10.1 Gekürzter FKK (generalisierte Kompetenz- und Kontrollüberzeugungen)

Transkript

1 ERGEBNISSE

2 10. Testtheoretische Analysen der Untersuchungsinstrumente 10. Testtheoretische Analysen der Untersuchungsinstrumente Zur Überprüfung der Zuverlässigkeit bzw. inneren Konsistenz der eingesetzten Tests und Fragebogen wurden Reliabilitätsanalysen und für alle nicht standardisierten Verfahren außerdem Faktorenanalysen durchgeführt Gekürzter FKK (generalisierte Kompetenz- und Kontrollüberzeugungen) Die Reliabilitätsanalysen der vier gekürzten FKK-Skalen ergaben nur für die Skala FKK-SK eine hinreichende Gesamtreliabilität von α =.64. Da die Herausnahme einzelner Items die Gesamtreliabilitäten in den meisten Fällen jedoch nicht verbessert, die Skalen dagegen noch weiter verkürzt hätte, wurde darauf verzichtet. Außerdem zeigte ein Vergleich mit den von Krampen (1991, S. 44ff.) für die verwendeten Items angegebenen Kennwerte, hinsichtlich der Höhen von Mittelwerten und Standardabweichungen nur geringfügige Abweichungen, und auch die von Krampen angegebenen Trennschärfen dieser Items sind mit Werten von 0.29 bis.50 zwar als ausreichend, aber doch als eher niedrig einzustufen. Die Ergebnisse der Reliabilitätsanalyse sind in Tabelle 9 (S. 185) dargestellt, die zum Vergleich auch die bei Krampen angegebenen Werte enthält. Mit Gesamtreliabilitäten von α =.37 für die Skala FKK-I, α =.49 für die Skalen FKK-P und FKK-C muss die Zuverlässigkeit der Messung der generalisierten Kontrollüberzeugungen eher als gering angesehen werden. Es wird vermutet, dass die niedrigen Reliabilitäten auf die Kürzung der Originalskalen und eine ungünstige Itemauswahl zurückzuführen ist. Wegen dieser niedrigen Werte für die Reliabilität wurden für die FKK-Skalen Faktorenanalysen (Hauptkomponentenanalysen) durchgeführt. Sie ergaben einen Faktor pro Skala. Folgende Prozente der Gesamtvarianz werden dadurch erklärt: für FKK-SK %, für FKK-I %, für FKK-P %, 184

3 10. Testtheoretische Analysen der Untersuchungsinstrumente für FKK-C %. Die Ergebnisse dieser Faktorenanalysen sind in Tabelle 40, in Anhang B 1 auf S. 351 enthalten. Tabelle 9: Reliabilitätstabelle für FKK-Skalen Skala FKK-SK (Selbstkonzept eigener Fähigkeiten) Werte bei Krampen (1991, S. 44ff.) Item M SD N Trennschärfe α, wenn Item entfernt Item M SD Trennschärfe Reliabilitätskoeffizient: Alpha =.6395 Skala FKK-I (Internalität) Item M SD N Trennschärfe α, wenn Item entfernt Reliabilitätskoeffizient: Alpha =.3683 Skala FKK-P (Soziale Externalität) Item M SD N Trennschärfe α, wenn Item entfernt Reliabilitätskoeffizient: Alpha =.4856 Skala FKK-C (Fatalistische Externalität) Item M SD N Trennschärfe α, wenn Item entfernt Reliabilitätskoeffizient: Alpha = 4406 Die in Tabelle 41 (Anhang B 1, S. 351) angegebenen Interkorrelationen der vier gekürzten Primärskalen des FKK liegen zwischen r = -.47 und r =.37 und damit (außer der Korrelation zwischen FKK-C und FKK-SK) unter denen von Krampen angegebenen (Krampen, 1991, S. 53). Nach Krampen ist eine getrennte Auswertung der Primärskalen zulässig (Krampen, 1991, S. 50). 185

4 10. Testtheoretische Analysen der Untersuchungsinstrumente 10.2 Adaptierte KUT-Kurzform (hypertextspezifische Kontrollüberzeugungen) In der diesem Fragebogen zugrunde liegenden KUT-Kurzform (Beier, 1999) werden Kontrollüberzeugungen auf einer Dimension erfasst: Niedrige Skalenwerte bedeuten dabei höhere bereichspezifische Externalität, höhere Skalenwerte höhere bereichspezifische Internalität. Beier berichtet, dass eine explorative Faktorenanalyse nach dem Hauptkomponentenprinzip mit dem Eigenwertkriterium größer/gleich 1 einen Faktor mit einer Varianzaufklärung von 57.1 % ergeben habe (Beier, 1999, S. 692). Da die eindimensionale Messung von Kontrollüberzeugungen mit den beiden Polen Externalität und Internalität jedoch nicht mehr dem aktuellen Stand der Forschung entspricht (siehe Kap , S. 34), wurde für die in dieser Untersuchung eingesetzte und für Hypertext formulierte Version der KUT- Kurzform eine Faktorenanalyse (Hauptkomponentenanalyse mit Varimax- Rotation) durchgeführt, um zu prüfen, ob eine getrennte Erfassung von hypertextspezifischer Externalität und hypertextspezifischer Internalität möglich ist (Ergebnisse siehe Tab. 42, Anhang B.1, S. 352). Dabei ergaben sich zwei Faktoren: Auf dem ersten laden die vier Externalitätsitems (Nr. 8, 7, 2, 5; Wortlaut dieser Items siehe S. 337) mit jeweils über.70, auf dem zweiten zeigen die vier Internalitätsitems (Nr. 1, 6, 4, 3) Ladungen von mindestens.66. Die beiden Faktoren erklären gemeinsam % der Varianz, wovon % auf den ersten und % auf den zweiten Faktor entfallen. Da der Scree-Plot eine Drei-Faktoren-Lösung anzudeuten schien (siehe Tab. 42, Anhang B.1, S. 352), wurde die Zahl der extrahierten Faktoren mit der Parallelanalyse von Horn (1965, Bortz, 1993, S. 504f.) überprüft. Dabei werden die ermittelten Eigenwerte mit denen aus einer Zufallsmatrix verglichen: Übersteigt der Zufallswert den empirisch ermittelten, gilt dies als Abbruchkriterium. Das Ergebnis der Parallelanalyse (siehe Tab. 10, S. 187) spricht gegen die Drei-Faktoren-Lösung. Da sich dieses Verfahren unter anderem in Simulationen von Zwick und Velicer (1986) im Vergleich zum Scree-Test als das genauere erwiesen hat, wurde die Zwei-Faktor-Lösung 186

5 10. Testtheoretische Analysen der Untersuchungsinstrumente beibehalten. Damit erscheint die Teilung der KUT-Kurzform in die beiden Skalen hypertextspezifische Externalität (KUT-TC) und hypertextspezifische Internalität (KUT-I) als vertretbar. Tabelle 10: Ergebnis der Parallelanalyse nach Horn (1965) für KUT zufällige Eigenwerte (1) empirische Eigenwerte (2) Für die beiden Subskalen ergaben getrennt durchgeführte Reliabilitätsanalysen die in Tabelle 11 enthaltenen Werte, die mit Trennschärfen von α =.30 bis α =.61 und einer Gesamtreliabilität von α =.69 für KUT-I bzw. α =.78 für KUT-TC als akzeptabel bezeichnet werden können. Tabelle 11: Reliabiliätstabelle für KUT-Skalen Skala KUT-I (Bereichspezifische Internalität) Item Item-Nr. in KUT-Kurzform M SD N Trennschärfe α, wenn Item entfernt Reliabilitätskoeffizient: Alpha =.6915 Skala KUT-TC (Bereichspezifische Externalität) Item Item-Nr. in KUT-Kurzform M SD N Trennschärfe α, wenn Item entfernt 1 2 (umgepolt) (umgepolt) (umgepolt) (umgepolt) Reliabilitätskoeffizient: Alpha =.7794 Die Korrelation zwischen den beiden Subskalen KUT-I und KUT-TC beträgt r = -.55, was bedeutet, dass ein hoher Wert in hypertextspezifischer Internalität mit einem niedrigen Wert in hypertextspezifischer Externalität zusammenhängt. Die Höhe dieser Korrelationen ist mit den von Beier (1999, 187

6 10. Testtheoretische Analysen der Untersuchungsinstrumente S. 690) angegebenen Werten für die Langform des KUT (r = -.48) vergleichbar, was dafür spricht, dass die inhaltliche Adaptierung der KUT- Kurzform gelungen sein dürfte. Außerdem bestehen positive Zusammenhänge mit den entsprechenden FKK- Skalen, und zwar zwischen hypertextspezifischer und generalisierter Externalität (KUT-I und FKK-I: r =.26) und hypertextspezifischer und generalisierter Internalität (KUT-TC und FKK-PC: r =.18). Diese Korrelationen (Näheres dazu siehe Tab. 43, Anhang B 1, S. 352) sind auf dem Niveau von 1 % signifikant. Damit wird deutlich, dass einerseits ein Zusammenhang zwischen generalisierten und bereichspezifischen Kontrollüberzeugungen besteht, dass es andererseits aber notwendig ist, zwischen unterschiedlichen Generalisierungsniveaus von Kontrollüberzeugungen zu unterscheiden, wie dies im hierarchischen Strukturmodell von Krampen (1987) beschrieben wird (vgl. Abb. 3, S. 40) ISA Subtests Für die verwendeten Items aus drei Subtests der ISA (ITB & Gittler, 1998), Zahlenreihen fortsetzen (= ISA-ZR), Beziehungen herstellen (= ISA-BEZ) und Waren merken (= ISA-WM), wurden im Rahmen von Reliabilitätsanalysen Trennschärfen und Gesamtreliabilitätskoeffizienten berechnet, deren Ergebnisse Tabelle 12 (S. 189) darstellt, die auch Itemschwierigkeiten als auf jedes Item entfallenden prozentualen Anteil richtiger Antworten (Bühl & Zöfel, 2002, S. 457) angibt. Als zu schwierig erwies sich nur die neunte Zahlenreihe (ISA Item Nr. 57), die von nur % der TeilnehmerInnen gelöst werden konnte. Die meisten anderen Items aus den ISA-Subtests weisen mittlere Schwierigkeiten auf. Die Zahlenreihen 1 bis 3 (= ISA Items Nr. 41, 43, 45), die Wortgleichungen 1, 3 und 4 (= ISA Items Nr. 62, 66, 68) und Merkaufgabe 1 (= ISA Item Nr. 82) konnten von über 80 % der TeilnehmerInnen richtig gelöst werden, was sie als zu leicht ausweist. Die Gesamtreliabilitäten der drei Leistungstests von α =.59 (für Beziehungen herstellen ) bis α =.73 (für Zahlenreihen fortsetzen ) können als ausreichend betrachtet werden. Eine 188

7 10. Testtheoretische Analysen der Untersuchungsinstrumente Herausnahme der als zu leicht bzw. zu schwer eingestuften Items hätte keine wesentlichen Veränderungen der Gesamtreliabilitätskoeffizienten bewirkt. ISA-ZR Item ISA- Nr. Skalenmittel, wenn Item entfernt Tabelle 12: Reliabiliätstabelle für ISA-Subtests Skalenvarianz, wenn Item entfernt α, wenn Item entfernt Schwierigkeit (Item gelöst von % TN) Reliabilitätskoeffizient: Alpha =.7246 ISA-BEZ Skalenmittel, wenn Item entfernt Skalenvarianz, wenn Item entfernt α, wenn Item entfernt Schwierigkeit (Item gelöst von % TN) Item Skalenmittel, wenn Item entfernt Skalenvarianz, wenn Item entfernt α, wenn Item entfernt Schwierigkeit (Item gelöst von % TN) Trennschärfe Item ISA- Nr. Trennschärfe Reliabilitätskoeffizient: Alpha =.5877 ISA-ZR ISA- Nr. Trennschärfe Reliabilitätskoeffizient: Alpha =

8 10. Testtheoretische Analysen der Untersuchungsinstrumente Im Mittel (Md) lösten die TeilnehmerInnen: Zahlenreihen (ISA-ZR): 5.32 von 10 Aufgaben (IQB 131 = 3.09) Wortgleichungen (ISA-BEZ): 7.52 von 10 Aufgaben (IQB = 2.61) Merkaufgaben (ISA-WM): 6.25 von 10 Aufgaben (IQB = 3.39) 10.4 Fragebogen zur Erhebung des Interesses Für diesen neu erstellten Fragebogen (Items siehe Anhang A, S. 331), der Interesse in Form von Zustimmungen zu sechs Beweggründen zur Teilnahme an der Untersuchung erhebt, wurde zunächst eine Faktorenanalyse durchgeführt. Diese Hauptkomponentenanalyse mit Varimax-Rotation ergab drei Faktoren, die gemeinsam % der Gesamtvarianz aufklären: Auf dem ersten Faktor laden Beweggründe zur Teilnahme, die extrinische Motivation ausdrücken (Teilnahme der KollegInnen, Aussicht auf Belohnung, Unterrichtsentfall) am höchsten, womit dieser Faktor % der Gesamtvarianz erklärt. Der zweite Faktor zeigte die höchsten Ladungen für Beweggründe, die als Ausdruck intrinsischer Motivation betrachtet werden können (Interesse am Mittelalter, Interesse an PC-Arbeit), und erklärt % der Gesamtvarianz. Der dritte Faktor weist nur eine hohe Ladung, und zwar für das Motiv, durch eine Teilnahme an der Untersuchung einen Beitrag zur Forschung leisten zu können, auf. Er erklärt % der Gesamtvarianz. Aufgrund dieses Ergebnisses wurden zwei Skalen gebildet: INMOTI für intrinsische Motivation mit den Items Nr. 1 und Nr. 2, die mit r =.23 korrelieren. 13 Der Interquartilbereich (= IQB) ist definiert als der Streubereich für die mittleren 50 % einer Verteilung. Er wird durch das 25. und das 75. Perzentil begrenzt (Bortz, 1993, S. 40f.). 190

9 10. Testtheoretische Analysen der Untersuchungsinstrumente EXMOTI für extrinsische Motivation mit den Items Nr. 3, 5 und 6. Der Reliabilitätskoeffizient für diese 3-Item-Skala ist mit α =.41 sehr niedrig, was auf die Kürze der Skala zurückzuführen ist. Bei Interesse wurde unterschieden zwischen MAINT (= Interesse am Mittelalter), das mit Item Nr. 1 auf einer Skala von 1 (= überhaupt kein Interesse ) bis 6 (= sehr hohes Interesse ) erfasst wurde, und PCINT (= Interesse an PC-Arbeit), ebenfalls sechs-kategoriell erfasst mit Item Nr. 2. Eine getrennte Betrachtung dieser beiden Items erschien angezeigt, weil vermutet werden kann, dass sich Interesse am Mittelalter und Interesse an PC-Arbeit unterschiedlich auf die Navigation einer Person durch den Hypertext auswirken könnten: Ist die Person am Mittelalter, also am Inhalt des Hypertextes interessiert, so liest sie wahrscheinlich die von ihr aufgerufenen Seiten genau durch, was bedeutet, dass sie in der vorgesehenen Bearbeitungszeit von 25 Minuten eher weniger Seiten aufrufen wird. Überwiegt bei einer Person aber das Interesse an der Beschäftigung mit dem Computer, dann könnte sich das dergestalt auf die Navigation auswirken, dass mehr Seitenaufrufe vorgenommen werden, weil Form und Gestaltung des Hypertextes mehr interessieren als der Inhalt und infolgedessen der Hypertext mehr durchblättert als gelesen wird. Alle Ergebnisse von Berechnungen zu diesem Fragebogen sind in Tabelle 44 (Anhang B 1, S. 353) dargestellt. 191

10 10. Testtheoretische Analysen der Untersuchungsinstrumente 10.5 Fragebogen zur Erhebung von Computer-, Internet- und Hypertexterfahrungen Ein Teil der im mit Der Computer und Sie betitelten Fragebogen (siehe Anhang A, S. 333f.) enthaltenen Items sollte eine möglichst umfassende Beschreibung der Stichprobe in Hinblick auf die untersuchten Fragestellungen ermöglichen. Diejenigen Fragen, die sich auf Erfahrungen beziehen, die die Navigation der Personen in einem Hypertext beeinflussen könnten, wurden zu einer Skala zusammenfasst. Fragestellungen, bei denen die Teilnehmer die Möglichkeit von Mehrfachwahlantworten hatten, wurden dichotomisiert, indem für die Auswahl einer Antwort 1 und für die Nichtauswahl 0 codiert wurde. Es handelt sich dabei um die Items mit den Bezeichnungen PCE4B (PC-Nutzung zur Informationssuche im Internet), PCE4C (PC-Nutzung zum Senden/Empfangen von s), PCE6A (Homepage-Erstellung mit speziellem Programm) und PCE6C (Erfahrung im Schreiben von Quelltext). Alle anderen in der Skala enthaltenen Items, d. s. PCE1 (zusätzlicher Informatik-Unterricht), PCE3 (PC mit Internetanschluss zu Hause) und PCE5 (Erfahrung im Erstellen von Webseiten), erlaubten den TeilnehmerInnen nur die Wahl zwischen ja (= 1) und nein (= 0). Da von einer Faktorenanalyse für dichotome Variablen eher abgeraten wird, weil mit umso geringeren Faktorenladungen und Kommunalitäten zu rechnen ist, je weniger Intervalle eine Skala aufweist (Bortz, 1993, S. 484), wurde auf eine faktorenanalytische Überprüfung der Skala (= PCERF) verzichtet. Es wurde aber eine Reliabilitätsanalyse durchgeführt, die einen zufriedenstellenden Gesamtreliabilitätskoeffizienten von α =.71 ergab. Die Ergebnisse sind in Tabelle 45 (Anhang B 1, S. 354) dargestellt. Die Erfahrung der TeilnehmerInnen im Umgang mit Hypertext wurde mit jeweils einer Frage nach der Erfahrung im Lesen und der Erfahrung im Lernen erfasst, wobei die Personen die Höhe ihrer Erfahrungen auf Skalen von 1 (überhaupt keine) bis 6 (sehr hoch) abstufen konnten. Die Korrelation zwischen den beiden Items beträgt r S =.34 und ist auf dem Niveau von.01 signifikant. Die beiden Items wurden zur Skala HTERF zusammengefasst 192

11 10. Testtheoretische Analysen der Untersuchungsinstrumente (mögliche Ausprägungen von 2 bis 12). Detaillierte Ergebnisse sind ebenfalls in Tabelle 45 (Anhang B 1, S. 354) nachzulesen Fragebogen zur Computer-Einstellung Zu diesem Fragebogen (siehe Anhang A, S. 334) wurden jeweils drei eher positive und drei eher negative Aussagen über Computer zusammengestellt. Eine Hauptkomponentenanalyse mit Varimax-Rotation ergab zwei Faktoren mit insgesamt % aufgeklärter Gesamtvarianz: Auf dem ersten Faktor, der % der Gesamtvarianz erklärt, laden jene Items höher, die eine eher praxisbezogene Einstellung zum Computer spiegeln (Nutzung aller Möglichkeiten des PC, Erledigen aller Arbeiten am PC, Betrachtung des PC als nützliches Werkzeug), auf dem zweiten Faktor mit weiteren % jene Items, die einer eher skeptischen Einstellung zum Computer entsprechen (schlechte Erfahrungen mit dem PC, Undurchschaubarkeit des PC, Ablehnung des PC). Da aus inhaltlichen Gründen ein Summenscore positive Einstellung zum Computer über alle sechs Items anstrebenswert erschien, wurden jene Items, die eine eher skeptische Einstellung ausdrücken, umgepolt. Die Reliabilitätsanalyse für die Items dieser Skala (= PCEINST) ergab Trennschärfen zwischen r =.30 und r =.63 bzw. einen Gesamtreliabilitätskoeffizienten von α =.78, der als zufriedenstellend angesehen werden kann. Die Ergebnisse beider Analysen sind in Tabelle 46 (Anhang B 1, S. 355) enthalten Fragebogen zur Einschätzung des Vorwissens Das domänenspezifische Vorwissen der Personen wurde mit fünf Einschätzungsfragen zum Wissen über die einzelnen Unterthemen des Hypertextes erhoben. In der Faktorenanalyse (Hauptkomponentenanalyse) luden alle Items auf einem einzigen Faktor, der % der Gesamtvarianz erklärte. 193

12 10. Testtheoretische Analysen der Untersuchungsinstrumente Trennschärfen von r =.56 bis r =.67 und eine Gesamtreliabilität von α =.89 weisen auf eine hohe Zuverlässigkeit dieser Skala hin. Detaillierte Ergebnisse der beiden Analysen sind in Tabelle 47 (Anhang B 1, S. 356) dargestellt Fragebogen zur Beurteilung des Hypertextes und seiner Bearbeitung Dieser abschließende Fragebogen sollte unter anderem erheben, wie die TeilnehmerInnen die Arbeit mit dem Hypertext erlebt hatten bzw. wie sie ihre eigene Leistung und die ihrer KollegInnen einschätzten. Zunächst wurde eine Faktorenanalyse durchgeführt, um zu prüfen, ob Items zu Skalen zusammengefasst werden könnten. Die Hauptkomponentenanalyse mit Varimax-Rotation ergab drei Faktoren, die gemeinsam % der Varianz erklärten: Auf dem ersten Faktor mit % Gesamtvarianzaufklärung wiesen Items, die sich auf inhaltliche Aspekte des Hypertexts bezogen (Lesen hat Spaß gemacht, Thema hat gefallen, Einsatz im Unterricht wünschenswert) die höchsten Ladungen (zwischen.77 und.89) auf. Die Item mit den höchsten Ladungen (-.77 bis.87) auf dem zweiten Faktor, der % der Gesamtvarianz aufklärte, betrafen formale Aspekte des Hypertexts (Gefallen an Aufbau und Gestaltung). Auf dem dritten Faktor mit % erklärtem Gesamtvarianzanteil luden nur die beiden Items, die sich auf Aufgabenschwierigkeit bezogen (schwieriger Inhalt, schwierige Orientierung) mit.63 bis.87 hoch. Diese Items wurden daher zur Skala Aufgabenschwierigkeit zusammengefasst. Die Reliabilitätsanalyse ergab den sehr niedrigen Wert von α =.39, der auf den geringen Skalenumfang zurückzuführen ist. Aus inhaltlichen Überlegungen sollten die Items, die sich auf inhaltliche und formale Aspekte des Hypertexts bezogen, in einer Akzeptanz-Skala zusammengeführt werden. Die Reliabilitätsanalyse über diese fünf Items zeigte, dass dafür die Herausnahme eines Items (Gefallen an der Gestaltung des Hypertexts) erforderlich war. Damit konnte für die Akzeptanz-Skala ein zufriedenstellender Reliabilitätskoeffizient von α =.79 erreicht werden. Die Er- 194

13 10. Testtheoretische Analysen der Untersuchungsinstrumente gebnisse aller Berechnungen sind Tabelle 48 (Anhang B 1, S. 357) zu entnehmen Wissenstest nach der Hypertext-Bearbeitung Nach der Hypertext-Bearbeitung wurde mit 40 Fragen erfasst, wie viel die TeilnehmerInnen gelernt hatten. Da es in der auf 25 Minuten begrenzten Lernzeit nicht möglich war, den gesamten Hypertext durchzuarbeiten, ist das Ergebnis des Wissenstests stark abhängig davon, ob jener Knoten, aus dem die jeweilige Frage stammte (über die Erstellung des Wissenstest siehe Kap , S. 168f.), auch tatsächlich aufgerufen worden war. Die Reliabilitätsanalyse ergibt daher für den Wissenstest durchwegs äußerst geringe Trennschärfen und einen sehr niedrigen Gesamtreliabilitätskoeffizienten von α =.43. Da eine Herausnahme jener 20 Items, die von weniger als 20 % der TeilnehmerInnen richtig gelöst worden waren, nur eine geringfügige Verbesserung dieses Werts auf α =.49 ergeben hätte (siehe Tab. 49, Anhang B.1, S. 358), was angesichts des Umfangs des Wissenstests noch immer nicht als ausreichend bezeichnet werden kann, zumal erst Reliabilitäten von mindestens α =.80 als zufriedenstellend gelten (Wiese, 1975, S. 219, zitiert nach Bortz & Döring, 2002, S. 199), wurde schließlich darauf verzichtet, und es wurden alle 40 Items in die weiteren Analysen aufgenommen. Die Ergebnisse der Reliabilitätsanalyse sind in Tabelle 50 (Anhang B.1, S. 359) dargestellt. Im Mittel wurden von den TeilnehmerInnen der 40 Aufgaben gelöst (SD = 3.39), das Minimum richtig beantworteter Fragen lag bei 2, das Maximum bei

14 11. Deskriptive Datenanalyse In diesem Abschnitt der Arbeit werden die deskriptiven Daten, die die Untersuchung betreffen, präsentiert. Überall dort, wo die Verteilungen der Werte laut Kolmogorov-Smirnov-Anpassungstest signifikant von einer Normalverteilung abweichen, sind gruppierte Mediane (Md) und Interquartilbereiche (IQB) angegeben. Im Rahmen einer explorativen Analyse wurden zur Prüfung der Signifikanz von allfälligen Unterschieden überwiegend parameterfreie Verfahren mit einem Signifikanzniveau von α = 5 % verwendet. Einseitige Untersuchungen werden speziell als solche bezeichnet. Effektstärken bei signifikantem t-test wurden nach der Formel ES = T * Wurzel [(n 1 + n 2 ) / n 1 n 2 ] (Westermann, 2000, S. 357) berechnet Zu den Ergebnissen der Leistungstests Die Ergebnisse der TeilnehmerInnen in den ISA-Subtests, die in Tabelle 51 (Anhang B 2.1, S. 360) dargestellt werden, wichen auf dem Niveau von 5 % signifikant von einer Normalverteilung ab (siehe Tab. 52, Anhang B 2.1, S. 361). Die Leistungen von TeilnehmerInnen aus unterschiedlichen Schultypen unterscheiden sich bei den Wortgleichungen (Kruskal-Wallis Test: χ 2 = , df = 4, p =.012) und den Merkaufgaben (Kruskal-Wallis Test: χ 2 = , df = 4, p =.032) signifikant voneinander (siehe Tab. 53, Anhang B 2.1, S. 361). Dieses Ergebnis bestätigt Angaben im ISA-Testmanual über Unterschiede in den Testleistungen in Abhängigkeit vom besuchten Schultyp (ITB & Gittler, 1998, S. 43). Mädchen und Burschen unterscheiden sich hinsichtlich ihrer Leistungen bei den Zahlenreihen und den Merkaufgaben signifikant voneinander (ISA-ZR: Mädchen: Md = 5.02, IQB = 2.90; Burschen: Md = 5.91, IQB = 3.32; Mann- Whitney Test: Z = , p einseitig =.0065; ISA-WM: Mädchen: Md = 6.55, IQB = 3.24; Burschen: Md = 5.595, IQB = 3.33; Mann-Whitney Test: Z = , p einseitig =.002). Auch dieses Ergebnis deckt sich mit Angaben im Testmanual, 196

15 denen zufolge männliche Bearbeiter bei den Zahlenreihen im Mittel etwas besser abschneiden als weibliche, während weibliche Bearbeiter bei Merkaufgaben etwas bessere Leistungen erzielen (ITB & Gittler, 1998, S. 42). Eine Analyse der Bearbeitungszeiten der einzelnen ISA-Aufgabengruppen zeigte, dass die TeilnehmerInnen bei den Zahlenreihen die Bearbeitungszeit von sechs Minuten voll ausnutzten, während sie für Wortgleichungen und Merkaufgaben deutlich weniger Zeit brauchten. Außer bei den Zahlenreihen gibt es keinen Zusammenhang zwischen Testergebnis und Bearbeitungszeit. Für Zahlenreihen und Bearbeitungszeit beträgt die auf dem Niveau von.01 signifikante Korrelation r S = -.181, d. h. je länger die Aufgaben bearbeitet wurden, desto schlechtere Ergebnisse wurden erzielt (siehe Tab. 54, Anhang B 2.1, S. 362). Ein Vergleich der Bearbeitungszeiten für diesen Subtest ergab, dass sich die Mädchen länger als die Burschen mit den Zahlenreihen beschäftigten (Mädchen: Md = , IQB = 7.8; Burschen: Md = , IQB = 34.33; Mann-Whitney-Test: Z = , p einseitig =.004) (siehe Tab. 51, Anhang B 2.1; S. 360). Die Ergebnisse der ISA-Subtests korrelierten signifikant bis hochsignifikant mit den Noten in den Sprachfächern und in Mathematik mit Werten von r S = bis (siehe Tab. 55, Anhang B 2.1, S. 362). Das negative Vorzeichen ergibt sich daraus, dass im österreichischen Schulsystem der besten Note der niedrigste Rangwert zugeordnet ist. 197

16 11.2 Zum informationsnetztechnischen Vorwissen und der Erfahrung im Umgang mit Hypertext % der TeilnehmerInnen gaben an, zu Hause über einen PC mit Internetanschluss zu verfügen. Die Computer in der Schule und/oder zu Hause nutzen die TeilnehmerInnen in erster Linie zum Schreiben von Texten (95.03 %), für die Informationssuche im Internet im Zusammenhang mit Hausübungen und Referaten (88.92 %) und zum Empfangen/Senden von s (82.92 %). Computer- und/oder Online-Spiele (54.04 %) und die Teilnahme an Chats (28.26 %) dürften eher weniger Interesse finden, wobei hier allerdings eine mögliche Tendenz zu sozial erwünschten Antworten nicht auszuschließen ist % der TeilnehmerInnen (d. s. 185 Personen) haben eine eigene Homepage. Dieser hohe Prozentsatz kann damit begründet werden, dass die Erstellung einer eigenen Webseite Gegenstand im Wahlpflichtfach Informatik ist. Zur Erstellung von Webseiten werden vor allem spezielle Programme, wie Frontpage oder Dreamweaver (von % der Homepage-BesitzerInnen), verwendet oder die Quelltexte selbst geschrieben (von % der Homepage-BesitzerInnen). Diese Zahlen zeigen, dass sich die SchülerInnen zur Webseiten-Gestaltung zwar Hilfsmittel wie Frontpage oder Dreamweaver bedienen, daneben aber auch selbst HTML-Seiten verfassen. Online-Module werden dagegen nur von % der Homepage-BesitzerInnen in Anspruch genommen, was damit zusammenhängen könnte, dass solche Systeme meist die gestalterischen Freiheiten doch eher einschränken % lassen sich ihre eigene Homepage durch andere Personen einrichten. Außerhalb des regulären Informatikunterrichts besuchen % der TeilnehmerInnen (d. s. 255 Personen) keine zusätzlichen außerschulischen Computerkurse und nehmen auch nicht an einer Unverbindlichen Übung oder einem Freigegenstand teil, der dem Unterrichtsfach Informatik zugeordnet werden kann. An den Schulen dürfte der Computer in anderen Fächern als Informatik doch noch in eher geringem Ausmaß zum Einsatz kommen, wie die in Abbildung 11 (S. 199) dargestellten Angaben der TeilnehmerInnen zeigen. 198

17 Prozent von N = überhaupt nie eher selten eher häufig oft selten ständig Abbildung 11. Verwendung des PC im Schulunterricht in anderen Fächern als Informatik Die Auswertung der computer- und Internet-bezogene Erfahrungen zusammenfassenden Skala PCERF (siehe Kap. 10.5, S. 192f.), auf der Werte zwischen 0 und 7 erreicht werden können, deutet an, dass die TeilnehmerInnen insgesamt im Mittel über gutes informationsnetztechnisches Vorwissen verfügen dürften (Md = 4.01, IQB = 2.78), wobei dieses Wissen bei den Burschen (Md = 5.19, IQB =.261) signifikant höher ausgeprägt erscheint als bei den Mädchen (Md = 3.59, IQB = 2.42), wie das Ergebnis des Mann- Whitney-U-Tests (Z = , p einseitig <.001) ausweist. Da es sich um Selbsteinschätzungen der Personen handelt, muss das Ergebnis aber relativiert werden: Es wäre auch denkbar, dass die Burschen ihr Wissen einfach als höher eingeschätzt haben als die Mädchen, was mit ihrem höheren Selbstkonzept eigener Fähigkeiten (siehe Kap. 11.9, S. 214) erklärt werden könnte. Bezüglich der Erfahrung im Umgang mit Hypertext zeigt sich, dass die TeilnehmerInnen schon häufig Hypertexte gelesen, dieses Medium aber selten zum Lernen genutzt haben: Die Häufigkeit des Lesens von Hypertext (mögliche Werte für Hypertext-Lese- und Hypertext-Lern-Erfahrung jeweils von 1 bis 6) liegt im Mittel (Md = 5.17, IQB = 2.03) deutlich über jener des Lernens von Hypertext (Md = 1.77, IQB = 1.81). Betrachtet man beide Arten von Erfahrun- 199

18 gen mit Hypertexten gemeinsam, so kann man für die TeilnehmerInnen aufgrund der berichteten Erfahrungen vermutlich gute Kenntnisse im Umgang mit Hypertext annehmen (Md = 6.94, IQB = 2.84). Wiederum treten Geschlechtsunterschiede zu Tage: Burschen (Md = 7.33, IQB = 2.53) schätzen sich demzufolge als hypertexterfahrener ein als Mädchen (Md = 6.70, IQB = 2.98). Dieses Ergebnis ist statistisch signifikant (Mann-Whitney Test: Z = , p einseitig =.002), doch mit Vorsicht zu interpretieren, zumal auch ihm Self-Reports zugrunde liegen. Genaue Darstellungen der Berechnungen im Zusammenhang mit informationsnetztechnischem Vorwissen und Hypertext-Erfahrung finden sich in Tabellen 56 und 57 (Anhang B 2.2, S. 363) Zur Einstellung zum Computer Auf der mit der Skala PCEINST (siehe Kap. 10.6, S. 193) gemessenen positiven Einstellung zum Computer erreichten die TeilnehmerInnen im Mittel insgesamt recht hohe Werte (Md = 28.08, IQB = 7.4; Skalenbereich: 6 36), wobei Burschen (Md = 29.04, IQB = 6.3) dem Computer positiver gegenüber stehen als Mädchen (Md = 27.32, IQB = 8.15). Dieser Unterschied zwischen den Geschlechtern ist statistisch signifikant (Mann-Whitney Test: Z = , p einseitig =.0025). Eine Analyse auf Itemebene ergab, dass die überwiegende Mehrheit der TeilnehmerInnen (79.19 % bzw. 255 Personen) den PC als nützliches Werkzeug betrachtet und ihn als solches auch verwendet. Obwohl diese praktische Sicht des PC bei beiden Geschlechtern überwiegt, bekunden die Mädchen, wie Abbildung 12 (S. 201) illustriert, doch deutlich höhere Computer-Skepsis als die Burschen (Chi-Quadrat Test: χ2 = 9.583, df = 2, p =.008). Eine Übersicht über die genauen Ergebnisse hinsichtlich der Einstellung zum Computer geben die Tabellen 58 bis 60 (Anhang B 2.3, S. 363f.). 200

19 Die Einstellung zum Computer hängt zusammen mit entsprechenden Erfahrungen: Je erfahrener eine Person im Umgang mit Computer und Hypertext ist bzw. je größer ihr informationsnetztechnisches Vorwissen, desto positiver ist ihre Einstellung zum PC (PCERF und PCEINST: r S =.424; HTERF und PCEINST: r S =.216; beide Korrelationen sind auf dem Niveau von.01 signifikant) (siehe Tab. 61 in Anhang B 2.3, S. 365), wobei natürlich auch die positive Einstellung zum Computer ausschlaggebend für höhere Erfahrungen in den entsprechenden Bereichen sein könnte. Mädchen (n = 211) Burschen (n = 111) indifferent / 12.3% eher skeptisch / 13.3% indifferent 8.00 / 7.2% eher skeptisch 5.00 / 4.5% eher praktisch / 74.4% eher praktisch / 88.3% Abbildung 12. Unterschiedliche Sicht des Computers bei Mädchen und Burschen 11.4 Zu Interesse und Motivation Das Interesse der TeilnehmerInnen am Thema des Hypertextes ist im Mittel (Md = 1.91, IQB = 1.95, Wertebereich: 1 für überhaupt kein bis 6 Punkte für sehr hohes Interesse) sehr gering: % bzw. 260 Personen gaben an überhaupt nicht bis eher gering am Leben der Menschen im Mittelalter interessiert zu sein, nur neun Personen (d. s %) gaben sehr hohes Interesse an. Das Interesse der Mädchen für das Mittelalter (Md = 1.77, IQB = 1.74) liegt deutlich unter jenem der Burschen (Md = 2.31, IQB = 2.37). Dieser Unterschied ist statistisch signifikant (Mann-Whitney Test: Z = -2,934, p einseitig =.0015). 201

20 Wesentlich mehr als am Mittelalter zeigten sich die TeilnehmerInnen an der Arbeit am Computer interessiert (Md = 3.49, IQB = 2.66, Wertebereich: 1 für überhaupt kein bis 6 Punkte für sehr hohes Interesse). Auch hier bekundeten die Burschen (Md = 4.14, IQB = 2.51) höheres Interesse als die Mädchen (Md = 3.16, IQB = 2.50), und auch dieses Ergebnis ist statistisch signifikant (Mann- Whitney Test: Z = , p einseitig <.001). Wie Abbildung 13 erkennen lässt, war der Wunsch, einen Beitrag zur Forschung zu leisten, das von den SchülerInnen am höchsten eingestufte Motiv zur Teilnahme an der Untersuchung, während die Aussicht auf eine Belohnung z. B. in Form eines Mitarbeits-Plus am niedrigsten bewertet wurde Gruppierter Median Teilnahme Kollegen Beitrag z. Forschung Unterrichtsentfall Interesse am PC Interesse am MA Belohnung Abbildung 13. Motive der SchülerInnen zur Teilnahme an der Untersuchung Um die Ergebnisse der beiden Skalen für intrinsische und extrinsische Motivation, die unterschiedliche Wertebereiche aufweisen, vergleichbar zu machen, wurden die gruppierten Mediane standardisiert. Der Vergleich zeigte, dass die Teilnehmerinnen eher extrinsisch (Md Z-Wert = , IQB = ) als intrinsisch (Md Z-Wert = , IQB = ) zur Teilnahme an der Untersuchung motiviert gewesen sein dürften. 202

21 Auch hinsichtlich der Motivation weisen die Burschen in beiden Kategorien im Mittel höhere Werte auf als die Mädchen, wobei die Unterschiede zwischen den Geschlechtern aber nur für die intrinsische Motivation statistisch signifikant sind (Mädchen: Md = 5.09, IQB = 3.42; Burschen: Md = 8.27, IQB = 3.56; Mann-Whitney Test: Z = , p einseitig <.001). Sämtliche Ergebnisse zu Interesse und Motivation sind in den Tabellen 62 bis 64 in Anhang B 2.4 auf Seite 365f. zusammengefasst Zum domänenspezifischen Vorwissen Die Selbsteinschätzung ihres Wissens über das Mittelalter zeigte, dass die TeilnehmerInnen insgesamt dieses als eher mittelmäßig einstuften (Md = 13.64, IQB = 7.53; Skalenbereich: 5 30 Punkte), wobei sie mittelalterliche Tischsitten als jenen Bereich nannten, über den sie am besten Bescheid wissen. Wie hoch das Vorwissen über die einzelnen Hypertext- Kapitel eingeschätzt wurde, zeigt Abbildung 14, genauere Angaben dazu enthält Tabelle 65 (Anhang B 2.5, S. 367) Gruppierter Median Tischsitten Essen Trinken Kochen Festmahl Abbildung 14. Einschätzung ihres Vorwissens zu den einzelnen Hypertext-Kapiteln durch die TeilnehmerInnen Ein Vergleich zwischen Burschen und Mädchen (siehe Tab. 65, Anhang B 2.5, S. 367) ergab signifikante Geschlechtsunterschiede (Mann-Whitney Test: Z = , p einseitig =.001): Burschen (M = 15.41, SD = 5.192) schätzen ihr 203

22 Vorwissen im Mittel höher ein als Mädchen (Md = 12.85, IQB = 7.46). Zwischen Vorwissenseinschätzung und der Geschichtenote ergab sich kein Zusammenhang. Hinsichtlich der Kontrollüberzeugungen ergab sich auf dem Niveau von 5 % ein signifikanter positiver geringer Zusammenhang zwischen Vorwissen und hypertextspezifischer Internalität (r S =.138), d. h. mit steigender bereichspezifischer Internalität wurde der Umfang des Wissens über das Mittelalter als größer eingeschätzt Zur Navigation durch den Hypertext In den Tabellen 67 und 68 (Anhang B 2.6, S. 368) sind alle Ergebnisse zum Navigationsverhalten der TeilnehmerInnen im Hypertext für die Gesamtstichprobe, für Mädchen und Burschen getrennt bzw. zur Überprüfung der Daten auf Normalverteilung zusammengestellt. Im Mittel (Md) wurden von den SchülerInnen Hypertextknoten (IQB = 14.21, Gesamtseitenanzahl = 124) besucht. Der Explorationsumfang (EXPLOR = NV / NT, d. i. das Verhältnis besuchter Seiten zur Gesamtseitenanzahl, Berechnung nach der Formel von Canter et al., 1985, S. 95) beträgt damit im Mittel %, d. h. es wurde nur ca. ein Viertel der vorhandenen Seiten geöffnet. Die linke Grafik in Abbildung 15 (S. 205) stellt dar, wie viele Prozent der Seiten pro Ebene im Mittel betrachtet wurden. Der hohe Prozentsatz für die Seiten auf Ebene 1 ergibt sich daraus, dass diese Seiten mehr oder weniger zwangsläufig geöffnet werden müssen, um in tiefere Ebenen gelangen zu können (zum Aufbau des Hypertextes siehe Kap , S. 164). Während auf Ebene 2 noch fast die Hälfte aller Seiten aufgerufen wurde, so sind dies auf den darunter liegenden Ebenen doch deutlich weniger. Das Mittel der Seitenaufrufe (= Anzahl der Klicks auf Seiten) beträgt für die Gesamtstichprobe Md = (IQB = 32.50). Das Redundanzmaß (REDUND = NV / NS, berechnet mit der Formel von Canter et al., 1985, S. 96) gibt das Verhältnis aufgerufener Knoten zur Anzahl der Knotenaufrufe an. Aus dem für 204

23 die Redundanz errechneten Wert von % ist ersichtlich, dass im Mittel jede der aufgerufenen Hypertextseiten insgesamt ca. zwei Mal besucht wurde. Im Mittel (Md) wurde der Hypertext Sekunden (IQB = ), d. s Minuten bearbeitet. Das bedeutet, dass die zur Verfügung stehende Zeit von 25 Minuten nahezu voll ausgeschöpft wurde. Die kürzeste Bearbeitungszeit liegt bei 908 Sekunden (= Minuten) und ergibt sich daraus, dass nur jene TeilnehmerInnen, die sich mindestens 15 Minuten lang mit dem Hypertext beschäftigt hatten, in die Auswertung aufgenommen wurden. Dass die längste Verweildauer im Hypertext (= 1556 Sekunden bzw. 25,93 Minuten) um ca. eine Minute und damit nur unwesentlich über der vorgesehenen Bearbeitungszeit liegt, kann mit unterschiedlichen Verbindungsgeschwindigkeiten zum Server erklärt werden. Abbildung 15 (rechte Grafik) gibt Aufschluss über die im Mittel auf den einzelnen Ebenen des Hypertextes verbrachte Zeit und zeigt, dass im Mittel der größte Anteil der Bearbeitungszeit auf Ebene 2 entfällt Prozent im Mittel betrachteter Seiten / Ebene Prozent HT-Gesamt-Bearbeitungszeit GMd E1 GMd E2 GMd E3 GMd E4 GMd E5 GMd E6 GMd ZE1 GMd ZE2 GMd ZE3 GMd ZE4 GMd ZE5 GMd ZE6 Abbildung 15. linke Grafik: Prozent der im Mittel betrachteten Hypertextseiten pro Ebene (GMd = gruppierter Median, E = Ebene); rechte Grafik: Prozentanteile der Gesamtbearbeitungszeit, die im Mittel auf den einzelnen Hypertext-Ebenen verbracht wurde (GMd = gruppierter Median, ZE = Zeit auf Ebene). Werte für in der rechten Grafik nicht angezeigte Ebenen: Ebene 5 = 1.04 %, Ebene 6 =.03 % der Gesamtbearbeitungszeit von 25 Minuten. Der Mittelwert für die Bearbeitungstiefenmaßzahl STM, die mit der Zeit gewichtete Ebenenstufe, beträgt (SD = ). In welchem Verhältnis 205

24 steht dieser Wert nun zur möglichen minimalen bzw. maximalen Ausprägung dieser Maßzahl? Eine grobe Überschlagsrechnung für die Extremwerte von STM liefert STM MIN = 900 (d. h. eine Person verbringt die minimal zulässige Bearbeitungszeit von 900 Sekunden ausschließlich auf Ebene 1) und STM MAX = 9000 (d. h. eine Person verbringt die maximal zulässige Bearbeitungszeit von 1500 Sekunden ausschließlich auf Ebene 6). Diese erste Schätzung ist als unrealistisch zu beurteilen, da die Struktur des Hypertextes wegen der aus inhaltlichen Gründen nicht durchgängigen bzw. geringen Besetzung von Ebene 6 mit Knoten eine Erreichung des Maximalwertes von 9000 keineswegs erlaubt. Um zu einer realistischen Schätzung der praktisch erreichbaren Spannweite von STM zu gelangen, wurde folgende Vorgangsweise gewählt: Zunächst wurden den Seiten aller Ebenen zufällige Verweildauern pro Seite zugeordnet, derart, dass ihre Summen zwischen 900 und 1500 lagen. Im Rahmen eines zweimaligen Bootstraps (vgl. Diaconis & Efron, 1983; Bortz, 1993, S. 125), einmal für STM MIN und einmal für STM MAX wurden je 1000 zufällige STM erzeugt. Die Normalverteilungen der beiden so entstandenen Datensätze wurde mit dem Kolmogorov-Smirnov Anpassungstest auf einem Niveau von 1 % geprüft (für STM MIN : Z = 1.453, p =.029; für STM MAX : Z = 1.107, p =.173). Die Konfidenzintervalle für STM MIN und STM MAX (siehe Tab. 13) überlappen einander, wobei der Stichprobenmittelwert für STM von in diesen Überlappungsbereich fällt. Da der Stichprobenmittelwert für STM beim 4 % Perzentil der STM MAX -Verteilung und beim 75 % Perzentil der STM MIN - Verteilung liegt, kann die mittlere Bearbeitungstiefe der Gesamtstichprobe als eher niedrig bewertet werden. Tabelle 13: Konfidenzintervalle für STM, STM MIN und STM MAX Konfidenzintervall N 0.5 % M 99.5 % SD STM MIN STM MAX STM Hinsichtlich aller Navigationsmaße konnten keine signifikanten Unterschiede zwischen Mädchen und Burschen festgestellt werden. 206

25 Das Icon, das die Möglichkeit zum Ausstieg aus dem Hypertext vor dessen automatischer Schließung anzeigte, wurde von insgesamt % der TeilnehmerInnen angeklickt. 12 Personen (= 3.73 % der Gesamtstichprobe von N = 322) nahmen diesen Anklick zwar schon innerhalb der ersten 15 Minuten ihrer Hypertextbearbeitung vor, stiegen jedoch nicht aus dem Text aus und wurden daher in die Auswertung aufgenommen. 23 Personen (= 7.14 % von N = 322) klickten zwischen der 15. und der 20. Minute auf das Icon, die restlichen 63 Personen (= % von N = 322) innerhalb der letzten fünf Minuten. Ob dem Anklick tatsächlich ein vorzeitiger Ausstieg folgte, wurde aufgrund der geringen Personenzahlen zu den beiden früheren Zeitpunkten nicht näher analysiert Zum Wissenstest nach der Hypertextbearbeitung Im Wissenstest schnitten die TeilnehmerInnen mit im Mittel richtigen von 40 Antworten (SD = 3.39) eher schlecht ab. Das Mittel der falschen Antworten liegt bei Md = (IQB = 8.6). Im Mittel (Md) wurde von den TeilnehmerInnen bei Aufgaben, also bei nahezu der Hälfte der Wissenstestfragen, die Antwortkategorie weiß ich nicht gewählt (IQB = 11.64) % der TeilnehmerInnen (d.s. 262 Personen) ließen keine der 40 Fragen aus, % bzw. 49 TeilnehmerInnen beantworteten je eine Frage nicht. Das Maximum nicht beantworteter Fragen lag bei 6 Auslassungen (0.31 % der Gesamtstichprobe bzw. eine Person). Der Vergleich der Wissenstestscores der Mädchen (M = 10.19, SD = 3.48) und der Burschen (M = 11.11, SD = 3.14) zeigt, dass Letztere bessere Leistungen erbracht haben (t-test: T = , df = 320, p einseitig =.012; ES =.272). Um zu untersuchen, ob sich hier eventuell höheres Vorwissen der Burschen über das Mittelalter (siehe Kap. 11.5, S. 203) ausdrücken könnte, wurden die Ergebnisse der Vorwissenseinschätzung mit dem Wissenstestergebnis korreliert. Für die Gesamtstichprobe ergab sich dabei eine auf dem Niveau von.01 signifikante positive, aber geringe Korrelation von r S =.15, und für die Mädchen von r S =.16. Die Korrelation zwischen Vorwissenseinschätzung und Wissenstestergebnis war bei den Burschen dagegen nicht signifikant (r S =.05). 207

26 Die Gegenüberstellung von richtig beantworteten Wissenstestfragen und der Anzahl besuchter, lerntestrelevanter Hypertextknoten (siehe Abb. 16, S. 208), für die das Mittel (Md) 8,16 (IQB = 4.87) beträgt, lässt erkennen, dass auch Fragen von Seiten beantwortet werden konnten, die gar nicht besucht worden waren. Dies könnte mit Vorwissen erklärt werden oder aber auch auf Erraten der Lösungen zurückzuführen sein Anzahl Wissenstestfragen Besuch Seite (GMd) Antwort Frage (M) Abbildung 16. Vergleich zwischen besuchten lerntestrelevanten Knoten und richtig beantworteten Wissenstestfragen. Für die Anzahl besuchter lerntestrelevanter Hypertextseiten ergibt sich kein Unterschied zwischen den Geschlechtern (Mädchen: Md = 7.98; IQB = 5.11; Burschen: Md = 8.55, IQB = 4.73; Mann-Whitney Test: Z = -.593, p =.553). Die Analyse der in den Logfiles mitgeschriebenen Bearbeitungszeiten für den Wissenstest zeigt, dass die Beantwortung der 40 Fragen im Mittel 7.5 Minuten in Anspruch nahm (M = Sekunden, SD = ), wobei die kürzeste Bearbeitungszeit bei 2.18 Minuten, die längste bei Minuten lag. Mädchen und Burschen unterschieden sich nicht hinsichtlich ihrer Wissenstest- Bearbeitungszeiten (Mädchen: M = , SD = ; Burschen: M = , SD = ; t-test: T = , df = 320, p =.113). Insgesamt schätzten die TeilnehmerInnen ihr eigenes Abschneiden im Wissenstest im Mittel als sehr schlecht bis schlecht ein (Wertebereich von 1 bis 6; Md = 1.75, IQB = 1.40). Die Leistungen der KollegInnen wurden dagegen im Mittel als besser eingeschätzt (Md = 2.95, IQB = 1.63). Während sich Mäd- 208

27 chen und Burschen hinsichtlich der Einschätzung ihrer MitschülerInnen nicht voneinander unterschieden, werden bei der Selbsteinschätzung Geschlechtsunterschiede deutlich (Mann-Whitney Test: Z = , p einseitig <.001) Burschen (Md = 1.99, IQB = 1.49) schätzten die eigene Leistung im Wissenstest als besser ein als Mädchen (Md = 1.64, IQB = 1.49). Dies könnte mit der höheren Vorwissenseinschätzung der Burschen insofern zusammenhängen, dass sich die Burschen einfach generell als besser eingeschätzt haben (siehe Kap. 11.5, S. 203), mit dem höheren Selbstkonzept eigener Fähigkeiten der Burschen (siehe Kap. 11.6, S. 204) erklärt werden könnte. Ein derartiger Unterschied trat jedoch nicht auf, wenn von den TeilnehmerInnen die Angabe der konkreten Anzahl ihrer geschätzten richtigen Wissenstestfragen erbeten wurde: Im Mittel schätzten die SchülerInnen diese Anzahl auf Md = 7.69 (IQB = 5.76). Vergleicht man nun diese Selbsteinschätzung mit der tatsächlich erbrachten Leistung im Wissenstest, so fällt auf, dass % der TeilnehmerInnen (d.s. 217 Personen) bessere als von ihnen geschätzte Leistungen erbrachten % bzw. 77 Personen schnitten schlechter ab und 7.76 % (= 25 Personen) schätzten sich exakt richtig ein, d. h. die von ihnen angegebenen Zahlen ihrer geschätzten richtigen Antworten stimmten mit ihrem Wissenstestergebnissen überein. 3 Personen (=.94 % der Gesamtstichprobe) gaben keinen Tipp bezüglich der Zahl ihrer richtigen Lerntestantworten ab. Für die Selbsteinschätzungen und das Wissenstestergebnis ergaben sich signifikante positive Korrelationen in mittlerer Höhe: r S =.41 für die Gesamtstichprobe, r S =.42 für die Mädchen und r S =.37 für die Burschen. Alle diese Korrelationen sind auf dem Niveau von.01 signifikant und zeigen, dass die SchülerInnen ihre Wissenstestleistungen im Mittel ganz gut einschätzen konnten. Eine Zusammenstellung aller Ergebnisse des Wissenstests befindet sich in den Tabellen 69 bis 72 in Anhang B 2.7 (S. 369f.). 209

28 11.8 Zur Beurteilung des Hypertextes und seiner Bearbeitung Im Mittel fand der Hypertext zufriedenstellende Akzeptanz bei den TeilnehmerInnen (Md = 15.13, IQB = 6.8; Skalenbereich von 4 bis 24). Mädchen (M = 15.27, SD = 4.54) und Burschen (M = 14.23, SD = 4.79) unterschieden sich hinsichtlich ihrer Beurteilungen nicht voneinander (t-test: T = 1.939, df = 320, p =.053). Zur Veranschaulichung bzw. für die folgende Grafik (Abb. 17) wurden die 4 Items dergestalt dichotomisiert, dass die Antwortkategorien von 1 bis 3 den negativen Skalenpol, die Antwortkategorien von 4 bis 6 den positiven Skalenpol repräsentieren % der TeilnehmerInnen (= 177 Personen) gaben demnach an, das Lesen des Hypertextes habe ihnen Spaß gemacht, % (= 206 Personen) fanden das Thema interessant, % (= 207 Personen) beurteilten den Aufbau des Hypertextes positiv und % (= 155 Personen) befürworteten den Einsatz des Hypertextes im Geschichteunterricht Prozent (von jeweils N = 322) Spaß Thema Aufbau Einsatz Abbildung 17. Beurteilung des Hypertextes Auf Einzelitemebene zeigte sich ein signifikanter Geschlechtsunterschied: Den Mädchen (Md = 3.91, IQB = 2.57) bereitete das Lesen des Textes mehr 210

29 sehr 11. Deskriptive Datenanalyse Freude als den Burschen (Md = 3.48, IQB = 2.64) (Mann-Whitney Test: Z = , p einseitig =.01) Das Ergebnis eines Vergleichs des von den TeilnehmerInnen vor der Hypertextbearbeitung geäußerten Interesses für das Mittelalter und ihrer Beurteilungen der Interessantheit des Themas des Hypertextes präsentiert Abbildung 18: Gaben vor der Textbearbeitung % der TeilnehmerInnen an, eher nicht bis gar nicht am Mittelalter interessiert zu sein, so beurteilten doch % nach der Textbearbeitung das Thema Essen und Trinken im Mittelalter als eher bis sehr interessant. Die Bearbeitung des Hypertextes hat demnach das Interesse der SchülerInnen gesteigert Prozent (N = 322) Prozent (N = 322) gar nicht nein ja ja nicht sehr eher nein eher ja gar nicht eher ja eher nicht Interesse am MA Thema war interessant Abbildung 18. linke Grafik: Interesse am Mittelalter vor der Hypertextbearbeitung; rechte Grafik: Beurteilung der Interessantheit des Themas des Hypertextes Die Aufgabenschwierigkeit wurde im Mittel als eher gering eingestuft (Md = 4.53, IQB = 3.20; Skalenbereich von 2 bis 12). Jeweils % der TeilnehmerInnen (= 254 Personen) gaben an, das Verständnis des Inhalts und die Orientierung im Hypertext seien ihnen eher leicht bis sehr leicht gefallen. Hinsichtlich der Beurteilung der Schwierigkeit unterschieden sich Mädchen (Md = 4.36, IQB = 3.08) und Burschen (Md = 4.86, IQB = 3.38) nicht voneinander (Mann-Whitney Test: Z = , p =.230). Im Zusammenhang mit der Aufgabenschwierigkeit fiel eine signifikante Korrelation mit fatalistischer Externalität (r S =.147) auf: Je stärker die fatalistische Externalität 211