Zum Einfluss von Persönlichkeitsmerkmalen auf die Testleistung in Mathematik

Philipp Gewessler, Jan Steinfeld, Larissa Bartok,
Isabella Vormittag & Michael Themessl-Huber

Bundesministerium für Bildung, Wissenschaft und Forschung

Aufgabenfeldtestung

Wesentlicher Bestandteil des Aufgabenqualitätszyklus von SRP-Aufgaben

Ziel: Bestimmung von empirischen Aufgabenkennwerten
(u.a. Itemschwierigkeiten, DIF Parameter)

Besondere Relevanz von Geschlechts-DIF aufgrund beobachteter Unterschiede in der Testleistung
(SRP: Statistik Austria, 2018; FT: Bartok et al., 2017; PISA: Suchań & Breit, 2016)

Forschung im Kontext der Feldtestung

Feldtestungen ermöglichen zusätzliche Fragebogen-untersuchungen zu Einflussfaktoren der Testleistung

Erhebung von Selbstkonzept, Selbstwirksamkeit und Geschlechtsstereotypen

mathematisches Selbstkonzept

mentale Repräsentation der eigenen Person in Form von Vorstellungen, Einstellungen und Beschreibungen bezüglich Mathematik
(vgl. Möller & Trautwein, 2009)

Design und Datengrundlage

Feldtestung 2017

300 Aufgaben an 2242 SchülerInnen an 56 Standorten

Multi-Matrix Testdesign
(45 Testhefte zu je 21 Aufgaben, dreifach verlinkt)

Fragebogen im Anschluss der Aufgabenbearbeitung

Modellierung

(bayesianische) IRT-Modelle mit latenter Mehrebenenregression auf den Personenparametern (θ)

$y_{ij} = \mathrm{Bernoulli}(\pi_{ij})$

$\pi_{ij} = \mathrm{logit}^{-1}(\alpha_j \theta_i - \beta_j)$

$\theta_i \sim \mathrm{Normal}(\mu_{\theta_i}, \sigma_{\theta})$

$\mu_{\theta_i} = a + a_{BL[i]} + a_{SO[i]} + \mathbf{x}_{i}\mathbf{b}$

$a_{BL} \sim \mathrm{Normal}(0, \sigma_{a_{BL}})$

$a_{SO} \sim \mathrm{Normal}(0, \sigma_{a_{SO}})$

$\beta_j, a, b, \sigma_{\theta}, \sigma_{a_{BL}}, \sigma_{a_{SO}} \sim \mathrm{Normal}(0, 1)$

$\log\alpha_j \sim \mathrm{Normal}(0.5, 1)$

Ergebnisse: Modellwahl

Ergebnisse: Parameter

Ergebnisse: Selbstkonzept (1)

Ergebnisse: Selbstkonzept (2)

Ergebnisse: Geschlechtsunterschiede

Diskussion

Selbstkonzept als essentielle Variable zur Prädiktion von Testleistung identifiziert

Geschlechtsunterschied der Mathematik-Feldtestungsleistung stark durch Unterschiede im Selbstkonzept moderiert

Selbstkonzept kann durch die Rolle der Lehrkraft, Lehr- und Lernumbgebung bzw. Sozialisation beeinflusst werden

Bewusstsein bei LehrerInnen und Eltern schaffen

Ausblick

Feldtestung 2018: Prädiktionskraft des Modells überprüfen (in Arbeit)

Feldtestung 2019: Überarbeitung des Fragebogens und miteinbeziehen weiterer potentieller Einflussfaktoren
(in Arbeit)

Vielen Dank für Ihre Aufmerksamkeit!

Kontakt
philipp.gewessler@bmbwf.gv.at

Präsentation
https://p-gw.github.io/oegp-2018/

Bundesministerium für Bildung, Wissenschaft und Forschung
www.bmbwf.gv.at

Standardisierte Reife- und Diplomprüfung
www.srdp.at

Appendix: Fragebogen (1)

Beantwortung auf einer 5-stufigen Likert Skala
(trifft nicht zu, trifft eher nicht zu, weder - noch, trifft eher zu, trifft zu)

Selbstkonzept

  1. In Mathematik gehöre ich zu den Guten in meiner Klasse.
  2. Im Vergleich zu den Noten in anderen Fächern habe ich in Mathematik gute Noten.
  3. Im Allgemeinen verstehe ich mathematische Sachverhalte sehr schnell.
  4. Ich war schon immer gut in Mathematik.
  5. Mathematik bereitet mir Freude.
  6. Ich bearbeite gerne herausfordernde Mathematikaufgaben.
  7. Ein gutes mathematisches Verständnis ist für die berufliche Zukunft wichtig.

Appendix: Fragebogen (2)

Selbstwirksamkeit

  1. Ich bin zuversichtlich, die Matura in Mathematik mit angemessener Vorbereitung bewältigen zu können.
  2. Wenn ich mich auf Prüfungen in Mathematik gründlich vorbereite, erziele ich gute Ergebnisse.
  3. Wenn ich mich anstrenge, kann ich den Unterrichtsstoff in Mathematik gut nachvollziehen.
  4. Auch wenn ich bei einer Prüfung in Mathematik schlecht abschneide, bin ich zuversichtlich, die Note wieder ausgleichen zu können.

Appendix: Fragebogen (3)

Geschlechtsstereotype

  1. In Mathematik gute Noten zu bekommen, ist für Burschen und Mädchen gleich bedeutsam.
  2. Für die berufliche Zukunft ist für Mädchen ein gutes mathematisches Verständnis genauso wichtig wie für Burschen.
  3. Burschen und Mädchen sind in Mathematik gleich begabt.
  4. Für welche Unterrichtsgegenstände sich Mädchen und Burschen interessieren, ist unabhängig vom Geschlecht.

Appendix: CFA Fit

χ2(87) = 1951.1, TLI = .96, RMSEA = 0.098 [0.094, 0.102]

r(SK, SW) = .74, r(SK, GS) = -.13, r(SW, GS) = -.18