Der Einsatz Neuer Medien im Fernstudium ist zu einer Selbstverständlichkeit geworden. Trotzdem ist die Verwendung von Neuen Medien durch Fernstudierende ein wenig erforschtes Thema. Die Teilnehmer dieser größtenteils explorativen Untersuchung wurden befragt, welche Neuen Medien sie besitzen, welche für das Fernstudium erworben wurden und mit welcher Häufigkeit Neue Medien im Studium eingesetzt werden. Es zeigte sich, dass etwa die Hälfte der Untersuchungsteilnehmer mindestens ein Neues Medium für das Fernstudium erworben hat. Hinsichtlich Besitz, Erwerb und Häufigkeit des Einsatzes konnten Geschlechter- und Altersunterschiede nachgewiesen werden. Darüber hinaus wurden Lerntätigkeiten erfasst, die mit Neuen Medien ausgeübt werden. Für diese Lerntätigkeiten konnten in einer Hauptkomponentenanalyse vier übergeordnete Komponenten nachgewiesen werden. Im weiteren Verlauf dieser Studie wurde untersucht, welche psychologischen Konstrukte die zuvor ermittelten Komponenten von Lerntätigkeiten mit Neuen Medien beeinflussen. Allgemeine Technikaffinität, computerbezogene Einstellungen und Lernstrategien erwiesen sich als geeignete Prädiktoren für Lerntätigkeiten mit Neuen Medien. Es konnte kein signifikanter Einfluss von Lerntätigkeiten mit Neuen Medien auf den Studienerfolg nachgewiesen werden.
Inhaltsverzeichnis
Zusammenfassung
1. Einleitung
2. Theoretischer Teil
2.1 Theoretischer und empirischer Forschungsstand
2.1.1 Computerbildung und Computerwissen
2.1.2 Persönlichkeitsmerkmale und Computernutzung
2.1.3 Selbstregulatives Lernen und Lernstrategien
2.2 Fragestellungen
2.2.1 Neue Medien im Fernstudium
2.2.2 Lerntätigkeiten mit Neuen Medien
2.2.3. Allgemeine Technikaffinität und Lerntätigkeiten mit Neuen Medien
2.2.4 Computerbezogene Einstellungen und Lerntätigkeiten mit Neuen Medien
2.2.5 Lernstrategien und Lerntätigkeiten mit Neuen Medien
2.2.6 Studienerfolg durch Lerntätigkeiten mit Neuen Medien
3. Methoden
3.1 Versuchsplanung
3.2 Stichprobe
3.3 Messinstrumente
3.3.1 Soziodemografische und studienbezogene Daten
3.3.2 Besitz von Neuen Medien
3.3.3 Häufigkeit der im Fernstudium eingesetzten Neuen Medien
3.3.4 Für das Fernstudium erworbene Neue Medien
3.3.5 Lernaktivitäten mit Neuen Medien
3.3.6 Allgemeine Technikaffinität
3.3.7 Computerbezogene Einstellungen
3.3.8 Lernstrategien im Studium
3.3.9 Studienerfolg
3.4 Datenanalyseverfahren
3.5 Datenbereinigung und Datenaufbereitung
4. Ergebnisse
4.1 Im Fernstudium eingesetzte Neue Medien
4.1.1 Neue Medien im Besitz von Fernstudierenden
4.1.2 Häufigkeit des Einsatzes Neuer Medien
4.2 Lernaktivitäten mit Neuen Medien
4.3 Allgemeine Technikaffinität Fernstudierender
4.4 Computerbezogene Einstellungen
4.5 Technikaffinität und Lerntätigkeiten mit Neuen Medien
4.5.1 Der Zusammenhang von Technikaffinität und Lerntätigkeiten
mit Neuen Medien
4.5.2 Der Einfluss von Allgemeiner Technikaffinität auf Lerntätigkeiten
mit Neuen Medien
4.5.3 Moderatoren des Zusammenhangs von Technikaffinität und
Lerntätigkeiten mit Neuen Medien
4.6 Computerbezogene Einstellungen und Lerntätigkeiten mit Neuen Medien
4.6.1 Zusammenhang zwischen computerbezogenen Einstellungen und Lerntätigkeiten mit Neuen Medien
4.6.2 Einfluss von computerbezogenen Einstellungen auf Lerntätigkeiten mit
Neuen Medien
4.7 Lernstrategien und Lerntätigkeiten mit Neuen Medien
4.7.1 Lernstrategien im Fernstudium
4.7.2 Zusammenhänge zwischen Lernstrategien und Lerntätigkeiten
mit Neuen Medien
4.7.3 Einfluss von Lernstrategien auf Lerntätigkeiten mit Neuen Medien
4.8 Studienerfolg und Lerntätigkeiten mit Neuen Medien
5. Diskussion
5.1. Im Fernstudium eingesetzte Neue Medien
5.2 Häufigkeit des Einsatzes Neuer Medien
5.3 Lerntätigkeiten mit Neuen Medien
5.4 Der Einfluss von Technikaffinität im Fernstudium
5.5 Der Einfluss von computerbezogenen Einstellungen im Fernstudium
5.6 Lernstrategien und Lerntätigkeiten mit Neuen Medien
5.6.1 Prädiktoren für Lerntätigkeiten mit Web 2.0 Technologien
5.6.2 Prädiktoren für kreative Lerntätigkeiten mit Neuen Medien
5.6.3 Prädiktoren für Lerntätigkeiten mit Computeranwendungen
5.6.4 Prädiktoren für auditive Lerntätigkeiten
5.7 Lerntätigkeiten mit Neuen Medien als Prädiktoren des Studienerfolgs
5.8 Abschließende Diskussion und Ausblick
Literaturverzeichnis
Abbildungsverzeichnis
Tabellenverzeichnis
Anhang A Online-Fragebogen
Anhang B
Zusammenfassung
Der Einsatz Neuer Medien im Fernstudium ist zu einer Selbstverständlichkeit geworden. Trotzdem ist die Verwendung von Neuen Medien durch Fernstudierende ein wenig erforschtes Thema. Die Teilnehmer dieser größtenteils explorativen Untersuchung wurden befragt, welche Neuen Medien sie besitzen, welche für das Fernstudium erworben wurden und mit welcher Häufigkeit Neue Medien im Studium eingesetzt werden. Es zeigte sich, dass etwa die Hälfte der Untersuchungsteilnehmer mindestens ein Neues Medium für das Fernstudium erworben hat. Hinsichtlich Besitz, Erwerb und Häufigkeit des Einsatzes konnten Geschlechter- und Altersunterschiede nachgewiesen werden. Darüber hinaus wurden Lerntätigkeiten erfasst, die mit Neuen Medien ausgeübt werden. Für diese Lerntätigkeiten konnten in einer Hauptkomponentenanalyse vier übergeordnete Komponenten nachgewiesen werden. Im weiteren Verlauf dieser Studie wurde untersucht, welche psychologischen Konstrukte die zuvor ermittelten Komponenten von Lerntätigkeiten mit Neuen Medien beeinflussen. Allgemeine Technikaffinität, computerbezogene Einstellungen und Lernstrategien erwiesen sich als geeignete Prädiktoren für Lerntätigkeiten mit Neuen Medien. Es konnte kein signifikanter Einfluss von Lerntätigkeiten mit Neuen Medien auf den Studienerfolg nachgewiesen werden.
1. Einleitung
„Der Computer rechnet mit allem, nur nicht mit seinem Besitzer“ (Dieter Hildebrandt).
Mit dem Wandel von der Industrie- zur Wissensgesellschaft hat sich das durch Informations- und Kommunikationstechnologien (IKT) unterstützte lebenslange Lernen etabliert. Lernende müssen dazu Strategien zum Wissensmanagement erwerben und „Fähigkeiten zu einem eigenaktiven, selbst organisierten aber auch kooperativen Lernen“ (Schulz-Zander & Tulodziecki, 2002, S. 317) entwickeln unter Verwendung von IKT.
Medienkompetenz ist eine Voraussetzung für ein erfolgreiches Studium. Im Zeitalter der IKT sind die klassischen Medien, wie Bücher oder Zeitschriften, um Neue Medien ergänzt worden. Im Nachfolgenden werden in dieser Arbeit moderne IKT wie beispielsweise Personal-Computer (PCs), Notebooks/Netbooks, Tablet-PCs, Smartphones und Ebook-Reader, aber auch Computeranwendungen und Web-2.0-Technologien als Neue Medien verstanden.
Neue Medien haben den Vorteil der Unabhängigkeit von Zeit und Ort, ihre Verwendung erfordert aber zusätzliche technische Kompetenzen. Diese Medienkompetenz wurde mehrfach beschrieben und meist in Teilaspekte gegliedert. Alle Definitionen beschreiben aber diese Kompetenz unabhängig vom konkreten Medium und damit unabhängig von der technischen Entwicklung. Baacke (1996) definiert Medienkompetenz als „Fähigkeit, in die Welt aktiv aneignender Weise auch alle Arten von Medien für das Kommunikations- und Handlungsrepertoire von Menschen einzusetzen“ und unterscheidet Medienkompetenz in Medienkritik, Medienkunde, Mediennutzung und Mediengestaltung (Baacke, 1999). Stärker auf die Interaktion fokussiert Tulodziecki (1997, S. 116), wenn er Medienkompetenz definiert als „Fähigkeit und Bereitschaft zu einem sachgerechten, selbst bestimmten, kreativen und sozial verantwortlichen Handeln in einer von Medien mitgestalteten Welt“. Tulodziecki (2010) nennt u.a. Information, Lernen, Kommunikation und Kooperation als Teilaspekte von Medienkompetenz. Eine ergebnisorientierte Definition schlägt Sutter (2010) vor. Medienkompetenz sind demnach Fähigkeiten und Fertigkeiten, die in statischen Lernresultaten feststellbar sind.
Fernstudierende gehören zu den nicht-traditionell Studierenden. Ein bereits absolviertes Erststudium, eine Berufstätigkeit, ein höhere Lebensalter oder das Studium ohne übliche Hochschulberechtigung charakterisieren den nicht-traditionell Studierenden (Kerres & Lahne, 2009). So waren im Wintersemester 2011/12 ca. 80% der Studierenden berufstätig, ca. 35% hatten bereits ein Erststudium absolviert und der Altersschwerpunkt lag zwischen 29 und 35 Jahren. Ungefähr 10% der Studierenden waren maximal 24 Jahre alt und 14% waren älter als 45 Jahre (FernUniversität, 2012a, 2012b). Im Vergleich zum Präsenzstudium gibt es im Fernstudium mit wenigen Ausnahmen keine Anwesenheitspflicht. Flexibilität und Orts- und Zeitunabhängigkeit kennzeichnen ein Fernstudium (de Witt, 2011). Zusätzlich muss das Fernstudium mit der Berufstätigkeit und familiären Verpflichtungen koordiniert werden. Dies erfordert von Fernstudierenden hohe Kompetenzen im selbstregulativen Lernen.
Für ein Studium an der FernUniversität in Hagen wird zudem ein internetfähiger Computer vorausgesetzt. Der Computer ist im Fernstudium „zugleich Lernstation, Experimentierumgebung, Bibliothek, Auskunftsterminal und Kommunikationszentrum“ (FernUniversität, 2011, S.40). Sind also Fernstudierende lebenslang Lernende, die sich durch eine besonders intensive oder besonders erfolgreiche Verwendung von IKT auszeichnen?
Grundsätzlich können im Umgang mit modernen IKT verschiedene Typen von Studierenden unterschieden werden. Meister (2011) differenziert zwischen den von Verunsicherung geprägten Studierenden und den von Technik faszinierten Studierenden. In der bisherigen Forschung wurden verschiedene Aspekte von Kompetenzen und Persönlichkeitsvariablen untersucht, die die Verwendung von Neuen Medien beeinflussen. So können Computerbildung (Richter et al., 2010), computerbezogene Selbstwirksamkeits-erwartungen (Spannagel & Bescherer, 2009) und andere Aspekte als Schlüssel-kompetenzen für den erfolgreichen Einsatz Neuer Medien im Studium angesehen werden. Ein Überblick über diese Variablen erfolgt in Kapitel 2.
Meister (2011) weist auf eine Ambivalenz bezüglich des Lernens im Studium mit modernen IKT hin: einerseits sollen Studierende im Verlauf ihres Studium Selbststeuerung beim Lernen erwerben, auf der anderen Seite wird die Fähigkeit zur Selbststeuerung beim Umgang mit modernen IKT im Studium vorausgesetzt.
Während des schnellen technischen Forstschritts der letzten Jahre sind viele Neue Medien entwickelt worden, die für Lernprozesse im Fernstudium eingesetzt werden können. Einige dieser Neuen Medien (Smartphone, Tablet-PC, Notebook/Netbook u.a.) sind für den mobilen Einsatz entwickelt worden. Nach Leffelsend, Mauch und Hannover (2004) werden Medien und deren Inhalte bewusst durch den Nutzer zur Zielerreichung oder Bedürfnisbefriedigung konsumiert. Überträgt man diesen Aspekt auf Fernstudierende, so können auch Neue Medien zum erfolgreichen Absolvieren des Fernstudiums (im Sinne der Zielerreichung) ausgewählt werden.
Die Literaturrecherche für diese Forschungsarbeit ergab, dass Lerntätigkeiten mit Neuen Medien durch Studierende, hier insbesondere Fernstudierende, noch nicht näher untersucht wurden. Deshalb werden in dieser Untersuchung im Fernstudium eingesetzte Neue Medien, Lerntätigkeiten mit Neuen Medien und ein möglicherweise vorhandener Zusammenhang mit Lernstrategien untersucht. Die Vorgehensweise in dieser empirischen Arbeit ist, mit Ausnahme der Untersuchung des Zusammenhangs von Lernstrategien und Lerntätigkeiten mit Neuen Medien, explorativer Natur. Zuerst werden Neue Medien erfasst, die Fernstudierende besitzen und im Rahmen des Fernstudiums eingesetzt werden. Darüber hinaus werden Lerntätigkeiten abgefragt, die mit Neuen Medien möglich sind. Zu deren Erfassung werden für diese Untersuchung konstruierte Skalen eingesetzt. Computerbezogene Einstellungen, Technikaffinität und Lernstrategien werden mit validierten Inventaren bzw. Skalen gemessen, um vermutete Zusammenhänge zwischen Lerntätigkeiten mit Neuen Medien und den zuvor genannten Konstrukten zu untersuchen. Im ersten Teil von Kapitel 2 werden bisherige empirische Befunde zu Neuen Medien und anderen elektronischen Geräten vorgestellt. Theorien, die für diese Untersuchung von Bedeutung sind, werden dargestellt. Im zweiten Teil des Kapitels werden die Forschungsfragen und eine Hypothese dieser Untersuchung vorgestellt. Kapitel 3 erläutert das methodische Vorgehen. Die Ergebnisse der Untersuchung werden in Kapitel 4 vorgestellt. Den Abschluss dieser Studienarbeit bilden in Kapitel 5 die Diskussion der Befunde, die Methodenkritik und daraus abgeleitete Fragestellungen für zukünftige Forschungsarbeiten zu diesem Themenbereich.
2. Theoretischer Teil
Im Folgenden wird der Stand der aktuellen empirische Forschung vorgestellt, der die Grundlage für die Vorgehensweise in dieser empirischen Arbeit bildet. Anschließend werden die Forschungsfragen und eine postulierte Hypothese vorgestellt. Den Abschluss dieses Kapitels bildet die Darlegung der größtenteils explorativen methodischen Vorgehensweise in dieser Untersuchung.
2.1 Theoretischer und empirischer Forschungsstand
Die Ergebnisse der PISA-Studie von 2006 (Senkbeil & Witwer, 2007) zeigen, dass Deutschland weiterhin dasjenige OECD-Land ist, in dem Schüler den Computer am wenigsten als Lernwerkzeug im Unterricht einsetzen. Aufgrund der fehlenden schulischen Wissensvermittlung erwerben Schüler/innen computerbezogene Fähigkeiten eher selbstgesteuert am häuslichen Computer (Senkbeil & Drechsel, 2004).
Im Rahmen der 16. Sozialerhebung des Deutschen Studentenwerkes (Middendorf, 2002) wurde im Sommersemester 2000 eine Untersuchung zu Neuen Medien im Studium durchgeführt. Erfasst wurden u.a. die private Ausstattung mit Computer und Internetanschluss von Studierenden, die mit Computer und Internet verbrachte Zeit sowie Computer-Kompetenzen. Zum Zeitpunkt der Untersuchung hatten 97% der Studierenden die Möglichkeit, einen Computer zu nutzen. 85% besaßen einen eigenen Computer, 87% hatten einen Internetzugang. Nur die Hälfte der Studierenden hatte einen Internetanschluss im Wohnbereich zur Verfügung (Middendorf, 2002). Aktuelle Daten zu Studierenden stehen zum Vergleich nicht zur Verfügung. Aufgrund der fortschreitenden Entwicklung von Informations- und Kommunikationstechnologien kann aber davon ausgegangen werden, dass der Nutzungs- und Verbreitungsgrad Neuer Medien gestiegen ist.
Computer und Internet sind im Studium nicht mehr wegzudenken. Dennoch variiert deren Nutzung in Art und Intensität zwischen Studierenden. In der Forschung wurden verschiedene Einflüsse und Zusammenhänge untersucht, die sich auf den Umgang mit Neuen Medien auswirken können. Im Folgenden wird der aktuelle Forschungsstand zu Kompetenzen mit Computer und Technik im Allgemeinen dargelegt. Danach werden Persönlichkeitsmerkmale vorgestellt, die einen Einfluss auf den Umgang mit technischen Geräten haben. Da in dieser Untersuchung ein Zusammenhang zwischen dem Umgang mit Neuen Medien und Lernstrategien untersucht werden soll, wird außerdem ein Überblick über zentrale Modelle zum selbstregulativen Lernen und zu Lernstrategien gegeben.
2.1.1 Computerbildung und Computerwissen
Um einen Computer im Fernstudium effektiv verwenden zu können, müssen Studierende computerbezogene Kompetenzen besitzen bzw. erwerben. Diese speziellen Kompetenzen können der übergeordneten Kategorie der Medienkompetenz zugeordnet werden, die nach Baacke (1999) in die vier Dimensionen Medienkritik, Medienkunde, Mediennutzung und Mediengestaltung unterteilt werden.
Computer literacy
Computerbezogene Kompetenz bzw. computer literacy kann in der Medienkompetenz-Dimension Medienkunde verortet werden. Nach Sengpiel, Struve, Dittberner und Wandtke (2008) ist der Begriff computer literacy nicht einheitlich definiert und reicht von allgemeinem Grundwissen bis hin zu hoch spezialisierten Kenntnissen. Sengpiel et al. (2008) entwickelten die Computer Literacy Skala (CLS) zur Erfassung von alters- und zeitunabhängigen Merkmalen. Neben computerbezogenen Erfahrungen liegt der Schwerpunkt der CLS auf Symbolkenntnissen, die praktisches Computerwissen repräsentieren. Die Autoren wiesen nach, dass spezifisches Computerwissen negativ mit dem Alter korreliert, allerdings in keinem kausalen Zusammenhang mit dem Alter steht. Eine Definition, die neben den Wissensinhalten auch die sozialen Folgen einbezieht, legen Richter, Naumann und Horz (2010) vor. Sie verstehen computer literacy als die „Gesamtheit prozeduraler und deklarativer Wissensbestände …, die einem Individuum einen kompetenten Umgang mit dem Computer und damit eine individuell wie sozial erfolgreiche Teilhabe an Informationstechnologien ermöglichen“ (S. 24). Der Oberbegriff Computerbildung umfasst die beiden Dimensionen computer literacy und computerbezogene Einstellungen. Zur Messung dieser Dimensionen entwickelten Richter, Naumann und Groeben (2001) das Inventar zur Computerbildung (INCOBI), das inzwischen in der revidierten Fassung aktuell zur Verfügung steht als INCOBI-R (Richter et al., 2010). Das INCOBI-R unterscheidet drei Subdimensionen von computer literacy (theoretisches und praktisches Computerwissen, Abwesenheit von Computerängstlichkeit). Die Dimension computerbezogene Einstellung wird in die zwei Subdimensionen persönliche Erfahrung und gesellschaftliche Folgen mit je vier Skalen unterteilt. Nach Richter, Naumann und Groeben (2000) ist die Erfassung von computerbezogenen Einstellungen zentral, da sie die Verwendung von Kommunikationstechnologien beeinflussen. Eine Untersuchung zu Geschlechterunterschieden konnte die geringere Computer- und Internetnutzung bei weiblichen Studierenden nur teilweise erklären, da computerbezogene Interessen nicht erfasst wurden (Richter, Naumann & Horz, 2001). Zielgruppe des INCOBI sind Studierende ohne besondere Computerkenntnisse. Kritisch zu hinterfragen ist deshalb, weshalb bei der Erfassung des theoretischen Computerwissens Begriffe (z.B. ASCII, Kernel, P2P) erfragt werden, deren Kenntnis für die kompetente Verwendung eines Computers im Studium nicht erforderlich ist. Ein weiterer Schwachpunkt bei der Erfassung des praktischen Computerwissens besteht darin, dass einige Items Funktionen des Betriebssystems Windows erfragen. Hier werden nicht die möglicherweise vorhandenen Kenntnisse über andere (Betriebs-)Systeme erfragt.
Webkompetenz
Weitere Studien untersuchten Teilaspekte von Computerwissen. Yom (2001) entwickelte ein Messinstrument für die Erfassung von Webkompetenz und unterscheidet darin zwischen prozeduraler Suchkompetenz und deklarativem Faktenwissen. Webkompetenz wird definiert als „Fähigkeiten und Kenntnisse im allgemeinen Umgang mit dem WWW“ (Yom, 2001, S. 6). Einen theoretischen Hintergrund bildet die Wissenspsychologie, hier insbesondere die Adaptive Control of Thought Theorie (ACT-Theorie) von Anderson (1983), in der zwischen prozeduralem und deklarativem Wissen unterschieden wird. Das Messinstrument wird für Labor- und Feldforschung empfohlen.
Ein aktuelleres Verfahren zur Erfassung von Internetwissen ist der Internet knowledge Fragebogen (iKnow) von Potosky (2007). Internetwissen wird definiert als die Vertrautheit mit Begriffen, Internetnutzung und selbsteingeschätzten Fähigkeiten. Im iKnow wird ebenfalls zwischen prozeduralem und deklarativem Wissen unterschieden, wobei diese Unterscheidung nicht vor einem theoretischen Hintergrund wie in der Arbeit von Yom (2001) getroffen wurde. In der Untersuchung zum iKnow werden positive Zusammenhänge zwischen der Häufigkeit und dem Zweck der Internetnutzung, der Selbstwirksamkeit (Bandura, 1977), der Computererfahrung und dem Internetwissen postuliert.
2.1.2 Persönlichkeitsmerkmale und Computernutzung
In Kapitel 2.1.1 wurde das Konzept der Computerbildung von Richter et al. (2001) vorgestellt, das neben theoretischem und praktischem Computerwissen auch computerbezogene Einstellungen und die Abwesenheit von Computerängstlichkeit beinhaltet. Verglichen mit diesem mehrdimensionalen Inventar werden in anderen Forschungsansätzen immer nur einzelne Konstrukte untersucht. Einige Arbeiten gehen davon aus, dass verschiedene Persönlichkeitsmerkmale einen Einfluss auf den Umgang mit Computern und anderen technischen Geräten ausüben. Diese Konzepte erforschen zeitlich stabile Persönlichkeitseigenschaften, während Konzepte zur computer literacy theoretisches und praktisches Wissen untersuchen, welches im Rahmen der schnellen technischen Entwicklung ebenso schnell veralten kann.
Computerbezogene Selbstwirksamkeitserwartungen
Spannagel und Bescherer (2009) untersuchten computerbezogene Selbstwirksamkeitserwartungen. Diese wurden in Anlehnung an Bandura (1977) definiert als „ das Zutrauen in die eigene Kompetenz im Umgang mit Computern“ (Spannagel & Bescherer, 2009, S. 24). In dieser Untersuchung wurde die Computer User Self-Efficacy Scale (CUSE Scale) von Cassidy und Eachus (2002) verwendet und ins Deutsche übersetzt. Die CUSE-Skala erfüllte als einzige die drei Kriterien Aktualität, Programmunabhängigkeit und Bezug zur Lernsituation. Studien mit der deutschsprachigen Fassung (CUSE-D) ergaben eine positive Korrelation mit allgemeinen Selbstwirksamkeitserwartungen. Spannagel und Bescherer (2009) bewerten den CUSE-D als Diagnoseinstrument von computerbezogenen Selbstwirksamkeitserwartungen und empfehlen bei niedriger Computerselbstwirksamkeit die Bereitstellung von Hilfsangeboten.
Kontrollüberzeugungen im Umgang mit Technik
Beier (1999) untersuchte Kontrollüberzeugungen im Umgang mit Technik. Forschungsleitend war die „Erfassung eines technikbezogenen Persönlichkeitsmerkmals im Rahmen der Mensch-Maschine-Interaktion“ (Beier, 1999, S. 692). Kontroll-überzeugungen erklären in der sozialen Lerntheorie von Rotter (1955) die „Annahmen einer Person bezüglich des Zusammenhangs zwischen ihrem Handeln und dem Handlungsergebnis“ (Beier, 1999, S. 685). Der Ort der Kontrolle kann innerhalb oder außerhalb einer Person liegen (Rotter, 1955) und ist somit vom Konstrukt der Selbstwirksamkeit abzugrenzen. Der von Beier (1999) entwickelte Fragebogen Kontrollüberzeugungen im Umgang mit Technik (KUT) dient in erster Linie als Forschungsinstrument, aber auch als Diagnostikverfahren, um ggf. für Personen mit niedrigen Ausprägungen individuelle Qualifizierungsmaßnahmen zu entwickeln.
Technikaffinität
Karrer, Glaser, Clemens und Bruder (2009) entwickelten den Fragebogen TA-EG zur Erfassung von Allgemeiner Technikaffinität zu elektronischen Geräten. Sie definieren Technikaffinität als eine Persönlichkeitseigenschaft, die als „Anziehung eines Menschen zu technischen Geräten verstanden wird“ (Karrer et al., 2009, S. 1). Die Autoren konnten in ihren Untersuchungen die vier Faktoren Begeisterung, Kompetenz, positive und negative Technikfolgen faktorenanalytisch nachweisen. Ein übergeordneter Gesamtscore liegt noch nicht vor. Eine übergeordnete latente Variable (Faktor) könnte in einem Strukturgleichungsmodell untersucht werden.
Vorhersage von Computer- und Internet-Literacy
Bildat (2005) untersuchte medienrelevante Personvariablen zur Vorhersage von Computer- und Internet-Literacy. Während andere Autoren sich in ihren Untersuchungen nur auf ein Persönlichkeitskonstrukt beschränkten, nahm Bildat (2005) mehrere Konstrukte in seine Forschungsarbeiten auf. Es konnte u.a. bestätigt werden, dass Sicherheit im Umgang mit dem PC mit Ausdauer, Selbstwirksamkeit und Eigeninitiative einhergeht und negativ mit Computerängstlichkeit korreliert.
2.1.3 Selbstregulatives Lernen und Lernstrategien
Bisher wurde die Relevanz von Computerwissen bzw. –bildung und verschiedenen Persönlichkeitseigenschaften für die Nutzung von Computer und Internet beschrieben. Für die Nutzung speziell im Studium ist darüber hinaus auch die Art des Lernens bedeutsam. Studierende müssen folglich über spezielle Fähigkeiten verfügen.
Selbstregulation
Zu diesen Fähigkeiten gehört nach Corno (1989) selbstregulatives Lernen, das verschiedene Lernstrategien beinhaltet. Die Selbstregulationstheorie von Zimmerman (1997) kann als umfassendste Theorie gelten. Andere Modelle stimmen mit ihr überein oder beziehen sich auf Teilaspekte (Schmitz, 2003). Zimmerman (1997) nennt 1. Planung, 2. Handlungs - und volitionale Kontrolle und 3. Selbstreflexion als die drei Phasen des Prozesses der Selbstregulation. Nach Weinert (1982, S. 102) ist selbstregulatives Lernen eine Lernform bei der „… der Handelnde die wesentlichen Entscheidungen, ob, was, wann, wie und woraufhin erlernt, gravierend und folgenreich beeinflussen kann“. In diesem Sinn sind Fernstudierende Handelnde, die entscheiden, ob und wie sie Neue Medien in ihre Lernaktivitäten einbeziehen. Diese Entscheidung ist eine Komponente des selbstregulativen Lernens. Schmitz (2003) weist darauf hin, dass in den verschiedenen Arbeiten zur Selbstregulation unterschiedliche Konzepte zur Anwendung kommen. Während Schiefele und Wild (1994), aber auch Trautwein und Köller (2003) verschiedene Teilkomponenten von Selbstregulation anführen, betrachten beispielsweise Lockl und Schneider (2003) Metakognition als die zentrale Komponente. In dieser Forschungsarbeit wird Selbstregulation bzw. selbstregulatives Lernen im Sinne von Schiefele und Wild (1994) verstanden, die kognitive, metakognitive und ressourcenbezogene Lernstrategien unterscheiden.
Zur Messung dieser Lernstrategien haben Schiefele und Wild (1994) das Inventar Lernstrategien im Studium (LIST) entwickelt. Kognitive Lernstrategien dienen der Informationsaufnahme, Informationsverarbeitung und Informationsspeicherung. Metakognitive Lernstrategien dienen der Kontrolle von Lernprozessen. Ressourcenbezogene Lernstrategien machen interne und externe Ressourcen verfügbar, „die das eigentliche Lernen unterstützen oder vor äußeren Einflüssen abschirmen“ (Schiefele & Wild, 1994, S. 187). An einer Stichprobe mit 577 berufstätigen Studierenden von vier verschiedenen Hochschulen validierten Boerner, Seeber, Keller und Beinborn (2005) den LIST. Dabei konnte ein Zusammenhang zwischen Lernstrategien und Lernerfolg nachgewiesen werden.
Selbstregulatives Lernen mit Web -2.0-Technologie
Bisher wurde selbstregulatives Lernen in nur wenigen Forschungsarbeiten im Kontext von Web-2.0-Technologien betrachtet. So untersuchten Jadin und Zöserl (2009) Informelles Lernen mit Web-2.0-Technologien. Informelles Lernen verstehen die Autorinnen u.a. als Lernen, das nicht an eine Institution gebunden ist und nicht intentional stattfindet. Im Fragebogen zur Erfassung informeller Lernprozesse werden aber gerade solche Prozesse (z.B. Vorbereitung auf eine Prüfung, Präsentation erstellen, Vortrag halten, Projektarbeit) abgefragt, die typisch für institutionelles, also formelles Lernen sind. Neben dieser Widersprüchlichkeit stellt sich zudem die Frage, ob Studierende zeitliche Ressourcen in ihrer Freizeit für solche Aktivitäten aufwenden. Jadin und Zöserls (2009) stellen selbst in Frage, ob die Untersuchungsteilnehmer zwischen formellem und informellem Lernen unterscheiden konnten.
Zu den wenigen Untersuchungen, die selbstregulatives Lernen in Verbindung mit Web-2.0-Technologien untersuchten, gehört das webbasierte Selbstmanagement-Tagebuch von Winter, Hofer und Fries (2008) zur systematischen Überwachung des Lernens und Verbesserung von Selbstorganisationskompetenzen. Winter (2007) fand signifikante Ergebnisse für die Zielerreichung, Zeitnutzung und den Einsatz metakognitiver Strategien. Es wurden auch positive Zusammenhänge mit dem Lernerfolg, operationalisiert durch Klausurnoten, nachgewiesen. Interessant ist, dass sich hier verschiedene Lernstrategien auf den Lern- bzw. Studienerfolg positiv auswirken, während andere Untersuchungen diesen Effekt nur für die Lernstrategie Anstrengung nachweisen können (Schiefele, Streblow, Ermgassen & Moschner, 2003). Eine Ursache für die unterschiedlichen Befunde könnte darin liegen, dass die Studierenden einen unterschiedlich großen Handlungsspielraum zur Verfügung hatten. Schiefele et al. (2003) betonen, dass Lernstrategien eher eine förderliche Wirkung haben, wenn die Studienleistungen einen größeren Handlungsspielraum erfordern.
2.2 Fragestellungen
Ziel dieser Untersuchung ist es, bisher wenig erforschte Bereiche mit bereits gut validierten Theorien und deren Messinstrumenten zu verknüpfen. Daher wurde ein größtenteils exploratives Vorgehen mit einer zusätzlich postulierten Hypothese gewählt. Zu den kaum untersuchten Bereichen gehören die im Fernstudium eingesetzten Neuen Medien und die Lerntätigkeiten, die mit ihnen ausgeübt werden. Die Darstellung der Forschungsfragen beginnt mit dieser Thematik. Anschließend werden Technikaffinität zu elektronischen Geräten (Karrer et al. 2009), computerbezogene Einstellungen (Richter et al., 2010) und Lernstrategien im Studium (Schiefele & Wild, 1994; Boerner et al., 2005) in Beziehung zu Lerntätigkeiten mit Neuen Medien gesetzt. Den Abschluss bildet ein möglicher Zusammenhang zwischen Studienerfolg und Lernaktivitäten mit Neuen Medien.
2.2.1 Neue Medien im Fernstudium
Unbekannt ist, welche Neuen Medien Fernstudierende besitzen und wie sie diese für Lernprozesse einsetzen. Es soll der Frage nachgegangen werden, welche Neuen Medien Fernstudierende besitzen und explizit für das Fernstudium erworben wurden. Mit welcher Häufigkeit bzw. Intensität werden Neue Medien im Fernstudium eingesetzt? Gibt es Alters- oder Geschlechterunterschiede? Werden bestimmte Neue Medien besonders häufig für das Fernstudium erworben? Für zukünftige Untersuchung ergibt sich durch diese Statuserhebung die Möglichkeit eines Vergleiches hinsichtlich der technischen Entwicklung Neuer Medien und deren Einsatz im Fernstudium.
2.2.2 Lerntätigkeiten mit Neuen Medien
Allein der Besitz von Neuen Medien sagt noch nichts über die Art und Weise der Verwendung aus. Deshalb sollen die Untersuchungsteilnehmer zur Häufigkeit verschiedener Lerntätigkeiten mit Neuen Medien befragt werden, die sie zusätzlich zu den Lerntätigkeiten des Blended Learning Konzeptes der FernUniversität in Hagen ausüben. Die Nutzung der Onlineplattform Moodle und das Sehen von Onlinevorlesungen werden deshalb nicht mit in diese Untersuchung aufgenommen. Ein weiterer forschungsleitender Aspekt ist, ob sich diese Lerntätigkeiten durch übergeordnete Faktoren darstellen lassen.
2.2.3. Allgemeine Technikaffinität und Lerntätigkeiten mit Neuen Medien
In dieser Untersuchung soll die allgemeine Technikaffinität (Karrer et al., 2009) von Fernstudierenden gemessen und auf Geschlechter- und Altersunterschiede hin untersucht werden. Es stellt sich die Frage, inwieweit sich Technikaffinität auf Lerntätigkeiten mit Neuen Medien auswirkt. Besteht ein positiver Zusammenhang zwischen Technikaffinität und Lerntätigkeiten mit Neuen Medien? Beeinflusst Technikaffinität das Ausmaß von Lerntätigkeiten mit Neuen Medien? Moderieren das Geschlecht und das Alter den Zusammenhang von Technikaffinität und Lerntätigkeiten mit Neuen Medien?
2.2.4 Computerbezogene Einstellungen und Lerntätigkeiten mit Neuen Medien
Für das Konstrukt computerbezogene Einstellungen stellen sich im Zusammenhang mit dieser Untersuchung folgende Fragen: Welche Ausprägungen computerbezogener Einstellungen finden sich bei Fernstudierenden? Lassen sich signifikante Geschlechter- oder Altersunterschiede darstellen? Besteht ein positiver Zusammenhang zwischen computerbezogenen Einstellungen und Lerntätigkeiten mit Neuen Medien? Üben Fernstudierende mit positiven computerbezogenen Einstellungen häufiger Lernaktivitäten mit Neuen Medien aus?
2.2.5 Lernstrategien und Lerntätigkeiten mit Neuen Medien
In dieser Forschungsarbeit sollen darüber hinaus kognitive, metakognitive und ressourcenbezogene Lernstrategien erfasst werden. Von Interesse ist dabei, ob Zusammenhänge zwischen den unterschiedlichen Lernstrategien und Lerntätigkeiten mit Neuen Medien offen gelegt werden können. Da sich erst im Verlauf dieser Untersuchung eine mögliche Faktorenstruktur der Lerntätigkeiten mit Neuen Medien ergeben wird, erfolgt die Prüfung der nachfolgenden Hypothese unter Verwendung der übergeordneten Begriffe Lernstrategien und Lerntätigkeiten mit Neuen Medien.
Hypothese 1
Es besteht ein positiver Zusammenhang zwischen Lernstrategien und Lerntätigkeiten mit Neuen Medien.
Nullhypothese: H0: ρ ≤ 0 Alternativhypothese: H1: ρ > 0
Sollten die Hypothese bestätigt werden, erfolgt eine differenziertere explorative Betrachtung. Es soll der Frage nachgegangen werden, welche der 13 Lernstrategien sich besonders förderlich auf Lerntätigkeiten mit Neuen Medien auswirken.
2.2.6 Studienerfolg durch Lerntätigkeiten mit Neuen Medien
Der Einfluss von Lernstrategien auf den Studienerfolg konnte von verschiedenen Autoren (Schiefele et al., 2003; Boerner et al., 2005; Winter, 2007) nachgewiesen werden. Kerres, Ojstersek, und Stratmann (2009, S. 270) gehen davon aus, dass Neuen Medien keine unmittelbare Wirkung auf den Lernerfolg zugeschrieben werden kann, können dies aber nicht empirisch belegen. Sie kritisieren, dass „mit neuen Medientechniken … immer wieder die Erwartung auf ein ‚besseres Lernen’ und eine ‚Erneuerung des Bildungswesens’ verknüpft“ sind und „dass mit dem Medium an sich ein substanzieller Gewinn für das Lernen verbunden sein könnte“ (S. 264 – 270). Deshalb soll in dieser Arbeit untersucht werden, ob Lerntätigkeiten mit Neuen Medien sich positiv auf den Studienerfolg auswirken. Lernerfolg wird in dieser Untersuchung definiert durch erfolgreich abgeschlossene Modul-Klausuren.
3. Methoden
Im folgenden Kapitel werden die Datenerhebung, die Stichprobekonstruktion, die eingesetzten Messinstrumente und Datenanalyseverfahren beschrieben.
3.1 Versuchsplanung
Über einen Zeitraum von vier Wochen wurde eine Querschnittsuntersuchung mit korrelativem Design als Online-Befragung durchgeführt. Es nahmen Psychologie-Studierende der FernUniversität in Hagen teil. Die Daten wurden über Unipark/Globalpark, einer Online-Datenerhebungs-Plattform für Hochschulen und Forschungseinrichtungen, anonym erhoben. Die Teilnahme erfolgte freiwillig.
3.2 Stichprobe
Die Rekrutierung der Versuchspersonen erfolgte über das virtuelle Labor des Instituts für Psychologie an der FernUniversität in Hagen. Die Untersuchungseinheit ergab sich aus einer Gelegenheitsstichprobe von Psychologie-Studierenden. Diese müssen im Rahmen ihres Studiums 30 Versuchspersonenstunden erbringen. Die Studierenden wählen selbständig aus den im virtuellen Labor zur Verfügung stehenden Untersuchungen diejenigen aus, an denen sie teilnehmen möchten. Der Zugang zu den Untersuchungen erfolgt über eine Benutzerkennung und ein Passwort, die die Studierenden nach der Immatrikulation im Studiengang B. Sc. Psychologie erhalten. Um auch Studierende aus höheren Semestern zu erreichen, wurde im Studierendencafé auf der Moodle-Plattform auf die Datenerhebung für diese Untersuchung aufmerksam gemacht.
Die Begrüßungsseite der Online-Befragung wurde von insgesamt 519 Personen aufgesucht. An dieser Stelle wurde die Untersuchung von 106 Personen (20.42%) abgebrochen. Weitere 61 Untersuchungsteilnehmer (11%) brachen die Untersuchung auf den ersten sechs Seiten ab. Insgesamt machten 339 Untersuchungsteilnehmer (65.70%) vollständige Angaben. Nach weiteren Datenbereinigungsmaßnahmen (Kap. 3.5) ergab sich eine Stichprobe von N = 308 Untersuchungsteilnehmern.
Es nahmen an der Untersuchung n = 230 Frauen (74.7%) und n = 78 Männer (25.3%) im Alter von durchschnittlich M = 32.91 Jahren (SD = 9.94; Range 19 – 65 Jahre) teil. Alleinstehend waren 101 Personen (32.8%), in fester Partnerschaft lebten 207 Personen (67.2%). Die Anzahl der eigenen Kinder wurde im Durchschnitt mit M = 1.57 (SD = .99; Range 0 – 6 Kinder) angegeben. Der Modalwert für die Anzahl der Kinder liegt bei Х mod = 1 . Der Studierendenstatus wurde von n = 122 Personen (w = 82, m = 40) mit Vollzeit und von n = 160 Personen (w = 127, m = 33) mit Teilzeit angegeben. Weitere 26 Untersuchungsteilnehmer (w = 20, m = 5) gaben das Akademie- bzw. Probestudium und den Zweithörerstatus an.
3.3 Messinstrumente
In diesem Abschnitt werden die Messverfahren der in dieser Untersuchung verwendeten Konstrukte beschrieben. Der Fragebogen mit allen Items ist detailliert im Anhang A aufgeführt. Die Tabellen 1 und 2 geben einen Überblick über die in dieser Untersuchung verwendeten abhängigen und unabhängigen Variablen.
Tabelle 1
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 2
Abbildung in dieser Leseprobe nicht enthalten
3.3.1 Soziodemografische und studienbezogene Daten
Zu Beginn der Online-Befragung wurden übliche soziodemografische Daten wie Alter, Geschlecht, Schulbildung, Art und Umfang der Berufstätigkeit erfasst. Die Angaben zum Studium umfassen u.a. den Zeitpunkt der Einschreibung und den Studienfortschritt.
3.3.2 Besitz von Neuen Medien
Die Skala Besitz von Neuen Medien fragt Neue Medien ab, die sich im Besitz der Untersuchungsteilnehmer befinden. Da dem Verfasser dieser Arbeit kein bekanntes Untersuchungsinstrument vorlag, wurden diese und die beiden in Kapitel 3.3.4 und 3.3.5 vorgestellten Skalen neu entwickelt. Hierfür wurden die sich aktuell am Markt befindlichen Neuen Medien gesichtet und auf der Online-Kommunikationsplattform Moodle der Fernuniversität recherchiert. Diese Skala (dichotom ja/nein) umfasst Items mit folgenden Neuen Medien:
- Stationäre Computer, Notebook, Netbook, Tablet-Computer, Smartphone, Ebook-Reader und Mp3-Player.
3.3.3 Häufigkeit der im Fernstudium eingesetzten Neuen Medien
Diese Skala erfragt auf einer 5-stufigen Likert-Skala (von nie bis sehr oft) die Häufigkeit, mit der Neue Medien im Fernstudium eingesetzt werden. Durch Zuordnung der Skalenwerte 1 – 5 zu den einzelnen Antwortkategorien kann von einer Äquidistanz zwischen diesen ausgegangen werden (Bortz & Döring, 2009). Dieses Vorgehen wurde bei allen folgenden Skalen, die kein dichotomes Antwortformat oder die Möglichkeit der Mehrfachnennung haben, angewendet und wird dort nicht mehr erwähnt. Die Items beinhalten die in Kapitel 3.3.2 genannten Neuen Medien.
3.3.4 Für das Fernstudium erworbene Neue Medien
Eine weitere Skala erfasst mit dichotomem Antwortformat (ja/nein) und Mehrfachauswahl diejenigen Neuen Medien, die von den Studierenden für das Fernstudium angeschafft worden sind. Zusätzlich zu den oben genannten Neuen Medien haben die Untersuchungsteilnehmer die Möglichkeit, in einem Freitextfeld weitere Neue Medien bzw. technische Geräte anzugeben.
3.3.5 Lernaktivitäten mit Neuen Medien
Da zur Erfassung von Lerntätigkeiten bzw. Lernaktivitäten mit Neuen Medien ebenfalls kein Verfahren bekannt ist, wurde eine weitere Skala neu konstruiert. Diese Skala enthält Items, die die Verwendung von Computeranwendungen (Beispielitem: „Ich benutze Textverarbeitungs-Anwendungen zum Erstellen eigener Zusammenfassungen von Studientexten“) und Web-2.0-Technologien (Beispielitem: „Ich benutze Anwendungen für Internettelefonie, z.B. Skype, zur Kommunikation und Kooperation in einer Lerngruppe“) erfragt. Die Beantwortung der Items erfolgt auf einer 5-stufigen Likert-Skala. Darüber hinaus haben die Untersuchungsteilnehmer die Möglichkeit, weitere Lernaktivitäten in einem Freitextfeld anzugeben. Zur Darstellung möglicher übergeordneter Faktoren wird eine Hauptkomponentenanalyse durchgeführt.
3.3.6 Allgemeine Technikaffinität
Zur Messung der Allgemeinen Technikaffinität wird der Fragebogen zur Erfassung von Technikaffinität (TA-EG) von Karrer et al. (2009) eingesetzt. Als Antwortformat wird eine 5-stufige Likert-Skala verwendet. Allgemeine Technikaffinität wird mit 19 Items auf den vier Subskalen (1) Begeisterung im Umgang mit Technik, (2) subjektive Kompetenz, (3) wahrgenommene positive Technikfolgen und (4) wahrgenommene negative Technikfolgen erfasst. Die interne Konsistenz (Cronbach`s Alpha) der vier Subskalen kann in der Normstichprobe mit Werten zwischen α = .72 und α = .84 als akzeptabel bis gut bezeichnet werden. Technikaffinität wird durch die vier einzelnen Mittelwerte der Subskalen berichtet, da ein übergeordneter Faktor noch nicht nachgewiesen wurde.
3.3.7 Computerbezogene Einstellungen
Zur Messung von computerbezogenen Einstellungen werden aus dem INCOBI-R von Richter et al. (2010) die beiden Einstellungsskalen Lern- und Arbeitsmittel/Nützliches Werkzeug (LA/NW) und Lern- und Arbeitsmittel/Un-beeinflussbare Maschine (LA/UM) mit je 10 Items verwendet. Ein Beispielitem für die Skala LA/NW lautet „Für mich ist der Computer ein nützliches Arbeitsmittel“. Für die Skala LA/UM sei hier das Item „Die Arbeit am Computer ist oft frustrierend, weil ich diese Maschine nicht verstehe“ als Beispiel genannt. In der Normstichprobe wird die interne Konsistenz für beide Skalen mit α = .86 angegeben. Der Mittelwert für die Skala LA/NW beträgt in der von Richter et al. (2010) durchgeführten Untersuchung M = 3.00 (SD = 0.58), die Skala LA/UM zeigt einen Mittelwert von M = 1.56 (SD = 0.76).
3.3.8 Lernstrategien im Studium
Das von Schiefele und Wild (1994) entwickelte Verfahren zur Erfassung von Lernstrategien im Studium (LIST) wird in dieser Untersuchung in der an berufstätigen Studierenden validierten Version von Boerner et al. (2005) verwendet. Tabelle 3 stellt die beiden Versionen des LIST-Fragebogen gegenüber.
Tabelle 3
Vergleich des LIST in den Versionen von Schiefele und Wild (1994) und Boerner et al. (2005)
Abbildung in dieser Leseprobe nicht enthalten
Anmerkungen. * Mittelwert und Standardabweichung; ** Interne Konsistenz (Cronbach`s Alpha); *** Werte wurden nur für die übergeordnete Dimension Metakognitive Lernstrategien angegeben; **** Schiefele und Wild (1994) verwenden Konzentration und Aufmerksamkeit synonym; ***** Es werden keine Werte in der Studie angegeben.
Durch Umformulierung und Neuaufnahme einiger Items in der LIST-Version von Boerner et al. (2005) wurden höhere interne Konsistenzen erreicht und erstmals die von Schiefele und Wild (1994) angenommene dreidimensionale Struktur in einer Faktorenanalyse bestätigt.
3.3.9 Studienerfolg
Zur Operationalisierung des Studienerfolges wurden die Klausur-Noten der erfolgreich abgeschlossenen Module erfasst. Die Studierenden hatten die Möglichkeit für die Module 1 bis 11 entweder die Noten oder die Option An Prüfung nicht teilgenommen anzugeben. Durch diese Vorgehensweise konnte bei der Datenaufbereitung eine Variable berechnet werden, die die klassierten Mittelwerte der Modul-Noten enthält.
3.4 Datenanalyseverfahren
Die Variablen wurden vorab auf Normalverteilung überprüft. Hierbei kamen die visuelle Inspektion von Histogrammen und der Kolmogorov-Smirnov-Test (Eid, Gollwitzer & Schmitt, 2011, S. 294) zum Einsatz. Trotz Abweichungen von der Normalverteilung wurden für Messungen mit der Gesamtstichprobe parametrische Verfahren zum angewendet. Kubinger, Rasch und Yanagida (2011, S. 145) argumentieren mit dem Zentralen Grenzwertsatz und erachten eine Stichprobengröße von über 30 als ausreichend, um eine Approximation an die Normalverteilung zu erzielen. Die Autoren nennen darüber hinaus Rasch und Guiard (2004; zitiert nach Kubinger et al., 2011), die die meisten Prüfverfahren als robust gegenüber der realen Verteilung von der Normalverteilung beschreiben. Bei der Untersuchung von Geschlechter- und Altersunterschieden kam es aufgrund der kleineren Teilstichprobenumfänge zur Anwendung der entsprechenden non-parametrischen Verfahren.
Mit einem Chi-Quadrat-Test (Kubinger et al., 2011, S. 251 - 252) wurde der Geschlechterunterschied für nominalskalierte Variablen berechnet. Der t-Test für zwei unabhängige Stichproben (Bortz & Döring, 2009, S. 496) kam als parametrisches Verfahren für Mittelwertvergleiche von intervallskalierten Variablen zum Einsatz. Als non-parametrisches Verfahren wurde zu diesem Zweck der Mann-Whitney-U-Test (Kubinger et al., 2011, S. 245) gewählt. Eine univariate Varianzanalyse (Bortz & Döring, 2009, S. 530) mit Post-Hoc-Test für multiple Mittelwertvergleiche (Kubinger et al., 2011, S. 288) wurde für die Überprüfung von Altersunterschieden bei intervallskalierten Variablen angewendet. Alterunterschiede bei nicht normalverteilten Variablen wurden mit dem parameterfreien Kruskal-Wallis-Test (Kubinger et al., 2011, S. 297) getestet.
[...]
- Arbeit zitieren
- Jörg Pukrop (Autor:in), 2012, Neue Medien im Fernstudium, München, GRIN Verlag, https://www.grin.com/document/233200
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen.