inzwischen weit verbreitetes einfaches statistisches Verfahren, entstehende Messfehler zu schätzen und aus Konstruktvariablen herauszurechnen, Befragungsinstrumente dadurch zu optimieren und auch sehr komplexe Modellvorstellungen zu testen, welche weit über die Standardverfahren statistischer Softwarepakete hinausgehen. Das Blockseminar bietet eine einfache Einführung in die Möglichkeiten der Strukturgleichungsmodellierung in Jamovi und R, dies geschieht anhand zahlreicher Beispiele aus Musik- und Akustikforschung, behandelte Themen sind:

• Pfadanalyse
• Mediationsanalyse
• Explorative Faktorenanalyse
• Konfirmatorische Faktorenanalyse
• Strukturgleichungsmodelle (Multiple Regression / Varianzanalyse)
• Invarianztests (z.B. für die Evaluation von Sprachversionen von Fragebögen)
• Faktorenanalyse und Strukturgleichungsmodelle für Längsschnittdaten
• Datenbasierte Entwicklung und Optimierung von Messmodellen / Inventaren

Der Kurs kombiniert theoretische (vormittags) und praktische Anteile (nachmittags). Zur Teilnahme werden basale Grundlagenkenntnisse der Statistik (Signifikanztest, Regressionsanalyse) und ein eigener Notebookcomputer (aktuelles Windows, MacOS oder Linux) benötigt. Für die Übungen werden Beispieldatensätze zur Verfügung gestellt, es kann aber auch mit eigenen Daten gerechnet werden. 

Im Gegensatz zu seiner überragenden Präsenz im Konzertleben und auf Tonträgern fand Tschaikowsky durch die Musikwissenschaft bis in die 1980er Jahre nur eine zurückhaltende Rezeption: im angloamerikanischen Sprachraum aufgrund seiner Homosexualität, im deutschen Sprachraum infolge des wirkungsmächtigen Kitsch-Verdikts durch Theodor W. Adorno und maßgebliche Vertreter der akademischen Musikwissenschaft (Carl Dahlhaus u. a.). Aber auch in den letzten Jahren gab es immer wieder Künstler, die zwar ein weitgestecktes Repertoire pflegen, doch um Tschaikowsky einen auffallenden Bogen machen (so etwa Simon Rattle). Das Seminar versucht zum einen, die Ressentiments zu ergründen, denen Tschaikowsky seit den 1920er Jahren begegnete - den Diskurs um Kitsch und die angeblich hemmungslose Zurschaustellung von Emotionalität -, zum anderen versucht es, ästhetische Kategorien zu bestimmen, die auf die Musik Tschaikowskys angemessener und differenzierter reagieren. Aktuell wird die Rezeption Tschaikowskys auch durch den Krieg Russlands gegen die Ukraine bestimmt, in dessen Licht Tschaikowsky ­­- wenn auch unter genau umgekehrten Zeichen - wieder zu dem Nationalkomponisten wird, der er seit Sowjetzeiten nicht mehr gewesen ist.

In sozialwissenschaftlichen Forschungsprojekten mit musik- oder akustikbezogenen Fragestellungen werden Menschen im Rahmen von Experimenten oder Befragungen zu ihren eigenen Beobachtern, die dann Fragebögen ausfüllen. Dabei entstehen vielfach Messungen, die mit zufälligen oder systematischen Fehlern behaftet sind. Dies kann besonders bei kleinen Stichproben und komplexen theoretischen Modellen schnell zu Problemen führen. Die Strukturgleichungsmodellierung bietet ein probates und in Psychologie und Soziologie inzwischen weit verbreitetes einfaches statistisches Verfahren, entstehende Messfehler zu schätzen und aus Konstruktvariablen herauszurechnen, Befragungsinstrumente dadurch zu optimieren und auch sehr komplexe Modellvorstellungen zu testen, welche weit über die Standardverfahren statistischer Softwarepakete hinausgehen. Das Blockseminar bietet eine einfache Einführung in die Möglichkeiten der Strukturgleichungsmodellierung in Jamovi und R, dies geschieht anhand zahlreicher Beispiele aus Musik- und Akustikforschung, behandelte Themen sind:

• Pfadanalyse
• Mediationsanalyse
• Explorative Faktorenanalyse
• Konfirmatorische Faktorenanalyse
• Strukturgleichungsmodelle (Multiple Regression / Varianzanalyse)
• Invarianztests (z.B. für die Evaluation von Sprachversionen von Fragebögen)
• Faktorenanalyse und Strukturgleichungsmodelle für Längsschnittdaten
• Datenbasierte Entwicklung und Optimierung von Messmodellen / Inventaren

Der Kurs kombiniert theoretische (vormittags) und praktische Anteile (nachmittags). Zur Teilnahme werden basale Grundlagenkenntnisse der Statistik (Signifikanztest, Regressionsanalyse) und ein eigener Notebookcomputer (aktuelles Windows, MacOS oder Linux) benötigt. Für die Übungen werden Beispieldatensätze zur Verfügung gestellt, es kann aber auch mit eigenen Daten gerechnet werden. 

In sozialwissenschaftlichen Forschungsprojekten mit musik- oder akustikbezogenen Fragestellungen werden Menschen im Rahmen von Experimenten oder Befragungen zu ihren eigenen Beobachtern, die dann Fragebögen ausfüllen. Dabei entstehen vielfach Messungen, die mit zufälligen oder systematischen Fehlern behaftet sind. Dies kann besonders bei kleinen Stichproben und komplexen theoretischen Modellen schnell zu Problemen führen. Die Strukturgleichungsmodellierung bietet ein probates und in Psychologie und Soziologie inzwischen weit verbreitetes einfaches statistisches Verfahren, entstehende Messfehler zu schätzen und aus Konstruktvariablen herauszurechnen, Befragungsinstrumente dadurch zu optimieren und auch sehr komplexe Modellvorstellungen zu testen, welche weit über die Standardverfahren statistischer Softwarepakete hinausgehen. Das Blockseminar bietet eine einfache Einführung in die Möglichkeiten der Strukturgleichungsmodellierung in Jamovi und R, dies geschieht anhand zahlreicher Beispiele aus Musik- und Akustikforschung, behandelte Themen sind:

• Pfadanalyse
• Mediationsanalyse
• Explorative Faktorenanalyse
• Konfirmatorische Faktorenanalyse
• Strukturgleichungsmodelle (Multiple Regression / Varianzanalyse)
• Invarianztests (z.B. für die Evaluation von Sprachversionen von Fragebögen)
• Faktorenanalyse und Strukturgleichungsmodelle für Längsschnittdaten
• Datenbasierte Entwicklung und Optimierung von Messmodellen / Inventaren

Der Kurs kombiniert theoretische (vormittags) und praktische Anteile (nachmittags). Zur Teilnahme werden basale Grundlagenkenntnisse der Statistik (Signifikanztest, Regressionsanalyse) und ein eigener Notebookcomputer (aktuelles Windows, MacOS oder Linux) benötigt. Für die Übungen werden Beispieldatensätze zur Verfügung gestellt, es kann aber auch mit eigenen Daten gerechnet werden. 

In der Lehrveranstaltung wird in Form von Vorlesungsteilen und Projektarbeit eine grundlegende Einführung in die Nutzung des Statistikpaketes R für API-Abfragen, Music Information Retrieval und Machine-Learning Aufgaben erteilt. Die Verfahrensweisen werden am Beispiel der Analyse von Spotify-Daten vermittelt. Zusätzlich erfolgt auch eine Beschäftigung mit diversen verfügbaren MIR Datensätzen, anderen Musik APIs und der freien MIR-Bibliothek Esssentia. Grundlegende Programmier- und Statistikkenntnisse werden vorausgesetzt. Als Grundlagen- und Nachschlagewerk wird „R in a Nutshell“ (J. Adler) von O’Reilly empfohlen.

Das Seminar wird als Hybridveranstaltung angeboten und kann statt in Präsenz auch per Zoom besucht werden.

Innerhalb des Kurses besteht für Studierende im Master "Audiokommunikation und -technologie" die Möglichkeit, Projektarbeiten, die in anderen Lehrveranstaltungen durchgeführt wurden, zu einer Veröffentlichung zu führen. Hierfür können z.T. noch inhaltliche Arbeiten (Datenerhebung, Analysen) erforderlich sein, vor allem aber soll im Seminar gemeinsam am Text der Publikation gearbeitet werden. Als Leistungsnachweis gilt das (für eine Konferenz oder in einer Fachzeitschrift) eingereichte Paper. Honoriert wird die Leistung mit 6 LP, die (je nach Thema) im Wahlpflichtbereich oder im freien Wahlbereich eingebracht werden können.

Das Seminar leistet eine Einführung in die univariate und multivariate Deskriptiv- und Inferenzstatistik, die Grundlagen stichprobenbasierter Schätzungen und Hypothesentests, sowie einfache Verfahren der tabellarischen und grafischen Datenanalyse. In der Lehrveranstaltung wird die kostenlose, plattformübergreifende Open Source Software „Jamovi“ eingesetzt. Ergänzend zu den Kursinhalten wird das ebenfalls kostenlose Lehrbuch „learning statistics with jamovi“ empfohlen, erhältlich zum Download unter: https://www.learnstatswithjamovi.com/

Das Seminar wird als Hybridveranstaltung angeboten und kann statt in Präsenz auch per Zoom besucht werden.

Die Übungs- und Hausaufgaben beziehen sich überwiegend auf die parallel von Prof. Weinzierl im selben Modul angebotene Lehrveranstaltung "Einführung in das wissenschaftliche Arbeiten", deren Besuch darum ebenfalls empfohlen wird.

Die Interaktion mit computerisierten Umgebungen gehört längst zum Alltag vieler Menschen. Durch die Reduktion visueller Schnittstellen in vielen Anwendungen gerät die auditive Kommunikation zwischen Mensch und Maschine zunehmend in den Fokus der Interaktionsgestaltung. Dabei gehen aktuelle Interaktionsszenarien über rein funktionale Anforderungen hinaus. Im Spannungsfeld von Markenkommunikation, funktionalen Anforderungen und komplexen Informationsstrukturen besteht der Anspruch, den Austausch mit intelligenten Systemen zu einem intuitiv erfassbaren und emotional gestalteten Erlebnis für NutzerInnen werden zu lassen. 

In diesem Kurs gestalten die StudentInnen gemeinsam multimodale Interaktionsszenarien in Zusammenarbeit mit Projektpaten aus der Industrie. Sie entwickeln Interaktionskonzepte, darauf bezogene Prototypen und evaluieren diese mit psychologischen Methoden auf ihre funktionale und emotionale Wirkung. Durch die Kombination von praxisbezogener NutzerInnenzentrierter Designforschung und psychologischen Evaluationsmethoden entsteht so ein moderner ganzheitlicher Ansatz im Bereich der Forschung und Entwicklung von auditiver Mensch-Maschine-Interaktion.

Ziel des Kurses ist die Erarbeitung eines funktionierenden Prototyps einerseits und eines min. 4-seitigen wissenschaftlichen Papers als Konzeptdokumentation und Beitrag zum wissenschaftlichen Diskurs. Dazu bewerben sich die Studierenden am Anfang des Kurses auf eines von 3 Teams. Das Konzept-Team ist für Konzept und Evaluation zuständig. Das Design-Team beschäftigt sich primär mit der gestalterischen Umsetzung. Das Technik-Team wird primär mit der technischen Umsetzung des XR-Prototyps befasst sein.