Messung multidimensionaler Lerngruppenzusammensetzung durch die Nutzung von Hypervolumina


Thielmann, Merle-Sophie ; Karst, Karina



Document Type: Conference presentation
Year of publication: 2024
Conference title: GEBF-Tagung 2024, 11. Jahrestagung der Gesellschaft für Empirische Bildungs­forschung „Bildung verstehen - Partizipation erreichen - Transfer gestalten"
Location of the conference venue: Potsdam, Germany
Date of the conference: 18.-20.03.2024
Related URLs:
Publication language: German
Institution: School of Social Sciences > Unterrichtsqualität in heterogenen Kontexten (Karst 2023-)
Subject: 370 Education
Abstract: Nicht nur individuelle Merkmale und Lernvoraussetzungen beeinflussen die Schulleistung von Lernenden, sondern auch die Zusammensetzung der Lerngruppe bezüglich der Leistung, aber auch sozioökonomischer und kultureller Merkmale beeinflusst die Lernumgebung und damit individuelle Schülerleistungen (Dumont et al., 2013). Während auf Ebene der Schule häufig der Effekt der mittleren Zusammensetzung der Schülerschaft und des umgebenden Sozialraumes auf sozioökonomischen und kulturellen Faktoren untersucht wird, um beispielsweise eine gezieltere Ressourcenzuweisung zu ermöglichen (Bellin, 2009), steht auf Ebene der einzelnen Schulklasse zusätzlich die Diversität der Schüler*innen im Fokus, die sich auf den Unterricht, aber auch Interaktionen zwischen Schüler*innen auswirken kann (Rjosk, 2022). Dabei liegt der Fokus meist nur auf einer Dimension der Klassenzusammensetzung (Bellin, 2009). Dadurch wird jedoch ausgeblendet, dass Variablen wie sozioökonomischer Status, linguistischer Hintergrund und Migrationserfahrung nicht unabhängig voneinander sind, sondern sich überschneiden und interagieren können (Else-Quest & Hyde, 2016). Die Diversität einer Lerngruppe kann sich je nach betrachtetem Merkmal unterscheiden, und es ist anzunehmen, dass Interaktionen zwischen Schüler*innen und Lehrkräften durch mehrere Merkmale zugleich beeinflusst werden (Piekut et al., 2012). Eine Betrachtung der Lerngruppenzusammensetzung und Diversität als multidimensionales Konstrukt bietet daher die Möglichkeit, einen besseren Einblick in Effekte der Lerngruppenzusammensetzung zu gewinnen. Der vorliegende Beitrag adaptiert einen Ansatz zur Beschreibung funktionaler Diversität aus der ökologischen Forschung, der die Beschreibung von Lerngruppen auf mehreren Dimensionen und unter Einbezug der Diversität ermöglicht. Dafür werden die Merkmale, bezüglich derer die Lerngruppenzusammensetzung untersucht werden soll, als die Achsen eines n-dimensionalen Raumes aufgefasst, in dem die einzelnen Schüler*innen entsprechend ihren Merkmalsausprägungen als Punkte verortet werden. Durch unterschiedliche Methoden wird ein sogenanntes Hypervolumen konstruiert, dass die Datenpunkte aller Schüler*innen einschließt (Blonder, 2018). Diese Hypervolumina ermöglichen die quantitative Beschreibung der Lerngruppe über das Volumen und die sogenannte Dispersion, den durchschnittlichen Abstand der Punkte im Hypervolumen von dessen Zentroiden (Blonder, 2018). Fragestellung. Der vorliegende Beitrag erprobt Hypervolumina als Methode zur Beschreibung multidimensionaler Diversität im Klassenkontext, insbesondere bezüglich ihrer Anwendbarkeit unter den Bedingungen korrelierter Merkmale und eingeschränkter Stichprobengröße. Wir testen die Eigenschaften Hypervolumen-basierter Indizes und nutzen diese in einem zweiten Schritt zur Vorhersage individueller Schüler*innenleistung. Methode. Wir nutzen einen Datensatz von N=1420 Fünftklässler*innen in insgesamt 59 Klassen unterschiedlicher Schulformen, der Messungen der Leseleistung zu Beginn und Ende des ersten Schulhalbjahres 2018/19 mit parallelen Versionen des „Lernstand 5“ enthielt. Als Merkmalsdimensionen zur Beschreibung der Klassenzusammensetzung dienten kulturelles Kapital, kulturelle Werte gematcht aus der World Values Survey (Haerpfer et al., 2022) und Eingangsleistung. Wir vergleichen unterschiedliche Methoden und Vorgehensweisen zur Konstruktion von Hypervolumina mit unterschiedlichen Annahmen über die zugrundeliegenden Daten und untersuchen die Eigenschaften der resultierenden Hypervolumina durch den Vergleich ihres Volumens und ihrer Dispersion zur eindimensionalen Range und Standardabweichung. Anschließend verwendeten wir Hypervolumen-basierte Indizes als Prädiktoren individueller Schüler*innenleistung in Mehrebenenmodellen. Ergebnisse. Die Hypervolumen-basierten Indizes zeigten mittlere bis hohe, signifikante Korrelationen zu eindimensionalen Streuungsmaßen auf den unterschiedlichen Merkmalen, wobei die Korrelationen zwischen Dispersion und Standardabweichung höher ausfielen, als zwischen Volumen und Range. Die Konstruktionsmethoden unterschieden sich bezüglich der absoluten Größe der Volumina und in geringerem Maße auch der Dispersionswerte, es zeigten sich jedoch hohe Korrelationen der Indizes (.70 ≤ r ≤ .75, p < .001). Die Wahl untransformierter oder orthogonaler Achsen resultierte in ähnlichen, hoch korrelierten Indizes (.45 ≤ r ≤ .59, p < .001). Multidimensionale Diversität, gemessen durch Hypervolumen-basierte Indizes, zeigte unabhängig von der verwendeten Konstruktionsmethode keinen Kompositionseffekt auf individuelle Schüler*innenleistung. Die Ergebnisse zeigen die Anwendbarkeit des Hypervolumen-Ansatzes im Klassenkontext, insbesondere zur Berechnung eines multidimensionalen Streuungsmaßes, das hohe Korrelationen zur Standardabweichung aufweist. Hypervolumina bieten einen Ansatzpunkt zur differenzierteren Messung multidimensionaler Heterogenität, und zudem durch Möglichkeiten zur Visualisierung und zum Vergleich von Lerngruppen methodische Ansatzpunkte für weitere Untersuchungen von Effekten der Lerngruppenzusammensetzung.




Dieser Eintrag ist Teil der Universitätsbibliographie.




Metadata export


Citation


+ Search Authors in

+ Page Views

Hits per month over past year

Detailed information



You have found an error? Please let us know about your desired correction here: E-Mail


Actions (login required)

Show item Show item