< Zurück   INHALT   Weiter >

11.1. Dimensionalität kognitiv aktivierenden Unterrichts

Zur Beantwortung der ersten Forschungsfrage nach der Dimensionalität kognitiv anregenden Unterrichts wurden explorative Hauptkomponentenanalysen angewendet. Im Allgemeinen dienen diese der Datenstrukturierung und -reduktion. Sie werden in der Unterrichtsforschung häufig eingesetzt, um Aspekte der Unterrichtsqualität voneinander abzugrenzen (z. B. Clausen et al., 2003; Klieme et al., 2001; Lipowsky et al., 2009; Rakoczy, 2006). Je mehr Variablen zur Erfassung von Merkmalen der Unterrichtsqualität genutzt werden, desto höher ist die Wahrscheinlichkeit, dass sich einige der Variablen inhaltlich überlappen (Backhaus, Erichson, Plinke & Weiber, 2011). Die Faktorenanalyse, zu denen die hier angewandte Hauptkomponentenanalyse im weitesten Sinn zählt, versucht allgemein, „Zusammenhänge der Items untereinander durch eine geringere Anzahl dahinter liegender homogener Faktoren zu erklären“ (Bühner, 2011, S. 269). Die Faktoren oder Komponenten werden aufgrund ihrer gruppenweisen korrelativen Beziehungen zueinander gewonnen und können die Basis für weitere Analysen bilden, insofern sie sich „sachlogisch plausibel“ (Eckstein, 2006, S. 307) benennen lassen. Dabei sind voneinander unabhängige Faktoren wünschenswert, damit sich deren Effekt auf die Lernund/oder Persönlichkeitsentwicklung simultan untersuchen lässt, ohne dass die Faktoren sich gegenseitig Varianz nehmen. Ein Ziel von Faktorenanalysen ist deshalb zum Teil eine sogenannte „Orthogonalisierung von Variablen“ (Wolff & Bacher, 2011, S. 335), um für weiterführende Analysen nicht oder kaum korrelierte Daten verwenden zu können.

Zunächst wird die Wahl der Methode zur Zusammenfassung der Variablen, die explorative Hauptkomponentenanalyse, begründet. Daran anschließend wird die Eignung der Daten überprüft. In diesem Zusammenhang wird auch die Datengrundlage vorgestellt, indem die deskriptiven Statistiken des 28 Items umfassenden Ratingsystems dargestellt warden. [1] Außerdem wird die Korrelationsmatrix berichtet, anhand derer sich bereits erste Hypothesen zum Zusammenhang der Variablen untereinander aufstellen lassen. Daran anschließend wird darauf eingegangen, aus welchen Gründen als Rotationsverfahren die orthogonale Varimax-Rotation verwendet wurde. Außerdem wird erläutert, welche Kriterien zur Faktorenextraktion herangezogen wurden. Nachdem die Grundlagen dargestellt wurden, folgt die Darstellung der Faktorenlösungen, die mit einem Vergleich der unterschiedlichen Lösungen schließt (Fragestellung 3.1.1). Die resultierenden einzelnen Skalen werden darauffolgend inhaltlich beschrieben und anhand ihrer Item-Skala-Statistiken beschrieben. Dabei wird auch die Ausprägung der Faktoren in der vorliegenden Stichprobe beschrieben (Fragestellung 3.1.2). Zuletzt wird überprüft, ob die gewonnenen Faktoren miteinander korrelieren (Fragestellung 3.1.3).

„Bei der Faktorenanalyse geht es zunächst um die Frage, ob eine dimensionale Struktur überhaupt konstruiert werden kann und welche bzw. wie viele Dispositionen sich sinnvoll unterscheiden lassen“ (Fromm, 2008, S. 315). Dabei kann die Frage nach der Anzahl und der Art der Faktoren nicht ausschließlich statistisch beantwortet werden, sondern ist immer auch von inhaltlichen Überlegungen abhängig (Fromm, 2008). Aufgrund des methodischen Vorgehens bei explorativen Faktorenanalysen, in deren Rahmen also methodische Kriterien und inhaltliche Entscheidungen sinnvoll abgewogen werden müssen, erfolgt in diesem Kapitel keine strenge Trennung zwischen einer rein deskriptiven Darstellung der Ergebnisse und einer Interpretation der Faktoren sowie einer inhaltlich-methodischen Diskussion über die Eignung der verschiedenen Faktorenlösung. Bei der Darstellung des methodischen Vorgehens und der Faktorenstruktur wird immer unmittelbar diskutiert, inwiefern die gefundenen Faktoren inhaltlich sinnvoll erscheinen oder welche Modifikationen sinnvoll wären.

  • [1] Für weitere Informationen zur Datengrundlage wird auf Kapitel 8 und 9 verwiesen
 
< Zurück   INHALT   Weiter >