STATISTIK-FORUM.de

[fic-88@hotmail.com]

Hey Leute!

Ich bin gerade am Schreiben meiner Masterarbeit und stoße bei der empirischen Erhebung leider schnell an meine Grenzen. Leider hatte ich im gesamten Studium keine einzige Vorlesung zur Durchführung und Auswertung quantitativer Analysen, weshalb ich mir hier jetzt sehr schwer tue.

In meiner empirischen Untersuchung würde ich gerne folgendes mittels Fragebogen erheben:
• Auf der einen Seite finden sich 10 Merkmale guten Unterrichts beschrieben durch je 3-4 Items (Skala 1-5 trifft voll zu bis trifft gar nicht zu)
• Auf der anderen Seite steht der subjektiv empfundene soziale, affektive und kognitive Lernerfolg (Skala 1-5 trifft voll zu bis trifft gar nicht zu)

Nun würde ich gerne ermitteln, wie hoch der Anteil aller 10 Merkmale an sozialem, affektivem und kognitivem Lernerfolg ist - zu welchem Teil sie diesen eben erklären können wie zB „Das Merkmal Klassenführung kann sozialen Lernerfolg zu 22% erklären, während Aktive Lernzeit nur 2% des sozialen Lernerfolgs erklären kann. Insgesamt erklären die 10 genannten Merkmale 84% sozialen Lernerfolgs“.

Ich hoffe ihr wisst, was ich meine. Tu mir ein wenig schwer das richtig zu formulieren, da ich (leider) so gut wie keine Ahnung von Statistik habe.

Jetzt meine Frage an euch: Wie muss ich bei meiner Untersuchung vorgehen? Laut bisherigen Recherchen vermute ich, dass ich eine Regressionsanalyse durchführen sollte. Die für mich relevanten Werte sind dann die Korrelationskoeffizienten, die Beta-Werte und die angepassten r²-Werte. Liege ich da richtig? Welche Werte sind für mich noch interessant und sollten in der Arbeit auf jeden Fall erwähnt werden?

Ich hoffe ihr könnt mir helfen, blicke da nicht so ganz durch.

Liebe Grüße und Danke, Heinrich W.

[PonderStibbons]

Wenn die abhängige Variable (AV) jeweils 1 einzelnes Item auf
einer 5erskala ist, ist die Verwendbarkeit von linearer
Regression fraglich, da diese Intervallskalenniveau der
AV voraussetzt. Vielleicht kannst Du es anders messen
(e.g. visuelle Analogskala; oder durch mehrere Items).

84% Varianzaufklärung solltest Du übrigens eher nicht erwarten.

Wie groß ist denn die Stichprobe? Bei 10 Prädiktoren
sollte sie bei n = 200 anfangen, besser mehr.

Und falls die Probanden nicht unabhängig voneinander
sind, sondern immer eine ganze Reihe von ihnen in derselben
Klasse bzw. Schule sitzt bzw. dieselben Lehrkräfte etc.
teilt, muss man das bei der Auswertung dringend einbeziehen.

Mit freundlichen Grüßen

P.

[fic-88@hotmail.com]

Vielen Dank für deine Antwort. Also ich hab mir das folgendermaßen gedacht (möglich, dass ich falsch gedacht habe)

1) Zu Beginn wollte ich eigentlich die Schülerinnen bitten, sich an das Lehrverhalten einer guten Lehrperson zu erinnern und dann anzukreuzen, inwiefern die jeweiligen Aussagen (je 3 Items, die 10 Merkmale guten Unterrichts beschreiben) zutreffen.

2) Mir wurde bewusst, dass "gut" kein Wert an sich ist und deshalb hab ich mir gedacht, dass die Schülerinnen zumindest auch bewerten müssen, wie gut die Lehrkraft denn war, für die sie eben eine Bewertung abgeben.

3) "Gut" bezieht sich meist auf kognitiven Lernerfolg. Kognitiver Lernerfolg ist aber nicht das einzige, was in der Schule zählt, deshalb wollte ich zur abhängigen Variable kognitiver Lernerfolg zwei weitere abhängige Variablen (sozialer und affektiver Lernerfolg) hinzufügen.

Der Fragebogen sieht jetzt also derzeit mal wiefolgt aus mit einer Intervallskala von 1-5:
Item 1+2: gibt Auskunft über kognitiven Lernerfolg
Item 3+4: gibt Auskunft über sozialen Lernerfolg
Item 5+6: gibt Auskunft über affektiven Lernerfolg
Item 7-36: Je 3 Items zu 10 Merkmalen guten Unterrichts, die Auskunft darüber geben, inwiefern das beschriebene Verhalten auf die Lehrperson zutrifft

Als Stichprobe habe ich mit 300+ gerechnet, vorwiegend Studenten des ersten Semesters, die gerade erst die Schule verlassen haben. Dass Studenten dabei aus der selben Klasse kamen bzw. sich auf den gleichen Lehrer beziehen halte ich für eher unwahrscheinlich.

Kann ich mit dieser Datenerhebung ermitteln, wie hoch der Anteil jedes einzelnen Merkmals (beschrieben durch 3 Items) am jeweiligen Lernerfolg (beschrieben durch 2 Items) ist? Und kann ich dazu nun eine lineare Regressionsanalyse verwenden?

Edit:/ Ich könnte natürlich auch alle 6 Items aus kognitivem+sozialem+affektivem Lernerfolg zum Merkmal "gute Lehrkraft" zusammenfassen. Wäre das besser? Oder ist es besser, das in kognitiv/sozial/affektiv aufzuspalten um mehr Aussagekraft herauszuholen?

[PonderStibbons]

Ich verstehe nicht ganz, wieso man sich nur an eine "gute" Lehrperson erinnern soll.
Somit kannst Du nur noch Aussagen treffen, was bei "guten" Lehrpersonen die
Variablität des Lernerfolges aufklärt. Aber nicht, was generell die Variabilität
des Lernerfolges aufklärt.

Wenn Du eine Regression mit 10 Prädiktoren rechnest, die sicherlich nicht
unabhängig voneinander sind (also inhaltlich und statistisch überlappen),
wirst Du vermutlich keine eindeutigen (bzw. nur scheinbar eindeutige)
Antworten auf die Frage finden, wieviel % der Lernerfolgs-Varianz bei
"guten" Lehrer/innen jeweils dem Merkmal X, Y und Z zuzurechnen sind.
Aber formal müsste sich das wohl durchführen lassen.

Mit freundlichen Grüßen

P.

[fic-88@hotmail.com]

Konkret geht es in der Arbeit um "Positive Verstärkung im Unterricht", also inwiefern es Sinn macht, im Unterricht Belohnungen zu setzen (durch Lob, Körpersprache, Feedback etc.). Bei der positiven Verstärkung handelt es sich somit um eines der 10 Merkmale guten Unterrichts und ich würde gerne wissen, inwiefern gute Lehrpersonen positive Verstärkung im Unterricht einsetzen, wie viel % dieses Merkmal an der Gesamtbeurteilung "gute Lehrkraft" (bzw. guten Lernerfolgs) erklären kann und wie es im Vergleich zu den anderen neun Merkmalen abschneidet - ob die wichtiger sind, weniger wichtig etc.

Ich habe mich deshalb für eine gute Lehrkraft entschieden, da die Arbeit nicht fachspezifisch ist, sondern sich allgemein auf den Unterricht bezieht. Da habe ich mir gedacht, dass es besser ist, die erinnern sich an eine gute Lehrkraft als an "irgendeine Lehrkraft".

Ist das so sinnvoll was ich da mache oder wäre eine andere Möglichkeit besser geeignet?

[PonderStibbons]

ich würde gerne wissen, inwiefern gute Lehrpersonen positive Verstärkung im Unterricht einsetzen,

Das wäre eine Charakterisierung der guten Lehrpersonen anhand der
abgefragten Merkmale, das wäre deskriptivstatistisch kein Problem.

wie viel % dieses Merkmal an der Gesamtbeurteilung "gute Lehrkraft" (bzw. guten Lernerfolgs) erklären kann

Wenn Du keine schlechten Lehrkräfte in der Studie hast, kannst
Du nicht bestimmen, wieviel an der Gesamtbeurteilung als
guter (statt nicht guter) Lehrkraft bzw. wieviel am guten Lehrerfolg
(statt schlechterem Lernerfolg) von den einzelnen Merkmalen abhängt.
Du kannst nur bestimmen, womit die Variabilität des Lehrerfolgs
innerhalb der Gruppe der guten Lehrkäfte mit den Merkmalen
zusammenhängt. Mir scheint, dass das nicht die Forschungsfrage ist.

Ist das so sinnvoll was ich da mache oder wäre eine andere Möglichkeit besser geeignet?

Ich kann mir nicht recht vorstellen, dass es zu dem Thema, was
einen guten Unterricht bzw. das Verhalten einer "guten" Lehrkraft
ausmacht, noch keine Studien gibt, an denen man sich inhaltlich und
methodisch orientieren kann. Aber es ist leider nicht mein Fachgebiet,
deswegen kann ich nur anmerken, was mir (s.o.) aufgefallen ist.

Mit freundlichen Grüßen

P.

[fic-88@hotmail.com]

Kann es sein, dass ich hier etwas zu kompliziert denke? Die Forschungsfrage meiner ausgeschriebenen Arbeit lautet "Welchen Anteil haben positive Verstärker an der Gesamtbeurteilung einer Lehrkraft als gute Lehrkraft durch Lernende?" Dh im Fokus meiner Betrachtung stehen gute Lehrkräfte, die aufgrund verschiedensten Verhaltens im Unterricht von Schülern als gute Lehrkräfte beurteilt werden. Eine dieser Verhaltensweisen ist das Setzen positiver Verstärker. Und jetzt soll ich ermitteln, wie wichtig das jetzt nun ist bzw. wie stark es in die Gesamtbeurteilung einfließt.

Falls ich einen Denkfehler habe bitte korrigieren

Da gute Lehrkräfte ja nicht nur positiv verstärken, sondern auch andere Dinge tun (9 weitere Merkmale guten Unterrichts) will ich den jeweiligen Anteil aller 10 Merkmale an der guten Lehrkraft ermitteln. Das heißt ich benötige auf der einen Seite einmal Schülerdaten, die mir Aufschluss darüber geben, inwiefern eine gute Lehrkraft die jeweiligen Dinge im Unterricht einsetzt (zB verschiedene Methoden, Förderung und Forderung der Schüler, etc.).

Jetzt stehe ich leider bereits auf der Leitung. Diese 10 Merkmale sind ja dann meine unabhängigen Variablen, die noch in Bezug zu einer (oder mehreren) abhängigen Variable(n) gesetzt werden müssen. Das heißt ich müsste doch noch ermitteln, wie gut die Lehrkraft, auf die sich die Schüler beziehen, denn eigentlich ist. Oder muss ich dies gar nicht? Kann ich (bzw. ist es sinnvoll) die Schülerdaten zu den unabhängigen Variablen bereits ohne weitere Daten zu den abhängigen Variablen auswerten?

Es gibt bereits ähnliche Arbeiten in diesem Bereich, die ich mir auch schon angesehen haben. Aber die arbeiten alle vorwiegend mit Faktoranalysen, wo die Items erst zusammengefasst werden. Dies mache ich ja von vornherein selbst, da ich 3 Items pro Merkmal definiere.

[PonderStibbons]

Welchen Anteil haben positive Verstärker an der Gesamtbeurteilung einer Lehrkraft als gute Lehrkraft durch Lernende?"

Um so eine Frage zu beantworten, brauchst Du Variabilität, Varianz.
Wenn alle Beurteilungsobjete (Lehrkräfte) in dieselbe Kategorie
fallen ("gut"), gibt es keine Möglichkeit herauszufinden, welchen
Anteil die Verstärker daran haben, dass sie als gut (statt schlecht)
beurteilt wurden. Es gibt dann schlicht keine Vergleichsdaten aus
der Referenzkategorie "schlecht".

Und jetzt soll ich ermitteln, wie wichtig das jetzt nun ist bzw. wie stark es in die Gesamtbeurteilung einfließt.

Wenn alle als gleich beurteilt werden ("gut"), kann man das
nicht, zumindest nicht mit einem Regressionsansatz. Du kannst
dann wie gesagt nur noch analysieren, was innerhalb der Gruppe
der guten Lehrer an der verbleibenden Varibilität des Erfolgs
mit den sonstigen Merkmalen verknüpft ist. Das ginge in
die Richtung, was unterscheidet den guten vom sehr guten Lehrer.
Aber nicht, was unterscheidet gute von weniger guten Lehrern; eben
weil Du keine Daten zu weniger guten Lehrern erhebst.

Allenfalls könnte man direkt fragen "Wie wichtig war Verhalten XY dafür,
dass Du diesen Lehrer als 'gut' erlebt hast."

Jetzt stehe ich leider bereits auf der Leitung. Diese 10 Merkmale sind ja dann meine unabhängigen Variablen, die noch in Bezug zu einer (oder mehreren) abhängigen Variable(n) gesetzt werden müssen. Das heißt ich müsste doch noch ermitteln, wie gut die Lehrkraft, auf die sich die Schüler beziehen, denn eigentlich ist. Oder muss ich dies gar nicht?

Wieso? Deine Probanden liefern doch bereits die Information, ob sie
einen Lehrer als gut erlebt haben und ob er Erfolg hatte. Ich war davon
ausgegangen, dies sollten die abhängigen Variaben sein.

Kann ich (bzw. ist es sinnvoll) die Schülerdaten zu den unabhängigen Variablen bereits ohne weitere Daten zu den abhängigen Variablen auswerten?

Man kann ja die 10 Merkmale miteinander vergleichen und sagen,
dies und das ist bei guten Lehrern ausgeprägter als jenes (ob es
sich bei schlechten Lehrern nicht eventuell genauso verhält, kann
man allerdings nicht sagen, solange man über nicht-gute Lehrer nichts
erhebt).

Es gibt bereits ähnliche Arbeiten in diesem Bereich, die ich mir auch schon angesehen haben. Aber die arbeiten alle vorwiegend mit Faktoranalysen,

Das Problem ist nicht die Auswahl der statistischen Analysemethode,
sondern das inhaltliche Konzept und was an Daten erhoben wird.

Mit freundlichen Grüßen

P.

[fic-88@hotmail.com]

OK ich verstehe schön langsam worauf du hinauswillst. Also deiner Meinung nach wäre es deutlich besser, auch Werte von schlechten Lehrern zu haben, damit das Spektrum einfach breiter ist und ich einen besseren Vergleich anstellen kann, weil sonst habe ich ja nur den Vergleich zwischen guten und sehr guten Lehrern und was die eben unterscheidet.

Das heißt ich kann nur erklären, welchen Anteil das Setzen positiver Verstärker an einer guten Lehrkraft hat, wenn ich auch Daten zur schlechten Lehrkraft habe? Und den Anteil des Setzens positiver Verstärker liefert mir dann eben die Regressionsanalyse?

Ich tu mir ein wenig schwer damit, zu verstehen, was im SPSS im Hintergrund abläuft, wenn ich den nun mit meinen Daten zu den abhängigen und den unabhängigen Variablen füttere. Im Endeffekt führe ich ja für kognitiven, affektiven und sozialen Lernerfolg eine eigene Regressionsanalyse durch, die als Ergebnis erklärt, welchen Anteil die 10 Merkmale am jeweiligen Lernerfolg haben. Ist das soweit richtig?

[PonderStibbons]

Wenn Du eine Regressionsanalyse mit 10 Prädiktoren durchführst
(was wie gesagt technisch in Ordnung zu gehen scheint), wird
sich das Problem stellen, dass dies Deine Frage eventuell nur scheinbar
beantwortet. Ziemlich sicher werden die 10 Merkmale miteinander
überlappen (diejenigen Lehrer, welche die "gute" Methode X anwenden,
werden vermutlich auch die guten Methoden Y und Z anwenden).
In der Regression kann es dann sein, dass nur X einen Varianzanteil an der AV
zugeschrieben bekommt und Y und Z leer ausgehen, aber das muss
inhaltlich nicht unbedingt bedeuten, dass Y und Z gar keinen Einfluss haben.

Auf jeden Fall solltest Du vor einer multiplen Regression auch die
einzelnen Korrelationen bzw. einfachen Regressionen zwischen den
einzelnen Merkmalen und dem Lernerfolg berechnen, um das mit den
späteren Ergebnissen aus der multiplen Regression zu vergleichen.

Mit freundlichen Grüßen

P.