Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Einleitung Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

2. Theoretischer Hintergrund und Forschungsstand

verfasst von : Angela Laging

Erschienen in: Selbstwirksamkeit, Leistung und Calibration in Mathematik

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Innerhalb dieses Kapitels werden die theoretischen Hintergründe zur Selbstwirksamkeitserwartung, zur Calibration, zum Feedback und zur Aufgabenklassifikation erläutert und der zugehörige aktuelle Forschungsstand zusammengefasst. Die Selbstwirksamkeitserwartung und die Calibration sind die zentralen Konstrukte der vorliegenden Dissertation. Um Rückschlüsse auf den Einfluss von Feedback auf diese Konstrukte ziehen zu können, widmet sich ein weiterer Abschnitt dem Feedback.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Einleitung
Nächstes Kapitel Methode
Anhänge
Nur mit Berechtigung zugänglich
Fußnoten
1
Einzelne Inhalte aus Abschnitt 2.1 der unveröffentlichten Masterarbeit der Autorin (Laging, 2015) wurden für diesen Unterabschnitt übernommen, überarbeitet und deutlich erweitert.
 
2
Modelle zum selbstregulierten Lernen werden im Rahmen der Calibration in Unterabschnitt 2.2.2 genauer erläutert.
 
3
Einzelne Absätze aus Abschnitt 2.1 der unveröffentlichten Masterarbeit der Autorin (Laging, 2015) wurden für diesen Unterabschnitt übernommen, überarbeitet und deutlich erweitert.
 
4
Genauere Erläuterung zu den Erhebungsinstrumenten in Unterabschnitt 2.1.4.
 
5
Alternative Übersetzungen für self-esteem: Selbstwertschätzung, Selbstachtung.
 
6
Das Thema Feedback wird in Abschnitt 2.3 ausführlicher erläutert.
 
7
Deutsche Übersetzung der Quellen nach Köller & Möller (2006, S. 693).
 
8
Die folgenden Beschreibungen der Quellen basieren inhaltlich auf Bandura (1997, S. 79 ff.) und Bandura (1986, S. 399 ff.).
 
9
Bei Attributionen handelt es sich um Ursachenzuschreibungen, die z. B. bei Erfolgen und Misserfolgen eintreten.
 
10
Mehrere Absätze aus Abschnitt 2.2 der unveröffentlichten Masterarbeit der Autorin (Laging, 2015) wurden für diesen Unterabschnitt übernommen und ergänzt.
 
11
Einzelne Inhalte aus Abschnitt 2.4 der unveröffentlichten Masterarbeit der Autorin (Laging, 2015) wurden für diesen Unterabschnitt übernommen, überarbeitet und sehr umfangreich erweitert.
 
12
Huang verwendet als Maß der Effektstärke Hedge’s g, welches vergleichbar mit Cohen’s d ist, aber vor allem für kleinere Stichproben empfohlen wird. Nach Cohen (1988) sind Effektstärken um \(d = 0{,}2\) als klein, um \(d = 0{,}5\) als mittel und um \(d = 0{,}8\) als groß zu bewerten, d. h. hier zeichnet sich nur ein minimaler Effekt ab.
 
13
Als Effektstärke wird Cohen’s d verwendet.
 
14
Die affektive Komponente wird nicht in allen Modellen explizit genannt. Der Fokus liegt oft auf der Erwartungs- und der Wertkomponente.
 
15
Hackett bezeichnet seine Methode als Pfadmodell, das über multiple Regressionen berechnet wurde. Entsprechend fügt er die Ergebnisse der einzelnen multiplen Regressionen zu einem Pfadmodell zusammen. Da keine Angaben zur Güte des Modells vorliegen und bei einem der Pfade die Kausalität zweifelhaft ist (MSWK zu Mathe-Angst), werden hier nur die Ergebnisse der relevanten multiplen Regressionen berichtet.
 
16
Kritisch anzumerken ist, dass die Hauptfachwahl zum Zeitpunkt der Befragung bereits erfolgt war und deshalb die kausalen Annahmen im Modell bzw. in den Regressionen problematisch sind.
 
17
Nach Homburg und Baumgartner (1985, zitiert nach Backhaus, Erichson, Plinke, & Weiber, 2003, S. 376) sollten bei einem guten Modellfit Chi2/df ≤ 2,5, der Comparitive Fit Index CFI ≥ 0,9, der Normed Fit Index NFI ≥ 0,9, der Goodness-of-Fit-Index GFI ≥ 0,9, der Adjusted-Goodness-of-Fit-Index AGFI ≥ 0,9 und der Root Mean Square Error RMSEA ≤ 0,05 sein. Die Modelle weisen folgende Fitwerte auf: MCEI: CFI = ,99; NFI = ,97; Chi2[10, N = 164] = 17,38 mit p = ,07; MAJ: CFI = ,99; NFI = ,98; Chi2[10, N = 164] = 13,57 mit p = ,19 (Gainer & Lent, 1998, S. 409).
 
18
Unterschiedliche Korrelationsberechnungen, da teilweise latente Variablen verwendet werden.
 
19
Die Skalen zur Mathe-Ängstlichkeit sind in den Studien unterschiedlich gepolt, deshalb auch unterschiedliche Vorzeichen bei den Ergebnissen in Tabelle 2.4. Es geht aber immer eine höhere SWK mit einer niedrigeren Mathe-Ängstlichkeit einher.
 
20
Bei den Korrelationskoeffizienten handelt es sich um die Mittelwerte der Koeffizienten für die einzelnen Länder.
 
21
Die beiden Meta-Analysen Multon et al. (1991) und Laging (2015) basieren auf Korrelationsstudien. Auch wenn typisch für Meta-Analysen von ES gesprochen wird, so darf keine Kausalität impliziert werden, da es sich empirisch um Korrelationen d. h. reine Zusammenhänge handelt. Zeitlich gesehen wurden jedoch die Leistungen immer nach der SWK erfasst, weshalb aus theoretischer Sicht von einem Einfluss ausgegangen wird, der streng genommen aus empirischer Sicht jedoch nicht geprüft wurde.
 
22
Die Q-Statistik ist ein Heterogenitätsmaß, das zur Untersuchung der Gruppen bei Moderatoranalysen bei Meta-Analysen verwendet wird. Für genauere Ausführungen siehe u. a. Borenstein, Hedges, Higgins, & Rothstein (2009).
 
23
Beim Random-Effects-Modell wird davon ausgegangen, dass die Effektstärken der einzelnen Studien aufgrund diverser Faktoren variieren können und von einer zufälligen Auswahl wahrer Effektstärken ausgegangen wird, die sich um einen Mittelwert normalverteilen und somit nicht von einer wahren Effektstärke ausgegangen wird wie es beim Fixed-Effect-Modell der Fall ist.
 
24
Folgende untersuchte Variablen haben keine zueinander heterogenen Subgruppen gebildet: Art der Leistungserhebung, Klassenstufe, Itemschwierigkeit, Geschlecht.
 
25
Die Nationalität wurde in der Meta-Analyse von Laging (2015) nicht untersucht, da es sich überwiegend um nordamerikanische Studien handelt und die Nationalitäten sehr ungleich verteilt sind.
 
26
Die theoretische Einbettung dieser Thematik anhand des Rahmenmodells von Schrader und Helmke sowie empirische Auswertungen in Form von schrittweisen Regressionsanalysen können bei Laging und Voßkamp (2016) genauer nachgelesen werden.
 
27
Kritisch anzumerken an dem Modell sind einige Pfade, die Kausalität implizieren, wo eigentlich keine vorhanden ist. So sind Effekte der SWK auf das SK und den wahrgenommenen Nutzen eher unüblich, da es sich bei dem SK um das globalere, stabilere Konzept handelt, das eher Einfluss auf die aufgabenspezifische SWK nimmt. Außerdem wird nichts zur Güte des Modells berichtet.
 
28
Es wurden nur Studien analysiert, die zu allen Quellen Korrelationskoeffizienten aufweisen. Daher basieren die Berechnungen zu den Quellen jeweils auf der gleichen Anzahl an Korrelationen.
 
29
Projekt zur Analyse der Leistungsentwicklung in Mathematik. Entwicklungsverläufe, Schülervoraussetzungen und Kontextbedingungen von Mathematikleistungen bei Schülern der Sekundarstufe I. Teilprojekt im Rahmen des DFG-Schwerpunktprogramms BIQUA. Beteiligte Institutionen: Universität München (R. Pekrun), Universität Regensburg (R. vom Hofe), Universität Kassel (W. Blum).
 
30
Übersetzungen übernommen von Landmann et al. (2009, S. 52).
 
31
Es werden nur Studien vorgestellt, die sich mit Calibration in Mathematik beschäftigen und entsprechende Ergebnisse einzeln berichten. Studien, die Leistungstests verwenden, in denen zwar u. a. Mathematikaufgaben enthalten sind, aber nicht getrennt berichtet werden (u. a. Schraw et al., 1993) werden hier nicht berücksichtigt.
 
32
Skala CA enthält Infos zu SWK und Leistung eines fast identischen Tests.
 
33
Das abgebildete Pfadmodell zeigt nur die signifikanten Pfade, weshalb das Geschlecht nicht mehr im Modell enthalten ist. Die Fitwerte (nonsignificant Chi2 value, Chi2 (1, N = 107) = 2.59, P = .11; AGFI = ,81; CFI = ,99) sind gut, wurden aber (scheinbar) für das ursprüngliche Modell, das alle Pfade enthalten hat, berechnet.
 
34
Die hier genannten Studien beziehen sich nicht nur auf den Bereich Mathematik.
 
35
„Interactive Two Feedback Loops Model“.
 
36
Cohen’s d.
 
37
Im Rahmen des Schwerpunktprogramms „Kompetenzmodelle zur Erfassung individueller Lernergebnisse und zur Bilanzierung von Bildungsprozessen“ gefördert. Projektleitung: E. Klieme, K. Rakoczy, W. Blum, D. Leiss.
 
38
Da sich zwischen den Inhaltsbereichen keine Unterschiede gezeigt haben, wurden diese innerhalb der Analysen nicht getrennt betrachtet.
 
39
\(\frac{{Ch{i^2}}}{df} = 0{,}62;RMSEA < 0{,}01;CFI = 1;SRMR = 0{,}02\)
 
40
Da die zu untersuchenden Aufgaben aus einem Leistungstest ohne Teilaufgaben stammen, ist die Einteilung der jeweiligen Aufgabe als Analyseeinheit klar.
 
41
COAKTIV (Professionswissen von Lehrkräften, kognitiv aktivierender Mathematikunterricht und die Entwicklung mathematischer Kompetenz) ist ein Kooperationsprojekt zwischen dem Max-Planck-Institut für Bildungsforschung in Berlin (J. Baumert) sowie den Universitäten Kassel (W. Blum) und Oldenburg (M. Neubrand), das im Rahmen des Schwerpunktprogramms „Bildungsqualität von Schulen“ von der DFG gefördert wurde.
 
42
Neubrand (2002) verwendet den Begriff Seatwork für Schülerarbeitsphasen wie Individualarbeit, Partnerarbeit oder Kleingruppenarbeit.
 
43
Die Bildungsstandards werden im Rahmen der Kategorien zur Aufgabenklassifikation genauer erläutert.
 
44
Nach Büchter und Leuders (2007, S. 73) sind die drei wichtigsten Merkmale von Aufgabenqualität die Authentizität, die Offenheit und das Differenzierungsvermögen.
 
45
Der Begriff der Grundvorstellungen wird im Rahmen der Kategorien zur Aufgabenklassifikation genauer erläutert.
 
46
Genaueres siehe Tabelle in Neubrand & Neubrand (2004, S. 89).
 
47
Aufgrund der geringen Anzahl an Aufgaben, die bis auf eine Aufgabe auch die gleiche Ausprägung (Niveau 1) haben, wurde damit keine Regressionsanalyse durchgeführt.
 
48
Zur Verortung des Schulstoffs im Curriculum werden hier zwei Merkmale von Neubrand et al. (2002) übernommen, die Curriculare Wissensstufe und eine Variable zur Beurteilung des Behandlungszeitpunkts.
 
49
Das Modell mit Devising Strategies, Symbols & Formalism und Reasoning & Argument erreicht auch eine Varianzaufklärung von 74 %. Die Kompetenz Reasoning & Argument wurde gegen Communication für das finale Modell ersetzt, weil sie so hoch mit Symbols & Formalism korreliert.
 
50
Bei dieser Untersuchung wurden andere PISA-Aufgaben verwendet als bei den drei anderen Untersuchungen, deshalb sind sie ggf. nicht direkt vergleichbar.
 
51
Formelhandhabung weist große Ähnlichkeiten zur Kompetenz symbolisch/formal mit Mathematik umgehen auf.
 
52
Die Aufgabenanalyse wird nur für den Eingangstest durchgeführt, da hier noch kein Einfluss durch die verschiedenen Veranstaltungselemente besteht.
 
Metadaten
Titel
Theoretischer Hintergrund und Forschungsstand
verfasst von
Angela Laging
Copyright-Jahr
2021
Buch
Selbstwirksamkeit, Leistung und Calibration in Mathematik

Print ISBN: 978-3-658-32479-7

Electronic ISBN: 978-3-658-32480-3

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-3-658-32480-3_2