Advertisement

PISA 2000 pp 15-68 | Cite as

PISA 2000: Untersuchungsgegenstand, theoretische Grundlagen und Durchführung der Studie

  • Jürgen Baumert
  • Petra Stanat
  • Anke Demmrich

Zusammenfassung

PISA steht für „Programme for International Student Assessment“ — ein Programm zur zyklischen Erfassung basaler Kompetenzen der nachwachsenden Generation, das von der Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) durchgeführt und von allen, Mitgliedsstaaten gemeinschaftlich getragen und verantwortet wird. PISA ist Teil des Indikatorenprogramms der OECD, dessen Ziel es ist, den OECD-Mitgliedsstaaten vergleichende Daten über die Ressourcenausstattung, individuelle Nutzung sowie Funktions- und Leistungsfähigkeit ihrer Bildungssysteme zur Verfügung zu stellen (OECD, 1999). Die Bundesrepublik Deutschland beteiligt sich an diesem Programm gemäss einer Vereinbarung zwischen dem Bundesministerium für Bildung und Forschung und der Ständigen Konferenz der Kultusminister der Länder.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Adams, R.J., Wilson, M.R. Et Wang, W.C. (1997). The multidimensional random coefficients multinomial logit. Applied Psychological Measurement, 21, 1–24.CrossRefGoogle Scholar
  2. Adams, R.J., Wu, M.L. Et Macaskill, G. (1997). Scaling methodology and procedures for the mathematics and science scales. In M.O. Martin Et D.L. Kelly (Eds.), Third international mathematics and science study. Technical report: Vol. Il. Implementation and analysis. Primary and middle school years (Chap. 7, pp. 111–146 ). Chestnut Hill, MA: Boston College.Google Scholar
  3. Andrich, D. (1978). A rating formulation for ordered response categories. Psychometrika, 43, 561–573.CrossRefGoogle Scholar
  4. Andrich, D. (1982). An extension of the Rasch model for ratings providing both location and dispersion parameters. Psychometrika, 47, 105–113.CrossRefGoogle Scholar
  5. Artelt, C. (2000). Strategisches Lernen. Münster: Waxmann.Google Scholar
  6. Barrett, B., Brick, M., Ewald, M., James, P., Murphy, A., Rogers, J. Et Valliant, R. (2000). Wes Var TM 4.0 users guide. Westat: Rockville.Google Scholar
  7. Baumert u.a. (1997). TIMSS - Mathematisch-naturwissenschaftlicher Unterricht im internationalen Vergleich. Deskriptive Befunde. Opladen: Leske + Budrich.Google Scholar
  8. Baumert, J. (1992). Koedukation oder Geschlechtertrennung? Zeitschrift für Pädagogik, 38 (1), 83–110.Google Scholar
  9. Baumert, J., Bos, W. Et Lehmann, R.H. (2000). TIMSS/Ill. Dritte Internationale Mathematik-und Naturwissenschaftsstudie - Mathematische und naturwissenschaftliche Bildung am Ende der Schullaufbahn. Opladen: Leske + Budrich.CrossRefGoogle Scholar
  10. Baumert, J. Et Demmrich, A. (2001). Test motivation in the assessment of student skills: The effects of incentives on motivation and performance. European Journal of Psychology of Education, 16 (3), 441–462.CrossRefGoogle Scholar
  11. Baumert, J., Klieme, E., Lehrke, M. Et Savelsbergh, E. (2000). Konzeption und Aussagekraft der TIMSS-Leistungstests. Zur Diskussion um TIMSS-Aufgaben aus der Mittelstufenphysik. Die Deutsche Schule, 92 (1), 102–115;Google Scholar
  12. Baumert, J., Klieme, E., Lehrke, M. Et Savelsbergh, E. (2000). Konzeption und Aussagekraft der TIMSS-Leistungstests. Zur Diskussion um TIMSS-Aufgaben aus der Mittelstufenphysik. Die Deutsche Schule, 92 (2), 196–217;Google Scholar
  13. Baumert, J., Köller, O., Lehrke, M. Et Brockmann, J. (2000). Anlage und Durchführung der Dritten Internationalen Mathematik-und Naturwissenschaftsstudie zur Sekundarstufe II (TIMSS/III) -Technische Grundlagen. In J. Baumert, W. Bos Et R. H. Lehmann (Hrsg.), Dritte Internationale Mathematik-und Naturwissenschaftsstudie–Mathematische und naturwissenschaftliche Bildung am Ende der Schullaufbahn. Kapitel Ill in Band I: TIMSS–Mathematische und naturwissenschaftliche Grundbildung am Ende der Pflichtschulzeit (S. 31–84 ). Opladen: Leske + Budrich.CrossRefGoogle Scholar
  14. Behnken, I. u.a. (1997). Lesen und Schreiben aus Leidenschaft. Jugendkulturelle Inszenierung von Schriftkultur. Weinheim: Juventa.Google Scholar
  15. Benavot, A., Cha, Y.-K., Kamens, D., Meyer, J. Et Wong, S.-Y. (1991). Knowledge for the masses: World models and national curricula, 1920–1986. American Sociological Review, 56 (1), 85–100.CrossRefGoogle Scholar
  16. Bronfenbrenner, U. (1976). Ökologische Sozialisationsforschung. Stuttgart: Klett.Google Scholar
  17. Camilli, G. Et Shepard, L.A. (1994). Methods for identifying biased test items (Vol. 4 ). Thousand Oaks, CA: SageGoogle Scholar
  18. Eder, F. (1998). Schul-und Klassenklima. In D. H. Rost (Hrsg.), Handwörterbuch der Pädagogischen Psychologie (S. 424–430 ). Weinheim: Psychologie Verlags Union.Google Scholar
  19. Fend, H. (1991). Identitätsentwicklung in der Adoleszenz. Lebensentwürfe, Selbstfindung und Weltaneignung in beruflichen, familiären und politisch-weltanschaulichen Bereichen. Bd. 2. Bern: Huber.Google Scholar
  20. Fend, H. (1998). Qualität im Bildungswesen. Schulforschung zu Systembedingungen, Schulprofilen und Lehrerleistung. Weinheim: Juventa.Google Scholar
  21. Ferchhoff, W. Et Neubauer, G. (1997). Patchwork-Jugend. Eine Einführung in postmoderne Sichtweisen. Opladen: Leske + Budrich.Google Scholar
  22. Fischer, G.H. Et Molenaar, I.W. (Eds.). (1995). Rasch models. Foundation, recent developments, and applications. New York: Springer.Google Scholar
  23. Gruehn, S. (2000). Unterricht und schulisches Lernen: Schüler als Quellen der Unterrichtsbeschreibung (Pädagogische Psychologie und Entwicklungspsychologie, Bd. 12, hrsg. von D. H. Rost). Münster: Waxmann.Google Scholar
  24. Haenisch, H. (1998). Warum TIMSS nicht geeignet ist, etwas über die Leistungsfähigkeit deutscher Schulen auszusagen. GGG aktuell. ( Gemeinnützige Gesellschaft Gesamtschule e.V. )Google Scholar
  25. Hambleton, R.K. Et Swaminathan, H. (1989). Item response theory. Principles and applications. Boston, MA: Kluwer.Google Scholar
  26. Helmke, A. Et Weinert, F.E. (1997). Bedingungsfaktoren schulischer Leistungen. In F. E. Weinert (Hrsg.), Psychologie des Unterrichts und der Schule (S. 71–176) (Enzyklopädie Psychologie, Serie Pädagogische Psychologie, Bd. 3 ). Göttingen: Hogrefe.Google Scholar
  27. Helmke, A. Et Schrader, F.-W. (2001). Jenseits von TIMSS: Messungen sprachlicher Kompetenzen, komplexe Längsschnittstudien und kulturvergleichende Analysen. Ergebnisse und Perspektiven ausgewählter Leistungsstudien. In F. E. Weinert (Hrsg.), Leistungsmessungen an Schulen (S. 237–250 ). Weinheim: Beltz.Google Scholar
  28. Honaker, J., Joseph, A., King, G. Et Scheve, K. (2000). Amelia: A program for missing data (Version 2.0). Harvard University.Google Scholar
  29. Hurrelmann, K. (1986). Das Modell des produktiv realitätsverarbeitenden Subjekts in der Sozialisationforschung. In K. Hurrelmann (Hrsg.), Lebenslage, Lebensalter, Lebenszeit (S. 11–13 ). Weinheim: Beltz.Google Scholar
  30. Judkins, D. (1990). Faÿ s method for variance estimation. Journal of Official Statistics, 6, 223–240.Google Scholar
  31. Keitel, C. Et Kilpatrick, J. (1998). Mathematikunterricht zwischen Wissenschaft und Politik: Rationalität und Irrationalität internationaler vergleichender Studien. Neue Sammlung, 38, 513–532.Google Scholar
  32. Kipliner, V.L. Et Linn, R.L. (1995). Raising the stakes of test administration: The impact of student performance on the national assessment of educational progress. Educational Assessment, 3, 111–133.CrossRefGoogle Scholar
  33. Kish, L. (1995). Survey sampling. New York: Wiley.Google Scholar
  34. Klieme, E. (2000). Fachleistungen im voruniversitären Mathematik-und Physikunterricht: Theoretische Grundlagen, Kompetenzstufen und Unterrichtsschwerpunkte. In J. Baumert, W. Bos Et R.H. Lehmann (Hrsg.), TIMSS/Ill. Dritte Internationale Mathematik-und Naturwissenschaftsstudie–Mathematische und naturwissenschaftliche Bildung am Ende der Schullaufbahn. Mathematische und physikalische Kompetenzen am Ende der gymnasialen Oberstufe (S. 57–128 ). Opladen: Leske + Budrich.Google Scholar
  35. Klieme, E., Ebach, J., Didi, H.-J., Hensgen, A., Heilmann, K. a Meisters, K.-H. (1997). Problemlösetest für die 7. Jahrgangsstufe. In R.H. Lehmann Et I. Steinbach (Hrsg.), Schulleistungstests fürsechste und siebte Klassen. Göttingen: Hogrefe.Google Scholar
  36. Kubinger, K.D. (Hrsg.). (1989). Moderne Testtheorie. Weinheim: Beltz.Google Scholar
  37. Little, R.J. a Rubin, D.B. (1987). Statistical analysis with missing data. New York: Wiley.Google Scholar
  38. Lord, F.M. Et Novick, M.R. (1968). Statistical theories of mental test scores. Reading, MA: Addison-Wesley.Google Scholar
  39. Masters, G.N. (1982). A Rasch model for partial credit scoring. Psychometrika, 47, 149–174.CrossRefGoogle Scholar
  40. Meyer, J.W. a McEneany, E. (1999). Vergleichende und historische Reflektionen über das Curriculum: Die sich wandelnde Bedeutung von Wissenschaft. In I.F. Goodson, S. Hopmann a K. Riquarts (Hrsg.), Das Schulfach als Handlungsrahmen (S. 177–190 ). Köln: Böhlau Verlag.Google Scholar
  41. Meyer, J., Ramirez, F. a Soysal, Y. (1992). World expansion of mass education, 1870–1970. Sociology of Education, 65 (2), 128–149.CrossRefGoogle Scholar
  42. Mislevy, R.J., Beaton, A.E., Kaplan, B. a Sheehan, K.M. (1992). Estimating population characteristics from sparse matrix samples of item responses. Journal of Educational Measurement, 29 (2), 133–161.CrossRefGoogle Scholar
  43. Mislevy, R.J., Johnson, E.G. Et Musaki, E. (1992). Scaling procedures in NAEP. Journal of Educational Statistics, 17 (2), 131–154.CrossRefGoogle Scholar
  44. Mortimore, P. (1998). The road to improvement. Lisse: Swets Et Zeitlinger.Google Scholar
  45. O’Neil, H.F., Jr., Sugrue, B. a Baker, E.L. (1996). Effects of motivational interventions on the national assessment of educational progress mathematics performance. Educational Assessment, 3, 135–157.CrossRefGoogle Scholar
  46. Rasch, G. (1960). Probabilistic models for some intelligence and attainment tests. Copenhagen: Nielsen Et Lydicke.Google Scholar
  47. Rost, J. (1996). Lehrbuch Testtheorie, Testkonstruktion. Bern: Huber.Google Scholar
  48. Rubin, D.B. (1987). Multiple imputation for nonresponse in surveys. New York: Wiley.CrossRefGoogle Scholar
  49. Scheerens, J. a Bosker, R.J. (1997). The foundations of educational effectiveness. Oxford, UK: Pergamon.Google Scholar
  50. Shamos, M.H. (Ed.). (1995). The myth of scientific literacy. New Brunswick, NJ: Rutgers University Press.Google Scholar
  51. Steffens, U. Et Bargel, T. (1993). Erkundungen zur Qualität von Schule. Neuwied: Luchterhand.Google Scholar
  52. Tenorth, H.-E. (1994). „Alle alles zu lehren“: Möglichkeiten und Perspektiven allgemeiner Bildung. Darmstadt: Wissenschaftliche Buchgesellschaft.Google Scholar
  53. Tenorth, H.-E. (2000). Erziehungswissenschaftliche Forschung im 20. Jahrhundert und ihre Methoden. In D. Benner Et H.-E. Tenorth (Hrsg.), Bildungsprozesse und Erziehungsverhältnisse im 20. Jahrhundert: Praktische Entwicklungen und Formen der Reflexion im historischen Kontext (S. 264–293 ). Weinheim: Beltz.Google Scholar
  54. Tillmann, K.J. u.a. (1999). Schülergewalt als Schulproblem. Weinheim: Juventa.Google Scholar
  55. Tillmann, K.-J. (2000). Sozialisationstheorien. Eine Einführung in den Zusammenhang von Gesellschaft, Institution und Subjektwerdung (10. erw. und überarb. Aufl.). Reinbek: Rowohlt.Google Scholar
  56. Vijver, F. van de Et Hambleton, R.K. (1996). Translating tests: Some practical guide-lines. European Psychologist, 1 (2), 89–99.CrossRefGoogle Scholar
  57. Visscher, A.J. (Ed.). (1999). Managing schools towards high performance. Lisse: Swets Et Zeitlinger.Google Scholar
  58. Watermann, R. (2001, März). Die Erfassung fachlicher Kompetenz jenseits eindimensionaler Leistungsskalen: Latent-ClassModelle für Kompetenzstufen in der voruniversitären Mathematik. Vortrag auf der 60. Tagung der Arbeitsgruppe für Empirische Pädagogische Forschung in Bamberg.Google Scholar
  59. Wolter, K.M. (1985). Introduction to variance estimation. New York: Springer.Google Scholar
  60. Zinnecker, J. (1985). Literarische und ästhetische Praxen in Jugendkultur und Jugendbiografie. In Jugendwerk der Deutschen Shell: Jugend ‘85, Bd. 2, S. 143–348.Google Scholar
  61. Zinnecker, J. Et Silbereisen, R.K. (1996). Kindheit in Deutschland. Aktueller Survey über Kinder und ihre Eltern. Weinheim: Juventa.Google Scholar

Copyright information

© Leske + Budrich, Opladen 2001

Authors and Affiliations

  • Jürgen Baumert
  • Petra Stanat
  • Anke Demmrich

There are no affiliations available

Personalised recommendations