Evaluation von interaktiver Statistik-Lernsoftware im WWW. Gerald RÖHRLING

Transkript

1 Evaluation von interaktiver Statistik-Lernsoftware im WWW Gerald RÖHRLING Wien, im August 2001

2 Evaluation von interaktiver Statistik-Lernsoftware im WWW 2 1. Einleitung und Aufbau der Arbeit Lernen und Wissen Lernparadigmen Das behavioristische Lernparadigma Behavioristisch geprägte Didaktik Das kognitivistische Lernparadigma Kognitivistisch geprägte Didaktik Das konstruktivistische Lernparadigma Konstruktivistisch geprägte Didaktik Wissenseinteilungen Deklaratives Wissen ( Wissen, dass ) Prozentuales Wissen ( Wissen, wie ) Handlungswissen Implizites Wissen explizites Wissen Synthese der Wissenseinteilungen Lernziele und Lerninhalte Fakten, kontextfreie Regeln Kontextabhängige Regeln Problemlösung Gestalt-, Mustererkennung Komplexe Situationen Die Stufen des Lernprozesses Neuling AnfängerInnentum Kompetenz Gewandtheit ExpertInnentum Lehrstrategien LehrerInnen TutorInnen Coach (TrainerIn) Das Würfelmodell des Lehrens und Lernens von Baumgartner/Payr Verschiedene Arten von Lernsoftware Präsentations- und Visualisierungssoftware Drill- und Testsoftware Tutorensysteme Simulationen Mikrowelten Die Lernsoftwarearten im modifizierten Lehr- und Lernmodell nach Mader/Stöckl Präsentations- und Visualisierungssoftware im Lehr- und Lernmodell Tutorielle Unterweisung im Lehr- und Lernmodell Intelligente Tutorensysteme im Lehr- und Lernmodell Simulationen im Lehr- und Lernmodell Mikrowelten im Lehr- und Lernmodell Lernsoftwarearten und Lernparadigmen... 30

3 Evaluation von interaktiver Statistik-Lernsoftware im WWW 3 3. Virtuelles Lernen Begriffsabgrenzungen Spezifische Aspekte des Lernens mit Hilfe von Lernsoftware im WWW Interaktivität - Interaktives Lernen Die drei Stufen der Interaktivität zwischen Mensch und Lernprogramm in Selbstlernmaterialien nach Wilhelm Sanke Elementare Interaktivität Mittlere Interaktivität Komplexe Interaktivität Wann ist Interaktivität ein erfolgreiches Konzept? Aufgabenstellungen und Feedbackmöglichkeiten eines interaktiven Lernangebotes Didaktische Aufbereitung der Lehr- und Lerninhalte Forderungen an den Inhalt Ansprüche an die Funktionalität Gestaltung und Design Struktureller Aufbau Internet in der Schule Der Einsatz von Lernsoftware im Unterricht Statistische Lerninhalte aus dem Lehrplan für Mathematik an allgemein bildenden höheren Schulen Unterstufe Oberstufe Interaktive Statistik-Lernsoftware im Die Recherche im Beschreibung der Arbeitsschritte Erfahrungen und Probleme Die Aspekte der Evaluation im Detail Allgemeine Informationen zur Lernsoftware Einstieg in das Angebot Inhalte der Lernsoftware und deren Darbietung Möglichkeiten zur Wissensüberprüfung Kommunikationsmöglichkeiten BenutzerInnenunterstützung Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Eignung der Lernsoftware für SchülerInnen MM*Stat Eine interaktive Einführung in die Welt der Statistik Allgemeine Informationen zur Lernsoftware Einstieg in das Angebot Inhalte der Lernsoftware und deren Darbietung Möglichkeiten zur Wissensüberprüfung Kommunikationsmöglichkeiten BenutzerInnenunterstützung Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Eignung der Lernsoftware für SchülerInnen... 64

4 Evaluation von interaktiver Statistik-Lernsoftware im WWW JUMBO - Java-unterstützte Münsteraner Biometrie-Oberfläche Allgemeine Informationen zur Lernsoftware Einstieg in das Angebot Inhalte der Lernsoftware und deren Darbietung Möglichkeiten zur Wissensüberprüfung Kommunikationsmöglichkeiten BenutzerInnenunterstützung Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Eignung der Lernsoftware für SchülerInnen FYWST Forever Young With Statistics Allgemeine Informationen zur Lernsoftware Einstieg in das Angebot Inhalte der Lernsoftware und deren Darbietung Möglichkeiten zur Wissensüberprüfung Kommunikationsmöglichkeiten BenutzerInnenunterstützung Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Eignung der Lernsoftware für SchülerInnen ViLeS Virtuelle Lernräume im Studium Allgemeine Informationen zur Lernsoftware Einstieg in das Angebot Teil 1 der Virtuellen Lernräume im Studium (Kurs Statistik I): Learning Space Inhalte der Lernsoftware und deren Darbietung Möglichkeiten zur Wissensüberprüfung Kommunikationsmöglichkeiten BenutzerInnenunterstützung Überprüfung der Lernsoftware auf AHS-Lehrplan-relev. Inhalte Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Eignung der Lernsoftware für SchülerInnen Teil 2 der Virtuellen Lernräume im Studium (Kurs Statistik II): Statistische Methodenlehre II Inhalte der Lernsoftware und deren Darbietung Möglichkeiten zur Wissensüberprüfung Kommunikationsmöglichkeiten BenutzerInnenunterstützung Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Eignung der Lernsoftware für SchülerInnen AST- Adaptiver Statistik Tutor Allgemeine Informationen zur Lernsoftware Einstieg in das Angebot Möglichkeiten zur Wissensüberprüfung Kommunikationsmöglichkeiten BenutzerInnenunterstützung Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte

5 Evaluation von interaktiver Statistik-Lernsoftware im WWW Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Eignung der Lernsoftware für SchülerInnen LernSTATS-Online Allgemeine Information zur Lernsoftware Einstieg in das Angebot Inhalte der Lernsoftware und deren Darbietung Möglichkeiten zur Wissensüberprüfung Kommunikationsmöglichkeiten BenutzerInnenunterstützung Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Eignung der Lernsoftware für SchülerInnen VISUALSTAT - dynamisch-interaktive Visualisierungen ausgewählter Konzepte der Varianz- und Regressionsanalyse Allgemeine Information zur Lernsoftware Einstieg in das Angebot Inhalte der Lernsoftware und deren Darbietung Möglichkeiten zur Wissensüberprüfung Kommunikationsmöglichkeiten BenutzerInnenunterstützung Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Eignung der Lernsoftware für SchülerInnen HYPERSTAT- Ein interaktives hypertextbasierendes Statistikskript zur Varianzanalyse Allgemeine Information zur Lernsoftware Einstieg in das Angebot Inhalte der Lernsoftware und deren Darbietung Möglichkeiten zur Wissensüberprüfung Kommunikationsmöglichkeiten BenutzerInnenunterstützung Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Eignung der Lernsoftware für SchülerInnen Kurzbeschreibung empfehlenswerter englischsprachiger Statistik- Lernumgebungen im Rice Virtual Lab in Statistics SticiGui: Statistics Tools for Internet and Classroom Instruction with a Graphical User Interface Virtual Laboratories in Probability and Statistics StatSoft Electronic Textbook Stat DAU STAT Refresher Module Zusammenfassende Tabellen Schlusswort Literatur und Links

6 Evaluation von interaktiver Statistik-Lernsoftware im WWW 6 1. Einleitung und Aufbau der Arbeit Im Bereich der Wissensvermittlung nimmt die Bedeutung des Mediums Internet sukzessive zu. Mit der Einrichtung virtueller Universitäten, Klassenzimmer und Seminaren, die anstelle real existierender Veranstaltungen treten, werden traditionelle Vermittlungsformen durch Online-Bildungsangebote im WWW abgelöst. Immer häufiger tauchen Schlagwörter wie interaktive Medien und interaktives Lernen in der Diskussion um die Verwendung neuer Technologien im Bildungsbereich auf. Multimediaprogramme und insbesondere die Nutzung der im Internet und WWW vorhandenen Kommunikationsmöglichkeiten, suggerieren eine hohe Qualität der Lernvorgänge. Auch die Nähe des Begriffes interaktiv zum handlungsorientierten Unterricht 1 verstärkt die positive Besetzung dieser Schlagwörter - die Erwartungen an die Wirkungen neuer Medien steigen damit. Meine Arbeit beschäftigt sich mit dem Aufsuchen und Evaluieren von frei zugänglicher Lernsoftware im WWW zum Themenbereich Statistik, sowie der Beurteilung der Eignung dieser Software im schulischen Unterricht. Die Arbeit soll sowohl SchülerInnen und StudentInnen als auch PädagogInnen eine zusammenfassende Übersicht deutschsprachiger Statistik-Lernsoftware bieten und beim Zurechtfinden in den einzelnen Umgebungen helfen. Durch das Aufzeigen von Pluspunkten, aber auch Schwachstellen der Lernsoftwareangebote, werden auch für zukünftige Statistik-Lernsoftwareentwickler Empfehlungen und Tipps gegeben. Der theoretische Teil der Arbeit hat das Ziel, eine Grundlage zur Erarbeitung des Begriffs Virtuelles lernen im WWW zu schaffen. Dazu werden zu Beginn die komplexen, aus unterschiedlichen Perspektiven betrachtbaren Begriffe Lernen und Wissen fokussiert. Die drei verschieden Lernparadigmen - Behaviorismus, Kognitivismus, Konstruktivismus - werden erklärt und Unterschiede klargemacht. Charakteristika und didaktische Merkmale der jeweiligen Strömungen geben einen Einblick, wie die verschiedenen Paradigmen in den Unterricht einfließen. Zentraler Punkt des ersten Teils ist das Lehr- und Lernmodell nach Baumgartner/Payr. Um dieses verstehen zu können, werden zuvor verschiedene Wissenseinteilungen diskutiert und die drei Dimensionen des Würfelmodells vorgestellt. Es sind dies die Lernziele/-inhalte, die Stufen des Lernprozesses und die Lernstrategien. Das Kapitel über die Eingliederung der unterschiedlichen Software-Typologien in dieses Modell schließt das Kapitel zum Thema Lernen und Wissen ab. Nach allgemeiner Vorstellung des Lehr- und Lernmodells nach Baumgartner/Payr wird dieses dann im Bereich Virtuelles Lernen im WWW angewandt. Dabei werden Abgrenzungen zu ähnlichen, in der Literatur vorkommenden Themen getroffen sowie unterschiedliche Aspekte dieser Lernform und der in diesem Zusammenhang zentrale Begriff Interaktivität diskutiert. Im Zuge dessen wird auch die didaktische Aufbereitung der Lehr- bzw. Lerninhalte und die Rolle von Aufgaben als Element eines interaktiven Lernangebotes im WWW besprochen. In diesem Fall wird besonders auf die recherchierte Statistik-Lernsoftware Bezug genommen (vgl. Kapitel 6). Im empirischen Teil der Arbeit werden ausgewählte deutschsprachige Lernangebote im Detail beschrieben und nach verschiedenen Gesichtspunkten bewertet. Unter 1 Jank W/Meyer H. Didaktische Modelle. Frankfurt/Main, S. 354: Handlungsorientierter Unterricht ist ein ganzheitlicher und schüleraktiver Unterricht, in dem die zwischen dem Lehrer/der Lehrerin und den SchülerInnen vereinbarten Handlungsprodukte die Gestaltung des Unterrichtsprozesses leiten, so dass Kopf- und Handarbeit der SchülerInnen in ein ausgewogenes Verhältnis zueinander gebracht werden können.

7 Evaluation von interaktiver Statistik-Lernsoftware im WWW 7 anderem wird die Statistik-Lernsoftware auf Inhalte, Gestaltungselemente sowie Möglichkeiten zur Wissensüberprüfung und Kommunikation untersucht. Die Lernumgebungen werden auch in Hinsicht auf ihre Eignung im schulischen Unterricht bewertet. Ein Kriterium dieser Bewertung ist das Vorhandensein der in Kapitel 4 erarbeiteten statistischen Lernziele im Mathematikunterricht an allgemein bildenden höheren Schulen. Weiters wird besonderer Wert auf die interaktiven Gestaltungselemente gelegt, aber auch die inhaltliche und didaktische Präsentation der verschiedenen statistischen Verfahren und Konzepte spielt eine große Rolle. In Kapitel 6 werden den LeserInnen Tabellen präsentiert, die einen Überblick vermitteln sollen, in welcher Lernsoftware welche statistischen Verfahren und Konzepte angeboten werden. Darüber hinaus wird in weiteren Tabellen zusammenfassend gezeigt, welche Besonderheiten die Umgebungen aufweisen bzw. welche Lernangebote besonders die für den Lehrplan relevanten Themengebiete allgemein bildender höherer Schulen am besten abdecken. Unter Berücksichtigung all dieser Kriterien wird abschließend eine subjektive Beurteilung der Lernumgebungen angeboten.

8 Evaluation von interaktiver Statistik-Lernsoftware im WWW 8 2. Lernen und Wissen 2.1 Lernparadigmen Je nachdem, welche theoretischen Annahmen einem Lernprozess zugrunde gelegt werden, lassen sich verschiedene Lernparadigmen unterscheiden. In diesem Kapitel werden drei Lernparadigmen vorgestellt, welche die wichtigsten erkenntnistheoretischen Ansätze des 20. Jahrhunderts darstellen 2 : das behavioristische, das kognitivistische und das konstruktivistische Paradigma. Diese drei Auffassungen von Lernen sind als unterschiedliche Perspektiven zu verstehen, die den NutzerInnen eine Idee davon geben sollen, wie die Welt beobachtet werden kann. Ein Paradigma ist definitionsgemäß die Gesamtheit, der in einer Zeit als gesichert erachteten wissenschaftlichen Erkenntnisse 3. Baumgartner/Payr verstehen unter einem Paradigma ein historisch gewachsenes, relativ geschlossenes theoretisches Gebäude, das eine ganz bestimmte Sichtweise darstellt. Dementsprechend ist ein Lernparadigma eine spezifische Sichtweise, wie Lernen zu verstehen ist, nach welchen Gesetzmäßigkeiten es funktioniert, wie es stattfindet und unterstützt werden kann 4. Ein Übergang von einem Paradigma zu einem anderen ein sogenannter Paradigmenwechsel erfolgt primär nicht durch das Entdecken neuer Fakten, sondern durch die Interpretation seit längerem bekannter Daten in einem komplett neuen Zusammenhang Das behavioristische Lernparadigma Nach Baumgartner/Payr gehen behavioristische Lerntheorien davon aus, dass die Lehrenden wissen, was die Lernenden zu lernen haben. Lernen wird als konditionierter Reflex gesehen, der durch Adaption erworben wird. Wir müssen daher den StudentInnen nur den geeigneten Stimulus präsentieren, um ein bestimmtes Verhalten hervorzurufen. Die theoretischen und didaktischen Schwierigkeiten bestehen vor allem darin, diese geeigneten Stimuli zu erforschen und sie mit adäquatem Feedback zu unterstützen, um die richtigen Verhaltensweisen zu verstärken. 5 Nach dem behavioristischen Modell ist das Gehirn des Menschen eine sogenannte black-box (passiver Behälter), die einen Input (Reiz) erhält und anschließend deterministisch reagiert. Der Behaviorismus ist nicht an bewussten (kognitiven) Steuerungsprozessen interessiert, sondern vor allem an der Verhaltenssteuerung. Baumgartner/Payr weisen darauf hin, dass der Behaviorismus heute stark in Misskredit geraten ist und gegenwärtig kaum jemand mehr dieser Theorie anhängt. Dieses Reiz-Reaktions-Schema stellt sich für den menschlichen Lernprozess als zu einfach dar. Die einzigen Erfolge - auf denen wohl auch ihre lang währende 2 Baumgartner P/Payr S: Lernen mit Software, S Bünting K-D: Deutsches Wörterbuch, S Baumgartner P/Payr S: Lernen mit Software, S.99 5 Baumgartner P/Payr S: Lernen mit Software, S. 101

9 Evaluation von interaktiver Statistik-Lernsoftware im WWW 9 Popularität beruht - sind auf dem Gebiet des Trainierens von körperlichen Fähigkeiten erreicht worden, wie sie z.b. im Sprachlabor eingesetzt werden können oder bei Fingerübungen an der Schreibmaschine. Solche spezialisierten Fertigkeiten werden nur scheinbar gedankenlos ausgeübt. Baumgartner/Payr sind weiters der Meinung, dass diese in Wirklichkeit nicht nur einen hohen Grad an kognitiver Tätigkeit voraussetzen, sondern überhaupt erst auf einer bestimmten kognitiven Lernstufe sinnvoll geübt werden können. Die behavioristische Lerntheorie wird vor allem durch Drill- und Testsoftware (vgl. Kapitel 2.7.2) in eine entsprechende Lernstrategie umgesetzt. Lernziel ist in den meisten Fällen Faktenwissen, sogenanntes deklaratives Wissen (vgl. Kapitel 2.2.1) Behavioristisch geprägte Didaktik Nach Goetz/Alexander/Ash 6 Prinzipien charakteristisch: sind für die behavioristisch geprägte Didaktik vier Der Unterricht wird auf spezifische, beobachtbare Verhaltensweisen ausgerichtet. Die Lehrkraft bestimmt das zu lehrende Verhalten und führt dieses durch Interventionen herbei. Auf Grund dessen werden behavioristische Lernziele entworfen, welche durch drei Charakteristika ausgezeichnet sind: - das zu erreichende Endverhalten - die Bedingungen, unter denen das Endverhalten zu zeigen ist - den zu erbringenden Leistungsstandard Komplexe Lernvorgänge werden in zahlreiche einfache Lernschritte aufgeteilt, welche ein bestimmtes Verhalten beinhalten. Diese Lernschritte werden von der Lehrkraft - deren weitere Aufgabe es ist, den Lernenden bei der Bewältigung dieser zu helfen - festgelegt. So werden durch eine sinnvolle Aneinanderreihung bzw. Kombination einfacher Lernschritte komplexe Verhaltensweisen aufgebaut. Richtiges Verhalten der Lernenden wird von den Lehrpersonen gefördert. Der Unterricht wird so gestaltet, dass die Lernenden das gewünschte Verhalten erbringen, das unmittelbar belohnt wird (Lob und Anerkennung). Der Lernprozess wird zur Kontrolle des Lernfortschritts und zur sofortigen Fehlerkorrektur ständig von der Lehrkraft gesteuert und überwacht Das kognitivistische Lernparadigma Das moderne und heute wahrscheinlich dominante Paradigma des Kognitivismus betont im Gegensatz zum Behaviorismus die inneren Prozesse des menschlichen Hirns und versucht, die verschiedenen Prozesse zu unterscheiden, zu untersuchen und miteinander in ihrer jeweiligen Funktion in Beziehung zu setzen. Für den Kognitivismus ist das menschliche Hirn keine black-box mehr, bei der nur Input und Output interessieren, sondern es wird versucht, für die dazwischenliegenden geistigen Prozesse ein theoretisches Modell zu entwickeln. 7 6 Goetz ET, Alexander PA, Ash MJ, zitiert nach Dubs R: Lehrerverhalten, S. 23f. 7 Baumgartner P/Payr S: Lernen mit Software, S. 103

10 Evaluation von interaktiver Statistik-Lernsoftware im WWW 10 Nach Baumgartner/Payr versteht der Kognitivismus den Prozess des menschlichen Denkens als einen Prozess der Informationsverarbeitung, der dem Informationsverarbeitungsprozess eines Computers auf einer abstrakten Ebene sehr ähnlich ist. Forschungen im Bereich der Künstlichen Intelligenz hatten u.a. das Ziel, Aufschlüsse über das Programm des menschlichen Geistes zu liefern. Das Problem dieses Ansatzes war, dass die Funktionsweise des menschlichen Bewusstseins nicht bestimmt werden kann. Aus diesem Grund beschränken sich die KognitivistInnen größtenteils auf die Interpretation von Beobachtungen. Sie gewinnen ihre Erkenntnisse, indem sie zahlreiche ProbandInnen mit den gleichen Aufgaben konfrontieren und an Hand der Resultate ihre Schlüsse über die Funktionsweise der menschlichen Gedanke ziehen. Für Baumgartner/Payr ist zentral, dass es nicht mehr allein darum geht, die richtige Antwort zu produzieren, sondern primär um das Lernen richtiger Methoden und Verfahren zur Problemlösung. Es muss sich dabei nicht immer ausschließlich um eine einzige richtige Antwort handeln; vielmehr könnten verschiedene Verfahren zu optimalen Ergebnissen führen. Die AutorInnen schliessen ihre Ausführungen über den Kognitivismus mit der Bemerkung ab, dass dieser - historisch als Gegenreaktion zum Behaviorismus entstanden - den geistigen Verarbeitungsprozessen zu viel Bedeutung zumisst. Dies führe unter anderem dazu, dass die Entwicklung des menschlichen Geistes sehr individualistisch interpretiert wird, es aber bedeutende sozialwissenschaftliche Ansätze wie z.b. den Symbolischen Interaktionismus von George Herbert Mead (1934) gibt, welche davon ausgehen, dass sich das menschliche Bewusstsein ohne soziale Kommunikation gar nicht entwickeln kann. Zudem weist das Begriffsvokabular des Kognitivismus (propositionaler Gehalt, Wahrheitsbedingungen, logische Beziehungen etc.) darauf hin, dass dieses Modell von der Existenz einer objektiven Wirklichkeit ausgehe, selbst wenn diese Spiegelungen ihren eigenen, im Begriff der mentalen Modelle 8 erfassten Gesetzen folgen Kognitivistisch geprägte Didaktik Um neues Wissen zu erlernen und zu verstehen, ist beim kognitiven Lernen die Orientierung an Lernprozessen notwendig. Folgend sind einige charakteristische Merkmale kognitivistisch geprägter Didaktik präsentiert, welche auf Bednar/Goetz/Joyes/Weil 9 zurückgehen. Ziel des Unterrichts ist, dass die Lernenden die reale Welt (objektives Wissen) verstehen. Aufgabe der Lehrenden ist es, günstige Lernumgebungen zu schaffen, in denen Lernprozesse fortlaufend angeregt werden. Möglichkeiten zu aktivem Denken und Handeln fördern das Lernen. Denkprozesse werden durch komplexere Lernarrangements aktiviert. Diese lösen bei den Lernenden eine Fragehaltung und einen Suchprozess aus, welcher zu Einsichten führt, die auf andere Situationen übertragbar sind. 8 Mentales Modell: gedankliche Konstruktion (Vorstellung) des interessierenden Sachverhaltes, die beim Handeln anleitet (Baumgartner P/Payr S: Lernen mit Software, S.147) 9 Bednar AK/Goetz ET/Joyes B/Weil M, zitiert nach Dubs R: Lehrerverhalten, S. 25 f.

11 Evaluation von interaktiver Statistik-Lernsoftware im WWW 11 Die Lehrpersonen müssen in Zusammenarbeit mit den SchülerInnen Lernstrategien entwickeln. Diese Strategien umfassen alle Verhaltensweisen und Gedanken, die Lernende verwenden, um ihren Lernprozess wirksam zu gestalten. Als zentraler Punkt wird das Lernen in der Gruppe angesehen. Es dient sowohl zur gegenseitigen Anregung und als Korrektiv in den Lernprozessen, als auch zur Verstärkung sozialer Fähigkeiten. Weiters sollte die Balance zwischen dem, was die Lehrpersonen vermitteln und dem, was die Lernenden selbst erarbeiten (entwickeln, entdecken) gewahrt werden Das konstruktivistische Lernparadigma Nach Baumgartner/Payr wird Lernen im konstruktivistischen Ansatz als ein aktiver Prozess gesehen, bei dem Menschen ihr Wissen in Beziehung zu früheren Erfahrungen in komplexen realen Lebenssituationen konstruieren. Information wird also mit dem bestehenden Wissen verglichen, wobei die entstehende Differenz entweder in das bestehende Wissen integriert oder vergessen wird. Im Gegensatz zum Kognitivismus steht nicht das Lösen bereits präsentierter Probleme im Vordergrund, sondern das eigenständige Generieren von Problemen. Probleme bieten sich nicht von selbst an, sondern müssen erst in verwirrenden, unsicheren, unvorhersehbaren und zum Teil chaotischen Situationen konstruiert werden. Die Leistung des Praktikers besteht gerade darin, dass er einer unsicheren, instabilen Situation durch die Konstruktion beziehungsweise Implementierung einer gewissen Sichtweise (=Problemsicht) erst Sinn gibt. 10 Die Lehrkraft übernimmt nach diesem Modell die Funktion des Coaching und ist weder eine reine Autoritätsperson (wie beim Behaviorismus) noch in erster Linie beobachtend und helfend (wie beim Kognitivismus). Die Studierenden versuchen in Kooperation mit den Lehrkräften, komplexe Situationen zu bewältigen Konstruktivistisch geprägte Didaktik Kostruktivistisches Gedankengut befindet sich erst im Aufbau und ist noch nicht ausgereift. Trotzdem können wesentliche, auf den konstruktivistischen Grundannahmen basierende didaktische Umsetzungen aufgezeigt werden. Nach Dubs 11 sind diese Ideen durch folgende Merkmale ausgezeichnet: Es existiert kein objektives Wissen - Wissen wird konstruiert. Der Inhalt des Unterrichts soll sich an komplexen, lebens- und berufsnahen, ganzheitlich zu betrachtenden Erlebnis- und Problembereichen orientieren. Realitätsnahe, unstrukturierte Probleme werden an Stelle von vereinfachten Modellen betrachtet. 10 Baumgartner P/Payr S: Lernen mit Software, S Dubs R: Lehrerverhalten, S.28f.

12 Evaluation von interaktiver Statistik-Lernsoftware im WWW 12 Lernen muss auf das eigene Interpretieren und Verstehen ausgerichtet sein. Es geschieht somit in einem aktiven Prozess, da nur aus eigenen neuen Erfahrungen und Erkenntnissen das individuell vorhandene Wissen in seiner Struktur verändert wird. Lernen in Gruppen ist von großer Bedeutung, da eine Diskussion individueller Interpretationen und des persönlichen Verstehens von Lösungen dazu beitragen kann, dass eigene Interpretationen überdacht oder gewonnene Erkenntnisse besser strukturiert werden. Fehler sind für das Lernen wichtig, denn nur wenn Fehler in Diskussionen auftreten, aufgegriffen und korrigiert werden, ist eine Diskussion in Lerngruppen sinnvoll. Da SchülerInnen leichter aus Erfahrungen lernen, die sie als interessant oder herausfordernd empfunden haben, sollten komplexe Lernbereiche auf die Interessen der Jugendlichen ausgerichtet sein. Gefühle, wie z.b. der Umgang mit Ängsten und Freuden sowie persönliche Identifikation, z.b. mit der als Modell dienenden Lehrkraft, sind besonders bedeutsam. Ziel ist es, eine eigene Wissenskonstruktion und nicht eine rein passive Wissensaufnahme und -reproduktion zu schaffen. Deshalb darf die Beurteilung des Lernerfolges nicht ausschließlich auf Lernprodukte (richtige oder falsche Lösungen) ausgerichtet sein. Entscheidend ist, dass die Fortschritte (insbesondere in komplexen Lernsituationen) bei den Lernprozessen überprüft werden. Tabelle 1: Vereinfachte zusammenfassende Darstellung wesentlicher Charakteristika der drei Lernparadigmen nach Baumgartner/Payr 12 Kategorie Behaviorismus Kognitivismus Konstruktivismus Das Gehirn ist passiver Behälter informationsverarbeitendes informationell geein... Gerät schlossenes System Wissen wird... abgelagert verarbeitet konstruiert Lernziele richtige Antworten richtige Methoden zur Antwortfindung Paradigma Stimulus-Response Problemlösung Konstruktion Strategie lehren beobachten und kooperieren helfen LehrerInnen sind... Autoritäten TutorInnen TrainerInnen komplexe Situationen bewältigen 12 Baumgartner P/Payr S: Lernen mit Software, S. 110

13 Evaluation von interaktiver Statistik-Lernsoftware im WWW Wissenseinteilungen Der enge Zusammenhang zwischen Lernen und Wissen ist intuitiv einsichtig. Wenn wir Lernen als einen aktiven Prozess betrachten, so könnte Wissen als sein Ziel und Ergebnis verstanden werden. 13 Wissen darf nach Baumgartner/Payr jedoch nicht als statischer Bestand betrachtet werden, sondern vielmehr als ein komplexes, vernetztes und dynamisches System, dessen Struktur erforscht und verstanden werden muss, um Schlussfolgerungen für den Aufbau und die Organisation des Lernprozesses zu gewinnen. Strukturell verschiedene Wissensformen bedeuten unterschiedliche Ziele der Wissensvermittlung. Die Frage Was soll gelernt werden? zielt nicht auf den eher trivialen Aspekt der Lerninhalte ab, sondern auf die höher gelegene Ebene der Wissensstrukturen. Folgend wird eine Unterscheidung getroffen, welche Arten von Wissen es gibt. Diese ist besonders wichtig, da in den einzelnen Stufen des Lernprozesses sowie in weiterer Folge auch für das Würfelmodell des Lehrens und Lernens nach Baumgartner/Payr, die einzelnen Wissensarten sehr unterschiedliche Rollen spielen Deklaratives Wissen ( Wissen, dass ) Unter deklarativem Wissen wird in der Pädagogik statisches Wissen, also eine Art Faktenwissen verstanden. Es kann durch zwei grundsätzlich verschiedene Formen repräsentiert werden. Entweder als Inhalt einer sprachlichen Äusserung (=Proposition) oder mittels einer bildlichen Darstellung. Eine propositionale Repräsentation wäre zum Beispiel Wien ist die Hauptstadt von Österreich. Der gleiche Inhalt könnte auch durch eine Landkarte bildlich repräsentiert werden Prozentuales Wissen ( Wissen, wie ) Prozentuales Wissen ist Wissen, wie mit einer bestimmten Prozedur bzw. einem bestimmten Verarbeitungsprozess ein gewünschtes Ergebnis erreicht werden kann. Im Gegensatz zum deklarativem Wissen handelt es sich hierbei um dynamisches Wissen. Charakteristisch für prozentuales Wissen sind nach Baumgartner/Payr 15 drei Merkmale: Zielgerichtetheit Zerlegung des Gesamtzieles in Teilziele Wahl und Beschreibung der für die Umsetzung der Teilziele notwendigen Operationen (Handlungen) Ein Beispiel für prozentuales Wissen ist das Verfahren der schriftlichen Multiplikation von 15 x 25. Das Ziel ist hier das Ergebnis der Multiplikation. Die Teilziele bestehen aus den Produkten 15 x 2 und 15 x 5 sowie deren Summe, wobei das erste Teilergebnis vorher noch um eine Stelle nach links verschoben werden muss. Die für 13 Baumgartner P/ Payr S, Lernen mit Software, S Baumgartner P/ Payr S, Lernen mit Software, S Baumgartner P/ Payr S, Lernen mit Software, S. 22

14 Evaluation von interaktiver Statistik-Lernsoftware im WWW 14 die Teilziele notwendigen Handlungen sind das Multiplizieren von 15 x 2 und 15 x 5, sowie das Addieren der beiden Teilergebnisse. Prozentuales Wissen ist für eine intelligente Problemlösung sehr wichtig und hat daher eine größere Bedeutung als Faktenwissen. Allerdings ist zu beachten, dass Faktenwissen, welches nur vorgefertigte Antworten auf bestimmte Fragestellungen liefert, als Voraussetzung und Grundlage für prozentuales Wissen dient. Ohne dem Faktenwissen, dass 5 x 5 = 25 ist, könnte die Multiplikation 15 x 25 nicht durchgeführt werden Handlungswissen Handlungswissen bezeichnet ein Wissen, das durch und mit den Möglichkeiten des menschlichen Körpers verbunden ist. Es äußert sich in ausführenden Tätigkeiten und wird deshalb auch als praktisches Wissen bezeichnet. Baumgartner/Payr 16 berücksichtigen somit, dass der Mensch nicht nur ein begriffliches Wesen hat, sondern auch des Körpers bedarf, um existieren zu können. Handlungswissen besteht jedoch nicht unabhängig von deklarativem Wissen und prozentualem Wissen. Es benötigt ein Mindestmaß an beiden Wissensformen, auf das zurückgegriffen werden kann. Handlungswissen kann erst aktiviert werden, wenn der Mensch dieses Wissen zuvor durch Handlung erfahren hat. Aus einer in der Vergangenheit gemachten Erfahrung kann ein zukunftsorientierter Handlungsentwurf für ein Verhalten in einer Situation erstellt werden Implizites Wissen explizites Wissen Prozentuales und deklaratives Wissen allein reichen in vielen Fällen immer noch nicht aus, um eine bestimmte Tätigkeit ausführen zu können. Implizites Wissen, das sich nicht verbalisieren oder eindeutig mitteilen lässt, bildet einen notwendigen Bestandteil unseres Erkennens und Verstehens, das für alle Formen des theoretischen und praktischen Wissens konstruktiv ist. Wie soll ein Kind wissen, dass wir nicht die Farbe des Autos oder seine Bewegung meinen, wenn wir auf ein fahrendes Auto zeigen und laut Auto zum Kind sagen? 17 Der Begriff implizites Wissen ergibt sich vor allem aus der Tatsache, dass wir mehr wissen, als wir zu sagen wissen 18. Polanyi unterteilt den Wissensbegriff generell in das eben erwähnte implizite Wissen sowie in explizites Wissen. Wobei, wie bei allen Wissensbegriffen, keine strikte Grenze zwischen diesen gezogen werden kann. Bei explizitem Wissen handelt es sich um ein Wissen, dass sich ausdrücken lässt, d.h. ein Individuum kann diese Art von Wissen irgendwie kommunizieren. Vom Aspekt des Lernens her betrachtet, stellt das sprachlich ausdrückbare Wissen ( propositionales Wissen ) eine besonders günstige Form dar, da solches Wissen leicht erfasst bzw. weitergegeben werden kann. Explizites Wissen entspricht nach der Definition von Baumgartner/Payr am ehesten dem Faktenwissen. 16 Baumgartner P/Payr S: Lernen mit Software, S. 52f. 17 Baumgartner P/Payr S: Lernen mit Software, S. 30f. 18 Polanyi M, in Jarz EM: Lern- und Masseninformationssysteme, zitiert nach Mader G/Stöckl W: Virtuelles Lernen, S. 54

15 Evaluation von interaktiver Statistik-Lernsoftware im WWW Synthese der Wissenseinteilungen Die Zusammenführung der beiden Wissenseinteilungen von Baumgartner/Payr und Polanyi ist in Abbildung 1 dargestellt. Abbildung 1: Synthese der Wissenseinteilungen 19 Diese Grafik verdeutlicht nochmals, dass jede Art von Wissen nicht vollständig explizierbar ist. Unabhängig, um welches Wissen es sich bei der Einteilung nach Baumgartner/Payr (Deklaratives, prozentuales Wissen, Handlungswissen) handelt, enthält es stets je einen Anteil an implizitem und einen Anteil an explizitem Wissen. Die trapezförmige Darstellung soll weiters darauf hinweisen, dass Handlungswissen auf prozentualem Wissen aufbaut, welches wiederum auf Faktenwissen zurückgreift. Jede Wissensstufe ist mehr als die Summe ihrer Teile. 19 Jarz EM: Lern- und Masseninformationssysteme, Grafik übernommen von Mader G/Stöckl W, S. 57

16 Evaluation von interaktiver Statistik-Lernsoftware im WWW Lernziele und Lerninhalte Fakten, kontextfreie Regeln Korrekt formulierte Fakten bzw. kontextfreie Regeln werden durch einen möglicherweise geänderten Kontext nicht beeinflusst. Sie sind starr und gelten immer in der gleichen Weise. Verkehrsregeln stellen kontextfreie Regeln dar; das Schild Vorrang geben gilt in jedem Kontext in der gleichen Weise Kontextabhängige Regeln Kontextabhängige Regeln sind i.a. heuristisch und führen häufig zu einem guten bzw. richtigen Ergebnis, garantieren dieses aber nicht. Sie können sich sogar in manchen Situationen als unbrauchbar oder falsch herausstellen. Kontextabhängige Regeln werden auch als Faustregeln bezeichnet Problemlösung Die Lösung eines gegebenen Problems unter Zuhilfenahme der dazu erforderlichen kontextfreien und kontextabhängigen Regeln bezeichnet man als Problemlösung. Ein Beispiel für eine Problemlösung ist die Lösung eines gegebenen Gleichungssystems unter richtiger Anwendung der Transformationsregeln (kontextfreie Regeln) und mit der richtigen Lösungsmethode (kontextabhängige Regeln) Gestalt-, Mustererkennung Nach dem Eingelangen von Informationen bei den Sinnesorganen werden diese auf der Ebene einzelner Merkmale in Einheiten gegliedert und beschrieben. Diese Gliederung und Beschreibung ist das Ergebnis von Gestaltgesetzen. Anschließend versuchen Mustererkennungsprozesse Merkmalsbündel zu identifizieren und zu kombinieren. 23 Baumgartner spricht von einem holistischen (ganzheitlichen) Erkennen von Ähnlichkeiten Komplexe Situationen Komplexe Situationen sind solche ohne Vereinfachungen. Dies bedeutet, dass nicht von bestimmten Aspekten abstrahiert wird bzw. alle Aspekte der Situation sichtbar sind Baumgartner P: Der Hintergrund des Wissens, zitiert nach Mader G/Stöckl W, S Baumgartner P: Der Hintergrund des Wissens, S. 284f. 22 Baumgartner P/Payr S: Computer als Lernmedium, zitiert nach Mader G/Stöckl W: Virtuelles Lernen, S Anderson JR: Kognitive Psychologie, S.47f.; zitiert nach Mader G/Stöckl W: Virtuelles Lernen, S Baumgartner P: Der Hintergrund des Wissens, S Mader G/Stöckl W: Virtuelles Lernen, S.63

17 Evaluation von interaktiver Statistik-Lernsoftware im WWW Die Stufen des Lernprozesses In einem Lernprozess werden verschiedene Stufen durchlaufen, wobei sich die Lernenden ein immer tieferes (besseres) Verständnis der Sache aneignen. Angelehnt an ein fünfstelliges hierarchisches Lernmodell von den Brüdern Dreyfus 26 unterscheiden Baumgartner/Payr 27 folgende Stufen in einem Lernprozess. Neben der Erklärung dieser wird auch auf die Gefahren der einzelnen Stufen hingewiesen Neuling Ein Neuling ist mit der zu lernenden Sache noch nicht vertraut und hat auch noch keine diesbezüglichen Erfahrungen. Im ersten Schritt eignen sich die Lernenden an, wie sich unterschiedliche Fakten erkennen lassen und wie diese handlungsrelevant werden können. Dazu werden Fakten und kontextfreie Regeln mitgeteilt. Der Lernerfolg wird durch das Lernen von eindeutig definierten und kontextfreien (künstlichen) Situationen angestrebt. Es handelt sich um ein reines Übermitteln von Informationen und Faktenwissen, also deklarativem Wissen. Hauptgefahr stellt auf dieser Stufe die Übergeneralisierung dar. Alle gelernten Fakten und Regeln werden als unveränderlich, feststehend und wahr betrachtet. In ihrer extremen Form kann diese Übergeneralisierung dazu führen, dass das Erlernen dieser Fakten und kontextfreien Regeln nicht als Ausgangspunkt des Lernprozesses angesehen wird, sondern als das eigentliche Endziel AnfängerInnentum In der zweiten Stufe geht es um die Anwendung des erworbenen, bislang nur statischen Wissens. Die einzelnen Fakten werden nicht mehr isoliert bzw. kontextfrei gesehen. Sie bekommen einen inneren räumlichen und/oder zeitlichen Zusammenhang - aus statischem Wissen, dass (knowing that) wird dynamisches Wissen, wie (knowing how). AnfängerInnen sammeln somit praktische Erfahrungen im Umgang mit bedeutungsvollen Elementen. Durch diese Erfahrung lernen die fortgeschrittenen AnfängerInnen verschiedene Situationen tatsächlich unterschiedlich wahrzunehmen und erkennen Ähnlichkeiten und Gemeinsamkeiten. Die Lernenden machen auf dieser Stufe ihre ersten eigenen Erfahrungen und sind dabei auch mit großen Unsicherheiten konfrontiert. Wurden die Fakten und Regeln tatsächlich richtig verstanden und angewendet oder gelten diese nur in bestimmten Kontexten? Durch Rückfragen und Feedback der beobachtenden Lehrenden lassen sich diese Unsicherheiten relativ leicht beheben. Problematischer sind sogenannte einsame Lernprozesse, wie sie besonders im Bereich des virtuellen Lernens (vgl. Kapitel 3) vorkommen, da es bei solchen Prozessen leicht zur Verfestigung und Erstarrung falscher Verhaltensweisen und Annahmen kommen kann. Diese können sich in späterer Folge als schwer aufbrechbar erweisen. 26 Dreyfus LH/Dreyfus SE: Künstliche Intelligenz, Baumgartner P/Payr S: Lernen mit Software, S. 77f.

18 Evaluation von interaktiver Statistik-Lernsoftware im WWW Kompetenz Kompetente wenden nicht nur die gelernten Faustregeln sinnvoll an, sondern treffen ganz bewusst ihre Entscheidungen. Sie treffen aus einer Masse von kontextfreien Regeln eine Auswahl und ordnen diese nach hierarchischen Gesichtspunkten. Die Lernenden sind in dieser Stufe nicht mehr passiv Getriebene, sondern arbeiten aktiv an der Konstruktion von Situationen mit. Weiters tritt der Aspekt der Zielerreichung, der eine wesentliche Komponente auf dem Weg zum Experten darstellt, auf dieser Stufe das erste Mal in Erscheinung. Obwohl auf dieser Stufe bereits bewusst unter verschiedenen Alternativen ausgewählt wird, ist der Umfang der zur Entscheidung herangezogenen Möglichkeiten noch relativ klein. Da komplexe Situationen stark vereinfacht betrachtet werden, kann es leicht zu falschen Schlussfolgerungen und damit verbunden, zur Überschätzung der eigenen Fähigkeiten kommen Gewandtheit Die Situation wird von den Gewandten nicht mehr in einzelne Elemente zerlegt und bewertet, statt dessen kommt es zu einem holistischen Erkennen von Ähnlichkeiten 28. Gestalt- und Mustererkennungsprozesse führen dazu, dass bestimmte Merkmale und Eigenschaften stärker hervortreten, andere jedoch vernachlässigt werden. Charakteristisch für diese Stufe ist, dass die Vielzahl der Informationen bereits von vornherein unter einem bestimmten Gesichtspunkt subsummiert wird. Gewandte nehmen die Situation unter einer bestimmten Perspektive wahr, die durch die Erfahrungen, welche in den Stufen zuvor gemacht wurden, geprägt ist. Auf Basis dieser Wahrnehmung wird eine bestimmte Entscheidung gesucht und/oder getroffen ExpertInnentum Die intuitiven Fertigkeiten, die auf der Stufe der Gewandtheit erworben wurden, verschmelzen mit dem Körper, sodass diese nicht mehr bewusst wahrgenommen werden. ExpertInnen handeln engagiert und verantwortungsvoll. Auf der Stufe des ExpertInnentums wird die Situation sowohl intuitiv wahrgenommen, als auch die Entscheidung intuitiv getroffen. Wenn keine außergewöhnlichen Schwierigkeiten auftauchen, lösen Experten weder Probleme noch treffen sie Entscheidungen; sie machen einfach das, was normalerweise funktioniert. 29 ExpertInnen werden sich Schwierigkeiten, die ansonsten scheinbar spielerisch gemeistert werden, erst dann bewusst, wenn sich eine ihrer impliziten Annahmen als falsch herausstellt. An dieser Stelle schließt sich der Kreis zur Theorie des implizierten Wissens. Charakteristisch für die Gewandtheit und das ExpertInnentum ist, dass beide Lernstufen von einem ganzheitlichen Erkennen der Gesamtsituation ausgehen. Der große Fortschritt dieser Stufen ist, dass bereits von einer eigenen organisierten Perspektive ausgegangen wird, von der aus die Situation betrachtet wird. Dieser Vorteil kann sich jedoch ins Gegenteil umkehren, wenn trotz beunruhigender 28 vgl. Kapitel Dreyfus HL/Dreyfus SE: Künstliche Intelligenz, S. 55

19 Evaluation von interaktiver Statistik-Lernsoftware im WWW 19 Anzeichen, d.h. nicht normaler Vorkommnisse, weiterhin die einmal eingeschlagene Sichtweise beibehalten wird. Diese Tunnelperspektive führt immer tiefer in die falsche Richtung und verhindert, dass eine andere Perspektive eingenommen wird, welche jüngste Ereignisse und Elemente der Situation besser erklären könnte. Tabelle 2: Zusammenfassung der verschiedenen Lernstufen 30 Stufe Lernelemente Perspektive Entscheidung Einstellung Gefahr Neuling Fakten und Kontextfreie Regeln keine keine, passive Rezeption distanziert Übergeneralisierung (fortgeschrittenes) Anfänger- Innentum Kompetenz Gewandtheit Anwenden von Fakten/kontextfreien Regeln in Situationen; Sammeln erster Erfahrungen Anwendung von Fakten und kontextfreien Regeln; Einbeziehung eigener Erfahrungen Gestaltwahrnehmung, holistisches Erkennen von Ähnlichkeiten Gestaltwahrnehmung, holistisches Erkennen von Ähnlichkeiten keine bewusst gewählt implizit durch Erfahrung vorhanden implizit durch Erfahrung vorhanden, in den Körper integriert keine, Nachahmung und Imitation analytisch analytisch intuitiv distanziert ExpertInnentum Entscheiden Gefühlsmäßig beteiligt, persönliche Verantwortung Übergeneralisierung eigener Erfahrung bzw. gelernter Regeln distanziertes Verstehen und Entscheiden; an Ergebnissen gefühlsmäßig beteiligt Teilnehmendes Verstehen; distanziertes Überschätzung eigener Fähigkeiten, erhöhte Unfallgefahr Tunnelperspektive Tunnelperspektive 30 Baumgartner P/Payr S: Lernen mit Software, S. 85

20 Evaluation von interaktiver Statistik-Lernsoftware im WWW Lehrstrategien LehrerInnen Aufgabe der LehrerInnen ist die Übermittlung von Informationen zum Lernenden; der Lehrstoff wird sowohl präsentiert als auch erklärt. LehrerInnen sind Autoritätspersonen und entscheiden als Wissende vor Nichtwissenden, was richtig und was falsch ist TutorInnen Der Begriff TutorIn bezeichnet i.a. höhersemestrige StudentInnen, die insbesondere StudienanfängerInnen in einem Tutorium (ergänzender Übungsunterricht in Gruppen) betreuen. Baumgarter/Payr 32 wollen unter dem Begriff jedoch nicht eine bestimmte Personengruppe verstehen, sondern Verhaltensweisen von Lehrenden. Im Vordergrund steht die Beobachtung des Lernenden, während dieser seine Erfahrungen macht und übt. TutorInnen greifen erst dann helfend ein, wenn die Lernenden in bestimmten Situationen Unsicherheiten zeigen bzw. Fragen haben Coach (TrainerIn) Baumgartner/Payr definieren den Coach als SpieltrainerIn, die/der nicht die Rolle einer uneingeschränkten Autorität einnimmt, sondern sich gemeinsam mit den Lernenden in eine Situation hinein begibt und ihren/seinen eigenen Weg zur Lösung zeigt. Unnahbare LehrerInnen werden zu angreifbaren SpieltrainerInnen, die auch scheitern können. Entscheidend ist die Kooperation zwischen TrainerIn und Lernenden, wobei der Unterschied der Parteien darin besteht, dass der Coach den Lernenden immer einen Schritt voraus ist. 31 Mader G/Stöckl W: Virtuelles Lernen, S Baumgartner P/Payr S: Schule und Internet, zitiert nach Mader G/Stöckl W: Virtuelles Lernen, S. 72

21 Evaluation von interaktiver Statistik-Lernsoftware im WWW Das Würfelmodell des Lehrens und Lernens von Baumgartner/Payr Das von Baumgartner/Payr 33 entwickelte heuristische Lehr- und Lernmodell besteht aus drei Dimensionen. Die Lernziele bzw. Lerninhalte, die Lernstufen und die Lernstrategien stellen nach Meinung der Autoren die wichtigsten Variablen für den Lernprozess dar. Im allgemeinen lassen sich Lernsituationen als eine Kombination aus diesen drei Dimensionen beschreiben. Um die Komplexität des Lernprozesses zu reduzieren und den Blick auf die Gestaltungsspielräume des Lehr- und Lernprozesses zu lenken, wurde von anderen, den Lernprozess beeinflussenden Faktoren, wie z.b. die Motivation der Lernenden, die zur Verfügung stehenden zeitlichen, räumlichen und finanziellen Ressourcen oder von dem zu vermittelnden Fachgebiet, abstrahiert. Abbildung 2: Lehr- und Lernmodell von Baumgartner/Payr Baumgartner P/Payr S: Lernen mit Software, S. 95f. 34 Baumgartner P/Payr S: Lernen mit Software, S. 96, Grafik übernommen von Mader G/Stöckl W: Virtuelles Lernen, S. 61

22 Evaluation von interaktiver Statistik-Lernsoftware im WWW 22 Im Lernprozess gibt es verschiedene Komplexitätsstufen, die hierarchisch geordnet sind. Die Grafik bedeutet jedoch nicht, dass dieser bestimmte hierarchische Aufbau von einer Würfelzelle zu einer anderen immer in der gleichen Weise und Reihenfolge durchlaufen werden muss. Das Würfelmodell illustriert vielmehr, dass es verschiedene gleichrangige Faktoren gibt, die als sogenannte Metakriterien für die Evaluation herangezogen werden müssen. Dies bedeutet, dass pädagogische Lehrmaterialien, wie Bücher oder insbesondere Lernsoftware, nur sinnvoll auf der selben Zellebene verglichen werden können. Das Würfelmodell eröffnet aber auch, über die Betrachtung der einzelnen Zellebene hinaus, einen holistischen Blick auf die gesamte Würfelform. Der Würfel ist nicht als starres Raster zu sehen, sondern vielmehr als eine Orientierungshilfe, auf deren Grundlage es möglich wird, Kriterien für den Lernprozess und Bewertungen von Lernsoftware zu gewinnen.

23 Evaluation von interaktiver Statistik-Lernsoftware im WWW Verschiedene Arten von Lernsoftware In der Literatur werden eine Reihe von Lernsoftware-Typologien unterschieden. Jedoch wird an jenen Stellen auch häufig darauf hingewiesen, dass die verschiedenen Lernsoftwarearten in ihrer reinen Form kaum in der Realität anzutreffen sind. Bei den vorfindbaren Produkten handelt es sich meist um Mischformen oder Kombinationen verschiedener Arten von Lernsoftware. Oft aber ermöglicht erst eine idealtypische Darstellung eine Abgrenzung und Einordnung in das Lehr- und Lernmodell (vgl. Kapitel 2.8). Eine häufig verwendete elaborierte Softwaretypologie wurde von Baumgartner/Payr 35 entwickelt und wird folgend beschrieben: Präsentations- und Visualisierungssoftware Wie der Name schon vermuten lässt, geht es bei dieser Art von Lernsoftware um die Präsentation und Veranschaulichung von Informationen. Um dieses Ziel zu erreichen, stehen nun unterschiedliche Darstellungsformen zur Verfügung. Im Gegensatz zu früher, ist Präsentations- und Visualisierungssoftware heute meist multimediale Software und wird sehr häufig in Hypermedia-Software implementiert. Sie ermöglicht, komplexe Gebilde und Vorgänge mittels 3D-Darstellung und Animationen zu veranschaulichen. Präsentations- und Visualisierungssoftware kann auch allgemein dadurch charakterisiert werden, dass sich die Interaktion auf die Steuerung der Software beschränkt, welche in der Hand der BenutzerInnen liegt Drill- und Testsoftware Im Gegensatz zu Präsentations- und Visualisierungssoftware vermittelt Test- und Drillsoftware keine Informationen, sondern dient zu Festigung bereits gelernter Inhalte. Grundlage einer Drill- und Testsoftware ist ein Aufgabenpool, aus dem die Software nach bestimmten Kriterien Fragen auswählt, die in der Folge den Lernenden präsentiert werden. Die beantwortete Frage wird im Anschluss von der Software bewertet. Erfolg und Misserfolg werden nach rein quantitativen Parametern bemessen, wie z.b. die Erreichung einer Mindestpunkteanzahl. Die Rückmeldung beinhaltet oft nicht mehr als ein Richtig oder Falsch + Musterlösung (vgl. Kapitel 3.4.1). Es wird versucht, diese Rückmeldungen so zu gestalten, dass negative Kommentare unterlassen werden und sowohl inhaltlich unterstützende als auch motivational anregende Statements gegeben werden. Somit steht Drill- und Testsoftware im Zeichen einer behavioristisch geprägten Didaktik (vgl. Kapitel ). Im Zeichen einer höheren Lernsteuerung entscheidet oft nicht mehr die Software sondern der Lernende, welche Art von Fragen und wie viele Fragen gestellt werden. 35 Baumgartner P/Payr S: Lernen mit Software, S. 144f.

24 Evaluation von interaktiver Statistik-Lernsoftware im WWW Tutorensysteme Bei diesen Arten von Lernsoftware soll der Computer die Rolle des Tutors übernehmen. Inhalte sollen vermittelt, eingeübt und überprüft werden. Ausschlaggebend für die Charakterisierung von Software als tutorielles System ist, dass primär kein Faktenwissen, sondern Regeln und ihre Anwendung, vor allem prozentuales Wissen, vermittelt werden sollen. Im Würfelmodell handelt es sich in der Y- Richtung um eine Kombination von Präsentation (Darstellung von Inhalten) und Drill (Einüben von Inhalten) Simulationen Unter Simulationen verstehen Baumgartner/Payr Modelle, die komplexe Sachverhalte oder Situationen aus bestimmten inhaltlichen Bereichen darstellen, wobei die Voraussetzung für eine Simulation der Ausdruck dieser Sachverhalte durch mathematische Relationen und Parameter ist. Die Aufgabe der Lernenden besteht nun darin, durch Verändern dieser Parameter gewünschte Einflüsse auf die Situation auszuüben. Im allgemeinen bestehen zwischen den Parametern komplizierte Verknüpfungen, wobei die Lernenden die Aufgabe haben, Wechselwirkungen zwischen diesen herauszufinden. An Stelle einer Maximierung einzelner Werte geht es um die Optimierung möglichst aller Parameter. Weiteres Charakteristikum einer Simulation ist, dass die Ausgangssituation nicht statisch und determinierbar ist, d.h. es keinen ausgezeichneten Ruhestand gibt, in dem schrittweise ein bewusster Entscheidungsprozess nach gelernten Regeln stattfinden kann. Die Simulation, die in ihrer Gesamtheit erfasst werden soll, verändert sich ständig von selbst, sodass die BenutzerInnen in das laufende Geschehen eingreifen müssen Mikrowelten Im Gegensatz zu Simulationen ist das Ziel von Mikrowelten nicht die Bewältigung einer komplexen, sondern einer selbstständig konstruierten Situation. Gleichzeitig muss der Lernende eigene (Lern)Ziele definieren. In Kapitel 6 (vgl. Tabelle A10) wurde versucht, die evaluierte Statistik-Lernsoftware in die Softwaretypologie nach Baumgartner/Payr einzuordnen.

25 Evaluation von interaktiver Statistik-Lernsoftware im WWW Die Lernsoftwarearten im modifizierten Lehr- und Lernmodell nach Mader/Stöckl Mader/Stöckl 36 folgen weitgehend der Lernsoftware-Typologie von Baumgartner/Payr, verwenden jedoch als Oberbegriff nicht den weiter gefassten Begriff Bildungssoftware, sondern synonym die Begriffe Virtuelles Lernen und Lernsoftware (vgl. Kapitel 3.1: Begriffsabgrenzungen). Weiters subsummieren Baumgartner/Payr in ihrer Typologie unter Tutorensysteme sowohl die Tutorielle Unterweisung als auch die Intelligenten Tutorensysteme. Nach Mader/Stöckl sind diese beiden Arten von Tutorensystemen durch zwei komplett unterschiedliche didaktische Konzepte charakterisiert und werden daher in der Typologie nach Mader/Stöckl als eigenständige Arten von Lernsoftware behandelt. Mader/Stöckl verwenden das Würfelmodell von Baumgartner/Payr auch zur didaktischen Einordnung der unterschiedlichen Lernsoftwarearten. Dabei klammern sie in ihrer Betrachtung die Dimension der Lernziele/-inhalte aus, da diese definitionsgemäß bestimmten Lernstufen zugeordnet ist und daher immer im Kontext der jeweiligen Lernstufe betrachtet werden muss. Das resultierende zweidimensionale Modell - bestehend aus den Lernstufen und Lernstrategien - erlaubt nun eine Darstellung, welcher Softwaretyp welche Lernstufen mit welcher Lernstrategie unterstützt. Tabelle 3: Optimale Kombinationen von Lernstufen und Lernstrategien im modifizierten Lehr- und Lernmodell nach Mader/Stöckl 37 Lernstufen ExpertInnentum Gewandtheit Kompetenz AnfängerInnentum Neuling entwickeln handeln entdecken verstehen entscheiden auswählen anwenden nachahmen rezipieren erinnern X X Lehrer (lehren, erklären) X X X X Tutor (beobachten, helfen) Lehrstrategien X X X X Coach (betreuen, kooperieren) Durch die Einordnung von in der Realität vorkommender Lernsoftware in das Lehrund Lernmodell, ist ein Vergleich dieser auf der gleichen didaktischen Ebene möglich. 36 Mader G/Stöckl W: Virtuelles Lernen, S. 88f. 37 Mader G/Stöckl W: Virtuelles Lernen, S. 97

26 Evaluation von interaktiver Statistik-Lernsoftware im WWW Präsentations- und Visualisierungssoftware im Lehr- und Lernmodell Mit dieser Art von Software werden noch keine Verfahren erlernt, keine Probleme gelöst oder komplexe Situationen bewältigt. Präsentations- und Visualisierungssoftware dient zum Lernen von Fakten. Dabei ist die dominierende Lernstrategie die des Lehrers. Tabelle 4: Präsentations- und Visualisierungssoftware im Lehr- und Lernmodell 38 Lernstufen ExpertInnentum Gewandtheit Kompetenz AnfängerInnentum Neuling entwickeln handeln entdecken verstehen entscheiden auswählen anwenden nachahmen rezipieren erinnern X X Lehrer (lehren, erklären) Tutor (beobachten, helfen) Lehrstrategien Coach (betreuen, kooperieren) Drill- und Testsoftware im Lehr- und Lernmodell Die Festigung bereits gelernter Inhalte und das Einüben körperlicher und kognitiver Fertigkeiten sind Ziele dieser Lernsoftwarekategorie. Das Spektrum reicht vom Wiederholen auswendig gelernter Fakten bis zum Anwenden gelernter Regeln. Je höher die Lernersteuerung ausfällt, desto mehr übernimmt die Software - weg vom autoritären Lehrer die Rolle des unterstützenden Tutors. 38 Mader G/Stöckl W: Virtuelles Lernen, S. 98

27 Evaluation von interaktiver Statistik-Lernsoftware im WWW 27 Tabelle 5: Drill- und Testsoftware im Lehr- und Lernmodell 39 Lernstufen ExpertInnentum Gewandtheit Kompetenz AnfängerInnentum Neuling entwickeln handeln entdecken verstehen entscheiden auswählen anwenden nachahmen rezipieren erinnern X X X Lehrer (lehren, erklären) X X Tutor (beobachten, helfen) Lehrstrategien Coach (betreuen, kooperieren) Tutorielle Unterweisung 40 im Lehr- und Lernmodell Faktenwissen sowie Regeln und deren Anwendung werden bei der tutoriellen Unterweisung vermittelt. Daher werden die Stufen Neuling und AnfängerInnentum von dieser Lernsoftwareart unterstützt. Bei Formen der Tutoriellen Unterweisung, die stark programmgesteuert sind, ist die Lernstrategie durch jene des autoritären Lehrers gekennzeichnet. Im Gegensatz dazu liegt bei Formen, welche eine starke Lernersteuerung aufweisen der Fokus eher auf Tutor als auf Unterweisung. Tabelle 6: Tutorielle Unterweisung im Lehr- und Lernmodell 41 Lernstufen ExpertInnentum Gewandtheit Kompetenz AnfängerInnentum Neuling entwickeln handeln entdecken verstehen entscheiden auswählen anwenden nachahmen rezipieren erinnern X X X X Lehrer (lehren, erklären) X X Tutor (beobachten, helfen) Lehrstrategien Coach (betreuen, kooperieren) 39 Mader G/Stöckl W: Virtuelles Lernen, S Man beachte, dass Mader/Stöckl die von Baumgartner/Payr definierte Lernsoftwarekategorie Tutorensysteme in zwei separate Typen, nämlich Tutorielle Unterweisung und Intelligente Tutorensysteme aufteilen (vgl. Kapitel 2.7) 41 Mader G/Stöckl W: Virtuelles Lernen, S. 100

28 Evaluation von interaktiver Statistik-Lernsoftware im WWW Intelligente Tutorensysteme im Lehr- und Lernmodell Intelligente Tutorensysteme können den Weg der Lernenden von Neuling (Vermitteln von Fakten) bis zur Kompetenz (Hilfe beim Problemlösen) unterstützen. Sie sind besonders empfehlenswert, wenn das Lernziel in den Verfahren zur Lösung eines Problems besteht. Diese Art von Lernsoftware muss in der Lage sein, Lösungsansätze der BenutzerInnen einem bestimmten Verfahren zuzuordnen und die Lernenden durch Feedback weiterzuführen. Tabelle 7: Intelligente Tutorensysteme im Lehr- und Lernmodell 42 Lernstufen ExpertInnentum Gewandtheit Kompetenz AnfängerInnentum Neuling entwickeln handeln entdecken verstehen entscheiden auswählen anwenden nachahmen rezipieren erinnern X X Lehrer (lehren, erklären) X X X X Tutor (beobachten, helfen) Lehrstrategien Coach (betreuen, kooperieren) Simulationen im Lehr- und Lernmodell Ziel von Simulationen ist es, die dargestellten komplexen Situationen auf der Ebene von Gewandtheit und ExpertInnentum zu bewältigen. Situationen sollen in ihrer Gesamtheit (Gestalt) erfasst werden. Simulationen lassen sich aufgrund von Erläuterungen, vorgegebenen Szenarien und Demos der Lernstrategie des Coaches zuordnen. 42 Mader G/Stöckl W: Virtuelles Lernen, S. 101

29 Evaluation von interaktiver Statistik-Lernsoftware im WWW 29 Tabelle 8: Simulationen im Lehr- und Lernmodell 43 Lernstufen ExpertInnentum Gewandtheit Kompetenz AnfängerInnentum Neuling entwickeln handeln entdecken verstehen entscheiden auswählen anwenden nachahmen rezipieren erinnern Lehrer (lehren, erklären) Tutor (beobachten, helfen) Lehrstrategien X X X X Coach (betreuen, kooperieren) Mikrowelten im Lehr- und Lernmodell Mikrowelten kommen dem ExpertInnentum am nächsten. Die Lernenden sind dabei meist sich selbst überlassen (abgesehen von eventuellen Erläuterungen und Demos), weshalb sich Mikrowelten noch am ehesten der Lernstrategie des Coaches zuordnen lassen. Tabelle 9: Mikrowelten im Lehr- und Lernmodell 44 Lernstufen ExpertInnentum Gewandtheit Kompetenz AnfängerInnentum Neuling entwickeln handeln entdecken verstehen entscheiden auswählen anwenden nachahmen rezipieren erinnern Lehrer (lehren, erklären) Tutor (beobachten, helfen) Lehrstrategien X X Coach (betreuen, kooperieren) 43 Mader G/Stöckl W: Virtuelles Lernen, S Mader G/Stöckl W: Virtuelles Lernen, S. 103

30 Evaluation von interaktiver Statistik-Lernsoftware im WWW Lernsoftwarearten und Lernparadigmen Folgende Tabelle zeigt eine Zuordnung der unterschiedlichen Lernsoftwarearten zu ihren zugrundeliegenden Lernparadigmen. Diese Einteilung ist jedoch wegen der Bandbreiten bei der Ausgestaltung der Softwaretypen nur sehr grob möglich. Tabelle 10: Lernsoftwarearten und Lernparadigmen 45 Kategorie Behaviorismus Kognitivismus Konstruktivismus Interaktion starr vorgegeben dynamisch in Abhängigkeit des externen Lernmodells selbstreferentiell, zirkulär, strukturdeterminierend (autonom) Programm- Merkmale starrer Ablauf, quantitative Zeitund Antwortstatistik dynamisch gesteuerter Ablauf, vorgegebene Problemstellung, Antwortanalyse Paradigma Lernmaschine Künstliche Intelligenz Zuordenbare Softwarearten Drill- und Testsoftware, Tutorielle Unterweisung Intelligente Tutorensysteme dynamisch, komplex vernetzte Systeme, keine vorgegebene Problemstellung Sozio-technische Umgebungen Simulationen, Mikrowelten 45 Mader G/Stöckl W: Virtuelles Lernen, S. 104

31 Evaluation von interaktiver Statistik-Lernsoftware im WWW Virtuelles Lernen 3.1 Begriffsabgrenzungen In der Literatur existieren eine Vielzahl von Begriffen und Begriffsabgrenzungen zum Thema Virtuelles Lernen. Folgend möchte ich die wichtigsten und am häufigsten verwendeten Begriffe vorstellen und Unterschiede sichtbar machen. Eine Möglichkeit ist, den Begriff Virtuelles Lernen als Oberbegriff für alle Lehr- und Lernformen zu verstehen, die mit Hilfe des Computers abgewickelt werden. Dies schließt alle Lehr- und Lernformen ein, die sich computerunterstützter Telekommunikationstechnologien bedienen. Zu jenen Lehr- und Lernformen gehören auch die Übermittlung von Lerninhalten mittels elektronischer Post ( ), schriftlicher Echtzeitkommunikation (Chat) oder mittels computerunterstützter Telefonate und Videokonferenzen. Alle diese Lehr- und Lernformen haben gemeinsam, dass sie den Fokus auf eine Mensch-Mensch-Interaktion legen. Rein qualitativ unterscheidet sich die Interaktion, die mit Hilfe dieser computerunterstützten Telekommunikationstechnologien stattfindet, nur unwesentlich von jener mit nicht computerunterstützten Telekommunikationstechnologien. 46 Eine zweite Möglichkeit der Begriffsdefinition ist, den Begriff Virtuelles Lernen als Synonym für den Begriff Lernsoftware anzusehen. Nach Baumgartner/Payr 47 wird unter Lernsoftware jene Software verstanden, die eigens für Lehr- und Lernzwecke programmiert wurde und deren hauptsächlicher Zweck der Einsatz im Bildungsbereich ist. Der Lernprozess wird mit Hilfe von Software unterstützt bzw. durch Software gesteuert. Im Gegensatz zu anderen computerbasierenden Lehr- und Lernformen liegt bei Lernsoftware der Fokus auf einer Interaktion zwischen Mensch und Software. Das Virtuelle an Lernsoftware ist, dass der Interaktionspartner der Lernenden mit Software simuliert wird. Es geht bei Lernsoftware also um eine Interaktion mit der Software und nicht um eine Interaktion mit Hilfe der Software. 48 Weiters werden folgende Begriffe für den Begriff Lernsoftware als Synonyme bzw. für bestimmte Arten von Lernsoftware verwendet. Computer based Training Computer based Learning Computer based Instruction Computer Assisted Learning Computer Assisted Instruction Computerunterstütztes Lernen Computerunterstützter Unterricht Teachware Courseware 46 Mader G/Stöckl W: Virtuelles Lernen, S Baumgartner P/Payr S: Lernen mit Software, S Mader G/Stöckl W: Virtuelles Lernen, S. 75

32 Evaluation von interaktiver Statistik-Lernsoftware im WWW 32 Marginale Bedeutungsunterschiede ergeben sich aus der Sichtweise. Wird der Schwerpunkt der Betrachtung auf den Lehraspekt gelegt, werden die Begriffe Instruction bzw. Unterricht verwendet, steht der Lernaspekt im Vordergrund, die Begriffe Learning bzw. Lernen. 49 Einige AutorInnen verwenden den Begriff Lernsoftware als Oberbegriff für alle Arten von Lernsoftware, andere nur für bestimmte Arten von Lernsoftware. Zum Beispiel verwendet Euler 50 den Begriff Computerunterstütztes Lernen als Oberbegriff für seine Typologie von Lernsoftware, während Petersen 51 damit nur bestimmte Arten von Lernsoftware bezeichnet. Bildungssoftware wird von Baumgartner/Payr 52 allgemeiner als Lernsoftware aufgefasst. Während Lernsoftware eigens für Lehr- und Lernzwecke programmiert wurde und primär im Bildungsbereich eingesetzt wird, umfasst der Begriff Bildungssoftware auch Software, die auch, aber nicht ausschliesslich für (Aus-) Bildungszwecke verwendet werden kann. Die Kombination aus Education und Entertainment wird als Edutainment bezeichnet. Jene Software beinhaltet sowohl lehrende als auch unterhaltende Elemente, wobei über die Gewichtung keine Aussage gemacht werden kann. Brown 53 definiert Edutainment-Software wie folgt: Edutainment software is interactive multimedia software that specifically attempts to entertain while it teaches. Diese Definition legt nahe, dass das lehrende Element überwiegen sollte. Ein Beispiel von interaktiver Statistik-Edutainment-Software im WWW ist die Lernumgebung Forever Young With Statistics (FYWST), welche in Kapitel 5.5 evaluiert wurde. Ein weiterer häufig verwendeter Begriff im Zusammenhang mit Virtuellem Lernen ist der des Telelernens. Zimmer versteht darunter, Bildungsmaßnahmen, die nicht unter einer kontinuierlichen und unmittelbaren Kontrolle von Lehrenden stehen und nicht an einem gemeinsamen Ort stattfinden, aber dennoch von einer Bildungsinstitution durch Planung, Anleitung und Beratung unterstützt werden 54. Astleitner/Sindler wiederum verwenden Telelernen synonym mit Fernunterricht, Fernlernen, Virtuellen Klassenzimmer oder Telelearning. Lernen mit Hilfe von modernen Informations- und Kommunikationstechnologien, dient als voller oder teilweiser Ersatz vom Präsenzunterricht. 55 Im Gegensatz zur Definition von Telelernen nach Zimmer steht der Aspekt des Lernens mit den neuen Technologien im Mittelpunkt. In anderen Literaturstellen wiederum werden die eben synonym verwendeten Begriffe voneinander abgegrenzt. So weisen Mader/Stöckl 56 auf die Unterschiede zwischen Fernlernen (Distance Learning), Telelearning und dem Virtual Classroom hin. Unter Fernlernen wird jegliche Form von Lernen, bei der die Lernenden nicht an Lehrveranstaltungen an einem bestimmten Ort teilnehmen, verstanden. Die Kommunikation zwischen Lernenden und Lehrenden kann über konventionelle (Post, Funk, Telefon) oder über moderne Technologien (Computernetzwerk) erfolgen. Im 49 Witte KH: Teachware, zitiert nach Mader G/Stöckl W: Virtuelles Lernen, S Euler D: Didaktik des Computerunterstützten Lernens, zitiert nach Mader G/Stöckl W, S Petersen K: Design eines Courseware-Entwicklungssystems, zitiert nach Mader G/Stöckl W, S Baumgartner P/Payr: Lernen mit Software, S Brown E: That s edutainment!, zitiert nach Mader G/Stöckl W: Virtuelles Lernen, S Zimmer, zitiert nach Astleitner H/Sindler A: Pädagogische Grundlagen virtueller Ausbildung S Astleitner H/Sindler A: Pädagogische Grundlagen virtueller Ausbildung, S Mader G/Stöckl W: Virtuelles Lernen, S. 78f.

33 Evaluation von interaktiver Statistik-Lernsoftware im WWW 33 Lernprozess können die unterschiedlichsten Lehrmittel, wie Bücher, Audio- oder Videokassetten und auch Lernsoftware eingesetzt werden. Die Definition von Telelearning ist jedoch noch weitreichender. Während unter dem Begriff Distance learning in erster Linie Fernlehrgänge in welcher Form auch immer subsummiert werden, schließt Telelearning jede Interaktion während eines Lernprozesses ein, welche mit Hilfe von Telekommunikationseinrichtungen erfolgt. Und sei es nur ein kurzer Meinungsaustausch zwischen StudentInnen. Das Virtuelle Klassenzimmer (Virtual Classroom) kann auch als spezielle Form von Telelearning bezeichnet werden. Dieses System wurde vom New Jersey Institute of Technology entwickelt und simuliert ein Klassenzimmer. Es werden zahlreiche Kurse angeboten, wobei jeder Kurs nur von einer begrenzten TeilnehmerInnenzahl besucht werden kann. Ein Lehrender betreut die KursteilnehmerInnen, beantwortet offene Fragen, korrigiert Arbeiten und gibt Feedback. Er ist mit den Lernenden über ein Computernetzwerk verbunden. Speziell entwickelte Software unterstützt alle relevanten Interaktionsprozesse; der Lernstoff wird in Form von E-Lectures Dokumente im Umfang einer Unterrichtseinheit, die sich die KursteilnehmerInnen aus dem Netzwerk auf den eigenen PC herunterladen können vermittelt. Die TeilnehmerInnen sind somit auch nicht an bestimmte Kurszeiten oder Kursorte gebunden. Schriftliche Arbeiten und Fragen können an den Kursleiter/leiterin gesendet werden. Nach Korrektur bzw. Beantwortung, werden diese wieder zurückgeschickt und an einer für alle KursteilnehmerInnen zugänglichen Stelle im Computernetzwerk abgelegt ( Schwarzes Brett). Die selben Fragen müssen somit nicht mehrmals beantwortet werden. Mittels Chat-Umgebungen besteht die Möglichkeit einer synchronen Kommunikation unter den TeilnehmerInnen. Hauptcharakteristikum des Virtuellen Klassenzimmers ist nach Mader/Stöckl die Interaktion zwischen den beteiligten Personen, den Lehrenden bzw. den Lernenden, die mit Hilfe von Lernsoftware realisiert werden kann. Mit der Integration von Kommunikationskanälen - wie z.b. Chat, oder Diskussionsforen im Rahmen von Lernsoftware im WWW - verschwimmen die Grenzen zwischen Lernsoftware und virtuellem Klassenzimmer. Ein weiterer immer wieder vorkommender Begriff ist Teleteaching. Im Vordergrund steht dabei die Wissensvermittlung durch Informationsaufnahme der Lernenden mit Hilfe eines Videokonferenzsystems. Die Informationen fließen vorrangig nur in eine Richtung, nämlich vom Instruktor zu den Lernenden. 57 Typische Beispiele von Teleteaching sind Übertragungen von Vorlesungen oder Live-Einblendungen von Labors. Die Interaktion der TeilnehmerInnen beschränkt sich dabei auf die Möglichkeit, Fragen an den/die LeiterIn oder andere StudentInnen zu stellen. Ulrike Behrens beschreibt Teleteaching als facettenreichen Begriff und nennt ihn gleichzeitig mit Telelearning, Telelernen, Distance Learning, Tele-Courses und virtuellem Klassenzimmer. Bei diesen Modellen und Lernformen werden im Unterschied zum traditionellen Fernlernen zur Betreuung des Lernenden oder für den Unterrichtsprozess selbst die neuen Informations- und Kommunikationstechnologien eingesetzt. Teleteaching verweist eher auf die Perspektive des Lehrenden, während der Begriff des Telelearnings die Perspektive des Lerners betont Astleitner H/Sindler A: Pädagogische Grundlagen virtueller Ausbildung, S Behrens U: Teleteaching is easy?!, S. 4f.

34 Evaluation von interaktiver Statistik-Lernsoftware im WWW 34 Bei jenen Angeboten die in dieser Arbeit evaluiert wurden handelt es sich aufgrund der vorgestellten Definitionen nach Mader/Stöckl um Lernsoftware im WWW. Der dem am nächsten kommende Begriff nach Astleitner/Sindler wäre Web based training. Die Definition Lerninhalte werden über das Internet angeboten, wobei der/die Lerner/in selbst über Zeit, Ort und Art der Lerninhalte entscheiden kann, spart jedoch die Erwähnung von Interaktionsmöglichkeiten aus. Im Folgenden werde ich Virtuelles Lernen und Lernsoftware als Synonyme verwenden. Bei der Evaluation von Statistik-Lernsoftwareangeboten (Kapitel 5) wird ausschließlich frei zugängliche Software im WWW bewertet. Kostenpflichtige Lernsoftware im WWW bzw. Lernsoftware auf CD-ROM oder Diskette wurde nicht berücksichtigt.

35 Evaluation von interaktiver Statistik-Lernsoftware im WWW Spezifische Aspekte des Lernens mit Hilfe von Lernsoftware im WWW Diese neue Form des Lernens bringt eine Reihe von besonderen Vor- aber auch Nachteilen mit sich, die an dieser Stelle erarbeitet und diskutiert werden. In vielen Fällen ist jedoch eine eindimensionale Sichtweise und Einteilung in Vor- oder Nachteile nicht möglich, sodass die folgenden Punkte als spezifische Aspekte verstanden werden können. Installationen Ein Vorteil von WWW-Lernsoftware ist, dass sich die UserInnen nicht um die Installation des Lernsystems kümmern müssen und es mit einem WWW-Browser bequem aus dem Internet heraus abrufen können. Allerdings verwenden viele WWW-basierende Lernprogramme spezielle Plug-Ins (Viewer), die von manchen Browsern nicht standardmäßig unterstützt werden. Die BenutzerInnen müssen diesen Viewer zunächst besorgen und anschließend installieren. Erfahrungen beim Einsatz von Computer-based-training Systemen haben gezeigt, dass gerade bei Installationsaufgaben große Schwierigkeiten auftreten können. 59 Diese Probleme bei der Installation treten meist bei Nicht-Computerexperten auf und sind stark motivationsstörend. Zentrale Wartung Insbesondere wenn die Software kursbegleitend eingesetzt wird, ist die zentrale Wartung von WWW-Lernsoftware ein Vorteil. Die Installation sowie mögliche Updates können an einem zentralen Rechner eingespielt werden. Lernen unter dem Motto: Wann, wo und wie ich will. Lernsoftware im WWW bietet die Möglichkeit, zeitlich und örtlich unabhängig zu lernen. Die Anwesenheit in einer Ausbildungsstätte ist nicht erforderlich. Das Studium der Lerninhalte kann von jedem beliebigen Ort und zu jeder Zeit über eine offene Internetverbindung erfolgen. Bei den meisten Angeboten ist den UserInnen aber auch das wie lernen freigestellt. Die Inhalte sind zwar meist hierarchisch gegliedert, jedoch ist es nicht zwingend, die einzelnen Kapitel chronologisch durchzunehmen. Konzepte und Verfahren, die bereits bekannt sind, können somit übergangen werden, wobei diese Variante das Lernens durchaus auch Gefahren mit sich bringt. Lernende sind manchmal angehalten, einzelne Bereiche des Lerninhalts als verstanden zu klassifizieren, ohne dabei konkrete Übungen und Tests zu den Themen absolviert zu haben. Eine Aussparung dieser Kapitel kann in späterer Folge zu Wissenslücken führen und das Verständnis darauf aufbauender Konzepte und Verfahren beeinträchtigen. 59 Faulhaber S, Einsatz und Entwicklung von computerunterstützten Lernprogrammen in der medizinischen Ausund Weiterbildung,

36 Evaluation von interaktiver Statistik-Lernsoftware im WWW 36 Kommunikation zu anderen Lernenden Durch die modernen Kommunikationstechnologien haben die StudentInnen die Möglichkeit, mit Hilfe von Chat-Umgebungen schnell und anonym mit anderen AnwenderInnen, die zur gleichen Zeit die Lernsoftware verwenden, in Kontakt zu treten. Unklarheiten im Umgang mit der Lernsoftware bzw. Fragen zu Lerninhalten können somit auf eine effiziente Art und Weise (im Idealfall ohne Einbindung von Lehrpersonen) beantwortet werden. Kosten Die BenutzerInnen müssen keine Software zu einem festen Preis kaufen. Die Abrechnung kann abhängig von der tatsächlichen Benutzungsdauer erfolgen. Jedoch ist zu beachten, dass mit einem Internetzugang, bei dem die Kosten zeitabhängig ermittelt werden (Telefonanschluss), auf Dauer erhebliche Kosten anfallen. Der Zugang über einen Provider, bei dem die Kosten in Form einer monatlichen Pauschale zu zahlen sind und der Einstieg ins WWW 24 Stunden täglich möglich ist, wäre in diesem Fall die kostengünstigere Variante. So haben die UserInnen die Möglichkeit, ohne Zeitdruck zu lernen und Kosten zu begrenzen. Wissensüberprüfung ohne Angst und Konsequenz Selbsttests erfolgen meist in anonymer Weise und ohne Sanktionen. Die BenutzerInnen können interaktiv das erworbene Wissen überprüfen und sind dabei keinen Ängsten und Zwängen ausgesetzt. Anonymität und Sanktionsfreiheit bei der Interaktion mit Programmen spielt eine ganz wesentliche Rolle für die Lernmotivation der Lernenden. 60 Ergänzender und unterstützender Aspekt des interaktiven Lernens im WWW In den meisten Fällen haben Lernumgebungen nicht den Anspruch von sich heraus erschöpfend zu sein und sollten daher auch nicht als alleiniges didaktisches Hilfsmittel verwendet werden. Vielmehr ist eine Kombination aus verschiedenen Lernmethoden und Hilfsmitteln ratsam. Die Lernenden können optimalen Lernerfolg erzielen, indem diese einerseits konventionelle Unterrichtsformen (Unterrichtsstunde für SchülerInnen, Lehrveranstaltungen für StudentInnen) besuchen und empfohlene Bücher lesen, andererseits aber in ergänzender Weise die Möglichkeiten interaktiver Lernsoftware im WWW nutzen. Insbesondere in der Statistik und Wahrscheinlichkeitsrechnung können interaktive Visualisierungen durch Lernsoftware im WWW zu einem besseren Verständnis bestimmter Konzepte und Verfahren beitragen. Von einem vollständigen Ersatz von Frontalunterricht, Projekt- und Teamarbeit sowie Literatur durch Lernsoftware im WWW ist an dieser Stelle ausdrücklich abzuraten. Soziale Kontakte Ein eindimensionaler Gebrauch von Lernsoftware im WWW birgt die Gefahr, dass es zu einer Verringerung direkter sozialer Kontakte zwischen Lehrenden und Lernenden bzw. zwischen den Lernenden untereinander kommt, sodass mit einem vermehrten 60 Schulmeister R: Didaktische Aspekte hypermedialer Lernsysteme, in Kammerl R: Computerunterstützdes Lernen, S. 48

37 Evaluation von interaktiver Statistik-Lernsoftware im WWW 37 Auftreten damit verbundener Probleme gerechnet werden muss. Insbesondere sind dies Isolation und mangelnde Ausbildung von sozialen Fertigkeiten Interaktivität - Interaktives Lernen Interaktivität bedeutet, dass die BenutzerInnen mit der Software in eine Wechselbeziehung, einen Dialog treten können. Sie sind nicht mehr passive Rezipienten, sondern können selbst aktiv werden und in den automatisierten Prozess eingreifen. 62 Interaktivität wird als der Vorteil der Neuen Medien eingeschätzt: The first benefit is great interactitvity. 63 Sie kennzeichnet den wesentlichen Unterschied zwischen einem computerunterstützten Lernprogramm und einem Film. Als Eigenschaft eines gut gestalteten Multimedia-Programms ist die Interaktivität für das mediale Erleben der BenutzerInnen ausschlaggebend. Der Begriff Interaktivität bezogen auf ein Lernprogramm meint die Häufigkeit und die Dimension technisch mediierter Aktionen, z.b. die Unterbrechung einer Programmprozedur. Interaktion hingegen bezeichnet den Umgang des Lernenden mit den symbolischen Inhalten des Lernprogramms. 64 Wilhelm Sanke 65 unterscheidet im Hinblick auf Lernen im Internet zwei zusammenhängende, aber in der Art der Interaktion sich voneinander abhebende Bereiche (vgl. Kapitel 3.1: Begriff: Lernsoftware ): Interaktion: Individuum Individuum (=tutorielle Betreuung) Bei der Nutzung des Internets als Instrument zum Transport und zur Präsentation von Inhalten, handelt es sich um eine Interaktion zwischen den beteiligten Individuen. Das Netz ist technische Grundlage für die Kommunikation zwischen den Personen. Virtuelle Universitäten bedienen sich z.b. dieser Form; Texte und Aufgaben werden den StudentInnen zugänglich gemacht, von diesen offline bearbeitet und an die TutorInnen per zurückgesandt. Die Diskussion oder Korrektur von Aufgaben erfolgt - wieder via - entweder individuell oder in Form eines black boards. Weiters können TeilnehmerInnen eines Kurses in Chat-Rooms gleichzeitig schriftlich miteinander kommunizieren. Interaktion: Individuum Lernsoftware (=keine tutorielle Betreuung) Die Art und Qualität einer Interaktion zwischen Mensch und im WWW angebotenen Lernmaterialien bzw. -programmen hat eine andere Struktur. Charakteristisch bei dieser Interaktion der Lernenden mit dem Medium bzw. den Lernmaterialien ist, dass über weite Strecken des Lernarrangements kein Dazwischentreten des Lehrenden erfolgt. Die Qualität dieser sogenannten Selbstlernprogramme hängt insbesondere von der Strukturierung der zu vermittelnden Inhalte ab. 61 Astleitner H/Sindler A: Pädagogische Grundlagen virtueller Ausbildung, S Süßenbacher W.: Software-Bildung, S Kay, zitiert nach Schulmeister R.: Didaktische Aspekte hypermedialer Lernsysteme, in Kammerl R.: Computerunterstützdes Lernen, S Schulmeister R.: Didaktische Aspekte hypermedialer Lernsysteme, in Kammerl R.: Computerunterstützdes Lernen, S Sanke W: Interaktives Lernen im Internet?; /lernsoft/interaktiv.html

38 Evaluation von interaktiver Statistik-Lernsoftware im WWW 38 Selbstständiges Lernen muss ohne ergänzende Informationen, Hilfen und Steuerung durch Lehrende auskommen. Wesentlich dabei ist, dass didaktisch wirksame Interaktionsmöglichkeiten als Grundlage potentieller Lernprozesse in die Materialien integriert werden. Zur Unterstützung des Lernvorgangs wurden Interaktionsformen, wie z.b. abrufbare, an den jeweiligen Schwierigkeitsgrad angepasste Hilfen oder Rückmeldungen auf Aktionen der Lernenden, entwickelt. An dieser Stelle sei jedoch erwähnt, dass nur elementare oder zum Teil primitive Interaktionsmöglichkeiten in Lernprogrammen, in Kombination mit ungenügender Strukturierung der Lerninhalte den Lernprozess eher behindern als fördern Die drei Stufen der Interaktivität zwischen Mensch und Lernprogramm in Selbstlernmaterialien nach Wilhelm Sanke Elementare Interaktivität Ein Beispiel für elementare Interaktivität ist der Aufbau von Helpfiles. Diese bestehen aus über markierte Stichwörter verknüpfte Textseiten, zwischen denen mit Schaltflächen in der Menüleiste geblättert werden kann. Diesen Hilfen ist meist die Möglichkeit eines Suchens nach Textstellen über Schlüsselwörter und zusätzlich ein Glossar beigefügt. Weiters können zu dieser Stufe auch Multiple-Choice-Fragen mit vorgegebenen Antwortalternativen gezählt werden. Die BenutzerInnen wählen passiv, also ohne dass die Antworten selbst von den Lernenden formuliert wurden, aus den gegebenen Möglichkeiten aus Mittlere Interaktivität Zu den Möglichkeiten der elementaren Stufe, können zur mittleren Interaktivität die folgenden Interaktionsformen gezählt werden: die aktive Eingabe selbst verfasster Antworten über die Tastatur die Auswertung von Antworten in Form einer Richtig - oder Falsch -Rückmeldung die Darbietung von Multiple-Choice-Aufgaben in zufallsartiger wechselnder Anordnung der Antwortalternativen die Zusammenstellung nicht korrekt bearbeiteter Aufgaben mit Möglichkeiten zur Wiederholung, um eine Anpassung an den individuellen Lernfortschritt zu erzielen die quantitative Auswertung über bearbeitete bzw. nicht bearbeitete, richtig bzw. falsch gelöste Aufgaben

39 Evaluation von interaktiver Statistik-Lernsoftware im WWW Komplexe Interaktivität In dieser Stufe kommen zu den vorangegangenen folgende Komponenten hinzu: verschiedene Aufgabenformen mit Auswahlmöglichkeiten in Hinsicht auf einzustellende Schwierigkeitsgrade von den Lernenden auszuwählende abgestufte Hilfen, z.b. Zuschaltung von Übersetzungen oder Erläuterungen differenzierte Rückmeldung auf Eingaben, d.h. eine Analyse und Begründung warum eine Antwort richtig oder falsch war Drag-and-Drop -Technik, d.h. das Lösen von Aufgaben durch Ziehen und Platzieren von Objekten oder Textteilen am Bildschirm Simulationen mit einstellbaren Parametern Speicherung des Lernfortschritts In wieweit sind nun diese, in netzwerkunabhängigen multimedialen Lernprogrammen möglichen, Interaktionskomponenten auch im WWW realisierbar? WWW-Seiten, die auf reinem HTML (Hyper Text Markup Language) ohne weitere technische Zusätze aufgebaut sind, erlauben ausschließlich elementare Interaktionen. Es handelt sich dabei um elementare Blätter- und Suchmaschinen. Unter Verwendung von entsprechenden Browsern lassen sich Interaktionsformen der mittleren und komplexen Stufe, z.b. über die Einbindung von Java-Applets und JavaScript-Passagen realisieren. Eine Übersicht, in wieweit die drei Interaktivitätsstufen nach Wilhelm Sanke in den in Kapitel 5 gefundenen Statistik-Lernumgebungen realisiert wurden, zeigt die Tabelle A6 in Kapitel 6.

40 Evaluation von interaktiver Statistik-Lernsoftware im WWW Wann ist Interaktivität ein erfolgreiches Konzept? Nun möchte ich der Frage nachgehen, warum Interaktivität für die Wirksamkeit der Lernprogramme entscheidend ist. Nach Schulmeister 66 kann die pure Häufigkeit und Intensität der Interaktivität die Attraktivität interaktiver Programme nicht erklären. Twidale (1993) kam aufgrund einer Beobachtung zum Ergebnis, dass Studierende beim Lernen mit einem tutoriellen System absichtlich viele Fehler machten, um möglichst viele Rückmeldungen zu erhalten. Um zu beantworten, warum das so ist, muss die Bedeutung von Rückmeldungen durch ein Programm näher betrachtet werden. Im Gegensatz zur sozialen Interaktion zeichnet sich die Mensch-Programm- Interaktion dadurch aus, dass sie frei von sozialen Konsequenzen ist. Bewertungen, die ein Lernprogramm abgibt, können geheim gehalten und bei einer Wiederholung vermieden werden. In der sozialen Interaktion hingegen ist nichts widerrufbar. Lernende können sich zwar für einen Fehler entschuldigen, aber dadurch ein Geschehen nicht rückgängig machen. Speziell bei Jugendlichen dürfte der Computer deshalb so eine große Attraktivität haben, weil er Rückmeldungen verbunden mit Bewertungen gibt, welche die Betroffenen jedoch wieder löschen können. Ein auf Lehrpersonen gemachter Eindruck kann hingegen langfristige Folgen haben. Daher ist die Interaktion Jugendlicher mit dem Computer angstfrei, da sie ungestraft Fehler machen dürfen. Dies ist eine hervorragende Voraussetzung für effizientes Lernen. Nicht die Interaktivität an sich, sondern die Anonymität und Sanktionsfreiheit bei der Interaktion mit Programmen spielt also eine ganz wesentliche Rolle für die Lernmotivation der Lernenden Aufgabenstellungen und Feedbackmöglichkeiten eines interaktiven Lernangebotes Der Lernfortschritt wird durch aktives Lernen, unter Nutzung praxisorientierter Beispiele und Aufgabenstellungen, entscheidend unterstützt. In diesem Kapitel werden verschiedene Aufgabentypen bzw. Formen der Rückmeldung diskutiert. Aufgabenstellungen im WWW sollten immer eindeutig und klar formuliert werden, da keine direkte Rückfragemöglichkeit bei den Lehrenden existiert. Nur so kann Missverständnissen vorgebeugt werden. Die BenutzerInnen sollten sich von den ihnen gestellten Aufgaben herausgefordert fühlen zu einfache Aufgaben hemmen den Lerneffekt und verleiten zu falschen Schlüssen bei der Selbsteinschätzung des Lernfortschrittes 67. Andererseits wirken Aufgabenstellungen mit zu hohem Schwierigkeitsgrad auf die UserInnen demotivierend. Um den BenutzerInnen selbst die Aufgabenwahl zu überlassen, empfiehlt es sich Aufgaben mit unterschiedlichem Schwierigkeitsniveau anzubieten. Weiters sollten, zur Aufrechterhaltung der Motivation, die Lösungen vor Beantwortung der Fragen nicht einsehbar sein. 66 Schulmeister R: Didaktische Aspekte hypermedialer Lernsysteme, in Kammerl R: Computergestütztes Lernen, S. 47f. 67 Reppert G: Internetbasiertes Selbststudium im Rahmen des TeleTeaching, in Friedrich L: TeleTeaching eine neue Komponente in der universitären Lehre, S. 176

41 Evaluation von interaktiver Statistik-Lernsoftware im WWW 41 Nach Reppert 68 können nun folgende Aufgabentypen, die in Lernsoftware im WWW einbaubar sind, unterschieden werden: 1. Aufgaben zur Überprüfung von Faktenwissen 69 Bei diesen Aufgaben wird nicht das Verständnis getestet bzw. untersucht ob die BenutzerInnen das erworbene Wissen mit zuvor Gelerntem in Verbindung bringen können, sondern lediglich überprüft, ob sich die Lernenden den Stoff richtig angeeignet und aufgenommen haben. Ideal für diese Form der Wissensüberprüfung sind Multiple-Choice-Fragen, Lückentexte oder Aufgaben mit Kurzantworten. 2. Zuordnungsaufgaben Mit Hilfe dieser Aufgaben wird festgestellt, ob die Lernenden richtige Relationen zwischen bestimmten Lerninhalten herstellen können. 3. Anwendungsaufgaben Diese Aufgaben haben in der Regel einen höheren Schwierigkeitsgrad, da die BenutzerInnen ihr theoretisches Wissen in realitätsnahen Situationen einsetzen müssen. Es wird hierbei zwischen Übungsaufgaben und offenen Fragestellungen unterschieden. Bei Übungsaufgaben wird zunächst eine Musterlösung präsentiert bzw. die BenutzerInnen erarbeiten sich diese selbst durch Zuhilfenahme der im WWW angebotenen Lernmaterialien. Anschließend haben die BenutzerInnen die Möglichkeit, den Lösungsalgorithmus im Rahmen analoger Aufgabenstellungen anzuwenden. Die anspruchsvollsten Aufgaben stellen offene Fragestellungen dar. Hier müssen die Lernenden die Vorgangsweise zur Lösung selbst suchen und ihre Antwort eigenständig formulieren. Auf Grund der verschiedenen Aufgabentypen und Schwierigkeitsgrade lassen sich auch unterschiedliche Formen der Rückmeldung unterscheiden. Um bei den Lernenden einen Lernfortschritt zu erzielen bzw. das Verständnis für die Aufgabe zu erhöhen, reichen reine Falsch - oder Richtig -Antworten nicht aus. Wurde eine Frage falsch beantwortet, sollte zusätzlich zur korrekten Antwort auch eine Begründung, warum die Antwort nicht richtig war, angeboten werden. Diese umfassende Form der Rückmeldung wird als informatives Feedback bezeichnet. 70 Eine Ausnahme bildet an dieser Stelle die Überprüfung reinen Faktenwissens, da hier auf Begründungen verzichtet werden kann. Wird also parallel zur Einschätzung der Antwort nur die richtige Lösung angeboten, spricht man von korrektiven Feedback. Informatives Feedback kann weiters die Erklärung des Lösungsweges, die Aufstellung eines Lösungsschemas, den Verweis auf entsprechende Passagen in den Lernmaterialien oder eine Fehleranalyse enthalten. Es besteht die Möglichkeit, diese Rückmeldung an verschiedenen Stellen zu platzieren. Einerseits kann nach jedem Schritt eine Überprüfung der Teillösung vorgenommen werden (Fehlerquellen können auf diese Weise schnell ausgeforscht werden, jedoch wird dieses Vorgehen 68 Reppert G: Internetbasiertes Selbststudium im Rahmen des TeleTeaching, in Friedrich L: TeleTeaching eine neue Komponente in der universitären Lehre, S. 176f 69 Faktenwissen: vgl. Kapitel Reppert G: Internetbasiertes Selbststudium im Rahmen des TeleTeaching, in Friedrich L: TeleTeaching eine neue Komponente in der universitären Lehre, S. 178

42 Evaluation von interaktiver Statistik-Lernsoftware im WWW 42 von den UserInnen oft als lästig empfunden). Andererseits kann die Rückmeldung erst dann gegeben werden, wenn die Aufgabe vollständig gelöst wurde. Darüber hinaus kann auch unterschieden werden, ob die richtige Lösung sofort, d.h. bei der ersten erfolgten Rückmeldung, bekannt gegeben wird oder ob zunächst nur Impulse und Anregungen zur Auffindung des richtigen Lösungsweges gegeben werden. Diese Hinweise können z.b. das Benennen der Lösungsstrategie, die Angabe der Anzahl der Lösungsschritte sowie das Herausstellen von Bedingungen und Voraussetzungen für die Anwendung bestimmter Regeln sein. Rückmeldungen machen jedoch auch Sinn, wenn richtige Antworten gegeben werden. Die Lernenden werden dadurch in ihrer Antwort bestärkt und die als richtig angesehene Lösungsstrategie kann somit besser gefestigt werden. Nicht alle zuvor besprochenen Aufgabentypen eignen sich für computergeneriertes Feedback. Insbesondere bei offenen Fragestellungen lassen sich Rückmeldungen schwer automatisch generieren. Deshalb ist es in diesem Fall sinnvoll, Musterlösungen zu präsentieren und die Lernenden selbst entscheiden zu lassen, ob ihre Antwort diesen entspricht. Bei offenen Fragen ist es aber auch empfehlenswert, dass die Lehrenden persönliche Rückmeldungen (via ) geben. Mit Hilfe von Computerprogrammen lassen sich sehr gut Multiple-Choice-Aufgaben auswerten. Um dem Problem vorzubeugen, dass Antworten geraten und nicht gewusst werden, kann bei der Eingabe eine Begründung für die Antwort gefordert werden. Diese kann mittels entsprechender Software auf Schlüsselbegriffe untersucht werden, woraufhin eine Einschätzung und Auswertung der Antwort erfolgen kann. Die Tabellen A7 und A8 in Kapitel 6 präsentieren einen Überblick, welche Aufgabentypen bzw. welche Arten der Rückmeldung in den Statistik-Lehr- und Lernangeboten gefunden wurden.

43 Evaluation von interaktiver Statistik-Lernsoftware im WWW Didaktische Aufbereitung der Lehr- und Lerninhalte In diesem Kapitel wird ein Überblick gegeben, wie Lernsoftware im WWW gestaltet werden soll, um den UserInnen effizientes Lernen im Selbststudium zu ermöglichen. Reppert 71 unterscheidet in diesem Zusammenhang vier zentrale Bedingungen an die didaktische Aufbereitung von über das WWW verfügbaren Lernmaterialien. Die Lernangebote sollen so von den StudentInnen angenommen werden und mit gutem Lernerfolg genutzt werden Forderungen an den Inhalt Das Lernszenarium soll vielfältige Informationsquellen bereitstellen, wobei das zu erwerbende Wissen nicht in isolierten Wissenseinheiten präsentiert wird, sondern miteinander verknüpft in ein Gesamtsystem eingebettet sein soll. Im Selbststudium ist eine klare Strukturierung des Lernangebotes für die Wissensaneignung besonders bedeutungsvoll. Diese kann am besten durch eine hierarchische Gliederung aller Lerninhalte erzielt werden. Lernziele sollten eindeutig erkennbar sein, sodass den BenutzerInnen jederzeit eine eigenständige Lernkontrolle möglich ist. Die UserInnen sollen bei der Bearbeitung des Lernmaterials bzw. bei der Auswahl von Aufgaben grundsätzlich frei vorgehen können. Unterstützend in diesem Zusammenhang ist, wenn die AnwenderInnen davon in Kenntnis gesetzt werden - in welcher Form auch immer - welche Vorkenntnisse sie für die Bearbeitung der nächsten Aufgabe bzw. für das Verständnis des ausgewählten Lernstoffes benötigen. Zur Motivationssteigerung sollten die BenutzerInnen stets neu dazu herausgefordert werden, Aufgaben zu bewältigen und Probleme zu lösen. Daher ist die Verknüpfung des Inhaltes mit Aufgaben ideal, um erarbeitetes Wissen zu reflektieren, anzuwenden und zu überprüfen, ob es verstanden wurde. Um zu vermeiden, dass das Wissen immer an einen bestimmten Kontext gebunden wird, sollte bei der Darstellung von Sachverhalten darauf geachtet werden, dass der Lerngegenstand aus unterschiedlichen Perspektiven betrachtet wird. Spezielle Literaturempfehlungen zu den jeweiligen Themengebieten werden laut Umfragen von den UserInnen besonders gern angenommen. Darüber hinaus sollte in jeder multimedial aufbereiteten Lernumgebung ein Glossar vorhanden sein, welches Erklärungen zu Grundbegriffen der einzelnen Lerninhalte enthält. Dieses Verzeichnis sollte in das Lernsystem so integriert werden, dass es von jeder Stelle des Lernszenariums aus aufgerufen werden kann. Weiters sollte das über das WWW verfügbare Lernmaterial leben, was bedeutet, dass es ständig aktualisiert und erweitert wird. Denn nur unter dieser Prämisse werden auch die vorhandenen Kommunikationsmöglichkeiten in Anspruch genommen. 71 Reppert G: Internetbasiertes Selbststudium im Rahmen des TeleTeaching, in Friedrich L: TeleTeaching eine neue Komponente in der universitären Lehre, S. 167 f.

44 Evaluation von interaktiver Statistik-Lernsoftware im WWW Ansprüche an die Funktionalität Die Lernumgebung sollte ein hohes Maß an Interaktivität gewährleisten, um der Gefahr des ausschließlich rezeptiven Lernens vorzubeugen. Zu diesem Zwecke sollten Werkzeuge für Eigenaktivitäten bereitgestellt werden. Die BenutzerInnen sollten innerhalb der Lernumgebung die Möglichkeit besitzen, Texte des Lernmaterials zu kopieren, auszudrucken, mit persönlichen Anmerkungen zu versehen bzw. eigene Gliederungen und Zusammenfassungen zu den Lerninhalten zu erstellen. Außerdem sollten Kommunikationsmöglichkeiten angeboten werden, die von jeder Stelle des Lernsystems aus aufrufbar sind. Einerseits sollten Möglichkeiten zur Kontaktaufnahme mit den Dozenten vorhanden sein, um fachliche Fragen zu klären bzw. Rückmeldungen auf Lösungsansätze von Aufgaben zu erhalten. Andererseits sollten Kommunikationsformen zum Gedankenaustausch der UserInnen untereinander angeboten werden. Mailinglisten, Diskussionsforen oder Chats sollen zu gegenseitiger Hilfeleistung und ortsübergreifender Teamarbeit bei der Lösung von Aufgaben anregen. Diese können auch zu einer Verbesserung von Sozial- und Medienkompetenz beitragen. Die Lernsysteme sollten weiters mit bequemen Recherchemöglichkeiten ausgestattet sein. Suchfunktionen erleichtern die Orientierung und das gezielte Auffinden bestimmter Informationen. Für BenutzerInnen, die im Umgang mit Internettechnologien wenig geübt sind, sollte das Lernprogramm Hilfestellung zu der angebotenen Funktionalität, ihrer sachgemäßen Verwendung sowie der Beschreibung der Navigationsstruktur bieten Gestaltung und Design Das WWW steht allen BenutzerInnen unabhängig vom eingesetzten Betriebssystem, den Bildschirmeinstellungen und anderen technischen Parametern zur Verfügung. Daher sind die Lernmaterialien so zu entwickeln, dass diese von allen UserInnen eingesehen werden können. Die Verwendung unüblicher Programmiersprachen, die Auswahl von nur unter bestimmten Betriebssystemen verfügbaren Schriftarten und die Optimierung der Bildschirmdarstellung auf eine fixe Größe sollte vermieden werden. Ein zentraler Punkt bei der Erstellung von Lernmaterialien im WWW ist die BenutzerInnenfreundlichkeit. Vermieden werden sollten: ständig wechselnde Hintergrundfarben unterschiedliche Aufteilungen des Bildschirmbereiches sich ändernde Links im Navigationsbereich variierende Formatierung der Textinformationen Zur einfachen Orientierung sollten weiters Informations-, Navigations- und Funktionsbereich deutlich voneinander getrennt sein. Die Elemente der Navigation sollten immer den selben Aufbau haben, eine klare Struktur besitzen, intuitiv handzuhaben sein und keinen weiteren Erklärungen bedürfen. Bei umfangreichen Navigationen ist es empfehlenswert, diese so zu gestalten, dass Unterpunkte erst nach Auswahl einer Kategorie sichtbar werden. Die Navigation und Orientierung kann auch durch grafische Elemente unterstützt werden. Die Dokumente sollten jedoch nicht damit überladen werden, da diese unnötige Ladezeit beanspruchen, Unruhe erzeugen und vom Inhalt ablenken.

45 Evaluation von interaktiver Statistik-Lernsoftware im WWW 45 Die richtige Proportionierung der Textinformationen stellt ebenfalls einen wichtigen Gestaltungsaspekt bei der Aufbereitung des Lernmaterials dar. Zu lange Texte überanstrengen die BenutzerInnen beim Lesen am Bildschirm zu kleine Teile, die durch eine Vielzahl von Links miteinander verknüpft sind, führen zu Orientierungsund Interessensverlusten. Bei wichtigen Informationen sollte auf Links innerhalb des Textes verzichtet werden, da diese den Lesefluss kurzfristig (durch die besondere Formatierung) und langfristig (durch das Nachgehen der entsprechenden Links) unterbrechen. Auch auf die Druckbarkeit der einzelnen Dokumente sollte geachtet werden, da NutzerInnen die Lernmaterialien oft lieber ausdrucken als diese am Bildschirm zu lesen. Auf diesem Wege können auch Online-Kosten gespart werde Struktureller Aufbau Vergleichbar mit dem Inhaltsverzeichnis eines Buches, bildet die Informationsstruktur das Grundgerüst für den Aufbau eines komplexen Lernangebotes im WWW. Diese sollte der Navigationsstruktur, d.h. der hierarchischen Aufteilung der Information in Form der verlinkten Webseiten, entsprechen. Es empfiehlt sich, multimediale Elemente wie z.b. Grafiken und Abbildungen, Animationen oder Tonaufzeichnungen, nicht automatisch beim Seitenaufruf anzuzeigen bzw. abzuspielen. Der Zugriff sollte optional erfolgen. Für Elemente, deren Ausführung spezielle Voraussetzungen (Installation von Plug-Ins) benötigen, sollten zusätzliche Informationen bereitgestellt werden. Zur Aktualisierung und Pflege des Lehr- und Lernmaterials gehören sowohl der inhaltliche Ausbau und die Wahrung der Konsistenz des Angebotes, als auch die Vermeidung des Auftretens von Fehlermeldungen. In Kapitel 6 zeigt Tabelle A9 eine Checkliste, ob bei der evaluierten Statistik- Lernsoftware die zentralen Forderungen an die didaktische Aufbereitung erfüllt werden.

46 Evaluation von interaktiver Statistik-Lernsoftware im WWW Internet in der Schule Die Gründe, warum sich Jugendliche bereits in der Schule mit dem Internet beschäftigen sollen, sind vielfältig: Das Internet, mit seinen nahezu unerschöpflichen Möglichkeiten nimmt in unserer Gesellschaft und in unserem Alltag eine immer dominierendere Rolle ein. Die Schule bietet eine ideale Plattform, um Jugendlichen frühzeitig das verantwortungsvolle Nutzen dieses Mediums aufzuzeigen. SchülerInnen sollen mit den Medienerfahrungen nicht allein gelassen werden und zu einem kritischen Medienumgang animiert werden. Unter anderem soll die Verwendung des Internets nicht nur als Informations- und Spaßmedium, sondern auch als Medium zur Lehrund Lernunterstützung vermittelt werden. Aspekte zur Qualitätsverbesserung des Unterrichts bzw. die mögliche unterstützende Wirkung des Internets in der Vor- und Nachbereitungszeit des Unterrichts, können diskutiert werden. Da, wie schon kurz erwähnt, die Bedeutung der Computer- und Vernetzungstechnologie in allen Lebensbereichen stetig wächst und wenn die Schule auf das Leben vorbereiten soll, darf sie sich diesen Entwicklungen nicht verschließen und sollte Technik-Kompetenz als Kulturtechnik vermitteln 72. Ob jedoch die Internet- Nutzung tatsächlich als Kulturtechnik interpretiert werden kann, wird von PädagogInnen kontrovers betrachtet. Es drängt sich die Frage auf, ob durch ein Beibringen von Internet-Kompetenzen die Persönlichkeitsentwicklung von Jugendlichen unterstützt wird, oder ob sie dadurch nicht frühzeitig auf Wunsch oder Verlangen der Industrie auf technologisches Handeln eingestimmt werden. 72 Nicola Döring: Lernen und Lehren im Netz, 1996

47 Evaluation von interaktiver Statistik-Lernsoftware im WWW Der Einsatz von Lernsoftware im Unterricht Die Einsatzmöglichkeiten von Lernsoftware im Unterricht sind sehr verschiedenartig. Lernsoftware sollte, wie jedes andere Medium, ausschließlich dann genutzt werden, wenn der Einsatz pädagogisch sinnvoll ist und im Vergleich zu anderen Medien und Methoden Vorteile erwarten lässt. Insbesondere bietet gute Lernsoftware im Bereich des Lernens und Übens die Möglichkeit, den Lernprozess im Tempo, Schwierigkeitsgrad und Zeitaufwand individuell abzustimmen. Dabei wird Drill- und Testsoftware (vgl. Kapitel 2.7.2) zunehmens von multimedialen tutoriellen Systemen (vgl. Kapitel 2.7.3) abgelöst. Primär ist Lernsoftware für offenen Unterricht konzipiert und kann dort in Ergänzung zu anderen Medien eingesetzt werden, um sich mit bestimmten Sachverhalten vertraut zu machen. Der Konstruktivismus (vgl. Kapitel 2.1.3), der davon ausgeht, dass sich die Lernenden ihren Lernweg und schließlich ihr Lernergebnis in aktiver Auseinandersetzung mit der Umgebung selbst konstruieren, ist lernpsychologischer Hintergrund dieses Ansatzes. Frei zugängliche Statistik-Lernsoftware im WWW kann von LehrerInnen ideal in Ergänzung zum herkömmlichen Frontalunterricht eingesetzt werden, um verschiedene Konzepte grafisch zu visualisieren bzw. die SchülerInnen interaktiv an den Lernprozessen zu beteiligen. Der zweckmäßige Umgang mit dem Computer sowie angebotener Software kann bereits ab der Volksschule empfohlen werden. In dieser Arbeit wird die Verwendbarkeit von Statistik-Lernsoftware für 10 bis 18jährige SchülerInnen fokussiert. Der Lehrplan für Mathematik an allgemein bildenden höheren Schulen (Auszüge siehe Kapitel 4.2) sieht bereits ab der 1. Klasse Konzepte und Elemente zur Statistik vor. Ab diesem Zeitpunkt kann auch Statistik-Lernsoftware im Unterricht eingesetzt werden. Statistik hat auf SchülerInnen oft einen abschreckenden und trockenen Beigeschmack, da verschiedene Verfahren und Konzepte meist nur durch Formeln und Sätze gelehrt werden. An dieser Stelle kann eine, insbesondere in der Statistik sinnvolle, grafische und interaktive Visualisierung verschiedener Methoden durch Lernsoftware praktische Sichtweisen zur Statistik eröffnen. Die spielerische und spannende Gestaltung der Lernumgebungen kann dazu beitragen, Ängste und falsche Vorstellungen zu diesen Themenbereichen abzubauen. Auch die Überprüfung des erworbenen Wissens mittels Multiple-Choice-Fragen oder Lückentexten ist vom pädagogischen Standpunkt her sinnvoll, da falsch beantwortete Fragen zu keinerlei Sanktionen oder Konsequenzen führen (vgl. Kapitel 3.4) Lernsoftware im Unterricht soll und kann weder eine Unterrichtsstunde noch ein Lehrbuch ersetzen, stellt aber eine sinnvolle Ergänzung zu den herkömmlichen Unterrichtsmethoden dar.

48 Evaluation von interaktiver Statistik-Lernsoftware im WWW Statistische Lerninhalte aus dem Lehrplan für Mathematik an allgemein bildenden höheren Schulen Unterstufe 1. Klasse Die SchülerInnen sollen lernen, mit Daten und Informationen aus ihrem Lebensbereich umzugehen. Dabei sollen sie eine unmittelbare Anwendbarkeit ihrer im Unterricht erworbenen Kenntnisse erleben. Aufgaben zur Statistik sollen im Unterricht breit gestreut werden. 74 Zur Erreichung dieser Ziele sollen Informationen und Daten, vor allem aus dem Erfahrungsbereich der SchülerInnen, erhoben und geordnet werden. Daten sollen dargestellt und aus verschiedenen Darstellungsformen abgelesen werden, weiters Mittelwerte berechnet und Abweichungen vom Mittelwert untersucht werden. 2. Klasse Aufbauend auf Kenntnisse aus der 1. Klasse sollen die SchülerInnen nun weitere Darstellungsmöglichkeiten kennenlernen. Ferner sollen sie dazu angeregt werden, statistische Aufgaben kritisch zu betrachten. Im Mittelpunkt der 2. Klasse steht die Erarbeitung weiterer Darstellungsformen. Häufigkeitsverteilungen werden in Punktdiagrammen und Histogrammen veranschaulicht und abgelesen. Absolute und relative Häufigkeiten werden dargestellt (z.b. durch Kreisdiagramme). Auch Manipulationsmöglichkeiten mittels verschiedener Darstellungsmöglichkeiten sollten berücksichtigt werden. 3. Klasse Die SchülerInnen sollen Sachsituationen anhand von Datenmaterial, das von ihnen selbst gesammelt oder vorgegeben wurde, mit Methoden der beschreibenden Statistik untersuchen. Dabei können außer den bereits bekannten auch neue Darstellungsformen und statistische Kennzahlen, die der jeweiligen Situation und dem Untersuchungszweck angepasst sind, eingeführt bzw. von den SchülerInnen selbst erarbeitet werden. Es ist nicht notwendig, solche neuen Darstellungsformen und Kennzahlen, von denen im folgenden einige beispielhaft angeführt sind, als eigene Unterrichtsthemen zu behandeln. Selbst die Verwendung der unten angeführten Fachausdrücke ist entbehrlich. Für die Schülerinnen ist es wichtig zu erfahren, dass je nach Sachsituation und Untersuchungszweck unterschiedliche statistische Beschreibungsformen vorteilhaft oder sinnvoll sein können. 73 Lehrplan Service: Lehrplan der AHS, Allgemeiner Teil, 1. und 2. Klasse, 3. und 4. Klasse, 5. bis 8. Klasse und unter Berücksichtigung des Lehrplan 2000: 74 Kursiv geschriebene Absätze sind Originalzitate aus dem Lehrplan.

49 Evaluation von interaktiver Statistik-Lernsoftware im WWW 49 Vorschläge zur Untersuchung von Datenmengen: - Arithmetischer Mittelwert, Median, Modus - Spannweite, Quartile, mittlere Abweichung vom Mittelwert - Darstellung von Häufigkeitsverteilungen mittels Stengel-Blatt-Diagramm oder Kastenschaubildern 4. Klasse Die allgemeinen Formulierungen und die vorgeschlagenen Inhalte sind vollkommen äquivalent zur 3. Klasse Oberstufe 5. Klasse Anhand von Methoden der beschreibenden Statistik - die z.t. schon in vorhergehenden Klassen behandelt wurden und unter Verwendung von Punkt-Kanten- Graphen soll vor allem der Darstellungsaspekt der Mathematik betont werden. Das Ergebnis entsprechender Aufgaben wird also oft eine Problemdarstellung und nicht immer eine Problemlösung sein. Ein kritischer Umgang mit Darstellungsformen und ihren Interpretationen ist anzustreben. Wegen ihres offenen Charakters eignen sich diese Inhalte besonders für projektorientierten Unterricht. Umgesetzt werden sollen diese Vorgaben durch das Beschreiben und Untersuchen von Sachverhalten mit Methoden der beschreibenden Statistik. Als Instrumente werden die bisher erarbeiteten Kennzahlen vorgeschlagen. Außerdem wird das Beschreiben und Untersuchen (und möglicherweise auch Lösen) von Problemen mit Graphen vorgeschlagen. 6.Klasse Der Lehrplan der 6. Klasse beinhaltet keine statistischen Inhalte. 7.Klasse Schwerpunkt soll das Arbeiten mit zumindest einer Wahrscheinlichkeitsverteilung und das Bearbeiten von Problemen der beurteilenden Statistik sein. Dazu ist eine ausführliche Behandlung des Berechnens von (bedingten) Wahrscheinlichkeiten einzelner Ereignisse nicht unbedingt erforderlich. Die Verwendung von Rechengeräten und geeigneter Software ist zweckmäßig. Die Anwendung soll mit kritischen Betrachtungen, insbesondere von Problemen der mathematischen Modellbildung, verbunden werden. Theoretische Fundierungen der verwendeten Begriffe können auch in der 8. Klasse erfolgen.

50 Evaluation von interaktiver Statistik-Lernsoftware im WWW 50 Zur Erreichung obiger Ziele werden 3 Themenkreise vorgeschlagen: 1.) Wahrscheinlichkeiten sollen erklärt werden können - Grundannahmen zur Berechnung von Wahrscheinlichkeiten und verschiedene Deutungsmöglichkeiten sollen erkannt werden. 2.) Kenntnis von Binomial- und Normalverteilung und in diesem Zusammenhang auch Kenntnis über Begriff und Anwendung des Erwartungswertes und der Varianz 3.) Im Zuge der Testtheorie werden Hypothesen geprüft und Parameter geschätzt. Schließlich können als Erweiterung noch Wahrscheinlichkeiten z.b. mittels Diagrammen, Regeln oder Verteilungsgesetzen berechnet werden. 8.Klasse In der 8. Klasse werden die in der 7. Klasse erworbenen Kenntnisse ergänzt, vertieft und anhand zusätzlicher Beispiele wiederholt. Als Erweiterung wird die eingehendere Beschäftigung mit Wahrscheinlichkeitsverteilungen vorgeschlagen. Im empirischen Teil der Arbeit (Kapitel 5) wird jedes Lernprogramm auf die Eignung im schulischen Unterricht untersucht. Insbesondere wurde darauf geachtet, in wie weit die eben vorgestellten Lehrplan-relevanten Themengebiete abgedeckt werden und in welchem Ausmaß interaktive Gestaltungselemente zu den jeweiligen Verfahren und Konzepten vorhanden sind. Auch die didaktische Vermittlung spielt bei der Bewertung eine zentrale Rolle. Eine Übersicht, welches Lehrplan-relevante Thema in welcher Statistik-Lernsoftware zu finden ist, zeigen die Tabellen A4 und A5 in Kapitel 6.

51 Evaluation von interaktiver Statistik-Lernsoftware im WWW Interaktive Statistik-Lernsoftware im WWW 5.1 Die Recherche im WWW Beschreibung der Arbeitsschritte Die Internetrecherche hatte das Ziel, Informationen über frei zugängliche Lernumgebungen zur Statistik zu sammeln und somit einen Ist-Bestand an Angeboten zu ermitteln. Zu Beginn meiner Recherchetätigkeit wurde keine Selektion bezüglich der Grundsprache von Lernsoftware vorgenommen. Weiters sollten Berichte und Artikel zum Thema Statistik-lernen im WWW gesammelt werden. Als Browser wurde der Microsoft Internet Explorer 5.0 unter dem Betriebssystem Windows 98 verwendet. Der Zeitraum der Recherche und der Evaluation erstreckte sich von Jänner bis Juni Die Adressen stammten in erster Linie aus drei verschiedenen Quellen: 1. Aus Adressensammlungen. 2. Aus den Resultaten des Einsatzes von Suchmaschinen und der Auswertung der gefundenen Dokumente. 3. Aus Verweisen, welche in den Dokumenten der untersuchten Projekte gefunden wurden. Ein Ausgangspunkt meiner Recherche war die Homepage von Juha Puranen 75, welche eine Vielzahl von interessanten Links zum Thema Statistics & Education bietet. Der Link zu dieser Webseite wurde auf der Homepage des Arbeitskreises für Öffentlichkeit und Statistik 76 (AKOS) der Österreichischen Statistischen Gesellschaft (ÖSG), gefunden. Der erste Teil der Homepage von Juha Puranen, welche in englischer Sprache gehalten ist, zeigt eine Übersicht von statistischem Online-Lehr- und Lernmaterial. Bei dieser äußerst umfangreichen Auflistung wird eine Reihe weiterer Unterscheidungen bezüglich Inhalt, Umfang und Gestaltung getroffen. So wird unterschieden zwischen PC-Programmen, die auf den jeweiligen Seiten zum downloaden sind und lokal am Rechner installiert werden müssen, statistischen Glossaren und Texten oder auch Webseiten, die zu bestimmten Themen der Statistik ausschließlich Java-Applets anbieten. Die für meine Zwecke relevanteste Übersicht befindet sich hinter dem Link WWW-based teaching material, die in weiterer Folge zu einer internationalen tabellarischen Übersicht frei zugänglicher, interaktiver Lehrund Lernsysteme führt. Eine übersichtliche Linksammlung, insbesondere auch von deutschsprachigen Lernsoftwareangeboten, bietet der nordrhein-westfälische Bildungsserver vom Landesinstitut für Schule und Weiterbildung 77 (LSW). Durch die gezielte Eingabe ausgewählter Suchbegriffe in Online Suchmaschinen wurden weitere, insbesondere deutschsprachige Lehr- und Lernangebote gefunden. Verwendet wurden die Suchmaschinen bzw

52 Evaluation von interaktiver Statistik-Lernsoftware im WWW 52 Weiters wurden einzelne Lernprogramme auch durch Verweise in bereits gefundenen Lernsoftwareangeboten ausfindig gemacht. Nach der Durchsicht und einer ersten Prüfung der gefundenen Dokumente wurden diese sodann lokal in Unterverzeichnisse abgespeichert. An dieser Stelle wurde zuerst eine Unterscheidung zwischen deutsch- und englischsprachigen Angeboten gemacht und anschließend eine erste subjektive Kurzbewertung in Hinsicht auf Stoffumfang und Interaktionsmöglichkeiten. Neben den Lernsoftwareangeboten wurden auch Artikel, Kurzberichte und Kommentare zum Lernen im WWW, insbesondere zum Themenbereich Statistik, archiviert Erfahrungen und Probleme Schon nach kurzer Zeit stellte sich heraus, dass eine vollständige Erfassung englischsprachiger statistischer Online-Angebote nicht möglich ist, da das WWW eine unüberblickbare Anzahl davon bietet. Die anschließende Konzentration auf deutschsprachige Lernprogramme gestaltete sich in diesem Punkt einfacher. Im Bereich der Recherche von Artikeln und Berichten zeigte sich, dass die Aktualität der vorgefundenen Informationen nur bedingt gegeben war. Nur wenige Monate alten Texten zu aktuellen Projekten standen Dateileichen von vermutlich längst abgeschlossenen oder abgebrochenen Projekten gegenüber. Bei der konkreten Beurteilung der Angebote stellten sich immer wieder Probleme ein. So konnte zum Beispiel an bestimmten Tagen die Serververbindung zu den Ausgangsseiten mancher Lernprogramme (ViLeS, JUMBO, FYWST) nicht hergestellt werden, was eine effiziente Nutzung der Software unter dem Motto lernen, wann ich will schwer ermöglicht. Ein weiteres Problem, welches sich in der Zeit meiner Evaluationstätigkeit einstellte, war, dass die Lernumgebung MM*Stat plötzlich nicht mehr frei zugänglich war, von den Autoren an einen Verlag verkauft wurde und nun nur mehr käuflich auf CD-ROM im Buchhandel zu erwerben ist. Nach Kontaktaufnahme mit den verantwortlichen Professoren konnte keine entsprechende Vereinbarung zu einer zeitlich begrenzten Nutzung der deutschsprachigen Lernsoftware gefunden werden. Zur weiteren Beurteilung wurde die noch frei zugängliche englische Version von MM*Stat herangezogen.

53 Evaluation von interaktiver Statistik-Lernsoftware im WWW Die Aspekte der Evaluation im Detail Anlehnend an die in Kapitel 3.5 erörterten zentralen Bedingungen an die didaktische Aufbereitung von über das WWW verfügbaren Lernmaterialien, wurden die ausgewählten Statistik-Lernangebote folgenden konkreten Evaluationsaspekten unterzogen Allgemeine Informationen zur Lernsoftware Die Vorstellung des Lernprogramms beinhaltet: - den Namen - die Autoren und deren Nationalität - die Institution, welche die Lernumgebung zur Verfügung stellt (Universität, Fachhochschule etc.) - die Zielgruppe, an die sich das Angebot primär richtet Einstieg in das Angebot Die Betrachtung des Bildaufbaus und die enthaltenen Elemente der Lernsoftware sind Bestandteile der Visualisierung und vermitteln einen ersten Eindruck (vgl. Kapitel 3.5.3). Zentrales Augenmerk soll gelegt werden auf: - den Aufbau des ersten Fensters bzw. der Startseite - die Aufteilung des Bildbereichs; Anzahl und Aufgabe der Frames - die Verfügbarkeit und Gestaltung einer Übersicht oder Gliederung der Lernumgebung Inhalte der Lernsoftware und deren Darbietung Unter diesem Punkt erfolgt die Beschreibung der Übertragung der statistischen Inhalte auf das Medium Hypertext (vgl. Kapitel 3.5). Im einzelnen wurden untersucht: - die statistischen Inhalte und deren grafische Visualisierung - die Möglichkeiten zum Eingreifen der UserInnen in automatisierte Prozesse (Interaktivität) - der Umfang und die Gestaltung der einzelnen Seiten (Gestaltungselemente) - Tiefe der Verknüpfungen bei hierarchisch strukturierten Inhalten - die Möglichkeiten zur Navigation im Inhalt - die Hilfen zur Orientierung bei der Bearbeitung des Angebots - die Darbietung des Inhalts durch ergänzende Elemente (z.b. Literaturverzeichnis, Glossar, Tabellen- und Formelsammlung, Online-Taschenrechner, etc.)

54 Evaluation von interaktiver Statistik-Lernsoftware im WWW Möglichkeiten zur Wissensüberprüfung Sogenannte Selbst- oder Lerntests in Form von Fragen oder Aufgaben dienen beim Vermittlungsprozess zur Feststellung des Kenntnisstandes der Lernenden. Entweder zur Ermittlung der Vorkenntnisse zu Beginn eines Kurses, oder in dessen Verlauf und am Ende zur Überprüfung des Lernerfolges. Welche Formen der Wissensüberprüfung es gibt bzw. die Art der Rückmeldungen werden an dieser Stelle beschrieben und diskutiert (vgl. Kapitel 3.4.1) Kommunikationsmöglichkeiten Ein zentraler Punkt des Lernens ist Kommunikation. Untersucht wird, welche Formen an Kontaktangeboten das Internet bietet. Insbesondere wird die Unterscheidung getroffen, ob es sich bei den Kommunikationsmöglichkeiten um Kontakt - zum Lehrenden - zu anderen Lernenden handelt (vgl. Kapitel 3.5.2) Weiters wird festgestellt, ob Möglichkeiten zur Abgabe von allgemeinem Feedback zur Lernumgebung vorhanden sind BenutzerInnenunterstützung Insbesondere beim ersten Aufsuchen des Lernprogramms sind die BenutzerInnen oftmals mit Problemen, den Umgang mit der Lernumgebung betreffend, konfrontiert. Daher ist von Interesse, ob Hilfestellungen vorhanden sind und derartige Fragen beantwortet werden können. Die Nutzung von Hypertext setzt auch eine technische Ausstattung des Lernens voraus, sodass an dieser Stelle auch Informationen zum optimalen Betrieb der Lernsoftware gegeben werden sollen (Browser, Plug-Ins, etc.) (vgl. Kapitel 3.5.4) Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Unter diesem Punkt wird das Vorhandensein der in Kapitel 4.2 erarbeiteten statistischen Lernziele des Mathematikunterrichts an allgemein bildenden höheren Schulen überprüft. Eine detaillierte Beschreibung welche Themen, wo in der Lernumgebung gefunden werden können, soll auch PädagogInnen bei der Auswahl einer geeigneten Lernsoftware für den schulischen Unterricht unterstützen Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Abschließend werden Vorzüge und/oder Verbessungsansätze der Lernprogramme diskutiert. Weiters werden persönliche Empfehlungen zur Eignung der Software im studentischen Betrieb gegeben bzw. wird analysiert, welche konkreten Unterscheidungen spezifischer Fachrichtungen bezüglich der Verwendbarkeit gemacht werden können.

55 Evaluation von interaktiver Statistik-Lernsoftware im WWW Eignung der Lernsoftware für SchülerInnen An dieser Stelle wird die Eignung der Lernsoftware für den schulischen Unterricht beschrieben. Es sei ausdrücklich darauf hingewiesen, dass es sich bei diesen Bewertungen und Empfehlungen um subjektive Betrachtungsweisen meinerseits handelt.

56 Evaluation von interaktiver Statistik-Lernsoftware im WWW MM*Stat Eine interaktive Einführung in die Welt der Statistik Homepages: Deutsch: (seit Angang Mai 2001 nicht mehr frei zugänglich) Englisch: Allgemeine Informationen zur Lernsoftware MM*Stat ist nach eigener Beschreibung, ein elektronisches Skript zur Vorlesung Statistik, wie diese im ersten Studienabschnitt das Diplomstudiums aus Psychologie und anderen sozial- und wirtschaftswissenschaftlichen Studienrichtungen angeboten wird. Die inhaltlich und gestalterisch umfangreiche Lehr- und Lernumgebung wurde von den Professoren Dr. Wolfgang Härdle und Dr. Bernd Rönz des Institutes für Statistik und Ökonometrie der Humboldt-Universität zu Berlin (Deutschland) in Zusammenarbeit mit weiteren Mitarbeitern entwickelt Einstieg in das Angebot Die Startseite von MM*Stat (Abbildung 3) beinhaltet eine horizontale Informationsleiste im oberen Bereich des Bildschirms. Die entsprechenden Links verweisen zu allgemeinen Informationen rund um MM*Stat, wie Impressum, Konfiguration, Hilfestellungen zur Lernsoftware, technische Hilfe und zu der hinter den interaktiven Beispielen steckenden Programmierumgebung XploRE the interactive statistical computing environment. Darüber hinaus wird in der deutschen Version der Lernumgebung auch ein Inhaltsverzeichnis für ältere Browser angeboten. Horizontale Informationsleiste Abbildung 3: Startseite von MM*Stat Der eigentliche Start der Lernumgebung erfolgt durch Anklicken der MM*Stat-Grafik oder der darunterliegenden Überschrift. Infolgedessen öffnet sich ein weiteres

57 Evaluation von interaktiver Statistik-Lernsoftware im WWW 57 Fenster, indem die erste Gliederungsebene des Inhalts, das Inhaltsverzeichnis, präsentiert wird (Abbildung 4). Durch Anklicken eines Kapitels werden die entsprechenden Unterkapitel der zweiten Gliederungsebene dargestellt. 2.Gliederungsebene des Kapitels Wahrscheinlichkeitsrechnung Abbildung 4: Inhaltsverzeichnis von MM*Stat Inhalte der Lernsoftware und deren Darbietung Das Konzept von MM*Stat kann als eine Zusammenstellung von Karteikarten angesehen werden, wobei ein Wechsel zwischen den einzelnen Kapiteln möglich ist. Die UserInnen sind nicht dazu gezwungen, sich ihr Wissen chronologisch Kapitel für Kapitel anzueignen, er/sie kann bis zu zehn Karteikarten (Unterkapitel) parallel öffnen und somit leicht zwischen verschiedenen Vorlesungseinheiten wechseln. Nach der Auswahl eines gewünschten Kapitels und durch Anklicken eines bestimmten Unterkapitels öffnet sich die dazugehörige Karteikarte (Abbildung 5). Durch einen Doppelklick auf das Lesezeichen der entsprechenden Karteikarte kann diese wieder geschlossen werden. Jede Vorlesungseinheit enthält Basisinformationen zum jeweiligen Thema. Als inhaltliche Schwerpunkte werden in MM*Stat die Themen der ein- und zweidimensionalen Häufigkeitsverteilung, Wahrscheinlichkeitsrechnung, Verteilungsund Stichprobentheorie, Schätz- und Testtheorie sowie der Regressions- und Zeitreihenanalyse gesetzt. Definitionen, Formeln und statische - also nicht veränderbare Grafiken - sollen den BenutzerInnen die theoretischen Hintergründe der Konzepte und statistischen Verfahren näherbringen. Blau markierte Begriffe, sogenannte Keywords (zentrale immer wiederkehrende Begriffe), sind im Text verlinkt und verweisen auf einen Eintrag im Glossar, welches sich wiederum als Karteikarte öffnet. Abbildung 5: Karteikarte des Unterkapitels Normalverteilung Durch einen Doppel-

58 Evaluation von interaktiver Statistik-Lernsoftware im WWW 58 Zu jeder Vorlesungseinheit, d.h. zu jedem Unterkapitel erscheinen rechts unten verschieden beschriftete Buttons, deren unterschiedliche Funktion wie folgt beschrieben werden kann. Der Informations-Button Durch das Anklicken jenes Buttons öffnet sich zusätzlich zur gerade aktiven Vorlesungseinheit eine weitere Karteikarte. Hier werden weitergehende Erläuterungen (z.b. Herleitungen von Formeln, Kommentare zu Voraussetzungen bestimmter Verfahren und Anwendungen) präsentiert. In MM*Stat werden den UserInnen vier verschiedene Arten von implementierten Beispielen angeboten, wobei themenabhängig nicht jede Beispielsart für jede Vorlesungseinheit zur Verfügung steht. Der Explained-Button In dieser Karteikarte finden die BenutzerInnen vollständig erklärte und durchgerechnete Beispiele zur jeweiligen Vorlesungseinheit. Problemstellungen, Begründungen für die Auswahl der statistischen Methode, Berechnungen, Grafiken und Interpretationen der Ergebnisse werden dargestellt.

59 Evaluation von interaktiver Statistik-Lernsoftware im WWW 59 Der Enhanced-Button Diese Art von Beispielen weist ähnliche Charakteristika wie die zuvor beschriebene Beispielart auf, mit dem Unterschied, dass in jenen Beispielen Bezug auf mehrere Vorlesungseinheiten genommen wird, verschiedene statistische Methoden miteinander verglichen werden oder die Anwendung einer statistischen Methode auf verschiedene Variablen bzw. Datensätze demonstriert wird. Im allgemeinen haben jene Beispiele einen höheren Schwierigkeitsgrad. Der Interactive-Button Mit Hilfe der Software XploRE - the interactive statistical computer environment - besteht in MM*Stat die Möglichkeit, interaktiv Beispiele mit verschiedenen Datensätzen und veränderten Anwendungsbedingungen der statistischen Methoden zu studieren. Jedem interaktiven Beispiel sind Erläuterungen zu dem Datensatz bzw. den Datensätzen sowie zu der im Beispiel verwendeten statistischen Methode vorangestellt. Weiters werden die UserInnen darüber informiert, in welcher Weise Veränderungen vorgenommen werden können (Abbildung 6). Ein solches interaktives Beispiel zum Kapitel der Normalverteilung wird kurz demonstriert: Durch Anklicken des Start- Buttons wird das interaktive Beispiel gestartet. Abbildung 6: Informationen zur interaktiven Anwendung

60 Evaluation von interaktiver Statistik-Lernsoftware im WWW 60 Anschließend können die BenutzerInnen im nun geöffneten Java-Applet-Fenster in diesem Fall zwischen drei verschiedenen Optionen auswählen (Abbildung 7). Abbildung 7: Auswahlmöglichkeiten zum Kapitel der Normalverteilung Nach der Wahl Plot der Dichtefunktionen erscheint folgendes Bild: Druckoption des Display- Fensters Möglichkeit zur interaktiven Eingabe selbstgewählter Werte für den Erwartungswert und die Varianz Abbildung 8: Ergebnisse der Anwendung

61 Evaluation von interaktiver Statistik-Lernsoftware im WWW 61 Sowohl Dichtefunktion als auch Verteilungsfunktion der Standardnormalverteilung werden geplottet und in einem Display-Fenster angezeigt. Weiters erscheint ein Fenster in dem der Lage- und/oder der Streuungsparameter, sprich Mittelwert und Standardabweichung, der Normalverteilung variiert werden kann (Abbildung 8). Ergebnisse des Display-Fensters haben den Vorteil, dass diese direkt ausgedruckt werden können. Ein Exportieren der Ergebnisse bzw. der Grafiken in andere Dokumente (Word, Power Point etc.) ist jedoch nicht möglich. Auch die übliche Copy/Paste-Methode funktioniert nicht. Der Computing-Button Auch in diesem Fall wird nach dem Anklicken des entsprechenden Buttons ein interaktives Beispiel gestartet, wobei zusätzlich auch der Quellcode der Programmiersprache XploRe zur Verfügung gestellt wird. Für UserInnen mit Kenntnissen im Programmieren mit XploRe besteht nun die Möglichkeit, jenen Programmcode abzuändern Möglichkeiten zur Wissensüberprüfung Am Ende von jedem der 12 Kapitel wird den BenutzerInnen die Möglichkeit eines Selbsttests in Form von Multiple-Choice-Fragen geboten. Diese werden wiederum durch eine Karteikarte präsentiert. Bei jenen Wahr/Falsch-Fragen gibt es zwei Möglichkeiten der Beurteilung: Beurteilung ohne Anzeigen der Fehler: Nach dem Ankreuzen (Anklicken mit der Maustaste) und dem Wählen der Option Beurteilung ohne Anzeigen der Fehler wird in einem Ergebnisfeld angezeigt, ob alle Fragen richtig beantwortet, jedoch nicht wo eventuelle Fehler gemacht wurden. In diesem Modus können die UserInnen sodann ihre Antworten nochmals überprüfen und gegebenenfalls abändern. Beurteilung mit Anzeigen der Fehler: Mit der Wahl dieses Beurteilungsmodus werden die Fehler, deutlich sichtbar durch ein rotes Fehlerzeichen neben der entsprechenden Antwort, angezeigt Kommunikationsmöglichkeiten Die -Adresse steht für allgemeine Fragen, insbesondere für technische Fragestellungen, zur Verfügung. Es wird in MM*Stat ausdrücklich darauf hingewiesen, dass diese Kommunikationsmöglichkeit keine Kontaktadresse für Fragen zum Vorlesungsstoff bietet. Für diesbezügliche inhaltliche Hilfestellungen ist keine elektronische Kontaktmöglichkeit vorgesehen. Es wird auf die Sprechstunden der Dozenten verwiesen.

62 Evaluation von interaktiver Statistik-Lernsoftware im WWW BenutzerInnenunterstützung Um alle Möglichkeiten von MM*Stat effizient nutzen zu können, wird die Verwendung eines modernen Browsers empfohlen. Insbesondere der Internet Explorer 5.0 gewährleistet eine optimale Darstellung des Hypertextes. Die Programmiersprachen Java und JavaScript müssen im Browser aktiviert sein, um mit sämtlichen interaktiven Beispielen und den Multiple-Choice-Aufgaben arbeiten zu können. Zur vollständigen Funktion der interaktiven Anwendungen ist es außerdem notwendig das Java-Plug-In 1.3 von Sun Microsystems zu installieren, welches direkt aus dem WWW downloadbar ist. Die Hilfestellungen in MM*Stat sind sehr umfangreich und gliedern sich in eine Hilfe zu MM*Stat und in eine technische Hilfe. In der erstgenannten Hilfestellung wird das Konzept sowie die Benutzeroberfläche von MM*Stat beschrieben und die verschiedenen Optionen erklärt. Systemvoraussetzungen und eine Checkliste zum optimalen Betrieb von MM*Stat finden die BenutzerInnen unter dem Link technische Hilfe Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Im zweiten Kapitel der Lernumgebung werden den BenutzerInnen Themen zur eindimensionalen Häufigkeitsverteilung präsentiert. Es werden sowohl tabellarische als auch verschiedene grafische Darstellungsformen von diskreten und kontinuierlichen Merkmalen erklärt. In Häufigkeitstabellen wird der Unterschied zwischen absoluter und relativer Häufigkeit klargemacht und im Falle stetiger Daten der Begriff Klassenbreite definiert. Die grafischen Darstellungsformen diskreter Daten umfassen Balkendiagramme, gestapelte Balkendiagramme, Tortendiagramme und Piktogramme. Im stetigen Fall werden die Daten durch Histogramme, Stengel- Blatt-Diagramme und Punktdiagramme visualisiert. Weiters werden in Kapitel 2 sämtliche Lage- und Streuungsparameter vorgestellt. Über die gewöhnliche Präsentation der Inhalte durch Lehrtext und Formeln hinaus, werden sowohl Modus, Median, Quantile und arithmetischer Mittelwert als auch Spannweite, mittlere absolute Abweichung und Varianz bzw. Standardabweichung anhand von vorgerechneten Beispielen diskutiert. Dazu werden auch interaktive Rechenbeispiele bzw. dynamische grafische Darstellungsformen von Lage- und Streuungsparametern (z.b. Boxplots) angeboten. Die Lehrplan-relevanten Themenbereiche der zweidimensionalen Häufigkeitsverteilung werden in den einführenden Lektionen des Kapitels 10 besprochen. Es sind dies insbesondere die tabellarische und grafische Darstellung zweier Merkmale durch zweidimensionale Häufigkeitstabellen und Streudiagramme. Die Grundbegriffe zur Wahrscheinlichkeitsrechnung, wie Stichprobenraum, Ereignis und Wahrscheinlichkeit werden den UserInnen zum Selbststudium im dritten Kapitel angeboten. Außerdem beinhaltet jene Lektion auch noch weitere zentrale Konzepte der Wahrscheinlichkeitsrechnung. Erwähnt seien der Additions- und Multiplikationssatz, die Unabhängigkeit von Ereignissen und die bedingte Wahrscheinlichkeit. Die beiden wichtigsten Verteilungen, die in allgemein bildenden höheren Schulen gelehrt werden, nämlich die Binomial- und Normalverteilung werden in MM*Stat in Kapitel 6 namens Verteilungsmodelle behandelt. Zum besseren Verständnis dieser Lerninhalte bietet die Lernsoftware durchgerechnete Beispiele, Aufgaben unterschiedlichen Schwierigkeitsgrades sowie interaktive Anwendungen.

63 Evaluation von interaktiver Statistik-Lernsoftware im WWW 63 Die Basisbegriffe der Testtheorie Nullhypothese, Alternativhypothese, Annahmeund Ablehnebereich, Signifikanzniveau und ein ein- bzw. zweiseitiger Test - werden den UserInnen zu Beginn des neunten Kapitels präsentiert. Darüber hinaus werden Übungen zum Testen normalverteilter Mittelwerte bzw. Tests von Anteilswerten angeboten. Auch zur Schätztheorie finden die BenutzerInnen Ausführungen in MM*Stat. Kapitel 8 zeigt die Grundbegriffe des Schätzens, sowie die Lehrplanrelevanten Themen des Schätzens von Anteilswerten und das Konstruieren von Konfidenzintervallen Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Eine Besonderheit von MM*Stat ist, dass an manchen Stellen sprachliche Erläuterungen zur besseren Veranschaulichung statistischer Sachverhalte eingefügt sind. Durch ein Klicken auf den entsprechenden Button wird die Sound-Frequenz gestartet. Weiters existiert in MM*Stat die Option des Lesezeichens. Wiederum in der Form einer Karteikarte werden die zuletzt geöffneten Karteikarten (Vorlesungseinheiten, Informationen, diverse Beispiele usw.) aufgelistet und können somit einzeln oder zusammen wieder hergestellt werden. Außerdem ist positiv zu erwähnen, dass die UserInnen sich eine Formelsammlung im Pdf-Format wahlweise in einer Schwarz/Weiss- oder farbigen Version anschauen und diese auch ausdrucken können. Kommunikationsmöglichkeiten sind in MM*Stat nur sehr eingeschränkt oder überhaupt nicht vorhanden. BenutzerInnen der Lernsoftware, die nicht an der Humboldt-Universität zu Berlin studieren und somit keine Sprechstunden der Dozenten in Anspruch nehmen können, ist es nicht möglich, inhaltliche Fragen zu stellen. Auf andere Verständigungsmöglichkeiten zwischen Lehrenden und Lernenden bzw. den Lernenden untereinander (Chat, Diskussionsforum) wurde bei der Entwicklung von MM*Stat verzichtet. An dieser Stelle sollte auch erwähnt werden, dass es sich bei der deutschsprachigen Version von MM*Stat zum Zeitpunkt meiner Evaluationstätigkeit um eine frei zugängliche Lernumgebung im WWW handelte. Leider musste ich Anfang Mai 2001 feststellen, dass MM*Stat von den Autoren an den Springer Verlag verkauft wurde und das Lernprogramm seit diesem Zeitpunkt nur mehr einem eingeschränkten Personenkreis online zur Verfügung steht bzw. nur mehr im Buchhandel kostenpflichtig auf CD-ROM erhältlich ist. Die in dieser Phase noch nicht beendeten Evaluationstätigkeiten wurden in Folge mit der inhaltlich gleichen, englischen Version von MM*Stat, welche weiterhin kostenlos über das WWW aufrufbar ist, abgeschlossenen. Aufgrund des umfangreichen inhaltlichen und interaktiven Angebots in MM*Stat, ist die Lernumgebung, sowohl in deutsch- als auch in englischsprachiger Ausführung, zur Unterstützung und Ergänzung von ein- und weiterführenden Statistik- Lehrveranstaltungen für alle Studienrichtungen geeignet.

64 Evaluation von interaktiver Statistik-Lernsoftware im WWW Eignung der Lernsoftware für SchülerInnen Die deutschsprachige Version von MM*Stat kann zum ergänzenden Einsatz im schulischen Unterricht empfohlen werden. Alle Lehrplan-relevanten Themen zur Statistik werden von der Lernsoftware unterstützt. Die zahlreichen interaktiven Anwendungen ermöglichen den SchülerInnen einen aktiven, lebendigen Umgang mit der Lernumgebung und ermöglichen ein besseres Verständnis komplex wirkender Verfahren und Konzepte.

65 Evaluation von interaktiver Statistik-Lernsoftware im WWW JUMBO - Java-unterstützte Münsteraner Biometrie-Oberfläche Homepage: Allgemeine Informationen zur Lernsoftware JUMBO ist eine Lehr- und Lernumgebung zu Kapiteln der Wahrscheinlichkeitsrechnung, der Statistik und der explorativen Datenanalyse und wurde von Achim Heinecke, seinerseits wissenschaftlicher Mitarbeiter am Institut für Medizinische Informatik und Biomathematik der Universität Münster (Deutschland) und Wolfgang Köpcke, dem Direktor dieses Instituts entwickelt. Zielgruppe des Angebotes sind insbesondere StudentInnen der Medizin sowie Verfasser von klinischen und epidermiologischen Studien in denen biometrische Analysen eine bedeutende Rolle spielen Einstieg in das Angebot Abbildung 9 zeigt die Startseite des Lernprogrammes, auf der die UserInnen kurze Informationen zum Lernprogramm bzw. zu den für den Inhalt verantwortlichen Professoren des Institutes für Medizinische Informatik und Biomathematik erhalten. Abbildung 9: Startseite von JUMBO Durch Anklicken des Click here -Buttons gelangen die BenutzerInnnen zur eigentlichen Ausgangsseite des Angebots (Abbildung 10).

66 Evaluation von interaktiver Statistik-Lernsoftware im WWW 66 Abbildung 10: Ausgangsseite von JUMBO Der Sichtbereich ist durch Frames horizontal in zwei Fenster geteilt, wobei das obere Fenster, welches im Ausgangszustand 2/3 des gesamten Bildbereiches ausfüllt, das Inhaltsverzeichnis und eine Leiste mit Features (=Funktionsbereich) enthält. Das untere Fenster beinhaltet ein Glossar - also ein Wörterverzeichnis in dem Schlüsselwörter, welche im Text verlinkt sind, definiert werden. Die Größe der beiden Fenster kann variiert, die Position innerhalb der Fenster durch jeweils vertikale Bildlaufleisten gesteuert werden Inhalte der Lernsoftware und deren Darbietung Der gesamte Inhalt der Lernumgebung ist in erster Ebene in neun Kapitel gegliedert, wobei Schwerpunkte im Bereich der deskriptiven Statistik, der Wahrscheinlichkeitsrechnung der Testtheorie bzw. der Versuchsplanung gesetzt werden. Abbildung 11 zeigt die zweite Gliederungsebene, in diesem Fall jene des Kapitels zur beschreibenden Statistik Teil 1. Zur sequentiellen Navigation finden die BenutzerInnen in dieser Gliederungsebene Buttons, die ein Vor- bzw. Zurückblättern zur jeweils zweiten Gliederungsebene des nächsten bzw. letzten Kapitels erlauben. Auch ein Zurückwechseln von der zweiten auf die erste Gliederungsebene, dem Inhaltsverzeichnis, ist möglich.

67 Evaluation von interaktiver Statistik-Lernsoftware im WWW 67 Navigationselemente Abbildung 11: 2. Gliederungsebene des Lernprogrammes In der dritten Gliederungsebene (Abbildung 12) befindet sich der eigentliche Inhalt des Lernprogrammes - der Lehrtext mit den verschiedenen zum Teil interaktiven Gestaltungselementen. Abbildung 12: 3. Gliederungsebene des Lernprogrammes (=Lehrtext)

68 Evaluation von interaktiver Statistik-Lernsoftware im WWW 68 Jede Lektion enthält ausführliche Erklärungen, wobei eine gute Kombination aus nötigen Formeln, vorgerechneten Beispielen mit Tabellen, statischen Grafiken und textlichen Erörterungen gelungen ist. Die interaktiven Gestaltungselemente in JUMBO sind durch mehr als 60 Java- Applets verwirklicht. Diese können auf zwei verschiedene Arten aufgerufen werden. Einerseits befindet sich in der Funktionsleiste hinter dem Link Applets eine chronologische kapitelweise Auflistung der einzelnen Applets, andererseits sind im Lehrtext auch Links zu den entsprechenden interaktiven Übungen eingebettet. Bei Aufruf eines Java-Applets wird ein zusätzliches Fenster geöffnet. Jedes Applet enthält im rechten oberen Bereich drei graue Buttons: Um das Applet neu zu laden, muss von den BenutzerInnen Neustart angeklickt werden, Ende beendet das Applet und somit die interaktive Übung. Weiters sind nach dem Anklicken der Schaltfläche Hilfe in einem separaten Fenster die Funktionen des Applets, sowie Bedienungshinweise dokumentiert. Folgend werden einige dieser interaktiven Elemente detaillierter beschrieben: Interaktive Elemente zur beschreibenden Statistik Grafische Darstellung qualitativer bzw. klassierter Merkmale Abbildung 13: Applet: Grafische Darstellung qualitativer bzw. klassierter Merkmale Die BenutzerInnen können aus sieben verschiedenen Musterdatensätzen auswählen und sich optional horizontale oder vertikale Blockdiagramme bzw. ein Tortendiagramm zeichnen lassen. Weiters besteht die Möglichkeit, die erwähnten Darstellungsformen in 3D zu visualisieren.

69 Evaluation von interaktiver Statistik-Lernsoftware im WWW 69 Histogramm mit veränderbarer Klassenbreite Rollbalken Möglichkeit zur Eingabe selbst gewählter Daten Abbildung 14: Applet: Histogramm mit veränderbarer Klassenbreite Auch bei dieser interaktiven Anwendung kann aus Beispieldatensätzen ausgewählt werden, jedoch besteht in diesem Fall auch zusätzlich die Möglichkeit, selbst eigene Daten einzugeben. Durch ein Hin- und Herschieben des Rollbalkens der horizontalen Bildlaufleiste unter dem Histogramm verändert sich die Klassenbreite. Weiters werden die Klassenbreite sowie die minimale und maximale Häufigkeit im Histogramm ausgewiesen.

70 Evaluation von interaktiver Statistik-Lernsoftware im WWW 70 Histogramm und Normalverteilungsplot Abbildung 15: Applet: Histogramm und Normalverteilungsplot Dieses Applet erzeugt für drei verschiedene Datensätze (symmetrische, rechtsschiefe und bimodale Verteilung) Histogramme verschiedener Klassenbreite sowie die zugehörigen Normalverteilungsplots. In der unteren Applethälfte werden standardmäßig Basisstatistiken angezeigt. Mit der Option "t-test" wird überprüft, ob sich ein beliebiger Mittelwert nur zufällig vom Gesamtmittelwert unterscheidet. Nach Anklicken der Option "Konfidenzintervall" wird grafisch und numerisch das 95%- Konfidenzintervall des Mittelwerts visualisiert. Zur Überprüfung der Annahme normalverteilter Daten werden die Datenwerte gegen die jeweiligen standardisierten Werte aufgetragen und alle Quantilsangaben ausgewiesen.

71 Evaluation von interaktiver Statistik-Lernsoftware im WWW 71 Explorative Datenanalyse Abbildung 16: Applet: Explorative Datenanalyse Mit Hilfe dieser interaktiven Anwendung können die verschiedenen Methoden der explorativen Datenanalyse dargestellt werden. Wichtige Funktionen des Applets sind: - Zeichnen von Histogrammen, Kasten- und Stabdiagrammen - Zeichnen von Streudiagrammen - Darstellung der Daten in Häufigkeitstabellen und Kontingenztafeln - Berechnung der Basisstatistiken (Lage- und Streuungsmaße) - Zeichen von Kaplan-Meier-Überlebenskurven AnwenderInnen haben wieder die Möglichkeit, aus Musterdatensätzen auszuwählen, wobei zu jedem Datensatz auch eine inhaltliche Beschreibung sowie eine Definition und Erklärung der vorkommenden Variablen geboten wird. Wiederum sind Voraussetzungen zum Auswerten eines eigenen Datensatzes und zur Eingabe selbst gewählter Daten gegeben. Dieses Applet ist sehr vielseitig verwendbar, da die UserInnen grafische Darstellungsformen und Berechnungen sowohl zur ein- als auch zur zweidimensionalen Häufigkeitsverteilung durchführen können. Als zusätzliche Besonderheit stellt dieses Applet auch einen Online-Taschenrechner zu Verfügung.

72 Evaluation von interaktiver Statistik-Lernsoftware im WWW 72 Statistische Maßzahlen Abbildung 17: JavaScript: Statistische Maßzahlen Mit diesem JavaScript können von den BenutzerInnen bis zu 60 Werte eingegeben werden. Nach dem Anklicken der Schaltfäche Maßzahlen berechnen werden die im Lehrtext behandelten Lage- und Streuungsmaße berechnet.

73 Evaluation von interaktiver Statistik-Lernsoftware im WWW 73 Punktdiagramm (Dotplot), Kastendiagramm (Boxplot) Möglichkeiten zur Eingabe selbst gewählter Daten Abbildung 18: Applet: Dot Plot, Diamond Plot, Box Plot Wie die meisten interaktiven Anwendungen in JUMBO erlaubt auch dieses Applet die eigene Eingabe selbst gewählter Daten (siehe Datenfenster in Abbildung 18). Optional besteht die Möglichkeit Punktdiagramme, Diamond Plots und Boxplots anfertigen zu lassen.

74 Evaluation von interaktiver Statistik-Lernsoftware im WWW 74 Interaktive Anwendungen zur Wahrscheinlichkeitsrechnung Wahrscheinlichkeit von Ereignissen Abbildung 19: Applet: Wahrscheinlichkeit von Ereignissen Dieses Applet demonstriert die Berechnung für die Wahrscheinlichkeit eines Ereignisses. Auf der linken Seite des Applets ist in einem Kreis eine Menge bestehend aus 20 Kugeln dargestellt. Die Kugeln besitzen die Farben rot, blau oder schwarz und tragen eine gerade oder ungerade Zahl. Die Grundannahme ist, dass die 20 möglichen Ergebnisse gleich wahrscheinlich sind. Das Zufallsexperiment besteht darin, zufällig eine Kugel zu ziehen. Die Wahrscheinlichkeit für ein bestimmtes Ereignis A, z.b. A = rote Kugel, wird sodann berechnet.

75 Evaluation von interaktiver Statistik-Lernsoftware im WWW 75 Durchschnitt und Vereinigung von Ereignissen - Bedingte Wahrscheinlichkeiten Abbildung 20: Applet: Bedingte Wahrscheinlichkeiten Analog zum Applet Wahrscheinlichkeit von Ereignissen bietet JUMBO Applets zur Berechnung der Wahrscheinlichkeit, dass zwei Ereignisse A und B gleichzeitig (z.b. die zufällig gezogene Kugel ist blau und gerade) eintreten bzw. entweder das Ereignis A oder das Ereignis B (z.b. die zufällig gezogene Kugel ist blau oder gerade) eintritt. Auch das Konzept der bedingten Wahrscheinlichkeit wird in dieser Form visualisiert (Abbildung 20). Applet: Durchschnitt und Wahrscheinlichkeiten (ohne Abbildung) Applet: Vereinigung und Wahrscheinlichkeiten (ohne Abbildung)

76 Evaluation von interaktiver Statistik-Lernsoftware im WWW 76 Interaktive Anwendungen zu diskreten Verteilungen Binomialverteilung Abbildung 21: Applet: Binomialverteilung Dieses Applet dient zur grafischen Darstellung und Animation der Wahrscheinlichkeitsfunktion von Binomialverteilungen. Beim Start des Applets wird eine Animation gestartet, in der beginnend mit p=0,1 und endend mit p=0,9 die Dichtefunktion einer Binomialverteilung für n=20 gezeichnet wird. Die Schrittweite der einzelnen Animationssprünge beträgt dabei 0,1. Die Parameter der Verteilung können nun von den BenutzerInnen variiert werden, wobei die obere Grenze des Stichprobenumfangs bei 100 liegt.

77 Evaluation von interaktiver Statistik-Lernsoftware im WWW 77 Binomial- und Poissonverteilung Fenster zur Eingabe von Grenzwerten zur Berechnung der Wahrscheinlichkeit für den gewählten Bereich Abbildung 22: Binomial- und Poissonverteilung Dieses Applet visualisiert zusätzlich zur Wahrscheinlichkeitsfunktion auch die Verteilungsfunktion der Binomialverteilung oder alternativ jene der Poissonverteilung. Die Parameter können wiederum interaktiv verändert werden, um die Auswirkungen einer Variation zu beobachten. Im Diagramm der Verteilungsfunktion wird zusätzlich das 1., 2. und 3. Quartil eingezeichnet. Weiters berechnet das Applet auch nach Eingabe einer bestimmten oberen und/oder unteren Grenze die Wahrscheinlichkeit für gewisse Bereiche der binomial- oder poissonverteilten Zufallsvariable.

78 Evaluation von interaktiver Statistik-Lernsoftware im WWW 78 Konfidenzintervalle Abbildung 23: JavaScript: Konfidenzintervalle Mit Hilfe dieser JavaScript-Seite können beispielsweise Konfidenzintervalle für Anteilswerte und Mittelwerte berechnet werden.

79 Evaluation von interaktiver Statistik-Lernsoftware im WWW 79 Interaktive Elemente zur Normalverteilung Dichte und Verteilungsfunktion der Normalverteilung Abbildung 24: Applet: Dichte und Verteilungsfunktion der Normalverteilung Mit diesem Applet lassen sich ausgehend von der beim Start gezeigten Standardnormalverteilung durch Veränderung von Mittelwert und/oder Standardabweichung die zugehörige Dichtefunktion bzw. Verteilungsfunktion erzeugen. Die Veränderung der Werte für Mittelwert bzw. Standardabweichung erfolgt durch Anklicken der schwarzen Dreiecke links unten im Applet. Die Schrittweite der Veränderung von Mittelwert bzw. Standardabweichung beträgt jeweils 0,1. Wiederum können sich die BenutzerInnen für bestimmte Bereiche der normalverteilten Zufallsvariable die Wahrscheinlichkeit berechnen lassen.

80 Evaluation von interaktiver Statistik-Lernsoftware im WWW 80 Normalverteilung Standardisierung, Quantile und Wahrscheinlichkeiten Abbildung 25: Applet: Normalvert. - Standardisierung, Quantile und Wahrscheinlichk. Dieses Applet besteht aus zwei miteinander verknüpften Teilen. Im linken Teil werden die Berechnungen zur Standardisierung der Normalverteilung durchgeführt. Im rechten Teil erfolgt die Berechnung und Visualisierung von Quantilen und Wahrscheinlichkeiten. Die Änderung in einem Eingabefeld bewirkt automatisch die entsprechenden Änderungen der übrigen Felder und der grafischen Ausgabe.

81 Evaluation von interaktiver Statistik-Lernsoftware im WWW 81 Interaktive Elemente zur Regressions- und Korrelationsanalyse Regression - Methode der kleinsten Quadrate Residuenplot Ein Klicken in das Feld erzeugt einen Punkt die Regressionsgerade wird angepasst und der Abstand zur Geraden eingezeichnet. Abbildung 26: Applet: Regression Durch ein Klicken (linke Maustaste) in der linken Applethälfte kann eine beliebige zweidimensionale Punktwolke erzeugt werden. Das Applet zeichnet nach jedem neu hinzugefügten Datenpunkt die Regressionsgerade mit den Abständen der Punkte von der Geraden. Die Methode der kleinsten Quadrate, dass die Summe der quadrierten Abstände minimal wird, kann somit grafisch nachvollzogen werden. In der rechten Applethälfte sind die Abstände der Punkte von der Regressionsgeraden (Residuen) noch einmal dargestellt. Weiters wird die Gleichung der Regressionsgeraden und der Korrelationskoeffizient ausgewiesen.

82 Evaluation von interaktiver Statistik-Lernsoftware im WWW 82 Regression und Korrelation Darstellung der Residuen als Streudiagramm und als Histogramm Möglichkeit der Vorgabe eines bestimmten Stichprobenumfanges und einer bestimmten Korrelation Abbildung 27: Applet: Regression und Korrelation Dieses Applet funktioniert in ähnlicher Weise wie das zuvor vorgestellte. Zusätzlich wird die Verteilung der Residuen neben einem Streudiagramm, auch als Histogramm dargestellt. Als weitere Option konstruiert die Anwendung für frei wählbare Stichprobenumfänge und festgelegte Korrelationskoeffizienten die zugehörige Punktwolke.

83 Evaluation von interaktiver Statistik-Lernsoftware im WWW 83 3D-Scatterplot Buttons zum Anzeigen der zwei-dim. Plots bzw. zum Einfügen bestimmter Effekte in die Grafik Rollräder zur interaktiven Veränderung der Grafik Abbildung 28: Applet: 3D-Scatterplot Dieses Applet erzeugt für verschiedene vorgegebene Datensätze dreidimensionale Scatterplots. Die Grafik kann interaktiv verändert werden, indem mit permanent gedrückter linker Maustaste das horizontale und vertikale Rollrad am rechten unteren Rand hin- und herbewegt wird. Mit den drei Buttons am rechten oberen Rand werden die drei möglichen zweidimensionalen Plots angezeigt. Weiters kann eine dunkelgraue Schattierung und/oder ein schwarzes Liniengitter in das dreidimensionale Scatterplot eingefügt werden. Darüber hinaus besteht die Möglichkeit, verschiedene Variablen eines Datensatzes auszuwählen und bestimmte Datenpunkte in unterschiedlichen Farben darzustellen.

84 Evaluation von interaktiver Statistik-Lernsoftware im WWW 84 Interaktive Anwendungen zu speziellen Testverfahren Verbundene und unverbundene Stichproben Abbildung 29: JavaScript: Verbundene Stichproben Die BenutzerInnen können bis zu 30 Datenpunkte eingeben. Fehlt im Falle von zwei verbundenen Datenreihen ein Wert, so wird bei der Berechnung die ganze Datenzeile entfernt. Im unteren Teil des Applets werden die verschiedenen Zwischenergebnisse bzw. am Ende die Testentscheidung präsentiert. JavaScript: Unverbundene Stichproben (ohne Abbildung) JavaScript: Mann-Whitney-Wilcoxon-Test für unverbundene Stichproben (o.a.)

85 Evaluation von interaktiver Statistik-Lernsoftware im WWW 85 t-test für verbundene bzw. unverbundene Stichproben Datenfeld Ergebnisfeld Abbildung 30: Applet: t-test für unverbundene Stichproben Das Applet besitzt zwei Unterfenster, wobei im oberen die Daten angezeigt werden. Diese können entweder durch Anklicken des Buttons "Beispieldaten" mit Hilfe von Zufallszahlen generiert werden oder mit der Tastatur geändert und/oder neu eingegeben werden. Im unteren Fenster erscheint nach Anklicken des Buttons "Berechne" das Ergebnis einschließlich einer Beurteilung. Bei der Generierung von Beispieldaten entstehen immer Gruppen mit gleicher Stichprobenanzahl. Die UserInnen können durch Editieren oder durch eine komplette Neuangabe unterschiedlich große Gruppen erzeugen, wobei am Ende der kleineren Gruppe die nicht vorhandenen Werte durch die Eingabe des Zeichens "#" aufgefüllt werden müssen. Applet: t-test für verbundene Stichproben (ohne Abbildung)

86 Evaluation von interaktiver Statistik-Lernsoftware im WWW 86 In einigen Kapiteln bietet JUMBO auch Aufgabenstellungen zu den verschiedenen Applets an, die ein angeleitetes Üben ermöglichen. Mit dem Acrobat Reader können diese Dokumente geöffnet und ausgedruckt werden (Abbildung 31). Die Übungsaufgaben sind derart formuliert, das diese mit Hilfe der Java-Applets gelöst werden müssen. Weiters werden zu diesen Aufgabenstellungen auch Musterlösungen angeboten. Abbildung 31: Übungsaufgabe Unabhängig davon, in welcher Gliederungsebene des Inhaltsverzeichnisses sich die BenutzerInnen gerade bewegen, bleibt am linken Bildrand die Leiste mit den verschiedenen Funktionen und Besonderheiten der Lernumgebung unverändert. Dies bedeutet, dass ein Zugreifen auf jene Features aus jeder Ebene möglich ist (vgl. Abbildung 12). Die angesprochene Features können wie folgt kurz beschrieben werden: Text Dieser Link ruft immer wieder die erste Gliederungsebene des Inhaltsverzeichnisses auf. Tabellenanhang Durch Anklicken dieses Links öffnet sich ein zusätzliches Fenster, in dem ergänzend zu den Kapiteln der Testtheorie die Standardtabellen der Quantile der jeweils verwendeten Verteilungen in gedruckter Form zur Verfügung stehen. Diese Werte können aber auch durch JavaScript-Prozeduren interaktiv berechnet werden. Literatur Das Literaturverzeichnis beinhaltet eine ausführliche Übersicht der ein- und weiterführenden Literatur zu den einzelnen Kapiteln, sowie spezielle Literaturhinweise.

87 Evaluation von interaktiver Statistik-Lernsoftware im WWW 87 Autoren Hier erfahren die UserInnen Details aus den Lebensläufen der Lernumgebungsentwickler und deren -Adressen. Taschenrechner Mit Hilfe eines Online-Taschenrechners können die gängigen Rechenoperationen bzw. die Erzeugung von Zufallszahlen durchgeführt werden. Java-Applets Das Verzeichnis der Java-Applets bietet den UserInnen eine übersichtliche kapitelweise Auflistung der interaktiven Übungsmöglichkeiten. Neu ins Lernprogramm aufgenommene Applets werden durch ein blinkendes Neu -Symbol gekennzeichnet. Updates der Lernumgebung erfolgen im Halbjahresrhythmus. Hilfe Unter diesem Hyperlink erhalten die BenutzerInnen allgemeine Informationen zur Benutzung der Lernsoftware sowie zu den nötigen Systemvoraussetzungen Möglichkeiten zur Wissensüberprüfung Zu jedem der neun Kapitel bietet JUMBO ein Java-Applet mit Multiple-Choice- Aufgaben an, mit dem die BenutzerInnen ihr erworbenes Wissen überprüfen können. In einem separaten Fenster werden den UserInnen nacheinander zehn zufällig ausgewählte Fragen aus einem Fragenpool, welcher im allgemeinen zwei bis vierfach so viele Fragen enthält, präsentiert. Antwortstatistik Abbildung 32: Multiple-Choice-Frage Durch Anklicken des roten Buttons Fragen zu Kapitel 3 öffnet sich jenes Fenster, in dem die erste zufällig ausgewählte Frage gestellt wird. Alle Multiple-Choice-Fragen der Lernsoftware beinhalten fünf Antwortmöglichkeiten, von denen genau eine Antwort richtig ist (Abbildung 32).

88 Evaluation von interaktiver Statistik-Lernsoftware im WWW 88 Wurde die richtige Antwort mit der linken Maustaste angeklickt, erscheint die nächste zufällig ausgewählte Frage. Bei der Auswahl einer falschen Antwort wird die Frage mit den Antwortmöglichkeiten nochmals angezeigt und mit der richtigen Antwort versehen (Abbildung 33). Abbildung 33: Rückmeldung nach einer falsch beantworteten Frage Durch Anklicken des Ok-weiter Buttons wird die Fragerunde fortgesetzt. Weiters wird im grün unterlegten Feld den UserInnen angezeigt, wie viele Fragen bereits gestellt wurden bzw. wie viele davon richtig beantwortet wurden. Jedes MC-Applet bietet die Möglichkeit auch vor der Beantwortung aller zehn Fragen aus der Fragerunde auszusteigen (durch Anklicken des grauen Buttons Ende ). NEUSTART erlaubt eine neue Fragerunde zu starten. Durch die Tatsache, dass die Reihenfolge der Fragen einem Zufallsprozess unterliegt, ist es unwahrscheinlich, genau die gleichen Fragen nochmals zu bekommen. Allgemeine Informationen und Hilfestellungen zum Applet werden, wie bei den übrigen Applets, nach Anklicken des Hilfe - Buttons in einem zusätzlichen Fenster geboten Kommunikationsmöglichkeiten Unter dem Hyperlink Autoren finden die BenutzerInnen von JUMBO die - Adressen der Autoren - konkrete Angebote zur Betreuung der Lernenden sind damit jedoch nicht verbunden. Die Kommunikation zwischen Lernenden wird von JUMBO nicht unterstützt.

89 Evaluation von interaktiver Statistik-Lernsoftware im WWW BenutzerInnenunterstützung Der Lehrtext und das Glossar enthalten keine Java-Applets und können deshalb mit jedem Browser, der Frames und JavaScript unterstützt, betrachtet werden. Die Java- Applets benötigen Browser, welche die Programmiersprache Java unterstützen (Internet Explorer 5.0 oder Netscape Communicator 4.7). Allgemeine Informationen zur Gestaltung und dem Umgang der Lernsoftware sind im Funktionsbereich unter dem Link Hilfe zu finden, wo auch die Elemente der Java- Applets erklärt werden. Detaillierte Hilfestellungen zu diesen interaktiven Übungsmöglichkeiten finden die UserInnen in den Hilfeangeboten der diversen Applets Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Kapitel 2 des Lernprogrammes beinhaltet die Methoden der deskriptiven Statistik. Die Begriffe absolute und relative Häufigkeit werden zu Beginn der Lektion definiert und anhand vorgerechneter Beispiele erklärt. Grundsätzlich wird dabei die Unterscheidung zwischen der tabellarischen und grafischen Darstellung eines qualitativen bzw. eines quantitativen Merkmales vorgenommen. Die grafische Visualisierung erfolgt dabei mit Hilfe von statischen Histogrammen, Torten-, Stabund Flächendiagrammen. Weiters werden in Kapitel 2 sowohl Lagemaße, wie das arithmetische Mittel, der Median und die empirischen Quartile, als auch Streuungsmaße, wie Varianz, Standardabweichung und Spannweite mittels Formeln, erläuterndem Text, statischen Grafiken und durchgerechneten Beispielen, erklärt. Informationen zur Darstellung zweier Merkmale und zu Kontingenztafeln finden die UserInnen in Kapitel 3. Auch zu jenen in der 7. und 8. Klasse vorkommenden Themen zur Wahrscheinlichkeitsrechnung, Verteilungs- und Testtheorie bietet JUMBO zahlreiche interaktive Anwendungen (vgl. Kapitel 5.4.3). Der Wahrscheinlichkeitsrechnung ist ein eigenes Kapitel gewidmet, welches folgende Lehrplan-relevante Konzepte enthält. - Zufallsexperiment und mögliche Ergebnisse - Ereignisse, Wahrscheinlichkeit von Ereignissen - Bedingte Wahrscheinlichkeiten, Bayes sche Formel - Unabhängigkeit von Ereignissen Kapitel 5 der Lernumgebung beinhaltet die Definition diskreter und stetiger Zufallsvariablen. Im Zuge dessen werden auch die Begriffe Wahrscheinlichkeits-, Dichte- und Verteilungsfunktion anhand von Beispielen erläutert. Die Berechnung des Erwartungswertes und der Varianz von diskreten und stetigen Verteilungen wird zuerst allgemein gezeigt und anschließend im diskreten Fall konkret am Beispiel der Binomialverteilung demonstriert. Weiters können die UserInnen, mit Hilfe in den Lehrtext eingebetteter JavaScript-Prozeduren, für frei wählbare Parameter einer binomialverteilten Zufallsvariable Wahrscheinlichkeits- und Verteilungsfunktionen berechnen. Darüber hinaus bietet JUMBO weitere interaktive Elemente zu diesem Themenbereich (vgl. wieder Kapitel 5.4.3). Der Normalverteilung ist in JUMBO beinahe ein ganzes Kapitel gewidmet. Dichteund Verteilungsfunktion werden durch Formeln und statische Grafiken definiert und

90 Evaluation von interaktiver Statistik-Lernsoftware im WWW 90 dargestellt. Auch die Standardisierung einer normalverteilten Zufallsvariable wird ausführlich erklärt. Die Testtheorie wird in JUMBO sehr ausführlich behandelt, jedoch ist an dieser Stelle darauf hinzuweisen, dass es sich dabei, außer bei den einführenden Definitionen zum Testen von Hypothesen, um statistische Konzepte und Verfahren handelt, die für StudentInnen konzipiert sind und über den Wissensanspruch von SchülerInnen der 7. und 8. Klasse hinausgehen. Das Schätzen eines Anteilswertes wird am Ende des Kapitels zu den Zufallsvariablen und der Binomialverteilung kurz vorgestellt Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen JUMBO gehört sicher zu den umfangreichsten deutschsprachigen Lernumgebungen der Statistik im WWW. Sowohl vom inhaltlichen, als auch vom gestalterischen Standpunkt her ist die Lernsoftware sehr zu empfehlen. Insbesondere die große Anzahl an interaktiven Elementen in Form von Java-Applets und JavaScript- Prozeduren ermöglicht den BenutzerInnen eine effiziente Nutzung des Programms. Auch die zahlreichen Features, wie Glossar, Online-Taschenrechner, tabellarische Übersichten oder Literaturhinweise erleichtern und unterstützen den Lernprozess. Der vorwiegende Bezug der Anwendungs- und Demonstrationsbeispiele auf medizinische oder epidermiologische Fragestellungen in klinischen Studien, ist meines Erachtens für StudentInnen anderer Fachrichtungen nicht störend, da in der Statistik biometrische Fragestellungen häufig vorkommen und für ein Verständnis der verschieden Methoden und Konzepte besonders geeignet sind. Inhaltlich ist auffallend, dass die in der Biometrie häufig verwendeten Methoden der Varianz- und Kovarianzanalyse in JUMBO nicht vorkommen. Nichtparametrische Tests und Verfahren, die in der statistischen Praxis eine wichtige Rolle einnehmen, werden im Lernprogramm dagegen sehr ausführlich behandelt. Einziger Kritikpunkt der Lernsoftware ist, dass die Kommunikationsmöglichkeiten der AnwenderInnen zu anderen UserInnen bzw. zu den Autoren überhaupt oder nur eingeschränkt vorhanden sind. Das Vorhandensein eines Schwarzen Bretts oder eines Chat-Rooms würde die Qualität der Lernumgebung noch steigern. JUMBO kann insbesondere StudentInnen der Fachrichtungen Medizin, Psychologie und StudentInnen aller sozial- und wirtschaftswissenschaftlichen Studienrichtungen empfohlen werden Eignung der Lernsoftware für SchülerInnen Auch der Einsatz der Lernumgebung im schulischen Unterricht kann an dieser Stelle sehr empfohlen werden. Es werden sämtliche Lehrplan-relevanten Themen von der 1. bis zur 8. Klasse abgedeckt. Besonders die Vielzahl an interaktiven Gestaltungselementen machen JUMBO zu einer lebendigen, interessanten Ergänzung zum herkömmlichen Unterricht.

91 Evaluation von interaktiver Statistik-Lernsoftware im WWW FYWST Forever Young With Statistics Homepage: Allgemeine Informationen zur Lernsoftware Forever Young With Statistics (FYWST) wurde im Rahmen von studentischen Projektarbeiten an der Fachhochschule Hannover (Deutschland) im Fachbereich Information und Kommunikation von Studierenden, unter der Leitung von Professor Dr. Kira Schulz, konzeptioniert und realisiert. FYWST ist eine Lernsoftware im Stile eines Edutainments (vgl. Kapitel 3.1), einer Mischung aus Education und Entertainment, und vermittelt die Grundkenntnisse der deskriptiven Statistik in Form einer spannenden Thriller-Love-Story. FYWST wurde speziell für StudentInnen und AnwenderInnen von nichtmathematischen Studienrichtungen, wie der Medizin oder der Psychologie entwickelt Einstieg in das Angebot Die Ausgangsseite (Abbildung 34) der Lernumgebung ist durch Frames vertikal in zwei Sichtbereiche geteilt. Im linken befindet sich das Gliederungsfenster, in dem das Inhaltsverzeichnis in Form eines U-Bahn-Planes präsentiert wird. Weiters verweisen Hyperlinks zu einem Stichwortverzeichnis und allgemeinen Informationen zur Lernsoftware. Die Übersichten werden jeweils im Gliederungsbereich bzw. die Inhalte und Definitionen werden rechts im Inhaltsbereich gezeigt. Die Größe des Gliederungsfensters kann variiert und der Sichtbereich durch eine vertikale Bildlaufleiste gesteuert werden. Buttons zur sequentiellen Navigation Abbildung 34: Startseite von FYWST

92 Evaluation von interaktiver Statistik-Lernsoftware im WWW Inhalte der Lernsoftware und deren Darbietung Der didaktische Grundgedanke der Lernumgebung ist, die verschiedenen statistischen Verfahren spielerisch in Form einer spannenden Geschichte zu vermitteln. Heldin und zentrale Figur ist Erna Marlowe, Putzfrau in einem Labor einer großen Kosmetikfirma. Statistikunterricht bekommt Erna bzw. die UserInnen des Lernprogrammes, auf der nächtlichen Fahrt mit der U-Bahn zur Arbeit, vom Kontrolleur und späteren Mitstreiter Ricardo. Die Statistikübungen für Erna und die BenutzerInnen finden an den bei Nacht unbeaufsichtigten Daten des Forschungslabors statt, wobei durch das Lösen der Aufgaben die Hintergründe einer unheimlichen Geschichte ans Licht kommen. Durch das Anklicken der jeweiligen Lektion im Gliederungsfenster erscheint der zugehörige Text im Inhaltsbereich. Diese Ausführungen sind in der Regel mit Bildern illustriert. Die verschiedenen statistischen Methoden werden durch vorgerechnete Beispiele und statische Grafiken erklärt und veranschaulicht. Zur sequentiellen Navigation befinden sich im Inhaltsfenster Buttons, welche ein Blättern im Lehrtext möglich machen. Wie schon kurz erwähnt, vermittelt FYWST die Grundkenntnisse der beschreibenden Statistik. Zu Beginn werden wichtige Begriffe der Stichprobentheorie, wie Merkmal, Grundgesamtheit, Stichprobe oder Skalierung erklärt. Anschließend erhalten die BenutzerInnen einen Einblick über die verschiedenen Darstellungsformen von Häufigkeitsverteilungen. Die letzten beiden Kapitel geben einen Überblick über die üblichen Lage- und Streumaße von Häufigkeitsverteilungen Möglichkeiten zur Wissensüberprüfung Am Ende jeder Lektion stehen den BenutzerInnen Multiple-Choice-Fragen zur Verfügung, um das erworbene Wissen zu überprüfen. In der Regel haben die UserInnen die Möglichkeit, aus vier Antwortmöglichkeiten zu wählen, wobei auch mehrere Antworten richtig sein können. Nach dem Anklicken einer Antwort öffnet sich ein kleines Fenster, in dem mitgeteilt wird, ob die Antwort richtig oder falsch gewählt wurde. Optional verweist ein Hyperlink ( Hilfe zu dieser Ausgabe ) auf eine Seite, welche das Konzept, mit der sich die Frage auseinandersetzt, nochmals kurz zusammenfasst. Bei Unsicherheiten soll diese zusätzliche Hilfestellung die Beantwortung der Frage erleichtern. Abbildung 35 zeigt eine Multiple-Choice-Frage zum Thema der grafischen Darstellung von Häufigkeiten.

93 Evaluation von interaktiver Statistik-Lernsoftware im WWW 93 Rückmeldungsfenster Abbildung 35: Multiple-Choice-Frage mit Rückmeldungsfenster Kommunikationsmöglichkeiten Kommunikationsmöglichkeiten zu den Autoren bzw. zu anderen BenutzerInnen sind in Forever Young With Statistics nicht vorgesehen BenutzerInnenunterstützung Auf Hilfestellungen zum Gebrauch der Lernsoftware bzw. Informationen über technische Voraussetzungen wird verzichtet. Mit den zur Zeit üblichen Systemvoraussetzungen (Betriebssystem: Windows95/98/NT; Browser: Internet Explorer oder Netscape Communicator) ist eine optimale Nutzung von FYWST gewährleistet Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Forever Young With Statistics ist sowohl vom inhaltlichen als auch vom didaktischen Standpunkt her besonders geeignet für SchülerInnen der Unterstufe. Aufgrund des Edutainment-Charakters der Lernumgebung soll den Jugendlichen die Angst vor dem Statistiklernen genommen werden. Das Lernprogramm deckt die in der 1. und 2. Klasse vorgesehenen Themen, wie die Definition von absoluter und relativer Häufigkeit sowie die verschiedenen Darstellungsformen von Häufigkeitsverteilungen (Stabdiagramm, Tortendiagramm, Stengel-Blatt-Diagramm, Histogramm) ab. Weiters werden auch die üblichen statistischen Lage- und Streuungsmaße von Häufigkeitsverteilungen gelehrt. FYWST bietet über die einführenden Methoden zur beschreibenden Statistik keine weiteren Inhalte an.

94 Evaluation von interaktiver Statistik-Lernsoftware im WWW Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Die Besonderheit an FYWST ist die spielerische Vermittlung der Lerninhalte in Form einer zusammenhängenden Geschichte. Vom didaktischen Standpunkt her ist eben diese Wissensvermittlung insbesondere für jüngere AnwenderInnen attraktiv und interessant. Die Visualisierung bestimmter Szenen der Geschichte gibt den BenutzerInnen die Möglichkeit, sich in die Geschichte hineinzuversetzen und somit auch die statistischen Methoden besser ins Gedächtnis aufzunehmen. Der Stoffumfang (Methoden der beschreibenden Statistik) erscheint für diese Art von Lernumgebung (der Vermittlung von Lerninhalten in Form einer Geschichte) angemessen, da eine weitere inhaltliche Ergänzung und somit eine Verlängerung der Geschichte zu Aufnahme- und Merkschwierigkeiten bei den Jugendlichen führen könnte. Bei der grafischen Darstellung von Formeln, Tabellen und Beispielen ist jedoch zu bemängeln, dass die Qualität der Bilder schlecht ist. So sind einige Erklärungen zu klein dargestellt, verzerrt und somit schlecht lesbar. Die Formen der Interaktion der UserInnen mit der Lernsoftware beschränken sich in FYWST auf die Möglichkeit, Selbsttests mittels den in Kapitel angesprochen Multiple-Choice-Aufgaben am Ende jeder Lektion, zu machen. Zusätzliche interaktive Rechenbeispiele bzw. Grafiken könnten zum Verständnis bestimmter statistischer Verfahren positiv beitragen. Auch die Tatsache, dass den AnwenderInnen keine Möglichkeit geboten wird, Fragen zu stellen oder Diskussionen zu beginnen, erscheint mir an dieser Stelle kritisierenswert. Aufgrund der einfachen Gestaltung und des im Vergleich zu anderen Lernumgebungen geringen inhaltlichen und interaktiven Angebotes ist FYWST für StudentInnen von Studienrichtungen mit ein- und weiterführenden Statistik- Schwerpunkten nur bedingt zu empfehlen Eignung der Lernsoftware für SchülerInnen Für SchülerInnen bietet die Lernumgebung aber wegen des Edutainment-Charakters eine interessante Möglichkeit bzw. eine Alternative, einen anderen Zugang zur Statistik zu bekommen.

95 Evaluation von interaktiver Statistik-Lernsoftware im WWW ViLeS Virtuelle Lernräume im Studium Homepage: Allgemeine Informationen zur Lernsoftware Die Virtuellen Lernräume im Studium ViLeS sind Resultat eines gemeinsamen Projektes der Fernstudieneinrichtungen an den Universitäten Hildesheim, Lüneburg und Oldenburg. Neben einer Reihe von anderen Lernumgebungen, wie zum Beispiel zu den Themenbereichen Psychologie, Physik oder Sprachen werden die Kurse Statistik I und II als unterstützendes Hilfsmittel mit tutorieller Betreuung seit dem Sommersemester 2000 angeboten. Die elekronische Lernumgebung soll von TeilnehmerInnen der Lehrveranstaltungen des wirtschafts- und sozialwissenschaftlichen Statistik-Grundstudiums vorlesungsbegleitend genutzt werden. Aufgrund des freien Zugangs und des reichhaltigen inhaltlichen Angebotes ist das Lernprogramm aber auch für StudentInnen geeignet, welche nicht an den oben erwähnten Fernstudieneinrichtungen teilnehmen. Die gesamte Lernumgebung kann mit all ihren Funktionen, mit Ausnahme der erwähnten tutoriellen Betreuung, als Gast genutzt werden Einstieg in das Angebot Die Startseite von ViLeS (Abbildung 36) bietet den UserInnen verschiedene Informationen zur Lernumgebung. So verweisen die Hyperlinks im dunkel unterlegten Feld auf detaillierte Erläuterungen zum Zugang bzw. zur Technik des Lernprogrammes. Neben Projektinformationen und Erfahrungen mit ViLeS finden sich hier auch die Homepages und -Adressen des Entwicklerteams. Hinter dem Link Zugang befindet sich die Eintrittsmöglichkeit zu den beiden Statistik- Kursen Abbildung 36: Startseite der ViLeS Der Start der jeweiligen Kurse Statistik I bzw. II kann auf zwei verschiedene Arten erfolgen. Für StudentInnen der Universität Oldenburg steht ein Schnellzugang direkt

96 Evaluation von interaktiver Statistik-Lernsoftware im WWW 96 auf der Startseite zur Verfügung; Gäste werden über das Menü mit dem Link Zugang zur Ausgangsseite des Kurses Statistik I bzw. Statistik II verbunden Teil 1 der Virtuellen Lernräume im Studium (Kurs Statistik I): Learning Space Inhalte der Lernsoftware und deren Darbietung Die Ausgangsseite (Abbildung 37) des Learning Space zeigt eine Übersicht der verschiedenen Funktionen der Lernumgebung. Der Start des Programmes erfolgt durch Anklicken des Startbuttons Zeitplan. Abbildung 37: Ausgangsseite des Learning Space In Folge erscheint die erste Gliederungsebene des Lehrtextes, das Inhaltsverzeichnis, am Bildschirm. Das Lernprogramm enthält elf Module. Nach dem Anklicken eines solchen, gelangen die UserInnen in die zweite Gliederungsebene, in der die einzelnen Unterkapitel dargestellt sind. Ein weiteres Auswählen eines solchen führt zu einer kurzen Beschreibung, mit welcher Methode bzw. mit welchem Verfahren sich dieses Kapitel beschäftigt und welche Beispiele die BenutzerInnen präsentiert bekommen. Nach dem Verlassen dieser dritten Ebene kann mit der Bearbeitung begonnen werden und der Lehrtext erscheint am Bildschirm (Abbildung 38).

97 Evaluation von interaktiver Statistik-Lernsoftware im WWW 97 Funktionsbereich Informationsbereich Naviagtionsbereich Abbildung 38: Letzte Gliederungsebene, der Lehrtext Der Inhalt eines Unterkapitels wird angezeigt und mit einer vertikalen Bildlaufleiste können die jeweiligen Stellen des Lerntextes in den Sichtbereich gebracht werden. Am Ende jedes Unterkapitels befinden sich Weiter - und Zurück -Buttons zur sequentiellen Navigation, welche ein Blättern zum nächsten bzw. vorhergehenden Unterkapitel ermöglichen. Unabhängig in welcher Gliederungsebene sich die AnwenderInnen gerade befinden, haben diese jederzeit die Möglichkeit, andere Funktionen des Lernprogrammes, die in Form von Symbolen am linken oberen Bildrand sichtbar sind, in Anspruch zu nehmen (=Funktionsbereich): Das Media Center Das Media Center bietet eine Übersicht verschiedener Dokumente, wie z.b. Pdf- Dateien mit Fallstudien und Formelsammlungen oder Datensätze im SPSS-Format, die vor Ort downloadbar sind und zu praktischen Übungen mit dem Programmpaket animieren sollen. Weiters finden die BenutzerInnen im Media Center nützliche Links zu Datenquellen im WWW, wie verschiedene statistische Bundesämter oder Links zu Statistik-Appletsammlungen, die interaktive Anwendungen bereitstellen. Der Course-Room Im Course-Room, einem virtuellen Diskussionsforum, haben die BenutzerInnen die Möglichkeit, mit den Verantwortlichen der Lernsoftware in Kontakt zu treten. Eine genauere Beschreibung dieser Kommunikationsmöglichkeit erfolgt in Kapitel

98 Evaluation von interaktiver Statistik-Lernsoftware im WWW 98 Profile Der Menüpunkt Profile enthält persönliche Informationen über die Autoren der Lernumgebung sowie deren -Adressen. Im unteren Sichtbereich befinden sich die Elemente des Navigationsmenüs, welche u.a. ein Wechseln zwischen den einzelnen Gliederungsebenen ermöglichen. Weiters versteckt sich hinter dem Button, welcher mit einem Fragezeichen versehen ist, eine umfangreiche Beschreibung zur Verwendung der Lernsoftware. Jedes der elf Kapitel ist in Unterkapitel gegliedert, wobei den BenutzerInnen zu Beginn eine verlinkte Inhaltsübersicht angeboten wird. Das konkrete Suchen und Finden eines bestimmten Themas wird somit wesentlich erleichtert. Nach kurzen Einführungen zum Thema wird das statistische Verfahren oder das statistische Konzept in einer Kombination aus Lehrtext, Formeln und vorgerechneten Beispielen erklärt. Statische Grafiken und Übersichtstabellen ergänzen in sinnvoller Weise die Erörterungen. Zur Unterstützung des Verständnisses bestimmter Konzepte bietet der Learning Space den AnwenderInnen dynamische vorgerechnete Beispiele an, die in einem separaten Fenster demonstriert werden. Die UserInnen können somit die einzelnen Rechen- oder Konstruktionsschritte visuell verfolgen. Die ersten beiden Kapitel behandeln grundlegende Themen der statistischen Analyse, wie die statistische Messung, Aufbereitung und Auswertung von Daten. Der weitere Inhalt kann in Themen zur ein- und zweidimensionalen Häufigkeitsverteilung gegliedert werden. Neben Grundprinzipien der eindimensionalen Häufigkeitsverteilung werden rechnerische und lagetypische Mittelwerte und Streuungsmaße sowie statistische Konzentrationsmaße erörtert. Innerhalb der zweidimensionalen Häufigkeitsverteilung werden sowohl Zusammenhangsmaße für ordinalskalierte Daten, als auch die lineare Regressionsanalyse für metrische Daten diskutiert. Im abschließenden Kapitel wird den StudentInnen ein Arbeitsauftrag erteilt, in dem die erlernten Verfahren angewendet werden sollen Möglichkeiten zur Wissensüberprüfung Am Ende der einzelnen Unterkapitel stehen Aufgaben zur Verfügung, die von den BenutzerInnen interaktiv gelöst werden können. Darüber hinaus sind interaktive Selbsttests, in Form von Lückentexten (Eingabe von Text oder Zahlenwerten), in den Lehrtext eingegliedert. Eine Rückmeldung über die Richtigkeit der gegebenen Antworten erhalten die BenutzerInnen unmittelbar nach dem Anklicken des Überprüfungs-Buttons am Ende der interaktiven Aufgabe. Dieses Feedback gibt Auskunft darüber, wie viele Fehler gemacht wurden.

99 Evaluation von interaktiver Statistik-Lernsoftware im WWW 99 Abbildung 39 zeigt zum Beispiel die interaktive Anwendung zur Berechnung von Klassenbreiten und Klassenmitten im Zuge der Erstellung einer Arbeitstabelle für die Konstruktion eines Histogrammes. Abbildung 39: JavaScript zur Berechnung von Klassenbreiten und Klassenmitten Kommunikationsmöglichkeiten Zentraler Ort der Kommunikation ist der schon erwähnte Course-Room, ein virtuelles Diskussionsforum. Die KursteilnehmerInnen haben hier die Möglichkeit, mit anderen TeilnehmerInnen oder den TutorInnen in Kontakt zu treten, an Diskussionen teilzunehmen oder gezielte Fragen zu stellen. Um in den Course-Room zu gelangen, muss das entsprechende Symbol am linken oberen Bildrand angeklickt werden. Dort können nun verschiedene Dokumentenansichten gewählt werden. Es besteht die Möglichkeit, sich die Dokumente nach Diskussionsverläufen, also mit dazugehörigen Kommentaren, oder nach Aufgaben sortiert anzeigen zu lassen. Weiters kann nach KursteilnehmerInnen oder nach dem Datum sortiert werden. Um selbst eine Diskussion beginnen zu können, müssen die UserInnen die in der rechten oberen Ecke befindliche Schaltfäche Diskussion beginnen wählen. Anschließend erscheint eine Dokumentenmaske (Abbildung 40).

100 Evaluation von interaktiver Statistik-Lernsoftware im WWW 100 Abbildung 40: Eingabeformular im Diskussionsforum Der im Feld Thema eingegebene Text wird in den Ansichten im Course-Room als Titel für das Diskussionsdokument verwendet. Optional kann von den UserInnen auch eine bestimmte Person, der Kursleiter/die Kursleiterin oder andere KursteilnehmerInnen gewählt werden, an die sich der Diskussionsansatz bzw. die Frage primär richtet. Eine Zugriffsbeschränkung macht das Statement nur für eine bestimmte Person ( privat ) oder für alle NutzerInnen ( öffentlich ) zugänglich. Wenn TeilnehmerInnen konkrete Fragen zu bestimmten Übungsaufgaben der einzelnen Module haben, kann im Feld Aufgabe die entsprechende Übungseinheit aufgerufen werden. Im Feld "Diskussion" können die AnwenderInnen den Diskussionstext verfassen und formatieren. Dateienanhänge werden im Feld "Anlage" hinzugefügt. Darüber hinaus kann auch angegeben werden, wie die TeilnehmerInnen antworten sollen. Durch Anklicken der Schaltfäche Speichern und schliessen am rechten oberen Bildrand werden die Eintragungen gespeichert. Beim nächsten Aufruf der Diskussionsübersicht erscheint ein Link, der im Falle eines öffentlichen Zuganges von den BenutzerInnen eingesehen werden kann. Diese zentrale Stelle, welche Anfragen, Antworten und Kommentare sammelt, wird als Schwarzes Brett (öffentlicher Aushang) bezeichnet.

101 Evaluation von interaktiver Statistik-Lernsoftware im WWW BenutzerInnenunterstützung Der Kurs Statistik I der Virtuellen Lernräume im Studium bietet den UserInnen überaus umfangreiche Informationen zur und zum Umgang mit der Lernsoftware. Die Hilfeoption kann jederzeit von der unteren Navigationsleiste aus aufgerufen werden und erscheint in einem zusätzlichen Fenster. Einführungen und Grundlagen zum Lernprogramm, sowie Tipps zum Navigieren sollen den BenutzerInnen den Umgang mit dem Learning Space erleichtern. Weiters werden die verschiedenen Features, wie zum Beispiel der Course-Room oder das Media Center beschrieben Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Der Kurs Statistik I der Lernumgebung ViLeS beinhaltet umfangreiche Darstellungen zu den im Lehrplan für Mathematik in der Klasse vorgesehenen Themen der Statistik. Die Begriffe der absoluten und relativen Häufigkeit werden in Kapitel 3 definiert und durch Beispiele in tabellarischer und grafischer Form (Torten-, Stabdiagramm, Histogramm) erklärt. Insbesondere zur Konstruktion eines Histogrammes bietet das Lernprogramm ausführliche Erklärungen, die auch durch automatisierte dynamische Schaubilder (z.b. werden die einzelnen Konstruktionsschritte zum Zeichnen eines Histogrammes visualisiert) ergänzt werden, an (vgl. Abbildung 41). Abbildung 41: Dynamische Visualisierung der Konstruktionsschritte eines Histogrammes

102 Evaluation von interaktiver Statistik-Lernsoftware im WWW 102 Kapitel 4 und 5 beschäftigen sich mit der rechnerischen Ermittlung lagetypischer Mittelwerte und Streuungsmaße. Arithmetisches Mittel, Modus und Median werden durch Text und Formeln definiert sowie in Übungen und Beispielen (in vorgegebener oder interaktiver Form) berechnet. Weiters wird die Verwendbarkeit der drei Lagemaße diskutiert und auf das Problem von der Norm stark abweichender Datenpunkte, sogenannten Ausreißern, hingewiesen. In ähnlicher Form behandelt das Kapitel 5 die verschiedenen Streuungsmaße. Begriffe wie Spannweite, Quartile sowie mittlere absolute Abweichung werden ebenso wie Varianz und Standardabweichung erklärt. Der Lehrtext im Learning Space wird an bestimmten Stellen auch immer wieder durch lustige Cartoons oder Bilder aufgelockert (siehe Abbildung 42). Abbildung 42: Sollen wir das arithmetische Mittel als durchschnittliche Körpergröße nehmen und den Gegner erschrecken, oder wollen wir ihn einlullen und nehmen den Median?" Auch zum Thema der zweidimensionalen Häufigkeitsverteilung bietet der Learning Space Angebote an. Die Lernumgebung zeigt sowohl die tabellarische Darstellung mehrdimensionaler Verteilungen mittels Kontingenztafeln, als auch die grafische Visualisierung in Form von Streudiagrammen (Abbildung 43).

103 Evaluation von interaktiver Statistik-Lernsoftware im WWW 103 Abbildung 43: Kontingenztabelle Die Lerninhalte der 7. und 8. Klasse sind im Kurs Statistik I der Virtuellen Lernräume im Studium nicht enthalten Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Der Learning Space bietet den UserInnen zu den Themen der deskriptiven Statistik ein ausführliches Angebot. Weiters ist die Möglichkeit der Kommunikation zu den TutorInnen bzw. zu den anderen KursteilnehmerInnen in Form des Diskussusionsforums positiv hervorzuheben. Auch die Angebote des Media Centers verbessern die Qualität der Lernumgebung, wobei insbesondere das Nachvollziehen des Erlernten mit Hilfe einer Fremdsoftware zu erwähnen ist. BenutzerInnen haben die Möglichkeit, sich Datensätze von Fallstudien downzuloaden und mit der Statistiksoftware SPSS ( Statistical Package for the Social Sciences ) zu experimentieren und zu analysieren. Die Interaktion der Lernenden mit der Software könnte durch zusätzliche grafischdynamische Elemente noch verbessert werden (z.b. durch Java-Applets). Die Eignung der Lernumgebung für StudentInnen der Sozial- und Wirtschaftswissenschaften kann positiv beurteilt werden. Insbesondere die Möglichkeit der tutoriellen Unterweisung für StudentInnen des Fernstudiumzentrums ist hervorzuheben Eignung der Lernsoftware für SchülerInnen Die Lernumgebung kann zur unterstützenden Verwendung von der 1. bis zur 5. Klasse empfohlen werden. Die ausführliche Präsentation der Inhalte durch zahlreiche Beispiele und im Lehrtext eingebetteter interaktiver Selbsttests, ermöglichen einen lebendigen Umgang mit der Software für die Jugendlichen. Auch die Idee, Konstruktions- und Rechenschritte dynamisch zu veranschaulichen, wurde gelungen realisiert.

104 Evaluation von interaktiver Statistik-Lernsoftware im WWW Teil 2 der Virtuellen Lernräume im Studium (Kurs Statistik II): Statistische Methodenlehre II Inhalte der Lernsoftware und deren Darbietung Abbildung 44 zeigt die Startseite des zweiten Kurses der Virtuellen Lernräume im Studium namens Statistische Methodenlehre II. Das Lernprogramm enthält auf der Ausgangsseite eine vollständige Gliederung des Inhalts, wobei über verlinkte Einträge des Inhaltsverzeichnisses die entsprechenden Kapitel gewählt werden können. Sämtliche Informationen werden in einem einzelnen Fenster, welches mit einer vertikalen Bildlaufleiste ausgestattet ist, präsentiert. Die Anmeldung zum Medientutorium Statistische Methodenlehre II erfolgt unter dem Punkt Information zur Anmeldung via . Voraussetzung dafür ist jedoch die Teilnahme an der Lehrveranstaltung Statistische Methodenlehre II am Fernstudienzentrum. Ist dies nicht der Fall, entfällt die tutorielle Unterweisung durch den Kursleiter/die Kursleiterin. Abbildung 44: Startseite des Kurses Statistik II Die einzelnen Unterkapitel dieser Lernumgebung sind nicht einheitlich gestaltet. Die ersten Kapitel sind so aufgebaut, dass nach der Wahl einer bestimmten Lektion der Lehrtext dargestellt wird und die BenutzerInnen sich bereits in der tiefsten Gliederungsebene befinden. Ein sequentielles Navigieren, also ein Vor- oder Zurückblättern am Ende des jeweiligen Kapitels ist nicht möglich (Abbildung 45). Die Ausgangsseite des Lernprogrammes muss wieder hergestellt werden und in dem dort dargestellten Inhaltsverzeichnis können die UserInnen das nächste Kapitel auswählen.

105 Evaluation von interaktiver Statistik-Lernsoftware im WWW 105 Abbildung 45: Lehrtext zum Thema diskreter Zufallsvariablen Im Kapitel zu den Hypothesentests anders gestaltete HTML-Formate, in denen eine weitere Gliederungsebene verwendet wird bzw. wo auch ein Blättern zum jeweils nächsten Unterkapitel möglich ist, verwendet (Abbildung 46). Abbildung 46: Lehrtext zum Kapitel der Hypothesentests Der Funktionsbereich der Lernumgebung befindet sich horizontal am unteren Bildschirmrand. Die einzelnen Elemente können aus jeder Gliederungsebene aufgerufen werden und wie folgt beschrieben werden:

106 Evaluation von interaktiver Statistik-Lernsoftware im WWW 106 Übersicht Dieser Link stellt stets die Ausgangsseite der ViLeS II wieder her. Material Hier wird den UserInnen eine Materialsammlung angeboten. Diese beinhaltet u.a. Statistik-Klausuren aus vorangegangen Semestern, Symbolverzeichnisse, Übersichten von Grundintegralen und eine ausführliche Formelsammlung zur induktiven Statistik (jeweils im Pdf-Format). Tools Im Tool-Bereich finden die AnwenderInnen Links zu verschiedenen Statistik- Tools. Dies sind einerseits Verweise zu internen und externen interaktiven Java- Applets und andererseits ein Link zur Fremdsoftware Webstats, mit der statistische Analysen durchgeführt werden können. Weiters beinhaltet dieser Bereich Allgemeine Hilfsmittel, wie einen Online-Taschenrechner oder die Möglichkeit zur Echtzeitkommunikation mittels Chat (vgl. Kapitel ). Profile Das NutzerInnenprofilsystem Profile bietet die Möglichkeit, sich eine eigene kleine Mini-Homepage anzulegen, um sich damit den anderen KursteilnehmerInnen vorzustellen. Das Profil kann jederzeit geändert oder erweitert werden. Diskussion Dieser Link verweist auf das Diskussionsforum, welches über ein Schwarzes Brett abgewickelt wird. Nähere Ausführungen dazu bietet das Kapitel Hilfe Vgl. Kapitel Möglichkeiten zur Wissensüberprüfung Die einzelnen Kapitel des Kurses enthalten Links zu HTML-Seiten, auf denen verschiedene Aufgaben zur jeweiligen Lektion präsentiert werden. Es handelt sich dabei einerseits um Übungsbeispiele bzw. Aufgabenstellungen, die von den BenutzerInnen nicht interaktiv gelöst werden können - Die UserInnen werden aufgefordert die entsprechenden Beispiele von Hand, mittels Papier und Bleistift zu bearbeiten. Andererseits können die KursteilnehmerInnen, im Tool-Bereich bestimmte interaktive Programme oder Java-Applets verwenden um die entsprechenden Beispiele erfolgreich zu bearbeiten.

107 Evaluation von interaktiver Statistik-Lernsoftware im WWW 107 Weiters bieten die Virtuellen Lernräume im Studium in diesem Kurs auch Selbsttests mit sofortigen Rückmeldungen an. Abbildung 47 zeigt eine Aufgabe zu Venn-Diagrammen im Zuge der Wahrscheinlichkeitsrechnung. Die verschiedenen Abbildungen müssen den Ereignissen zugeordnet werden. Abbildung 47: Interaktive Zuordnungsaufgabe zur Wahrscheinlichkeitsrechnung Nach der Zuordnung der einzelnen Ereignisse zu den verschiedenen Diagrammen und dem Anklicken der Schaltfläche Abschicken werden die Antworten ausgewertet und die Ergebnisse den BenutzerInnen präsentiert. Falls nicht alle Fragen richtig beantwortet wurden, wird in diesem Fall in der Rückmeldung angezeigt, wie viele falsch beantwortet wurden (Abbildung 48). Abbildung 48: Rückmeldung des Selbsttests

108 Evaluation von interaktiver Statistik-Lernsoftware im WWW 108 Abbildung 49 zeigt einen Selbsttest zum Kapitel der Hypothesentests in Form eines Lückentextes, der Multiple-Choice-Charakter aufweist. Abbildung 49: Beispiel zur Wissensüberprüfung Kommunikationsmöglichkeiten Auch der Kurs zur induktiven Statistik bedient sich dem Prinzip des Schwarzen Bretts (öffentlicher Aushang). Durch Anklicken des Elements Diskussion im blau hinterlegten Funktionsbereich wird den UserInnen ein vorgefertigtes Formular zur Verfügung gestellt, in dem Kommentare abgegeben bzw. Fragen gestellt werden können (Abbildung 50). Die gesendeten Messages werden in einem für alle BenutzerInnen zugänglichen Fenster angezeigt und andere KursteilnehmerInnen bzw. die Autoren der Lernsoftware können auf Diskussionsansätze eingehen oder Fragen beantworten.

109 Evaluation von interaktiver Statistik-Lernsoftware im WWW 109 Schwarzes Brett (öffentlicher Aushang) Abbildung 50: Formular um Beiträge abzugeben Eine von mir probeweise verfasste Test-Message wurde problemlos akzeptiert und am Schwarzen Brett gepostet (Abbildung 51). Abbildung 51: Hinzugefügte Nachricht

110 Evaluation von interaktiver Statistik-Lernsoftware im WWW 110 Dieser Teil der Lernumgebung bietet auch einen Chat-Room an, in dem die KursteilnehmerInnen in Echtzeit miteinander kommunizieren und sich über statistische Themen austauschen können (Abbildung 52). Der Zugang erfolgt über den Tool-Bereich. Abbildung 52: Chat-Fenster des Kurses Statistik II BenutzerInnenunterstützung Das Element Hilfe in der Funktionsleiste beinhaltet sogenannte FAQs ( Frequently asked questions ), also häufig gestellte Fragen zu verschiedenen Themengebieten, die an dieser Stelle beantwortet werden. Eine weitere BenutzerInnenunterstützung speziell zum Kurs II wird nicht angeboten Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Zur Wahrscheinlichkeitsrechnung halten sich die textlichen Ausführungen eher kurz, es wird lediglich der Unterschied zwischen abhängigen und unabhängigen Ereignissen erklärt. Das Rechnen mit Wahrscheinlichkeiten, Summen- und Produktregeln sowie das Konzept der bedingten Wahrscheinlichkeit werden nur angerissen bzw. nicht behandelt. Die Ausführungen zu diskreten und stetigen Zufallsvariablen sind wiederum knapp gehalten und ohne Grafiken erklärt. Positiv ist an dieser Stelle aber hervorzuheben, dass zum Thema Diskrete Zufallsvariablen konkrete Aufgabenstellungen existieren. Es handelt sich dabei um einen Würfelwurf mit zwei idealen Würfeln, wobei die Augenzahl addiert werden soll. Die BenutzerInnen werden aufgefordert, die Wahrscheinlichkeitsfunktion der Zufallsvariable Augenzahl der Würfel zu bestimmen. Als zusätzliche Unterstützung und Hilfe stehen den UserInnen das Online-Statistikpaket Webstats zur grafischen Visualisierung der Wahrscheinlichkeitsfunktion sowie externe Simulationen zur Verfügung. Die Richtigkeit errechneter

111 Evaluation von interaktiver Statistik-Lernsoftware im WWW 111 Kenngrößen, wie z.b. der Erwartungswert oder die Varianz der Zufallsvariable kann durch Eingabe in Lückentexten online überprüft werden. Ein selbständiges Zeichnen von Wahrscheinlichkeitsfunktion und Verteilungsfunktion scheint an dieser Stelle jedoch für SchülerInnen eine verhältnismäßig schwierige Aufgabe zu sein, da im Kapitel zur diskreten Zufallsvariable keine Konstruktionsschritte zur grafischen Darstellung und auch die rechnerische Ermittlung an keinem vorgerechneten Beispiel demonstriert werden. Auch das Kapitel zu den theoretischen Verteilungen, der Binomialverteilung und der Normalverteilung ist ähnlich gestaltet. Die Wahrscheinlichkeitsfunktion bzw. Dichtefunktion, Erwartungswert und Varianz werden definiert und in diesen Fällen auch durch kurze durchgerechnete Beispiele erklärt. Die meines Erachtens unerlässliche statische grafische Darstellung der beiden Verteilungen in Kombination mit dem Lehrtext fehlt an dieser Stelle vollkommen. Im Tool-Bereich der Lernumgebung finden sich zwei interaktive Java-Applets, mit denen die Dichtefunktion der Normalverteilung gezeichnet werden kann. Eines davon ist jedoch sehr unübersichtlich gestaltet und in englischer Sprache gehalten, das andere wiederum visualisiert die Dichte der Normalverteilung ohne zusätzliche Erklärungen. Im Lehrtext zum Kapitel der Hypothesentests werden zu Beginn die verschiedenen Arten von Hypothesen (Punkt- und Bereichshypothesen) und ihre Formulierung behandelt. Die Erörterung weiterer wichtiger Begriffe der Testtheorie (wie Annahmeund Ablehnebereich, Signifikanzniveau und der Fehler 1. und 2. Art) folgt in den anschließenden Unterkapiteln. Weiters werden die Formeln für Mittelwerttests, Varianztests und Tests für Anteilwerte präsentiert. Die vollständige Testprozedur eines Mittelwerttests wird danach in einem durchgerechneten Beispiel erklärt Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Der Kurs Statistik II der virtuellen Lernräume im Studium beinhaltet die zentralen Themen der induktiven Statistik. Die textlichen Ausführungen zu den einzelnen Kapiteln halten sich jedoch im Vergleich zu anderen Lernumgebungen eher kurz. Auf Grund dessen erscheint eine Bearbeitung der Inhalte ohne Vorkenntnisse schwierig. Zudem werden äußerst selten grafische Visualisierungen zur Erklärung bestimmter Verfahren und Konzepte eingesetzt. Der Tool-Bereich der Lernsoftware, in dem die UserInnen zum Teil externe interaktive Angebote vorfinden, ist übersichtlich gestaltet, könnte aber noch zusätzliche Anwendungen enthalten. Die Kommunikationsmöglichkeiten der Lernumgebung sind vorbildlich. Einerseits wird den BenutzerInnen ein Diskussionsforum geboten, welches einfach zu verwenden ist, andererseits bietet ViLeS II auch die Möglichkeit, sich mittels eines Chats in Echtzeit mit anderen KursteilnehmerInnen auszutauschen. Die Lernsoftware kann StudentInnen mit einem statistischen Basiswissen empfohlen werden. Insbesondere ist es sinnvoll, den Kurs Statistik II in Kombination mit dem Kurs Statistik I der virtuellen Lernräume im Studium zu nutzen.

112 Evaluation von interaktiver Statistik-Lernsoftware im WWW Eignung der Lernsoftware für SchülerInnen Vom inhaltlichen und gestalterischen Standpunkt her ist der Kurs Statistik II für SchülerInnen eher ungeeignet. Die verschiedenen Konzepte und Verfahren für SchülerInnen der 7. und 8. Klasse werden zu oberflächlich behandelt, sodass deren Verständnis sehr schwierig erscheint.

113 Evaluation von interaktiver Statistik-Lernsoftware im WWW AST- Adaptiver Statistik Tutor Homepage: Allgemeine Informationen zur Lernsoftware Der Adaptive Statistik Tutor (AST) stellt neben ELM-ART (interaktives Lernprogramm der Programmiersprache LISP), ADI (interaktives Informationssystem für Drogen), RR-2000 (interaktives Lernprogramm zur Rechtschreibreform) und WEIN-ART (interaktives Lernprogramm zum Wein in Deutschland), eines von fünf Lernsoftwareangeboten für das WWW der Abteilung für allgemeine Psychologie der Universität Trier (Deutschland) dar und wurde als Projekt von Studierenden der Universität Trier unter der Leitung von Dr. Marcus Specht und der ELM (Episodic Learner Model) Reseach Group entwickelt. AST ist ein interaktives Lernprogramm zur Statistik, in dem Texte gelesen, Übungen und Beispiele studiert und Tests absolviert werden können. Das adaptive Kursmaterial passt sich einem individuellen Wissensstand an und gibt den BenutzerInnen adaptive Hilfen zur Navigation und bei der Bearbeitung von Aufgaben. Das System erzeugt für jede/jeden Userin/User ein Modell, welches die Interaktionen mit dem System festhält und als Grundlage für die BenutzerInnenführung und individuelle Aufgaben- und Testvorschläge dient Einstieg in das Angebot Nach erfolgreichem Einloggen in das System, besteht für die BenutzerInnen die Möglichkeit, Fragebogenformulare auszufüllen und abzuschicken, in denen der individuelle Wissensstand zur Statistik vom System ermittelt wird. Aufgrund dessen werden in der späteren Navigation vom System Empfehlungen gegeben. Anschließend gelangen die UserInnen zur AST-Startseite (Abbildung 53), die wie folgt beschrieben werden kann: Die Ausgangsseite ist durch Frames in drei Fenster geteilt. Auf der linken Seite des Bildschirmes befindet sich sowohl der Navigations- als auch der Funktionsbereich, in dem die NutzerInnen Möglichkeiten zur sequentiellen Navigation sowie Links zu zusätzlichen Komponenten des Angebots, z.b. Hilfe, Index, Chat-Room finden. Im oberen Bereich der HTML-Seite wird den BenutzerInnen die erste Gliederungsebene des Inhaltsverzeichnisses präsentiert, wobei Themen aus den Gebieten der deskriptiven Statistik, Merkmalszusammenhängen sowie Logik und kritische Anwendung statistischer Tests angeboten werden. In der zweiten und dritten Gliederungsebene des Inhaltsverzeichnisses ist dieses Fenster mit einer vertikalen Bildlaufleiste ausgestattet. Im darunter liegenden Bereich, welcher etwa 2/3 des Sichtbereiches ausfüllt, wird der Lehrtext bzw. die Lernmaterial-Palette präsentiert. Nähere Erläuterungen zur Lernmaterial-Palette folgen.

114 Evaluation von interaktiver Statistik-Lernsoftware im WWW 114 Abbildung 53: Startseite des AST Die BenutzerInnen haben nun die Möglichkeit, sich von der Struktur des Inhalts leiten zu lassen, sich ihr Wissen mit dem Vorwissen, das durch den zu Beginn ausgefüllten Fragebogen ermittelt wurde, chronologisch Kapitel für Kapitel anzueignen oder spezielle Lektionen oder Konzepte auszuwählen. Neben jedem Hyperlink des Inhaltsverzeichnisses (sowohl in der ersten Gliederungsebene als auch in den folgenden) befindet sich eine farbige Kugel, die Auskunft darüber gibt, ob die Bearbeitung dieses statistischen Konzepts oder Verfahrens dem individuellen aktuellen Wissensstand zu empfehlen ist. Eine grüne Kugel weist auf ein empfohlenes oder bereits gelerntes Kapitel hin, eine rote Kugel zeigt, dass für die Bearbeitung jener Lektion noch Voraussetzungen fehlen. Links mit orangen Kugeln können von den UserInnen besucht, jedoch vom System nicht zur Bearbeitung empfohlen werden. Weiße Kugeln weisen darauf hin, dass das System annimmt, die UserInnen verfügen bereits über das Wissen dieser Lektion. Die einzelnen Lerneinheiten können auf verschiedene Weise bearbeitet werden. Neben den textorientierten Modi Einleitung, Texte und Gesamt, werden für die meisten Konzepte auch Beispiele präsentiert. Weiters wird eine Möglichkeit zum Üben und zur Teilnahme an interaktiven Tests geboten. Durch Anklicken der gewünschten Option (Button) in der Lernmaterial-Palette gelangen die UserInnen zum entsprechenden Modus.

115 Evaluation von interaktiver Statistik-Lernsoftware im WWW 115 Lernmaterial- Palette Abbildung 54: Lernmaterial- Palette Einleitung gibt einen kurzen Überblick über die Inhalte der Lerneinheit, Konzepte bzw. Methoden werden definiert und erklärt. Möchten die BenutzerInnen ausführlichere Informationen zum jeweiligen Kapitel, werden im Modus Texte ergänzende Informationen präsentiert. Auf die Darstellung der Konzepte und Methoden durch Formeln und Grafiken wird dabei im Text zur Gänze verzichtet. Zu jedem Kapitel werden eine Reihe von Beispielen angeboten. Es handelt sich dabei um vollständig durchgerechnete Ausführungen (Button: Beispiele ). Über den Button Üben gelangen die UserInnen zu einer Shockwave-Applikation, welche die Möglichkeit bietet, Konzepte anhand interaktiver Beispiele besser zu verstehen (Abbildung 55).

116 Evaluation von interaktiver Statistik-Lernsoftware im WWW 116 Abbildung 55: Interaktive Anwendung zum arithmetischen Mittel Möglichkeiten zur Wissensüberprüfung Die Option Test in der Lernmaterial-Palette führt zu aufeinanderfolgenden Multiple- Choice-Fragen, die einzeln abgeschickt werden können. Als Rückmeldung bekommen die UserInnen die richtige Antwort präsentiert und erhalten weiters bei Interesse die Möglichkeit, sich die Begründung der richtigen Antwort anzeigen zu lassen (Abbildung 56). Nach einer bestimmten Anzahl von richtig beantworteten Fragen verweist das System auf den zusammenfassenden Teil des entsprechenden Kapitels - die Lerneinheit ist somit positiv absolviert. Der Wissensstand wird vom System nun neu festgelegt und den BenutzerInnen wird die Bearbeitung jener weiteren Lerneinheit empfohlen, die eben diesem Wissensstand entspricht. Im Inhaltsverzeichnis erhält die Kugel vor dem Hyperlink des positiv bearbeiteten Kapitels eine grüne Färbung und wird abgehakt.

117 Evaluation von interaktiver Statistik-Lernsoftware im WWW 117 Abbildung 56: Test-Rückmeldung des AST Kommunikationsmöglichkeiten Der Adaptive Statistik Tutor bietet den KursteilnemerInnen die Möglichkeit, einen Chat-Room zu betreten um sich mit anderen Anwendern, die gleichzeitig eingeloggt sind, über Lehrinhalte oder Erfahrungen mit der Lernsoftware auszutauschen. Für Fragen zu den einzelnen Themen des Kurses gibt es ein Blackboard (öffentlicher Aushang), auf dem Antworten vom Tutor oder anderen TeilnehmerInnen zeitverzögert festgehalten werden können. Die Idee ist, auf diese Weise eine Chronik des laufenden Statistik-Diskurses aufzubauen. In der Praxis hatte ich leider nie die Gelegenheit, andere KursteilnehmerInnen im Chat anzutreffen, sodass eine derartige Kommunikation meinerseits nicht stattgefunden hat. Generell scheint die theoretische Idee hinter dieser Kommunikationsmöglichkeit eine verfolgenswerte zu sein, jedoch stellt sich die Frage, ob diese Möglichkeit von den UserInnen angenommen wird.

118 Evaluation von interaktiver Statistik-Lernsoftware im WWW 118 Abbildung 57: Ausgangsseite zur Chat-Anmeldung Weiters besteht die Möglichkeit, dem Verantwortlichen der Lernumgebung, Dr. Marcus Specht, ein zu schicken BenutzerInnenunterstützung Um mit dem AST optimal arbeiten zu können, wird ein moderner Browser mit aktiviertem JavaScript empfohlen. Zusätzlich ist die Installation des Shockwave-Plug- Ins erforderlich. Hilfestellungen in Form einer Bedienungsanleitung finden die UserInnen im Navigations-/Funktionsbereich unter dem Hyperlink Hilfe Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Die in den ersten beiden Klassen vorgegebenen statistischen Lerninhalte werden vom AST nicht unterstützt. Begriffe zur Häufigkeitsverteilung, wie relative oder absolute Häufigkeit, sowie deren grafische Darstellung, mittels Stab-, Torten- oder Balkendiagramm bzw. eines Histogrammes, werden in der Lernumgebung ausgespart. Die Themen Lage- und Streuungsmaße werden im Lernprogramm behandelt. Der AST bietet sowohl Informationen zum arithmetischen Mittel, zum Median und zum Modalwert an, als auch zur Spannweite, zur mittleren absoluten Abweichung vom Mittelwert und zur Varianz und Standardabweichung. Neben dem Lehrtext, der auffälligerweise jeweils ohne statische Grafiken und Formeln präsentiert wird, sind die einzelnen Rechenschritte der verschiedenen Verfahren anhand vorgerechneter Beispiele nachzuvollziehen. Die weiteren Lehrplan-relevanten Themen zur Wahrscheinlichkeitsrechnung, der Verteilungstheorie und der Testtheorie werden vom AST nicht unterstützt bzw. im einführenden Text des Kapitels Logik und kritische Anwendung statistischer Tests nur kurz erklärt. Konzepte und Verfahren,

119 Evaluation von interaktiver Statistik-Lernsoftware im WWW 119 die primär in diesem Kapitel vermittelt werden, gehen über die Anforderungen an SchülerInnen hinaus und richten sich vorwiegend an StudentInnen Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Als Besonderheit des AST ist hervorzuheben, dass die UserInnen die Möglichkeit besitzen, sich unter Anleitung des Systems ihr Wissen zu erarbeiten. Durch Anklicken des Empfehlungs -Buttons, der in der Lernmaterial-Palette der einzelnen Abschnitte angeboten wird, schlägt das System den BenutzerInnen jenes weitere statistische Konzept oder Verfahren vor, welches aufgrund des derzeitigen Wissenstandes zur weiteren Bearbeitung zu empfehlen ist. Haben die UserInnen, nach Auffassung des Systems, noch nicht die erforderlichen Voraussetzungen für die Bearbeitung einer bestimmten Lerneinheit, so weist der Tutor (=das System) darauf hin. Eine Bearbeitung der Lerneinheit ist jedoch trotzdem möglich. Auffallend bei der Präsentation der Lerninhalte ist, dass in keinem Kapitel die statistischen Konzepte mittels Formeln und statischen Grafiken erklärt werden. AST bietet zwar im Navigations-/Funktionsbereich einen Link zu Formeln an, der jedoch zum Zeitpunkt meiner Evaluationstätigkeit noch in Arbeit war, wobei es sich hier aber mit größter Wahrscheinlichkeit um eine zusammenfassende Formelsammlung handeln dürfte. Einerseits haben Formeln mitunter eine abschreckende Wirkung, andererseits sind meiner Meinung nach bei bestimmten statistischen Konzepten Formeln in Kombination mit dem Text für das Verständnis essentiell. Noch gravierender ist an dieser Stelle der Kritikpunkt, dass die Lerninhalte nicht durch Grafiken visualisiert werden. Wie schon erwähnt, ist es besonders in der Statistik unerlässlich, bestimmte Konzepte grafisch zu veranschaulichen. Zum Kapitel der Regression existiert keine einzige grafische Darstellung, weder in statischer noch in interaktiver Form. Positiv zu erwähnen ist das Vorhandensein eines Online-Rechners, der jedoch zum Evaluierungszeitpunkt den BenutzerInnen noch nicht zur Verfügung stand sowie das gezielte Suchen bestimmter Begriffe mit Hilfe einer Suchmaschine oder über einen Stichwortindex Eignung der Lernsoftware für SchülerInnen Das Konzept von AST, dass sich das System an den jeweiligen Wissensstand der UserInnen anpasst und aufgrund dessen Empfehlungen gibt, ist gut gelungen und kann insbesondere für SchülerInnen eine unterstützende Wirkung haben. Leider wird bei dieser Lernsoftware auf die grafische Visualisierung bzw. auch auf die Darstellung verschiedener Verfahren durch Formeln größtenteils verzichtet. Der Verzicht auf Formeln könnte auf SchülerInnen jedoch auch eine positive Wirkung haben, da komplizierte Formeln auf Jugendliche oft eine abschreckende Wirkung haben. Die Kommunikationsmöglichkeit des Chat-Rooms könnte auf Jugendliche einen attraktiven Charakter haben.

120 Evaluation von interaktiver Statistik-Lernsoftware im WWW LernSTATS-Online Homepage: Allgemeine Information zur Lernsoftware LernSTATS-Online ist ein Programm zum Lehren und Lernen der Statistik für StudentInnen der Psychologie und von Sozial- und Erziehungswissenschaften. Die Lernsoftware wurde von Mario Jacobs und Rolf Schulmeister von der Fernuniversität Hagen (Deutschland) entwickelt. LernSTATS-Online kann, laut Anbieter, im Unterricht eingesetzt werden oder den StudentInnen zur selbstständigen Vor- und Nachbereitung von Lehrveranstaltungen überlassen werden Einstieg in das Angebot Die Einstiegsseite von LernSTATS-Online ist durch Frames in drei Sichtbereiche geteilt. Das linke Fenster beinhaltet die erste Ebene des Inhaltsverzeichnisses und ist mit einer horizontalen Bildlaufleiste ausgestattet. Nach Auswahl eines bestimmten Kapitels werden in diesem Fenster zusätzlich die Unterkapitel der jeweiligen Lerneinheit aufgelistet. Zeitgleich erscheint im großen Textfenster die erste Seite des Kapitels aus der ersten Gliederungsebene. Eine vertikale Bildlaufleiste im Textfenster ermöglicht den UserInnen eine Positionierung im Text. An der untersten Position befinden sich Buttons, die eine sequentielle Navigation ermöglichen (Abbildung 58). Abbildung 58: Einleitungsseite von LernSTATS-Online

121 Evaluation von interaktiver Statistik-Lernsoftware im WWW 121 Im oberen Bereich der Seite erscheint jeweils der Name der aktuell behandelten Lerneinheit. Weiters haben die UserInnen die Möglichkeit, unabhängig von der momentanen Position in der Lernumgebung, auf zusätzliche Texte, ein Glossar oder Hilfeinformationen zur Lernsoftware zuzugreifen Inhalte der Lernsoftware und deren Darbietung Die in LernSTATS-Online präsentierten statistischen Verfahren und Konzepte sind weit gefächert und speziell auf PsychologiestudentInnen abgestimmt. So werden in den einführenden Kapiteln Grundprobleme der Summenrechnung oder der Skalenqualität erklärt. Anschließend folgen klassische Methoden der beschreibenden Statistik, wie die Visualisierung von Häufigkeitsverteilungen, die Berechnung von Lage- und Streuparametern oder die Transformation von Zufallsvariablen in standardnormalverteilte Größen. Weiters werden insbesondere die für quantitative Auswertungen psychologischer Studien relevanten Themen der Regressions- und Korrelationsanalyse sowie die Methode der Faktorenanalyse als datenreduzierendes Verfahren diskutiert. Einige Übungen in LernSTATS-Online sind in Form von Puzzles oder Rätseln gestaltet, sodass den Lernenden die Möglichkeit gegeben wird, die Lösung selbst zu entdecken. Präzise Lösungen sind in manchen Fällen nicht erforderlich, der Schwerpunkt wird auf das Verstehen und die Erklärung des Konzepts gelegt. Durch verschiedenste zweidimensionale interaktive Visualisierungen werden die erklärten Konzepte bzw. Relationen veranschaulicht und die StudentInnen zu einem interaktiven Manipulieren der Grafiken und Tabellen aufgefordert. In der Regel sind Diagramme und Tabellen miteinander verknüpft, sodass Interaktionen mit der Tabelle unmittelbar in der Grafik widergespiegelt werden und umgekehrt. Weiters werden in Animationen funktionale Mechanismen von Formeln mittels Hervorhebung der berechneten Daten oder durch visuelles Wandern der Daten in die Grafik veranschaulicht. LernSTATS-Online bietet den UserInnen auch zusätzliche Elemente, um den Lernprozess zu unterstützen und zu erleichtern. Im Funktionsfenster des oberen Sichtbereichs verbergen sich hinter dem Link Texte zusätzlich zum zusammengefassten Lehrtext noch ergänzende detailliertere Erklärungen zum jeweiligen Thema (Abbildung 59).

122 Evaluation von interaktiver Statistik-Lernsoftware im WWW 122 Abbildung 59: Zusätzliches Fenster mit Links zu ergänzenden Texten Ein weiteres Element der Navigationsleiste ist ein Glossar. Durch das Anklicken der Schaltfläche Glossar öffnet sich wie bei den zusätzlichen textlichen Erklärungen ein weiteres Fenster, in dem wichtige, immer wieder vorkommende Begriffe der Statistik alphabetisch geordnet nochmals erläutert werden. An dieser Stelle muss jedoch darauf hingewiesen werden, dass sämtliche interaktive Elemente der Lernumgebung nicht verwendet werden konnten, da das erforderliche Roadster-Plug-In mit dem verwendeten Betriebssystem bzw. Browser nicht installiert werden konnte Möglichkeiten zur Wissensüberprüfung In LernSTATS-Online wurden zwar Stellen gefunden, an denen Selbsttests durchgeführt werden könnten, jedoch war es nicht möglich mit dem verwendeten Betriebssystem bzw. Browser die interaktiven Elemente zu starten Kommunikationsmöglichkeiten Es besteht die Möglichkeit, mit den Entwicklern der Lernsoftware, Jacobs bzw. Schulmeister, via in Kontakt zu treten. Darüber hinaus unterstützt LernSTATS-Online keine zusätzlichen Kommunikationsmöglichkeiten BenutzerInnenunterstützung Als drittes Element in der Funktionsleiste wird den BenutzerInnen technische Hilfe zum optimalen Betrieb des Lernprogrammes angeboten. Die interaktiven Elemente von LernSTATS-Online funktionieren ausnahmslos nach erfolgreicher Installation des sogenannten Roadster Plug-Ins unter Windows95. Da sich das angesprochene Plug-In nicht mit dem Internet Explorer und einigen

123 Evaluation von interaktiver Statistik-Lernsoftware im WWW 123 JavaScript-Befehlen verträgt, wird von Anbieterseite her ein Arbeiten mit dem Netscape Navigator 3 als Browser empfohlen Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte LernSTATS-Online widmet dem Thema Häufigkeitsverteilungen ein ausführliches Kapitel. Das Auszählen von Häufigkeiten und deren grafische Darstellung werden ebenso präsentiert wie die Gruppierung von Daten durch Klassenbildung und ihre verschiedenen Darstellungs- und Verteilungsformen. Die drei Lageparameter arithmetisches Mittel, Median und Modus werden durch textliche Ausführungen erklärt. Weiters werden Verwendbarkeit und Unterschiede der Maße diskutiert. Die Lernumgebung beinhaltet auch die im Lehrplan vorkommenden Dispersionsmaße. Die Standardisierung von Messwerten und die daraus abgeleitete Standardnormalverteilung stehen im Mittelpunkt eines weiteren Kapitels des Lernprogrammes. Darüber hinaus sind für SchülerInnen nur mehr die einführenden Seiten des Kapitels Korrelation, in dem das Streudiagramm erklärt und visualisiert wird, relevant Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen LernSTATS-Online wurde in den Jahren 1997/98 entwickelt. Die Lernumgebung zählt somit zu den ersten derartigen interaktiven Programmen, die sich mit dem Lehren und Lernen von Statistik im WWW beschäftigen. Die vorliegende Version 3.0 von LernSTATS-Online wurde jedoch in den folgenden Jahren nicht mehr weiterentwickelt. Die interaktiven Elemente der Lernsoftware wurden nicht an die Verwendung der zur Zeit üblichen Browser, dem Internet Explorer oder den moderneren Versionen des Netscape Communicators bzw. der Betriebssysteme Windows98 oder WindowsNT angepasst, sodass eine sinnvolle Nutzung der Lernumgebung ohne Windows95 und dem Netscape Communicator 3.0 nicht möglich ist. Vom inhaltlichen Standpunkt her betrachtet deckt LernSTATS-Online die zentralen Statistik-Bedürfnisse von PsychologiestudentInnen und StudentInnen von Sozialund Erziehungswissenschaften ab. Ein besonderer Mangel der Lernsoftware ist, dass es für die AnwenderInnen keine Möglichkeit gibt, erworbenes Wissen interaktiv zu überprüfen. Weiters beschränken sich die Kommunikationsmöglichkeiten der UserInnen auf den -Kontakt zu den Autoren. Die Möglichkeit der Kommunikation oder Diskussion, z.b. durch ein Diskussionsforum oder einen Chat- Room, wurde von den Entwicklern nicht berücksichtigt. LernSTATS-.Online kann aufgrund der erwähnten Schwachpunkte für StudentInnen der Psychologie und anderen Sozial- und Erziehungswissenschaften nur bedingt empfohlen werden.

124 Evaluation von interaktiver Statistik-Lernsoftware im WWW Eignung der Lernsoftware für SchülerInnen Von einem Einsatz der Lernsoftware im Mathematikunterricht allgemein bildender höherer Schulen ist abzuraten.

125 Evaluation von interaktiver Statistik-Lernsoftware im WWW VISUALSTAT - dynamisch-interaktive Visualisierungen ausgewählter Konzepte der Varianz- und Regressionsanalyse Homepage: Allgemeine Information zur Lernsoftware VISUALSTAT ist eine interaktive Lehr- und Lernumgebung zu ausgewählten Themen der Statistik und wurde als Projekt unter der Leitung von Doz. Dr. Rolf Plötzner vom Psychologischen Institut der Universität Freiburg (Deutschland) entwickelt. Die Projektlaufzeit wurde von Juli 1998 bis Juni 2001 konzeptioniert, sodass zum Zeitpunkt meiner Evaluationstätigkeit noch nicht die endgültige Version des Lernprogrammes zu Verfügung stand. VISUALSTAT ist auch Partner im Verbundprojekt Virtuelle Hochschule Oberrhein (VIROR) und wird vom Land Baden- Württemberg gefördert. Im Vordergrund stehen Ausschnitte der Statistik, wie sie an vielen Universitäten in ganz Europa im Diplomstudium der Statistik, der Psychologie oder anderen sozialund wirtschaftswissenschaftlichen Studiengängen im ersten Studienabschnitt gelehrt werden Einstieg in das Angebot Die Startseite ist ein durch Frames vertikal in zwei Sichtbereiche geteiltes Fenster, wobei im kleineren Fenster links am Bildschirm das Inhaltsverzeichnis von VISUALSTAT dargestellt ist. Weiters findet man in jenem Fenster Links zu Übersichten von weiteren interaktiven statistischen Lehr- und Lernprogrammen, ausgewählten Statistik-Lehrbüchern und Hintergrundinformationen zum Lernen mit interaktiven Visualisierungen. Die inhaltlichen Ausführungen werden im größeren Textfenster dargestellt. Beide Bereiche verfügen über vertikale Bildlaufleisten, sodass der Umfang einzelner Seiten nicht am Bildausschnitt orientiert ist, sondern die Position im Text durch eben diese Bildlaufleisten gewählt werden kann (Abbildung 60).

126 Evaluation von interaktiver Statistik-Lernsoftware im WWW 126 Abbildung 60: Beispielhafte Darstellung des Lehrtextes Inhalte der Lernsoftware und deren Darbietung Vor dem Hintergrund des Allgemeinen Linearen Modells werden in VISUALSTAT folgende Konzepte der Statistik inhaltlich präsentiert: der t-test für unabhängige Gruppen die einfaktorielle Varianzanalyse (feste Effekte) mit zwei bzw. drei Gruppen die einfache lineare Regression Mit Hilfe von Java-Applets, die selbstständig durch Anklicken eines Kapitels gestartet werden, können die UserInnen zum arithmetischen Mittel im linearen Modell und zu den beiden oben erst genannten statistischen Verfahren, das Prinzip der kleinsten Fehlerquadrate, die Zerlegung der Gesamtquadratsumme und die Berechnung der jeweiligen Teststatistiken interaktiv visualisieren. Mittels der Bewegung eines Schiebebalkens (linke Maustaste gedrückt halten) werden die Grafiken dynamisch verändert und die Teststatistiken neu berechnet (Abbildung 61). Darüber hinaus besteht einerseits die Möglichkeit aus vier typischen Beispielsdatensätzen auszuwählen, um die erwähnten Prinzipien zu vergleichen, andererseits können die Datenpunkte auch selbst von den BenutzerInnen eingegeben werden (je sechs ganze Zahlen zwischen 0 und 180). Visualisierungen zum Kapitel der einfachen Regressionsanalyse standen zum Zeitpunkt der Evaluation den BenutzerInnen noch nicht zur Verfügung.

127 Evaluation von interaktiver Statistik-Lernsoftware im WWW 127 Schiebebalken zur dynamischen Veränderung Abbildung 61: Interaktive Anwendung in VISUALSTAT In VISUALSTAT werden zwei Modi zur dynamisch-interaktiven Visualisierung der Konzepte angeboten: Der Modus Selbstständig arbeiten richtet sich an BenutzerInnen, die bereits sowohl mit den statistischen Verfahren als auch mit ihren interaktiven Visualisierungen in VISUALSTAT vertraut sind. In dieser Bearbeitungsmöglichkeit ist eine freie Auswahl der einzelnen Verfahren möglich. Zu Beginn jedes Kapitels werden Lernziele, Ausgangssituationen und weitere Fragestellungen zu den jeweiligen statistischen Verfahren erklärt und diskutiert. Diese Ausführungen und Informationen sind in Anbetracht der Komplexität der einzelnen Konzepte eher kurz gehalten und haben nicht den Anspruch, bereits aus sich heraus verständlich zu sein. An dieser Stelle sei erwähnt, dass VISUALSTAT so wie die meisten interaktiven Lernprogramme im WWW, grundlegende Kenntnisse über die in Frage stehenden statistischen Verfahren voraussetzt und in Ergänzung zu einem Lehrbuch und/oder Lehrveranstaltung genutzt werden soll. Im zweiten Modus, der Angeleitet arbeiten genannt wird, werden zwar auch grundlegende Kenntnisse der betrachteten statistischen Konzepte vorausgesetzt, jedoch wird dieser Modus speziell jenen UserInnen empfohlen, denen die interaktiven Visualisierungen in VISUALSTAT noch nicht bekannt sind. Eine konkrete Beschreibung des zweiten Modus kann an dieser Stelle nicht gegeben werden, da dieser zum Zeitpunkt der Evaluation noch nicht zur Verfügung stand Möglichkeiten zur Wissensüberprüfung In VISUALSTAT existiert keine Möglichkeit einer Wissensüberprüfung.

128 Evaluation von interaktiver Statistik-Lernsoftware im WWW Kommunikationsmöglichkeiten Mit Wünschen, Anregungen oder Beschwerden können sich die BenutzerInnen per Post, Telefon, Fax oder an Prof. Dr. Plötzner wenden. Eine Kommunikation zu anderen UserInnen mittels Chat oder dergleichen ist nicht möglich BenutzerInnenunterstützung Die Nutzung der dynamisch-interaktiven Visualisierungen setzen in jedem Fall die Verwendung eines Java-fähigen Browsers, wie zum Beispiel Versionen des Netscape Communicators ab der Version 4.6 voraus. Außer einer allgemein gehaltenen Beschreibung des Lernprogramms, werden im Modus Sebstständig Arbeiten keine Hilfestellungen zur Verwendung der Lernumgebung bzw. Hilfestellungen technischer Natur angeboten Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Die Lernumgebung beinhaltet keine statistischen Konzepte und Verfahren, wie diese im Mathematikunterricht allgemein bildender höherer Schulen vorkommen Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Auf statische, mit konkreten Zahlen durchgerechnete Beispiele zu den einzelnen Kapiteln wurde bei der Entwicklung von VISUALSTAT kein Wert gelegt. Ein weiterer Kritikpunkt an der Lernsoftware ist meines Erachtens, dass in VISUALSTAT keine Möglichkeit zur eigenen Wissensüberprüfung in Form von interaktiven Tests angeboten wird. Zum besseren Verständnis verschiedener statistischer Fachausdrücke und Konzepte wäre z.b. ein Glossar sehr hilfreich. VISUALSTAT konzentriert sich inhaltlich auf spezielle statistische Verfahren Varianzanalyse, Regressionsanalyse - und ist daher für StudentInnen mit Spezialvorlesungen aus diesen Themenbereichen geeignet. Die Lernumgebung kann zu einem besseren Verständnis dieser Inhalte beitragen. Das Projektende von VISUALSTAT wurde mit Ende Juni 2001 festgesetzt. Angekündigte zusätzliche Elemente der Lernsoftware, wie das Arbeiten unter Anleitung, konnten jedoch auch am Ende meiner Evaluationstätigkeit (Juni 2001) nicht genutzt werden Eignung der Lernsoftware für SchülerInnen VISUALSTAT kann an allgemein bildenden höheren Schulen nicht eingesetzt werden, da die Lernumgebung keine Lehrplan-relevanten Themen beinhaltet.

129 Evaluation von interaktiver Statistik-Lernsoftware im WWW HYPERSTAT- Ein interaktives hypertextbasierendes Statistikskript zur Varianzanalyse Homepage: Allgemeine Information zur Lernsoftware HYPERSTAT ist ein hypertextbasierendes, interaktives Skript zur Statistik, in dem ausschnitthaft Informationen zu varianz-, kovarianz-, und regressionsanalytischen Modellvorstellungen präsentiert werden. Die Lernsoftware wurde als Projekt unter Beteiligung wissenschaftlichen Personals, insbesondere von Dr. Rolf Plötzner vom Psychologischen Institut der Universität Freiburg (Deutschland), entwickelt und richtet sich speziell an StudentInnen des ersten Studienabschnitts der Psychologie und sozial- oder wirtschaftswissenschaftlicher Studiengänge Einstieg in das Angebot Die Startseite von HYPERSTAT (Abbildung 62) eröffnet mit einer Gliederung des Inhalts, wobei nur die erste Ebene angezeigt wird. Diese Lernsoftware arbeitet mit einem einzigen Fenster, welches neben der Gliederung auch einen zusätzlichen Navigations- und Funktionsteil in Form von Funktionstasten im unteren Bereich des Fensters enthält. Abbildung 62: Startseite von HYPERSTAT Inhalte der Lernsoftware und deren Darbietung

130 Evaluation von interaktiver Statistik-Lernsoftware im WWW 130 Der Inhalt dieser Lehr- und Lernumgebung ist hierarchisch strukturiert und fokussiert nach Einführungen in die Matrizenalgebra und dem allgemeinen linearen Modell insbesondere Fragestellungen zur Varianzanalyse. Zur Navigation innerhalb der Lernsoftware stellt HYPERSTAT den UserInnen sogenannte Funktionstasten zur Verfügung. Die BenutzerInnen können mit den Funktionstasten Inhalt (präsentiert das Inhaltsverzeichnis des Skripts), Hierarchie (die Hierarchie verschiedener varianz-, kovarianz- und regressionsanalytischer Modelle und ihrer Strukturgleichungen erscheint am Bildschirm) und Index (Index des Skripts wird angezeigt) auf drei Arten auf die verschiedenen Informationsangebote von HYPERSTAT zugreifen. Weiters existieren blaue Funktionstasten ( Nächste Seite, Letzte Seite und Zurück ) um sich zwischen den einzelnen Seiten des Skripts hin und her zu bewegen. Für die Arbeitsmöglichkeiten in HYPERSTAT spielen außerdem die roten Funktionstasten eine zentrale Rolle. Diese verweisen zu Beispielen, Übungsaufgaben mit dazugehörigen Musterlösungen, Wissensfragen mit anschließender Rückmeldung und SPSS- Beispielen. Diese Funktionstasten werden folgend näher beschreiben: Funktionstaste Beispiel : Durch Wahl dieser Funktionstaste werden gegebenenfalls mehrere Beispiele zu den augenblicklich dargestellten Ausschnitten der Statistik präsentiert. Es handelt sich hierbei um vollständig erklärte Anwendungsbeispiele. Funktionstasten Übung, Lösung und SPSS : Die Funktionstaste Übung verweist auf Übungsaufgaben zu dem momentan präsentierten Kapitel. Am Ende der Übungsaufgaben besteht die Möglichkeit zur Überprüfung der Richtigkeit der individuellen Ergebnisse durch die Funktionstaste Lösung. Eine Besonderheit von HYPERSTAT ist, dass mit der Funktionstaste SPSS das Programm SPSS ( Statistical Package for the Social Sciences ) aufgerufen wird, um mit einem vorgegebenen Datensatz statistische Analysen durchzuführen (Abbildung 63).

131 Evaluation von interaktiver Statistik-Lernsoftware im WWW 131 Abbildung 63: Datensatz im SPSS-Format Die grünen Funktionstasten zeigen zu den verschiedenen Kommunikationsmöglichkeiten in HYPERSTAT ( Fragen ) bzw. zu den Hilfestellungen zur Lernsoftware ( Hilfe ) Möglichkeiten zur Wissensüberprüfung An ausgewählten Stellen, meist in der zweiten Gliederungsebene des Lernprogrammes, können mit Hilfe des Buttons? von den BenutzerInnen Seiten mit Testfragen zum jeweiligen Thema gewählt werden. Diese Seite ist mit den Lerntextseiten nicht sequentiell verknüpft, sodass es dem Lernenden überlassen bleibt, in welchem Stadium des Lernens er vom Test Gebrauch macht. Die Tests sind meist nach einem Multiple-Choice-Verfahren konstruiert (teilweise bietet HYPERSTAT auch offene Fragen an), die Auswertung der Antworten erfolgt online auf anonyme Weise. Die Rückmeldungen sind so gestaltet, dass nach einer falsch gegebenen Antwort, die richtige Lösung unmittelbar angezeigt wird (vgl. Korrektives Feedback Kapitel: 3.4.1). Weiters finden die BenutzerInnen auch einen Link zu jenem Kapitel, in welchem Informationen für die richtige Beantwortung der Frage zu finden sind Kommunikationsmöglichkeiten In HYPERSTAT dient das Prinzip des Schwarzen Bretts (öffentlicher Aushang) sowohl für den Kontakt zum Lehrenden als auch zu anderen Lernenden. Anfragen und Kommentare werden per zu einer zentralen Stelle gesandt, welche diese sammelt und gegebenenfalls mit Antworten der Lehrenden versehen, auf speziellen für alle zugänglichen Hypertext-Seiten veröffentlicht (Abbildung 64).

132 Evaluation von interaktiver Statistik-Lernsoftware im WWW 132 Abbildung 64: Schwarzes Brett in HYPERSTAT Weiters gibt es in HYPERSTAT die Möglichkeit, ein Online-Formular auszufüllen und den Verantwortlichen auf diese Weise anonym Feedback zur Lernsoftware zu geben BenutzerInnenunterstützung HYPERSTAT bietet spezielle Seiten mit Informationen für die BenutzerInnen an, die von jeder Stelle der Lehr- und Lernumgebung aus, durch den grünen Hilfe -Button erreichbar sind. Diese Seiten bieten den UserInnen Informationen zum Inhalt und der Nutzung der Lernsoftware sowie zu den Kommunikationsmöglichkeiten. Weiters wird die Bedeutung aller Elemente des Navigations- und Funktionsbereiches erklärt Überprüfung der Lernsoftware auf AHS-Lehrplan-relevante Inhalte Es konnten keine Lehrplan-relevanten Themen gefunden werden Persönliche Beurteilung und Empfehlung der Lernsoftware für StudentInnen Weder zum Kapitel der Varianzanalyse noch zu jenem der Regressionsanalyse wird der Lernprozess bestimmter Konzepte und Verfahren durch vorgefertigte und/oder dynamisch veränderbare Grafiken unterstützt, die mir besonders für das Verständnis der Regressionsanalyse unabkömmlich erscheinen. Weiters kann HYPERSTAT nur als eine einführende Unterstützung zum Verständnis der einfaktoriellen Varianzanalyse verstanden werden. Das Kapitel der einfachen Regressionsanalyse wird nur kurz angerissen, die weiteren angekündigten Modelle des Allgemeinen Linearen Modells, wie die mehrfaktorielle Varianzanlyse, die Kovarianzanalyse oder die multiple Regressionsanalyse werden überhaupt nicht mehr behandelt.