Methodenwoche | Kursangebot zu forschungsmethodischen und überfachlichen Themen

In diesem Seminar lernen Sie die Reflexive Thematische Analyse nach Braun und Clarke (2022, 2019, 2006) anzuwenden.

Dozentin

Dr. sc. hum. Linny Geisler, Kommunikationswissenschaftlerin (M. A. Universität Hamburg), sowie Sucht- und Versorgungsforscherin (Medizinischen Fakultät der Eberhard Karls Universität Tübingen) und Systemische Therapeutin und Beraterin (SG)

Thema des Kurses

Die Reflexive Thematische Analyse (RTA) ist eine flexible qualitative Auswertungsmethode, die im Rahmen von 6 Auswertungsphasen einen kreativen Analyseprozess zulässt und dabei die Bedeutung der Selbstreflexion auf Seiten der Forschenden betont. Sie eignet sich für eine Bandbreite an theoretischen Zugängen sowie für die Anwendung an verschiedenen Datentypen wie z. B. Interviewtranskripten, ethnografischen Beobachtungsprotokollen, Dokumenten oder Bildmaterial.

Die RTA ist ein kodierendes Verfahren, allerdings wird hier – im Vergleich z. B. zur Qualitativen Inhaltsanalyse – kein Kategoriensystem erstellt. Während sich die RTA auf dem Spektrum qualitativer Auswertungsmethoden im interpretativen Bereich bewegt, eignet sie sich aber auch für deskriptive Analysezugänge.

Mo, 1.6.2026, 8.45–16.30 Uhr
Di, 2.6.2026, 8.45–16.30 Uhr

Campus Brugg-Windisch

Mit der Objektiven Hermeneutik lassen sich latente Bedeutungen von Texten aller Art und Bildern herausarbeiten.

Dozentin

Dr. Marianne Rychner, Dozentin (Professur für Entwicklung und Befähigung, PH FHNW)

Die Objektive Hermeneutik ist eine nicht klassifikatorische Auswertungsmethode, die sich sowohl für die Forschung als auch für die handlungsentlastete Analyse von Berufspraxis zu Weiterbildungs- und Supervisionszwecken eignet. Nichtstandardisierte Daten werden in ihrer inneren Logik rekonstruiert, so dass latente Sinnstrukturen sichtbar werden. Es können also Strukturlogiken unterschiedlicher Forschungsgegenstände theoriebildend herausgearbeitet werden. Als Daten eignen sich verschriftete Interviews ebenso wie kurze dokumentierte Vorgänge der Praxis (Aufzeichnungen, Korrespondenzen, Fallakten, Erhebungsbogen etc.) und Artefakte aus dem Schulfeld wie z. B. Klassenregeln.

Daten und Ort

Mo, 1.6.2026, 8.45–16.30 Uhr
Di, 2.6.2026, 8.45–16.30 Uhr
Mi, 3.6.2026, 8.45–16.30 Uhr

Campus Brugg-Windisch

Sie erhalten einen Überblick über die qualitative und quantitative soziale Netzwerkforschung und einen vertieften Einblick in Mixed Methods Designs in der sozialen Netzwerkforschung.

Dozent

Dr. Marco Galle, Wissenschaftlicher Mitarbeiter (Institut für Professions- und Unterrichtsforschung, PH Luzern)

Thema des Kurses

Anhand eines selbst erstellten Beispiels (oder eigener Daten) erproben Sie, wie qualitative und quantitative Daten in einem Erhebungsinstrument kombiniert und ausgewertet werden können.

Bei den qualitativen Methoden liegt der Fokus auf der strukturierenden qualitativen Inhaltsanalyse. Quantitative Methoden, die wir anschauen, sind die in der sozialen Netzwerkforschung geläufigen Zentralitätsmasse und Algorithmen zur Community Detection (Clusterbildung).

Daten und Ort

Mo, 1.6.2026, 8.45–16.30 Uhr
Di, 2.6.2026, 8.45–16.30 Uhr

Campus Brugg-Windisch

In diesem Kurs stehen varianz- bzw. regressionsanalytische Verfahren im Zentrum.

Dozentin

Dr. Kirsten Schweinberger, Wissenschaftliche Mitarbeiterin (Zentrum Lehrer*innenbildungsforschung, Institut Forschung und Entwicklung, PH FHNW)

Thema des Kurses

Die varianz- bzw. regressionsanalytischen Verfahren dienen der Untersuchung von Gruppenunterschieden respektive Zusammenhängen zwischen Variablen. Bei Varianzanalysen wird die beobachtete Varianz in einer abhängigen Variablen in Komponenten unterteilt, die auf verschiedene Variationsquellen (Faktoren) zurückzuführen sind. Diese Verfahren eignen sich besonders zur Analyse experimenteller Daten. Im Kurs behandeln wir ein- und mehrfaktorielle Designs, Varianzanalysen mit Messwiederholung sowie kombinierte Ansätze.

Die Regressionsanalyse erlaubt es, Beziehungen zwischen einer Outcome-Variablen und einer oder mehreren Prädiktorvariablen zu untersuchen. Im Kurs erarbeiten wir den Einsatz multipler linearer Regressionen – sowohl schrittweise (hierarchisch) als auch simultan. Ein besonderes Augenmerk gilt dabei den notwendigen Voraussetzungen (z. B. Multikollinearität, Homoskedastizität) und deren Überprüfung.

Daten und OrtBei beiden Verfahren erlernen Sie nicht nur die theoretischen Grundlagen – der Schwerpunkt liegt auf der praktischen Umsetzung in SPSS, der Interpretation der Ergebnisse und deren wissenschaftsgerechten Berichterstattung.

Daten und Ort

Mo, 1.6.2026, 8.45–16.30 Uhr
Di, 2.6.2026, 8.45–16.30 Uhr

Campus Brugg-Windisch

The course aims to bring students, researchers and professionals interested in social data analysis up to speed with the technology of Large Language Models (LLMs).

Lecturer and affiliation

Prof. Dr. Giovanni Colavizza, Professor of Computer Science at the Department of Communication (University of Copenhagen) und Associate, Professor of Computer Science at the Department of Classical and Italian Philology (University of Bologna).

Course topic

Large Language Models (LLMs) are a powerful machine learning technique able to represent and generate text, as well as data in other modalities. LLMs can also be used for automating several data analysis tasks with little tuning. The course provides several applications using social data, that will be implemented in practical sessions.

The practical sessions will showcase examples of data analysis tasks using LLMs in a variety of novel ways. These include the large-scale detection of online media polarization, the thematic clustering and labeling of textual sources, and how to use LLMs for data cleaning and analysis.

Daten und Ort

Mo, 1.6.2026, 8.45–16.30 Uhr
Di, 2.6.2026, 8.45–16.30 Uhr
Mi, 3.6.2026, 8.45–16.30 Uhr

Campus Brugg-Windisch

Der dreitägige Workshop bietet eine praxisorientierte Einführung in die Durchführung systematischer Reviews und Metaanalysen in den Bereichen Pädagogik und Psychologie.

Dozentin

Dr. Sog Yee Mok, Wissenschaftliche Mitarbeitern (Professur für Erziehungswissenschaften, PH Graubünden)

Thema des Kurses

Schritt für Schritt lernen Sie im Kurs die zentralen Arbeitsschritte von der Entwicklung einer Suchstrategie über die Auswahl und Kodierung relevanter Studien bis hin zu statistischen Auswertungen und der Publikation kennen. Ein besonderes Augenmerk liegt auf der praktischen Umsetzung: Sie lernen, wie Sie Suchanfragen in gängigen Datenbanken effizient gestalten  und welche Daten sich aus Primärstudien extrahieren lassen, um Haupteffekte und Moderatoreffekte in Metaanalysen in R zu berechnen. Zahlreiche Übungen ermöglichen es Ihnen, die einzelnen Arbeitsschritte selbstständig nachzuvollziehen und auf eigene Forschungsfragen zu übertragen.

Der Workshop richtet sich an Promovierende, Postdocs und fortgeschrittene Wissenschaftler*innen, die sich fundierte Kenntnisse im Bereich systematischer Forschungssynthesen aneignen möchten. Neben methodischem Wissen werden auch Hinweise zur erfolgreichen Veröffentlichung systematischer Reviews und Metaanalysen gegeben.

Daten und Ort

Mi, 3.6.2026, 8.45–16.30 Uhr
Do, 4.6.2026, 8.45–16.30 Uhr
Fr, 5.6.2026, 8.45–16.30 Uhr

Campus Brugg-Windisch

Das Modul ist eine grundlegende Einführung in die Methodologie und die Analyseschritte der Qualitative Comparative Analysis (QCA).

Dozentin

Dr. Julia Leib, Wissenschaftliche Mitarbeiterin (Fakultät für Sozialwissenschaften und Philosophie, Universität Leipzig)

Thema des Kurses

Der Kurs bietet eine Einführung in die methodischen Grundlagen der Qualitative Comparative Analysis (QCA) – von den zentralen Annahmen und Analyseschritten bis zur praktischen Umsetzung mithilfe der Software R.

QCA ermöglicht es Ihnen, kausale Komplexität zu modellieren, indem Sie auf Grundlage eines systematischen Fallvergleichs einer mittleren bis grossen Fallzahl analysieren, ob unterschiedliche Konfigurationen von Bedingungen für ein Ergebnis notwendig oder hinreichend sind.

Der Schwerpunkt des Kurses liegt auf einem grundlegenden Verständnis der formalen Logik von mengentheoretischen Methoden und QCA, einschliesslich kausaler Komplexität, Boolescher Algebra und der Kalibrierung von Mengen. Behandelt wird auch die Logik und Analyse von Wahrheitstafeln sowie die häufigsten Probleme, die bei der Analyse von sozialwissenschaftlichen Daten auftreten können. Im Laufe des Kurses werden Sie mit der Durchführung von QCA mithilfe der entsprechenden R-Softwarepakete und anhand empirischer Daten aus wissenschaftlichen Veröffentlichungen vertraut gemacht.

Daten und Ort

Mi, 3.6.2026, 8.45–16.30 Uhr
Do, 4.6.2026, 8.45–16.30 Uhr
Fr, 5.6.2026, 8.45–16.30 Uhr

Campus Brugg-Windisch

This course aims to provide an introduction to popular statistical methods for social network analysis and to enable participants to use these in their own research.

Lecturer and affiliation

Dr András Vörös, Associate, Professor (School of Social Policy and Society, University of Birmingham)

Course topic

Statistical models for social networks have become widely used in social science research in the past decades. This course aims to provide an introduction to popular statistical methods for social network analysis and to enable participants to use these in their own research. Following a general introduction to network modelling and some key methods (e. g, MRQAP, ERGM), the course will focus on studying network dynamics using Stochastic Actor-oriented Models (SAOMs). The course will demonstrate how the covered methods can be flexibly applied across different social settings to answer a wide range of research questions.

Daten und Ort

Mi, 3.6.2026, 8.45–16.30 Uhr
Do, 4.6.2026, 8.45–16.30 Uhr
Fr, 5.6.2026, 8.45–16.30 Uhr

Campus Brugg-Windisch

Im Fokus dieses Moduls stehen die Methodologie und die Forschungspraxis im Kontext von Triangulation und Mixed Methods-Forschung.

Dozentin

Dr. Anna Brake, Wissenschaftliche Mitarbeiterin (Soziologie und empirische Sozialforschung, Universität Augsburg)

Thema des Kurses

Im Mittelpunkt dieses Moduls stehen die Methodologie und die Forschungspraxis im Kontext von Triangulation und Mixed Methods-Forschung.

Daten und Ort

Mi, 3.6.2026, 8.45–16.30 Uhr
Do, 4.6.2026, 8.45–16.30 Uhr
Fr, 5.6.2026, 8.45–16.30 Uhr

Campus Brugg-Windisch

This course offers an opportunity to focus intensively on your academic writing and to advance your own paper.

Lecturer and affiliation

Dr. Stephan Meyer, Head of English at the Language Center (University of Basel)

Course topic

The course supports you in drafting and/or revising scholarly texts in the social sciences and humanities in both English and German.

Daten und Ort

Mi, 3.6.2026, 8.45–16.30 Uhr
Do, 4.6.2026, 8.45–16.30 Uhr
Fr, 5.6.2026, 8.45–16.30 Uhr

Campus Brugg-Windisch

Der Workshop führt Sie in die empirische Analyse von Unterricht durch systematische Beobachtung ein und verbindet theoretische Grundlagen mit praktischer Anwendung an realen Unterrichtsvideos.

Dozent

Dr. Benjamin Herbert, Qualitätsmanagement Studium und Lehre (Hochschule Darmstadt)

Thema des Kurses

Unterricht ist ein komplexes Zusammenspiel von Interaktionen zwischen Schüler*innen, Lehrpersonen und dem Unterrichtsinhalt, das besondere methodische Herausforderungen für die Forschung birgt. Ein bewährter Ansatz, um Unterricht empirisch zu analysieren, sind Beobachtungsverfahren. In diesem zweitägigen Workshop lernen Sie die Grundlagen und Methoden der Unterrichtsbeobachtung kennen und anzuwenden.

Der Workshop startet mit einer Einführung in die Besonderheiten von Unterricht als Forschungsgegenstand. Anschliessend lernen Sie die formalen, technischen und organisatorischen Voraussetzungen für eigene Erhebungen kennen, erhalten einen Überblick über verschiedene quantitative Auswertungsverfahren, erlernen verschiedene Kodier- und Ratingverfahren und entwickeln ein eigenes quantitatives Beobachtungsinstrument, das direkt auf reale Unterrichtsvideos angewendet wird. Die praktischen Erfahrungen nutzen wir, um Qualitätskriterien für Beobachtungsverfahren sowie die Validität der gewonnenen Daten zu diskutieren.

Des Weiteren lernen Sie die notwendigen Prozesse kennen, um erfolgreich eine eigene quantitative Beobachtung zu koordinieren – wir vertiefen unter anderem die Schulung von auswertenden Personen und fortlaufende Qualitätskontrollen im Auswertungsprozess. Zum Abschluss haben Sie die Möglichkeit, Ihre eigenen Forschungsprojekte zu besprechen und sich mit den anderen Teilnehmenden auszutauschen.

Daten und Ort

Do, 4.6.2026, 8.45–16.30 Uhr
Fr, 5.6.2026, 8.45–16.30 Uhr

Campus Brugg-Windisch