< Zurück   INHALT   Weiter >

10.2. Methodisches Vorgehen: Aufbereitung der Videodaten und deskriptive Analysen

Das Vorgehen bei der Auswertung der Unterrichtsvideos anhand der entwickelten Beobachtungsmanuale wurde bereits in Teilstudie 1 beschrieben, weshalb darauf hier lediglich verwiesen wird (vgl. 9.2).

Videograph ermöglicht den Export der Kodierungsdaten in SPSS. Nach dem Export der Daten wurde für jedes erhobene Merkmal (z. B. Fragen, Feedback etc.) zunächst eine Gesamtdatei auf Ebene 1 erstellt, welche für jede Lerngruppe alle identifizierten Lehreraktivitäten und deren Kategorisierungen als einzelne Fälle enthält. Als nächster Schritt konnte daraus eine Gesamt-Datei auf Ebene 2 erstellt werden, welche jedes einzelne Video als Fall und die Häufigkeiten der einzelnen Kodiervariablen als Variablen enthält. In diese Datei wurden zunächst die Rohdaten übertragen (z. B. Anzahl der Fragen, Anzahl der Denkfragen pro Lerngruppe). Zusätzlich enthält diese Datei die Ergebnisse aus den Kodierungen der Sichtstruktur (z. B. Dauer der Leseübung, Zeitanteile der einzelnen Sozialformen und Übungsphasen). Dadurch war die Berechnung der relativen Häufigkeit verschiedener Lehreraktivitäten (z. B. Anzahl der Fragen pro Minute) möglich. Aus den absoluten Häufigkeiten der einzelnen Variablen wurden außerdem deren prozentuale Anteile berechnet (z. B. prozentualer Anteil von Denkfragen an der Gesamtanzahl von Fragen), um die Vorkommenshäufigkeit der einzelnen Verhaltensweisen und Unterrichtsmerkmalen unabhängig von der Dauer der Leseübung angeben zu können.

Zur Beantwortung der deskriptiven Fragestellungen wurden sowohl Häufigkeiten als auch deskriptive Statistiken berechnet, wobei für einen Überblick über die Verteilungen meist die deskriptiven Statistiken berichtet werden. In einigen Fällen werden zusätzlich Grafiken mit den Häufigkeitsverteilungen erstellt, um die Verteilung und Kombination der Kategorien in den Lerngruppen besser zu verdeutlichen als dies mit den deskriptiven Statistiken möglich ist. Im Ergebnisteil finden sich vorwiegend Tabellen mit den deskriptiven Statistiken der prozentualen Anteile der jeweilig interessierenden Kategorie. Dabei werden immer der Minimalwert (Min), der Maximalwert (Max), der arithmetische Mittelwert (M) und die Standardabweichung (SD) angegeben. Diese Werte wurden anhand der Ebene 2-Datei (Ebene der Lerngruppen) berechnet. In Einzelfällen werden deskriptive Statistiken anhand der Ebene 1-Datei (Ebene der einzelnen Lehreraktivitäten) berichtet. Dies wird in denjenigen Fällen gemacht, in denen die Datei vor den Analysen noch einmal aufgeteilt werden musste, beispielsweise um Aussagen zur Wartezeit nach Fragen getrennt nach den verschiedenen Arten von Fragen treffen zu können. In diesen Fällen wären die Fallzahlen teilweise zu gering, um sinnvolle Aussagen auf Ebene 2 treffen zu können. Ob die deskriptiven Analysen anhand der Ebene 1 oder der Ebene 2-Datei durchgeführt wurden, ist immer am N erkennbar, das in der Tabellenüberschrift angegeben wird und die Stichprobengröße angibt, auf die sich die Analysen beziehen.

Für die Ergebnisse der hoch inferent eingeschätzten Items wird zusätzlich die Itemschwierigkeit angegeben. Diese berechnet sich aus dem Verhältnis der erreichten zu den möglichen Punkten. Da die hoch inferenten Items auf Skalen von „1“ bis „4“ eingeschätzt wurden und die Vergabe der Null damit nicht möglich war, wurde folgende Formel zur Berechnung der Itemschwierigkeit verwendet (Moosbrugger & Kelava, 2008):

Die Werte können grundsätzlich zwischen 0.00 und 1.00 liegen, wobei 0.50 eine mittlere Schwierigkeit anzeigt. Werte < 0.50 bedeuten, dass das Item eher schwierig ist und Werte > 0.50 zeigen an, dass das Item eher leicht ist, dass also viele Lehrpersonen hohe Werte erreicht haben.

Um die Frage nach Zusammenhängen zwischen verschiedenen Merkmalen zu beantworten, wurden Rangkorrelationen nach Spearman berechnet, da dies ein parameterfreies Maß darstellt und lediglich eine Ordinalskalierung der einbezogenen Daten voraussetzt. Außerdem ist der Koeffizient robuster gegenüber Ausreißern als der Koeffizient nach Pearson (z. B. Bortz & Schuster, 2010; Eckey, Kosfeld & Türck, 2008; Wirtz & Nachtigall, 2012). Zur Berechnung der Zusammenhänge wurden bei den niedrig inferenten Kodierungen meist die prozentualen Anteile der einzelnen Unterrichtsmerkmale einbezogen, bei den hoch inferenten Ratings die Mittelwerte der Einschätzungen beider Kodiererinnen.

 
< Zurück   INHALT   Weiter >