Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Markus Kertz Abschlussreferat 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat Überblick Computer und Lernen Leistungsmotivation Motivation und kognitive Strukturen Fragestellungen und Hypothesen Methode Ergebnisse und Diskussion Markus Kertz 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat I) Stand der Forschung 1. Computer und Lernen CAL ... Computer Assisted Learning Befunde aus der CAL Forschung nach Krendl & Lieberman (1988): • Intensivere Nutzung der zur Verfügung gestellten Lernzeit (Daiute 1985) • Positive Effekte auf Menge und Güte des Lernoutputs (Cohen & Riel 1986) • Beschleunigte Entwicklung mathematischer Skills (Henderson et al 1986) • Höheres Interesse am Themengebiet (Ybarrondo 1985) Grundsätzlich positive Effekte in motivationalen Bereichen Markus Kertz 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat I) Stand der Forschung 1. Computer und Lernen ITS(s) = Intelligent Tutoring System(s) Del Soldato & Du Boulay (1995): Adaptivität bezüglich motivationalen Komponenten Domain based planning + motivational planning Effekte des motivational planners wurden nicht empirisch überprüft Der Erhebung und Modifizierung des Motivationszustandes liegt kein fundiertes psychologisches Motivationsmodell zugrunde. Markus Kertz 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat I) Stand der Forschung 2. Leistungsmotivation Das Modell von Atkinson (1957) Handlungsresultate in Leistungssituationen Beurteilung nach einem Tüchtigkeitsmaßstab Erfolg (Stolz) Misserfolg (Scham) Antizipation Hoffnung auf Erfolg Markus Kertz Furcht vor Misserfolg 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat I) Stand der Forschung 2. Leistungsmotivation Das Modell von Atkinson (1957) T=MxPxI Ts = Ms x Ps x Is Tf = Mf x Pf x If Tr = Ts + Tf Tr = (Ms - Mf) x (Ps - Ps2) Verhaltensvorhersagen in vier Typen leistungsbezogenen Verhaltens: • Aufgabenwahl (Atkinson & Litwin, 1960) +/• Anspruchsniveau- Zielsetzung (Heckhausen, 1963 bzw. Schmalt, 1976) + • Ausdauer und Persistenz (Feather, 1961, 1962, 1963) • Leistungseffizienz n.y.s.i.n.y.d. Effekt +/(-) +/- Grund: möglicherweise Messproblematik Markus Kertz 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat I) Stand der Forschung 3. Motivation und kognitive Strukturen Untersuchung von Lin, McKeachie und Naveh-Benjamin (1999): • Methode der Wissensstrukturerfassung: ordered-tree technique • Motivationsvariablen: - Test anxiety - Expectancy for success (nach Atkinson, 1957) • Ergebnisse: Test anxiety - amount of organization r = .31 s. Test anxiety - similarity of structures r = -.27 s. Test anxiety - Leistung i. d. LV r = -.30 s. Expectancy for success - Leistung r = .37 s. Die Motivationsvariablen wurden mittels Fragebogen erhoben Zur Analyse von Wissensstrukturen stehen auch andere theoretische Konzepte zur Verfügung Markus Kertz 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat II) Fragestellung und Hypothesen 1.) Unterscheiden sich Personen hinsichtlich der kognitiven Repräsentanz von erworbenem Wissen in Abhängigkeit von ihrer individuellen Motivtendenz HE vs. FM? H1: Personen unterscheiden sich hinsichtlich ihrer Wissensstrukturen (Verteilung der symmetrischen Distanzen) in Abhängigkeit von ihrer individuellen Motivtendenz. 2.) Unterscheiden sich Personen hinsichtlich der kognitiven Repräsentanz von erworbenem Wissen in Abhängigkeit von der Art des Wissenserwerbs? H1: Personen unterscheiden sich hinsichtlich ihrer Wissensstrukturen (Verteilung der symmetrischen Distanzen) in Abhängigkeit von der Art des Wissenserwerbs. Markus Kertz 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat III) Methode 1. Design • 2x2 faktorielles Design ohne Meßwiederholung • UV1: Motiv (HE vs. FM) • UV2: Art des Wissenserwerbs (RATH vs. P & B) • AV: Verteilung der symmetrischen Distanzen • Gruppenversuch mit Vor- und Hauptuntersuchungsphase Markus Kertz Art des Lernens • SVn: des Ortes und der Zeit - konstant der Person: • Englischkenntnisse • Vorwissen • Computererfahrung • Alter • Geschlecht Motiv Hoffnung auf Erfolg Furcht vor Misserfolg RATH Papier & Bleistift 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat III) Methode 2. Stichprobe Voruntersuchung (30.11. – 5.12.2001): • 128 Schülerinnen und Schüler der 11. und 12. Schulstufe • Rekrutiert an 3 allgemeinbildenden höheren Schulen in Graz • Kontrolle personenbezogener SVn Bildung von Matched Pairs: • Matchingvariable: Ausprägung des Motivs HE vs. FM • 25 Paare HE, 37 Paare FM - zufällig RATH vs. P&B zugeordnet Hauptuntersuchung (10.12. – 20.12.2001): • insgesamt 116 TeilnehmerInnen • nach Gleichverteilung in den Zellen verblieben 84 Personen • Geschlecht: 50 weiblich, 34 männlich • Alter: von 16 bis 19 Jahre; MW=16,57; s=0,73 Markus Kertz 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat III) Methode 3. Material RATH Relational Adaptive Tutoring Hypertext WWW-Environment Ein ITS Prototyp (Albert & Hockemeyer) mit Lerninhalt „Elementare Wahrscheinlichkeitstheorie“ (Held, Hockemeyer, Hermann & Albert) Basiert auf der Verknüpfung der Wissensraumtheorie (Doignon & Falmagne) mit einer relationalen Formalisierung von Hypertext Held (1993): zur elementaren Wahrscheinlichkeitstheorie • Zum Erlernen des Stoffgebiets sind 10 Wissenserfordernisse gegeben • 6 Klassen von Aufgaben wurden auf Basis von 3 Aufgabenkomponenten konstruiert Markus Kertz 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat III) Methode 3. Material Aufgabenstruktur Die 6 Klassen von Aufgaben bei RATH Markus Kertz Struktur der Aufgaben und Lerninhalte 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat III) Methode 3. Material Weitere Versuchsmaterialien: • Instruktionen • Personalblatt • Multi Motiv Gitter (Retest Reliabilität .77 - .92) • P & B Version von RATH • Vokabelliste (nach Haudum, Leitner & Liberti 2001) • Nachbefragungsbogen • Versuchsleiterbogen • Klausur: 18 Aufgaben - 3 pro Aufgabenklasse nach Held (1993) bzw. Haudum, Leitner & Liberti (2001) 4. Apparatur • Computeranlagen mit Internet-Zugang • SPSS, Programm „di“ Markus Kertz 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH III) Methode Abschlussreferat ca. 30 Minuten 5. Ablauf Untersuchungszeitpunkt t1 Einleitung • Instruktion • Personalblatt Zwischenphase Multi Motiv Gitter Bildung von matched pairs nach Motiv HE vs. FM MW=12,67d MW=66,07; s=22,49 ca. 40 Minuten Untersuchungszeitpunkt t2 Hoffnung auf Erfolg Paare RATH Papier & Bleistift • Instruktion Furcht vor Misserfolg Paare Markus Kertz RATH Klausur und Nachbefragung Papier & Bleistift 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat IV) Ergebnisse und Diskussion 1. Überblick • Klassifikation der Resultate in der Klausur: - gelöst Descriptive Statistics - nicht gelöst N Minimum Maximum - nicht bearbeitet Anzahl der gelös ten Auf gaben 84 Anzahl der nic ht bearbeit eten Auf gaben 84 ,00 18,00 Mean St d. Dev iation 8, 3095 5, 0324 • Kriterium für die Klausur: 2 von 3 Aufgaben gelöst = Klasse gelöst ,00 16,00 4, 1429 • Mittels „di“ wurden anhand der erstellten Patternfiles und des 84 ,00 6, 00 4, 1310 Strukturfiles Anzahl der gelös ten die Verteilungen der symmetrischen Distanzen 84 ,00 6, 00 2, 7976 Auf gabenk las sen errechnet. Anzahl gelöst er Examples Valid N (lis twise) 4, 2600 1, 4377 1, 8418 84 11 Personen mit dem Pattern 000000 Markus Kertz 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat IV) Ergebnisse und Diskussion 1. Überblick Verteilung der symmetrischen Distanzen über n Descriptive Statistics N Minimum Distanzen n=84 84 Valid N (listwise) 84 Maximum ,00 2, 00 Mean ,2738 St d. Deviation ,4747 Distanzen n=84 Frequency Valid Markus Kertz Percent ,00 62 73,8 1, 00 21 25,0 2, 00 1 1, 2 Total 84 100, 0 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat IV) Ergebnisse und Diskussion 1. Überblick Verteilung der Distanzen in der Potenzmenge Descriptive Statistics N Minimum Distanzen Potenzmenge 64 Valid N (listwise) 64 Maximum ,00 Mean 3, 00 1, 2813 Std. Deviation ,7862 Distanzen Potenzmenge Frequency Valid Markus Kertz Perc ent ,00 10 15,6 1, 00 29 45,3 2, 00 22 34,4 3, 00 3 4, 7 Total 64 100,0 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat IV) Ergebnisse und Diskussion 1. Überblick Chi2 Anpassungstest: Vergleiche mit der Potenzmenge Motiv Art des Lernens Markus Kertz RATH Papier & Bleistift Hoffnung auf Erfolg Furcht vor Misserfolg Chi2 = 58,43 Chi2 = 67,98 Chi2 = 126,23 s.s. s.s. s.s. Chi2 = 49,60 Chi2 = 42,64 Chi2 = 93,78 s.s. s.s. s.s. Chi2 = 107,85 Chi2 = 109,75 Chi2 = 189,65 s.s. s.s. s.s. 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat IV) Ergebnisse und Diskussion 2. Hypothese 1 H1: Personen unterscheiden sich hinsichtlich ihrer Wissensstrukturen (Verteilung der symmetrischen Distanzen) in Abhängigkeit von ihrer individuellen Motivtendenz. Motiv Hoffnung auf Erfolg Art des Lernens RATH Papier & Bleistift 0 1 2 3 0 1 2 3 16 5 0 0 15 6 0 0 0 31 Chi2(HE vs. FM) = 0 1 11 n.s. 2 3 Markus Kertz 0 0 Furcht vor Misserfolg 0 1 2 3 0 1 2 3 17 4 0 0 14 6 1 0 0 2 31 Chi (FM vs. HE) = 0 1 10 n.s. 2 3 1 0 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat IV) Ergebnisse und Diskussion H1: Personen unterscheiden sich hinsichtlich ihrer Wissensstrukturen (Verteilung der symmetrischen Distanzen) in Abhängigkeit von der Art des Wissenserwerbs. 2. Hypothese 2 Motiv Hoffnung auf Erfolg Art des Lernens Markus Kertz RATH Papier & Bleistift 0 1 2 3 0 1 2 3 16 5 0 0 15 6 0 0 Furcht vor Misserfolg 0 1 2 3 0 1 2 3 17 4 0 0 14 6 1 0 0 33 1 2 9 Chi (RATH vs. P&B) = 2 0 n.s. 3 0 0 2 Chi (P&B 29 vs. RATH) = 1 12 n.s. 2 1 3 0 1,78 2,26 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat IV) Ergebnisse und Diskussion 3. Diskussion • Schwächen im Design: - Stichprobe ? - Lerninhalt RATH ? • Theoretische Grundlagen: - Leistungsmotivation ? - CAL Befunde ? • Wahl der AV: - Zusatz-Hypothesen Markus Kertz 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat IV) Ergebnisse und Diskussion 4. Zusatz-Hypothesen H1: Personen unterscheiden sich hinsichtlich der mittleren Anzahl gelöster Aufgaben in Abhängigkeit von der Art des Wissenserwerbs und der individuellen Motivtendenz. 18 16 Summe der gelöst en Auf gaben Dependent Variable: Beispiel: AK1 AK2 MW AK3= AK4 6,23AK5 AK6 Summe Ty pe II I Sum VP1 10 Aufgaben davon 2Mean Square 2 MW 2 =F 210,19 2 Sig. 0 5 14gelöst Source of Squares df Correct ed Model gelöst204, 810 VP2 10 Aufgaben davon3 3 68,270 3 3 2,1879 0 ,041 0 3 12 a Intercept Leist ungsmot iv 10 Art des Lernens LM * Art des Lernens 8 5800,048 1 5800,048 244, 580 ,000 ,762 1 ,762 ,032 ,858 183,048 1 183,048 7,719 ,007 Art des Lernens 6 21,000 1 21,000 ,886 1897,143 80 23,714 Lernen mit RATH 4 Error s.s. Total 2 7902,000 84 Correct ed Total 0 2101,952 83 Furcht vor Mißerfolg a. R Squared = ,097 (Adjus ted R Squared = ,064) ,350 Lernen mit P&B Hoffnung auf Erfolg Leistungsmotiv Markus Kertz 28.01.2002 Leistungsmotivation und kognitive Repräsentanz von Wissen bei RATH Abschlussreferat IV) Ergebnisse und Diskussion 4. Zusatz-Hypothesen Ranks Gruppe RATH v s P&B Anzahl der gelösten Auf gabenklassen Anzahl der nicht bearbeit eten Auf gaben N Mean Rank Lernen mit RATH 42 35,19 Lernen mit P&B 42 49,81 Total 84 Lernen mit RATH 42 50,39 Lernen mit P&B 42 34,61 Total 84 HE FM Test Statistics a Anzahl der gelös ten Auf gabenk las sen Mann-Whit ney U Wilcoxon W Anzahl der nic ht bearbeit eten Auf gaben 575,000 550,500 1478,000 1453,500 -2,782 -3,020 ,005 ,003 Z As y mp. Sig. (2-t ailed) a. Grouping Vari able: Gruppe RATH vs P&B Markus Kertz 28.01.2002