14.12.2012 Aufrufe

Lehrstuhl für Mathematik und ihre Didaktik Walter Olbricht, Doris ...

Lehrstuhl für Mathematik und ihre Didaktik Walter Olbricht, Doris ...

Lehrstuhl für Mathematik und ihre Didaktik Walter Olbricht, Doris ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

3.4. Auswirkungen der Kovariablen im Spiegel der Skalen<br />

Gr<strong>und</strong>sätzliches<br />

Bei dieser Untersuchung wurden einige Kovariablen wie Geschlecht, Zensur, Schulart, Anzahl der<br />

bearbeiteten dynamischen Arbeitsblätter oder Klassenstufe erhoben. Es liegt nahe, die Ergebnisse in<br />

Bezug auf eben diese Merkmale zu betrachten. Hier<strong>für</strong> ist die Zusammenfassung der Items in Skalen<br />

praktisch, da die Themengebiete dann kompakter untersucht werden können <strong>und</strong> somit Tendenzen<br />

<strong>für</strong> die einzelnen Skalen ersichtlich werden. Dabei muss man bedenken, dass negativ gerichtete Items<br />

umskaliert wurden, um die Mittelwerte berechnen zu können. Im Folgenden werden alle Items bei der<br />

Verbindung mit den Kovariablen positiv gerichtet formuliert. Diejenigen, die im Erhebungsbogen ursprünglich<br />

negativ gerichtet waren, sind mit einem Sternchen (*) markiert.<br />

Natürlich kann es sein, dass die im Folgenden dargestellten Ergebnisse im Wesentlichen auf vermengenden<br />

Faktoren beruhen. Zum Beispiel könnte es sein, dass die Realschulklassen nicht aufgr<strong>und</strong> der<br />

Schulart eine Skala besonders positiv bewerten, sondern weil sich darunter viele Mädchen befinden,<br />

die diese Skala positiv beurteilen. Dann handelt es sich in Wirklichkeit nicht um einen Effekt der<br />

Schulart, sondern des Geschlechtes. Derartige Betrachtungen werden hier zunächst ignoriert. In der<br />

Tat legen unsere Ergebnisse nahe, dass eine sehr entscheidende Kovariable der in diesem Zusammenhang<br />

meist nicht untersuchte Klassensatz ist. Vor vorschnellen Schlussfolgerungen muss man<br />

sich jedenfalls hüten. Fehlende Werte werden bei den folgenden Darstellungen jeweils weggelassen.<br />

Geschlecht<br />

Schon in der PISA-Studie (2003) wurde der Vergleich von Interesse <strong>und</strong> Begabung zwischen Mädchen<br />

<strong>und</strong> Jungen im Fach <strong>Mathematik</strong> gezogen, mit dem Ergebnis, dass es den Jungen besser als<br />

den Mädchen gelingt ihr Leistungspotential im Bereich <strong>Mathematik</strong> auszuschöpfen. Mehr als 10 Jahre<br />

früher kam Czerwenka, der 1990 eine umfassende Studie zu Urteilen von Schülern über die Schule<br />

durchführte, zu folgenden Erkenntnissen: Mädchen schätzen die Fächer Musik, Textiles Gestalten <strong>und</strong><br />

Hauswirtschaft/Kochen mehr als die Jungen. Bei der Untersuchung des naturwissenschaftlichen Bereiches<br />

ließ seine Untersuchung jedoch keine Differenzen zwischen den Geschlechtern erkennen.<br />

„Interessant ist, dass die Mädchen dem mathematischen, aber auch dem naturwissenschaftlichen<br />

Bereich nicht anders gegenüberstehen als Jungen“ (Czerwenka 1990, S. 88). Zu fragen ist, inwiefern<br />

diese Erkenntnisse früherer Untersuchungen bei der GEONExT-Erhebung bestätigt werden können<br />

oder ob Geometrie, als ein Teilbereich der <strong>Mathematik</strong>, von den Mädchen <strong>und</strong> den Jungen unterschiedlich<br />

bewertet wird.<br />

Mittelwert<br />

4,0<br />

3,5<br />

3,0<br />

2,5<br />

2,0<br />

1,5<br />

1,0<br />

Unterschiede nach Geschlecht<br />

1 2 3 4 5<br />

Skala<br />

6 7 8 9<br />

Abbildung 11 Unterschiede nach Geschlecht<br />

weiblich<br />

männlich<br />

31

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!