< Zurück   INHALT   Weiter >

4.4 Mehrebenenstruktur der vorhandenen Daten

Die Stichprobe weist aufgrund der Schachtelung der Lernenden in 18 Klassen an 4 verschiedenen Schulen eine Mehrebenenstruktur auf. Wie im Theorieteil dargestellt, spielt im obligatorischen Schulunterricht die Klasse als Referenzrahmen eine wichtige Rolle für die individuelle Leistung und deren Beurteilung. So kann die Klassenzusammensetzung, das Lern- und Leistungsklima aber auch unterschiedliche Lehrpersonen die erreichten individuellen Noten in unterschiedlichen Klassen miterklären.

Der Intraklassen-Korrelationskoeffizient (ICC)3 für die Berufsfachschulabschlussnote liegt bei 0.163. Das bedeutet, dass bei den Lernenden der vorhandenen Stichprobe bis zu 16.3% der Gesamtvarianz in der Berufsfachschulabschlussnote auf Unterschiede zwischen den Klassen zurückgeführt werden kann. Damit liegt für die Berufsfachschulabschlussnote auf der Kontextebene hinreichend Variation zur Durchführung einer Mehrebenenanalyse vor, und würde bei einer Nichtbeachtung der Mehrebenenstruktur zu einer Unterschätzung der Standardfehler der Regressionskoeffizienten führen, was eine Verzerrung der Signifikanz sowie zu eng geschätzte Konfidenzintervalle mit sich brächte (vgl. Geiser, 2011, S. 208).

4.5 Modell-Fit

Für die Gütebeurteilung statistischer Modelle empfiehlt sich eine simultane Berücksichtigung mehrerer Kennwerte, weil sich diese auf unterschiedliche Aspekte der Passung zwischen Modell und vorhandenen Daten beziehen. In der vorliegenden Arbeit werden zur Modellevaluation jeweils der RMSEA (Root mean Square Error of Approximation), das SRMR (Standardized Root Mean Square Residual),

3 Der Intraklassen-Korrelationskoeffizient (Intraclass Correlation Coefficient, ICC) ist ein Wert der angibt, wieviel Varianz eines bestimmten Merkmals (hier: Abschlussnoten), mit der Varianz auf der Kontextebene (hier: Klassen) erklärt werden kann. Dabei können bereits geringe Intraklassen-Korrelationen von .01 oder .05 zu bedeutsamen Verzerrungen der Ergebnisse von Signifikanztests in konventionellen OLS-Regressionsanalysen, wo die Kontextebene nicht berücksichtigt werden, führen (vgl. Geiser, 2011, S. 204).

der CFI (Comparative Fit Index) und der TLI (Tucker Lewis Index) herangezogen. Dabei sollte der RMSEA und das SRMR Werte von .05 nicht übersteigen. Der CFI und der TLI sollen Werte grösser als .95 annehmen. Für eine ausführliche Darstellung der Modell-Fits wird auf Kline (2010, S. 193ff) verwiesen (vgl. Christ & Schlüter, 2012, S. 39).

 
< Zurück   INHALT   Weiter >