TY - BOOK A1 - Holtmann, Dieter T1 - Deskriptiv- und inferenzstatistische Modelle der sozialwissenschaftlichen Datenanalyse N2 - Für ein vertieftes Verständnis der sozialwissenschaftlichen Datenanalyse werden in der vorliegenden Arbeit die Deskriptivstatistik (beschreibende Statistik) und die Inferenzstatistik (schließende Statistik als Instrument zur Charakterisierung der Grundgesamtheit aufgrund einer Stichprobe) integriert dargestellt. Im Zentrum der Darstellung steht die Analyse von Zusammenhängen von Merkmalen in Stichprobe und Grundgesamtheit in Abhängigkeit vom erzielten Messniveau. Anhand verschiedener sozialwissenschaftlicher Fragestellungen werden daher die Messniveaus und Skalierungsverfahren diskutiert, die Verteilung interessierender Merkmale in Stichprobe und Grundgesamtheit, die Grundlagen der Wahrscheinlichkeitstheorie, Auswahlverfahren zur Konstruktion von Stichproben, Schätz- und Testverfahren sowie insbesondere die verschiedenen Konzepte für die Zusammenhangsanalyse von Merkmalen. KW - Datenanalyse KW - Empirische Sozialforschung KW - Deskriptive Statistik KW - Inferenzstatistik Y1 - 2008 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-20182 SN - 978-3-940793-51-5 PB - Universitätsverlag Potsdam CY - Potsdam ET - 5., veränd. Aufl. ER - TY - JOUR A1 - Vogelsang, Christoph A1 - Borowski, Andreas A1 - Buschhüter, David A1 - Enkrott, Patrick A1 - Kempin, Maren A1 - Kulgemeyer, Christoph A1 - Reinhold, Peter A1 - Riese, Josef A1 - Schecker, Horst A1 - Schröder, Jan T1 - Entwicklung von Professionswissen und Unterrichtsperformanz im Lehramtsstudium Physik T1 - Development of Professional Knowledge and Teaching Skills in Academic Pre-service Physics Teacher Education: Validity analyses concerning the interpretation of test scores BT - Analysen zu valider Testwertinterpretation JF - Zeitschrift für Pädagogik N2 - Angehende Physiklehrkräfte sollen im Rahmen ihres Studiums fachliches und fachdidaktisches Wissen erwerben, welches die Gestaltung lernförderlichen Unterrichts ermöglicht. Es ist allerdings empirisch nur wenig geklärt, wie sich dieses Wissen im Laufe des Studiums entwickelt und ob es zur Ausbildung von Handlungsfähigkeiten beiträgt. Um derartige Wirkungsaussagen treffen zu können, müssen Instrumente entwickelt werden, die eine valide Testwertinterpretation zulassen. In diesem Beitrag werden auf Basis von im Projekt Profile-P+ entwickelten Instrumenten Validitätsanalysen zur längsschnittlichen Entwicklung des Professionswissens von Physiklehramtsstudierenden im Verlauf des Bachelorstudiums und ihrer Fähigkeiten zur Planung und Reflexion von Physikunterricht sowie zum Erklären von physikalischen Sachverhalten vor und nach dem Praxissemester dargestellt. Neben Wissenstests kamen standardisierte Performanztests zum Einsatz. Die vorliegenden Ergebnisse sprechen dafür, dass die erhobenen Messwerte im Sinne von Wirkungsaussagen interpretiert werden können. N2 - In pre-service teacher education programs prospective physics teachers should acquire professional knowledge that enables them to carry out effective instruction. However, there is little empirical evidence with regard to the development of professional knowledge in the courses of their studies - it is even unclear what knowledge has an impact on teaching quality. In order to be able to analyse these questions, instruments must be developed that permit a valid interpretation of tests cores. Based on instruments developed in project Profile-P+, this article presents a validity argument for the interpretation of test scores for the development of pre-service physics teachers' professional knowledge during a bachelor degree program. The authors also develop validity arguments for the interpretation of tests cores for the development of their skills to plan and reflect on physics lessons and to explain physics during teaching practice. In addition to knowledge tests, standardized performance tests were used. The results of the analysis suggest that the measured values can be interpreted in the intended sense. KW - Physics KW - Teacher Education KW - Professional Knowledge KW - Performance Assessment KW - Longitudinal Analysis KW - Erhebungsinstrument KW - Längsschnittuntersuchung KW - Validität KW - Kompetenzerwerb KW - Test KW - Testauswertung KW - Lehrer KW - Lehramtsstudent KW - Schulpraktikum KW - Fachwissen KW - Unterrichtsgestaltung KW - Unterrichtsplanung KW - Fachdidaktik KW - Datenanalyse KW - Messung KW - Reflexion (Phil) KW - Physikunterricht KW - Interpretation KW - Konzeption KW - Deutschland Y1 - 2019 SN - 0044-3247 VL - 65 IS - 4 SP - 473 EP - 491 PB - Beltz CY - Weinheim ER - TY - JOUR A1 - Böttcher, Axel A1 - Thurner, Veronika A1 - Häfner, Tanja A1 - Ottinger, Sarah T1 - Erkenntnisse aus der Analyse von Studienverlaufsdaten als Grundlage für die Gestaltung von Beratungsangeboten JF - Hochschuldidaktik Informatik HDI 2021 (Commentarii informaticae didacticae) N2 - Viele Studierende stoßen im Rahmen ihres Informatikstudiums auf Probleme und benötigen individuell bedarfsgerechte Unterstützung, um beispielsweise trotz gewisser Startschwierigkeiten ihr Studium erfolgreich zu Ende zu führen. In die damit verbundene Lern- bzw. Studienberatung fließen Empfehlungen zur weiteren Studienverlaufsplanung ein. Anhand einer Datenanalyse über den Prüfungsleistungsdaten der Studierenden überprüfen wir die hinter diesen Empfehlungen liegenden Hypothesen und leiten aus den dabei gewonnenen Erkenntnissen Konsequenzen für die Beratung ab. Insgesamt zeigt sich, dass sich nach den ersten Semestern ein mittlerer Bereich von Studierenden identifizieren lässt, bei denen Studienabbruch und Studienerfolg etwa gleich wahrscheinlich sind. Für diese Personengruppe ist Beratungsbedarf dringend gegeben. Gleichzeitig stößt die Datenanalyse auch an gewisse Grenzen, denn es zeigen sich insgesamt keine echt trennscharfen Muster, die frühzeitig im Studium eindeutig Erfolg oder Misserfolg prognostizieren. Dieses Ergebnis ist jedoch insofern erfreulich, als es bedeutet, dass jede:r Studierende:r auch nach einem suboptimalen Start ins Studium noch eine Chance auf einen Abschluss hat. KW - Learning Analytics KW - Datenanalyse KW - Studienverläufe KW - Erfolgsmessung KW - Datenschutz Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-615693 SN - 978-3-86956-548-4 SN - 1868-0844 SN - 2191-1940 IS - 13 SP - 137 EP - 156 PB - Universitätsverlag Potsdam CY - Potsdam ER -