Modellierung und Erfassung von Kompetenzen naturwissenschaftlicher Erkenntnisgewinnung bei (Lehramts-)Studierenden im Fach Physik

S udien zum Physik- und Chemiele nen H. Niedde e , H. Fischle , E. Sum le h [H sg.] 209 Philipp S aube Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung bei (Leh am s-) S udie enden im Fach Physik λογος S udienzumPhysik-undChemiele nen He ausgegeben on Hans Niedde e , Helmu Fischle und Elke Sum le h Diese Reihe im Logos-Ve lag bie e ein Fo um zu Ve ¨o en lichung on wissenscha lichen S udien zum Physik- und Chemiele nen. In ih we - den E gebnisse empi ische Un e suchungen zum Physik- und Chemie- le nen da ges ell , z. B. ¨ube Sch¨ule o s ellungen, Leh -/Le np ozesse in Schule und Hochschule ode E alua ionss udien. Von Bedeu ung sind auch A bei en ¨ube Mo i a ion und Eins ellungen sowie In e essensge- bie e im Physik- und Chemieun e ich . Die Reihe ¨uhl sich dami de T adi ion de empi isch o ien ie en Fo schung in den Fachdidak iken e p lich e . Die He ausgebe ho en, du ch die He ausgabe on S udien hohe Quali ¨a einen Bei ag zu wei e en S abilisie ung de physik- und chemiedidak ischen Fo schung und zu F¨o de ung eines an den E geb- nissen achdidak ische Fo schung o ien ie en Un e ich s in den bei- den F¨ache n zu leis en. Hans Niedde e Helmu Fischle Elke Sum le h Philipp S aube Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung bei (Leh am s-) S udie enden im Fach Physik Logos Ve lag Be lin λογος Disse a ion, F eie Uni e si ¨ a Be lin, 2016 Bibliog a ische In o ma ion de Deu schen Na ionalbiblio hek Die Deu sche Na ionalbiblio hek e zeichne diese Publika ion in de Deu schen Na ionalbibliog a ie; de aillie e bibliog a ische Da en sind im In e ne ¨ube h p://dnb.d-nb.de ab u ba . c Copy igh Logos Ve lag Be lin GmbH 2016 Alle Rech e o behal en. 978-3-8325-4351-8 Logos Ve lag Be lin GmbH Comeniusho , Gubene S . 47, D-10243 Be lin Ge many Tel.: +49 (0)30 / 42 85 10 90 Fax: +49 (0)30 / 42 85 10 92 h p://www.logos- e lag.de Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung bei (Leh am s-) S udie enden im Fach Physik Disse a ion zu E langung des G ades eines Dok o s de Na u wissenscha en am Fachbe eich Physik de F eien Uni e si ä Be lin o geleg on Philipp F ede ik S aube, M.Ed. aus Be lin Be lin, 2016 1. Gu ach e : P o . D . Volkha d No dmeie 2. Gu ach e : P o . D . And eas Bo owski Tag de Dispu a ion: 15. Sep embe 2016 "The assessmen o p o essional compe ence is a di icul and, in many ways, a e y us a ing ask." (Michael T. Kane) Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 2 Inhal 1. Einlei ung .................................................................................................................................5 1.1 Vo a bei en und Anschluss ähigkei .............................................................................8 2. Theo e ische G undlagen .......................................................................................................9 2.1 De ini ion on Kompe enz ............................................................................................9 2.1.1 Kompe enzmodelle .............................................................................................. 11 2.2 P o essionelle Kompe enz on Leh e innen und Leh e n ..................................... 12 2.3.1 De Ein luss on Subjec Ma e (Con en ) Knowledge ................................. 15 2.3.2 Syn ac ic Knowledge (SK) ................................................................................... 16 2.3.3 Ein luss on SK au den Un e ich ................................................................... 19 2.3.4 Zusammen assung ................................................................................................ 20 2.4 E kenn nisgewinnung aus no ma i e Sich ............................................................. 21 2.5 Scien i ic Inqui y: E kenn nisgewinnung aus wissenscha s heo e ische Pe spek i e ................................................................................................................................ 22 2.5.1 Die Induk ion ........................................................................................................ 22 2.5.2 Poppe s Falsi ika ionismus .................................................................................. 23 2.5.3 Kuhn’s wissenscha liche Re olu ionen ............................................................ 25 2.5.4 Laka os Fo schungsp og amme.......................................................................... 27 2.5.5 Zusammen assung ................................................................................................ 30 2.5.6 Folge ungen ü ein Kompe enzmodell ............................................................ 32 2.6 Scien i ic Reasoning: Handlungsmodell de E kenn nisgewinnung ...................... 33 3. En wicklung eines Kompe enzs uk u modells wissenscha liche E kenn nisgewinnung ................................................................................................................. 37 3.1 Scien i ic Reasoning nach Maye ................................................................................ 39 3.2 Modellkompe enz ......................................................................................................... 40 3.3 Kompe enzs uk u modell .......................................................................................... 40 3.4 Ope a ionalisie ung de Kompe enzen ..................................................................... 41 3.4.1 Dimension: Na u wissenscha liche Un e suchungen ..................................... 41 3.4.2 Modelle Nu zen ..................................................................................................... 44 4. Fo schungs agen und Hypo hesen ................................................................................... 47 4.1 F age zu Dimensionie ung des Kompe enzs uk u modells ................................ 48 4.2 F agen zum Kompe enzs and on Physiks udie enden .......................................... 50 4.3 F agen zum Kompe enzs and on S udie enden im Fach „In eg ie e Na u wissenscha en“ .............................................................................................................. 53 Einlei ung 3 4.4 F age zum Kompe enzs and on S udie enden de Sozialkunde .......................... 54 5. Me hoden .............................................................................................................................. 55 5.1 Ve ah en zu Tes kons uk ion ................................................................................. 55 5.1.1 Fo ma e zu E assung on Kompe enzen ....................................................... 55 5.1.2 En scheidung ü ein E hebungs e ah en ....................................................... 56 5.1.3 I emkons uk ion .................................................................................................. 57 5.2 S a is ische Ve ah en zu Auswe ung ..................................................................... 59 5.2.1 Das RASCH-Modell ............................................................................................... 60 5.2.2 No mie ung ........................................................................................................... 62 5.2.3 Pe sonenpa ame e schä zung .............................................................................. 63 5.2.4 La en es Reg essionsmodell ................................................................................ 64 5.2.5 Dimensionsanalyse ............................................................................................... 65 5.2.6 Di e en ial I em Func ioning (DIF) .................................................................. 65 5.2.7 Mi elwe s e gleiche ............................................................................................ 66 5.2.8 P ü ung on No mal e eilung und Va ianzhomogeni ä .............................. 67 5.2.9 E ek s ä ken ......................................................................................................... 68 6. Tes kons uk ion .................................................................................................................. 69 6.1 Vo gehen bei de Au gabenkons uk ion .................................................................. 69 6.1.1 P ä-Pilo ie ung und Pilo ie ung .......................................................................... 71 6.2 Kons uk ionsbeispiele ................................................................................................ 72 6.2.1 Au gabenbeispiel 1: „Hypo hese“ ...................................................................... 72 6.2.2 Au gabenbeispiel 2: „Planung und Du ch üh ung“ ......................................... 76 6.2.3 Au gabenbeispiel 3: „Auswe ung und In e p e a ion“ ................................... 81 6.2.4 Au gabenbeispiel 4: „Zweck on Modellen“ .................................................... 86 6.3 Besch eibung des e igen Tes s ................................................................................. 90 6.3.1 Tes gü e .................................................................................................................. 92 7. Auswe ung ........................................................................................................................... 95 7.1 Besch eibung de S ichp obe ...................................................................................... 95 7.2 F ages ellung 1: Dimensionie ung des Kompe enzs uk u modells ..................... 97 7.3 F ages ellungen zum Kompe enzs and on Physiks udie enden ........................ 100 7.3.1 Vo be ei ung de Da en ..................................................................................... 100 7.3.2 Di e en ial I em Func ioning (DIF) ................................................................ 102 7.3.3 No mie ung ......................................................................................................... 103 Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 10 oli ionale Aspek e zu ih em Kompe enzbeg i , äumen abe auch ein, dass man sich bei de E assung on Handlungskompe enzen au Teilaspek e besch änken muss. Explizi ü die uni e si ä e Leh am sausbildung de inie die Kul usminis e kon e enz (2010) Kompe enz als „Kenn nisse, Fähigkei en, Fe igkei en und Eins ellungen, übe die eine Leh k a zu Bewäl igung ih e Au gaben im Hinblick au das jeweilige Leh am e ügen muss“. Al e na i bie e sich eine De ini ion an, die im Rahmen des DFG Schwe punk p o- g amms "Kompe enzmodelle zu E assung indi iduelle Le ne gebnisse und zu Bilanzie ung on Bil- dungsp ozessen" en wickel wu de. Demnach sind Kompe enzen „kon ex spezi ische kogni i e Leis ungsdisposi ionen, die sich unk ional au Si ua ionen und An o de ungen in bes imm en Domänen beziehen“ und e le n- und e mi elba sind (Klieme & Leu ne , 2006, S. 4). In diesem Zu- sammenhang weisen die Au o en au die besonde e Bedeu ung de Kon ex abhängigkei hin. Bei de Be ach ung on e schiedenen Kompe enzde ini ionen iden i izie Kane (1992) zwei Komponen en: “One componen is he domain o possible encoun e s ha he p o essional is expec ed o manage e - ec i ely and he o he includes he knowledge, skills, and judgmen ha he p o essional is expec ed o use in managing hese encoun e s.“ (Kane, 1992, S. 166) Un e schieden we den also zum einen die Ums ände, in denen die Kompe enz angewen- de we den muss und zum ande en die eigen lichen Fähigkei en. Diese zwei Komponen- en zeigen sich auch in den oben genann en De ini ionen, wobei om De ail eich um, dem zwei en Teil de Kane'schen Un e scheidung deu lich meh Raum gewäh wi d. Die on Kane (1992) genann en Ums ände we den in de Weine schen De ini ion als „ a iab- le Si ua ionen“ be ücksich ig . Bei Pisa wi d Kompe enz als „meh ode minde be eichsspezi- isch[.]“ und bei Klieme & Leu ne als „kon ex spezi isch“ bezeichne . In de De ini ion de KMK (2010) ü das Leh am wi d eine Einsch änkung au die bes imm en Ums ände nich o genommen. Es wi d lediglich da au e wiesen, dass diese „au das jeweilige Leh - am “ bezogen sind. Die F age, wie ähnlich die genann en Kon ex e zu assen sind, is ein k i ische Punk bei de Modellie ung on Kompe enzen (Ha ig, 2008). Hie bei können eine sei s zu enge De ini ionen dazu üh en, dass säm liche einzelnen Handlungen zu eine Kompe enz we den (z.B. Ge ä eeinschal -Kompe enz). Ande e sei s kann ein zu b ei es Kons uk Theo e ische G undlagen 11 sowohl zu P oblemen bei de De ini ion, als auch beim Rückschluss au bes imm e Bil- dungsmaßnahmen üh en (Ha ig, 2008). Ha ig und Klieme (2006, S. 129) be onen dazu, dass Kompe enzen „in einem gewissen Maß übe ähnliche Si ua ionen gene alisie ba sind“ und Ha ig (2008, S. 21) de inie den Beg i Kon ex als „eine Menge hin eichend ähn- liche eale Si ua ionen, in denen bes imm e, ähnliche An o de ungen bewäl ig we den müssen“. In Zusammenhang mi de De ini ion on Kompe enz wi d auch imme ih Un e schied zu gene ellen kogni i en Fähigkei en be on (Ha ig, 2008; Klieme, Maag-Me ki & Ha ig, 2007). De Kompe enzbeg i g enz sich gleich du ch meh e e Fak o en on eine gene- ellen kogni i en Fähigkei wie In elligenz ab. Zunächs we den Kompe enzen als e le n- ba be ach e , im Gegensa z zu In elligenz, die als s abil und e e bba be ach e wi d (Schweize 2006, zi ie nach Ha ig, 2008). Wei e hin is In elligenz losgelös on inhal li- chem Vo wissen und dahe au neue P obleme anwendba . Fü Kompe enzen gil dies nu ü einen speziellen Kon ex (Ha ig, 2008). Au g und de Einsch änkung au kogni i e Leis ungsdisposi ionen, als auch de kla en De ini ion de Kon ex spezi i ä wi d in diese A bei de De ini ion on Klieme und Leu ne (2006) ge olg . 2.1.1 Kompe enzmodelle Die E assung on Kompe enzen se z ein heo e isches Modell o aus, anhand dessen die en sp echenden Messins umen e kons uie we den können. G undsä zlich we den hie bei Kompe enzs uk u modelle, die sich mi de Dimensionali ä on Kompe enzen beschä igen, sowie Kompe enzni eaumodelle, die e schiedene Ausp ägungen eine Kompe enz okussie en, un e schieden (Ha ig & Klieme, 2006). Modelle e s e A s uk u ie en demnach die zu un e suchende Kompe enz. Die Un e eilung wi d du ch die zu bewäl igenden An o de ungen o gegeben (Ha ig & Klieme, 2006). Teilkompe- enzen „we den . a. nach den Inhal en de in e essie enden Si ua ionen, de ele an en Au gaben und den zu Lösung diese Au gaben zu bewäl igenden An o de ungen de inie .“ (Ha ig & Klieme, 2006, S. 131). Bei de F age, wie de aillie man bes imm e Teilkompe enzen un e schei- de , soll e das Modell he angezogen we den, ü das es auch äche übe g ei end den g öß- en Konsens gib (Maye & Wellni z, 2014). Ausgehend on de im Kompe enzmodell pos ulie en S uk u kann mi s a is ischen Me hoden übe p ü we den, inwie e n sich diese auch in den empi isch e hobenen Da en wiede spiegel (Ha ig & Höhle , 2010). Eine sei s we den dadu ch die heo e ischen Annahmen gep ü , au denen das Kompe- Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 12 enzmodell uß , ande e sei s wi d es möglich, bei hohen Ko ela ionen zwischen einzel- nen Teilkompe enzen au eine einzelne E assung zu e zich en und diese als eine Skala zu behandeln (Ha ig & Klieme, 2006). Zu Kons uk ion on Kompe enzs uk u model- len eignen sich zwei Ve ah en: - zum einen die deduk i e Me hode, bei de aus de Theo ie Handlungsmus e abgelei e und besch ieben we den, die du ch Expe enu eile abgesiche we den. - zum ande en das K i e iumssampling, bei dem „[…] eine ep äsen a i e S ichp obe on Ve hal- ensweisen ausgewähl […]“ und in Tes au gaben übe üh wi d (Ha ig & Jude, 2007, S. 28). Kompe enzni eaumodelle sollen übe eine eine no mo ien ie e Besch eibung de Kom- pe enz on Pe sonen hinausgehen. Inne halb eines solchen Modells soll genau besch ie- ben we den, welche An o de ungen Pe sonen mi einem bes imm en Kompe enzs and bewäl igen können. Da es nich p ak ikabel is , dies ü jeden Kompe enzs and einzeln zu besch eiben, we den meh e e Kompe enzs u en de inie , die einen bes imm en Be eich de Skala abdecken. Fü diese S u en we den dann die An o de ungen besch ieben (Ha - ig & Klieme, 2006, S. 133). 2.2 P o essionelle Kompe enz on Leh e innen und Leh e n Die p o essionelle Handlungskompe enz on Leh e innen und Leh e n wi d im Wesen lichen du ch dekla a i es, p ozedu ales und s a egisches Wissen bes imm (Baume & Kun e , 2006). Fü die Di e enzie ung de e schiedenen Wissens- (abe auch Könnens-) Be ei- che gib es e schiedene Modelle ( ü einen Übe blick, siehe: Baume & Kun e , 2006). Shulman (1987b) de inie e schiedene Ka ego ien on Teache Knowledge, die e als Know- ledge Base ü Leh e innen und Leh e bezeichne . Neben allgemeinem Pädagogischen Wissen (PK) üh Shulman (1986a) d ei zen ale Ka ego ien des Leh e p o essionswissens an: Das Subjec Ma e Con en Knowledge (SMK)4, das Pedagogical Con en Knowledge (PCK) und das Cu icula Knowledge. G ossman, Wilson und Shulman (1989) un e eilen das Subjec Ma e (Con en ) Knowledge, welches die eigen lichen Fachinhal e um ass , in wei e e Un e ka ego ien: - das Con en Knowledge (CK), was die einen achlichen Inhal e um ass , 4 Teilweise auch nu als Con en Knowledge (Shulman, 1987b) ode Subjec ma e Knowledge (G ossman, Wilson und Shulman, 1989) bezeichne . Theo e ische G undlagen 13 - das Subs an i e Knowledge, welches sich au die in eine Disziplin gel enden Annahmen und Pa adigmen bezieh 5, - die Belie s abou Subjec Ma e , die sich au Vo s ellungen übe das Fachwissen beziehen, - sowie das Syn ac ic Knowledge (SK). Das Syn ac ic Knowledge be ass sich dami , wie in eine Wissenscha neues Wissen gene- ie wi d (G ossman e al., 1989, S. 27 .): „The eache need no only unde s and ha some hing is so; he eache mus u he unde s and why i is so, on wha g ounds i s wa an can be asse ed, and unde wha ci cums ances ou belie in i s jus i ica ion can be weakened and e en denied.” (Shulman, 1986a, S. 9). Neben einem posi i en Ein luss des Syn ac ic Knowledge au den Un e ich wi d auch die Bedeu ung ü die spä e e Aneignung on (neuem) Fachwissen ü den Leh enden selbs disku ie (G ossman e al., 1989, S. 30). De Be eich des Pedagogical Con en Knowledge um ass Wissen da übe , wie die en sp e- chenden Fachinhal e geleh we den können. Cu iculum Con en Knowledge be i Wissen, übe die un e schiedlichen Wege cu icula zu un e ich en (Shulman, 1986a, S. 10). In seinen spä e en Aus üh ungen e gänz e noch d ei wei e e Ka ego ien (Shulman, 1987b). Im deu schsp achigen Raum wi d in de Fo schung de zei o mals au Shulmans Modell zu ückgeg i en, wobei sich die d ei Domänen Fachwissen, Fachdidak isches Wissen und Päda- gogisches Wissen du chgese z haben (Baume & Kun e , 2006, S. 482). Auch Baume und Kun e (2006) beziehen sich au diese d ei Be eiche, e gänzen ih Modell abe noch um die zwei Aspek e O ganisa ions- und Be a ungswissen. In ih e Beg ündung des Modells zeigen sie, dass die beiden wesen lichen Aspek e des Modells das Fachwissen und das Fachdidak ische Wissen sind (Baume & Kun e , 2006, S. 496). Beide Au o en be onen die besonde e Bedeu ung des Fachwissens als „no wendige abe nich hin eichende Bedingung ü quali ä s ollen Un e ich und Le n o sch i e de Schüle innen und Schüle […]. Fachwissen is die G undlage, au de achdidak ische Beweglichkei en s ehen kann“ (Baume & Kun e , 2006, S. 496; siehe auch an D iel, Be y & Mei ink, 2014, S. 861). Sie übe se zen den Be eich Fachwissen mi dem Shulman’schen Aspek des Subjec Ma e Con en Knowledge (Baume & Kun e , 2006, S. 482). Viele S udien e wenden abe den D eiklang PK, PCK 5 Vgl. Kuhn (1976b), siehe un en. Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 14 und CK und übe se zen die achwissenscha liche Dimension dami als Con en Knowledge (CK) (z.B. Caue , Bo owski & Fische , 2015; Ki schne , 2013). Knowledge is in diesem Zusammenhang abe nich nu in de di ek en deu schen Übe se - zung als „(Dekla a i es)Wissen” zu sehen, sonde n o allem auch als p ozedu ales Wissen. So sp ich Shulman (1987b) auch on “Skills” und übe „wha eache s should know and know how o do“ (Shulman, 1987b, S. 19). Dami wi d deu lich, dass auch schon Shul- man da on ausging, dass Wissen auch angewende we den muss und demnach im Sinne eine Kompe enz zu e s ehen is . An ande e S elle sp ich e im Zusammenhang mi de Fundie ung seine Fo schung ausd ücklich on „ eaching compe ence“ (Shulman, 1986a, S. 4). Auch Baume und Kun e sp echen zwa on P o essionswissen, o dnen dieses abe in ih Modell de p o essionellen Handlungs kompe enz ein. Theo e ische G undlagen 15 2.3 Fo schungss and des P o essionswissens on Leh k ä en De Thema isie ung na u wissenscha liche E kenn nisme hoden im Un e ich wi d bislang nich aus eichend Raum einge äum . Als G und da ü wu den in den le z en Jah- en eine unzu eichende explizi e Thema isie ung in de Ausbildung on Leh e innen und Leh e n und eine da aus esul ie ende ge inge Ve au hei mi dem Thema disku ie (Ki che & Di me , 2004, S. 4). Auch Leisne -Boden hin (2006, S. 107) be ich e da on, dass die Leh k ä e in ih en Fo bildungen zunächs on de No wendigkei eines de a i- gen Un e ich s6 übe zeug we den muss en. 2.3.1 De Ein luss on Subjec Ma e (Con en ) Knowledge Subjec Ma e (Con en ) Knowledge um ass , wie oben da ges ell , sowohl die achlichen Inhal e eine Disziplin (CK) als auch die P ozesse, mi denen neues Wissen gene ie wi d (SK) (G ossman e al., 1989). Einige de im Folgenden zi ie en S udien okussie en ex- plizi das SMK. Ande e S udien e wenden den Te minus Fachwissen in Bezug au CK, womi abe nich zwangsläu ig SK ausgeschlossen wi d7. Es wi d imme gekennzeichne , welches Konzep in de jeweiligen S udie okussie wu de. De Zusammenhang zwischen dem Le ne olg on Schüle innen und Schüle n und dem Inhal lichen Fachwissen (SMK) wu de in e schiedenen S udien hema isie . In Ih em Bei ag zum Subjec Ma e (Con en ) Knowledge kommen G ossman e al. (1989, S. 25) zu dem E gebnis, dass es keinen ein achen Zusammenhang zwischen beiden Punk en gib . Auch Lipowsky (2006, S. 52) konn e in seinem Übe blicksa ikel Indizien ü einen Zusammenhang nu ü die Ma hema ik inden. Fü die Na u wissenscha en konn e e in den on ihm einbezogenen S udien keine eindeu ige Be undlage e mi eln. In ih em g o- ßen Übe blicksa ikel übe das Leh e p o essionswissen inde Abell (2007, S. 1120) Hin- weise ü einen posi i en Zusammenhang, auch wenn sie selbe au die Un e schiedlich- kei de S udien hinweis . Sie e mu e einen übe ande e Va iablen mode ie en Zusam- menhang. In de neue en Ve sion des Übe blicksa ikels kommen an D iel e al. (2014, S. 861) zu dem Schluss, dass Fachwissen (SMK) eine no wendige abe nich hin eichende Vo ausse zung on PCK is . Bezüglich des Fachdidak ischen Wissens on Physikleh - am ss udie enden kommen Riese und Reinhold (2012, S. 135) zu einem ähnlichen E geb- nis: Hohes Fachdidak isches Wissen e o de ein hohes Fachwissen. Abell (2007, S. 1119) inde in den on ih du chgesehen S udien deu liche Hinweise au einen Ein luss 6 In diesem Fall zu Modellen. 7 Die Beg i e we den ielmeh synonym e wende (s. o.). Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 16 eines ausgep äg en Fachwissens (SMK) au die Un e ich squali ä . Auch in ak uelle en S udien zeig sich, dass p o undes Fachwissen: „is ypically associa ed wi h mo e con idence and mo e in e ac i e and ad en u ous ways o eaching.“ ( an D iel e al., 2014, S. 854). Caue e al. (2015) un e suchen in ih e S udie den Ein luss des P o essionswissens on Gymnasial- leh k ä en au den Le nzuwachs ih e Schüle innen und Schüle . Auch sie kommen zu dem E gebnis, dass sich ein Ein luss on CK au einen kogni i ak i ie enden Un e ich zumindes andeu e . Ein Ein luss au den Leis ungszuwachs de Le nenden konn e nich es ges ell we den. Auch Vogelsang (2014) komm in seine Analyse des Pade bo ne Ins umen s (Riese, 2009) zu dem E gebnis, dass „kein di ek e Zusammenhang zwischen dem e ass en P o essionswis- sen und de Pe o manz im Physikun e ich bes eh “ (Vogelsang, 2014, S. 502). P o essionswissen kann demnach nich unmi elba in Handeln umgese z we den. Vielmeh bedü e es zum Un e ich en mi hohe Pe o manz eine zusä zlichen Ressou ce, die mögliche weise im Sinne eine ‚E ah ung‘ im Vo be ei ungsdiens e wo ben we de. Bezüglich de konk e en En wicklung des CK deu e sich an, dass sich dieses e wa ungs- gemäß im Ve lau des Leh am ss udiums kon inuie lich en wickel . Inne halb des e s en S udienjah es e olg de g öß e Kompe enzzuwachs. Im le z en S udienjah e olg ein Ab all de gemessenen Kompe enzen, was die Au o en de S udie un e ande em du ch äges Wissen und Ve gessenhei se ek e e klä en (K öge , Neumann & Pe e sen, 2015, S. 108). Schul ele an es Fachwissen is bei im Diens be indlichen Physikleh k ä en höhe als bei S udie enden ode Re e enda en. Es e ände sich abe übe die Diens jah e kaum. Dieses Wissen wi d demnach e mu lich di ek am An ang des Leh e be u s aus- gebilde (Bo owski, Ki schne , Lied ke & Fische , 2011). Ki schne (2013, S. 83 .) inde in ih e S udie, die das P o essionswissen on Physikleh k ä en in de Ausbildung und im Schuldiens un e such , eine doppel so g oße Ko ela ion on CK und PCK im Ve gleich on PK zu CK ( =.453 zu =.265). Sie s ell auße dem eine Ko ela ion mi dem Ge- schlech es : Sowohl in CK, als auch in PCK schneiden männliche Leh k ä e besse ab. 2.3.2 Syn ac ic Knowledge (SK) Wäh end die o he genann en S udien sich au Fachwissen (SMK) im Allgemeinen be- ziehen, so wu de auch das Syn ac ic Knowlegde (SK) nähe un e such 8. Eme eole (2009) komm in seine S udie zu dem E gebnis, dass die un e such en Leh - k ä e nich aus eichend mi dem Thema de E kenn nisp ozesse in den Na u wissen- 8 Einige de hie genann en S udien wu den auch in Abell (2007) zi ie . Theo e ische G undlagen 17 scha en e au sind, um die Le ne bei de En wicklung eines angemessenen Ve s änd- nisses de E kenn nisp ozesse zu un e s ü zen. Auch schienen die un e such en Leh k ä - e nich in de Lage zu sein, ih en eigenen Wissens and in Bezug au E kenn nisp ozesse angemessen einzuschä zen (Eme eole, 2009). In eine quali a i en S udie (Windschi l, 2003, S. 138) mi sechs Leh am ss udie enden zeig en die P oband/inn/en P obleme bei de Au s ellung on passenden F ages ellungen. Die Gene alisie ba kei schein abe au - g und de ge ingen S ichp obe nich gegeben. Bei de Un e suchung on Biologie-Leh k ä en komm Yip (2001) zu dem E gebnis, dass die meis en P oband/inn/en die Rolle on Hypo hesen („Concep s o Assump i- ons“) im E kenn nisp ozess nu mangelha e s ehen wü den. Auch zu Beu eilung de E idenz eines E gebnisses in Bezug au ih e Annahmen seien diese nich ähig. Lawson (2002) komm in seine S udie zu dem E gebnis, dass Leh am ss udie ende de Biologie P obleme im Tes en on Hypo hesen haben, die nich di ek zugängliche (beobach ba e) Va iablen beinhal en. Taylo und Dana (2003) un e such en in eine Falls udie d ei Physikleh k ä e mi e - schiedene Be u se ah ung bezüglich ih e Fähigkei en, unkon ollie e Va iablen in Ex- pe imen en zu iden i izie en und selbe kon ollie e Expe imen e zu planen. Sie kommen zu dem E gebnis, dass eine es ges ell e ausgep äg e Fähigkei im E kennen unkon ollie - e Expe imen e nich au oma isch auch dazu üh , selbs ändig ich ig kon ollie e Expe- imen e planen zu können. So wu den in de Planung de Expe imen e bes imm e Va iab- len igno ie und nich wei e kon ollie . Sie schluss olge n, dass es zwei Kompe enz- Ebenen bei de Kon olle on Expe imen en gib . So e o de e die nied ige e Ebene, das E kennen on unkon ollie en Expe imen en, ge inge e Fähigkei en als die höhe e Ebe- ne, das Planen eigene kon ollie e Expe imen e. Ro h, McGinn und Bowen (1998) un e suchen in ih e S udie die Au be ei ung on Da- en in Fo m on Rep äsen a ionen (G aphen, u.ä.). Sie s ellen es , dass sich die Nu zung on Rep äsen a ionen du ch Leh am ss udie ende au demselben Ni eau wie on 8- Klässle n beweg . Die du ch ande e be ag e Fo schende genu z en S a egien wu den nich eingese z . In eine deu schlandwei du chge üh en S udie mi Physikleh am ss udie enden (Woi - kowski, 2015; Woi kowski e al., 2014) konn en das Geschlech , die Abi u no e und P ak- ikumszei als signi ikan e Ein luss ak o en au den Kompe enzs and im Be eich E - Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 18 kenn nisgewinnung iden i izie we den9. Auße dem wu den keine signi ikan en S udien- gangse ek e es ges ell . De Kompe enzs and im Be eich de E kenn nisgewinnung wi d demnach nich on de S udiena (Leh am , Fachphysik) beein luss (Woi kowski, 2015). Leisne -Boden hin (2006) s ell e in ih e S udie zu Fö de ung on Modellkompe enz im Schulun e ich es , dass bei den Leh k ä en ein Miss e s ändnis au a , bezüglich eines Le nen übe Modelle. Die Leh e innen und Leh e gingen ielmeh on einem Le nen mi Modellen aus. Als E gebnis de S udie olge sie, dass „Fü die En wicklung domänenspezi ische Modellkompe enz […] die Kompe enz de Leh k a (Fachwissen, Wissenscha s e s ändnis, […], Mo- dellbildung, […]) ausschlaggebend“ seien. (Leisne -Boden hin, 2006, S. 106). In eine S udie mi Niede ländischen Na u wissenscha sleh enden zeig e sich, dass diese im Zweck on Modellen haup sächlich eine Rep äsen a ions- und E klä ungs unk ion sahen. Nu wenige Leh ende gaben an, dass Modelle auch zum Au s ellen on Vo aussa- gen genu z we den können (Van D iel, Jan H. & Ve loop, 1999, S. 1150). Auch Jus i und Gilbe (2003) bescheinigen dem G oß eil de on ihnen un e such en Leh k ä en eine nai e Vo s ellung on Modellen. Die meis en de P oband/inn/en sahen in Modellen ein Abbild on e was und ein Idealbild an dem man sich o ien ie en muss. Nahezu 90% de P oband/inn/en gaben auße dem an, dass Modelle zu Visualisie ung ode E klä ung dienen. Dennoch gaben auch 82% de P oband/inn/en an, dass Modelle genu z we den können, um Vo aussagen zu ä igen. Bei eine de aillie e en Analyse nach Fäche n zeig e sich, dass ge ade Physik- und Chemieleh k ä e ein Bild on Modellen ha en, was einem wissenscha lichen Bild am nächs en kam. Säm lichen de un e such en Physikleh k ä e wa auße dem bewuss , dass Modelle zum Tä igen on Vo aussagen genu z we den kön- nen (Jus i & Gilbe , 2003). Oh und Oh (2011) assen die E gebnisse olgende maßen zusammen: „ eache s’ pe cep ions o models we e complex and some imes inconsis en and [.] hey adop - ed di e en app oaches o using models in hei ins uc ions, depending on hei knowledge, belie s and expe iences“ (Oh & Oh, 2011, S. 1110) 9 Die Abi u no e e lo ih e Signi ikanz, sobald die Ma hema ikno e aus de Schule, sowie das Absol ie en eine Abi- u p ü ung in Physik mi einbezogen wu den. S a dessen wu den diese beiden Punk e signi ikan . Theo e ische G undlagen 19 2.3.3 Ein luss on SK au den Un e ich De Zusammenhang mi dem Le ne olg und de Ges al ung on Un e ich zeig sich in e schiedenen S udien. So konn e gezeig we den, dass die Fähigkei de Leh k a in de Va iablenkon olle und das Ve s ändnis de E kenn nisp ozesse posi i mi den gemesse- nen Leis ungen de Le nenden e knüp sind. Dabei kam de Fähigkei zu Va iablen- kon olle de g öß e Ein luss zu (Aiello-Nicosia, Spe andeo-Mineo & Valenza, 1984). Auch ein Ein luss au die Ges al ung on Un e ich wi d disku ie und in S udien genaue un e such : „Teache s who do no unde s and he ole played by inqui y in hei disciplines a e no capable o adequa ely […] eaching ha subjec ma e o hei s uden s“ (G ossman e al., 1989, S. 30). Ähnlich a gumen ie en auch Taylo und Dana (2003, S. 723): „[…] i is likely ha science eache s mus i s possess app op ia e concep ions o scien i ic e idence hemsel es be o e hey can help hei s uden s de elop simila concep ions.” Empi isch zeig en sich einige diese e mu e en Zusammenhänge. So üh Yip (2001) eine unk i ische Hal ung on Schüle innen und Schüle n gegenübe den E gebnissen on Expe imen en au ein mangelha es Ve s ändnis de E kenn nisp ozesse (s.o.) du ch die Leh enden zu ück. Folge au de einen und U sache au de ande en Sei e seien ein as ausschließliche Einsa z on s a k gelenk en Expe imen en im Un e ich („Koch ezep - expe imen e“). Windschi l (2003, S. 138 .) konn e in eine Falls udie mi sechs Leh am ss udie enden den Ein luss on E ah ungen mi au hen ischen Fo schungsp ojek en wäh end ih e Ausbil- dungsphase zeigen. Diese S udie enden se z en ehe o ene Fo men on Inqui y based science Lea ning (IBSL) in ih em eigenen P ak ikumsun e ich ein. Auch wenn diese E - gebnisse au G und de kleinen S ichp obe und ande e Limi a ionen de S udie nu be- ding aussagek ä ig sind, so decken sich diese E gebnisse mi ande en S udien. So zeig sich do , dass Leh ende, die im Rahmen on Fo bildungen selbs s ändig Fo schungs- o haben du chge üh haben, eine e höh e Selbs wi ksamkei in Bezug au das Du ch- üh en on IBSL basie em Un e ich au wiesen (Mo ison, 2014). Windschi l (2003) komm zu dem Schluss, dass „o all he ac o s examined, p ese ice eache s’ use o inqui y in he class oom is mos s ongly asso- cia ed wi h p e ious esea ch expe ience. Knowing hen how po en ially powe ul hese expe iences can be, i sugges s ha eache educa ion p og ams should p omo e some au hen ic science esea ch expe i- ences ei he in conjunc ion wi h me hods classes o wi hin o he a eas o he p ese ice p og am.” (Windschi l, 2003, S. 140). Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 26 angeg i en wi d, übe die Regeln disku ie (Kuhn, 1976b, S. 62). Dieses Ang ei en eines Pa adigmas – Kuhn nenn es K ise – beginn mi de En deckung eine Anomalie, also „mi de E kenn nis, dass die Na u in i gendeine Weise die on einem Pa adigma e zeug en, die no - male Wissenscha behe schenden E wa ungen nich e üll ha .“ (Kuhn, 1976b, S. 66). Gleichzei- ig muss diese Anomalie empi isch und heo e isch ane kann we den, ih Anomaliecha- ak e muss also on de Wissenscha sgemeinde akzep ie we den. Da au hin e ände n sich die Pa adigmaka ego ien und – e ah en (Kuhn, 1976b, S. 75). Neben solchen Ano- malien kommen auch das Au auchen neue Theo ien, die die Na u um assende e klä- en können, ode heo e ische Kon lik e in F age. Le z e e we den sich ba , wenn es zu „Wuche ungen on Ve sionen eine Theo ie“ komm , die Fo schenden also mi allen Mi eln e suchen, das bislang o he schende Pa adigma mi wenigen Ko ek u en au die Na u anzupassen (Kuhn, 1976b, S. 81–83). In Folge de K ise komm es zu wissenscha lichen Re olu ion. Dami we den „jene nich kumula i en En wicklungsepisoden angesehen [.], in denen ein äl e es Pa adigma ganz ode eilweise du ch ein nich mi ihm e einba es Neues e se z wi d“ (Kuhn, 1976b, S. 104). Re olu ionen müssen abe nich die komple e Wissenscha be e en, selbs wenn sie demselben Pa a- digma olgen (Kuhn, 1976b, S. 64). Die F age, welches on zwei konku ie enden Pa a- digmen gewähl we den soll e, läss sich lau Kuhn nich mi den K i e ien de no malen Wissenscha lösen, weil beide Pa adigmen un e dem Gesich spunk ih e selbs ges ell- en We e und No men disku ie we den. Dadu ch we den die Diskussionen g undsä z- lich aneinande o bei ge üh . Da ein Pa adigma nich alle P obleme lösen kann und zwei konku ie ende Pa adigmen un e schiedliche P obleme lösen, is die F age nach de Bedeu ung de gelös en P obleme en scheidend (Kuhn, 1976b, S. 122). Ein o he - schendes Pa adigma wi d abe e s abgelös , wenn ein neues seinen Pla z einnehmen kann (Kuhn, 1976b, S. 90). An diese S elle be on Kuhn auch seine Ablehnung de Falsi ika i- on. Du ch einen Ve gleich de Theo ie mi de Na u wi d eine Theo ie nich alsi izie . E s wenn ein ande es Pa adigma exis ie , das diesen Pla z einnehmen kann, komm es zu einem Pa adigmenwechsel. „[…] das U eil das zu diese En scheidung üh , beinhal e den Ve gleich beide Pa adigma a mi de Na u und un e einande .“ (Kuhn, 1976b, S. 90). Das Ziel de Wissenscha is „Theo ie und Ta sachen in besse e Übe eins immung zu b ingen, und diese Tä igkei kann leich als ein P ü en ode als ein Suchen nach Bes ä igung ode Falsi ika- Theo e ische G undlagen 27 ion angesehen we den. Hingegen is ih Ziel die Lösung eines Rä sels, ü dessen bloße Exis enz die Gül igkei des Pa adigmas o ausgese z we den muss.“ (Kuhn, 1976b, S. 91). Das Schei e n bei de Lösung eines Rä sels üh demnach nich zu Falsi ika ion. Viel- meh wi d dies als Anomalie ode als Schei e n des Fo schenden angesehen (Chalme s, 2007, S. 92). „Die no male Fo schung is nich k i isch, sonde n adi ions- und pa adigmages eue . Sie un e - nimm keine Ve suche, eine g undlegende und pa adigma ische Theo ie zu alsi izie en; […] Die „no male Fo schung“ e such nich , e was zu en decken, wede neue Phänomene noch neue Theo- ien.“ (Ande sson, 1988, S. 44). Ein K i ikpunk , de Kuhn’s Ansich en be i , is de Übe gang zwischen zwei Pa adig- men. Hie bei wi d k i isie , dass es keine K i e ien gib , wo an es gemach we den könn- e, welches Pa adigma o zuziehen is . Dies beg ünde sich zum einen da in, dass es iele e schiedene Fak o en gib , nach denen eine solche En scheidung ge äll we den müss e, und zum ande en da in, dass in den e schiedenen Pa adigmen un e schiedliche S an- da ds exis ie en, die dabei he angezogen we den. Die Ve e e de jeweiligen Pa adigmen e kennen abe die S anda ds des jeweils ande en nich an (Chalme s, 2007, S. 96–97, 101). 2.5.4 Laka os Fo schungsp og amme Laka os (1974) e such , mi seinem Ansa z die wissenscha sgeschich liche Analyse Kuhns mi de Logik de Fo schung Poppe s zu begegnen (Ande sson, 1988, S. 5). Als Haup un e schied zwischen den Theo ien on Poppe und Kuhn iden i izie Laka os (1974, S. 91), dass ü „Poppe Wissenscha ‘Re olu ion in Pe manenz‘ und K i ik de Ke n des wissenscha lichen Un e nehmens is “, wäh end Kuhn eine Re olu ion als Ausnahme da s ell und K i ik kein Thema sei. Als wei e en Un e schied iden i izie Laka os (1974, S. 91), dass de Wandel in den Wissenscha en bei Poppe a ional zu e klä en is , wäh end bei Kuhn de Wechsel zwischen zwei Pa adigmen keinen Ve nun egeln olg . Dami wü de die F age de Annahme eines Pa adigmas zu eine Mach age, s a dass sie a ional zu e klä en is . Laka os un e scheide in seine Analyse den dogma ischen, den me hodologischen, den nai en und den a inie en Falsi ika ionismus. De dogma ische Falsi ika ionismus geh da on aus, dass alle Theo ien nu Ve mu ungen sind, die nich bewiesen, jedoch wide leg we den können. Die K i e ien, die ein e en können, nach denen eine Theo ie als alsi i- Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 28 zie gel en muss, müssen im Vo hinein angegeben we den (Laka os, 1974, S. 94). Laka os häl diese Fo m des Falsi ika ionismus ü unhal ba , un e ande em deswegen, weil säm - liche Theo ien beobach ba e Sach e hal e nich e bie en. Dahe kann eine Theo ie du ch Hil shypo hesen imme wei e ges ü z we den (Laka os, 1974, S. 98-99). Im me hodologischen Falsi ika ionismus (zu dem Laka os auch Poppe zähl ) wi d be- ücksich ig , dass die expe imen ellen Au bau en, mi denen Theo ien gep ü we den sollen, ih e sei s au ehlba en Theo ien be uhen (Laka os, 1974, S. 104). Eine Theo ie da abe nich au G undlage eines einzelnen Expe imen s allen gelassen we den. Viel- meh muss die Falsi ika ion au G undlage meh e e Wiede holungen basie en und die Nebenannahmen de Falsi ika ion müssen sich ih e sei s selbe bewäh haben (Laka os, 1974, S. 105). P oblema isch is hie bei, dass die Möglichkei bes eh , dass eine wah e Theo ie e wo en wi d und eine alsche angenommen, z.B. weil die Nebenannahmen alsch wa en ode die Messung au I üme n be uh e (Laka os, 1974, S. 106). Jedoch komm nu du ch den Mu , diese En scheidungen zu ällen (auch mi dem Risiko die ich- ige Theo ie e wo en zu haben), wissenscha liche Fo sch i zus ande (Laka os, 1974, S. 110). Eine Wei e en wicklung des Falsi ika ionismus nenn Laka os (1974, S. 113) den a inie en Falsi ika ionismus („sophis ica ed alsi ica ionism“). Die wesen liche E wei e ung is , dass es ü eine wissenscha liche Theo ie nich meh aus eich , dass sie alsi izie ba is . Sie muss gleichzei ig auch meh e klä en als ih e o angegangene Theo ie. Eine sei s bezieh sich dies au be ei s bekann es, also de F age, ob die neue Theo ie Ums ände ehe e klä- en kann als ih Vo gänge . Ande e sei s können in de olgenden empi ischen Übe p ü- ung wei e e Vo aussagen de Theo ie übe p ü we den. Da aus olg , dass die konku - ie ende Theo ie meh Falsi ika ionsmöglichkei en bie en muss, als ih e Vo gänge in. Da es ü säm liche Hypo hesen na ü lich unendliche Falsi ika ionsmöglichkei en gib , is diese Punk dami zu übe se zen, ob die Hypo hese um assende e Aussagen übe die Wi klichkei mach als eine konku ie ende Vo gänge hypo hese. Diese Einsch änkung e meide ad-hoc Modi ika ionen, um Hypo hesen zu e en, z. B. X häng on Z ab, auße wenn Y ein i (Chalme s, 2007, S. 63–64). In diese Spiela des Falsi ika ionismus gil eine Theo ie nu dann als alsi izie , wenn neben de Falsi ika ion de e ablie en Theo ie zu- sä zlich eine neue Theo ie exis ie , die in de Lage is , neua ige Ta sachen zu e klä en, gleichzei ig abe die bewäh en Ta sachen aus de al en Theo ie wei e hin e klä (Laka os, 1974, S. 114). Theo e ische G undlagen 29 Laka os (1974, S. 129) me k an, dass es sich bei den häu ig als Theo ie bezeichne en An- nahmen (z.B: de New on‘schen Mechanik) nich um eine einzelne Theo ie, sonde n ielmeh eine Theo ien eihe handeln wü de. Diese Reihe e binde eine gewisse Kon inu- i ä . Diese Kon inui ä bezeichne e als Fo schungsp og amm und weis selbe au die Ähn- lichkei zu Kuhn’schen No malwissenscha hin. Seine Ansich nach is es ein Zeichen ei e Wissenscha , das Fo schen nach Ve such und I um übe wunden zu haben und s a dessen in Fo schungsp og ammen zu a bei en (Laka os, 1974, S. 169). Wich igs e Teil eines Fo schungsp og amms is ein ha e Ke n on allgemeinen Hypo hesen, die die Basis ü wei e e Fo schung inne halb des P og amms bie en (Chalme s, 2007, S. 108). Dazu en s ehen Regeln, die den Ke n o Ang i en schü zen sollen. Diese geben o , welche wissenscha lichen Wege man besch ei en (posi i e Heu is ik) und welche man un- besch i en lassen soll e (nega i e Heu isi k). Heu is ik is bei Laka os als „Menge on Regeln ode Hinweisen zu Un e s ü zung on En deckungen bzw. E indungen“ (Chalme s, 2007, S. 109) zu e s ehen. Im Rahmen de nega i en Heu is ik en s ehen Hil shypo hesen, die die Theo ie o wide legenden Expe imen en schü zen sollen (Laka os, 1974, S. 131). Die posi i e Heu is ik gib Fo schungss a egien ode Fo schungso dnungen o , die Ansä ze da ü lie e n, wie die Theo ie wei e en wickel we den kann. Sie „bes eh aus eine pa iell a ikulie en Reihe on Vo schlägen ode Hinweisen, wie man die ‚wide - legba en Fassungen‘ des Fo schungsp og amms e ände n und en wickeln soll und wie de ‚wide leg- ba e‘ Schu zgü el [um den Ke n de Theo ie, Anm. des Ve asse s], modi izie und a inie e ge- s al e we den kann.“ (Laka os, 1974, S. 131). Solche Heu is iken können ganz bewuss eingese z we den, um neue Theo ien zu e ab- lie en, die ande en bewäh en Theo ien wide sp echen, so zum Beispiel Boh ’s A om he- o ie, die die Vo aussagen Maxwells übe das Abs ahlen on Ene gie pe De ini ion auße K a se z e (Laka os, 1974, S. 137 .). „Die A bei inne halb eines einzelnen P og amms beinhal- e [also] die E wei e ung und Modi ika ion des Schu zgü els du ch die Hinzunahme und Benennung e schiedene Hypo hesen“ (Chalme s, 2007, S. 111). Die Bedingung ü de a ige Hypo hesen is abe , dass diese a sächlich übe p ü ba sind (Chalme s, 2007, S. 111)! Auch in den Fo schungsp og ammen kann es abe zu einem Punk kommen, an denen die Anomalien übe hand nehmen, genau wie die zu de en Lösung au ges ell en Adhoc- Hypo hesen. Es se z die Phase de Degene a ion12 eines P og amms ein, welche du ch 12 Auch hie benenn Laka os die Äqui alenz zu den Kuhn’schen K isen eines Pa adigmas Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 30 das Au auchen eine neuen Theo ie, die meh e klä als die al e, noch beschleunig we - den kann (Laka os, 1974, S. 149). Laka os (1974, S. 150) be on abe , dass neue Fo - schungsp og amme nich e s dann au e en (und au e en soll en) wenn die degene a i- e Phase eines P og amms eingese z ha . Vielmeh is wich ig, dass es einen We s ei zwischen konku ie enden P og ammen gib . „[…] die Kon inui ä de Wissenscha , die Zähigkei gewisse Theo ien, die Ra ionali ä eines ge- wissen Ausmaßes an Dogma ismus, [läss ] sich nu dann e klä en [.], wenn wi die Wissenscha als ein Schlach eld on Fo schungsp og ammen und nich on isolie en Theo ien au assen.“ (Laka os, 1974, S. 168). Hie bei g enz e sich on Kuhn ab, bei dem ein Pa adigma (ode Fo schungsp og amm) eine Monopols ellung beansp uche. Dies en sp eche wede de His o ie noch sei es wün- schenswe . De We s ei zwischen konku ie enden Fo schungsp og ammen kann du ch Expe imen e en schieden we den, wenn die Fo schungsp og amme un e schiedli- che Vo ausagen machen. Eine Niede lage eines P og amms üh alle dings noch nich zu Au gabe des P og amms in Gänze. E s wenn auch in olgenden Ve suchen das P o- g amm wei e hin un e lieg , muss es au gegeben we den (Laka os, 1974, S. 150). Die Au - gabe eines P og amms e olg also nich au G undlage eines en scheidenden Expe i- men s (expe imen um c ucis), sonde n dieses Expe imen wi d e s ückblickend zu die- sem e nann (Laka os, 1974, S. 157, 167). Auch Laka os Posi ion wi d k i isie . So lie e e die Theo ie keinen Ansa z ü die Bewe - ung ak uelle Fo schungsp og amme. Es bleibe wei e hin nü zlich, auch an degene ie- enden Fo schungsp og ammen es zuhal en, da diese ein Comeback e leben könn en. E s in de Rückschau sei es möglich, die Wissenscha sgeschich e im Sinne Laka os zu in e p e ie en. Ein wei e e Punk , de k i isie wi d, is , dass nich bei allen Fo schungs- p og ammen a sächlich ein ha e Ke n zu iden i izie en sei. Vielmeh wü de es P og am- me geben, in denen Fo schende zu Lösung on P oblemen so wei gingen, dass ha e Ke ne nich meh auszumachen seien (Chalme s, 2007, S. 118 .). 2.5.5 Zusammen assung Mi Poppe , Kuhn und Laka os wu den die Ansä ze on d eien de ie ein luss eichs en Wissenscha s heo e ike des 20. Jah hunde s o ges ell . Wie da ges ell wu de, haben alle d ei Ansä ze auch K i ik e ah en. Teilweise wi d abe de Ansa z on Laka os, de sowohl in de T adi ion Poppe s s eh , abe auch Elemen e on Kuhn en häl , als de am wei es en o gesch i ene bezeichne (z.B. Wo al, 1980). De bislang une wähn e ie e Theo e ische G undlagen 31 Wissenscha s heo e ike is Paul Feye abend, de mi seinem Buch „Wide den Me ho- denzwang“ (1983), die Ansich e a , dass „Wissenscha keine lei Me kmale au weise, die sie no wendige Weise ande en E kenn nis o men übe legen mache.“ (Chalme s, 2007, S. 122) und da- mi säm liche Ansä ze on Poppe , Kuhn und Laka os als alsch beu eil . Das einzige P inzip, dass de Wissenscha zu G unde liegen könn e, sei de Ansa z, dass alles gehen wü de ('any hing goes', Feye abend, 1983, S. 32). Feye abend komm zu dem Schluss, dass säm liche Ve suche, die Wissenscha on ande en E kenn nis o men abzug enzen, geschei e seien. E sieh ga die Ge ah de Rep ession de Menschhei du ch die Wis- senscha (Chalme s, 2007, S. 126). Die da ges ell e K i ik wi d on heu igen Wissen- scha sphilosophen eilweise bejah , jedoch nu sowei , dass es un ealis isch e schein , dass es eine uni e selle Me hode on Wissenscha gib . So e i Chalme s (2007, S. 132) die Ansich , dass es zwa keine uni e selle Me hode gebe, seh wohl abe „his o isch kon ingen e Me hoden und S anda ds“ die e olg eiche Wissenscha sdisziplinen en hal en (Chalme s, 2007, S. 132). Die his o ische En wicklung wissenscha liche E kenn nis wi d ehe in den Ansä zen on Laka os ode Kuhn besch ieben. Wäh end ein Pa adigmenwechsel bei Poppe ledig- lich zum Aus ausch einige Sä ze üh , so be ücksich ig Kuhn auch „eine Ände ung de Wah nehmung on Reali ä und eine Ve ände ung de Maßs äbe, die an die Bewe ung eine Theo ie angeleg we den.“ (Chalme s, 2007, S. 100). P oblema isch an Kuhns Theo ie sei abe , dass es nach Kuhn keine neu alen Regeln gib , nach denen en schieden we den kann, ob eine Theo ie o sch i lich is (Chalme s, 2007, S. 101). De Wechsel zwischen zwei Pa adig- men sei ielmeh eine Sache de Mode und nich a ional zu besch eiben (Laka os, 1974, S. 172). Laka os Theo ie de Fo schungsp og amme e meide dieses P oblem. De Wechsel zwischen zwei Fo schungsp og ammen läss sich du ch die Übe legenhei eines P og amms kla a ional beg ünden (s.o.) (Chalme s, 2007, S. 113). In de Rolle des heo e ischen Rahmens lieg ein Haup un e schied zwischen den d ei genann en Ansä zen: Bei Poppe als Gebäude, bei Kuhn als Pa adigma und bei Laka os als Fo schungsp og amm bezeichne . Poppe selbs schein mi den Lak os’schen Fo - schungsp og ammen meh zu sympa hisie en als mi de No malwissenscha mi ih em Pa adigma. Fo schungsp og amme können auch pa allel exis ie en, wäh end das o he - schende Pa adigma übe allen Konku en en s ehen wü de (Poppe , 1974, S. 54). Die no malen Fo schenden, wie Kuhn sie besch eib , exis ie en zwa , sie seien abe „bemi lei- denswe “, weil ihnen eine k i ische G undhal ung ehle (Poppe , 1974, S. 53). Es wi d abe Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 32 auch ü die No malwissenscha a gumen ie , weil „eine Disziplin, in de G undsä zliches imme wiede hin e ag wi d,[…][,] kaum beme kenswe e Fo sch i e machen [wi d], weil P inzipien nich lange genug e schon bleiben, um achwissenscha liche A bei zu leis en“ (Chalme s, 2007, S. 99). 2.5.6 Folge ungen ü ein Kompe enzmodell Kuhn (1974a, S. 6) me k an, dass die „Fachleu e“ ü die Zei de No malwissenscha ausgebilde we den und nich ü die Zei en de K isen ode Degene a ion. Die Übe se - zung de da ges ell en wissenscha s heo e ischen Ansä ze in ein Kompe enzmodell kann also au eine Be ücksich igung on K isen e zich en. Viele de zukün igen Wissen- scha le innen und Wissenscha le we den mögliche weise nie den Wechsel eines Fo - schungsp og ammes ode eines Pa adigmas e leben. Dami en äll auch die un e Wis- senscha sphilosophen imme noch ums i ene F age danach, wann eine Theo ie abge- lehn we den muss. Gu en Gewissens kann man den Fo schungsp ozess au das eduzie- en, was Kuhn als Rä sellösen bezeichne ode Laka os als Ausschä ung de Theo ie. De Wechsel on Fo schungsp og ammen (ode -pa adigmen) inde ohnehin s a . Ein Kompe enzmodell de E kenn nisgewinnung muss also o allem au die all ägliche A - bei on Fo sche innen und Fo sche n okussie en und ih e all äglichen A bei s- und Denkweisen be ücksich igen. Inne halb eines Fo schungsp og amms muss diesem P o- g amm ge olg we den. Hypo hesen müssen also im Sinne Laka os e laub sein, ode , um es mi Poppe (1984, S. 26) zu sagen: „Einmal au ges ell e und bewäh e Hypo hesen dü en nich ‚ohne G und‘ allengelassen we den.“ Die genaue e Be ach ung na u wissenscha liche Fo schung, wie dies an einigen Beispie- len be ei s oben geschah, o enba noch einen ande en Aspek : So en ziehen sich in de Physik (abe auch de Chemie und Biologie) iele de un e such en Phänomene unse e di ek en Wah nehmung. Die e wähn e Ko puskel-Theo ie des Lich s ode das Boh ’sche A ommodell sind nu zwei Beispiele, bei denen dies de Fall is . An die S elle de di ek en Un e suchung an einem Gegens and kann dann das Denken in Modellen e en. Aus he- o e ischen Übe legungen und Modell o s ellungen he aus können Vo he sagen übe die Na u ge o en we den. Die oben besch iebenen E kenn nisp ozesse können demnach auch au Modelle angewende we den. Sie können so zu Bildung on Hypo hesen ge- nu z we den, die anschließend in de Reali ä ge es e we den ( gl. Bleich o h e al., 1999, S. 27). Theo e ische G undlagen 33 2.6 Scien i ic Reasoning: Handlungsmodell de E kenn nisgewinnung Neben wissenscha s heo e ischen Übe legungen wu den auch kogni ionswissenscha li- che Handlungsmodelle zum P ozess de E kenn nisgewinnung en wickel . Diese zielen s ä ke au die men alen P ozesse bei de E kenn nisgewinnung ab und geben seh iel konk e e e Ablau schemen ü mögliche Handlungssch i e ode -komponen en beim E kenn nisp ozess an. De P ozess bzw. das Handeln on Wissenscha le innen ode Wissenscha le n bei de wissenscha lichen E kenn nisgewinnung wi d in e na ional un e den Beg i en Scien i ic Thinking (Kuhn, Amsel & O'Loughlin, 1988) ode Scien i ic Reasoning (Klah , 2000; Koslowski, 1996) zusammenge ass (Maye , 2007). Scien i ic Thinking is nach D. Kuhn e al. (1988, S. 219) ein Zusammenspiel on Theo ie und E idenz. Kompe en e Fo - schende sind nach ih e De ini ion Pe sonen, die bewuss mi eine Theo ie a bei en, an- s a sie nu anzuwenden. Dabei müssen sie in de Lage sein, Theo ie und E idenz zu un e scheiden und sepa a mi ihnen umzugehen. De ko ek e Umgang mi de Va iab- lenkon olls a egie is ein wesen liches Elemen (Kuhn e al., 1988, S. 15–17). Die on Kuhn mi diesem Ansa z du chge üh en S udien legen nahe, dass die haup sächliche Kompe enzen wicklung om Jugend- zum E wachsenenal e s a inde . Im E wachse- nenal e bleiben die Kompe enzen abe wei un e einem op imalen Le el (Kuhn e al., 1988, S. 219 .). Koslowski (1996, S. 6) bau au den S udien on Kuhn e al. (1988) au , me k abe an, dass wissenscha liche E kenn nisgewinnung nich om Vo wissen loslösba is . Die En - scheidung, ob zwischen zwei ko elie en Va iablen a sächlich ein Wi kmechanismus bes ehe, lasse sich nu du ch das Wissen übe eine en sp echende Theo ie en scheiden, die einen Zusammenhang o aussag : „[…] he p inciples o scien i ic inqui y a e used in conjunc- ion wi h (no independen ly o ) knowledge abou he wo ld.“ (Koslowski, 1996, S. 13) De E olg wissenscha liche E kenn nisme hoden häng demnach auch on de Genauigkei und de Rich igkei de Theo ien ab. Diese Ansa z des Scien i ic Reasoning e o de on den P oband/inn/en, dass ih e wissenscha liche Bewe ung au heo e isch ko ek en An- nahmen be uh , abe auch, dass ein me hodologisch legi ime Weg gewähl wu de (Koslowski, 1996, S. 15). De P ozess des Scien i ic Reasoning is nach Klah (2000, S. 14 .) ein P oblemlösep o- zess, de zwei P oblem äume um ass , den Hypo hesen aum und den Expe imen al aum Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 34 (SDDS = Scien i ic disco e y as Dual-sea ch, Klah & Dunbah , 1988, S. 32 .). G ob läss sich de Ablau in d ei Sch i e un e eilen: die Suche im Hypo hesen aum, die Suche im Expe imen ie aum und die Analyse on E idenz: „[…] Science [in ol es] […] he gene a ion o hy- po heses, he o mula ion and execu ion o expe imen s, and he e ision o hypo heses on he basis o em- pi ical e idence“ (Klah , 2000, S. 15). Bei de Hypo hesensuche muss eine Hypo hese zu E klä ung eines Phänomens gebilde we den. Diese kann en wede au G undlage o - handenen Wissens ode anhand expe imen elle ode beobach e e E gebnisse gebilde we den. Im Expe imen ie aum muss dann ein Expe imen ge unden we den, was die en sp echende Hypo hese p ü en kann. Bei de Analyse on E idenz muss en schieden we den, ob au G undlage de e hobenen Da en eine Hypo hese e wo en we den muss ode ob sie du ch das Expe imen ges ü z wu de (Klah , 2000, S. 30–39).13 Im Mi elpunk des Modells de „concep s o e idence” (Go & Duggan, 1995) s eh auch die Lösung eines P oblems. Inne halb dieses Konzep s lieg de Haup okus au dem En wu eines Expe imen s, de Messung, dem Umgang mi Da en und de an- schließenden k i ischen Analyse (E alua ion) de e hal enen E idenz. Diese Sch i e sind abe nich unbeding in zei liche Reihen olge zu e s ehen. Sie agen insgesam abe zu Absiche ung e hal ene E idenz mi els Da en bei (Go & Duggan, 1995, S. 30). Fische e al. (2014, S. 39) un e scheiden ach Komponen en on scien i ic easoning: 1. P oblem iden i ica ion: hie bei wi d die Si ua ion analysie und das P oblem iden i i- zie . 2. Ques ioning: Au bauend au dem iden i izie en P oblem wi d eine handlungslei en- de F ages ellung o mulie . 3. Hypo hesis gene a ion: Diese Sch i um ass die Fo mulie ung eine möglichen An - wo au die F ages ellung. Diese muss heo iegelei e en wickel we den und wis- senscha lichen S anda ds en sp echen. 4. Cons uc ion and edesign o a e ac s: Un e diesen Punk äll die k i ische Analyse e en uelle P o o ypen – sowohl Objek e als auch ma hema ische Sys eme. 5. E idence gene a ion: Hie un e äll die Übe p ü ung de Hypo hese z.B. du ch Expe- imen e, bei denen die abhängige Va iable beobach e , die unabhängige e ände und säm liche ande en be eilig en Va iablen kon ollie we den. 13 Das olls ändige SDDS-Modell um ass wei e e Un e ka ego ien, die an diese S elle nich wei e hema isie we den sollen. Es wi d bei Klah (2000, S. 30–39) um assend da ges ell . Theo e ische G undlagen 35 6. E idence e alua ion: Hie bei wi d en schieden, inwie e n die E idenz die Hypo hese s ü z ode wide leg . 7. D awing conclusions: Diese Punk um ass die k i ische Analyse de e hal enen E - gebnisse und den Einbezug ande e Expe imen e, um zu einem E gebnis zu ge- langen. 8. Communica ing and sc u inizing: Diese Punk um ass die k i ische Diskussion de e - hal enen E gebnisse mi ande en Fo schenden (Fische e al., 2014, S. 33–35) Insgesam s ell sich aus kogni ionswissenscha liche Sich de P ozess de E kenn nis- gewinnung als “[.] a complex ac i i y ha equi es he coo dina ion o se e al highe le el cogni i e skills, including heu is ic sea ch h ough p oblem spaces, induc i e easoning, and deduc i e logic” da . (Zimme man, 2000, S. 109). Inne halb de E kenn nisgewinnung lassen sich dömänen- spezi isches Wissen (s a ke Me hoden) und domänenübe g ei ende S a egien (schwache Me hoden) un e scheiden, die in allen Wissenscha sdisziplinen anwendba sind (Klah & Simon, 2001, S. 78; Zimme man, 2000, S. 102). Die s a ken Me hoden sind domänen- spezi ische Me hoden und um assen beispielweise den Umgang mi Ins umen en, die P ozedu en im Fo schungsp ozess und expe imen elle Pa adigmen. Die s a ken Me ho- den un e scheiden das all ägliche Denken om wissenscha lichen Denken. Schwache Me hoden des wissenscha lichen Denkens bes ehen sowohl aus uni e sellen P oblemlö- sep ozessen als auch aus easoning (Klah , 2000, S. 12 .). P oblemlösen bes eh da in, einen Weg on einem An angszus and in einen Zielzus and zu übe üh en (Maye , 2012, S. 181): „[…] he p oblem-sol ing p ocess can be cha ac e ized as a sea ch o a pa h ha links ini ial s a e o goal s a e.” (Klah & Simon, 2001, S. 76). “A p oblem consis s o an ini ial s a e, a goal s a e, and a se o ope a o s o ans o ming he ini ial s a e in o he goal s a e by a se ies o in e media e s eps.” (Klah & Simon, 2001, S. 76). Die Lösung eines P oblems bes eh im Planen, Du ch üh- en und Übe wachen eine P oblemlösung (Maye , 2012, S. 182). Reasoning is „ he o m o hinking ha in ol es in e ence. In e ence can be ei he induc i e o deduc i e […]”. In e ence “is he p ocess whe e one p oposi ion (i.e., knowledge claim) is a i ed a and accep ed on he basis o o he p opo- si ions ha we e o iginally accep ed” (Ricco & O e on, 2012, S. 257). Die Un e scheidung zwi- schen Reasoning und P oblemlösen is häu ig nich eindeu ig, un e ande em deswegen, weil beide Konzep e die Idee des E eichens eines Ziels beinhal en, ü das es keine be- kann en Lösungswege gib (Zimme man, 2000, S. 107). Neben de E kenn nisgewinnung, wie sie hie da ges ell wu de, se z sich in einigen An- sä zen zum Scien i ic Reasoning auch die E kenn nis du ch, dass „[…] de eloping scien i ic Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 42 Bei de In e p e a ion on den aus dem Expe imen e hal enen E idenzen muss eine k i- ische G undhal ung angenommen we den: „[…] we mus ne e do expe imen s in o de o con- i m ou ideas bu me ely o check hem.“, (Duhem, 1998, S. 258). Wei e hin is es p oblema- isch, Expe imen e nu im Sinne seine eigenen Theo ie zu sehen: “[…] i qui e na u ally happens ha hose who belie o much in hei own heo ies do no su icien ly belie e in he heo ies o o he s” (Duhem, 1998, S. 258 .). Vielmeh muss man säm liche Beobach ungen zu Kenn nis nehmen, nich nu solche, die im Sinne de zu p ü enden Theo ie s ehen. In de Physik spielen o auch Wah scheinlichkei shypo hesen eine Rolle (so zum Beispiel bei de Halbwe szei on adioak i en Elemen en). Hie bei is eine di ek e Falsi ika ion schwie ig es zus ellen, da selbs dann, wenn ein als wah scheinlich o he gesag es E eig- nis nich ein i , ja auch noch eine Wah scheinlichkei bes and, dass das E eignis nich ein i . Es muss dahe o he au me hodologische Ebene du ch die Fo schenden es - geleg we den, ab welchem G ad de Unwah scheinlichkei ein E eignis als alsi izie gil (Wil sche, 2013, S. 93). Expe imen e in de Wissenscha sind häu ig nich ein ach den Sinnen zugänglich. Wäh- end die Beobach ung zweie allende S eine noch ela i ein ach mi den Augen möglich is , en zieh sich heu ige Fo schung in den meis en Fällen di ek e Beobach ung (Chal- me s, 2007, S. 28). Die Expe imen a o en sind au Messins umen e angewiesen, de en Messungen sie dann in e p e ie en müssen. Hie bei i ein wei e es P oblem au . Die e hal enen Messwe e müssen so wei wie möglich die in endie e Messg öße anzeigen. Dazu müssen säm liche S ö g ößen eliminie we den. Dies se z abe o aus, dass dem Expe imen a o diese auch bekann sind (Chalme s, 2007, S. 28). Dieses is eine sei s om Wissen des Expe imen a o s abhängig, ande e sei s abe na ü lich auch om S and de Wissenscha übe haup . Bes imm e S ö g ößen sind wäh end des Expe imen s möglich- e weise noch ga nich bekann und können demen sp echend auch nich be ücksich ig we den. Die Messungen basie en demnach au Nebenhypo hesen, die ih e sei s auch ehlba sind. Diese Aspek des physikalischen Expe imen ie ens is auch als Duhem- Quine-Thesis bekann : „The physicis can ne e subjec an isola ed hypo hesis o expe imen al es , bu only a whole g oup o hypo heses; when he expe imen is in disag eemen wi h his p edic ions, wha he lea ns is ha a leas one o he hypo heses cons i u ing his g oup is unaccep able and ough o be modi ied; bu he expe imen does no designa e which one should be changed“ (Duhem, 1998, S. 263). En wicklung eines Kompe enzs uk u modells wissenscha liche E kenn nisgewinnung 43 Die on Poppe p oklamie en „c ucial expe imen s“ sind in de Physik demnach unmög- lich (Duhem, 1998, S. 264). a) Kompe enz ace e: F ages ellungen Wissenscha liche F ages ellungen müssen p äzise und eindeu ig o mulie sein. Unein- deu ige F ages ellungen können zu unp äzisen ode meh deu igen An wo en üh en (Menne, 1980, S. 119). Die F ages ellungen müssen den de zei igen S and de Fo schung be ücksich igen ( gl. z.B. Kuhn, 1976b; Laka os, 1974; Poppe , 1974). Gleichzei ig dü en abe auch akzep ie e Sä ze in F age ges ell we den (Menne, 1980, S. 119). b) Kompe enz ace e: Hypo hesen „Du ing hypo hesis gene a ion, s uden s de i e possible answe s o he ques ion om plausible models, a ailable heo e ical amewo ks o empi ical e idence hey a e awa e o .” (Fische e al., 2014, S. 33; siehe auch Klah & Dunbah , 1988). Zu Bean wo ung eine F ages ellung we den heo- iegelei e Hypo hesen au ges ell , welche den de zei igen S and de Fo schung be ück- sich igen. Um P obleme zu umgehen, die aus e schiedenen Deu ungen des Ausganges eines Expe imen esul ie en können – also de F age, ob das Expe imen die Hypo hese nun s ü z ode e wi – is es no wendig Hypo hesen exak und eindeu ig zu o mulie- en (Chalme s, 2007, S. 58). Eine Hypo hese muss so au ges ell we den, dass sie „an de sinnlichen E ah ung“ schei e n kann (Wil sche, 2013, S. 81). Sie muss demnach alsi izie ba sein (Poppe , 1984). c) Kompe enz ace e: Planung und Du ch üh ung „A False scien i ic hypo heses is bes e u ed by showing ha he „ ac s“ deduced om i a e no ue; ha is by scien i ic es o expe imen “ (Shamos, 1959, S. 8). Eine au ges ell e Hypo hese wi d du ch ein Expe imen gep ü . Dabei wi d heo iegelei e de Ein luss eine Va iable au eine ande e beobach e (Fische e al., 2014). Die zu beobach ende Va iable muss en sp e- chend isolie we den, d.h. säm liche ande en Va iablen müssen kon ollie we den (Pie- schmann, 1996). Dabei is es no wendig, dass säm liche s ö ende Va iablen auch bekann sind (Chalme s, 2007). d) Kompe enz ace e: Auswe ung und In e p e a ion Die En scheidung übe das Ve we en ode die Akzep anz eine Hypo hese is ein kom- plexe P ozess, de , wie da ges ell , auch on o he schenden Pa adigmen beein luss wi d und eben alls nich au G undlage eines Expe imen s geschehen kann. Auße dem sind zu Auswe ung ein heo e isches Wissen übe Wi kungszusammenhänge und Al e - Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 44 na i hypo hesen no wendig (Koslowski, 1996, s.o.). Im Fokus des Be eichs Auswe ung und In e p e a ion s eh dahe die F age, ob ein du chge üh es Expe imen eine o lie- gende Hypo hese s ü z ode sie ablehn : „The aim o e idence e alua ion is o assess he deg ee o which a ce ain piece o e idence suppo s a claim o heo y.” (Fische e al., 2014, S. 34). 3.4.2 Modelle Nu zen „Modelle sind Annähe ungen (an die Wi klichkei ), abe nich imme wegen eine Ungenauigkei , son- de n weil sie nu bes imm e Aspek e be ücksich igen.“ (K eisel, 1980, S. 438) Im Sinne des scien- i ic easoning we den zu Modellen skalie e Nachbildungen, Analogien und (die am häu- igs en in de Wissenscha genu z en) heo e ischen Modelle gezähl (Gie e e al., 2006, S. 21 .). Skalie e Modelle sind in de G öße e ände e Nachbildungen. Ein heo e isches Modell “[…]is pa o an imagined wo ld. I does no exis anywhe e excep in scien is s‘ mind […]“ (Gie e e al., 2006, S. 24). “[…] a model is unde s ood as a ep esen a ion o a a ge . The a ge s ep esen ed by models can be a ious en i ies, including objec s, phenomena, p ocesses, ideas and hei sys ems.” (Oh & Oh, 2011, S. 114). De in diesem Zi a au e ende Beg i „Ta ge “ (d . Ziel) be i den ep äsen ie en Ge- gens and ode Mechanismus. In de Physikdidak ik um ass de Beg i „Modell“ nach S öckle (1995) ma e ielle Nach- bildungen und heo e ische Modelle. Als wei e e G uppe on Modellen nenn e in e p e- ie e S uk u en, die jedoch nu im Be eich de Ma hema ik au auchen. Als ma e ielle Nachbildungen gel en Modelle im All agssinn, zum Beispiel e kleine e ode e g öße e Abbildungen de Reali ä . Ein Modellau o ode eine Modelleisenbahn e üll – nich nu du ch den Namen – diese De ini ion. In de Wissenscha we den e kleine e Modelle zum Beispiel bei de Kons uk ion on Schi en ode Flugzeugen eingese z (S öckle , 1995). Eine ma e ielle Nachbildung muss abe nich zwangsläu ig eine in de G öße e - ände e Abbildung de Reali ä sein. Vielmeh handel es sich auch bei Gegens änden um Modelle, die das Ve hal en eines ande en anschaulich e klä en können. Eine Fede , die au eine Schnu gespann und ange eg wi d und dabei Longi udinalwellen o üh is ein Modell ü die Übe agung on Schallwellen in Lu . Fe ne zählen als Modelle Nachbil- dungen on Expe imen en, die ü den Un e ich didak isch au gea bei e wu den. En wicklung eines Kompe enzs uk u modells wissenscha liche E kenn nisgewinnung 45 Theo e ische Modelle sind spezielle Theo ien ode Teile eine Theo ie. Sie sind „eine ideali- sie e Besch eibung eines Gegens andes und seines Ve hal ens.“ (S öckle , 1995). Sie sind demnach Denkgebäude, die ebenso wie ih e ealen Pendan s bes imm e Eigenscha en de Reali ä be ücksich igen und ande e e nachlässigen. Ki che (1995) schläg o , den Modellbeg i ausschließlich au heo e ische Kons uk e anzuwenden. Gegens ändliche Nachbildungen on e was soll en, seine Ansich nach als „Realisie ung on Modell o s ellungen“ bezeichne we den. E äum abe ein, dass dies wei on de umgangssp achlichen Bedeu ung en e n is . S a dessen un e scheide e o an „ heo e ische Modelle“ und „gegens ändliche Modelle“ bzw. „Sachmodelle“. Im o liegenden Fo schungs o haben we den un e dem Beg i Modelle sowohl ma e i- elle Nachbildungen als auch heo e ische Modelle e s anden. Dies wi d auch un e dem Bewuss sein o genommen, dass heo e ische Modelle ein seh iel höhe es Abs ak i- ons e mögen e o de n als ma e ielle Nachbildungen. Dies beg ünde sich da in, dass bei ma e iellen Nachbildungen die äuße en Gegebenhei en ohnehin de Reali ä ähneln (z.B. Flugzeug im Windkanal) ode au G und eine Didak isie ung des Expe imen s iel We au Anschaulichkei geleg wi d. Bei heo e ischen Modellen haben die e wende en Zei- chen und Symbole keine lei anschaulichen Cha ak e . Zu In e p e a ion beda es ma- hema ische Kenn nisse und Vo s ellungsk a . Es wi d jedoch angenommen, dass die d ei Teilkompe enzen, „Zweck on Modellen“, „Tes en on Modellen“ und „Ände n on Model- len“, die in diesem P ojek un e such we den sollen, unabhängig on de A des Modells sind. Mögliche weise ha die A des Modells abe einen Ein luss au die Schwie igkei de Au gaben. a) Kompe enz ace e: Zweck on Modellen Na u wissenscha liche Modelle we den zum Besch eiben, E klä en und Vo aussagen on na u wissenscha lichen Phänomenen genu z (Oh & Oh, 2011, S. 1116). Eine sei s kön- nen bekann e Ko ela ionen und Zusammenhänge im Modell besch ieben we den (Mo- dell on e was), ande e sei s können mi Modellen Vo aussagen übe bislang unbekann e Ko ela ionen und Zusammenhänge in de Na u ge ä ig we den (Upmeie zu Belzen & K üge , 2010, S. 53). Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 46 b) Kompe enz ace e: Tes en on Modellen Modelle können ge es e we den, indem Sie mi de Na u abgeglichen we den (Oh & Oh, 2011, S. 1119). Dies kann sowohl du ch einen nach äglichen Abgleich mi de Na u (Modell on e was), als auch du ch Ablei ung on Hypo hesen aus dem Modell, die dann in de Na u ge es e we den (Modell ü e was), geschehen. Le z e e Pe spek i e is die Expe ensich au Modelle (Upmeie zu Belzen & K üge , 2010, S. 52 .). c) Kompe enz ace e: Ände n on Modellen Im Falle eine mangelha en Passung de aus de Na u gewonnenen Da en mi dem Mo- dell ode eines Wide sp uchs zwischen den aus de Na u gewonnenen Da en und den du ch das Modell o ausgesag en Da en, muss das Modell geände we den (Oh & Oh, 2011, S. 1119). Auch hie bes eh die Expe enpe spek i e da in, Modelle zu e we en, weil aus ihnen abgelei e e Hypo hesen alsi izie wu den (Upmeie zu Belzen & K üge , 2010, S. 53). Fo schungs agen und Hypo hesen 47 4. Fo schungs agen und Hypo hesen Das in Kapi el 3 besch iebene Kompe enzs uk u modell zu na u wissenscha lichen E kenn nisgewinnung zeichne sich du ch eine he e ogene S uk u mi den beiden Di- mensionen na u wissenscha liche A bei sweisen Un e suchungen und Modelle nu zen aus, mi jeweils d ei- bzw. ie Kompe enz ace en (s. Abschni 3.3). Die zen ale Idee bei de En wicklung des Modells wa de Ansa z eine domänenübe - g ei enden na u wissenscha lichen E kenn nisgewinnungskompe enz (Fokussie ung au die schwachen, äche übe g ei enden und achwissensunabhängigen A bei sweisen de na u wissenscha lichen E kenn nisgewinnung; s. Kap. 3). Bei de empi ischen Übe p ü- ung de Gül igkei diese Annahme komm als po en ielles und gg . wei e es Un e schei- dungsme kmal dennoch eine Di e enzie ung in die d ei na u wissenscha lichen Domä- nen bzw. Fäche Physik, Biologie und Chemie hinzu. Es gib also aus heo e ische Sich zumindes zwei Me kmale, die eine meh dimensionale S uk u des Modells wah scheinlich machen. Zu E assung de hie modellie en na u - wissenscha lichen E kenn nisgewinnungskompe enz wu de im Rahmen de A bei auch ein Tes ins umen bzw. Kompe enz es mi en wickel , und die Analyse de dami e ho- benen Da en können spä e Au schluss übe die Dimensionali ä des Modells lie e n. Ein wei e es und zen ales Ziel diese A bei bes eh da in zu un e suchen, inwie e n sich Leh am s- und Fachs udie ende im Kompe enzs and un e scheiden und wie de Kompe- enzs and zu e schiedenen Phasen des S udiums di e ie . Im Wei e en wi d auch de Kompe enzs and on G undschulleh am ss udie enden mi dem S udien ach „In eg ie e Na u wissenscha en“ nähe un e such . Fü diese A bei sind dahe insgesam die olgenden Fo schungs agen lei end. Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 48 4.1 F age zu Dimensionie ung des Kompe enzs uk u modells FF1: Welches Modell besch eib die Da en am bes en? E s e Analysen de Gesam s ichp obe (Ha mann, Ma hesius e al., 2015) ode on Teil- s ichp oben (S ille , S aube, Ha mann, No dmeie & Tiemann, 2015), kamen zu dem E gebnis, dass ein eindimensionales Modell die bei de Kompe enzmessung e hobenen Da en am bes en besch eib . Fü die Passung on Modellen, die nach A bei sweisen ode Fäche n di e enzie en, gab es ge inge e E idenz. Es s ell sich dahe die F age, ob dieses E gebnis auch ü die Teils ichp obe de Physiks udie enden gil . H1a: Ein eindimensionales Modell besch eib die Da en besse als ein Modell, das nach Fäche n di e enzie . De en wickel e Kompe enz es soll au die schwachen, äche übe g ei enden Me hoden de na u wissenscha lichen E kenn nisgewinnung okussie en. So e n de Fachinhal bekann is , soll e es dahe ü die P oband/inn/en keinen Un e schied machen, ob sie Au gaben eine ande en Na u wissenscha als de Physik bea bei en ( gl. Gie e e al., 2006; Klah , 2000). Es we den dahe d ei Modelle ge es e : 1A: eindimensionales Modell 1B: zweidimensionales Modell Physik s. Biologie & Chemie 1C: d eidimensionales Modell Physik, Biologie, Chemie H1b: Ein in Bezug au die A bei sweisen Un e suchungen und Modelle Nu zen zweidimensionales Modell besch eib die Da en besse als ein eindimensionales Modell. Auch wenn die oben genann en o läu igen E gebnisse au eine eindimensionale S uk u des Modells hindeu en, die sich auch nach den A bei sweisen nich un e scheiden läss , so gib es doch heo e ische G ünde, die ü eine meh dimensionale S uk u sp echen. So se z sich das genu z e Kompe enzs uk u modell aus zwei u sp ünglich ge enn en Kompe enzs uk u modellen zusammen (siehe Abschni 3.3). Auße dem is ge ade in de Physik die Un e scheidung nach expe imen elle und heo e ische Physik lange e ablie und spiegel sich auch in de uni e si ä en Leh e wide . Eine Un e scheidung nach den beiden A bei sweisen könn e dahe auch in de Da ens uk u zu inden sein. Von den Kompe enzmodellen he wä en auch wei e e Un e scheidungen nach den sieben Kompe- Fo schungs agen und Hypo hesen 49 enz ace en möglich. Da au g und des Mul ima ix-Designs abe nu nach A bei sweisen und nich nach den einzelnen Face en un e schieden wu de, kann es sein, dass diese Un- e scheidung, auch wenn sie o handen wä e, mi den o liegenden Da en nich nach- weisba is . Es we den die d ei olgenden Modelle ge es e : 2A: eindimensionales Modell 2B: zweidimensionales Modell nach A bei sweisen (Un e suchungen & Modelle Nu zen) 2C: siebendimensionales Modell nach Kompe enz ace en H1c: Ein eindimensionales Modell besch eib die Da en besse als ein meh di- mensionales Modell, welches nach Fäche n und A bei sweisen un e scheide . Aus heo e ische Sich is aus den oben da ges ell en G ünden auch eine Un e scheidung nach Fäche n und A bei sweisen denkba . Um diese Hypo hese zu es en, we den olgen- de Modelle mi einande e glichen: 3A: eindimensionales Modell 3B: ie dimensionales Modell nach Fäche n (Physik s. Biologie & Chemie) und A bei swei- sen (Un e suchungen und Modelle nu zen) 3C: sechsdimensionales Modell nach Fäche n und A bei sweisen Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 50 4.2 F agen zum Kompe enzs and on Physiks udie enden FF2: Exis ie en Un e schiede im Kompe enzs and zwischen Leh am ss udie en- den de Physik und Fachs udie enden de Physik? Zunächs s ell sich die F age, ob es gene elle Un e schiede im Kompe enzs and on Leh am s- und Fachs udie enden de Physik gib . Leh am ss udie ende beginnen das S u- dium mi ge inge en Eingangs o ausse zungen im Ve gleich zu Fachs udie enden de Physik (Alb ech , 2011). Dahe is ein ge inge e Kompe enzs and zu Beginn des S udi- ums zu e wa en. Soll e sich die Leh am sausbildung abe als wi ksame e weisen als die de Fachs udie enden ( gl. F ages ellung 4), so könn e diese E ek au gehoben we den. H2: Leh am ss udie ende weisen einen ge inge en Kompe enzs and als Fachs u- die ende de Physik au (sig. (Leh am ) < 0,05). FF3: Exis ie en Un e schiede im Kompe enzs and S udie ende im Be eich de E kenn nisgewinnung zu e schiedenen Phasen im S udien e lau ? Im Lau e des S udiums besuchen die S udie enden Leh e ans al ungen, in denen das zu messende Kons uk explizi , z. B. in Semina en zu Wissenscha s heo ie, ode implizi , z.B. im Rahmen on Expe imen alp ak ika, ge ö de wi d. Mi s eigende Semes e zahl wächs auch die Anzahl de Le ngelegenhei en, welche als P ädik o ü den E we b on Fachwissen17 abe auch Kompe enz gil (z. B. Blömeke e al., 2010) Es wi d demnach e wa e , dass mi o sch ei endem S udium, auch die E kenn nisgewinnungskompe enz de S udie enden zunimm . H3: De mi le e Kompe enzs and de S udie enden de Physik is höhe , je wei e o gesch i en die S udie enden im S udium sind (p < 0,05). 17 Im Sinne des Con en Knowledge nach Shulman (siehe Abschni 2.3) Fo schungs agen und Hypo hesen 51 FF4: Exis ie en Un e schiede in den Di e enzen im Kompe enzs and zwischen Leh am ss udie enden de Physik und Fachs udie enden zu den un e schiedli- chen Phasen des S udiums? G undsä zlich un e scheide sich die Ausbildung on Leh am ss udie enden und Fach- s udie enden de Physik im Um ang des S udiums. Leh am ss udie ende beschä igen sich unge äh nu die Häl e de S udienzei mi Physik, die es liche Zei wi d ü das zwei e Fach, sowie die leh am sbezogene Be u swissenscha au gewende . Bezogen au den As- pek de na u wissenscha lichen E kenn nisgewinnung gib es Un e schiede bei den ex- pe imen ellen P ak ika. De An eil on Expe imen alp ak ika is bei Fachs udie enden höhe , bei Leh am ss udie enden sind da ü sogenann e Demons a ionsp ak ika o ge- sehen. Leh am ss udie ende besuchen auße dem Didak ik e ans al ungen, in denen das Thema E kenn nisgewinnung auch explizi hema isie we den kann (Deu sche physikali- sche Gesellscha , 2014). Mögliche Un e schiede im Kompe enzs and könn en on eine un e schiedlichen S u- dienzei he üh en. Gleichzei ig is abe im Leh am ss udium eine explizi e Fö de ung diese Kompe enzen o gesehen, welche als besonde s nü zlich angesehen wi d (Gie e e al., 2006, S. 6). Da sich aus de Theo ie nich ablei en läss , inwie e n eine explizi e Ve - mi lung eine kü ze e Beschä igungszei mi dem Thema au wiegen kann, wi d die Null- hypo hese gep ü : H4: Es exis ie en keine Un e schiede in den Di e enzen im Kompe enzs and zwi- schen Leh am ss udie enden de Physik und Fachs udie enden zu den un e - schiedlichen Phasen des S udiums (sig. (Leh am *S udienphase) > 0,05; 𝟏𝟏−𝜷𝜷≥ 𝟎𝟎,𝟗𝟗𝟎𝟎).18 FF5: Exis ie en Un e schiede im Kompe enzs and on weiblichen und männli- chen S udie enden? Mögliche Un e schiede zwischen den Geschlech e n im Kompe enzs and wu den in e - schiedenen Schulleis ungs es s be o sch . Im Rahmen des IQB-Lände e gleichs (Pan e al., 2013) wu den explizi de Be eich E kenn nisgewinnung au de a ige Dispa i ä en 18 G undsä zlich wi d hie da on ausgegangen, dass diese que schni lich e hobenen Da en auch ein Hinweis au eine Kompe enzen wicklung im Rahmen des S udiums da s ellen. Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 58 Die I ems we den au G undlage des jeweiligen Kompe enzs uk u modells en wickel . Sie müssen in einen en sp echenden Kon ex eingebe e we den, um dem in de Kompe- enzde ini ion es geleg en si ua i en Cha ak e ge ech zu we den (Maye & Wellni z, 2014). Ein I em muss au eine bes imm e Kompe enz ace e des Modells abzielen und die da ü besch iebenen Kompe enzen umse zen. Schecke und Pa chmann (2006) s ellen dazu es , dass „ein psychome isch op imales I em [..] sich eine ganz bes imm en Zelle de Kompe enzma ix zuo dnen“ (S. 62) läss . En sp echend abgeg enz müssen I em- s amm und -impuls o mulie sein. Da au is ohnehin zu ach en, um auszuschließen, dass ande e Lösungswege als die in endie en möglich sind (Schecke & Pa chmann, 2006). Zusä zlich müssen die Au gaben so o mulie sein, dass eine Kon undie ung mi ande en Kompe enzausp ägungen ausgeschlossen is (Schecke & Pa chmann, 2006). Wie oben da ges ell , is bei de Nu zung on MC-I ems besonde es Augenme k au die so g- äl ige Kons uk ion on A ak o und den Dis ak o en zu legen. Le z e e müssen Pe - sonen, die nich übe die zum Lösen e o de liche Kompe enz e ügen, als plausible An wo op ion(en) e scheinen (Moosb ugge & Kela a, 2012b), wodu ch die Möglichkei des Ra ens eduzie we den soll. Die d ei Haup aspek e, die bei de Auswahl de Dis ak- o en beach e we den müssen, sind ih e Auswahlwah scheinlichkei (A ak i i ä ), die Ähnlichkei mi dem A ak o und ih e eigene Plausibili ä (Moosb ugge & Kela a, 2012b). Um diese Punk e zu e üllen, sind als Quelle de alschen An wo möglichkei en ech e An wo en de P oband/inn/en de ‚Fan asie’ des Au gabens elle s o zuziehen. Ech e, abe alsche An wo en sind meis ens au hen ische und e hinde n dadu ch die Möglichkei , die Au gaben du ch Ausschluss on An wo en zu lösen (Bo z & Dö ing, 2006). Sadle (1998) nu z e z.B. In e iews zu Gene ie ung on Dis ak o en und konn e so einen aliden und eliablen MC-Tes kons uie en. Neben In e iews wi d on ande en Au o en (Bo z & Dö ing, 2006; Moosb ugge & Kela a, 2012b) o geschlagen, die Au - gaben zunächs im o enen Fo ma zu en wickeln und einzuse zen. Die An wo en we - den anschließend analysie und ausgewe e . Die so gewonnenen o enen An wo en de P oband/inn/en können dann als G undlage ü die Kons uk ion de MC-Op ionen genu z we den. Die o enen An wo en de P oband/inn/en müssen o de Nu zung sp achlich e einhei lich we den (Bu on, Sudweeks, Me ill & Wood, 1991). Wäh end des Kons uk ionsp ozesses de I ems müssen diese lau end du ch Ex- pe /inn/en bewe e we den, „die sich sowohl mi dem Modell als auch mi de un e ich lichen P axis auskennen.“ (Schecke & Pa chmann, 2006, S. 62). Me hoden 59 5.2 S a is ische Ve ah en zu Auswe ung Zu Auswe ung on F agebogen-S udien s ehen im Wesen lichen zwei Ve ah en zu Ve ügung. Zunächs die Klassische Tes heo ie (KTT), in de , g ob gesag da on ausge- gangen wi d, dass säm liche Au gaben eines Leis ungs es s dasselbe messen. Zum ande en die p obabilis ische Tes heo ie (PTT) (bzw. auch I em-Response-Theo y (IRT)20). „De Haup un e schied zwischen de KTT und de PTT [bzw. IRT] lieg in de mess heo e ischen Fundie ung. Die KTT nimm an, dass de Summenwe eine Pe son in einem Tes einen Messwe da s ell und diese Summenwe In e allskalenni eau besi z . Im Rahmen de PTT [bzw. IRT] wi d dagegen gep ü , ob es sich bei de Summa ion de I ems übe haup um eine gül ige Ve ech- nungs o sch i handel (Gü ek i e ium de Skalie ba kei ).“ (Bühne , 2011, S. 300) Mi Modellen de IRT wi d au das dahin e liegende la en e Kons uk geschlossen. Die da aus gewonnenen Pe sonenpa ame e we den als Angabe übe die Ausp ägung des la- en en Kons uk es (z. B. eine Kompe enz) in e p e ie (Wu & Adams, 2007, S. 18 .). Diese Modelle können die un e schiedlichen Schwie igkei en on einzelnen Au gaben be ücksich igen (das Rasch-Modell bzw. das 1-Pa ame e -Logis isches-Modell (1-PL)) (Neumann, 2014), abe auch un e schiedliche T ennschä en (das 2-PL-Modell) sowie Ra e-Pa ame e (3-PL) (Moosb ugge , 2012). Bei de Messung on la en en Kons uk en (wie eine Kompe enz), is die IRT de KTT o zuziehen (Klieme & Ha ig, 2008; Neumann, 2014). De Vo eil de IRT speziell ü die Kompe enzdiagnos ik lieg in dem he ges ell en Zusammenhang zwischen dem Lösungs e hal en bei de Bea bei ung de en sp echenden I ems und dem zug unde liegenden Kompe enzkons uk (Klieme & Ha ig, 2008). „Ande s als in de KTT kann mi Hil e de PTT [bzw. IRT] eine konk e e Ve hal ens o he sage ge o en we den: Im Rahmen de PTT [bzw. IRT] kann e mi el we den, mi welche Wah - scheinlichkei eine Pe son bei Kenn nis de I emschwie igkei en und de Pe sonen ähigkei ein I em lös . Dies is möglich, da im Rahmen de PTT [bzw. IRT] ein psychologisch plausible Zusam- menhang zwischen Pe sonen ähigkei und I emlösungswah scheinlichkei angenommen wi d.“ (Bühne , 2011, S. 300) Du ch die Da s ellung on Pe sonen ähigkei en und Au gabenschwie igkei en au eine Skala kann ein Zusammenhang zwischen de Bea bei ung eine einzelnen Au gabe und dem Kompe enzs and de P oband/inn/en he ges ell we den ( gl. auch Boone, S a e & Yale, 2014). Dies kann zu Besch eibung on Kompe enzni eaus genu z we den (Klieme 20 Im Folgenden wi d die In e na ional geb äuchliche Abkü zung IRT e wende . Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 60 & Ha ig, 2008). Ein wei e e Vo eil is , dass es im Rahmen des RASCH-Modells (als ein Modell de IRT, siehe Abschni 5.2.1) möglich is , o z ehlende We e – sys ema isch ode zu ällig – alle P oband/inn/en au eine Skala da zus ellen. Diese Technik e mög- lich den Einsa z on sys ema isch un olls ändigen Tes he designs (Mul i-Ma ix- Design), sodass den P oband/inn/en nu ein Teil de Au gaben zu Bea bei ung o ge- leg we den muss (Boone e al., 2014). Au g und diese Vo eile de IRT gegenübe de KTT im Be eich de Kompe enzdiagnos ik, wi d im Folgenden au die IRT zu ückgeg i - en. Als Messmodell wi d das RASCH-Modell ausgewähl , dass als einziges IRT-Modell die An o de ungen an eine objek i e Messung e üll und auch höhe e An o de ungen an die Da en s ell (siehe Boone e al., 2014, S. 453 .). Gleichzei ig is es ein e ablie es Modell, dass auch z. B. in PISA e olg eich eingese z wu de (OECD, 2009). 5.2.1 Das RASCH-Modell Das ein achs e Modell de IRT is das RASCH-Modell. Dieses is wie olg de inie : 𝑃𝑃(𝑥𝑥𝑣𝑣𝑣𝑣)=𝑒𝑒�𝑥𝑥𝑣𝑣𝑣𝑣(𝜉𝜉𝑣𝑣−𝜎𝜎𝑣𝑣)� 1 + 𝑒𝑒(𝜉𝜉𝑣𝑣−𝜎𝜎𝑣𝑣) Dabei gib 𝑃𝑃(𝑥𝑥𝑣𝑣𝑣𝑣) die Wah scheinlichkei an, dass ein/e P oband/in 𝜐𝜐 das I em 𝑖𝑖 lös , mi 𝜉𝜉𝑣𝑣 als indi iduellem Fähigkei spa ame e eines/- P obanden/-in 𝜐𝜐 und 𝜎𝜎𝑣𝑣 den Schwie ig- kei spa ame e des I ems 𝑖𝑖. Die S eigung diese logis ischen Funk ion is ü alle Au gaben gleich, lediglich ih e Posi ion kann sich au de 𝜎𝜎-Achse e schieben. Dami haben alle I ems die gleiche T ennschä e, d. h. die I ems ennen alle gleich gu zwischen e schie- denen Fähigkei sausp ägungen de Pe sonen (Ros , 2004, S. 98). Die I ems können abe un e schiedliche Schwie igkei en annehmen (Moosb ugge , 2012). Das RASCH-Modell, wie oben da ges ell , geh also da on aus, dass die Wah scheinlichkei , ein I em zu lösen, nu on de Pe sonen ähigkei und de Au gabenschwie igkei abhäng (I emhomogeni- ä ) (Moosb ugge , 2012, S. 229). Ve schiedene Punk e können diese Annahme e le zen, weshalb es gil , diese bei de Tes kons uk ion zu be ücksich igen. Dazu zählen die Ve - meidung on Ra en bei de Au gabenbea bei ung sowie die Beach ung lokale Unabhän- gigkei de I ems. Die Bean wo ung eines I ems da also nich on de Bea bei ung eines ande en abhängig sein (Wu & Adams, 2007, S. 74). RASCH-Analysen sind auch mi kleinen S ichp oben ab ca. 16 P oband/inn/en möglich. Du ch eine E höhung de S ichp obe wi d die I emkalib ie ung s abile . Ab 150 Pe sonen Me hoden 61 geh man da on aus, dass die S abili ä zu 99% in einem In e all on +/- ½-Logi lieg (Linac e, 1994). Da das RASCH-Modell Pe sonen und I ems nich un e scheide , gel en die selben Bedingungen auch ü die Anzahl de I ems (Linac e, 1994). Im Rahmen de RASCH-Analyse s ehen e schiedene S a is iken zu Ve ügung, um zu p ü en, ob einzelne I ems nich den Bedingungen des RASCH-Modells en sp echen. Au G undlage de In i -Pa ame e weigh ed Mean Squa e (wMNSQ), T-We , sowie de klas- sischen T ennschä e eines I ems und eine op ischen Kon olle de Übe eins immung des du ch das RASCH-Modell angenommenen Ve lau s de Lösungswah scheinlichkei (ICC = I em cha ac e is ic cu e) und dem empi ischen Ve lau de Lösungswah schein- lichkei des I ems, kann eine Abweichung de ek ie we den. De Fi (Passung) de I ems au das RASCH-Modell wi d in uns anda disie e Fo m (als wMNSQ) und als s anda di- sie e T-S a is ik ausgegeben (Bond & Fox, 2007, S. 193). De wMNSQ is ein Maß ü die Abweichung des heo e ischen, du ch das RASCH-Modell angenommenen, Ve lau s de Lösungswah scheinlichkei on dem empi isch beobach e en Ve lau (Bond & Fox, 2007, S. 57). De E wa ungswe des wMNSQ lieg bei 1. We e zwischen 0,8 und 1,2 we den als akzep abel angenommen (W igh & Linac e, 1994). G öße e Abweichungen deu en au ein P oblem mi de Au gabe hin, welches dann in eine inhal lichen Analyse iden i izie we den muss. De wMNSQ is abe s ichp obenabhängig, weshalb bei aus ei- chend g oße P oband/inn/enzahl ü jedes I em de wMNSQ gegen 1 geh . Du ch eine T ans o ma ion in eine T-Ve eilung kann die S ichp obeng öße mi be ücksich ig we - den. Die T-Ve eilung ha einen Mi elwe on 0 und eine S anda dabweichung on 1. Abweichungen T > 2 ode T < 2 zeigen eine signi ikan e (p < 0,05) Abweichung on dem Modell an (Bond & Fox, 2007, S. 239 .). Die klassische T ennschä e gib an, inwie e n das Abschneiden in dem spezi ischen I em mi dem Abschneiden in dem gesam en Tes zusammenhäng . Hie bei soll en die We e mindes en 0,2 be agen (Wu & Adams, 2007, S. 64). Gene ell soll en I ems mi höhe e T ennschä e genu z we den. Die In i -Pa ame e geben nu du chschni liche Abweichungen de empi ischen Da en om RASCH-Modell an. Eine op ische Übe p ü ung de ICC (du ch das RASCH-Modell angenommene Ve lau de Lösungswah scheinlichkei , s. o.) mi dem a sächlichen (em- pi ischen) Ve lau de Lösungswah scheinlichkei kann eben alls P obleme de Au gabe au decken (Bond & Fox, 2007, S. 243 .; Emb e son & Reise, 2000, S. 234) (so zum Bei- spiel eine nich modellkon o me, hohe Lösungswah scheinlichkei bei ge ingen Pe sonen- Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 62 ähigkei en). Gene ell soll e bei einem „gu en“ I em die heo e ische und die empi ische Ku e nahe beieinande liegen (Wu & Adams, 2007, S. 69). (Als Anhal spunk e ü die Beu eilung, inwie e n eine deu liche Abweichung o lieg , können die Beispiele aus Bond und Fox (2007, S. 254 .) dienen). G undsä zlich gil bei de I emselek ion abe : „[…] in eal-li e, no i em i s he Rasch model pe ec ly!” (Wu & Adams, 2007, S. 83). Pe ek e Passungen sind also wede bei den Fi -S a is iken noch bei de Analyse de ICC zu e wa - en. Je nach Zweck de E hebung muss die I emselek ion nach un e schiedlichen K i e ien e olgen. In eine Pilo ie ung is es das Ziel, einen Tes zu kons uie en, de das zu be- obach ende Kons uk möglichs gu abbilde und dahe die bes en I ems iden i izie en soll e. In eine S udie s eh das Tes ins umen hingegen es . Das Ziel muss dahe sein, aus den o handenen I ems die meis en In o ma ionen zu e hal en. En sp echend e olg die I emselek ion wenige es ik i als bei de Pilo ie ung (W igh & Linac e, 1994). Ide- ale weise we den alle I ems des Tes s in die Auswe ung mi einbezogen, was bei eine aus üh lichen Tes kons uk ion auch de Fall sein soll e. T o zdem soll en auch in eine Haup s udie die I em i -Indices au Passung übe p ü we den. I ems we den dann au G undlage de T ennschä e nu noch ausso ie , wenn diese nega i is . Auch beim op ischen Abgleich on ICC mi de Empi ie wi d de ensi o gegangen und I ems nu ausgeschlossen, wenn die Ve läu e gegensä zlich sind. Bezüg- lich de wMNSQ-We e we den nu I ems mi We en > 2,0 en e n , da diese die Mes- sung e heblich s ö en wü den. I ems mi wMNSQ-We en < 1,0 we den ga nich en - e n (W igh & Linac e, 1994). En sp echend we den I ems auch bei T-We en on 𝑇𝑇<−2,0 nich en e n , da „e en an i em wi h a e y low mean-squa e ells us a li le some hing ha is new and use ul“ (W igh & Linac e, 1994) . 5.2.2 No mie ung Die im Rahmen diese A bei un e such en F ages ellungen beziehen sich au die Teil- s ichp obe de S udie enden mi einem Fach Physik. Zu Auswe ung de e hal enen Da- en we den die Au gaben zunächs abe au Basis de gesam en S ichp obe (S udie ende de Fäche Biologie, Chemie und Physik) no mie . Dieses Vo gehen bie e den Vo eil, dass dadu ch eine seh genaue I empa ame e schä zung möglich wi d (Linac e, 1994). Die No mie ung wi d so o genommen, dass die Summe de Pe sonenpa ame e gleich Null Me hoden 63 gese z und die I emschwie igkei en da an ausge ich e we den. Dadu ch wi d eine no m- o ien ie e In e p e a ion de Pe sonenpa ame e möglich (Ros , 2004, S. 395). Die No - mie ung muss unabhängig ü ein- und meh dimensionale Modelle o genommen we - den. 5.2.3 Pe sonenpa ame e schä zung Fü au RASCH-Modellen basie ende Auswe ungen können zu Schä zung on Pe sonen- ähigkei en e schiedene Pa ame e genu z we den. In e schiedenen Simula ionss udien (Monseu & Adams, 2009; Wu, 2005) konn e gezeig we den, dass die häu ig genu z en Pe sonenschä ze Weigh ed Likelihood Es ima es (WLE), Maximum Likelihood Es i- ma es (MLE) und Expec ed A Pos e io i Measu es (EAP) e schiedene P obleme au zei- gen, wenn dami G uppenpa ame e be echne we den sollen. Fü einen de a igen Fall wi d die Nu zung on Plausible Values (PVs) emp ohlen. PVs sind zu ällig gezogene We e aus de Wah scheinlichkei s e eilung de Fähigkei spa ame e eines/- jeden einzelnen P obanden/-in (Wu, 2005, S. 116). PVs sind abe keine pe sonenbezogenen Tes we e und dü en demen sp echend nich zu Indi idualdiagnose he angezogen we den. P o P oband/in we den ün PVs21 gezogen. Jede Analyse muss ü jeden PV du chge üh we den. Anschließend we den die E gebnisse gemi el (Monseu & Adams, 2009, S. 6). Dies is ein ideales Vo gehen. Simula ionss udien zeig en abe , dass schon Be echnungen au G undlage eines PVs adäqua e G uppenpa ame e lie e n (Wu, 2005, S. 116). Die Kombina ion meh e e PVs und ih e Va ianz be echne sich olgende maßen: De Mi elwe eine S a is ik be echne sich nach (OECD, 2009) 𝜃𝜃=1 𝑀𝑀�𝜃𝜃𝑣𝑣 𝑀𝑀 𝑣𝑣=1 wobei M die Anzahl de PVs is und 𝜃𝜃 die be echne e S a is ik. Die Gesam a ianz be echne sich eben alls als Mi elwe aus den Einzel a ianzen: 𝜎𝜎(𝜃𝜃) 2=1 𝑀𝑀�𝜎𝜎(𝜃𝜃𝑣𝑣) 2 𝑀𝑀 𝑣𝑣=1 21 Dies is die S anda deins ellung de Analyseso wa e Conques und wu de auch in PISA so genu z OECD (2009). G undsä zlich is abe auch eine abweichende Anzahl da on möglich. Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 64 Die Mess a ianz [measu emen a iance] (B) be echne sich nach 𝐵𝐵𝑀𝑀=1 𝑀𝑀−1∑(𝜃𝜃𝑣𝑣−𝜃𝜃) 𝑀𝑀 𝑣𝑣=1 ² Beide Va ianzen we den zu Fehle a ianz [e o a iance] (V) wie olg kombinie : 𝑉𝑉=𝜎𝜎(𝜃𝜃) 2+�1 + 1 𝑀𝑀�𝐵𝐵𝑀𝑀 Die S anda dabweichung de Gesam g uppe en sp ich dann de Quad a wu zel aus de Fehle a ianz 𝜎𝜎(𝐺𝐺𝐺𝐺𝐺𝐺𝜃𝜃)=√𝑉𝑉 (Da ie , Gonzales & Misle y, 2009; OECD, 2009) De S anda d ehle eines Mi elwe s be echne sich nach 𝑆𝑆𝑆𝑆 =𝜎𝜎 √𝑁𝑁 , wobei N die S ichp obeng öße is (Bühne & Ziegle , 2009, S. 156). Sollen G uppenun e schiede wie Geschlech , Semes e e c. au G undlage on PVs einge- schä z we den, so müssen die jeweiligen Va iablen be ei s bei de IRT-basie en Schä - zung de Pe sonen ähigkei en als P ädik o en in ein la en es Reg essionsmodell ein ließen (s. u.) (Wu, 2005, S. 124). 5.2.4 La en es Reg essionsmodell Eine Reg ession is eine Me hode zu Vo he sage eine abhängigen Va iable in Abhängig- kei on eine ode meh e e unabhängige Va iablen. Dieses kann als linea es Modell aus den e hal enen Messda en e mi el we den (Field, 2009, S. 198). Ein la en es Reg essi- onsg undmodell wi d di ek inne halb des IRT-Modells geschä z , nich e s au G undla- ge de Pe sonenpa ame e . Dies umgeh P obleme, die du ch die e schiedenen Pe so- nenschä ze esul ie en können (Adams & Wu, 2010). Als E gebnisse e häl man Reg es- sionsgewich e, die angeben, um wie iel sich die abhängige Va iable ände , wenn sich die unabhängige Va iable um eine Einhei ände (Field, 2009, S. 204). Liegen die in e essie- enden Va iablen in nominale ode o dinale Fo m o (z. B. Geschlech ), müssen diese o he dummy-codie we den (Bo z, 2005, S. 483). Me hoden 65 5.2.5 Dimensionsanalyse Ein eindimensionales RASCH-Modell geh da on aus, dass allen I ems dieselbe la en e Va iable zug unde lieg . Gib es abe heo e ische G ünde, eine meh dimensionale S uk- u de Da en anzunehmen, so läss sich dies mi meh dimensionalen RASCH-Analysen modellie en. Mi Hil e de De iance-S a is ik und In o ma ionsk i e ien läss sich die Pas- sung de Modelle e gleichen. Dabei wi d da on ausgegangen, dass kein Modell die Da en pe ek besch eib , s a dessen such man das Modell, welches die Da en am bes en be- sch eib (Bühne , 2011, S. 541). Die De iance-S a is ik dien als Maß da ü , wie gu das Modell au die Da en pass (Wu, Adams, Wilson & Haldane, 2007). Ein kleine e We s eh hie ü eine besse e Passung. Du ch einen 𝜒𝜒2-Di e enzen es läss sich p ü en, ob die besse e Passung nach de De iance-S a is ik signi ikan is . Alle dings is dies an die Bedingung geknüp , dass die Modelle genes e sind, d. h. ein Modell muss das Obe mo- dell des ande en ge es e en Modells sein (Bühne , 2011, S. 348 .).22 Das Nu zen on meh dimensionalen Modellen geh mi eine Zunahme de F eihei sge- ade einhe , was dem P inzip de Ein achhei on Modellen wide sp ich . Dahe bie en sich in o ma ions heo e ische Maße an, die jeden zusä zlichen F eihei sg ad bes a en (Bühne , 2011, S. 541). Das Bedeu e , dass die besse e Passung des Modells ins Ve häl nis zu Zunahme de Komplexi ä des Modells gese z wi d. Bei eine g oßen Anzahl on I ems wi d das Bayesian In o ma ion C i e ion (BIC) als geeigne es Maß genann (Ros , 2004, S. 344). Es wi d auße dem ange a en, dieses in Kombina ion mi dem Consis en Akaike In o ma ion C i e ion (CAIC) einzuse zen (Bühne , 2011, S. 353). 5.2.6 Di e en ial I em Func ioning (DIF) Ein „Di e en ial I em Func ioning“ (im wei e en „DIF“) lieg o , wenn Pe sonen aus zwei G uppen bei bes imm en I ems o z gleiche Pe sonen ähigkei eine un e schiedli- che Wah scheinlichkei au weisen, das I em zu lösen (Emb e son & Reise, 2000, S. 252). Bes imm e G uppen we den also du ch diese I ems sys ema isch be o zug ode benach- eilig . Das I em weis ü die beiden G uppen un e schiedliche I em unk ionen au . Zu De ek ion on DIF s ehen e schiedene Ve ah en zu Ve ügung, so zum Beispiel eine au dem RASCH-Modell basie ende Technik zu Schä zung on DIF, sowie die Man el- Haenszel-Me hode (MH). Le z e e is eine lang e ablie e Me hode zu Schä zung on DIF. Wäh end ande e Me hoden dazu endie en, I ems mi DIF zu iden i izie en, auch 22 De 𝜒𝜒2-Di e enzen es is u.a. auch da an geknüp , dass jedes einzelne An wo mus e mindes ens einmal im Da ensa z au auch . Dieses is seh unwah scheinlich, weshalb die E gebnisse k i isch be ach e we den müssen (Bühne (2011, S. 348)) Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 66 wenn kein DIF o lieg , so soll die MH die bes en E kennungs a en o weisen (GÓMEZ-BENITO & Na as-a a, 2000). Übliche weise we den in de MH ma ched g oups e glichen, die au Basis de Rohwe e zusammenges ell we den. In de hie benu z en So wa e Conques kann die MH s a dessen mi PVs du chge üh we den. Diese An- sa z soll ü un olls ändige Tes he designs geeigne sein (Sun, 2012). Die einzelnen I ems we den gemäß den ETS23-DIF-Ka ego ien (Zwick, Thaye & Lewis, 1999) einge eil (Sun, 2012). Aus de Analyse ausgeschlossen we den I ems, wenn sie in die Ka ego ie „C- Mode a e o la ge“ allen. 5.2.7 Mi elwe s e gleiche Mi hil e eines T-Tes s lassen sich Un e schiede zwischen zwei Mi elwe en e mi eln (Field, 2009, S. 325). Die P oband/inn/eng uppen, die un e einande e glichen we den, sind un e schiedliche Pe sonen, demen sp echend muss de T-Tes ü unabhängige S ichp oben genu z we den. Man sp ich on einem signi ikan en Un e schied de Mi - elwe e, wenn die Wah scheinlichkei eines α-Fehle s kleine als 5 % is . Dies zeig sich anhand eines p- alues on p < 0,05. De Tes se z eine No mal e eilung de Messwe e de P oband/inn/en in beiden S ichp oben und eine annäh ungsweise Homogeni ä in den Va ianzen o aus (Field, 2009, S. 326). Bei Ve le zung de Annahmen ü den T-Tes können pa ame e eie Tes s wie de Mann-Whi ney-Tes eingese z we den (Field, 2009, S. 546 .). Bei dem Ve gleich on meh als zwei Mi elwe en bie e sich de Einsa z eine ANOVA (Analysis o Va iance) an. Diese p ü , ob meh e e Mi elwe e dem gleichen gemeinsa- men Mi elwe angehö en. Dies geschieh du ch eine Analyse de Va ianz (Field, 2009, 348 .). Vo ausse zungen ü die ANOVA sind eben alls eine annähe nd homogene Va i- anz und No mal e eilung in den G uppen (Field, 2009, 359). Die gesam e Va ianz eine S ichp obe un e eil sich in die sys ema ische (E ek -) Va i- anz und de Residual a ianz. Die sys ema ische Va ianz is de Teil de Va ianz, de du ch die Zugehö igkei zu eine G uppe e zeug und kon ollie wi d. Die Residual a ianz hingegen um ass unsys ema ische Ein lüsse, die nich e ass wu den bzw. nich in en- die sind (Rasch, F iese, Ho mann & Naumann, 2014). Beide An eile de Va ianz be- 23 Educa ional Tes ing Se ice Me hoden 67 echnen sich aus den Quad a summen und den jeweiligen F eihei sge aden. Fü die sys- ema ische (E ek -)Va ianz gil : 𝜎𝜎𝐸𝐸𝐸𝐸𝐸𝐸 2=𝑄𝑄𝑆𝑆𝐸𝐸𝐸𝐸𝐸𝐸 𝑑𝑑𝑑𝑑𝐸𝐸𝐸𝐸𝐸𝐸 𝑄𝑄𝑆𝑆𝐸𝐸𝐸𝐸𝐸𝐸 wi d aus dem Abs and des Mi elwe es zum Gesam mi elwe be echne . En sp echend gil ü die Residual a ianz 𝜎𝜎𝑅𝑅𝐺𝐺𝐺𝐺 2=𝑄𝑄𝑆𝑆𝑅𝑅𝐺𝐺𝐺𝐺 𝑑𝑑𝑑𝑑𝑅𝑅𝐺𝐺𝐺𝐺 𝑄𝑄𝑆𝑆𝑅𝑅𝐺𝐺𝐺𝐺 be echne sich als Summe aus den Abs änden eines jeden einzelnen We es zu sei- nem G uppenmi elwe . De F-We e echne sich aus dem Ve häl nis beide Va ianzen (Rasch e al., 2014): 𝐹𝐹=𝜎𝜎𝐸𝐸𝐸𝐸𝐸𝐸 2 𝜎𝜎𝑅𝑅𝐺𝐺𝐺𝐺 2 Du ch Abgleich mi k i ischen F-We en läss sich die Signi ikanz eines E ek es p ü en. (Rasch e al., 2014) Bei nich signi ikan en E ek en muss zusä zlich die Tes s ä ke (Powe , 1−𝛽𝛽) be echne we den, um auszuschließen, dass die Al e na i hypo hese älschliche weise abgelehn wu de. Übliche weise wi d in diesem Fall als Powe zumindes 1−𝛽𝛽 = 0,8 ge o de (Rasch e al., 2014, S. 57). 5.2.8 P ü ung on No mal e eilung und Va ianzhomogeni ä Die No mal e eilung kann du ch einen Kolmogo o -Smi no -Tes (K-S) und einen Shapi o-Wilk-Tes (S-W) übe p ü we den (Field, 2009, S. 144 .). Beide e gleichen die Ve eilung de Tes we e mi eine No mal e eilung bei gleichem Mi elwe und S an- da dabweichung. De S-W-Tes is sensi i e als de K-S-Tes und zeig dahe ehe eine Abweichung on de No mal e eilung an. Wi d de Tes signi ikan (p < 0,05), lieg eine signi ikan e Abweichung on de No mal e eilung o . Zusä zlich können du ch die We e on Schie e ν und Ku osis w Abweichungen in de Ve eilung iden i izie we den. Beide We e haben den No mwe 0. We e nied ige als 0 deu en au eine linksschie e bzw. lachgip elige Ve eilung, We e g öße als Null au eine ech sschie e bzw. spi zgip- Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 74 En wicklung de Au gabe: In den I ems amm wu de in de geschlossenen Ve sion de Au gabe die Kla s ellung „z. B. Sonnenblumenöl“ zusä zlich einge üg . Dadu ch soll e de All agsbezug des I ems deu liche we den. Tabelle 3: E läu e ungen zu den MC-Op ionen und Beispielan wo en de S udie enden zum Au gabenbeispiel „Hypo hese“ MC 1 A ak o Die e s e MC-Op ion (A ak o ) is eine p ü ba e und ko ek e Hypo hese, auch wenn sie achlich alsch is . Beispielan wo en on S udie enden: „Je g öße die Obe läche de Blasen is , des o meh sind sie mi Lu ge ühl [sic] und s eigen deswegen schnelle in öligen Flüssigkei en au .“ „Die Au iebsk a on Lu blasen is abhängig on de sich da in be indlichen Lu mas- se.“ „G oße Lu blasen (meh Lu ) s eigen in Öl schnelle au als kleine e Lu blasen (weni- ge Lu ) au g und ih es Lu e häl nisses.“ „Eine g oße Menge an Saue s o in eine Lu blasse bedeu e eine hohe Au iebsk a .“ 2 Dis ak o Die zwei e MC-Op ion (Dis ak o ) be i lediglich die Zäh lüssigkei und dami nich die U sache ü das Phänomen. Auße dem is sie uneindeu ig o mulie , da sie zwei U sachen ü die Zäh lüssigkei p ü en will. Beispielan wo en on S udie enden: „Viskosi ä eines S o es häng om S o selbs ab und on de G öße des F emdkö pe s“ 3 Dis ak o Die d i e MC-Op ion (Dis ak o ) okussie eben alls alsch, weil nu die U sache ü die Au iebsk a e klä we den soll. Beispielan wo en on S udie enden: „[…]Lu weis eine ge inge e Dich e als Öl au .“ 4 Dis ak o Die ie e MC-Op ion (Dis ak o ) besch eib lediglich das Phänomen und kann es dadu ch auch nich e klä en. Beispielan wo en on S udie enden: „[…]je g öße die Lu blase e schein , des o schnelle en weich die Lu blase nach oben. […]“ Tes kons uk ion 75 Abbildung 4: ICC zum Au gabenbeispiel „Hypo hese“ Tabelle 4: I em-Fi -We e zum Au gabenbeispiel „Hypo hese" Logi wMNSQ T disc . 1,07 0,99 0,0 0,16 Einschä zung Die Au gabe weis zu iedens ellende I em i -Pa ame e au (siehe Tabelle 4), wu de abe au g und de ge ingen T ennschä e und de ungenügenden Übe eins immung on heo- e ischem und empi ischem Ve lau de ICC (siehe Abb. 4) im Rahmen de Pilo ie ung aus dem Tes en e n . E en uelle inhal liche G ünde könn en sein, dass sich S udie ende mi höhe em Kompe enzs and du ch die e was umgangssp achliche Fo mulie ung des A ak o s i i ie ühl en. Auße dem könn e das Fehlen de – mögliche weise einigen P oband/inn/en bekann en – ich igen E klä ung (Ans ieg de Au iebsk a mi ³ - An- s ieg de de S okes eibung mi ) zusä zlich zu I i a ionen ge üh haben. Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 76 6.2.2 Au gabenbeispiel 2: „Planung und Du ch üh ung“ Die Kompe enz ace e „Planung und Du ch üh ung“ (Dimension Na u wissenscha liche Un e suchungen, siehe Abschni 3.4.1) um ass auch das E kennen on S ö a iablen bzw. nich kon ollie en Va iablen. Im Folgenden Beispiel wi d wiede au einen All agskon- ex Bezug genommen (Rollen au eine schie en Ebene). De Ein luss un e schiedliche Obe lächen is zum einen aus dem All ag bekann , alle dings wi d dieses Thema auch in de Schule hema isie (Kul usminis e kon e enz, 2005). Den P oband/inn/en we den eine Hypo hese und ein en sp echende expe imen elle Au bau genann . Diese soll bewe e we den, inwie e n e zu P ü ung de Hypo hese geeigne is . Um diese Au gabe lösen zu können, müssen die P oband/inn/en aus de Hypo hese zunächs die abhängige und die unabhängige Va iable iden i izie en. Wei e hin müssen sie diese E kenn nisse dann au den expe imen ellen Au bau übe agen und da- in e en uelle S ö a iablen e kennen. Die P oband/inn/en müssen e kennen, dass de Ein luss de Obe lächen de Rampen nich be ücksich ig wu de und dahe diese als S ö a iable ungie en kann. Tes kons uk ion 77 Abbildung 5: Au gabenbeispiel "Planung und Du ch üh ung" (o en) Schie e Ebene Man läss d ei Bälle jeweils eine Rampe he ab ollen. Die Endgeschwindigkei wi d mi eine Messein ich ung am Fuße de Rampe bes imm . Das Gewich de d ei Bälle und die Obe lächenbescha enhei sind jeweils gleich. Die e s e Rampe is höhe als die zwei e und d i e Rampe, da on abgesehen sind sie iden isch. Sie möch en mi einem Ve such die olgende Hypo hese p ü en: „Die Höhe eine Rampe ha Ein luss au die Endgeschwindigkei eines he ab ollenden Balls.” Sie nu zen dazu eine Spielpla z u sche und eine halb so hohe, gleich lange Rampe aus Holz, die Sie selbe bauen. Die Endgeschwindigkei wi d am Fuße de Rampen mi eine Messein ich ung bes imm . Beu eilen Sie den besch iebenen Ve suchsau bau im Hinblick au die zu p ü ende Hy- po hese und beg ünden Sie ih e Einschä zung. Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 78 Abbildung 6: Au gabenbeispiel "Planung und Du ch üh ung" (geschlossen) Schie e Ebene Sie möch en mi einem Ve such die olgende Hypo hese p ü en: „Die Höhe eine Rampe ha Ein luss au die Endgeschwindigkei eines he ab ollenden Balls.” Sie nu zen dazu eine S ahl u sche au einem Spielpla z und eine halb so hohe, gleich lange Rampe aus Holz, die Sie selbe bauen. Die Endgeschwindigkei wi d am Fuße de Rampen mi eine Messein ich ung bes imm . Wie schä zen Sie den Ve suchsau bau im Hinblick au die zu p ü ende Hypo hese ein? K euzen Sie an.  De Au bau is geeigne . Man muss abe beide Male den gleichen Ball benu zen und da au ach en, dass diese oll und nich u sch .  De Au bau is geeigne . Die Ru sche muss abe 50 cm länge sein als die Rampe, dami de E ek gu sich ba is .  De Au bau is ungeeigne . De Ein luss de Obe lächen wi d nich be ücksich ig .  De Au bau is ungeeigne . Fachlich ko ek e wä e es den Ein luss des Neigungs- winkels au die Endgeschwindigkei zu un e suchen. Tes kons uk ion 79 En wicklung de Au gabe: Im I ems amm wu de de e s e Absa z en e n , de älschliche weise in de P ä- Pilo ie ung in de Au gabe en hal en wa . Tabelle 5: E läu e ungen zu den MC-Op ionen und Beispielan wo en de S udie enden zum Au gabenbeispiel "Planung und Du ch üh ung" MC 1 Dis ak o Diese Op ion zeig Ansä ze on einem Ve s ändnis zu Va iablenkon olle (Ball), alle dings bleiben die un e schiedlichen Obe lächen unbe ücksich ig . Beispielan wo en on S udie enden: „Die Ro a ionsene gie beein luss den Ausgang des Expe imen s. Um diesen Ein luss ge ing zu hal en, soll e man ein und denselben Ball benu zen und da au ach en, dass de Ball oll und nich u sch .“ 2 Dis ak o Die zwei e MC-Op ion (Dis ak o ) e ände eine zusä zliche Va iable im Au bau und is dahe eben alls alsch. Beispielan wo en on S udie enden: „wi d unk ionie en, Ru sche soll e nu e was länge sein (mind. 50 cm), um E ek gu sehen zu können“ 3 A ak o Diese Op ion e kenn den Ein luss de un e schiedlichen Obe lächen au den Ausgang des Expe imen s. Beispielan wo en on S udie enden: „De Schwachpunk des Ve suchs lieg bei de un e schiedlichen Obe lächenbescha ung de Ru sche / Holz ampe“ „Obe lächenbescha enhei de gewähl en Rampen sind un e schiedlich man e ände meh als eine Sache -> keine genaue Aussage möglich“ „Bei dem Ve such wi d nich die Ma e ialeigenscha mi einbezogen. Spielpla z u sche bes eh aus Me all, selbs gebau e Rampe aus Holz. Die Reibung müß e also auch beach e we den.“ 4 Dis ak o Diese Op ion schä z den Au bau als ungeeigne ein, sieh abe das P oblem in eine alschen Hypo hese. Beispielan wo en on S udie enden: „[…] besse : de Neigungswinkel ha Ein luss au …“ Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 80 Abbildung 7: ICC des Au gabenbeispiels "Planung und Du ch üh ung" Tabelle 6: I em-Fi -We e des Au gabenbeispiels "Planung und Du ch üh ung" Logi wMNSQ T disc . 0,604 1,02 0,2 0,23 Einschä zung Die Au gabe weis zu iedens ellende I em i -Pa ame e au (siehe Tabelle 6), auch wenn die klassische T ennschä e e was ge ing aus äll . De Ve gleich on heo e ische ICC und dem empi ischen Ve lau de Lösungswah scheinlichkei en is nich zu iedens ellend (siehe Abbildung 7). Aus diesem G und wu de die Au gabe aus dem I empool en e n . Eine E alua ion diese Au gabe is schwie ig, da ü sie nu 15 gül ige An wo en o lie- gen. Mögliche weise wä e bei eine g öße en Anzahl on gül igen An wo en die Au gabe im Tes e blieben. Da aus eichend I ems zu diese Face e des Kompe enzmodells o - handen wa en, wu de dies aus p agma ischen G ünden nich wei e e olg . Tes kons uk ion 81 6.2.3 Au gabenbeispiel 3: „Auswe ung und In e p e a ion“ Die Dimension Na u wissenscha liche Un e suchungen um ass auch die Face e „Auswe ung und In e p e a ion“ on Da en. In de hie da ges ell en Au gabe sollen die E gebnisse eine Messung mi einem Geige -Mülle -Zähl oh in e p e ie we den. Das Thema zähl zum Schulwissen und wi d bis zum Ende de 10. Jah gangs u e im Physikun e ich be- handel (Kul usminis e kon e enz, 2005). Um dieses Vo wissen zu wiede holen, we den säm liche ele an en Aspek e inne halb des I ems amms wiede hol . Inhal liche G undla- ge diese Au gabe is ein Expe imen aus dem Schüle /innen/labo „PhysLab“ (PhysLab, 2014). Gemäß de oben genann en Ope a ionalisie ung de Kompe enz ace e (siehe Abschni 3.4.1) um assen Au gaben diese Face e auch die Auswe ung on Da en, die im Rahmen on Expe imen en gewonnen wu den. Im Fokus diese Au gabe s ehen de Umgang mi abella isch da ges ell en Da en und die In e p e a ion diese in Bezug au die Wi kung on Blei zwischen P äpa a und Zähl oh . Dabei müssen die P oband/inn/en zunächs die abella ische Da s ellung in e p e ie en. Auße dem müssen Sie die Bedeu ung de ein- zelnen Zahlenwe e (als ein Impuls) e kennen und e s ehen, dass es zu s a is ischen Schwankungen komm . Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 82 Abbildung 8: Au gabenbeispiel „Auswe ung und In e p e a ion“ (o en) Radioak i i ä Ein Geige -Mülle -Zähl oh kann adioak i e S ahlung de ek ie en. Es gib p o de ek ie - em S ahlungs eilchen einen Impuls (Imp.) an ein Zählge ä wei e . Somi können Impul- se nu als ganze Zahlen au e en. Ein de ek ie es S ahlungs eilchen deu e au einen Ze all eines A omke nes in de Umgebung des Geige -Mülle -Zähl oh es hin. Du ch in de Lu o kommende na ü liche Radionuklide wie Rn-222 bes eh imme ein na ü li- che S ahlungshin e g und, de mi de sogenann en Nullzähl a e e ass wi d. Diese muss ü jeden O neu bes imm we den, weil sie s a k on den Gegebenhei en de Umgebung abhäng . Sie be es igen ein Ra-226-P äpa a in einem Abs and on s = 1 cm o einem Geige - Mülle -Zähl oh . Zwischen Zähl oh und P äpa a we den nacheinande meh e e b = 2 mm s a ke Bleipla en eingeb ach und jeweils ü den Zei aum on = 60 s die Impulse gemessen. Sie e hal en olgende Mess eihen, wobei die Nullzähl a e on 𝑁𝑁0=17 𝐼𝐼𝐼𝐼𝐼𝐼. 60𝐺𝐺 schon be- ücksich ig is : S ä ke de Bleipla en N-N0 N-N0 N-N0 ohne Bleipla en 39341 40084 40034 2 mm 169 166 161 4 mm 151 142 147 6 mm 144 131 126 8 mm 123 130 133 10 mm 131 124 121 In e p e ie en Sie das E gebnis bezüglich de Wi kung on Blei zwischen P äpa a und Zähl oh . Tes kons uk ion 83 Abbildung 9: Au gabenbeispiel „Auswe ung und In e p e a ion“ (geschlossen) Radioak i i ä Ein Geige -Mülle -Zähl oh kann adioak i e S ahlung de ek ie en. Es gib p o de ek ie - em S ahlungs eilchen einen Impuls (Imp.) an ein Zählge ä wei e . Somi können Impul- se nu als ganze Zahlen au e en. Ein de ek ie es S ahlungs eilchen deu e au den Ze - all eines A omke ns in de Umgebung des Geige -Mülle -Zähl oh es hin. Du ch in de Lu o kommende na ü liche Radionuklide wie Radon (Rn-222) bes eh imme ein na ü liche S ahlungshin e g und, de mi de sogenann en Nullzähl a e e ass wi d. Diese muss ü jeden O neu bes imm we den, weil sie s a k on den Gegebenhei en de Umgebung abhäng . Sie be es igen ein Radium-P äpa a (Ra-226) in einem Abs and on s = 1 cm o einem Geige -Mülle -Zähl oh . Zwischen Zähl oh und P äpa a we den nacheinande meh e e, jeweils b = 2 mm s a ke Bleipla en eingeb ach und jeweils ü den Zei aum on = 60 s die Impulse gemessen. Sie e hal en olgende Mess eihen, wobei die Nullzähl a e on 𝑁𝑁0=17 𝐼𝐼𝐼𝐼𝐼𝐼. 60𝐺𝐺 schon be ück- sich ig is : S ä ke de Bleipla en N-N0 N-N0 N-N0 ohne Bleipla en 39341 40084 40034 2 mm 169 166 161 4 mm 151 142 147 6 mm 144 131 126 8 mm 123 130 133 10 mm 131 124 121 Welche In e p e a ion läss die Mess eihe bezüglich de Wi kung on Blei zwischen P ä- pa a und Zähl oh zu? K euzen Sie an.  Je dicke eine Bleipla e is , des o wenige adioak i e S ahlung wi d de ek ie .  Je s ä ke die Bleipla en, des o ge inge is die S ä ke de gemessenen Impulse.  Du ch die Bleipla en wi d adioak i e S ahlung abgeschi m .  De Schu z o adioak i e S ahlung s eig mi jede zusä zlichen Bleipla e deu - lich an. Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 90 6.3 Besch eibung des e igen Tes s De e ige Kompe enz es bes eh aus 123 I ems, die sich wie olg übe die einzelnen Fäche , Dimensionen und Kompe enz ace en e eilen: Tabelle 11: Übe sich übe die I ems (B=Biologie, C=Chemie, P=Physik) Na u wissenscha liche E kenn nisgewinnung Na u wissen- scha liche Un e suchungen F age- s ellungen Hypo hesen Planung und Du ch üh ung Auswe ung und In e p e a ion I ems B:6 C:5 P:8 B:6 C:4 P:7 B:8 C:5 P:9 B:7 C:4 P:6 Modelle Nu zen Zweck on Modellen Tes en on Modellen Ände n on Modellen I ems B:3 C:7 P:6 B:6 C:5 P:7 B:6 C:3 P:5 Die Länge eines Tes he es wi d du ch e schiedene Fak o en beg enz . So muss die zei - liche Belas ung, de die P oband/inn/en ausgese z we den, zumu ba sein (Moosb ugge & Kela a, 2012a), wodu ch auch E müdungse scheinungen o gebeug we den sollen. Auße dem wi d du ch ins i u ionelle Vo gaben (Leh e ans al ungen, in denen de Tes eingese z we den soll) die Tes zei du ch ex e ne Fak o en eben alls limi ie (Maye & Wellni z, 2014). Um diese Einsch änkungen zu be ücksich igen, gleichzei ig abe de B ei e de Kompe- enz mi seinen 123 kons uie en Au gaben ge ech zu we den, wu den die Au gaben im Mul i-Ma ix-Design27 übe meh e e Tes he e e eil . Dieses Vo gehen is mi de Ein- sch änkung e bunden, dass sich die e hobenen Da en wenige zu Fes s ellung indi idu- elle Pe sonenpa ame e eignen. Zu Schä zung on G uppen ähigkei en können die Da- en abe wei e hin genu z we den (Gonzales & Ru kowski, 2010, S. 126). Aus den E ah ungen de Pilo ie ungss udie wu de die Anzahl de I ems au 18 p o Tes - he es geleg . Die Domäne Physik is dahe mi sechs I ems in jedem Tes he e e en, die ande en beiden Fäche jeweils auch mi sechs. Dami soll e eine Tes zei on ca. 30 27 Das hie da ges ell e Design wu de inne halb des Gesam p ojek s Ko-WADiS en wo en und nich speziell ü diese Disse a ion. Tes kons uk ion 91 Minu en e eich we den. Die I ems wu den im Ro a ionsdesign au die Tes he e e eil . Zunächs wu den ü die beiden Dimensionen Na u wissenscha liche Un e suchungen und Mo- delle Nu zen Blöcke on je d ei I ems gebilde . Dadu ch wi d e eich , dass in jedem Tes - he jede Dimension und jedes Fach mi mindes ens d ei I ems e e en is (Gonzales & Ru kowski, 2010, S. 130). Diese we den en sp echend Tabelle 12 übe 20 Tes he e e - eil . Um alle P oband/inn/en unabhängig om bea bei e en Tes he au eine Skala ab- bilden zu können, müssen die Tes he e un e einande e link we den. Dies wi d in die- sem Fall du ch Anke blöcke e eich , die jeweils in mindes ens zwei Tes he en o kom- men (F ey, Ha ig & Rupp, 2009, S. 43). Sowohl die Fäche als auch die Blöcke wechseln die Posi ion inne halb de Tes he e, um en sp echenden Posi ionse ek en en gegenzu- wi ken (Gonzales & Ru kowski, 2010, S. 135 .). Du ch die un e schiedliche Anzahl on I ems p o Fach und Dimension e gib sich ein unbalanced28 incomple e29 Tes design (Gonzales & Ru kowski, 2010). Tabelle 12: Übe sich übe das Ro a ionsdesign (P=Physik, C=Chemie, B=Biologie, U=Un e suchungen, M=Modelle) TH30 TH31 TH32 TH33 TH34 TH35 TH36 TH37 TH38 TH39 PU1 BU2 CU1 PU3 BU5 CU2 PU4 BU8 CU3 PU6 PM1 BM2 CM3 PM2 BM5 CM4 PM4 BM3 CM5 PM5 CU1 PU2 BU3 CU2 PU3 BU6 CU3 PU5 BU9 CU4 CM1 PM1 BM3 CM2 PM3 BM1 CM3 PM4 BM4 CM4 BU1 CU1 PU2 BU4 CU2 PU4 BU7 CU3 PU5 BU1 BM1 CM4 PM2 BM4 CM5 PM3 BM2 CM1 PM5 BM5 TH40 TH41 TH42 TH43 TH44 TH45 TH46 TH47 TH48 TH49 BU2 CU4 PU7 BU5 CU5 PU9 BU8 CU6 PU10 BU2 BM1 CM1 PM1 BM4 CM2 PM2 BM2 CM3 PM4 BM5 PU6 BU3 CU5 PU8 BU6 CU6 PU9 BU9 CU1 PU1 PM6 BM2 CM5 PM1 BM5 CM1 PM3 BM3 CM2 PM5 CU4 PU7 BU4 CU5 PU8 BU7 CU6 PU10 BU1 CU4 CM2 PM6 BM3 CM3 PM2 BM1 CM4 PM3 BM4 CM5 28 Die Blöcke auchen un e schiedlich o im Tes he au . 29 Nich alle P oband/inn/en e hal en alle Au gaben. Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 92 In de An angsphase de E hebungen wu de ein leich ande es Design eingese z , was om G undp inzip abe dem oben angegebenen en sp ich . Da spä e noch sechs wei e e Au gaben hinzugenommen wu den, wu de das Design en sp echend angepass . Fü die im Anschluss du chge üh en Auswe ungen we den alle Fälle unabhängig om Tes he - design e wende . Dies kann geschehen, weil beide Designs un e einande du ch die 117 Au gaben, die in beiden Designs o handen sind, geanke sind. 6.3.1 Tes gü e Die Gü e eines Tes s wi d häu ig du ch die d ei K i e ien Objek i i ä , Reliabili ä und Validi ä besch ieben (Moosb ugge & Kela a, 2012a). Objek i is ein Tes , wenn das gemessene Me kmal unabhängig on Tes lei e und -auswe e gemessen wi d. Auße dem müssen ü die In e p e a ion ebenso kla e Regeln exis ie en. Es we den die d ei Aspek e Du ch üh ungs-, Auswe ungs- und In e p e a ionsobjek i i ä un e schieden (Moos- b ugge & Kela a, 2012a, S. 8). Die Du ch üh ungsobjek i i ä be i die Bedingungen, un e denen de Tes du chge üh wi d. Im Rahmen unse es Tes s wu de diese du ch ein einhei liches Ins uk ionsbla gewäh leis e . Inhal liche F agen wu den wäh end des Tes- es nich bean wo e . Die du ch äuße e Rahmenbedingungen häu ig abweichende Tes - zei wu de dadu ch be ücksich ig , dass nich bea bei e e Au gaben am Ende des Tes he - es als missing no eached kodie wu den. Dadu ch wu de in de Auswe ung die Au gabe so gewe e wie alle ande en, beding du ch das Mul i-Ma ix-Design, nich o liegenden Au gaben. Die Auswe ungsobjek i i ä wi d du ch den ausschließlichen Einsa z on Mul iple-Choice-Au gaben gewäh leis e (Ha ig & Jude, 2007, S. 30). Falscheingaben beim Ab ippen de Tes he e wu den du ch eine Kon olle on 10% de Eingaben und eine augenscheinlichen Kon olle de Mus e de Tes he e in den Da eien o gebeug . Die In e p e a ionsobjek i i ä wi d du ch den ge ingen Spiel aum bei de In e p e a ion on MC-Au gaben un e s ü z . Die Reliabili ä eines Tes es gib an, wie exak de Tes das okussie e Kons uk miss , wie g oß also de Mess ehle is . Im Rahmen de RASCH-Modellie ung wi d ein Reliabili- ä smaß (EAP/PV-Reliabili ä ) geschä z , wobei einige Einsch änkungen zu be ücksich i- gen sind (Adams, 2005). Die Diskussion de Reliabili ä e olg nach de Auswe ung im E gebnis eil diese A bei . „Ein Tes gil dann als alide [.], wenn e das Me kmal, das e messen soll, auch wi klich miss und nich i gendein ande es.“ (Moosb ugge & Kela a, 2012a, S. 13). Diese De ini ion olgend, beschä ig sich die Validi ä also o allem mi den inhal lichen Aspek en eines Tes s. Dahe is diese Punk als no wendiges K i e ium de Tes gü e anzusehen. Wenn du ch Tes kons uk ion 93 den Tes e was ande es als das in endie e Kons uk gemessen wi d, is de Tes nich meh einzuse zen (Ha ig, F ey & Jude, 2012, S. 144). Als wesen liche Aspek e de Validi- ä we den die Punk e Inhal s alidi ä , K i e iums alidi ä und Kons uk alidi ä angese- hen (Schmiemann & Lücken, 2014; Schnell, Hill & Esse , 2011). Die Diskussion de Vali- di ä dieses Tes soll sich au diese Punk e besch änken ( gl. Ha ig & Jude, 2007), auch wenn in de Fo schung noch wei e e Aspek e de Validi ä disku ie we den (z. B. Mes- sick, 1995). Die Inhal s alidi ä beschä ig sich mi de F age, ob „möglichs alle Aspek e de Dimension, die gemessen we den soll e, be ücksich ig wu den.“ (Schnell e al., 2011, S. 141). Schon bei de Kons uk ion des Tes es muss diese Punk beach e we den (Schmiemann & Lücken, 2014). In unse em Fall wi d diese Aspek du ch eine heo iegelei e e Kons uk ion des Kompe enzmodells abgesiche . Das genu z e Modell is be ei s e ablie und wu de in e schiedenen Tes s e olg eich eingese z (Maye , 2007). Die einzelnen Au gaben we den e gänzend du ch Expe en a ings beu eil , die un e ande em die Übe eins immung on Kompe enzmodell und I ems absiche n soll en (siehe auch Schmiemann & Lücken, 2014). Die Validi ä inne halb de Tes i ems wi d zusä zlich du ch die Kons uk ion au G undlage on o enen Au gaben un e s ü z (Sadle , 1998). Die Inhal s alidi ä wi d auch pos -hoc du ch den Einsa z on Think-aloud-s udien übe p ü (Schmiemann & Lücken, 2014). Bei Kompe enz es s is hie bei o allem au die kogni i en Aspek e im Sinne de Kompe enz zu ach en. Es beda also “e idence ha he asks e oke he kinds o hinking and easoning ha a e pa o he in e ence on which a judgmen o compe ence is made“ (Sha- elson, 2013, S. 36). Die Physikau gaben aus dem Be eich de Un e suchungen we den in eine Beglei s udie du ch Think-aloud-S udien e aluie (Klemm, in Vo be ei ung). Die K i e iums alidi ä „bezieh sich au den Zusammenhang zwischen den empi isch gemessenen E gebnissen des Messins umen s und einem ande s gemessenen empi i- schen („ex e nen“) K i e ium.“ (Schnell e al., 2011, S. 147). Un e schieden wi d eine p ä- dik i e und eine konku ie ende Validi ä (Schmiemann & Lücken, 2014). Ha mann, Upmeie zu Belzen, K üge und Pan (2015) un e suchen die konku ie ende Validi ä dieses Tes ins umen s im Sinne eine Known-G oup-Validi y. Dabei s ell en sich die e wa - e en G uppenun e schiede (z.B. Bachelo -Mas e ) ein. Sie olge n da aus, dass die E - gebnisse die konku ie ende Validi ä des Ins umen s s ü zen (Ha mann & Upmeie zu Belzen e al., 2015). Die p ädik i e Validi ä wu de bislang nich wei e un e such . Denk- ba wä e, mi Hil e des Ins umen s Vo aussagen übe die E gebnisse in Expe imen al- p ak ika au zus ellen. Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 94 Un e Kons uk alidi ä e s eh man die Fes s ellung empi isch abgesiche e Zusam- menhänge mi ande en Kons uk en, die o he heo e isch o he gesag wu den (Schnell e al., 2011, S. 148). Denkba is hie eine kon e gen e Validie ung mi ande en Ins u- men en, die eben alls Aspek e na u wissenscha liche E kenn nisgewinnung messen sol- len. Dazu wi d ein Teilsample de I ems aus de Physik mi einem F agebogen zu E he- bung de Quali ä in Expe imen alp ak ika (Reh eld , Mühlenb uch & No dmeie , 2015) abgeglichen. E wa e wi d hie eine posi i e Ko ela ion zwischen dem Kompe enzzu- wachs, welche du ch den hie besch iebenen Kompe enz es gemessen wi d und dem selbs eingeschä z en Kompe enzzuwachs, welche du ch den F agebogen e hoben wi d (Reh eld , S aube, S ille , K a schma & No dmeie , in Vo be ei ung). Daneben wu de eben alls eine disk iminan e Validie ung (Schmiemann & Lücken, 2014) du chge üh . Dazu wu den die kogni i en G und ähigkei en eine Teils ichp obe mi einem In elligenz-S uk u -Tes (Liepmann, Beauducel, B ocke & Ne elns o h, 2012) e hoben. Dadu ch soll siche ges ell we den, dass de Tes e was ande es als kogni i e G und ähigkei en miss ( gl. Schmiemann & Lücken, 2014). Auswe ung 95 7. Auswe ung Im Rahmen diese A bei wu de au G undlage on heo e ischen Übe legungen ein Kompe enzs uk u modell ü den Be eich de Na u wissenscha lichen E kenn nisge- winnung en wickel (siehe Kapi el 2 und 3). Die zen alen Fo schungs agen wu den be- züglich de Dimensionie ung diese Kompe enz und zum Kompe enzs and S udie ende au ges ell (siehe Kapi el 4). Da zum Zei punk de S udie kein deu schsp achiges Tes in- s umen zu E assung de E kenn nisgewinnungskompe enz zu Ve ügung s and, wu - de ein Kompe enz es en wickel (siehe Kapi el 6). Die Tes gü e wu de du ch e schiede- ne Sch i e im Ve lau de Tes kons uk ion und du ch Pos -Hoc-Analysen abgesiche und übe p ü (siehe Abschni 6.3.1). In diesem Kapi el olg nun mi Hil e de oben be- sch iebenen Me hoden (siehe Abschni 5.2) die Bea bei ung de oben besch iebenen F ages ellungen und Hypo hesen (siehe Kapi el 4). Zu RASCH-Modellie ung wu de die So wa e ACER Conques 3.0 (Adams e al., 2012) genu z . Wei e e s a is ische Be echnungen wu den mi IBM® SPSS 22® (IBM Co p., 2013) du chge üh . Fü die Be echnung on E ek s ä ken und Tes -S ä ken wu de G*Powe 3.1 (Faul, E d elde , Lang & Buchne , 2007) genu z . Die E s ellung on Dia- g ammen und sons ige Be echnungen e olg en mi Mic oso ® Excel 2010® (Mic oso , 2010). 7.1 Besch eibung de S ichp obe Die No mie ungss ichp obe bes and aus 2651 S udie enden de Biologie, Chemie und Physik (sowohl Leh am ss udie ende als auch Fachs udie ende). Da aus wu den ün P oband/inn/en en e n , weil ü sie bei wenige als d ei I ems gül ige An wo en o la- gen. Dami blieben 2646 S udie ende. Sie s ammen zu 43,0% on de F eien Uni e si ä Be lin und zu 27,2% on de Humbold Uni e si ä zu Be lin. Wei e e 19,2% s ammen aus Ös e eich on den Uni e si ä en in Wien, Salzbu g und Innsb uck. Die es lichen P oband/inn/en s ammen on e schiedenen Uni e si ä en aus Deu schland (z. B. Han- no e , Po sdam, Aachen). Weiblich sind 53,8 % de P oband/inn/en, das Du chschni s- al e be äg 22,7 Jah e (SD=4,5). In einem Leh am ss udium wa en 52,5% de S udie en- den imma ikulie . Die Ve eilung übe die Fäche sieh olgende maßen aus: Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 96 Tabelle 13: Ve eilung de P oband/inn/en de No mie ungss ichp obe nach Fäche n Fach Physik Biologie Chemie N 695 (26,3 %) 1663 (62,8 %) 552 (20,9 %) Du ch die Möglichkei , zwei Fäche kombinie zu s udie en, sind in Tabelle 13 Doppel- nennungen en hal en. Dahe e gib sich do eine Gesam summe, die höhe is als die Zahl de P oband/inn/en. Die in diese S udie okussie e G uppe de Physiks udie enden is im Du chschni 23,1 Jah e (SD = 5,0) al (Fach: 22,1 (4,9) Jah e; Leh am : 24,1 (5,0) Jah e). In de G uppe be- inden sich 179 weibliche S udie ende (25,8 %). Ein Leh am ss udium absol ie en 342 S udie ende (49,2 %). Ein Leh am ss udium Physik zusammen mi Biologie ode Chemie s udie en 64 S udie ende (9,2 %). Die Ve eilung übe die Uni e si ä en sieh olgende - maßen aus: Tabelle 14: Ve eilung de P oband/inn/en de No mie ungss ichp obe nach Uni e si ä- en Uni e si ä N % F eie Uni e si ä Be lin 296 42,6 Humbold Uni e si ä zu Be lin 203 29,2 Uni e si ä Wien/Innsb uck 77 11,0 Sons ige (Deu schland)* 81 11,6 Fehlend** 38 5,5 * ande e Uni e si ä en in Deu schland ** keine Angaben zu Uni e si ä im Tes he Auswe ung 97 7.2 F ages ellung 1: Dimensionie ung des Kompe enzs uk u modells Zunächs wi d de F ages ellung nachgegangen, inwie e n man die heo e isch plausible Dimensionie ung des Kompe enzs uk u modells nach A bei sweisen und die nich plau- sible Dimensionie ung nach Fäche n in den empi isch e hobenen Da en wiede inden kann. FF1: Welches Modell besch eib die Da en am bes en? Zu Bean wo ung diese F ages ellung we den en sp echend de un ens ehenden Hypo- hesen e schiedene ein- und meh dimensionale RASCH-Modelle spezi izie . Fü die be- echne en Modelle we den die De iance-S a is ik sowie die F eihei sge ade angegeben. Aus diesen beiden G ößen we den die In o ma ionsk i e ien CAIC und BIC sowie de 𝜒𝜒2 -Tes be echne ( gl. Abschni 5.2.5) und p o Hypo hese abella isch da ges ell . H1a: Ein eindimensionales Modell besch eib die Da en besse als ein Modell, das nach Fäche n di e enzie . De o liegende Kompe enz es soll au die schwachen, äche übe g ei enden Me hoden de na u wissenscha lichen E kenn nisgewinnung okussie en. So e n de Fachinhal bekann is , soll e es dahe ü die P oband/inn/en keinen Un e schied machen, ob sie Au gaben eine ande en Na u wissenscha als de Physik bea bei en ( gl. Gie e e al., 2006; Klah , 2000). Es we den dahe d ei Modelle ge es e : 1A: eindimensionales Modell 1B: zweidimensionales Modell Physik s. Biologie & Chemie 1C: d eidimensionales Modell Physik, Biologie, Chemie Tabelle 15: P ü ung de Modellpassung Hypo hese H1a Modell De iance [ −𝟐𝟐𝐥𝐥𝐥𝐥(𝑳𝑳) ] 𝒇𝒇 CAIC BIC 𝝌𝝌𝟐𝟐 (gegen 1D) 1A (1D) 14738 125 15680,99 15.555,99 - 1B (2D) 14735 128 15700,62 15572,62 0,39 1C (3D) 14735 132 15730,80 15598,80 0,86 Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 98 Die In o ma ionsk i e ien CAIC und BIC sind jeweils ü das eindimensionale Modell am nied igs en und deu en dahe au eine besse e Passung des eindimensionalen Modells hin. De 𝜒𝜒2-Tes zeig eben alls keinen signi ikan en Vo eil ü die meh dimensionalen Mo- delle an. Die Hypo hese H1a wi d dami ges ü z . H1b: Ein In Bezug au die A bei sweisen Un e suchungen und Modelle nu zen zweidimensionales Modell besch eib die Da en besse als ein eindimensionales Modell. Auch wenn die oben genann en o läu igen E gebnisse au eine eindimensionale S uk u des Modells hindeu en, die sich auch nach den A bei sweisen nich un e scheiden läss , so gib es doch heo e ische G ünde (siehe Kapi el 4), die ü eine meh dimensionale S uk- u sp echen. Es we den olgende Modelle ge es e : 2A: eindimensionales Modell 2B: zweidimensionales Modell nach A bei sweisen (Un e suchungen & Modelle Nu zen) 2C: siebendimensionales Modell nach Kompe enz ace en Tabelle 16: P ü ung de Modellpassung Hypo hese H1b Modell De iance [ −𝟐𝟐𝐥𝐥𝐥𝐥(𝑳𝑳) ] 𝒇𝒇 CAIC BIC 𝝌𝝌𝟐𝟐 (gegen 1D) 2A (1D) 14738 125 15680,99 15.555,99 - 2B (2D) 14741 128 15706,62 15578,62 0,39 2C (7D) 14679 158 15870,94 15712,94 <0,01 De 𝜒𝜒2-Tes wi d ü das siebendimensionale Modell signi ikan , alle dings zeigen die In- o ma ionsk i e ien CAIC und BIC jeweils eine besse e Passung des eindimensionalen Modells an. Die Hypo hese H1b muss dahe e wo en we den. Auswe ung 99 H1c: Ein eindimensionales Modell besch eib die Da en besse als ein meh di- mensionales Modell, welches nach Fäche n und A bei sweisen un e scheide . Aus heo e ische Sich is aus den oben da ges ell en G ünden (siehe Kapi el 4) auch eine Un e scheidung nach Fäche n und A bei sweisen denkba . Alle dings sp echen die beiden zu o ge es e en Hypo hesen gegen diese Ve mu ung. Um diese Hypo hese o zdem ge es e zu haben, we den olgende Modelle mi einande e glichen: 3A: eindimensionales Modell 3B: ie dimensionales Modell nach Fäche n (Physik s. Biologie & Chemie) und A bei swei- sen (Un e suchungen und Modelle nu zen) 3C: sechsdimensionales Modell nach Fäche n und A bei sweisen Tabelle 17: P ü ung de Modellpassung Hypo hese H1c Modell De iance [ −𝟐𝟐𝐥𝐥𝐥𝐥(𝑳𝑳) ] 𝒇𝒇 CAIC BIC 𝝌𝝌𝟐𝟐 (gegen 1D) 3A (1D) 14738 125 15680,99 15.555,99 - 3B (4D) 14734 137 15767,91 15630,91 0,98 3C (6D) 14708 150 15839,59 15689,59 0,22 Die In o ma ionsk i e ien CAIC und BIC deu en au eine besse e Passung des eindimen- sionalen Modells hin. De 𝜒𝜒2-Tes zeig eben alls keinen signi ikan en Vo eil ü die meh dimensionalen Modelle an. Die Hypo hese H1c wi d dami ges ü z . Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 106 Tabelle 21: Uns anda disie e Reg essionsgewich e (in Logi s) des Hin e g undmodells F ages ellungen 2 bis 5 P ädik o a iable B SE(B) Cons an 0,173* 0,069 Bachelo 2 (BA2) 0,097 0,095 Mas e 0,502*** 0,113 Leh am (1=Leh am ) -0,386** 0,130 Leh am x Bachelo 2 0,233 0,158 Leh am x Mas e 0,110 0,174 Geschlech (1=weiblich) -0,187** 0,070 *p<,05; **p<,01; ***p<,001 Inne halb des la en en Reg essionsmodells deu en sich schon bes imm e E ek e an. So zeigen die P ädik o a iablen Mas e , Leh am und weiblich signi ikan e E ek e an. Zu Be- an wo ung de F ages ellungen 2-5 wi d eine ak o ielle ANOVA mi den Fak o en S udi- enphase, Leh am und weiblich be echne . Fü diese Modellie ung we den ün PVs p o Fall expo ie und in ün einzelne ANOVAs impo ie . Zunächs we den die Vo ausse zungen ü die ANOVA gep ü . Fü alle sechs G uppen und ü alle ün PVs wi d die No mal e eilung mi dem K-S-Tes und dem S-W-Tes gep ü , auße dem we den Schie e und Ku osis be echne . Fü PV1 zeig de S-W-Tes ü zwei Subg uppen signi ikan e Abweichungen on de No mal e eilung an. Diese e- en abe in den G uppen au , die hohe P oband/inn/enzahlen au weisen. Dadu ch we - den auch schon kleine Abweichungen signi ikan (Field, 2009). Die wei e en Subg uppen sind abe unau ällig und zeigen keine signi ikan en Abweichungen on de No mal e ei- lung an. Insbesonde e bleib de K-S-Tes du chgängig ohne signi ikan es E gebnis. Da ü den übe g oßen An eil de Subg uppen keine Ve le zung de No mal e eilung ange- zeig wi d, die Abweichung auch nu du ch den g undsä zlich konse a i e en S-W-Tes (Field, 2009, S. 148) e kann wi d und die ANOVA gene ell auch als obus gegenübe eine de a igen Ve le zung gil (Bühne & Ziegle , 2009, S. 368), wi d die ANOVA als Tes e ah en beibehal en. De Le ene-Tes zu Übe p ü ung de Va ianzgleichhei zeig keine Ve le zung de Va i- anzhomogeni ä ü alle ün PVs an (FPV1(11,670) = 1,189 ,n.s. ; FPV2(11,670) = 1,199 , n.s. ; FPV3(11,670) = 0,868 , n.s. ; FPV4(11,670) = 1,118 ,n.s. ; FPV5(11,670) = 0,346, n.s.) Auswe ung 107 Die hie da ges ell en E gebnisse sind du ch Kombina ion de Tes s a is iken (siehe Ab- schni 5.2.3) aus den E gebnissen on ün ANOVAs ü jeden einzelnen PV en s anden. Aus den gemi el en Quad a summen wu den F-We e e echne (siehe Abschni 5.2.7). Die einzelnen ANOVAs sind im Anhang au ge üh . Die Signi ikanz wu de du ch Ab- gleich mi k i ischen F-We en e mi el (Backhaus, E ichson, Plinke & Weibe , 2000). Die E ek s ä ken wu den aus den Quad a summen e mi el (siehe Abschni 5.2.9). Tabelle 22: Kombinie e ANOVA F ages ellungen 2 bis 5 Abhängige Va iable: PV1, PV2, PV3, PV4, PV5 (kombinie ) Quelle Typ III Quad a - summe d Qua- d a ische Mi elwe F Sig. ɳP² Ko igie es Modell 37,341 6 6,224 21,594 <0,001 0,161 0,4 Kons an e Te m 8,733 1 8,733 30,301 <0,001 0,043 0,21 S udienphase 26,878 2 13,439 46,63 <0,001 0,121 0,35 Leh am 8,106 1 8,106 28,126 <0,001 0,040 0,2 Weiblich 4,825 1 4,825 16,741 <0,001 0,024 0,15 S udienphase * Leh am 1,551 2 0,776 2,691 >0,05 0,008 0,09 Fehle 194,540 675 0,288 Gesam - summe 255,513 682 Ko igie e Gesam we 231,881 681 Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 108 Tabelle 23: Kombinie e Desk ip i e S a is ik F ages ellungen 2 bis 5 M SD² Mess- a ianz Fehle - a ianz SD gesam N SE BA1 Gesam 0,0257 0,3083 0,0001 0,3084 0,5553 187 0,0406 BA2 Gesam 0,1125 0,3068 0,0001 0,3069 0,554 308 0,0316 Mas e Gesam 0,4676 0,3168 0,0009 0,3179 0,5638 187 0,0412 BA 1 Fach 0,1266 0,2811 0,0001 0,2812 0,5303 135 0,0456 BA 2 Fach 0,1984 0,3198 0,0003 0,3202 0,5659 135 0,0487 MA Fach 0,6542 0,3005 0,0017 0,3025 0,55 73 0,0644 BA 1 LA -0,2361 0,2866 0,0029 0,2901 0,5386 52 0,0747 BA 2 LA 0,0454 0,2879 0,0002 0,2881 0,5367 173 0,0408 MA LA 0,3481 0,2928 0,0007 0,2936 0,5418 114 0,0507 Fach 0,2698 0,3348 0,0001 0,3349 0,5787 343 0,0312 LA 0,1014 0,3234 0,0002 0,3236 0,5689 339 0,0309 nich weiblich 0,2431 0,3291 0,0288 0,3637 0,6031 504 0,0269 weiblich 0,0631 0,3375 0,0094 0,3488 0,5906 178 0,0443 Ausgehend on diese ANOVA können nun die F ages ellungen 2-5 bea bei e we den: FF2: Exis ie en Un e schiede im Kompe enzs and zwischen Leh am ss udie en- den de Physik und Fachs udie enden de Physik? H2: Leh am ss udie ende weisen einen ge inge en Kompe enzs and als Fachs u- die ende de Physik au . (sig. (Leh am )<0,05). Die ANOVA zeig signi ikan e Un e schiede zwischen Leh am ss udie enden und Fach- s udie enden de Physik F(1,675) = 28,126, p < 0,001, ɳP² = 0,040, = 0,20. Die Hypo- hese H2 wi d dahe ges ü z . Auswe ung 109 Abbildung 17: Kompe enzs and Fach- und Leh am ss udie ende (F ages ellung 2) FF3: Exis ie en Un e schiede im Kompe enzs and S udie ende im Be eich de E kenn nisgewinnung zu e schiedenen Phasen im S udien e lau ? H3: De mi le e Kompe enzs and de S udie enden de Physik is höhe , je wei e o gesch i en die S udie enden im S udium sind (p < 0,05). Abbildung 18: Kompe enzs and S udie ende zu e schiedenen Phasen des S udiums (F ages ellung 3) -0,4 -0,2 0 0,2 0,4 0,6 0,8 Fach Leh am PV Gesam [Logi s] S udiena Fehle balken: +/- 2 SE -0,4 -0,2 0 0,2 0,4 0,6 0,8 BA1 Gesam BA2 Gesam Mas e Gesam PV Gesam [Logi s] S udienphase Fehle balken: +/- 2 SE Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 110 Die ANOVA zeig ü die Va iable S udien e lau eine signi ikan e Ve ände ung übe den S udien e lau an F(2,675) = 46,630, p < 0,001 , ɳP² = 0,121 , = 0,35. Un e schiede zwischen den d ei G uppen we den mi zwei T-Tes s (siehe Abschni 5.2.7) genaue un e such 32 . Tabelle 24: T-Tes : Bachelo Phase 1 gegen Bachelo Phase 2 G uppe N M SD d p (1-sei ig) d Bachelo 1 187 0,0257 0,5553 493 -1,69 0,045 0,156 0.08 Bachelo 2 308 0,1125 0,554 De T-Tes zwischen den G uppen zeig keinen signi ikan en Un e schied zwischen den G uppen Bachelo 1 und Bachelo 2 (Senkung des Signi ikanzni eaus au p < 0,025). Ei- ne Tes s ä ke on 1−𝛽𝛽 ≥0,80 wi d ü E ek s ä ken on 𝑑𝑑 ≥0,23 e eich . Tabelle 25: T-Tes : Bachelo Phase 2 gegen Mas e G uppe N M SD d p (1-sei ig) d Bachelo 2 308 0,1125 0,554 493 -6,87 <0,01 0,636 0.30 Mas e 187 0,4676 0,5638 De T-Tes zwischen den G uppen Bachelo 2 und Mas e zeig einen signi ikan en Un- e schied zwischen den G uppen. Die E gebnisse s ü zen die Hypo hese H3 ü die Di - e enz im Kompe enzs and zwischen den Phasen Bachelo 2 und Mas e . 32 Be echne mi SPSS 22, nach de Me hode on Field (2009, S. 336). Senkung des Signi ikanzni eaus au p<0,025 nach Bon e oni (Field (2009, S. 373) Auswe ung 111 FF4: Exis ie en Un e schiede in den Di e enzen im Kompe enzs and zwischen Leh am ss udie enden de Physik und Fachs udie enden zu den un e schiedli- chen Phasen des S udiums? H4: Es exis ie en keine Un e schiede in den Di e enzen im Kompe enzs and zwi- schen Leh am ss udie enden de Physik und Fachs udie enden zu den un e - schiedlichen Phasen des S udiums (sig. (Leh am *S udienphase) > 0,05; 𝟏𝟏−𝜷𝜷 ≥ 𝟎𝟎,𝟗𝟗𝟎𝟎) Die ANOVA zeig ü die In e ak ion Leh am *S udienphase keine signi ikan en Un e - schiede an F(2, 675) = 2,691, p > 0,05, ɳP² = 0,008. Die Tes s ä ke (Powe ) e eich We - e on 1−𝛽𝛽 ≥0,9 bei E ek s ä ken on ɳP² = 0,017. Die Hypo hese H4 wi d demnach ü s a ke und mi le e E ek e ges ü z . Au Abbildung 19 is de Kompe enzs and zu den d ei e hobenen Phasen des S udiums ü Fach- und Leh am ss udie ende geplo e . Es zeig sich ein Zuwachs übe die Semes- e , de wei es gehend synch on e läu , auch wenn de Un e schied im Kompe enzs and in de zwei en Phase des Bachelo s deu lich abnimm . In de Mas e phase des S udiums is diese Di e enz im Kompe enzs and wiede ablesba . Abbildung 19: Kompe enzs and Leh am s- und Fachs udie ende zu e schiedenen Pha- sen des S udiums (F ages ellung 4) -0,4 -0,2 0 0,2 0,4 0,6 0,8 BA1 BA2 Mas e PV Gesam [Logi s] S udienphase Fehle balken: +/- 2 SE Fach Leh am Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 112 FF5: Exis ie en Un e schiede im Kompe enzs and on weiblichen und männli- chen S udie enden? H5: Weibliche S udie ende zeigen den gleichen Kompe enzs and wie männliche S udie ende (p > 0,05; 𝟏𝟏−𝜷𝜷≥𝟎𝟎,𝟗𝟗𝟎𝟎).33 Die ANOVA zeig signi ikan e Un e schiede zwischen weiblichen und nich weiblichen S udie enden, F(1,675) = 16,741, p < 0,001, ɳP² = 0,024, = 0,15, zu Guns en de nich weiblichen S udie enden an. Au eine Powe -Analyse kann au g und des signi ikan en E gebnisses e zich e we den. Die Hypo hese H5 muss dahe e wo en we den. Abbildung 20: Kompe enzs and nich - weibliche und weibliche S udie ende (F age- s ellung 5) 33 Bei de P ü ung diese Hypo hese wi d nich zwischen Fach- und Leh am ss udie enden un e schieden. -0,4 -0,2 0 0,2 0,4 0,6 0,8 nich weiblich weiblich PV Gesam [Logi s] Geschlech Fehle balken: +/- 2 SE Auswe ung 113 FF6: Gib es Un e schiede im Kompe enzs and on Leh am ss udie enden, die neben Physik ein wei e es na u wissenscha liches Fach s udie en im Ve gleich zu denen, die kein wei e es na u wissenscha liches Fach s udie en? H6: S udie ende mi einem wei e en na u wissenscha lichen Fach weisen einen höhe en Kompe enzs and au , als S udie ende ohne wei e es na u wissenscha li- ches Fach (p < 0,05). Zu Bean wo ung diese F ages ellung wi d eine e neu e RASCH-Modellie ung mi la en- em Hin e g undmodell o genommen. In de S ichp obe we den nu Leh am ss udie- ende au genommen. Es we den die in de e s en Modellie ung signi ikan en P ädik o a- iablen BA2, MA und weiblich, sowie als neue Va iable Zwei na u wissenscha liche Fäche au - genommen. Die Va iable Leh am kann bei diese Modellie ung en allen. Im la en en Hin e g undmodell de RASCH-Modellie ung e geben sich olgende Reg es- sionsgewich e: Tabelle 26: Uns anda disie e Reg essionsgewich e (in Logi s) des Hin e g und- modells P ädik o a iable B SE(B) Cons an -0,232* 0,115 Bachelo 2 (BA2) 0,340* 0,124 Mas e (MA) 0,625*** 0,129 Geschlech (1=weiblich) -0,209* 0,086 Zwei naw. Fäche (1=2 naw. Fäche ) 0,093 0,106 *p<,05; **p<,01; ***p<,001 Die P ädik o a iable zwei naw. Fäche wi d im Hin e g undmodell nich signi ikan (p>0,05). Die Tes s au Abweichung on de No mal e eilung allen alle nich signi ikan aus (sie- he Anhang). Gleiches gil ü die Tes s au Va ianzhomogeni ä (FPV1(1,337) = 0,122 , ns.; FPV2(1,337) = 0,433 , n.s. ; FPV3(1,337) = 1,233 , n.s. ; FPV4(1,337) = 0,440 , n.s. ; FPV5(1,337) = 0,400 , n.s.). Die e hal enen PVs we den gemi el und die S anda dabwei- chungen en sp echend ko igie . Fü die beiden be e enden G uppen wi d ein T-Tes ge echne . De T-Tes äll nich signi ikan aus. Eine Tes s ä ke on 1−𝛽𝛽 ≥0,80 wi d Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 114 ü E ek s ä ken on 𝑑𝑑 ≥0,35 e eich . Die Hypo hese H6 muss dahe ü mi le e und s a ke E ek e e wo en we den Tabelle 27: T-Tes : Leh am ss udie ende de Physik gegen Leh am ss udie ende de Physik mi einem wei e em na u wissenscha lichen Fach G uppe N M SD d p (1-sei ig) Nu Physik 278 0,076 0,5553 337 -0,04 0,49 0.00 Physik + 2. Nawi Fach 61 0,0793 0,5587 Abbildung 21: Kompe enzs and Leh am ss udie ende de Physik und Leh am ss udie- ende de Physik mi einem wei e en na u wissenscha lichen Fach (F ages ellung 6) -0,4 -0,2 0 0,2 0,4 0,6 0,8 nu Physik Physik und ein wei e es na u wissenscha liches Fach PV Gesam [Logi s] wei e e na u wissenscha liche Fäche Fehle balken: +/- 2 SE Auswe ung 115 7.4 F ages ellungen 7 und 8: Kompe enzs and on S udie enden im Fach „In eg ie e Na u wissenscha en“ Die F ages ellungen 7 und 8 be e en G undschulleh am ss udie ende im Fach „In e- g ie e Na u wissenscha en“. Zu Bean wo ung diese F ages ellungen wi d eine RASCH-Modellie ung (siehe Abschni 5.2.1) mi den P oband/inn/en, die das Fach In eg ie e Na u wissenscha en s udie en, o genommen. Als Ve gleichsg uppe we den die P oband/inn/en, die Physik im e s en Semes e s udie en, he angezogen. In das Hin e g undmodell (siehe Abschni 5.2.4) we - den die P ädik o a iablen Naw1 (In eg ie e Na u wissenscha en im 1. Semes e ) und Naw2 (In eg ie e Na u wissenscha en in einem höhe en Fachsemes e ) einbezogen. Die P oband/inn/en e eilen sich wie olg au die einzelnen G uppen: Tabelle 28: Ve eilung de P oband/inn/en S udiena Physik- Leh am In . Nawi. (1.Sem) In . Nawi. (> 1.Sem) Gesam N 98 (♀30) 27(♀21) 32(♀26) 157(♀77) Von den S udie enden im Fach In eg ie e Na u wissenscha en, die nich im e s en Fachsemes e s udie en, be inde sich de G oß eil im d i en (33,3 %) und ün en (57,6 %) Semes e . De Res be inde sich in ande en Bachelo semes e n. Im Hin e g undmodell e geben sich olgende Reg essionsgewich e: Tabelle 29: Uns anda disie e Reg essionsgewich e (in Logi s) des Hin e g und- modells P ädik o a iable B SE(B) Cons an 0,095 0,083 weiblich -0,244 0,130 Naw1 -0,260 0,167 Naw2 -0,038 0,160 Die Tes s au No mal e eilung (siehe Anlage) zeigen ü die G uppe Naw2 bei PV2 und ü die G uppe Naw1 bei PV4 eine Ve le zung de Annahme de No mal e eilung an. Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 122 Die Analyse e eich αC onbach= 0,572. Die T ennschä e deck einen Be eich on = 0,106 bis = 0,509 ab. Sechs I ems weisen eine T ennschä e on < 0,3 au . Au eine wei e e P ü ung de Hypo hese wi d au g und de ge ingen T ennschä e des g öß en Teils de I ems e zich e . G ünde ü das Schei e n diese Un e suchung we den im Diskussions- eil (siehe Kapi el 9) besp ochen. In e p e a ion de E gebnisse 123 8. In e p e a ion de E gebnisse Die Un e suchung de Dimensionali ä un e eil e sich in d ei Hypo hesen, die einzeln un e such wu den. Hypo hese H1a okussie e eine mögliche Dimensionie ung nach Fä- che n. Hie bei zeig e sich, dass sowohl die In o ma ionsk i e ien, als auch de 𝜒𝜒²-Tes ü eine eindimensionale S uk u sp echen, die nich nach Fäche n di e enzie . Hypo hese H1b be a eine mögliche Di e enzie ung nach A bei sweisen. Hie wu de angenommen, dass sich eine Un e scheidung nach Un e suchungen und Modelle Nu zen auch in de Da en- s uk u wiede inden läss . Die E gebnisse deu en auch hie insgesam au eine besse e Passung eines eindimensionalen Modells hin, auch wenn de 𝜒𝜒²-Tes zu Guns en des sie- bendimensionalen Modells aus äll . Diese besse e Passung geh auch mi eine s a ken Zunahme de F eihei sge ade einhe . Diese Zunahme s eh im Miss e häl nis zu Zu- nahme de Modellpassung, was du ch die In o ma ionsk i e ien angezeig wi d. Die Hy- po hese H1b muss insgesam abgelehn we den. Auch hie zeig sich demnach die bes e Passung eines eindimensionalen Modells. Die Hypo hese H1c sag e eine besse e Passung eines eindimensionalen Modells gegenübe Modellen o aus, die sowohl nach Fäche n als auch nach A bei sweisen un e scheiden. Die In o ma ionsk i e ien, wie auch de 𝜒𝜒²-Tes s ü zen diese Hypo hese. Insgesam deu en alle d ei ge es e en Hypo hesen au die bes e Passung eines eindimensionalen Modells hin. Die Hypo hese H2 be a gene elle Un e schiede im Kompe enzs and zwischen Leh - am ss udie enden und Fachs udie enden de Physik. Hie wu de au g und de ge inge en Eingangs o ausse zungen on Leh am ss udie enden angenommen, dass ein Un e schied zwischen beiden G uppen exis ie zu Guns en de Fachs udie enden. Die ANOVA weis hie au einen hochsigni ikan en E ek hin. Leh am ss udie ende weisen demnach einen ge inge en Kompe enzs and au als Fachs udie ende de Physik. Dabei handel es sich um einen schwachen bis mi le en E ek (ɳP² = 0,040). Die Hypo hese H3 be a Un e schiede im Kompe enzs and de E kenn nisgewinnung zu e schiedenen Phasen des Physiks udiums. Hie bei wu de zunächs noch nich zwischen Leh am ss udie enden und Fachs udie enden un e schieden. Die ANOVA zeig einen signi ikan en Ein luss de S udienphase au den Kompe enzs and an. Zwei T-Tes s als Paa e gleiche deu en au einen nich signi ikan en Un e schied de Kompe enz on S u- dienphase Bachelo 1 zu S udienphase Bachelo 2 und einen hochsigni ikan en Un e schied on Bachelo 2 zum Mas e hin. En sp echend wi d auch im la en en Hin e g undmodell Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 124 die Va iable Ba2 nich signi ikan . Die E ek s ä ke zwischen Bachelo 2 und Mas e weis mi d = 0,636 au einen mi le en E ek hin. Die Hypo hese H4 be a Un e schiede in den Di e enzen im Kompe enzs and zu e - schiedenen Phasen des S udiums on Leh am ss udie enden und Fachs udie ende de Physik. Es wu de kein Un e schied angenommen, was du ch die nich signi ikan en In e - ak ionse ek e im la en en Hin e g undmodell Leh am x BA2 und Leh am x Mas e sowie du ch den nich signi ikan en In e ak ionse ek in de ANOVA S udienphase*Leh am (p > 0,05) ges ü z wi d. Die Powe -Analyse zeig , dass ü mi le e bis g oße E ek e die Tes s ä ke aus eich um Fehle zwei e A auszuschließen. Dieses E gebnis un e s eich eben alls die Hypo hese. Alle dings eich die Tes s ä ke nich aus, um auch kleine e bis mi le e E ek auszuschließen. Die Hypo hese muss dahe di e enzie bean wo e we - den. So sind zumindes keine mi le en und g oßen E ek e beim Un e schied in den Di - e enzen im Kompe enzs and zu e schiedenen Phasen des S udiums zu e wa en, jedoch bleib eine Unsiche hei , dass doch kleine E ek e exis ie en. Die Hypo hese H5 okussie e au mögliche Un e schiede im Kompe enzs and on weib- lichen und männlichen S udie enden de Physik. Au g und de uneindeu igen Fo - schungslage wu de e wa e , dass beide G uppen sich im Kompe enzs and nich un e - scheiden. Die ANOVA äll im Gegensa z zu E wa ung abe signi ikan aus. Die e - echne e E ek s ä ke deu e au einen kleinen E ek zu Guns en de männlichen S udie- enden hin (ɳP² = 0,024). Die Hypo hese H6 sag e posi i e E ek e des S udiums eines wei e en na u wissenscha - lichen Faches o aus. So wu de angenommen, dass S udie enden mi zwei na u wissen- scha lichen Fäche n einen signi ikan höhe en Kompe enzs and au weisen, als S udie- ende die nu Physik s udie en. De T-Tes iel nich signi ikan aus, die Hypo hese H6 muss dahe abgelehn we den. Die sieb e und ach e F ages ellung be a en den Kompe enzs and on S udie enden de G undschulpädagogik mi dem Neben ach In eg ie e Na u wissenscha en. Zunächs wu de die Hypo hese H7 au ges ell , dass die S udie enden mi einem zu Physikleh am s- s udie enden e gleichba en Kompe enzs and das S udium beginnen. De di ek e Ve - gleich de beiden G uppen zeig s a ke E ek e zu Unguns en de S udie enden de In e- g ie en Na u wissenscha en. Eine genaue e Analyse de Reg essionsgewich e zeig je- doch keinen signi ikan en E ek . Die Un e schiede zwischen beiden G uppen sind dem- In e p e a ion de E gebnisse 125 nach nich alleine du ch die Zugehö igkei zum S udien ach in eg ie e Na u wissenscha - en zu e klä en. Die wei e e Hypo hese H8 be a die Un e schiede im Kompe enzs and on S udie en- den in höhe en Fachsemes e n im Ve gleich zu S udie enden im e s en Semes e im Rahmen des S udiums de In eg ie en Na u wissenscha en. Hie wu de angenommen, dass au g und des S udiums S udie ende höhe e Fachsemes e einen höhe en Kompe- enzs and au weisen. De T-Tes zwischen beiden un e such en G uppen äll signi ikan aus. Die Hypo hese H8 kann demnach mi den hie o liegenden Da en ges ü z we den. Die Hypo hese H9 sag e einen höhe en Kompe enzs and on Na u wissenscha ss udie- enden gegenübe S udie enden de Sozialkunde o aus. Die P ü ung diese Hypo hese wu de au g und des s a k dezimie en Au gabenpools und de ge ingen T ennschä e de e bliebenen I ems nich du chge üh . Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 126 Diskussion 127 9. Diskussion Inne halb diese A bei wu den I ems mi physikalischem Kon ex ü die E assung de Kompe enzen na u wissenscha liche E kenn nisgewinnung bei S udie enden en wickel . Es wu den bes ehende Kompe enzmodelle adap ie , au de en G undlage dann I ems en wickel und pilo ie wu den. De Kompe enz es okussie o allem au die äche übe g ei enden Aspek e de na u - wissenscha lichen Denk- und A bei sweisen. Einsch änkend könn e a gumen ie we - den, dass e dami au den kleins en gemeinsamen Nenne de d ei Fäche Biologie, Chemie und Physik okussie . K i isch könn e zudem angeme k we den, dass Fo schung gene ell nich so abläu , wie sie du ch das Kompe enzmodell pa adigma isch besch ieben wi d. Beiden K i ikpunk en kann du chaus zuges imm we den. Es is abe ge ade die S ä ke dieses Tes s, die Gemeinsamkei en de d ei Na u wissenscha en zu be onen. Ins- besonde e un e besonde e Be ücksich igung in eg a i e na u wissenscha liche Fäche is dies ein Vo eil. Fü die einzelnen Fäche können nun au bauend au diesem Tes wei- e e Ins umen e en wickel we den, die die Besonde hei en de Fäche be ücksich igen. De zwei e Punk is du chaus k i ische zu sehen. Jedoch is hie zu en gegnen, dass selbs wenn Wissenscha le innen und Wissenscha le nich konk e so a bei en, de da - ges ell e Fo schungsablau dennoch de g obe heo e ische Un e bau is , de implizi ih e Fo schung zu G unde lieg . Schon Klah (2000, S. 12 .), au dessen A bei en das hie be- sch iebene Kompe enzmodell au bau , be on , dass ein e olg eiche Fo schende iel meh wissen muss, als du ch das Modell da ges ell wi d. Das Modell be ücksich ig ledig- lich die men alen P ozesse, die dem wissenscha lichen Denken zu G unde liegen. Diese sind domänenübe g ei end. Ein/e Physike /in is nich au oma isch auch ein/e Chemi- ke /in ode Biologe/-in, abe „[…] hey all use he same weak me hods o help sol e hei espec i e p oblems. When hei ac i i y is desc ibed as sea ch in a p oblem space, each can unde s and he a ionale o he o he 's ac i i y[…]” (Klah & Simon, 2001, S. 78). Wende man den wei e oben de i- nie en Beg i des Modells au das Kompe enzmodell an, so wi d deu lich, dass eben auch in diesem Modell nu bes imm e Dinge be ücksich ig und ande e weggelassen wu - den. T o zdem bleib das Kompe enzmodell ein Modell ü die eale Fo schungs ä igkei on Wissenscha le innen und Wissenscha le n. Wie jedes Modell is es eine Annähe ung an die Wi klichkei , es bleib abe un olls ändig. So bleiben einige Eigenhei en de Physik inne halb des Modells unbe üh . Dazu zählen un e ande em das P oblem de Nebenhy- po hesen (Duhem-Quine-These), de Umgang mi Wah scheinlichkei shypo hesen, de Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 128 p ak ische Umgang mi Expe imen en und Ge ä en sowie Aspek e de Na u e o Science. Le z e e allen beide abe ohnehin un e ande e Aspek e de na u wissenscha lichen E - kenn nisgewinnung (Maye , 2007). Dies is demnach nich unbeding als Mangel des o - liegenden Tes s anzusehen sonde n ielmeh als Fo schungsdeside a . Im Rahmen de Au gabenen wicklung wu den be ei s bewäh e Me hoden und Ve ah- ensweisen wie eine En wicklung en lang eines Manuals und egelmäßige Expe en a ings eingese z . Als seh e olg eich kann auße dem die Kons uk ion de MC-An wo op ion au G undlage on ech en S udie endenan wo en gesehen we den. Zum einen e spa en diese Zei , weil diese schon o liegen, zum ande en kommen die oben e wähn en Vo eile wie eine höhe e Au hen izi ä zum T agen. Nach Abschluss e schiedene Pilo ie ungs- unden konn en dahe 20 Tes he e mi insgesam 123 I ems e s ell und eingese z we - den. Die e s e F ages ellung be a die Dimensionie ung des Kompe enzs uk u modells. Hie wu den e schiedene, aus de Theo ie beg ünde e, meh dimensionale Modelle ge es e . Es zeig e sich abe jeweils, dass die E idenz ü ein eindimensionales Modell am g öß en is . So sp echen die E gebnisse ü die besse e Passung eines eindimensionalen Modells im Ve gleich zu einem, das nach Fäche n un e scheide . Dies en sp ich den E gebnissen, die auch schon ü die Gesam - (Ha mann & Ma hesius e al., 2015) und Teils ichp obe (Physik- und Chemies udie ende) (S ille e al., 2015) ge unden wu den. Dass das gleiche E gebnis auch ü eine (homogene e) S ichp obe on Physiks udie enden ge unden wu - de, un e s eich diese o he genann en E gebnisse nochmals deu lich. Es en sp ich auch den heo e ischen E gebnissen, dass die schwachen wissenscha lichen Me hoden in allen (Na u -)Wissenscha sdisziplinen (Klah , 2000) zu inden sind und dass sich Wissen- scha le innen und Wissenscha le unabhängig om Fachwissen da übe e s ändigen können (s. o.). Auch ü eine S uk u ie ung nach Kompe enzdimensionen e gib sich keine E idenz. Dies deck sich mi den E kenn nissen on ande en S udien (z.B. Gu -Glanzmann, 2012; Wellni z, 2012; Woi kowski, 2015). Alle dings gab es auch S udien, die mi einem ähnli- chen Kompe enzmodell zu gegen eiligen E gebnissen kamen: So konn e G ube (2010, S. 57) ü den Be eich Expe imen ie en eine besse e Passung eines ie dimensionalen Mo- dells be ich en. Die zi ie en S udien okussie en alle dings imme nu au eine Fachwis- senscha . Inso e n können Ve gleiche lediglich Anhal spunk e bie en. S udien, die eine äche übe g ei ende Kompe enzmodellie ung in diesem Be eich zum Ziel ha en, sind Diskussion 129 nich bekann . Es bleib bei dem hie o liegenden Tes alle dings eine gewisse Unsiche - hei , dass eine Dimensionie ung mögliche weise bes eh , diese abe au G und de , du ch das Mul i-Ma ix-Design beding en, ge ingen Anzahl an I ems p o Dimension, nich nachweisba is ( gl. Gonzales & Ru kowski, 2010). En sp echend de E gebnisse de e s en beiden Dimensionsp ü ungen zeig e auch eine Un e scheidung nach Fäche n und Kompe enzdimensionen keine besse e Passung als das eindimensionale Modell. Bei de anschließenden I emselek ion, die au G undlage des eindimensionalen Modells geschah, wu den I ems en e n , die eine mangelnde Passung au das RASCH-Modell ode ein DIF zeig en. Insgesam wu den dabei abe nu ün I ems en e n . De Ein luss au die inhal lichen Aspek e des Modells soll e demnach ge ing sein, weil alle Zellen des Kompe enzmodells wei e hin mi aus eichend I ems abgedeck sind. Fü den ak uell im P ojek ValidiS38 wei e e olg en Längsschni wu den au g und diese E gebnisse Tes - he e kons uie , die nu noch RASCH-kon o me I ems en hiel en. Au g und de zei li- chen Einsch änkungen des P ojek s wa dies ü diese S udie abe nich meh möglich, weshalb die oben genann en ün I ems ü die Auswe ung en e n we den muss en. Die in de Auswe ung e bleibenden I ems zeigen eine zu iedens ellende Passung au das e wende e RASCH-Modell. Die Reliabili ä is mi RelEAP/PV=0,500 zwa nied ig, und in de Nomenkla u des C onbachs α (welches als äqui alen angesehen we den kann (Ros , 2004)) als „schlech “ einzuo dnen. Alle dings weisen ande e Kompe enz es s zu E kenn nisgewinnung ähnliche E gebnisse au (z. B. Woi kowski (2015, S. 191): RelEAP/PV = 0,518; Wellni z (2012, S. 110): RelEAP/PV = 0,59). Zudem häng die S abili ä de Messung (und dami die Reliabili ä ) mi de Anzahl de I ems zusammen ( gl. Li- nac e, 1994), die beding du ch die Tes länge mi 18 I ems ku z is . Es wi d auße dem a gumen ie , dass de Nu zen dieses Reliabili ä smaßes bei den hie genu z en Ma ix- Samplings ohnehin wenig Aussagek a ha (Adams, 2005). Bei de Be ach ung des Kompe enzs andes wu den Un e schiede bei Leh am ss udie en- den und Fachs udie enden de Physik nachgewiesen. Im Mi el weisen Fachs udie ende einen höhe en Kompe enzs and au . Bei de Be ach ung des Kompe enzs andes zu e - schiedenen Phasen des S udiums zeig sich e wa ungsgemäß ein Un e schied im Kompe- enzs and zwischen den Phasen Bachelo 2 und Mas e . Zwischen den Phasen Bachelo 1 38 Validie ungss udie zum wissenscha lichen Denken im na u wissenscha lichen S udium Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 130 und Bachelo 2 wi d hingegen kein signi ikan e Zuwachs angezeig . Wei e hin konn en keine In e ak ionse ek e zwischen den Va iablen S udienphase und Leh am nachgewie- sen we den. In e p e ie man diese E gebnisse im Sinne eines Quasi-Längsschni s, sp e- chen diese da ü , dass sich die En wicklung diese Kompe enz zwischen Leh am ss udie- enden und Fachs udie enden nich un e scheide . B ing man dieses E gebnis mi dem E gebnis aus F ages ellung zwei zusammen, so zeig sich, dass Leh am ss udie ende mi einem nied ige en Kompe enzs and das S udium beginnen und es auch mi einem nied i- gen Kompe enzs and als Fachs udie ende e lassen. Dabei en wickeln sich beide G up- pen abe annäh end pa allel. En gegen ühe e A gumen a ionen schein also kein Un e - schied zwischen de implizi en Ve mi lung z. B. in Labo p ak ika ü Fachs udie ende und de explizi en Ve mi lung diese Kompe enz in Didak ik e ans al ungen zu bes ehen ( gl. S aube & No dmeie , 2014). Die E gebnisse deu en ielmeh da au hin, dass de Kompe enze we b gleich gu geling , die Di e enzen abe aus un e schiedlichen Ein- gangs o ausse zungen esul ie en. Dies deck sich mi E gebnissen on Alb ech (2011, S. 80, 86), de bei Leh am ss udie enden im Ve gleich zu Fachs udie enden es s ell e, dass diese wenige häu ig Ma hema ik- ode Physikleis ungsku se in de Schule besuch en und eine ge inge e No e in de Hochschulzugangsbe ech igung au wiesen. Es schein nich zu gelingen, diese Di e enzen inne halb des S udiums auszugleichen. Aus diese o liegen- den S udie geh abe nich he o , ob ein de a ige Ausgleich übe haup no wendig is . Mögliche weise eich das e eich e Ni eau ü das Leh am en sp echend aus. Diese E gebnisse s ehen eilweise im Wide sp uch zu den E gebnissen de Gesam s ich- p obe (Ha mann & Ma hesius e al., 2015). Hie zeig e sich zwa eben alls ein gene elle Vo eil ü die Fachs udie enden. Bei genaue e Un e suchung wi d abe deu lich, dass ein In e ak ionse ek zum T agen komm : So haben im Bachelo s udium die Fachs udie en- den zwa einen Vo eil, diese keh sich abe im Mas e s udium um. Um die Di e enzen zu den hie da ges ell en E gebnissen in e p e ie en zu können, sind äche e gleichende Analysen no wendig. Denkba wä e z. B. dass Fachs udie ende de Physik au g und ih es S udiums einen s ä ke en Kompe enzzuwachs au weisen als die Fachs udie enden de ande en Fäche . Genauso wä e es abe auch möglich, dass die Ausbildung im Be eich E kenn nisgewinnung ü Leh am ss udie ende de Physik wenige e olg eich als in den ande en Fäche n is . Eine wei e e F ages ellung be a mögliche Un e schiede im Kompe enzs and on weibli- chen und männlichen S udie enden. Bishe ige Fo schungsa bei en zeig en ein he e oge- Diskussion 131 nes Bild. Alle dings wu den en wede nu Schüle innen und Schüle un e such , ode die Un e suchung okussie e sich nu au ein Fach. En sp echend wu de hie bei zunächs die Nullhypo hese angenommen. Die E gebnisse diese S udie zeigen, dass die Nullhypo hese abgelehn we den muss, also a sächlich Un e schiede im Kompe enzs and exis ie en – zu Guns en de männlichen S udie enden. Die uneinhei liche Fo schungslage mach die In- e p e a ion dieses E gebnisses schwe . Ausgehend on de Annahme, dass S udie ende beide Geschlech e sich bewuss ü ein de a iges S udium en schieden haben, soll en Selbs bild- ode S e eo ype ek e, wie sie zum Beispiel on Hanno e und Kessels (2002) besch ieben we den, keinen Ein luss haben. Mögliche weise kommen hie bei auch wiede un e schiedliche Eingangs o ausse zungen zum T agen. Riese und Reinhold (2012) disku- ie en einen möglichen Ein luss on E ek en des physikalischen Selbs konzep s, können abe die eben alls in ih em Fachwissens es o handenen Un e schiede nich e klä en. An diesem Punk soll e wei e e Fo schung anschließen. Un e ande em könn e in einem meh dimensionalen Modell nach Fäche n un e such we den, ob die in de Sekunda s u e I nach Fäche n a iie enden Vo eile (Sch oede s e al., 2013) sich auch in de Hoch- schulausbildung o se zen. Gene ell is ü diese F ages ellungen abe anzume ken, dass das e wende e Modell le- diglich 13 % de Va ianz au klä en kann. Demnach scheinen wei e e P ädik o en zu exis- ie en, die im Rahmen diese S udie nich un e such wu den. Nu die Leh am ss udie enden be e end wu de auße dem un e such , ob Un e schiede im Kompe enzs and zwischen solchen, die Physik und ein wei e es na u wissenscha li- ches Fach s udie en und solchen, die Physik und ein ande es, nich na u wissenscha li- ches Fach s udie en, exis ie en. Es wu de die Hypo hese au ges ell , dass au G und de höhe en Anzahl an Le ngelegenhei en Leh am ss udie ende mi einem wei e en na u wis- senscha lichen Fach einen höhe en Kompe enzs and au weisen. Die Hypo hese wi d abgelehn . De Da ensa z o enba keine E idenz ü einen de a igen Un e schied. Dies deck sich mi o he gehenden, o läu igen Analysen (S aube & No dmeie , 2014), wi- de sp ich abe E gebnissen, die ü die Gesam koho e e echne wu den (Ha mann & Ma hesius e al., 2015)39. Anscheinend haben Leh am ss udie ende de Physik keinen Vo eil on einem wei e en na u wissenscha lichen Fach. Dies kann au zwei Weisen in e p e ie we den: En wede nu zen die S udie enden mi zwei na u wissenscha lichen 39 Es sei angeme k , dass diese Analyse in die G uppe de S udie enden mi einem Fach, auch Fachs udie ende einbe- zog, also nich ausschließlich Leh am ss udie ende Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 138 nalisie ung angehende Leh e innen und Leh e sowie ühpädagogische Fachk ä e. Bad Heilb unn: Klinkha . Ha mann, S., Upmeie zu Belzen, A., K üge , D. & Pan , H. A. (2015). Scien i ic Reasoning in Highe Educa ion. Zei sch i ü Psychologie, 223 (1), 47–53. Ho s ein, A., Na on, O., Kipnis, M. & Mamlok-Naaman, R. (2005). De eloping s uden s' abili y o ask mo e and be e ques ions esul ing om inqui y- ype chemis y labo a o ies. Jou nal o Resea ch in Science Teaching, 42 (7), 791–806. Hube , L. (2008). 'Kompe enzen' p ü en? In S. Dany, B. Szczy ba & J. Wild (H sg.), P ü ungen au die Agenda! Hochschuldidak ische Pe spek i en au Re o men im P ü ungswesen (1. Au l.). s.l: Be els- mann W. Ve lag. Hunge , E. (1964). G undbeg i e physikalischen Denkens. F ank u a.M.: Hi schg aben Ve lag. IBM Co p. (2013) IBM SPSS S a is ics o Windows, Ve sion 22.0 [Compu e so wa e]. Jus i, R. & Gilbe , J. (2003). Teache s' iews on he na u e o models. In e na ional Jou nal o Science Educa ion, 25 (11), 1369–1386. Kane, M. T. (1992). The Assessmen o P o essional Compe ence. E alua ion & he Heal h P o es- sions, 15 (2), 163–182. Ki che , E. (1995). S udien zu Physikdidak ik. E kenn nis- und wissenscha s heo e ische G undlagen (IPN, Bd. 145). Kiel: IPN. Ki che , E. & Di me , A. (2004). Leh en und Le nen übe die Na u de Na u wissenscha en - ein Übe blick. In C. Hößle, D. Hö ecke & E. Ki che (H sg.), Leh en und Le nen übe die Na u de Na u wissenscha en (S. 1–22). Bal mannsweile : Schneide -Ve lag Hohengeh en. Ki schne , S. (2013). Modellie ung und Analyse des P o essionswissens on Physikleh k ä en (S udien zum Physik- und Chemiele nen, Bd. 161). Klah , D. & Dunbah , K. (1988). Dual space sea ch du ing scien i ic easoning. Cogni i e Science, 12 (1), 1–48. Klah , D. (2000). Explo ing science. The cogni ion and de elopmen o disco e y p ocesses. Camb idge, Mas- sachuse s: MIT P ess. Klah , D. & Simon, H. A. (2001). Wha Ha e Psychologis s (And O he s) Disco e ed abou he P ocess o Scien i ic Disco e y? Cu en Di ec ions in Psychological Science, 10 (3), 75–79. Ve üg- ba un e h p://www.js o .o g/s able/20182703 Klemm, A. (in Vo be ei ung). E aluie ung on I ems zu na u wissenscha lichen E kenn nisgewinnung [A bei s i el]. Mas e a bei , F eie Uni e si ä Be lin. Be lin. Klieme, E. & Ha ig, J. (2008). Kompe enzkonzep e in den Sozialwissenscha en und im e zie- hungswissenscha lichen Disku s. In M. P enzel, I. Gogolin & H. K üge (H sg.), Kompe enzdi- agnos ik: Zei sch i ü E ziehungswissenscha . Sonde he 8 2007 (S. 11–29). VS Ve lag u Sozial- wissenscha en GmbH. Zug i am 15.12.2014. Zug i am 15.12.2014. Li e a u e zeichnis 139 Klieme, E. & Leu ne , D. (2006). Kompe enzmodelle zu E assung indi iduelle Le ne gebnisse und zu Bilanzie ung on Bildungsp ozessen. Übe a bei e e Fassung des An ags an die DFG au Ein ich ung eines Schwe punk p og amms. Zug i am 30.08.2013. Ve ügba un e h p://kompe enzmodelle.dip .de/pd / ahmenan ag Klieme, E., Maag-Me ki, K. & Ha ig, J. (2007). Kompe enzbeg i und Bedeu ung on Kompe- enzen im Bildungswesen. In J. Ha ig & E. Klieme (H sg.), Möglichkei en und Vo ausse zungen echnologiebasie e Kompe enzdiagnos ik. Eine Expe ise im Au ag des Bundesminis e iums ü Bildung und Fo schung (Bildungs o schung, Bd. 20, S. 5–15). Bonn: BMBF. Klos, S., Henke, C., Kie en, C., Walpulski, M. & Sum le h, E. (2008). Na u wissenscha liches Expe imen ie en und chemisches Fachwissen – zwei e schiedene Kompe enzen. Zei sch i ü Pädagogik, 54 (3), 304–312. Kölle , O. (2014). Na u wissenscha liche Leis ungen, demog aphische Ve ände ungen und Leh e bildung. Zei sch i ü Didak ik de Na u wissenscha en, 20 (1), 3–9. Kon e enz de eu opäischen Hochschulminis e innen und -minis e . (2003). Den Eu opäischen Hochschul aum e wi klichen. Kommuniqué de Kon e enz de eu opäischen Hochschulminis e innen und - minis e am 19. Sep embe 2003 in Be lin. Zug i am 03.03.2014. Ve ügba un e h p://www.bologna-be lin2003.de/pd /Communique_d .pd Koslowski, B. (1996). Theo y and e idence. The de elopmen o scien i ic easoning (Lea ning, de elop- men , and concep ual change). Camb idge, Massachuse s: MIT P ess. K eisel, G. (1980). Modell. In J. Speck (H sg.), Handbuch wissenscha s heo e ische Beg i e (UTB, Bd. 967, Bd. 2, S. 437–440). Gö ingen: Vandenhoeck & Rup ech . K öge , J., Neumann, K. & Pe e sen, S. (2014). E assung des P o essionswissens angehende Physikleh k ä e im Rahmen des P ojek s KiL. In S. Be nhol (H sg.), Na u wissenscha liche Bil- dung zwischen Science- und Fachun e ich (S. 117–119). Kiel: GDCP. Zug i am 24.04.2015. Ve - ügba un e h p://www.gdcp.de/images/ b2014/TB2014_117_K oege .pd K öge , J., Neumann, K. & Pe e sen, S. (2015). S uk u und En wicklung des P o essionswissens angehende Physikleh k ä e. In S. Be nhol (H sg.), He e ogeni ä und Di e si ä - Viel al de Vo- ausse zungen im na u wissenscha lichen Un e ich (S. 106–108). Kiel: IPN. Zug i am 24.05.2015. Ve ügba un e h p://www.gdcp.de/images/ b2015/TB2015_106_K oege .pd Kuhn, D., Amsel, E. & O'Loughlin, M. (1988). The de elopmen o scien i ic hinking skills (De elop- men al psychology se ies). San Diego: Academic P ess. Kuhn, T. S. (1974a). Logik de Fo schung ode psychologie de wissenscha lichen A bei . In I. Laka os & A. Musg a e (H sg.), K i ik und E kenn nis o sch i (I s Abhandlungen, Bd. 4, S. 1– 24). B aunschweig: Vieweg. Kuhn, T. S. (1976b). Die S uk u wissenscha liche Re olu ionen (Suh kamp Taschenbuch Wissen- scha , Bd. 25, 2. Au l.). F ank u am Main: Suh kamp. Kul usminis e kon e enz. (2005). Bildungss anda ds im Fach Physik ü den Mi le en Schulabschluss (Jah gangss u e 10). München: Wol e Kluwe (Beschlüsse de Kul usminis e kon e enz). Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 140 Kul usminis e kon e enz. (2010). Lände gemeinsame inhal liche An o de ungen ü die Fachwissenscha en und Fachdidak iken in de Leh e bildung. München: Wol e Kluwe (Beschlüsse de Kul usminis- e kon e enz) Laka os, I. (1974). Falsi ika ion und die Me hodologie wissenscha liche Fo schungsp og amme. In I. Laka os & A. Musg a e (H sg.), K i ik und E kenn nis o sch i (I s Abhandlungen, Bd. 4, S. 89–182). B aunschweig: Vieweg. Lawson, A. E. (2002). Sound and aul y a gumen s gene a ed by p ese ice biology eache s when es ing hypo heses in ol ing unobse able en i ies. Jou nal o Resea ch in Science Teaching, 39 (3), 237–252. Leisne -Boden hin, A. (2006). Zu En wicklung on Modellkompe enz im Physikun e ich . Zei - sch i ü Didak ik de Na u wissenscha en, 12, 91–109. Liepmann, D., Beauducel, A., B ocke, B. & Ne elns o h, W. (2012). In elligenz-S uk u -Tes – Sc eening. Gö ingen: Hog e e. Linac e, J. M. (1994). Sample Size and I em Calib a ion [o Pe son Measu e] S abili y. Rasch Mea- su emen T ansac ions, 7 (4), 328. Zug i am 25.05.2015. Ve ügba un e h p://www. asch.o g/ m / m 74m.h m Lipowsky, F. (2006). Au den Leh e komm es an. Empi ische E idenzen ü Zusammenhänge zwischen Leh e kompe enzen, Leh e handeln und dem Le nen de Schüle . In C. Allemann- Ghionda & E. Te ha (H sg.)Kompe enzen und Kompe enzen wicklung on Leh e innen und Leh e n. Zei sch i ü Pädagogik. 51, 47–70 [Themenhe ]. Weinheim: Bel z. Maje , U. (1980). Expe imen in den Na u wissenscha en. In J. Speck (H sg.), Handbuch wissen- scha s heo e ische Beg i e (UTB, Bd. 967, Bd. 1, S. 208–210). Gö ingen: Vandenhoeck & Rup- ech . Ma hesius, S. (in Vo be ei ung). Wissenscha liches Denken im Hochschuls udium on Biologies udie enden. Disse a ion, F eie Uni e si ä Be lin. Be lin. Maye , J. (2007). E kenn nisgewinnung als wissenscha liches P oblemlösen. In D. K üge & H. Vog (H sg.), Theo ien in de biologiedidak ischen Fo schung. Ein Handbuch ü Leh am ss uden en und Dok o anden (S. 177–184). Be lin: Sp inge . Maye , J., G ube, C. & Mölle , A. (2008). Kompe enzmodell na u wissenscha liche E kenn nis- gewinnung. In R. Klee & U. Ha ms (H sg.), Ausbildung und P o essionalisie ung on Leh k ä en. In- e na ionale Tagung de Fachsek ion Didak ik de Biologie im VBiO, Essen 2007 (Fo schungen zu Fachdidak ik, Bd. 10, S. 63–79). Innsb uck: S udienVe l. Maye , J. & Wellni z, N. (2014). Die En wicklung on Kompe enzs uk u modellen. In D. K ü- ge , I. Pa chmann & H. Schecke (H sg.), Me hoden in de na u wissenscha sdidak ischen Fo schung (S. 19–29). Be lin, Heidelbe g: Sp inge . Maye , R. E. (2012). P oblem Sol ing. In V. S. Ramachand an (H sg.), Encyclopedia o Human Be- ha io (S. 181–186). Ox o d: Else ie . Li e a u e zeichnis 141 Menne, A. (1980). Ein üh ung in die Me hodologie: elemen a e allgemeine wissenscha liche Denkme hoden im Übe blick. Da ms ad : Wissenscha liche Buchgesellscha . Messick, S. (1995). Validi y o psychological assessmen : Valida ion o in e ences om pe sons' esponses and pe o mances as scien i ic inqui y in o sco e meaning. Ame ican Psychologis , 50 (9), 741–749. Mic oso . (2010) Excel 2010 [Compu e so wa e]. Mi els ass, J. (1973). Das p ak ische Fundamen de Wissenscha und die Au gabe de Philoso- phie. In F. Kamba el & J. Mi els ass (H sg.), Zum no ma i en Fundamen de Wissenscha (Wis- senscha liche Pape backs. G undlagen o schung : S udien, Bd. 1, S. 1–69). F ank u (M.): A henäum-Ve lag. Monseu , C. & Adams, R. (2009). Plausible Values: How o deal wi h hei Limi a ions. Jou nal o applied Measu emen , 10 (3), 1–15. Moosb ugge , H. (2012). I em-Response-Theo y (IRT). In H. Moosb ugge & A. Kela a (H sg.), Sp inge -Leh buch (S. 227–274). Be lin: Sp inge . Moosb ugge , H. & Kela a, A. (2012a). Quali ä san o de ungen an einen psychologischen Tes (Tes gü ek i e ien). In H. Moosb ugge & A. Kela a (H sg.), Sp inge -Leh buch (S. 7–26). Be lin: Sp inge . Moosb ugge , H. & Kela a, A. (2012b). Tes heo ie und F agebogenkons uk ion (Sp inge -Leh buch, 2. Au l.). Be lin: Sp inge . Mo ison, J. A. (2014). SCIENTISTS’ PARTICIPATION IN TEACHER PROFESSIONAL DEVELOPMENT: THE IMPACT ON FOURTH TO EIGHTH GRADE TEACHERS’ UNDERSTANDING AND IMPLEMENTATION OF INQUIRY SCIENCE. In e na ional Jou nal o Science and Ma hema ics Educa ion, 12, 793–816. Neumann, K. (2014). Rasch-Analyse na u wissenscha sbezogene Leis ungs es s. In D. K üge , I. Pa chmann & H. Schecke (H sg.), Me hoden in de na u wissenscha sdidak ischen Fo schung (S. 355–369). Be lin, Heidelbe g: Sp inge . Nowak, K. H., Neh ing, A., Tiemann, R. & Upmeie zu Belzen, A. (2013). Assessing s uden s’ abili ies in p ocesses o scien i ic inqui y in biology using a pape -and-pencil es . Jou nal o Bio- logical Educa ion, 47 (3), 182–188. OECD. (2009). PISA da a analysis manual. SPSS (2nd ed). Pa is: OECD. Oh, P. S. & Oh, S. J. (2011). Wha Teache s o Science Need o Know abou Models: An o e - iew. In e na ional Jou nal o Science Educa ion, 33 (8), 1109–1130. Ose , F., Cu cio, G.-P. & Düggeli, A. (2007). Kompe enzmessung in de Leh e bildung als No - wendigkei - F agen und Zugänge. Bei äge zu Leh e bildung, 25 (1), 14–26. Pan , H. A., S ana , P., Sch oede s, U., Roppel , A., Siegle, T. & Pöhlmann, C. (H sg.). (2013). IQB-Lände e gleich 2012. Ma hema ische und na u wissenscha liche Kompe enzen am Ende de Sekunda - s u e I. Müns e : Waxmann. Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 142 PhysLab. (2014). Radioak i i ä , die na ü lichs e Sache de Wel ?, F eie Uni e si ä Be lin. Ve ügba un e h p://www.physik. u-be lin.de/s udium/schulkon ak e/physlab/labo / img/Radioak i i ae _2014_03_18_ohne_Anhang_ohne-Loga i hmie en.pd Pie ce, C. A., Block, R. A. & Aguinis, H. (2004). Cau iona y no e on epo ing e a-squa ed alues om mul i ac o ANOVA Designs. Educa ional and Psychological Measu emen , 64 (6), 916–924. Ve ügba un e h p://www.mon ana.edu/ block/documen s/pape s/Pie ceBlock Aguinas2004.pd Pie schmann, H. (1996). Phänomenologie de Na u wissenscha . Wissenscha s heo e ische und philosophische P obleme de Physik. Be lin: Sp inge . Poppe , K. R. (1974). Die No malwissenscha und ih e Ge ah en. In I. Laka os & A. Musg a e (H sg.), K i ik und E kenn nis o sch i (I s Abhandlungen, Bd. 4, S. 51–57). B aunschweig: Vie- weg. Poppe , K. R. (1984). Logik de Fo schung (Einhei de Gesellscha swissenscha en, Bd. 4, 8. Au l.). Tübingen: J.C.B. Moh (Paul Siebeck). Poppe , K. R. (2010). Lesebuch. Ausgewähl e Tex e zu E kenn nis heo ie, Philosophie de Na u wissen- scha en, Me aphysik, Sozialphilosophie (UTB, Bd. 2000, 2. Au lage). S u ga : UTB GmbH. Rasch, B., F iese, M., Ho mann, W. & Naumann, E. (2014). Quan i a i e Me hoden II. Ein üh ung in die S a is ik ü Psychologen und Sozialwissenscha le (Sp inge -Leh buch, Bd. 2, 4. Au l., 2 Bände). Be lin: Sp inge . Reh eld , D., Mühlenb uch, T. & No dmeie , V. (2015). F agebogen zu P ak ikumskompe enzen (P aKo): E o schung na u wissenscha liche P ak ika. In S. Be nhol (H sg.), He e ogeni ä und Di e si ä - Viel al de Vo ausse zungen im na u wissenscha lichen Un e ich (S. 420–422). Kiel: IPN. Zug i am 01.06.2015. Ve ügba un e h p://www.gdcp.de/images/ b2015/TB2015_ 420_Reh eld .pd Reh eld , D., S aube, P., S ille , J., K a schma , J. & No dmeie , V. (in Vo be ei ung). Validi- e ung P aQ (A bei s i el). Ricco, R. B. & O e on, W. F. (2012). Reasoning. In V. S. Ramachand an (H sg.), Encyclopedia o Human Beha io (S. 257–264). Ox o d: Else ie . Riese, J. (2009). P o essionelles Wissen und p o essionelle Handlungskompe enz on (angehenden) Physikleh - k ä en (S udien zum Physik- und Chemiele nen, Bd. 97). Be lin: Logos. Riese, J. & Reinhold, P. (2012). Die p o essionelle Kompe enz angehende Physikleh k ä e in e schiedenen Ausbildungs o men. Zei sch i ü E ziehungswissenscha , 15 (1), 111–143. Riese, J. & Reinhold, P. (2014). En wicklung eines Leis ungs es s ü achdidak isches Wissen. In D. K üge , I. Pa chmann & H. Schecke (H sg.), Me hoden in de na u wissenscha sdidak ischen Fo schung (S. 257–267). Be lin, Heidelbe g: Sp inge . Ros , J. (2004). Leh buch Tes heo ie-Tes kons uk ion (2. Au l.). Be n: Ve lag Hans Hube . Li e a u e zeichnis 143 Ro h, W.-M., McGinn, M. K. & Bowen, G. M. (1998). How p epa ed a e p ese ice eache s o each scien i ic inqui y? Le els o pe o mance in scien i ic ep esen a ion p ac ices. Jou nal o science eache educa ion, 9 (1), 25–48. Sadle , P. M. (1998). Psychome ic Models o S uden Concep ions in Science: Reconciling Quali- a i e S udies and Dis ac o -D i en Assessmen Ins umen s. Jou nal o Resea ch in Science Teach- ing, 35 (3), 265–296. Schecke , H. & Pa chmann, I. (2006). Modellie ung na u wissenscha liche Kompe enz. Zei - sch i ü Didak ik de Na u wissenscha en, 12, 45–66. Schmiemann, P. & Lücken, M. (2014). Validi ä – Miss mein Tes , was e soll? In D. K üge , I. Pa chmann & H. Schecke (H sg.), Me hoden in de na u wissenscha sdidak ischen Fo schung (S. 107–118). Be lin, Heidelbe g: Sp inge . Schnell, R., Hill, P. B. & Esse , E. (2011). Me hoden de empi ischen Sozial o schung (9., ak ualis. Au - lage). München: Oldenbou g, R. Sch eibe , N., Theyßen, H. & Schecke , H. (2009). Expe imen elle Kompe enz messen?! Physik und Didak ik in Schule und Hochschule, 8 (3), 92–101. Sch oede s, U., Penk, C., Jansen, M. & Pan , H. A. (2013). Geschlech sbezogene Dispa i ä en. In H. A. Pan , P. S ana , U. Sch oede s, A. Roppel , T. Siegle & C. Pöhlmann (H sg.), IQB- Lände e gleich 2012. Ma hema ische und na u wissenscha liche Kompe enzen am Ende de Sekunda s u e I (S. 249–274). Müns e : Waxmann. Schwa z, R. S., Lede man, N. G. & C aw o d, B. A. (2004). De eloping Views o Na u e o Sci- ence in an Au hen ic Con ex: An Explici App oach o B idging he Gap Be ween Na u e o Science and Scien i ic Inqui y. Science Teache Educa ion, 600–645. Shamos, M. H. (1959). G ea Expe imen s in Physics. New Yo k: Hol , Rineha and Wins on. Sha elson, R. J. (2013). An app oach o es ing & modelling compe ence. In S. Blömeke, O. Zla kin-T oi schanskaia, C. Kuhn & J. Fege (H sg.), Modeling and measu ing compe encies in highe educa ion. Tasks and challenges (P o essional and VET lea ning, Bd. 1, S. 29–43). Ro e dam: Sense Publishe s. Shulman, L. (1986a). Those who unde s and: Knowledge g ow h in eaching. Educa ional Resea ch- e , 15, 4–14. Shulman, L. (1987b). Knowledge and eaching: Founda ions o he new e o m. Ha a d educa io- nal e iew, 57 (1), 1–23. Sippel, S. (2009). Zu Rele anz on Assessmen -Feedback in de Hochschulleh e. Zei sch i ü Hochschulen wicklung, 4 (1), 1–22. S eche , B. M. & Klein, S. P. (1997). The Cos o Science Pe o mance Assessmen s in La ge- Scale Tes ing P og ams. Educa ional E alua ion and Policy, 19, 1–14. Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 144 S ille , J. (in Vo be ei ung). Analyse on S uk u und En wicklung de Kompe enzen S udie ende des Leh am s im Be eich Scien i ic Reasoning. Eine Que schni ss udie im Fach Chemie. Disse a ion, Hum- bold Uni e si ä zu Be lin. Be lin. S ille , J., S aube, P., Ha mann, S., No dmeie , V. & Tiemann, R. (2015). E kenn nisgewin- nungskompe enz Chemie und Physik-Leh am ss udie ende : Un e suchungen zu Domänen- spezi i ä . In J. S ille & C. Laschke (H sg.), Be lin-B andenbu ge Bei äge zu Bildungs o schung 2015. He aus o de ungen, Be unde und Pe spek i en in e disziplinä e Bildungs o schung (S. 179–202). F ank u a.M.: Pe e Lang. S öckle , M. (1995). Modell, Idealisie ung und Reali ä . Theo e ische Modelle im Lich e de Wis- senscha s heo ie. P axis de Na u wissenscha en - Physik, 44 (1), 16–21. S aube, P. & No dmeie , V. (2014). Ko - WADiS - E kenn nisgewinnungskompe enz on Leh - am ss udie enden. In V. No dmeie & H. G ö zebauch (H sg.), PhyDid B, Didak ik de Physik, Bei äge zu DPG-F ühjah s agung. Be lin: DPG. Zug i am 13.04.2015. Ve ügba un e h p://www.phydid.de/index.php/phydid-b/a icle/download/583/643 S elow, S., S aube, P. & No dmeie , V. (2014). Falsi ika ion als na u wissenscha liche Me hode de E kenn nisgewinnung. P axis de Na u wissenscha en - Physik in de Schule, 63 (8), 22–26. Sun, X. (2012). Conques No es 7 - Using Man el-Haenszel S a is ics. Zug i am 05.12.2014. Ve ügba un e h p://www.ace .edu.au/ iles/Conques -No es-7-UsingMan el-HaenszelS a is ics.pd Taylo , J. A. & Dana, T. M. (2003). Seconda y school physics eache s' concep ions o scien i ic e idence: An explo a o y case s udy. Jou nal o Resea ch in Science Teaching, 40 (8), 721–736. Tepne , O., Bo owski, A., Dollny, S., Fische , H. E., Jü ne , M., Ki schne , S. e al. (2012). Mo- dell zu En wicklung on Tes i ems zu E assung des P o essionswissens on Leh k ä en in den Na u wissenscha en. Zei sch i ü Didak ik de Na u wissenscha en, 18, 7–28. Upmeie zu Belzen, A. & K üge , D. (2010). Modellkompe enz im Biologieun e ich . Zei sch i ü Didak ik de Na u wissenscha en, 16, 41–57. an D iel, J., Be y, A. & Mei ink, J. (2014). Resea ch on Science Teache Knowledge. In S. K. Abell & N. G. Lede man (H sg.), Handbook o esea ch on science educa ion (2. Au l., S. 848–870). London: Rou ledge. Van D iel, Jan H. & Ve loop, N. (1999). Teache s' knowledge o models and modelling in sci- ence. In e na ional Jou nal o Science Educa ion, 21 (11), 1141–1153. Vogelsang, C. (2014). Validie ung eines Ins umen s zu E assung de p o essionellen Handlungskompe enz on (angehenden) Physikleh k ä en. Zusammenhangsanalysen zwischen Leh e kompe enz und Leh e pe o - manz (S udien zum Physik- und Chemiele nen, Bd. 174). Be lin: Logos. Walpulski, M., Kaue z, A., Kampa, N., Fische , H. E., Maye , J., Sum le h, E. e al. (2010). ESNaS - E alua ion de S anda ds ü die Na u wissenscha en in de Sekunda s u e I. In A. Geh mann (H sg.), Bildungss anda ds und Kompe enzmodelle. Bei äge zu eine ak uellen Diskussion übe Schule, Leh e bildung und Un e ich (S. 171–184). Bad Heilb unn: Klinkha d . Li e a u e zeichnis 145 Weine , F. E. (2001a). Concep o Compe ence - a concep ual cla i ica ion. In D. S. Rychen & L. H. Salganik (H sg.), De ining and selec ing key compe encies (S. 45–65). Sea le: Hog e e&Hube . Weine , F. E. (2001b). Leis ungsmessungen in Schulen (Bel z-Pädagogik). Weinheim [u.a.]: Bel z. Wellni z, N. (2012). Kompe enzs uk u und -ni eaus on Me hoden na u wissenscha liche E kenn nisgewin- nung (Biologie le nen und leh en, Bd. 2). Be lin: Logos. Wellni z, N., Fische , H. E., Kaue z, A., Maye , J., Neumann, I., Pan , H. A. e al. (2012). E a- lua ion de Bildungss anda ds - eine äche übe g ei ende Tes konzep ion ü den Kompe enz- be eich E kenn nisgewinnung. Zei sch i ü Didak ik de Na u wissenscha en, 18, 261–291. Wil sche, H. A. (2013). Ein üh ung in die Wissenscha s heo ie (UTB: Philosophie, Bd. 3936). Gö in- gen: Vandenhoeck e Rup ech . Windschi l, M. (2003). Inqui y p ojec s in science eache educa ion: Wha can in es iga i e expe- iences e eal abou eache hinking and e en ual class oom p ac ice? Science Teache Educa ion, 87 (1), 112–143. Wissenscha s a . (2008). Emp ehlungen zu Quali ä s e besse ung on Leh e und S udium (D s. 8639-08). Zug i am 03.04.2016. Ve ügba un e h p://www.wissenscha s a .de/download/a chi / 8639-08.pd Woi kowski, D. (2015). Fachliches Wissen Physik in de Hochschulausbildung. Disse a ion, Uni e si ä Pade bo n. Pade bo n. Woi kowski, D., Riese, J. & Reinhold, P. (2011). Modellie ung achwissenscha liche Kompe enz angehende Physikleh k ä e. Zei sch i ü Didak ik de Na u wissenscha en, 17, 289–313. Woi kowski, D., Riese, J. & Reinhold, P. (2014). P ospec i e physicis s' and physics eache s' con- en knowledge. Fi s Resul s o a Ge many-Wide S udy. In C. P. Cons an inou, N. Papadou is & A. Hadjigeo giou (H sg.), E-Book P oceedings o he ESERA 2013 Con e ence: Science Educa ion Resea ch Fo E idence-based Teaching and Cohe ence in Lea ning (S. 28–37). Nicosia: Eu opean Sci- ence Educa ion Resea ch Associa ion. Zug i am 22.04.2015. Ve ügba un e h p://www.ese a.o g/media/eBook_2013/S and%2013/ESERA_eBook_Pa _13.pd Wo al, J. (1980). Wie die Me hodologie de wissenscha lichen Fo schungsp og amme die Pop- pe sche Me hodologie e besse . In G. Radni zky, H. Albe & G. Ande sson (H sg.), Fo - sch i und Ra ionali ä de Wissenscha (S. 51–73). Tübingen: Moh . W igh , B. D. & Linac e, J. M. (1994). Reasonable mean-squa e i alues. Rasch Measu emen T ansac ions, 8 (3), 370. Zug i am 12.05.2015. Ve ügba un e h p://www. asch.o g/ m / m 83b.h m Wu, M. (2005). The ole o plausible alues in la ge-scale su eys. S udies in Educa ional E alua ion, 31 (2-3), 114–128. Wu, M. & Adams, R. (2007). Applying he Rasch Model o psycho-social measu emen . a p ac ical app oach, Educa ional Measu emen Solu ions. Zug i am 12.05.2015. Ve ügba un e h p://www.edmeasu emen .com.au/_publica ions/RaschMeasu e men _Comple e.pd Modellie ung und E assung on Kompe enzen na u wissenscha liche E kenn nisgewinnung 146 Wu, M., Adams, R., Wilson, M. & Haldane, S. (2007). Ace Conques 2.0. Gene alised I em esponse modelling so wa e. Cambe well: Ace p ess. Yip, D. Y. (2001). Assessing and De eloping he concep o Assump ions in Science Teache s. Jou nal o Science Educa ion and Technology, 10 (2), 173–179. Zimme man, C. (2000). The De elopmen o Scien i ic Reasoning Skills. De elopmen al Re iew, 20 (1), 99–149. Zla kin-T oi schanskaia, O. & Kuhn, C. (2010). Messung akademisch e mi el e Fe igkei en und Kenn nisse on S udie enden bzw. Hochschulabsol en en. Analyse zum Fo schungs- s and. A bei spapie e WP (56), 1–33. Zwick, R., Thaye , D. T. & Lewis, C. (1999). An Empi ical Bayes App oach o Man el-Haenszel DIF Analysis. Jou nal o Educa ional Measu emen , 36 (1), 1–28. Das Li e a u e zeichnis wu de mi Hil e de So wa e Ci a i 4 e s ell . Anlagen 147 11. Anlagen Tes au No mal e eilung F ages ellungen 2-5 D(187)=0,061, n.s. S(187)=0,982, p=0,014 =-0,414 (0,178) 𝑍𝑍𝑆𝑆= 2,32 w=0,046 (0,354) 𝑍𝑍𝐾𝐾= 0,13 D(308)=0,041, n.s. S(308)=0,995, n.s. =-0,208 (0,139) 𝑍𝑍𝑆𝑆= 1,50 w=0,149 (0,277) 𝑍𝑍𝐾𝐾= 0,54 D(187)=0,065, n.s. S(187)=0,982, p=0,016 =0,366(0,178) 𝑍𝑍𝑆𝑆= 2,01 w=-0,168(0,354) 𝑍𝑍𝐾𝐾= 0,47 D(343)=0,040, n.s. S(343)=0,996, n.s. = 0,021 (0,132) 𝑍𝑍𝑆𝑆= 0,16 w=0,161 (0,263) 𝑍𝑍𝐾𝐾= 0,61 D(339)=0,044, n.s. S(339)=0,995, n.s. =-0,107 (0,132) 𝑍𝑍𝑆𝑆= 0,81 w=0,495 (0,264) 𝑍𝑍𝐾𝐾= 1,88