Reproducible Research in der ökonometrischen Grundausbildung
Bachelor
Studienform
Förderprogramm / Auszeichnung
In der Lehrveranstaltung Einführung in die Ökonometrie vertiefen die Studierenden ihre Kompetenzen in der Programmierung statistischer Anwendungen mit Hilfe der Programmiersprache R. Im Sinne eines Inverted Classroom Models erarbeiten die Studierenden sich in einem interaktiven Companion in Heimarbeit grundlegende Funktionen von R, sodass in der Präsenzphase mehr Zeit für vertiefende Erarbeitungen bleiben.
In Zeiten von Digitalisierung und Big Data wird funktionales Wissen in computergestützter Statistik sowie die Fähigkeit, entsprechende Ergebnisse in geeigneter Weise zu kommunizieren, immer bedeutender. Daher wird bereits in einigen Lehrveranstaltungen des Bachelorstudiengangs Volkswirtschaftslehre der Universität Duisburg-Essen neben theoretischem Wissen auch Kompetenz im Umgang mit R (R Core Team, 2019) erworben. R ist eine flexible Programmiersprache u.a. zur Programmierung statischer Anwendungen, die sich als maßgeblich für die Qualität empirischer Seminar- und Abschlussarbeiten erweist und zunehmend auch von Unternehmen eingesetzt wird.
Insbesondere in der Veranstaltung Einführung in die Ökonometrie kommt der statistischen Programmierung mit R eine Schlüsselrolle zu: Die Studierenden erlernen für die empirische Wirtschaftsforschung relevante Methoden zur Schätzung kausaler Effekte anhand nichtexperimenteller Daten und deren Anwendung mit R. Aufgrund großer Teilnehmeranzahlen und oftmals fehlender Vorkenntnisse in Programmierung seitens der Studierenden ist eine didaktisch sinnvolle Integration von Kleingruppenarbeit in die Lehrveranstaltungen nicht umsetzbar. Programmierkenntnisse sowie Kompetenzen in R konnten mit einem reinen Frontalunterricht nicht im gewünschten Umfang erworben werden, weswegen sich diese Form als ineffizienter erwies und ein neuer didaktische Ansatz gefunden werden musste. Mangels eines auf die empirischen Inhalte der Veranstaltung ausgerichteten E-Learning-Angebots ist ein klassisches Selbststudium für die Studierenden mit vergleichsweise großem Aufwand verbunden, zumal es hinsichtlich der R-Programmierung kaum einsteigerfreundliche Literatur mit ökonometrischem Bezug gibt und die Lernkurve beim Einstieg in die Programmierung erfahrungsgemäß flach ist.
Ziel der im Rahmen des Projekts eingeführten Lehr-Lerninnovation war daher die Stärkung studentischer Kompetenzen in der Nutzung von R. Hierbei wurde autodidaktisches Engagement der Studierenden durch einen Online-Companion gefördert, der zudem Synergie-Effekte beim Erarbeiten mathematisch-formaler und empirisch orientierter Lehrinhalte gewährleistete. Die Implementierung dieses E-Learning-Angebots ermöglichte eine didaktische Neuorganisation des Moduls Einführung in die Ökonometrie, wobei bestimmte Lehr- und Lernelemente gezielt in den Inverted Classroom verlagert bzw. in die interaktiven Präsenzübungen integriert wurden.
Kern der Lehrinnovation ist ein interaktiver, speziell für das Modul Einführung in die Ökonometrie entwickelter Online-Companion. Dieser fungiert einerseits als Bindeglied zwischen den theoretischen Lehrinhalten klassischer Präsenzveranstaltungen (Vorlesung und Übung) und den in R-Übungen vermittelten empirischen Kompetenzen und andererseits als Medium für Blended Learning.
Der Online-Companion ist wesentlich an dem in den Lehrveranstaltungen verwendeten Lehrbuch Introduction to Econometrics (Stock & Watson, 2015) ausgerichtet und zeigt, wie zentrale Ergebnisse empirischer Studien mit R reproduziert werden können und wie sich grundlegende Resultate der mathematischen Statistik mit Hilfe von Simulationsstudien validieren lassen. Hierfür wurde die Form eines reproduzierbaren Forschungsberichts gewählt, welcher die Studierenden mit Hilfe von kommentierten Code-Beispielen und feedback-gestützten Programmieraufgaben anleitet, eigenständig programmierbezogene Lerninhalte zu erarbeiten und diese auf neue Fragestellungen anzuwenden. Durch die Einbindung der interaktiven R-Aufgaben wird ein kontinuierlicher Transfer zwischen der mathematischen Formulierung von Modellen und deren softwareseitiger Umsetzung erreicht. Um den mathematisch-formalen Anteil des Vermittelten gering zu halten, werden zudem interaktive Visualisierungen eingesetzt, welche komplexe Konzepte in Statistik und Wahrscheinlichkeitstheorie anschaulich darstellen (s. Abbildung 1).
Abbildung 1: Interaktive Visualisierung einer Simulationsstudie im Online-Companion
Der Companion ist im Wesentlichen eine modular erweiterbare Webseite, die den Studierenden über das Learning Management System Moodle bereitgestellt wird. Die Studierenden konnten sich so bereits vor Beginn der Präsenzübungen grundlegende Funktionen von R im Selbststudium aneignen. Diese Verlagerung elementarer Lerninhalte ermöglichte einen zügigen Einstieg in die Programmierung ökonometrischer Anwendungen im Übungsbetrieb. Die Aufgaben wurden zur gezielten Vor- und Nachbereitung der Einzeltermine sowie für die Vorbereitung auf Testate, Hausaufgaben und die Abschlussklausur genutzt. Insbesondere das automatische Feedbacksystem der interaktiven R-Übungsaufgaben in Kombination mit dokumentierten Code-Beispielen ermöglichte eine Verlagerung von Kursbestandteilen ins Selbststudium, die bisher zeitaufwändig und ausschließlich in Form von Frontalunterricht in den gesonderten Computer-Übungen unterrichtet wurden.
Während der Vorlesungszeit besteht für die Studierenden die Möglichkeit für das Absolvieren von Testaten in R-Programmierung bzw. für Bearbeitung von Hausaufgaben Bonuspunkte für die Abschlussklausur zu erwerben. Diese Hausaufgaben kombinieren Theorie- mit fortgeschrittenen Programmieraufgaben und sind unter Zuhilfenahme entsprechender Lektionen des Online-Companions einfacher zu lösen. So wird ein weiterer Anreiz geschaffen, sich intensiver mit statistischer Programmierung zu befassen.
Die abschließende Modulklausur ist an dem neuen didaktischen Konzept der Lehrveranstaltungen ausgerichtet und prüft Theorie- und R-Kenntnisse in etwa gleichem Umfang.
Die Studierenden konnten besser in die Lehrveranstaltung eingebunden werden und waren durch die bereitgestellten Online-Lernmaterialien besser auf die Präsenzveranstaltungen vorbereitet. Durch die didaktische Umgestaltung der Lehrveranstaltung konnten die Studierenden ihre Kompetenzen in der Software R effizienter weiterentwickeln, als dies in Form einer „klassischen“ Vorlesung der Fall gewesen wäre. Die Studierenden haben insbesondere das Arrangement von R-Anwendungen und interaktiven Übungsaufgaben, den einführenden R-Kurs und den bereitgestellten Aufgabenkatalog positiv bewertet. Eine Mehrheit der Studierenden hat zudem eine stärkere Integration des Online-Companions in den Übungsbetrieb befürwortet.
Neben den positiven Rückmeldungen seitens der Studierenden kommen auch positive Rückmeldungen von Wissenschaftler*innen aus aller Welt, die das Open-Source-veröffentlichte Skript nutzen.
R Core Team (2019). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.
James H. Stock und Mark W. Watson (2015), “Introduction to Econometrics”, Pearson, 3. aktualisierte Auflage.
Zuletzt aktualisiert: Nov. 27, 2025
