Lehrstuhl für Mathematik und ihre Didaktik Walter Olbricht, Doris ...
Lehrstuhl für Mathematik und ihre Didaktik Walter Olbricht, Doris ... Lehrstuhl für Mathematik und ihre Didaktik Walter Olbricht, Doris ...
46 Schülern kommen aber größere Vorkenntnisse und Erfahrungen zugute, die ihre Urteile positiv beeinflussen können. Jgst. 6 Jgst. 7 Jgst. 8 Jgst. 9 Jgst. 10 Jgst.12 Anzahl der Schüler 34 179 48 47 55 2 Anzahl der Klassen 2 8 2 2 2 2 Teilnehmer Mittelwert 1.80 2.16 1.69 1.80 1.85 1.68 Bereinigte Mittelwerte 1.97 1.97 1.97 1.97 1.97 1.87 Tabelle 20 Mittelwerte und bereinigte Mittelwerte nach Klassenstufe Aus der Tabelle lässt sich keine kontinuierliche Entwicklung der Mittelwerte in den einzelnen Jahrgangsstufen feststellen. Die Werte in den sechsten, neunten und zehnten Klassen sind ähnlich ausgeprägt, während die der siebten Klassen negativ und die der achten Klasse, die zweimal an der Befragung teilnahm, positiv herausstechen. Schon von daher scheint es problematisch, dies der Jahrgangsstufe 8 als solcher zuzuschreiben. Nach Bereinigung ergeben sich wieder keine Unterschiede in den Mittelwerten, da die Kovariable Jahrgangsstufe gänzlich durch Klassensatz erklärt werden kann (abgesehen von Klassensatz 1). Der Boxplot zeigt aber wieder die Verteilungen (wobei Klassenstufe 11 nicht auftritt und Klassenstufe 12 nur zwei Schülerinnen umfasst). Bereinigtes Gesamtmittel 3.0 2.5 2.0 1.5 1.0 Abbildung 23 Klassenstufenplot 6 7 8 9 10 11 12 Klassenstufe Interessant in diesem Zusammenhang ist noch die Analyse der Skalen Vorerfahrung mit Computern (Skala 1) und Vorerfahrung mit Lernsoftware (Skala 2). In den unteren Jahrgangsstufen scheint eine kontinuierliche Zunahme der Vorkenntnisse stattzufinden, die sich aber ab der neunten Jahrgangsstufe gegenteilig entwickelt.
4.3. Fazit Es lassen sich deutliche Anhaltspunkte für Substrukturen in dem Datensatz dokumentieren. Vor der unkritischen Nutzung von Unabhängigkeitsannahmen etwa der einzelnen Schüler oder der einzelnen Klassen muss daher gewarnt werden. Bei der Betrachtung von Kovariablen ist angesichts der extrem homogenen Ausgangssituation bei Parallelklassen und der dennoch sichtbaren Unterschiede wohl einigermaßen sicher von einem deutlichen Klassensatzeffekt auszugehen. Nicht zuletzt auch wegen der Substrukturen ist nicht völlig klar, inwieweit dieser herausgerechnet werden sollte. In der obigen Darstellung wurden daher mit den unbereinigten und den vollständig bereinigten Gesamtmitteln die beiden Extremsituationen diskutiert. Für die bereinigten Gesamtmittel nivellieren sich die Unterschiede stark und fallen aus prinzipiellen Gründen für Schulart, Anzahl der berarbeiteten dynamischen Arbeitsblätter sowie Klassenstufen (abgesehen von Klassensatz 1) fort. Mädchen und Jungen urteilen (nach Bereinigung) nicht sehr unterschiedlich, sehr schwache Schüler (Note 5 und 6) etwas kritischer. 47
- Seite 1 und 2: Lehrstuhl für Mathematik und ihre
- Seite 3 und 4: Inhalt 0. Vorbemerkung.............
- Seite 5 und 6: 0. Vorbemerkung Konzeption des Proj
- Seite 7 und 8: 80 70 60 50 40 30 20 10 0 Mathemati
- Seite 9 und 10: 2. Datenbasis In diesem Kapitel sol
- Seite 11 und 12: Abbildung 2 Überblick über Schuls
- Seite 13 und 14: schon möglich, deshalb gibt es unt
- Seite 15 und 16: Gesamtsd 1.6 1.4 1.2 1.0 0.8 0.6 0.
- Seite 17 und 18: sehr häufig, das Pendant „stimmt
- Seite 19 und 20: Anzahl auffälliger Skalen Row Klas
- Seite 21 und 22: 3. Untersuchung der Items In diesem
- Seite 23 und 24: dynamischen Arbeitsblättern zu arb
- Seite 25 und 26: Skala 1 Skala 2 Skala 3 Skala 4 Ska
- Seite 27 und 28: 3.2. Substrukturen (Datenbasierte S
- Seite 29 und 30: Chiquadratabstand zum Antioptimum 1
- Seite 31 und 32: ganz aus der Berechnung der Kovaria
- Seite 33 und 34: 3.4. Auswirkungen der Kovariablen i
- Seite 35 und 36: che im Umgang mit dem Computer durc
- Seite 37 und 38: diesen beiden Items verglichen mit
- Seite 39 und 40: 1. GEONExT wird im Allgemeinen rech
- Seite 41 und 42: Hintergrund: Boxplot und vergleiche
- Seite 43 und 44: Gesamtmittel 3.0 2.5 2.0 1.5 1.0 21
- Seite 45 und 46: Zensur Vorauszuschicken ist, dass d
- Seite 47: Bereinigtes Gesamtmittel Anfänger
- Seite 51 und 52: 1.7 Abbildung 24 Regressionsbaum mi
- Seite 53 und 54: deviance 30 35 40 45 50 Devianzabna
- Seite 55 und 56: Die voreingestellten Parameter wurd
- Seite 57 und 58: 2.4 1.9 1.4 0.9 0.4 -0.1 0 1 2 3 4
- Seite 59 und 60: 3 2 1 0 0 10 20 30 40 Items Klassen
- Seite 61 und 62: Hier zeigt sich in keiner Skala ein
- Seite 63 und 64: 6. Schlussfolgerungen In diesem Kap
- Seite 65 und 66: 6.3. Antworten auf die Ausgangsfrag
- Seite 67 und 68: 7. Abbildungsverzeichnis Abbildung
- Seite 69 und 70: 9. Literatur Baptist, Peter (Hrsg.)
- Seite 71: Den Themenschwerpunkt der Bayreuthe
4.3. Fazit<br />
Es lassen sich deutliche Anhaltspunkte <strong>für</strong> Substrukturen in dem Datensatz dokumentieren. Vor der<br />
unkritischen Nutzung von Unabhängigkeitsannahmen etwa der einzelnen Schüler oder der einzelnen<br />
Klassen muss daher gewarnt werden.<br />
Bei der Betrachtung von Kovariablen ist angesichts der extrem homogenen Ausgangssituation bei<br />
Parallelklassen <strong>und</strong> der dennoch sichtbaren Unterschiede wohl einigermaßen sicher von einem deutlichen<br />
Klassensatzeffekt auszugehen. Nicht zuletzt auch wegen der Substrukturen ist nicht völlig klar,<br />
inwieweit dieser herausgerechnet werden sollte. In der obigen Darstellung wurden daher mit den unbereinigten<br />
<strong>und</strong> den vollständig bereinigten Gesamtmitteln die beiden Extremsituationen diskutiert. Für<br />
die bereinigten Gesamtmittel nivellieren sich die Unterschiede stark <strong>und</strong> fallen aus prinzipiellen Gründen<br />
<strong>für</strong> Schulart, Anzahl der berarbeiteten dynamischen Arbeitsblätter sowie Klassenstufen (abgesehen<br />
von Klassensatz 1) fort. Mädchen <strong>und</strong> Jungen urteilen (nach Bereinigung) nicht sehr unterschiedlich,<br />
sehr schwache Schüler (Note 5 <strong>und</strong> 6) etwas kritischer.<br />
47