Christina Hartmann: Catalogue data in Spring Semester 2020

Name	Dr. Christina Hartmann
Address	Professur für Consumer Behavior ETH Zürich, CHN H 75.3 Universitätstrasse 16 8092 Zürich SWITZERLAND
E-mail	christina.hartmann@hest.ethz.ch
Department	Environmental Systems Science
Relationship	Lecturer

Number	Title	ECTS	Hours	Lecturers
751-1000-00L	Interdisciplinary Project Only for Master Students in Agricultural Sciences and Food Sciences. Prerequisite: successful completion of the bachelor programme.	4 credits	3U	B. Dorn, C. Hartmann, M. Schuppler, A. Walter, H. Adelmann, J. Baumgartner, U. Brändle, T. Dalhaus, M. Erzinger, I. Gangnat, A. K. Gilgen, A. Grahofer, A. Hofmann, G. Kaufmann, M. Kreuzer, M. M. Nay, C. E. Pohl, M. Wiggenhauser
Abstract	Die Studierenden der Agrar- und Lebensmittelwissenschaft erarbeiten in interdisziplinären Teams Lösungen für Fragestellungen, welche ihnen von Projektpartnern entlang der Nahrungsmittelwertschöpfungskette gestellt werden. Die Studierenden präsentieren und diskutieren die Lösungen an der Schlussveranstaltung und verfassen einen Projektbericht.
Learning objective	Die Studierenden - können für Fragestellungen aus der Schweizer Nahrungsmittelwertschöpfungskette wissenschaftlich fundierte und praxistaugliche Lösungen entwickeln. Sie arbeiten dabei inter- und transdisziplinär; - können mit Hilfe von Grundlagen des Projektmanagements die Lösungsentwicklung zielgerichtet und effizient abwickeln sowie steuern; - können die Grundlagen der Gestaltung effektiver Teamarbeit für eine erfolgreiche Lösungsentwicklung in einem Projektteam einsetzen; - können die entwickelten Lösungen in mündlicher und schriftlicher Form nachvollziehbar, überzeugend und adressatengerecht präsentieren; - können den Arbeitsprozess und die Projektergebnisse individuell und in Projektteams reflektieren und daraus Konsequenzen für erfolgreiches Handeln in Projektteams ziehen.
Content	Die Studierenden der Agrar- und Lebensmittelwissenschaften bearbeiten Fragestellungen, welche ihnen von Projektpartnern aus der Praxis entlang der Schweizer Nahrungsmittelwertschöpfungskette gestellt werden. Dabei werden sie von einem Coach beider Studienrichtungen angeleitet und unterstützt. Sie lernen zudem selbstorganisiert ein praxisorientiertes Projekt in Zusammenarbeit mit dem Projektpartner und dem Coach abzuwickeln. Die Studierenden wenden ihre erworbenen fachlichen und überfachlichen Kompetenzen in ihrem Projektteam zur Erarbeitung und Entwicklung von Lösungen für die Fragestellungen des Projektpartners an. Die Studierenden präsentieren und diskutieren die Lösungen an der Schlussveranstaltung mit den Projektpartnern und verfassen einen schriftlichen Projektbericht zuhanden des Projektpartners. Die Studierenden reflektieren die geleistete Projektarbeit sowie ihre Team- und Projektmanagementkompetenzen. Vorlesungszeit, Selbststudium, externe Projekttage: Die Lehrveranstaltung findet am Donnerstag während dem Semester von 12:30-15:00 statt. Ausnahme ist der Donnerstag 5.3.20 an welchem die Lehrveranstaltung von 12:00-18:00 stattfindet. Während der Semesterzeit arbeiten die Studierenden zudem ausserhalb der Vorlesungszeit im Selbststudium an den Projekten. Die externen Projekttage werden vom 15.6.20-18.6.20 im Seminarhaus Herzberg durchgeführt.
Prerequisites / Notice	Unterrichtssprache: Deutsch
752-2110-00L	Multivariate Statistical Analysis	3 credits	2V	C. Hartmann, A. Bearth
Abstract	The course starts by introducing some basic statistical concepts and methods, e.g. data exploration, the idea behind significance testing, and the use of the statistical software SPSS. Based on these fundaments, the following analyses are discussed: regression analysis, factor analysis and variance analysis.
Learning objective	Students will learn to use multivariate analysis methods and to interpret their results, by means of theory and practice.
Content	This course provides an introduction into the theories and practice of multivariate analysis methods that are used in the fields of food sensory science, consumer behavior and environmental sciences. The course starts by introducing some basic statistical concepts and methods, e.g. data exploration, the idea behind significance testing, and the use of the statistical software SPSS. Based on these fundaments, the following analyses are discussed: regression analysis, factor analysis and variance analysis. During the course, theoretical lectures alternate with practical sessions in which data are analyzed and their results are interpreted using SPSS. Agenda 20.02 Introduction to the course and basic concepts of multivariate statistics in Room HG D5.2 27.02 Data handling and exploration + SPSS Introduction 05.03 Exercise 1a+b 12.03 Basic Statistical Tests 19.03 Exercise 2: Basic Statistical Tests 26.03 Regression analysis 02.04 Exercise 3: Regression analysis 09.04 Variance Analysis 23.04 Exercise 4: Variance Analysis 30.04 Reliability Analysis 07.05 Principle Component Analysis 14.05 Exercise 5: PCA and Reliability Analysis 28.05 EXAM (Room will be announced)
Literature	Field, A. (2013). Discovering Statistics Using SPSS (4th edition). Sage Publications. ISBN: 1-4462-4918-2 (and any other edition)
Prerequisites / Notice	This course will be given in English.