Zusammenfassung
Das folgende Kapitel betrachtet demographische und einstellungsbezogene Merkmale der untersuchten Schulklassen (Experimental- und Kontrollklassen) und gibt damit einen Überblick über die Schüler*innen, die an der Pilotierung der CONTRA-Lernarrangements im Schulkontext teilgenommen haben. Es zeigt sich, dass Unterschiede im Hinblick auf soziodemographische Merkmale (Alter, Geschlecht, Erstspracherwerb, Bildung, Religionszugehörigkeit und Sozialisation im Sinne der Elternberufe) zwischen den verschiedenen Experimental- und Kontrollklassen bestehen. Die Klassen unterscheiden sich zudem im Hinblick auf Religiösität und die politischen Einstellungen. Hinsichtlich des Mediennutzungsverhaltens sowie einer Autoritarismusneigung zeigen sich keine Unterschiede.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Similar content being viewed by others
Notes
- 1.
Zur Ermittlung der Stichprobengröße für klinische Studien etwa rät das Deutsche Ärzteblatt bei einer angenommenen Effektstärke von 1,0, einem Alpha-Niveau von 5 % und einer Power von 0,80 zu einer Fallzahl von 14 Proband*innen pro Versuchsgruppe.
- 2.
Im Folgenden werden auch die Begrifflichkeiten „Experimentalgruppe “ und „Kontrollgruppe“ verwendet. Diese Begriffe beziehen sich immer auf alle Kassen innerhalb der Experimental- oder Kontrollbedingung („Experimentalgruppe“ umfasst die drei Experimentalklassen; „Kontrollgruppe“ umfasst die beiden Kontrollklassen).
- 3.
Die detaillierten Inhalte des Schulprogramms können leider aufgrund interner Geheimhaltung nicht aufgeführt werden.
- 4.
“Inferenzstatistik beruht auf dem Modell der Zufallswahrscheinlichkeiten. Inferenzstatistische Kennwerte (z. B. t-Wert, F-Wert) lassen einen Schluss von in einer Gruppe von Personen (Stichprobe) beobachteten Merkmalen (Daten) auf die Gesamtheit der Personen, aus der diese Gruppe stammt (Population), zu. Inferenzstatistische Kennwerte zeigen also an, wie hoch die Wahrscheinlichkeit ist, dass die in einer Gruppe von Personen beobachteten Effekte oder Zusammenhänge zufällig auftreten bzw. mit welcher Wahrscheinlichkeit die zuvor formulierten Annahmen (Hypothesen) über diese Effekte oder Zusammenhänge zutreffen.“ (Frischlich et al. 2017, S. 317).
- 5.
Aufgrund der Tatsache, dass in 40 % der Zellen im χ² Test erwartete Häufigkeiten kleiner als 5 ermittelt wurden, wurde für die Ermittlung des χ² Wertes der exakte Test nach Fischer verwendet, um hierfür zu korrigieren.
- 6.
Bei der International Standard Classification of Occupations handelt es sich um ein standardisiertes Klassifizierungssystem von Berufen, das in der Bildungsforschung üblicherweise verwendet wird.
- 7.
Religiosität wurde auf einer Skala von 1 = überhaupt nicht gläubig bis 5 = sehr gläubig erhoben.
- 8.
Mittels einer univariaten Varianzanalyse werden Unterschiede im Hinblick auf den Mittelwert einer Variablen zwischen mehr als zwei Gruppen daraufhin überprüft, ob sich die Gruppen überzufällig hinsichtlich dieser Variable unterscheiden.
- 9.
Die Abkürzung M bezeichnet das arithmetische Mittel.
- 10.
Ebenfalls ein inferenzstatistisches Verfahren zur Analyse von Mittelwertsunterschieden zweier Gruppen im Hinblick auf eine Variable.
- 11.
Der Standardfehler (SE) beschreibt die Streuung einer Stichprobenstatistik (Field 2009).
- 12.
z. B. „Wie oft machen Sie Folgendes auf sozialen Netzwerken, z. B. YouTube, Facebook und Instagram?…Ihren Account checken/Statusupdates posten/mit Freunden kommunizieren“, 1 = nie …7 = mehrmals täglich.
- 13.
„Wie oft unterhalten Sie sich mit Freunden außerhalb sozialer Netzwerke über das, was Sie online gesehen oder erlebt haben (z. B. Posts, Fotos, Videos, Kommentare)?“, 1 = nie …7 = mehrmals täglich.
- 14.
Mittels einer multivariaten Varianzanalyse werden Mittelwertunterschiede von mehr als zwei Variablen zwischen mehr als zwei Gruppen daraufhin überprüft, ob sich die Gruppen überzufällig hinsichtlich dieser Variable unterscheiden.
Literatur
Cohen, J. (1988). Statistical power analysis for the behavioural sciences. New York: Academic Press.
Ernst, J., Schmitt, J. B., Rieger, D. & Roth, H.-J. in Zusammenarbeit mit der Forschungsstelle Terrorismus/Extremismus (FTE) und ufuq.de (2018). Extremismus im Internet – Drei Lernarrangements zur Förderung von Medienkritikfähigkeit im Umgang mit Internetpropaganda in der Schule. Wiesbaden: Bundeskriminalamt.
Field, A. (2009). Discovering statistics using SPSS. Sage publications.
Frischlich, L., Rieger, D., Morten, A., & Bente, G. (Hrsg.) in Kooperation mit der Forschungsstelle Terrorismus/Extremismus (FTE) des Bundeskriminalamts (2017). Videos gegen Extremismus? Counter-Narrative auf dem Prüfstand. Wiesbaden: Bundeskriminalamt.
Rieger, D., Frischlich, L., & Bente, G. in Kooperation mit der Forschungsstelle Terrorismus/Extremismus(FTE) des Bundeskriminalamtes (2013). Propaganda 2.0. Psychological effects of right-wing and islamic extremist internet videos. Köln: Luchterhand.
Röhrig, B., du Prel, J.-B., Wachtlin, D., Kwiecien, R., & Blettner, M. (2010). Fallzahlplanung in klinischen Studien. Deutsches Ärzteblatt, 107(31–32), 552–556. https://doi.org/10.3238/arztebl.2010.0552
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Wulf, T. et al. (2020). Von Schulklassen und Klassenunterschieden: Zur Charakterisierung der Stichprobe. In: Schmitt, J., Ernst, J., Rieger, D., Roth, HJ. (eds) Propaganda und Prävention. Interkulturelle Studien. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-28538-8_9
Download citation
DOI: https://doi.org/10.1007/978-3-658-28538-8_9
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-28537-1
Online ISBN: 978-3-658-28538-8
eBook Packages: Social Science and Law (German Language)