Zusammenfassung
Zur Auswertung des Wissenstests zum pädagogisch-psychologischen Wissen wurden die Punktescores der zwanzig Einzelitems zu einem Gesamtscore addiert. Dieser konnte maximal 80 Punkte und minimal – 60 Punkte erreichen. In der Tabelle 10.1 sind die Verläufe der beiden Untersuchungsgruppen zwischen den Messzeitpunkten (T1 und T2) dargestellt.
You have full access to this open access chapter, Download chapter PDF
10.1 Ergebnisse zu Forschungsfrage 1 – Kompetenzfacetten der Studierenden
10.1.1 Pädagogisch-psychologisches Wissen und Sicherheit des pädagogisch-psychologischen Wissens
Zur Auswertung des Wissenstests zum pädagogisch-psychologischen Wissen wurden die Punktescores der zwanzig Einzelitems zu einem Gesamtscore addiert. Dieser konnte maximal 80 Punkte und minimal – 60 Punkte erreichen (vgl. Abschnitt 8.1.1). In der Tabelle 10.1 sind die Verläufe der beiden Untersuchungsgruppen zwischen den Messzeitpunkten (T1 und T2) dargestellt.
In der zweifaktoriellen Varianzanalyse mit Messwiederholung für das pädagogisch-psychologische Wissen kann ein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 65) = 15,951, p < 0,001, partielles η2 = 0,197, r = 0,44). Der Gesamtscore des pädagogisch-psychologischen Wissens steigt über die zwei Messzeitpunkte hinweg signifikant an. Es werden 19,7 % der Varianz des Gesamtscores durch den Faktor Zeit erklärt. Der Effekt ist nach Cohen (1988) als mittel einzuschätzen (vgl. Field 2018)Footnote 1. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann nur in der Experimentalgruppe ein signifikanter Anstieg des Gesamtscores nachgewiesen werden (s. Tabelle 10.1).
Es kann kein signifikanter Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 65) = 2,621, p = 0,110, partielles η2 = 0,039, r = 0,2). Der ausbleibende Interaktionseffekt zeigt, dass die Verbesserung in der Experimentalgruppe sich nicht signifikant von der in der KG unterscheidet.
In der Experimentalgruppe wurde darüber hinaus erfragt, ob die Studierenden andere psychologische Veranstaltungen parallel zum Förderpraktikum belegt haben. Dies bejahten 22 der 44 Studierenden in der Experimentalgruppe. Tabelle 10.2 zeigt die Entwicklung der Gesamtscores zum pädagogisch-psychologischen Wissen und den Gruppen mit und ohne Parallelveranstaltung mit psychologischen Inhalten sowie die inferenzstatistische Überprüfung der Mittelwertsunterschiede zwischen den Messzeitpunkten. Es ist zu beobachten, dass beide Gruppen (mit und ohne Parallelveranstaltung) im Mittel vergleichsweise ansteigen.
In der zweifaktoriellen Varianzanalyse mit Messwiederholung für das pädagogisch-psychologische Wissen mit Zwischensubjektfaktor andere psychologische Veranstaltung kann, in Übereinstimmung mit den Tests über die geschätzten Randmittel in der Experimentalgruppe, ein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 42) = 23,996, p < 0,001, partielles η2 = 0,364, r = 0,6). Der Gesamtscore des pädagogisch-psychologischen Wissens steigt über die zwei Messzeitpunkte hinweg signifikant an. Es werden 36,4 % der Varianz des Gesamtscores durch den Faktor Zeit erklärt. Der Effekt ist als groß einzuschätzen. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann in beiden Gruppen ein signifikanter Anstieg des Gesamtscores nachgewiesen werden (s. Tabelle 10.2).
Es kann kein signifikanter Interaktionseffekt zwischen den Gruppen (mit und ohne Parallelveranstaltung) und der Zeit festgestellt werden (F(1, 42) = 0,132, p = 0,718, partielles η2 = 0,003, r = 0,06). Die Verbesserung in der Gruppe ohne Parallelveranstaltung unterscheidet sich nicht signifikant von der in der Gruppe mit Parallelveranstaltung.
Bei der Sicherheit des pädagogisch-psychologischen Wissens wurde der Mittelwert der zwanzig Item-Mittelwerte berechnet, um so eine Gesamtsicherheit zu berechnen.
In der zweifaktoriellen Varianzanalyse mit Messwiederholung für die Sicherheit des pädagogisch-psychologischen Wissens kann ein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 64) = 15,657, p < 0,001, partielles η2 = 0,197, r = 0,44). Die Gesamtsicherheit des pädagogisch-psychologischen Wissens steigt über die zwei Messzeitpunkte hinweg signifikant an. Es werden 19,7 % der Varianz der Gesamtsicherheit durch den Faktor Zeit erklärt. Der Effekt ist als mittel einzuschätzen. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann nur in der Experimentalgruppe ein signifikanter Anstieg der Gesamtsicherheit nachgewiesen werden (s. Tabelle 10.3).
Es kann ein signifikanter Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 64) = 7,712, p = 0,007, partielles η2 = 0,108, r = 0,33). Es werden 10,8 % der Varianz der Gesamtsicherheit durch diesen Interaktionseffekt erklärt. Der Effekt ist als mittel einzuschätzen. Die Verbesserung der Experimentalgruppe in der Sicherheit des pädagogisch-psychologischen Wissen unterscheidet sich signifikant von der in der Kontrollgruppe.
10.1.2 Motivationale Orientierungen
10.1.2.1 Lehrer*innenselbstwirksamkeit und Selbstwirksamkeit motiviertes Lernen fördern
Tabelle 10.4 zeigt die Entwicklung der Lehrer*innenselbstwirksamkeit (LSW) und der Selbstwirksamkeit motiviertes Lernen zu fördern (SWML) in den beiden Untersuchungsgruppen sowie die inferenzstatistische Überprüfung der Mittelwertsunterschiede zwischen den Messzeitpunkten.
Bei der LSW schätzen sich die Studierenden beider Gruppen im Mittel bereits vor der Maßnahme eher selbstwirksam als nicht selbstwirksam ein (s. Tabelle 10.4).
In der zweifaktoriellen Varianzanalyse mit Messwiederholung kann ein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 65) = 16,830, p < 0,001, partielles η2 = 0,206, r = 0,45). Die LSW steigt über die zwei Messzeitpunkte hinweg signifikant an. Es werden 20,6 % der Varianz der LSW durch den Faktor Zeit erklärt. Der Effekt ist als mittel einzuschätzen. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann in beiden Gruppen eine signifikante Steigerung in der LSW nachgewiesen werden (s. Tabelle 10.4).
Es kann kein Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 65) = 0,143, p = 0,707, partielles η2 = 0,002, r = 0,05). Die Verbesserung der Experimentalgruppe in der LSW unterscheidet sich nicht signifikant von der in der Kontrollgruppe.
Bei der Selbstwirksamkeit motiviertes Lernen zu fördern (SWML) schätzen sich die Studierenden beider Gruppen mit leicht geringeren Mittelwerten als bei der LSW ebenfalls bereits vor der Maßnahme eher selbstwirksam als nicht selbstwirksam ein (s. Tabelle 10.4).
In der zweifaktoriellen Varianzanalyse mit Messwiederholung kann ein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 65) = 19,266, p < 0,001, partielles η2 = 0,229, r = 0,48). Die SWML steigt über die zwei Messzeitpunkte hinweg signifikant an. Es werden 22,9 % der Varianz dieses Konstruktes durch den Faktor Zeit erklärt. Der Effekt ist als mittel einzuschätzen. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann in beiden Gruppen eine signifikante Steigerung in der Selbstwirksamkeit nachgewiesen werden (s. Tabelle 10.4).
Es kann kein Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 65) = 0,240, p = 0,626, partielles η2 = 0,004, r = 0,06). Die Verbesserung der Experimentalgruppe in der SWML unterscheidet sich nicht signifikant von der in der Kontrollgruppe.
10.1.2.2 Enthusiasmus für Mathematik
Tabelle 10.5 zeigt die Entwicklung der der Skala Enthusiasmus für Mathematik in den beiden Untersuchungsgruppen sowie die inferenzstatistische Überprüfung der Mittelwertsunterschiede zwischen den Messzeitpunkten. Bei der Skala Enthusiasmus für Mathematik schätzen sich die Studierenden beider Gruppen bereits vor der Maßnahme mit hohen Werten ein, wobei besonders die Experimentalgruppe mit einem Ausgangswert von 3,72 bereits sehr nah am Maximum ist (s. Tabelle 10.5).
In der zweifaktoriellen Varianzanalyse mit Messwiederholung kann kein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 64) = 2,294, p = 0,135, partielles η2 = 0,035, r = 0,19). Der Faktor der Zeit hat keinen signifikanten Einfluss auf die Werte des Enthusiasmus für Mathematik. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann in keiner der beiden Gruppen eine signifikante Steigerung im Enthusiasmus für Mathematik nachgewiesen werden (s. Tabelle 10.5).
Es kann kein Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 64) = 1,837, p = 0,180, partielles η2 = 0,028, r = 0,17). Die Entwicklungen im Konstrukt Enthusiasmus für Mathematik unterscheiden sich nicht signifikant zwischen den Untersuchungsgruppen.
10.1.3 Überzeugungen hinsichtlich des Lehrens und Lernens von Mathematik
10.1.3.1 Attribution schlechter Schüler*innenleistungen
Probleme im Unterricht
In der zweifaktoriellen Varianzanalyse mit Messwiederholung für das Attributionsmuster Probleme im Unterricht kann ein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 65) = 24,359, p < 0,001, partielles η2 = 0,273, r = 0,53). Der Anteil der Attribution auf Probleme im Unterricht sinkt über die zwei Messzeitpunkte hinweg signifikant. Es werden 27,3 % der Varianz des Anteils der Attribution auf Probleme im Unterricht durch den Faktor Zeit erklärt. Der Effekt ist als groß einzuschätzen. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann in beiden Gruppen eine signifikante Abnahme des Anteils der Attribution auf Probleme im Unterricht nachgewiesen werden (s. Tabelle 10.6).
Es kann kein signifikanter Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 65) = 0,090, p = 0,765, partielles η2 = 0,001, r = 0,04). Die Verringerung der Experimentalgruppe in der Attribution auf Probleme im Unterricht unterscheidet sich nicht signifikant von der in der Kontrollgruppe.
Mangelnde Begabung
In der zweifaktoriellen Varianzanalyse mit Messwiederholung für das Attributionsmuster mangelnde Begabung kann ein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 65) = 4,618, p = 0,035, partielles η2 = 0,066, r = 0,26). Der Anteil der Attribution auf mangelnde Begabung steigt über die zwei Messzeitpunkte hinweg signifikant. Es werden 6,6 % der Varianz des Anteils der Attribution auf mangelnde Begabung durch den Faktor Zeit erklärt. Der Effekt ist als klein einzuschätzen. Bei diesem Haupteffekt weicht das Ergebnis des van der Waerden-Tests insofern ab, dass kein signifikanter Anstieg nachgewiesen werden kann. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann nur in der Kontrollgruppe ein signifikanter Anstieg des Anteils der Attribution auf mangelnde Begabung nachgewiesen werden (s. Tabelle 10.6).
Es kann ein signifikanter Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 65) = 5,977, p = 0,017, partielles η2 = 0,084, r = 0,29). Es werden 8,4 % der Gesamtvarianz durch den Interaktionseffekt erklärt. Der Effekt ist als klein einzuschätzen. Die Entwicklung der Experimentalgruppe in der Attribution auf mangelnde Begabung unterscheidet sich signifikant von der in der Kontrollgruppe.
Mangelnde Anstrengung
In der zweifaktoriellen Varianzanalyse mit Messwiederholung für das Attributionsmuster mangelnde Anstrengung kann ein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 65) = 8,880, p = 0,004, partielles η2 = 0,120, r = 0,35). Der Anteil der Attribution auf mangelnde Anstrengung steigt über die zwei Messzeitpunkte hinweg signifikant. Es werden 12 % der Varianz des Anteils der Attribution auf mangelnde Anstrengung durch den Faktor Zeit erklärt. Der Effekt ist als mittel einzuschätzen. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann nur in der Experimentalgruppe ein signifikanter Anstieg des Anteils der Attribution auf mangelnde Anstrengung nachgewiesen werden (s. Tabelle 10.6).
Es kann kein signifikanter Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 65) = 3,889, p = 0,053, partielles η2 = 0,056, r = 0,24). Die Entwicklung der Experimentalgruppe in der Attribution auf mangelnde Anstrengung unterscheidet sich nicht signifikant von der in der Kontrollgruppe.
10.1.3.2 Bezugsnormorientierung
Tabelle 10.7 und Tabelle 10.8 zeigen die Entwicklung der Bezugsnormorientierung in den beiden Untersuchungsgruppen sowie die inferenzstatistische Überprüfung der Mittelwertsunterschiede zwischen den Messzeitpunkten für die Korrelationskoeffizienten rIBNO und rSBNO.
Es zeigt sich, dass bei den Studierenden die soziale Bezugsnormorientierung (rSBNO) im Vergleich zur individuellen Bezugsnormorientierung (rIBNO) weniger stark und im rSBNO sogar negativ ausgeprägt ist. Die Studierenden orientieren sich demnach eher nicht an der sozialen Bezugsnorm.
Für die folgenden varianzanalytischen Auswertungen werden die Werte rIBNO und rSBNO genutzt. In der zweifaktoriellen Varianzanalyse mit Messwiederholung für die individuelle Bezugsnormorientierung kann kein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 64) = 0,025, p = 0,875, partielles η2 = 0,001, r = 0,02). Der Faktor der Zeit hat keinen signifikanten Einfluss auf die Werte des rIBNO. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann nur in der Experimentalgruppe eine signifikante Steigerung im rIBNO nachgewiesen werden (s. Tabelle 10.8).
Es kann ein signifikanter Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 64) = 9,356, p = 0,003, partielles η2 = 0,128, r = 0,36). Es werden 12,8 % der Gesamtvarianz durch den Interaktionseffekt erklärt. Der Effekt ist als mittel einzuschätzen. Die Studierenden der Experimentalgruppe zeigen bei ihrer Einschätzung der Schüler*innenleistungen einen stärkeren Zuwachs in der Nutzung der individuellen Bezugsnorm als die Studierenden der Kontrollgruppe, für die sogar ein Abfall zu beobachten ist.
In der zweifaktoriellen Varianzanalyse mit Messwiederholung für die soziale Bezugsnormorientierung kann kein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 64) = 0,285, p = 0,595, partielles η2 = 0,004, r = 0,07). Der Faktor der Zeit hat keinen signifikanten Einfluss auf die Werte des rSBNO. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann in keiner der beiden Gruppen eine signifikante Änderung in der Selbstwirksamkeit nachgewiesen werden (s. Tabelle 10.8).
Es kann kein Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 64) = 2,724, p = 0,104, partielles η2 = 0,041, r = 0,2). Die Zugehörigkeit zu einer Untersuchungsgruppe hat demnach keinen signifikanten Einfluss auf die Entwicklung der sozialen Bezugsnormorientierung über die Messzeitpunkte hinweg.
10.2 Ergebnisse zu Forschungsfrage 2 – Bewertung des Veranstaltungskonzepts durch die Studierenden
Für die Evaluationsskalen zur Bewertung der Intervention werden die Ergebnisse der t-Tests für unabhängige Stichproben in Tabelle 10.9 berichtet, bzw. bei Nichterfüllung der Voraussetzungen in einem Fall die Ergebnisse des nicht-parametrischen Pendants (Mann-Whitney-U-Test).
Die Ergebnisse der Skalen zur Anwendbarkeit der Inhalte im Förderpraktikum und in der Zukunft, zur Darstellung und zur Nützlichkeit der Inhalte zeigen in der Experimentalgruppe durchweg signifikant positivere Bewertungen als in der Kontrollgruppe. Die Effekte sind nach Cohen (1988) als groß einzuschätzen, mit Ausnahme des Effekts zur Darstellung der Inhalte, welcher als mittel einzuschätzen ist. Bei der Interessantheit der Inhalte zeigen beide Gruppen ähnliche Werte. Es kann kein signifikanter Unterschied nachgewiesen werden.
10.3 Ergebnisse zu Forschungsfrage 3 – Motivationale Variablen der Schüler*innen
10.3.1 Ergebnisse zu Forschungsfrage 3.1 – Unterschiede zwischen Geförderten und nicht geförderten Schüler*innen
Die Mittelwerte und Standardabweichungen der in Kapitel 8 beschriebenen motivationalen Variablen Selbstwirksamkeit, Selbstkonzept und Anstrengungs-Erfolgs-Überzeugungen sind für beide Messzeitpunkte in Tabelle 10.10 für beide Gruppen (geförderte und nichtgeförderte Schüler*innen) zusammengefasst.
Es lassen sich mittels t-Tests mit unabhängigen Stichproben zum ersten Messzeitpunkt die Unterschiede in den Ausprägungen der motivationalen Variablen zwischen den Gruppen untersuchen. In allen drei Variablen ist zum ersten Messzeitpunkt der Mittelwert der Schüler*innengruppe aus den Regelklassen signifikant höher als der Mittelwert der Schüler*innen in den Fördergruppen (s. Tabelle 10.10). Die Effektstärken sind als klein (für SK_T1) bis mittel (für SW_T1 und AEE_T1) einzuschätzen. Zum ersten Messzeitpunkt bestehen zwischen den beiden Gruppen signifikante Unterschiede hinsichtlich der motivationalen Konstrukte.
Zur Untersuchung, wie sich die beiden Schüler*innengruppen im Verlauf des Schuljahres entwickeln und ob sich diese bestehenden Unterschiede auflösen, werden zum einen die Ergebnisse der zweifaktoriellen Varianzanalysen berichtet und zum anderen die Ergebnisse der t-Tests mit unabhängigen Stichproben zum zweiten Messzeitpunkt (s. Tabelle 10.10). Bei der Schüler*innenselbstwirksamkeit konnte in der zweifaktoriellen Varianzanalyse mit Messwiederholung kein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 160) = 0,543, p = 0,462, partielles η2 = 0,003, r = 0,06). Der Faktor der Zeit hat keinen signifikanten Einfluss auf die Werte der Schüler*innenselbstwirksamkeit. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann in keiner der beiden Gruppen eine signifikante Steigerung in der Schüler*innenselbstwirksamkeit nachgewiesen werden (Fördergruppe p = 0,436; Regelklassengruppe p = 0,208). Es kann kein Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 160) = 2,199, p = 0,140, partielles η2 = 0,014, r = 0,12). Die Entwicklung der Fördergruppe in der Schüler*innenselbstwirksamkeit unterscheidet sich nicht signifikant von der in der Regelklassengruppe. Zum zweiten Messzeitpunkt unterscheiden sich die Mittelwerte der beiden Gruppen weiterhin signifikant voneinander (t (51,330) = -3,836, p < 0,001).
Beim Selbstkonzept kann in der zweifaktoriellen Varianzanalyse mit Messwiederholung ein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 157) = 6,99, p = 0,009, partielles η2 = 0,043, r = 0,21). Das Selbstkonzept steigt über die zwei Messzeitpunkte hinweg signifikant an. Es werden 4,3 % der Varianz des Selbstkonzepts durch den Faktor Zeit erklärt. Der Effekt ist als klein einzuschätzen. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann nur in der Fördergruppe eine signifikante Steigerung im Selbstkonzept nachgewiesen werden (Fördergruppe p < 0,001; Regelklassengruppe p = 0,678). Es kann kein Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 160) = 3,658, p = 0,058, partielles η2 = 0,023, r = 0,15). Die Entwicklung der Fördergruppe im Selbstkonzept unterscheidet sich nicht signifikant von der in der Regelklassengruppe. Zum zweiten Messzeitpunkt unterscheiden sich die Mittelwerte der beiden Gruppen nicht mehr signifikant voneinander (t (46,838) = -0,920, p = 0,362).
Bei den Anstrengungs-Erfolgs-Überzeugungen kann in der zweifaktoriellen Varianzanalyse mit Messwiederholung kein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 158) = 0,483, p = 0,488, partielles η2 = 0,003, r = 0,06). Der Faktor der Zeit hat keinen signifikanten Einfluss auf die Werte der Anstrengungs-Erfolgs-Überzeugungen. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann in keiner der beiden Gruppen eine signifikante Steigerung in den Anstrengungs-Erfolgs-Überzeugungen nachgewiesen werden (Fördergruppe p = 0,218; Regelklassengruppe p = 0,143). Es kann kein Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 158) = 3,557, p = 0,061, partielles η2 = 0,022, r = 0,15). Die Entwicklung der Fördergruppe in den Anstrengungs-Erfolgs-Überzeugungen unterscheidet sich nicht signifikant von der in der Regelklassengruppe. Zum zweiten Messzeitpunkt unterscheiden sich die Mittelwerte der beiden Gruppen nicht mehr signifikant voneinander (t (58,061) = -0,881, p = 0,382).
10.3.2 Ergebnisse zu Forschungsfrage 3.2 – Unterschiede zwischen den Untersuchungsgruppen
In Tabelle 10.11 ist die Entwicklung der Schüler*innenselbstwirksamkeit in den beiden Untersuchungsgruppen (Kontroll- und Experimentalgruppe) sowie die inferenzstatistische Überprüfung der Mittelwertsunterschiede zwischen den Messzeitpunkten dargestellt.
In der zweifaktoriellen Varianzanalyse mit Messwiederholung kann kein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 123) = 0,029, p = 0,864, partielles η2 < 0,001, r = 0,2). Der Faktor der Zeit hat keinen signifikanten Einfluss auf die Werte der Schüler*innenselbstwirksamkeit. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann in keiner der beiden Gruppen eine signifikante Steigerung in der Schüler*innenselbstwirksamkeit nachgewiesen werden (s. Tabelle 10.11).
Es kann ein Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 123) = 5,328, p = 0,023, partielles η2 = 0,042, r = 0,2). Die Entwicklung in der Kontrollgruppe im Konstrukt Schüler*innenselbstwirksamkeit ist signifikant positiver als in der Experimentalgruppe. Es werden 4,2 % der Varianz durch diesen Interaktionseffekt aufgeklärt. Der Effekt ist als klein einzuschätzen. Die Ergebnisse des van der Waerden-Tests weichen beim Interaktionseffekt ab. In der robusten Testvariante konnte kein signifikanter Interaktionseffekt nachgewiesen werden.
In Tabelle 10.12 ist die Entwicklung des Selbstkonzepts in den beiden Untersuchungsgruppen (Kontroll- und Experimentalgruppe) sowie die inferenzstatistische Überprüfung der Mittelwertsunterschiede zwischen den Messzeitpunkten dargestellt.
In der zweifaktoriellen Varianzanalyse mit Messwiederholung kann ein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 121) = 24,158, p < 0,001, partielles η2 = 0,166, r = 0,41). Das Selbstkonzept steigt über die zwei Messzeitpunkte hinweg signifikant an. Es werden 16,6 % der Varianz des Selbstkonzepts durch den Faktor Zeit erklärt. Der Effekt ist als mittel einzuschätzen. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann in beiden Gruppen eine signifikante Steigerung in der Selbstwirksamkeit nachgewiesen werden (s. Tabelle 10.12).
Es kann kein Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 121) = 2,250, p = 0,136, partielles η2 = 0,018, r = 0,14). Die Verbesserung der Experimentalgruppe im Konstrukt Selbstkonzept unterscheidet sich nicht signifikant von der in der Kontrollgruppe.
In Tabelle 10.13 ist die Entwicklung der Anstrengungs-Erfolgs-Überzeugungen in den beiden Untersuchungsgruppen (Kontroll- und Experimentalgruppe) sowie die inferenzstatistische Überprüfung der Mittelwertsunterschiede zwischen den Messzeitpunkten dargestellt.
In der zweifaktoriellen Varianzanalyse mit Messwiederholung kann ein signifikanter Haupteffekt der Zeit nachgewiesen werden (F(1, 121) = 5,213, p = 0,024, partielles η2 = 0,041, r = 0,2). Es werden 4,1 % der Varianz der Anstrenungs-Erfolgs-Überzeugungen durch den Faktor Zeit erklärt. Der Effekt ist als gering einzuschätzen. Die Ergebnisse des van der Waerden-Tests weichen bei diesem Haupteffekt ab. In der robusten Testvariante konnte kein signifikanter Haupteffekt der Zeit nachgewiesen werden. Auf Basis der geschätzten Randmittel mit Bonferoni-Korrektur kann nur in der Kontrollgruppe eine signifikante Steigerung in den Anstrengungs-Erfolgs-Überzeugungen nachgewiesen werden (s. Tabelle 10.13).
Es kann ein Interaktionseffekt zwischen den Untersuchungsgruppen und der Zeit festgestellt werden (F(1, 121) = 8,180, p = 0,005, partielles η2 = 0,063, r = 0,25). Die Entwicklung in der Kontrollgruppe im Konstrukt Anstrenungs-Erfolgs-Überzeugungen ist signifikant positiver als in der Experimentalgruppe. Es werden 6,3 % der Varianz durch diesen Interaktionseffekt aufgeklärt. Der Effekt ist als klein einzuschätzen.
10.3.3 Ergebnisse zu Forschungsfrage 3.3 – Anzahl der Erfolgserlebnisse
Mithilfe eines Pearson Chi-Quadrat-Tests wird getestet, ob ein Zusammenhang zwischen den zwei kategorialen Variablen Untersuchungsgruppe und Erfolgserlebnis besteht. Dabei werden beobachtete Häufigkeiten mit theoretisch erwarteten Häufigkeiten verglichen und Stärke wie Richtung des Zusammenhangs berechnet (vgl. Schwarz, 2020).
In Tabelle 10.14 und Abbildung 10.1 werden die Häufigkeiten der berichteten Erfolgserlebnisse und die Ergebnisse des \({\chi }^{2}\)-Tests für den Vergleich mit der Experimentalgruppe dargestellt. Das Merkmal berichtetes Erfolgserlebnis und die Untersuchungsgruppe stehen im Vergleich der Kontrollgruppe mit der Experimentalgruppe in einem Zusammenhang (\({\chi }^{2}\)(1) = 4,045, p = 0,044, n = 125). Der Effekt ist nach Cohen (1988) als klein einzuschätzen (\(\varphi\) = 0,180, p = 0,044). Im Vergleich der Regelklassengruppe mit der Experimentalgruppe stehen diese Merkmale ebenfalls in einem Zusammenhang (\({\chi }^{2}\)(1) = 11,547, p = 0,001, n = 123). Der Effekt ist hier als mittel einzuschätzen (\(\varphi\) = 0,306, p = 0,001). Die Schüler*innen der Experimentalgruppe berichten signifikant häufiger von Erfolgserlebnissen als beide Vergleichsgruppen.
Darstellung der Häufigkeiten von Erfolgserlebnissen nach Untersuchungsgruppe
10.4 Ergebnisse zu Forschungsfrage 4 & 5 – Selbsteingeschätzte Lernzuwächse der Studierenden & Nutzung der Methoden aus der Veranstaltung durch die Studierenden
10.4.1 Ergebnisse zu Forschungsfrage 4 – Selbsteingeschätzte Lernzuwächse der Studierende
In Abbildung 10.2 (links) werden zu den sechs erfragten Bereichen die Mittelwerte der Einschätzungen des Lernzuwachses der Studierenden dargestellt. In den beiden Untersuchungsgruppen ähneln sich die Mittelwerte. Es lassen sich über t-Tests (Ergebnisse dazu nicht dargestellt) keine signifikanten Unterschiede zwischen den Untersuchungsgruppen nachweisen. Die geringsten Lernzuwächse berichten die Studierenden in den Bereichen Motivationstheorien wirkungsvoll für den Unterricht nutzen (Theorienutzung) und Zielgerichtete Maßnahmen zur Motivationsförderung ergreifen (Motivation fördern).
Bei der Frage nach ihrem größten Lernzuwachs aus diesen sechs Bereichen werden die Ergebnisse für beide Gruppen gemeinsam berichtet. Die meisten der Studierenden (N = 59) geben die Bereiche Unterschiedliche Motivationslagen und –defizite wahrnehmen (H = 21) und Zielgerichtet motivationsförderlichen Unterricht planen (H = 18). Die dritthäufigste Nennung hat Ursachen von Motivationsdefiziten zu diagnostizieren (H = 8). Die anderen Aspekte werden nur von einzelnen Studierenden genannt (s. Abbildung 10.2, rechts).
Einschätzung der Lernzuwächse (Mittelwerte) in sechs motivationsbezogenen Bereichen (links) und Häufigkeiten der größten Lernzuwächse (rechts)
Bei der Auswertung der offenen Antworten zu den insgesamt wichtigsten Lernzuwächsen der Studierenden lassen sich die Antworten unter fünf Kategorien zusammenfassen. Die Untersuchungsgruppen unterscheiden sich nicht maßgeblich in der Verteilung der angesprochenen Kategorien, sodass die Ergebnisse im Folgenden für beide Gruppen gemeinsam berichtet werden können.
Unter die Kategorie Motivationsförderung fallen alle Aussagen, die Motivationsförderung als Lernzuwachs lediglich nennen oder auf die Bedeutsamkeit einer Motivationsförderung für leistungsschwache Schüler*innen im Mathematikunterricht hinweisen, motivationsförderliche Inhalte des Blockseminars aufzählen oder Herausforderungen bei der Motivationsförderung herausstellen (Abbildung 10.3).
Beispielaussagen zur Kategorie Motivationsförderung
Die Kategorie Unterrichtspraxis umfasst Lernzuwächse im Bereich der Diagnostik, Erstellung von Förderplänen und dem Vorbereiten, Durchführen und Nachbereiten von Unterrichtsstunden. Darüber hinaus werden Stellen eingeordnet, die die Bedeutsamkeit einer guten Vorbereitung, das Zeitmanagement in Unterrichtsstunden und die Flexibilität von Unterrichtsplanungen herausstellen (Abbildung 10.4).
Beispielaussagen zur Kategorie Unterrichtspraxis
Die Kategorie Individualisierung und Kooperation fasst Aussagen zusammen, die auf die Notwendigkeit von Individualisierung und die Wichtigkeit einer professionellen Lehrer*innen-Schüler*innen-Beziehung hinweisen (Abbildung 10.5).
Beispielaussagen zur Kategorie Individualisierung und Kooperation
In der vierten Kategorie eigene Professionalisierung werden Textstellen eingeordnet, die auf Lernzuwächse in der Auseinandersetzung der eigenen Professionalisierung hindeuten. Beispielsweise, wenn Studierende sich in ihrer Berufswahl bestätigt fühlen, Praxiserfahrungen gesammelt haben oder sich mit Problembereichen des Lehrkräfteberufs auseinandergesetzt haben (Abbildung 10.6).
Beispielaussagen zur Kategorie Eigene Professionalisierung
Eine letzte kleine Kategorie Schüler*innenkognitionen umfasst zwei Aussagen, in denen Studierende Lernzuwächse im Bereich des Verständnisses von Schüler*innenkognitionen berichten (Abbildung 10.7).
Aussagen zur Kategorie Schüler*innenkognitionen
Bei den Antworten auf die Frage nach den Ursachen für den wichtigsten Lernzuwachs, lassen sich fünf Attributionsmuster identifizieren, die in der Häufigkeit ihres Vorkommens aufgelistet werden. Da die Verteilungen der Attributionsmuster der beiden Untersuchungsgruppen nicht differieren, werden auch diese Ergebnisse für beide Gruppen gemeinsam berichtet.
Die Studierenden führen ihren Lernzuwachs am häufigsten auf praktische Erfahrungen in der Förderung, wie Beobachten, Planen und Unterrichten zurück, dabei verweisen sie auf die Möglichkeit sich auszuprobieren und Effekte des regelmäßigen Übens (19 Stellen). Beispielsweise formuliert eine Versuchsperson „Mir fiel es durch die vielen Stunden einfacher Motivationsprobleme zu erkennen. Die Erfahrung hat viel gebracht.“, und eine andere schreibt „mehrfache Anwendung des Gelernten, selbstständige Entscheidungen zu treffen (Spontanität, viel Ausprobieren)“.
Die am zweithäufigsten genannte Ursache sind die theoretischen Inhalte des Blockseminars und die Sensibilisierung durch das Blockseminar (13 Stellen). Dabei wird angegeben, dass diese mit Praxis-Erfahrungen oder Unterstützungsangeboten durch die Schule verknüpft werden: „Auf die Vorbereitung im Seminar und die anschließende Anwendung der Theorie in der Praxis“.
Außerdem wird das häufige Vorkommen von Motivationsproblemen der Schüler*innen im Unterricht, auf das die Studierenden reagieren mussten (11 Stellen) genannt: „Da ich oft mit Motivationsdefiziten konfrontiert war, musste ich diesen auf den Grund gehen“. Mit ebenfalls elf Stellen werden Unterstützungsangebote, wie Vor- und Nachbereitungen und Reflexions- und Feedbackgespräche mit den Betreuungslehrkräften und den Studierendengruppen beschrieben.
Mit neun Nennungen folgt der persönliche Kontakt zu den Schüler*innen, wobei insbesondere der Austausch über Unterricht, Motivationsprobleme und Privates betont wird. Eine Versuchsperson betont die Auswirkungen dieser Gespräche auf ihre Einstellung zu methodischen Entscheidungen: „Austausch mit den Schülern hat meine Bedeutung / Sicht auf verschiedene Maßnahmen gestärkt oder verringert“.
10.4.2 Ergebnisse zu Forschungsfrage 5 – Nutzung der Methoden aus dem Veranstaltungskonzept durch die Studierenden
Bei der Online-Befragung der Studierenden nach der Umsetzung der Methoden aus dem Blockseminar wurde insgesamt zu 361 Förderstunden eine Einschätzung vorgenommen. Die im Folgenden dargestellten Anteile werden immer an dieser Gesamtzahl der in die Analyse eingegangenen Förderstunden berechnet (s. Abbildung 10.8 links). Die gegebenen Beispiele wurden nicht systematisch erfasst, sondern stammen aus Erfahrungen in Hospitationen und haben eher illustrativen Charakter, um zu verdeutlichen, was konkret hinter den Begriffen steht.
Der am häufigsten genannte Inhalt ist das Attributionale Feedback (ca. 36 %), also auf Ursachen fokussiertes Feedback bei Erfolgen und Misserfolgen. Darauf folgen Formen der Qualitativen Diagnostik (ca. 25 %), also beispielsweise Diagnose von Verständnishürden, Grund- und Fehlvorstellungen im Prozess und Inhalte aus dem Werkzeugkoffer der Individuellen Förderung (ca. 21 %) (s. Abbildung 10.8 rechts). Die Dokumentation und Reflexion von Lernfortschritte, z. B. in Form von Abschlussrunden mit Reflexionskarten und die Formulierung und Bearbeitung von Nahzielen wurden jeweils in 19 % der analysierten Förderstunden genutzt. Im Vergleich am seltensten wurden die Inhalte der Quantitativen Diagnostik (ca. 11 %) und Erwartungseffekte (ca. 8 %) genannt. Für den Werkzeugkoffer der Individuellen Förderung wurde differenzierter nach den umgesetzten Methoden gefragt (s. Abbildung 10.8 rechts). Die Anteile berechnen sich an den 75 Nennungen des Werkzeugkoffers. Hier dominieren mathematische Lernspiele, wie Domino- und Memory-Varianten, Kopfrechenspiele und komplexere Spielformen (ca. 53 %). Es folgen Lösungsbeispiele (ca. 27 %), Methoden der gelenkten Differenzierung mit durch die Lehrkraft ausgewählten Basisaufgaben (ca. 21 %), Selbstdifferenzierende Aufgaben, z. B. Blütenaufgaben, offene Aufgaben etc. (ca. 15 %), Aufgaben und Lernformen zum Aufbau von Grundvorstellungen (ca. 13 %), Formen Produktiven Übens (12 %), sprachliche Scaffolding-Maßnahmen (12 %) und Selbstdiagnose durch die Schüler*innen (ca. 7 %).
Anteilmäßige Nutzung der einzelnen Inhalte und Methoden aus dem Blockseminar in den Förderstunden, gemessen an der Anzahl der insgesamt eingeschätzten Förderstunden (n = 361) (links) und anteilmäßige Nutzung der einzelnen Inhalte und Methoden aus dem Werkzeugkoffer der individuellen Förderung in den Förderstunden, gemessen an der Anzahl der Nennungen Werkzeugkoffer der individuellen Förderungen (n = 75) (rechts). Mehrfachnennung war möglich
Notes
- 1.
Als Effektstärke wird auch bei allen folgenden Angaben der r-Wert in Anlehnung an Field (2018) berechnet:
$$r = \sqrt {\frac{{F\left( {1,d_{f} } \right)}}{{F\left( {1,~d_{f} } \right) + d_{f} }}}$$
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Open Access Dieses Kapitel wird unter der Creative Commons Namensnennung 4.0 International Lizenz (http://creativecommons.org/licenses/by/4.0/deed.de) veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Kapitel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Copyright information
© 2022 Der/die Autor(en)
About this chapter
Cite this chapter
Hettmann, M. (2022). Ergebnisse zu Studie 1. In: Motivationale Aspekte mathematischer Lernprozesse. Bielefelder Schriften zur Didaktik der Mathematik, vol 7. Springer Spektrum, Wiesbaden. https://doi.org/10.1007/978-3-658-37180-7_10
Download citation
DOI: https://doi.org/10.1007/978-3-658-37180-7_10
Published:
Publisher Name: Springer Spektrum, Wiesbaden
Print ISBN: 978-3-658-37179-1
Online ISBN: 978-3-658-37180-7
eBook Packages: Life Science and Basic Disciplines (German Language)