Zahlreiche Befunde sprechen dafür, dass Verstehens- und Lernleistungen nicht nur durch kognitive Faktoren (z. B. Vorwissen, Dekodierfähigkeit), sondern auch durch motivationale Variablen (z. B. Interessen) beeinflusst werden (Alexander, Jetton & Kulikowich, 1995; Hidi, 2001; Krapp, 1999; Schiefele, 1996, 1999). Folgerichtig haben verschiedene Autoren gefordert, rein kognitive Konzeptionen des Lernens aufzugeben und theoretische Modellvorstellungen zu entwickeln, die motivationale, kognitive und situative 1 Faktoren integrieren (Alexander & Jetton, 1996; McNamara, Kintsch, Songer & Kintsch, 1996; Pintrich, Marx & Boyle, 1993). Motivationale Einflüsse auf das Lernen sind im Kontext pädagogischpsychologischer Forschung von besonderer Bedeutung, weil sie besser veränderbar als z. B. Fähigkeitsfaktoren erscheinen und daher einen vielversprechenden Ansatzpunkt für die Verbesserung von Verstehens- und Lernleistungen darstellen. So gelang es beispielsweise im Rah- Effects of Habitual Reading Motivation on the Situational Representation of Text Summary: This research examines mediating processes underlying the effects of habitual intrinsic and extrinsic reading motivation (RM) on the situational representation of text. A theoretical model is outlined in which prior knowledge, metacognitive knowledge of strategy use, decoding ability, and actual intrinsic and extrinsic motivation function as mediators. The model was tested by using two texts with mathematical content. The sample comprised 645 students of either the 8th or 9th grade. Structural equation analyses confirmed the theoretical model to a large extent. Both the positive effect of habitual intrinsic RM and the negative effect of habitual extrinsic RM on situational text representation were mediated by prior knowledge, decoding ability, and actual intrinsic and extrinsic motivation to learn. Keywords: Reading motivation, intrinsic motivation, extrinsic motivation, reading ability, text comprehension Zusammenfassung: Die vorliegende Studie untersucht die vermittelnden Prozesse, die den Auswirkungen habitueller intrinsischer und extrinsischer Lesemotivation (LM) auf die situative Textrepräsentation zugrunde liegen. Es wird ein Modell vorgestellt, das das Vorwissen, das metakognitive Strategiewissen, die Dekodierfähigkeit und die in einer Situation aktuell vorhandene intrinsische bzw. extrinsische Motivation als Mediatoren enthält. Die Prüfung des Modells erfolgte anhand zweier Texte mit mathematikbezogenen Inhalten in einer Stichprobe von 645 Schülerinnen und Schülern der achten und neunten Klassenstufe. Strukturgleichungsanalysen bestätigten das Modell weitgehend. Der positive Effekt der habituellen intrinsischen LM auf die situative Repräsentation wird ebenso wie der negative Effekt der habituellen extrinsischen LM durch das Vorwissen, die Dekodierfähigkeit sowie die in der Lernsituation aktuell vorhandene intrinsische bzw. extrinsische Motivation vermittelt. Schlüsselbegriffe: Lesemotivation, intrinsische Motivation, extrinsische Motivation, Lesefähigkeit, Textverstehen Empirische Arbeit Auswirkungen habitueller Lesemotivation auf die situative Textrepräsentation Ellen Schaffner, Ulrich Schiefele Universität Bielefeld Psychologie in Erziehung und Unterricht, 2007, 54, 268 - 286 © Ernst Reinhardt Verlag München Basel Auswirkungen habitueller Lesemotivation 269 men verschiedener Interventionsprogramme, die intrinsische Lesemotivation (LM) von Schülern 2 zu fördern (Guthrie, McGough, Bennett & Rice, 1996; Guthrie & Wigfield, 2000; McCormick & Mason, 1989). Die Bedeutsamkeit der (intrinsischen) LM lässt sich vor allem aus Studien erschließen, die einen positiven Zusammenhang zwischen LM und Lesefähigkeit aufzeigen (Cox & Guthrie, 2001; Möller & Bonerad, in diesem Heft; Quinn & Jadav, 1987; Rowe, 1991). Aus diesen Studien geht in der Regel jedoch nicht hervor, welche vermittelnden Prozesse diesem Zusammenhang zugrunde liegen und ob sich die Bedeutung der (habituellen) LM nicht nur für die allgemeine Lesefähigkeit, sondern auch für das Verstehen eines spezifischen Textes nachweisen lässt. Unter habitueller LM versteht man die häufig wiederkehrende Absicht einer Person zu lesen (Möller & Schiefele, 2004; Möller & Bonerad, in diesem Heft). Die LM lässt sich differenzieren, je nachdem welche Gründe eine Person zum Lesen veranlassen bzw. welche Ziele die Person beim Lesen verfolgt. Ein Ziel kann im Leseprozess selbst lokalisierbar sein (intrinsische LM), wenn man z. B. gerne liest, weil großes Interesse für die Inhalte bestimmter Texte besteht (Schiefele, 1996; Möller & Schiefele, 2004) oder bestimmte Formen des emotionalen Erlebens angestrebt werden (Wigfield & Guthrie, 1997). Das Ziel kann aber auch außerhalb der Lesetätigkeit liegen (extrinsische LM), wenn man z. B. bessere Deutschnoten als die Mitschüler erhalten oder vom Lehrer gelobt werden möchte. In diesen Fällen haben die aktuell ausgeführten Leseprozesse keinen Wert an sich, sondern werden als instrumentell (z.B. für gute Noten) angesehen. Allerdings ist nicht auszuschließen, dass eine Person sowohl intrinsisch als auch extrinsisch zum Lesen motiviert sein kann. Die intrinsische und extrinsische LM lassen sich weiter differenzieren, indem die Ziele spezifiziert werden, die das Leseverhalten einer Person jeweils motivieren. Beispielsweise spricht man von wettbewerbsbezogener (extrinsischer) LM, wenn das Ziel des Lesens darin besteht, in sozialen Vergleichen besser als andere abzuschneiden (z. B. Texte besser als die Mitschüler verstehen zu können). Theoretisch lassen sich so viele Formen der LM unterscheiden wie es Gründe bzw. Ziele gibt, die eine Person potenziell zum Lesen veranlassen (vgl. Rheinberg, 2002). Um die Ziele zu identifizieren, die für das Leseverhalten von Kindern und Jugendlichen tatsächlich relevant sind, führten Wigfield und Guthrie (1997; Baker & Wigfield, 1999) explorative Interviews mit Schülern durch. Daran anknüpfend entwickelten sie den Motivation for Reading Questionaire (MRQ), in dem die folgenden Gründe für das Lesen unterschieden werden: Neugier (curiosity), stellvertretendes Erleben (involvement), Anerkennung (recognition), gute Noten (grades), Wettbewerb (competition), sozialer Austausch bzw. soziale Eingebundenheit (social) und Erwartungen des Lehrers (compliance). Darüber hinaus berücksichtigt der MRQ noch weitere Aspekte der LM (z. B. self-efficacy, importance), die aus unserer Sicht aber nicht zur LM im engeren Sinne gehören und daher an dieser Stelle nicht berücksichtigt werden. Zu den Dimensionen des MRQ lässt sich darüber hinaus kritisch anmerken, dass sie sich nicht gut replizieren ließen (Watkins & Coffey, 2004). Möller und Bonerad (in diesem Heft) stellen eine Version des MRQ vor, die nur vier Subskalen enthält: zwei Skalen zur intrinsischen LM (Leselust und Lesen aus Interesse), eine zur extrinsischen LM (Wettbewerb) und eine zum lesebezogenen Selbstkonzept. Auch im Rahmen der vorliegenden Studie wurde ein Fragebogen zur Erfassung habitueller LM entwickelt. Der Fragebogen setzt sich aus fünf Subskalen zusammen, von denen zwei der intrinsischen LM (gegenstands- und erlebnisbezogene LM) und drei der extrinsischen LM (wettbewerbs- und leistungsbezogene sowie soziale LM) zugeordnet werden können (s. Methodenteil). In der bisherigen Forschung wurde vor allem der positive Zusammenhang zwischen intrinsischer LM und Lesefähigkeit bzw. Lesekompetenz gut belegt (z. B. Artelt, Schiefele & Schneider, 2001; Quinn & Jadav, 1987; Rowe, 1991; Schaffner, Schiefele & Schneider, 2004). 270 Ellen Schaffner, Ulrich Schiefele Wigfield und Guthrie (1997; Baker & Wigfield, 1999; Cox & Guthrie, 2001; s. a. Greaney & Hegarty, 1987) zeigten darüber hinaus, dass dieser Zusammenhang durch die Lesemenge bzw. Lesehäufigkeit (in der Freizeit) vermittelt wird. Vergleichsweise weniger und zum Teil widersprüchliche Befunde liegen zu den Auswirkungen extrinsischer LM vor. Während Baker und Wigfield (1999) beispielsweise über positive Korrelationen zwischen extrinsischer LM und Indikatoren der Lesekompetenz berichten, kommen andere Studien zu dem Schluss, dass sich die extrinsische LM negativ auf das Leseverstehen auswirkt (z. B. Möller & Bonerad, in diesem Heft; Wang & Guthrie, 2004). Und während Baker und Wigfield (1999) die Lesehäufigkeit als Mediator für Effekte extrinsischer LM in Betracht ziehen, konnten Wang und Guthrie (2004) einen entsprechenden Vermittlungseffekt nicht bestätigen. Guthrie (Guthrie & Knowles, 2001; Guthrie, Wigfield, Metsala & Cox, 1999) postuliert, dass sich die habituelle LM einerseits relativ unmittelbar, nämlich vermittelt über die aktuelle Motivation während der Textrezeption, auf die Verstehens- und Lernleistung eines Textes auswirkt. Darüber hinaus soll die habituelle LM im Rahmen eines eher langfristigen Entwicklungsprozesses, vermittelt über das Vorwissen, die Dekodierfähigkeit und den effektiven Einsatz von Lesestrategien, die aktuellen Verstehens- und Lernleistungen beeinflussen. Für die langfristigen Effekte habitueller LM spielt die Lesemenge eine zentrale Rolle. Die bisherige Forschung zeigt, dass hohe intrinsische LM mit häufigem Lesen in der Freizeit einhergeht (s. o.). Nach Guthrie sollten sich das häufigere Lesen und die entsprechend größere Erfahrung im Umgang mit Texten positiv auf das Vorwissen, die Dekodierfähigkeit und den effektiven Einsatz von Lesestrategien auswirken, die dann ihrerseits zu höheren Verstehens- und Lernleistungen führen (s.a. Scarborough & Dobrich, 1994). Der Stellenwert des thematischen Vorwissens für das Verstehen und Lernen von Texten ist in der Forschung hinlänglich belegt (z. B. McNamara & Kintsch, 1996; Tardieu, Ehrlich & Gyselinck, 1992). Die positiven Effekte des Vorwissens basieren insbesondere darauf, dass es die Bildung einer kohärenten Textrepräsentation erleichtert und die Integration des Textinhalts in das Wissenssystem des Lesers ermöglicht (Kintsch, 1998; Schnotz & Dutke, 2004). Als metakognitives Strategiewissen bezeichnet man die Kenntnisse einer Person über Lesebzw. Lernstrategien und deren effiziente und situationsangemessene Anwendung (van Kraayenoord & Schneider, 1999). Die Bedeutung metakognitiven Strategiewissens für das Textlernen wurde u. a. im Rahmen der PISA-Studie belegt (z. B. Schaffner et al., 2004). Positive Effekte des metakognitiven Strategiewissens lassen sich beispielsweise darauf zurückführen, dass Verstehensprobleme beim Lesen durch den effizienten Einsatz einer adäquaten Strategie behoben werden können. Die Dekodierfähigkeit ist ein Indikator für die basale Lesefähigkeit einer Person. Sie bildet die Effizienz grundlegender Verarbeitungsprozesse ab (z. B. Worterkennung, lokale Kohärenzbildung). Je effizienter die grundlegenden Prozesse der Textrezeption ablaufen, desto mehr kognitive Ressourcen verbleiben für anspruchsvollere Verarbeitungsleistungen, wie z. B. das Ziehen von Schlussfolgerungen (Perfetti, 1985). Die Bedeutung der Dekodierfähigkeit für das Textlernen konnte wiederholt nachgewiesen werden (z. B. Juel, 1988; Schaffner et al., 2004). Als Indikator des Textlernens verwendeten wir in der vorliegenden Studie die situative Textrepräsentation. In der Kognitionsforschung herrscht allgemeiner Konsens, dass beim Lesen eines Textes multiple Repräsentationen gebildet werden (Graesser, Millis & Zwaan, 1997; van Dijk & Kintsch, 1983). Kintsch (1998) unterscheidet dabei zwischen einer wörtlichen, einer propositionalen und einer situativen Repräsentation (auch: Situationsmodell). Die wörtliche Repräsentation bildet den genauen Wortlaut eines Textes ab, die propositionale Repräsentation den Bedeutungsgehalt. Beim Aufbau der situativen Repräsentation werden die Inhalte des Textes in das Wissenssystem des Lesers integriert (z. B. indem sie mit Schlussfolgerungen und As- Auswirkungen habitueller Lesemotivation 271 soziationen angereichert werden). Die situative Repräsentation geht somit über die expliziten Textinhalte hinaus. Sie kann die Form eines bildhaften mentalen Modells annehmen und befähigt den Leser (anders als die wörtliche und propositionale Repräsentation) zur flexiblen Anwendung der gelernten Textinhalte. Folglich kann sie als die tiefgehendste Ebene des Textverstehens angesehen werden. Die Annahme, dass die dargestellten kognitiven Faktoren (Vorwissen, metakognitives Strategiewissen, Dekodierfähigkeit) den Einfluss habitueller LM auf die Lesekompetenz bzw. textbezogene Lernleistungen vermitteln, wurde unseres Wissens bisher nicht untersucht. Die Überprüfung dieser Annahme stellt daher das Ziel der vorliegenden Studie dar. Dabei schien es sinnvoll, neben den eher langfristigen (kognitiv vermittelten) Effekten der LM gleichzeitig die von Guthrie und Knowles (2001) postulierten unmittelbaren (über die aktuelle Motivation vermittelten) Effekte im Rahmen eines integrativen Modells zu prüfen. In diesem Modell (s. Abbildung 1) unterscheiden wir zwischen intrinsischer und extrinsischer habitueller LM. Es wird angenommen, dass sich die intrinsische LM positiv auf (a) das thematische Vorwissen, (b) das metakognitive Wissen über den Einsatz von Lernstrategien, (c) die Dekodierfähigkeit und (d) die aktuelle intrinsische Motivation während des Lesens auswirkt (vgl. Guthrie & Knowles, 2001; Möller & Schiefele, 2004). Die aktuelle intrinsische Motivation sollte sich - wie die drei kognitiven Faktoren - positiv auf das Textlernen (bzw. die situative Repräsentation, s. o.) auswirken, weil sie eine tiefergehende Verarbeitung des Textes begünstigt (Benware & Deci, 1984; Grolnick & Ryan, 1987; Lepper, Corpus & Iyengar, 2005; Schiefele & Schreyer, 1994). Weniger fundierte Hypothesen waren in Bezug auf die extrinsische LM möglich (s. o.). In Anlehnung an Möller und Bonerad (in diesem Heft) und Wang und Guthrie (2004) gingen wir davon aus, dass die habituelle extrinsische LM die situative Textrepräsentation negativ beeinflusst. Diesem negativen Einfluss sollten zum einen negative Effekte der extrinsischen LM auf (a) das thematische Vorwissen, (b) das metakognitive Wissen über den Einsatz von Lernstrategien und (c) die Dekodierfähigkeit zugrunde liegen. Darüber hinaus gingen wir von positiven Effekten extrinsischer LM auf die aktuelle extrinsische Motivation (Leistungs- und Wettbewerbsmotivation) aus, die wiederum das Abbildung 1: Theoretisches Ausgangsmodell (gepunktete Pfade kennzeichnen negative Effekte) 272 Ellen Schaffner, Ulrich Schiefele Textlernen negativ beeinflussen sollte. Negative Auswirkungen aktueller extrinsischer Motivation auf Textlernleistungen konnten im Rahmen experimenteller Studien wiederholt bestätigt werden. In den entsprechenden Studien (Benware & Deci, 1984; Bergin, 1995; Grolnick & Ryan, 1987) lernten die Probanden einen Text entweder unter einer intrinsisch motivierenden Instruktion (Textinhalt ist interessant oder persönlich bedeutsam) oder unter einer extrinsisch motivierenden Instruktion (Lernleistungen werden anschließend getestet bzw. mit den Leistungen anderer verglichen). Im Ergebnis zeigte sich, dass Probanden mit extrinsisch motivierender Instruktion vor allem in Bezug auf tiefergehende Lernleistungen schlechter abschnitten als Probanden mit intrinsisch motivierender Instruktion. Darüber hinaus fand man in korrelativen Studien negative Zusammenhänge zwischen extrinsischer Motivation und globalen Leistungsindikatoren, wie z. B. standardisierten Leistungstests (Lepper et al., 2005; Linnenbrink, 2005). Methode Stichprobe An der Studie nahmen insgesamt 645 Schüler teil. Davon wurden 31 Schüler von der weiteren Auswertung (nicht jedoch von den im Methodenteil berichteten Reliabilitäts- und Faktorenanalysen) ausgeschlossen, weil sie an zwei von insgesamt drei Testtagen fehlten. Der Ausfall von Personen an zwei Testtagen kam in den Gesamtschulen (11.4 %, n = 13) häufiger vor als in den Realschulen (4.4 %, n = 8) und Gymnasien (2.9 %, n = 10). Er betraf jedoch Jungen und Mädchen - sofern Angaben zum Geschlecht vorlagen - zu etwa gleichen Anteilen (weiblich: 2.2 %, n = 14; männlich: 1.9 %, n = 12; keine Angabe: 0.9 %, n = 6,). Von den verbleibenden 614 Schülern (weiblich: n = 307; männlich: n = 288; keine Angabe: n = 19) besuchten 101 eine Gesamtschule, 173 eine Realschule und 340 ein Gymnasium. Die Klassenstufen an den verschiedenen Schulformen wurden auf der Basis einer Vorstudie so ausgewählt, dass der Schwierigkeitsgrad der Lerntexte den Fähigkeiten der Schüler weitestgehend entsprach. An den Gesamt- und Realschulen nahmen daher ausschließlich 9. Klassen an der vorliegenden Studie teil, am Gymnasium wurden bis auf eine 9. Klasse nur 8. Klassen untersucht. Im Durchschnitt waren die Schüler zum Zeitpunkt der Erhebung 14.6 Jahre alt (SD = .88). Das durchschnittliche Alter der Real- und Gesamtschüler betrug jeweils 15.4 Jahre (SD = .66 bzw. .60), die Schüler der Gymnasien waren im Mittel 14.0 Jahre alt (SD = .55). Von insgesamt 7 Gesamtschülern, 2 Realschülern und 10 Gymnasiasten lagen uns keine Altersangaben vor. 201 Schüler (ca. 33 %) gaben an, dass mindestens ein Elternteil nicht in Deutschland geboren wurde, d. h. etwa ein Drittel unserer Stichprobe weist einen Migrationshintergrund auf. 75 Schüler (ca. 12 %) wurden außerhalb Deutschlands geboren, aber nur 20 Schüler (ca. 3 %) haben das deutsche Schulsystem nicht von Anfang an durchlaufen, d. h. sie wurden erst nach der 1. Klasse in Deutschland eingeschult. Da jeder Schüler nur einen von zwei verschiedenen Texten las (s. u.), ist unsere Stichprobe in den anschließenden Analysen meist zweigeteilt (Kartentrick-Text: n = 308; Zahlensystem-Text: n = 306). Beide Stichproben enthalten nahezu identische Anteile von Schülern (a) unterschiedlicher Schulformen, (b) beiden Geschlechts sowie (c) mit Migrationshintergrund. Auch das Durchschnittsalter unterscheidet sich zwischen den beiden Stichproben nicht bedeutsam (Kartentrick-Text: M = 14.7, SD = .84; Zahlensystem-Text: M = 14.6, SD = .92). Texte Es kamen zwei populärwissenschaftliche Texte zum Einsatz, die sich auf unterschiedliche mathematische Themen bezogen. Die Wahl fiel auf mathematikbezogene Texte, da diese im Rahmen früherer Forschungsarbeiten bereits umfassend vorgetestet waren und zudem zur Erforschung der situativen Textrepräsentation besonders geeignet erschienen. Text 1 („Ein raffinierter Kartentrick“, 699 Wörter; im Folgenden als „K-Text“ bezeichnet) beschreibt die Funktionsweise eines Kartentricks und erklärt diesen dann mit Hilfe von Wahrscheinlichkeiten (Paulos, 2000). Text 2 („Die Erfindung des Zahlensystems durch die Inder“, 803 Wörter; im Folgenden als „Z-Text“ bezeichnet) befasst sich mit den Vorteilen unseres heutigen Zahlensystems gegenüber anderen Zahlensystemen (Newth, 1998). Durch den Einsatz von zwei verschiedenen Texten sollten Hinweise auf die Generalisierbarkeit der Befunde gewonnen werden. Auswirkungen habitueller Lesemotivation 273 Instrumente Habituelle Lesemotivation Zur Erfassung der habituellen LM wurde ein Instrument entwickelt, das zwei Subskalen der intrinsischen LM (gegenstands- und erlebnisbezogene LM) und drei Subskalen der extrinsischen LM (leistungs- und wettbewerbsbezogene sowie soziale LM) berücksichtigt. Bei der gegenstandsbezogenen LM (s. a. Schiefele, 1996) steht die Befriedigung thematischer Interessen im Vordergrund (z. B. „Ich lese, weil ich dadurch mehr über Dinge erfahren kann, die mich interessieren“). Diese Skala ist am ehesten mit der Skala Lesen aus Interesse von Möller und Bonerad (in diesem Heft) bzw. mit der MRQ-Skala curiosity (Baker & Wigfield, 1999) vergleichbar. Bei der erlebnisbezogenen LM handelt es sich demgegenüber um eine affektiv-intrinsische Motivation (Pekrun, 1991, 1993), der der Wunsch nach stellvertretendem Erleben (z. B. durch Identifikation mit einer Romanfigur) und den damit verbundenen Gefühlserlebnissen (z. B. von Spannung und Vergnügen) zugrunde liegt (z. B. „Ich lese, weil ich mich gerne in Fantasiewelten hineinversetze“). Die Skala der erlebnisbezogenen LM ähnelt somit der MRQ-Skala involvement. Von der Skala Leselust (Möller & Bonerad, in diesem Heft) unterscheidet sie sich dadurch, dass nicht die Tätigkeit des Lesens als solche den Verhaltensanreiz darstellt, sondern die mit dem Lesen verbundene Konstruktion von Erlebniswelten. Die wettbewerbsbezogene LM resultiert aus der Absicht, im Umgang mit Texten bzw. im Schulunterricht kompetenter als andere zu sein (z. B. „Ich lese, weil es mir wichtig ist, in der Schule zu den Besten zu gehören“). Es besteht somit der Wunsch nach einer - auf einem sozialen Vergleich basierenden - positiven Bewertung der eigenen Kompetenz, wobei das Lesen als Mittel angesehen wird, dieses Ziel zu erreichen. Bei der leistungsbezogenen LM steht der Wunsch, möglichst gut lesen zu können bzw. die eigene Lesekompetenz zu verbessern im Vordergrund (z.B. „Ich lese, weil ich im Lesen und Verstehen von Texten möglichst gut sein möchte“). Folglich geht es auch hier (wie bei der wettbewerbsbezogenen LM) um die Bewertung eigener Kompetenzen, allerdings auf der Grundlage indivueller (und nicht sozialer) Bezugsnormen. Um soziale LM handelt es sich, wenn die Absicht zu lesen auf dem Wunsch nach sozialer Anerkennung basiert (z. B. „Ich lese, weil man Anerkennung bekommt, wenn man viel liest“). Die wettbewerbsbezogene und die soziale LM sind mit den MRQ-Skalen competition und recognition vergleichbar. Für die Skala der leistungsbezogenen LM gibt es im MRQ keine direkte Entsprechung. Ihre Berücksichtigung erfolgte in Anlehnung an die Zielorientierungstheorie, die zwischen einer wettbewerbsorientierten und einer lernzielorientierten Form der Leistungsmotivation unterscheidet (vgl. Nicholls, 1984; Rheinberg, 2002). Jede Subskala unseres Fragebogens besteht aus vier Items mit vierstufigen Antwortskalen (1 = trifft völlig zu, 2 = trifft weitgehend zu, 3 = trifft sehr begrenzt zu, 4 = trifft gar nicht zu). Zur Berechnung individueller Werte wurden alle Items umgepolt und aufsummiert. Höhere Mittelwerte bedeuten daher höhere Ausprägungen in der jeweiligen Variable. Die Reliabilitäten der Subskalen waren mit Ausnahme der sozialen LM befriedigend bis gut (gegenstandsbezogene LM: α = .74, erlebnisbezogene LM: α = .79, leistungsbezogene LM: α = .80, wettbewerbsbezogene LM: α = .82, soziale LM: α = .61 [n = 613 - 616]). Die Dimensionalität des Fragebogens wurde im Rahmen einer konfirmatorischen Faktorenanalyse mit dem Statistikprogramm AMOS 5.0 (Arbuckle, 2003) überprüft. Zunächst wurde ein Fünf-Faktoren-Modell getestet, in dem die von uns unterschiedenen Formen der LM die latenten Faktoren bildeten. 3 Das Modell hatte einen akzeptablen Fit ( χ 2 [160, n = 622] = 511.78, p < .001; IFI = .915; CFI = .914; RMSEA = .060 [.054 - .065]). 4 Die standardisierten Faktorladungen der gegenstands-, erlebnis-, leistungs- und wettbewerbsbezogenen LM lagen ohne Ausnahme über dem kritischen Wert von .50 (vgl. Kline, 2005). Lediglich in der Subskala der sozialen LM waren zwei Items mit standardisierten Ladungen < .50 enthalten (.46/ .36). Die Skala der sozialen LM erschien uns aus diesem Grund revisionsbedürftig und wurde in den nachfolgenden Analysen nicht verwendet. Auch für das Vier-Faktoren-Modell (ohne die Skala soziale LM) konnte ein akzeptabler Modell-Fit bestätigt werden ( χ 2 [98, n = 622] = 360.45, p < .001; IFI = .924; CFI = .923; RMSEA = .066 [.058 - .073]). Aus der latenten Korrelation von .54 zwischen der gegenstands- und der erlebnisbezogenen LM lässt sich ablesen, dass es sich zwar um verwandte, aber unterscheidbare Dimensionen der intrinsischen LM handelt (Kline, 2005). Auch die leistungs- und wettbewerbsbezogene LM haben sich trotz hoher latenter Korrelation (.75) als unterscheidbare Facetten extrinsischer LM herausgestellt. Der Fit eines Modells, in dem eine latente Korrelation von 1.0 zwischen den beiden extrinsischen Subskalen angenommen wurde, erwies sich gegenüber dem unrestringierten Modell als signifikant unterlegen ( ∆χ 2 (1) χ = χ 160.09, p < .01). 274 Ellen Schaffner, Ulrich Schiefele Aus theoretischer Sicht handelt es sich bei der gegenstands- und erlebnisbezogenen LM um spezifische Erscheinungsformen habitueller intrinsischer LM, wohingegen die leistungs- und wettbewerbsbezogene LM als spezifische Formen habitueller extrinsischer LM anzusehen sind. Im Einklang mit dieser Annahme fielen die latenten Korrelationen zwischen der gegenstands- und erlebnisbezogenen LM (.54) bzw. zwischen der leistungs- und wettbewerbsbezogenen LM (.75) relativ hoch aus, während sich für die latenten Korrelationen der intrinsischen mit den extrinsischen Dimensionen deutlich niedrigere Werte ergaben (maximal .36, zwischen gegenstands- und leistungsbezogener LM). Um die Annahme zweier übergeordneter Dimensionen habitueller LM (einer intrinsischen und einer extrinsischen) statistisch zu überprüfen, wurde das Vier-Faktoren- Modell um zwei Faktoren höherer Ordnung (intrinsische und extrinsische LM) ergänzt. Da dieses Modell zunächst bei einer nicht definierten Lösung konvergierte, musste die Varianz der extrinsischen LM auf einen geschätzten Wert fixiert werden (s. dazu Kline, 2005, S. 207). Anschließend konnte der Fit des Modells bestätigt werden ( χ 2 [100, n = 622] = 365.90, p < .001; IFI = .923; CFI = .922; RMSEA = .065 [.058 - .073]). Die Höhe der Fit-Indizes belegt, dass das Modell eine vergleichbar gute Passung mit den Daten aufweist wie das Vier-Faktoren-Modell (ohne Faktoren höherer Ordnung). Die standardisierten Ladungen auf den Faktoren zweiter Ordnung nahmen Werte von .98 (gegenstandsbezogene LM) und .56 (erlebnisbezogene LM) bzw. von .97 (leistungsbezogene LM) und .77 (wettbewerbsbezogene LM) an. Folglich erschien es gerechtfertigt, die gegenstands- und erlebnisbezogene LM als Indikatoren der intrinsischen LM sowie die leistungs- und wettbewerbsbezogene LM als Indikatoren der extrinsischen LM zu verwenden (vgl. Hoyle, 2000; Kline, 2005). Metakognitives Wissen über Lernstrategien Zur Erfassung des metakognitiven Wissens über die Nutzung von Strategien im Umgang mit Texten kam ein Verfahren von Schlagmüller und Schneider (1999) zum Einsatz. Den Schülern werden darin sechs Situationen geschildert, in denen es um das Verstehen und Lernen von Texten geht (z. B. „Stell dir vor, du liest einen längeren Text über Elektrizität und kommst an eine schwierige Stelle, bei der du einige Wörter und den Zusammenhang nicht verstehst. Was tust du in einer solchen Situation? “). Zu jeder Situation werden fünf (in einem Fall sieben) unterschiedliche Strategien vorgegeben (z. B. „Ich nehme mir ein Wörterbuch und schlage die unklaren Wörter nach“, „Ich frage meine Mutter um Rat“), deren Nützlichkeit durch die Vergabe von Schulnoten von 1 bis 6 bewertet werden soll. Die Auswertung des Tests erfolgt auf der Basis von Paarvergleichen, d. h. ein Schüler bekommt immer dann einen Punkt, wenn er von zwei unterschiedlich angemessenen Strategien die (laut Expertenurteil) angemessenere Strategie besser benotet. Einen halben Punkt erhält, wer beide Strategien gleich benotet, und keinen Punkt bekommen die Schüler, die die weniger angemessene Strategie besser benoten. Von den insgesamt 71 möglichen Paarvergleichen haben nach Schlagmüller und Schneider (1999) nur 40 akzeptable Trennschärfen und gehen daher in die Berechnung des Skalensummenwertes ein, der als Prozentwert ausgedrückt wird (Anteil erreichter Punkte an der theoretisch möglichen Punktezahl). Die interne Konsistenz der Paarvergleiche erreichte in der vorliegenden Studie einen Wert von α = .87 (n = 563). Textrelevantes Vorwissen Das textrelevante Vorwissen wurde mit 12 Items zur allgemeinen mathematischen Kompetenz sowie durch zusätzliche textspezifische Fragen beurteilt. Bei den Items zur allgemeinen mathematischen Kompetenz handelte es sich um veröffentlichte Mathematikaufgaben aus dem PISA-2000-Test (vgl. Neubrand et al., 2004). Sie wurden mit dem Ziel ausgewählt, eine möglichst große Bandbreite mathematischer Kenntnisse und Fertigkeiten abzudecken. Beispielsweise wurde von den Schülern verlangt, den Flächeninhalt für die Grundfläche einer Pyramide zu berechnen oder eine mathematische Gleichung zu lösen. Zusätzlich enthielt der Vorwissenstest fünf (K-Text) bzw. neun textspezifische Items (Z-Text); z. B. sollten Schüler Wahrscheinlichkeiten berechnen oder römische Zahlen in arabische übersetzen. Raschanalysen mit WINMIRA 2001 (Davier, 2001) bestätigten die Raschhomogenität des Vorwissenstests (vgl. Rost, 2004). Allerdings waren zwei (K-Text) bzw. drei (Z-Text) textspezifische Vorwissensitems nicht ausreichend trennscharf, sodass sie nicht für die Berechnung der Skalenwerte verwendet wurden. Die Skalenwerte geben an, welcher Prozentsatz aller Items richtig beantwortet wurde. Die auf Basis des Raschmodells ermittelten, eher konservativen Reliabilitätsschätzungen (die den Anteil wahrer Varianz an der Gesamtvarianz der Rasch-Per- Auswirkungen habitueller Lesemotivation 275 sonenparameter abbilden; vgl. Linacre, 1997) erwiesen sich in beiden Stichproben als ausreichend hoch (K-Text: .63 [14 Items, n = 286]; Z-Text: .70 [18 Items, n = 276]). Auch die internen Konsistenzen ( α ) können als akzeptabel gelten (K-Text: .66 [14 Items, n = 286]; Z-Text: .70 [18 Items; n = 276]). Dekodierfähigkeit Zur Erfassung der Dekodierfähigkeit kam ein von Mejding (1993, 2000) entwickeltes und von Schneider, Schlagmüller und Ennemoser (2007) adaptiertes Verfahren zum Einsatz, in dem die Schüler aufgefordert werden, einen relativ langen Text (1847 Wörter) so schnell wie möglich zu lesen. In jedem fünften Satz des Textes erscheint anstelle des passenden Wortes eine Auswahl von drei Wörtern, die in Klammern dargeboten werden. Die Schüler sollen jeweils das Wort unterstreichen, das in den Textzusammenhang passt. Zum Lesen des Textes stehen vier Minuten zur Verfügung. In dieser Zeit lässt sich der Text normalerweise nicht vollständig lesen und verstehen. Nach Ablauf der Testzeit werden die Schüler aufgefordert, die Stelle im Text zu markieren, bis zu der sie gelesen haben. Der Test gibt Hinweise auf die Lesegeschwindigkeit (Anzahl gelesener Wörter) und das Leseverstehen (Anzahl korrekt ergänzter Wörter). Schneider et al. (2007) berichten für beide Messwerte befriedigende Retest-Reliabilitäten. Mittelwertsvergleiche weisen darauf hin, dass Schüler verschiedener Schulformen Verstehensdefizite beim Lesen unterschiedlich bereitwillig in Kauf nehmen. So erhalten Hauptschüler verglichen mit Gesamtschülern höhere Werte in der Lesegeschwindigkeit, aber niedrigere Werte im Textverstehen (Schneider et al., in Druck). Wir entschlossen uns daher, einen kombinierten Wert als Indikator der basalen Lesefertigkeit (Dekodierfähigkeit) zu verwenden, der durch Multiplikation der Anzahl gelesener Wörter mit der relativen Häufigkeit korrekt ergänzter Wörter gebildet wird. Eine entsprechende Kombination der Messwerte hat sich bereits im Rahmen der PISA-2000-Studie bewährt (Schaffner et al., 2004). Die resultierenden Skalenwerte wurden mit dem Faktor 0.1 multipliziert, um eine Reduktion der Standardabweichung zu erreichen. Andernfalls hätte sich die Dekodierfähigkeit (verglichen mit den anderen Variablen unseres Modells) durch eine zu große Streuung ausgezeichnet. Dies hätte in den Strukturgleichungsanalysen zu Problemen führen können (vgl. Kline, 2005). Aktuelle Lesemotivation Unmittelbar vor der Textbearbeitung wurden die aktuelle Leistungs- und Wettbewerbsmotivation der Schüler erfragt (jeweils vier Items mit vierstufigen Antwortskalen, s. o.). Die Schüler wussten zu diesem Zeitpunkt, dass ihnen im Anschluss an das Lesen der Texte Fragen zu den Textinhalten gestellt würden. Die Items zur aktuellen Leistungsmotivation richteten sich auf das Bestreben der Schüler, bei der Beantwortung dieser Fragen einen individuellen Gütemaßstab zu erreichen (vgl. Rheinberg, 2002), nämlich die bezogen auf die eigene Fähigkeit maximal mögliche Anzahl korrekter Antworten. Ein Beispielitem lautet: „Beim Lesen und Bearbeiten des Textes werde ich mich bemühen, dass ich die anschließenden Fragen zum Text so gut wie möglich beantworten kann.“ Im Unterschied dazu erfasst die Skala zur aktuellen Wettbewerbsmotivation das Bestreben der Schüler, bei der Beantwortung der Textfragen besser als andere abzuschneiden. Es geht also um das Erreichen eines sozialen Gütemaßstabs (z. B.: „Beim Lesen und Bearbeiten des Textes werde ich mich bemühen, dass ich in dem anschließenden Test zum Textverständnis zu den Besten gehöre“). Um die zweidimensionale Struktur der Items zu überprüfen, wurde eine konfirmatorische Faktorenanalyse durchgeführt. Diese ergab zunächst einen unzureichenden Fit ( χ 2 [19, n = 618] = 112.56, p < .001; IFI = .956; CFI = .956; RMSEA = .089 [.074 - .106]), insbesondere angezeigt durch den erhöhten RMSEA- Wert (> .08). Die mangelnde Modellpassung beruhte vor allem auf einem Item der Leistungsmotivationsskala, das besonders hoch mit den Items der Wettbewerbsmotivation korrelierte. Nach Ausschluss des entsprechenden Items war der Fit des Zweifaktorenmodells akzeptabel ( χ 2 [13, n = 618] = 55.97, p < .001; IFI = .978; CFI = .977; RMSEA = .073 [.054 - .093]) und erwies sich gegenüber einem Ein-Faktoren-Modell, in dem die latente Korrelation zwischen beiden Faktoren auf den Wert 1.0 fixiert wurde, als signifikant überlegen ( ∆χ 2 [1] = 421.51, p < .01). Alle standardisierten Faktorladungen lagen deutlich über .50 (zwischen .68 und .89). Die vergleichsweise niedrige latente Korrelation zwischen Leistungs- und Wettbewerbsmotivation (.34) unterstreicht die relative Unabhängigkeit dieser beiden Aspekte aktueller (extrinsischer) Motivation, die folglich separat in das Modell zur Vorhersage der situativen Textrepräsentation eingingen. Zur Berechnung individueller Skalenwerte wurden die Items umgepolt und aufsummiert. Die interne Konsistenz ( α ) war für beide Ska- 276 Ellen Schaffner, Ulrich Schiefele len ausreichend hoch (Leistungsmotivation: .77, n = 616; Wettbewerbsmotivation: .88, n = 614). Die aktuelle intrinsische Motivation wurde erst nach der Bearbeitung des Textes erfasst, da sie (anders als die Leistungs- und Wettbewerbsmotivation) stark von den Merkmalen eines Textes (z. B. Textthema, Konkretheit, Schwierigkeit) abhängt (Hidi & Baird, 1988; Sadoski, 2001). Entsprechend schwer kann sie von den Probanden antizipiert werden, bevor diese den Text gelesen haben. Zur Erfassung der intrinsischen Motivation standen fünf Items zur Verfügung (z. B. „Ich habe mich gerne mit dem Text beschäftigt“), die auf vierstufigen Antwortskalen (s. o.) zu beurteilen waren. Die Items wurden umgepolt und aufsummiert. Die interne Konsistenz der Skala erwies sich als hoch ( α = .90, n = 610). Situative Repräsentation In Anlehnung an die Vorgehensweise von Kintsch (1998; Schmalhofer & Glavanov, 1986) setzten wir zur Erfassung der situativen Textrepräsentation einen Verifikationstest ein, der aus 16 Testsätzen bestand, nämlich aus acht bedeutungsveränderten Sätzen (B-Sätze) und acht falschen Sätzen (F-Sätze). Bei den B-Sätzen handelt es sich um richtige Schlussfolgerungen aus dem Text, bei den F-Sätzen um falsche Schlussfolgerungen. Aufgabe der Schüler war es, die Sätze auf dem Hintergrund des Textes als wahr oder falsch zu beurteilen. Bei der Auswertung des Tests geht man davon aus, dass die situative Repräsentation umso stärker ausgebildet ist, je besser eine Person zwischen B- und F-Sätzen unterscheiden kann, d. h. je häufiger sie B-Sätze als wahr akzeptiert und F-Sätze als falsch ablehnt (Schmalhofer & Glavanov, 1986). Um die Fähigkeit zur Unterscheidung von Reizen (hier: B- und F-Sätze) zu quantifizieren, können auf Grundlage der Signalentdeckungstheorie verschiedene „Sensitivitätsindikatoren“ gebildet werden (Macmillan & Creelman, 2005). Ein mögliches Sensitivitätsmaß ist der prozentuale Anteil korrekter Entscheidungen. Im vorliegenden Fall lässt sich dieser Indikator berechnen, indem die korrekt verifizierten B-Sätze und die korrekt abgelehnten F-Sätze einer Person addiert, mit 100 multipliziert und durch die Gesamtzahl aller Testsätze geteilt werden. Ein Vorteil dieses Indikators gegenüber den häufig verwendeten d’-Werten liegt darin, dass es sich um einen Summenwert handelt, der sich einer Reliabilitätsanalyse unterziehen lässt. 5 Um die Reliabilität der Verifikationstests zu überprüfen, wurde eine Raschanalyse durchgeführt. Dabei erwiesen sich zwei zum Z-Text gehörige F-Sätze als unzureichend trennscharf. Da es aus methodischen Gründen wünschenswert ist, die gleiche Anzahl von B- und F-Sätzen in einer Diskriminationsaufgabe zu verwenden (vgl. Macmillan & Creelman, 2005), wurden zusätzlich zu diesen beiden F-Sätzen die beiden B-Sätze mit den niedrigsten Trennschärfen ausgeschlossen. Sowohl für den gekürzten Test zum Z-Text als auch für den unveränderten Test zum K-Text konnte die Raschhomogenität bestätigt werden. Die konservativen Reliabilitätsschätzungen auf Basis des Raschmodells nahmen Werte von .55 (K-Text, 16 Items, n = 302) bzw. .51 (Z-Text, 12 Items, n = 301) an. Die internen Konsistenzen ( α ) fielen demgegenüber etwas höher aus (K-Text: .64; Z-Text: .61). Die Unterschiedlichkeit der Reliabilitätsschätzungen resultiert u. a. daraus, dass relativ viele Schüler alle Items des Verifikationstests richtig beantworteten (K-Text: n = 26; Z-Text: n = 16), wodurch die Reliabilität im Sinne des Raschmodells abnimmt, Cronbachs α hingegen ansteigt (vgl. Clauser, 1999; Rost, 2004). Durchführung Die Untersuchung wurde in Schulklassen durchgeführt. Sie erstreckte sich über drei Termine, da neben den hier beschriebenen Instrumenten noch weitere zum Einsatz kamen. Die Durchführung erfolgte durch mehrere Testleiter (zwei in jeder Klasse) anhand einer standardisierten Instruktion und in der Regel in Anwesenheit einer aufsichtsführenden Lehrkraft. Im Rahmen des ersten Untersuchungstermins wurden die habituelle LM und das textspezifische Vorwissen der Schüler erfasst. Beim zweiten Termin (ca. drei bis vier Tage später) beurteilten die Schüler ihre aktuelle Leistungs- und Wettbewerbsmotivation und lasen dann zweimal den ihnen zugeteilten Text mit der Anweisung, ihn möglichst gut zu verstehen und im Gedächtnis zu behalten. Zweimaliges Lesen war vorgesehen, weil es gegenüber dem einmaligen Lesen stärkere Ausprägungen der situativen Textrepräsentation begünstigt (Millis & King, 2001; Millis & Simon, 1994). Nach dem Einsammeln der Texte bearbeiteten die Schüler die Verifikationstests und beurteilten retrospektiv ihre intrinsische Motivation beim Lesen des Textes. Etwa eine Woche später folgte der dritte Untersuchungstermin zur Erfassung der Dekodierfähigkeit und des metakognitiven Strategiewissens. Auswirkungen habitueller Lesemotivation 277 Umgang mit fehlenden Werten Fehlende Werte (auf Skalenebene) resultierten in der vorliegenden Studie daraus, dass Schüler an einem der drei Testtage abwesend waren oder Items einer Skala nur teilweise bzw. gar nicht bearbeiteten. Zum Umgang mit fehlenden Werten werden in der Literatur verschiedene Vorgehensweisen diskutiert (vgl. Schafer & Graham, 2002), wobei sich im Rahmen von Strukturgleichungsanalysen die Methode der multiplen Imputation besonders bewährt hat (Sinharay, Stern & Russell, 2001). Bei der multiplen Imputation wird jeder fehlende Wert durch mehrere wahrscheinliche Schätzwerte ersetzt, sodass letztendlich mehrere Datensätze vorliegen, die sich nur im Hinblick auf die geschätzten fehlenden Werte unterscheiden. Alle Auswertungsschritte müssen dann in jedem Datensatz einmal durchgeführt und anschließend zu einem Gesamtergebnis integriert werden (vgl. Rubin, 1987). Gegenüber einfachen Imputationsverfahren, bei denen jeder fehlende Wert durch genau einen geschätzten Wert ersetzt wird, haben multiple Imputationen den Vorteil, dass sie die größere Unsicherheit der geschätzten Werte (verglichen mit den beobachteten Werten) berücksichtigen und folglich adäquatere Schätzungen u. a. von Varianzen und Korrelationen ermöglichen (Rubin, 1987; Sinharay et al., 2001). In der vorliegenden Studie wurde für die multiple Imputation das Programm NORM 2.03 (Schafer, 2000) verwendet, das in einem iterativen Prozess (data augmentation) für jeden fehlenden Wert mehrere Schätzwerte ermittelt (vgl. Schafer & Olsen, 1998). Jeder fehlende Wert wurde in der vorliegenden Studie durch fünf geschätzte Werte ersetzt. Nach Sinharay et al. (2001) sind drei bis fünf Imputationen in den meisten Fällen ausreichend, um bereits sehr genaue Parameterschätzungen zu erzielen (s. a. Schafer & Olsen, 1998). Pro Variable lag der Anteil fehlender Werte bei durchschnittlich 3 % (K-Text) bzw. 4 % (Z-Text) mit einem Maximum von 7 % (K-Text, Vorwissen) bzw. 10% (Z-Text, Vorwissen). Ergebnisse Deskriptive Statistiken Aus Tabelle 1 lassen sich die Mittelwerte der Variablen unseres Modells und die Variableninterkorrelationen ablesen. Die Mittelwerte der Variablen fielen für beide Stichproben nahezu identisch aus. Dies spricht für eine gute Vergleichbarkeit der Stichproben. Die intrinsischen Formen der LM (objekt- und erlebnisbezogen) sind durchschnittlich höher ausgeprägt als die extrinsischen Formen der LM (leistungs- und wettbewerbsbezogen). Dieser Befund entspricht den Ergebnissen von Möller und Bonerad (in diesem Heft), die in einer Stichprobe von Fünftklässlern im Mittel höhere Ausprägungen intrinsischer als extrinsischer LM fanden. In den Verifikationstests, die wir zur Erfassung der situativen Textrepräsentation einsetzten, beurteilten die Schüler im Durchschnitt etwa 70 % der Testsätze korrekt. Auch die Korrelationen zwischen den Variablen ähneln sich in beiden Stichproben. Allerdings ist die aktuelle intrinsische Motivation in der Stichprobe mit dem K-Text signifikant stärker mit der situativen Repräsentation assoziiert (r = .35) als in der Stichprobe mit dem Z-Text (r = .18; z = 2.26; p < .05). Für die überwiegende Zahl der Variablen, von denen unser Modell annimmt, dass sie die Lernleistung direkt oder indirekt beeinflussen, ergaben sich signifikante Korrelationen niedriger bis mittlerer Ausprägung (.10 - .30) mit dem Situationsmodell. Von allen Variablen erklärt das Vorwissen den größten Teil der Varianz der situativen Textrepräsentation (r = .44/ .39). Als nicht signifikant erwies sich wider Erwarten die Korrelation zwischen der aktuellen Leistungsmotivation und dem Situationsmodell (r = -.04/ .03). Für sämtliche Variablen unseres Modells wurden Mittelwertsunterschiede zwischen Jungen und Mädchen mittels t-Tests überprüft. Es ließen sich bei beiden Texten keine Geschlechtsunterschiede hinsichtlich der situativen Repräsentation nachweisen. Dagegen zeichneten sich in beiden Stichproben (K-Text, Z-Text) die Jungen gegenüber den Mädchen durch höheres Vorwissen (Effektstärken d = .40/ .38), höhere wettbewerbsbezogene LM ( d = .25/ .23) und höhere aktuelle Wettbewerbsmotivation aus ( d = .42/ .23). Demgegenüber verfügten die Mädchen über höheres metakognitives Strategiewissen als die Jungen ( d = .28/ .28). In der Stichprobe mit dem K-Text hatten die Mädchen darüber hinaus signifikant 278 Ellen Schaffner, Ulrich Schiefele Tabelle 1: Interkorrelationen und Mittelwerte der Untersuchungsvariablen Anmerkungen: ** p < .01, * p < .05. Werte unterhalb der Diagonalen stammen aus der Stichprobe mit dem Kartentrick-Text (n = 304), Werte oberhalb der Diagonalen aus der Stichprobe mit dem Zahlensystem-Text (n = 299). Lesemotivation Kognitive Faktoren Aktuelle Motivation Lernen Variablen 1 2 3 4 5 6 7 8 9 10 11 M SD Lesemotivation 1 Gegenstandsbezogen - .41** .27** .18** .19** .14* .23** .14* .33** .07 .20** 12.81 2.31 2 Erlebnisbezogen .43** - .12* .15* .16** .15* .14* .18** .20* -.01 .14* 10.02 3.32 3 Leistungsbezogen .27** .13* - .53** -.13* .03 -.12* .16** .26** .26** -.16** 9.26 2.78 4 Wettbewerbsbezogen .18** .06 .62** - -.05 -.07 -.14* .14* .17** .50** -.13* 7.30 2.77 Kognitive Faktoren 5 Vorwissen .14* .20** -.17** -.18** - .22** .29** .16** .10 -.11 .39** 55.83 17.62 6 Strategiewissen .23** .16** -.06 -.05 .15* - .17** .07 .18** -.10 .14* 83.80 10.63 7 Dekodierfähigkeit .24** .20** -.10 -.10 .20** .14* - .07 .08 -.12* .25** 49.59 18.79 Aktuelle Motivation 8 Intrinsisch .27** .29** .13* .14* .35** .12* .10 - .19** .11 .18** 11.59 3.74 9 Leistung .27** .13* .19** .15** .12* .10 .02 .25** - .24** .03 10.19 1.70 10 Wettbewerb .06 -.28 .28** .55** -.03 -.11 -.07 .12* .36** - -.15* 7.92 2.96 Lernen 11 Situationsmodell .14* .24** -.20** -.19** .44** .20** .29** .35** -.04 -.17** - 68.51 18.91 M 12.69 10.11 9.07 7.19 58.21 82.99 50.88 11.66 10.24 7.90 72.00 SD 2.66 3.43 3.00 3.00 19.92 10.98 18.13 3.89 1.60 2.94 17.11 Theoretischer Wertebereich 4 - 16 4 - 16 4 - 16 4 - 16 0 - 100 0 - 100 0 - 185 5 - 20 3 - 12 4 - 16 0 - 100 Auswirkungen habitueller Lesemotivation 279 höhere Werte für die gegenstandsbezogene ( d = .24) und die erlebnisbezogene LM (d = .53). Schließlich ergab sich in der Stichprobe mit dem Z-Text für die Mädchen eine höhere aktuelle Leistungsmotivation als für Jungen (d = .26). Die Mittelwertsunterschiede zwischen Jungen und Mädchen wiesen mehrheitlich nur geringe Effektstärken auf (d < .30). Zu berücksichtigen ist auch, dass aufgrund multiplen Testens mit einem erhöhten α -Fehler zu rechnen ist. Unterzieht man das Signifikanzniveau einer Bonferroni-Korrektur, bleiben lediglich die Unterschiede im Vorwissen sowie - in der Stichprobe mit dem K-Text - die Unterschiede hinsichtlich der erlebnisbezogenen LM und der aktuellen Wettbewerbsmotivation erhalten. Test und Anpassung des Modells Vor den Strukturgleichungsanalysen wurden in beiden Stichproben Analysen zur Identifikation multivariater Ausreißer durchgeführt. Dabei wurde für jede Person unter Berücksichtigung sämtlicher Variablen des Modells ein zentrierter Hebelwert berechnet. Hebelwerte quantifizieren das Ausmaß, in dem eine Person bezogen auf mehrere Variablen von den jeweiligen Stichprobenmittelwerten abweicht (vgl. Cohen, Cohen, West & Aiken, 2003, S. 394). Vier (K-Text) bzw. sieben Personen (Z-Text) wurden aufgrund erhöhter Hebelwerte als multivariate Ausreißer identifiziert und aus den nachfolgenden Analysen ausgeschlossen. Das zu testende Ausgangsmodell entsprach weitgehend dem in Abbildung 1 dargestellten Modell. Allerdings ließen wir zusätzlich korrelative Pfade zwischen den Residualvariablen der kognitiven Merkmale zu, da wir vermuteten, dass die kognitiven Merkmale neben den Einflüssen der habituellen LM weitere Einflüsse teilen (z. B. der Intelligenz) (vgl. Kline, 2005, S. 97). Korrelative Pfade nahmen wir auch zwischen den Residualvariablen der aktuellen Leistungs- und Wettbewerbsmotivation an. Nur die habituelle intrinsische und extrinsische LM gingen als latente Variablen in das Modell ein (s. Methodenteil). Indikatorvariablen der intrinsischen LM waren die gegenstands- und erlebnisbezogene LM, als Indikatoren der extrinsischen LM verwendeten wir die leistungs- und wettbewerbsbezogene LM. In der Stichprobe mit dem K-Text musste die Fehlervarianz der wettbewerbsbezogenen LM vor dem Modelltest fixiert werden, um eine zulässige Lösung zu erhalten (vgl. Kline, 2005, S. 177f). Da aufgrund der multiplen Imputation fehlender Werte für jede Stichprobe fünf Datensätze vorlagen, wurden die Modelle in jedem der fünf Datensätze getestet. 6 Die resultierenden fünf Koeffizienten für jeden Pfad wurden anschließend nach Rubin (1987) zu einem Gesamtwert verrechnet. Im Folgenden berichten wir ausschließlich standardisierte Pfadkoeffizienten ( β ). Korrelative bzw. bidirektionale Pfade zwischen zwei Residualvariablen werden mit r res bezeichnet. Das Ausgangsgangsmodell hatte für den K-Text keinen akzeptablen Fit ( χ 2 [32, n = 304] = 125.5, p < .001; GFI = .928; IFI = .866; CFI = .862; RMSEA = .098 [.080 - .117]). Mit Ausnahme des Pfades vom metakognitiven Strategiewissen auf das Situationsmodell ( β = .09; p = .07) waren jedoch alle gerichteten Pfade innerhalb des Modells signifikant (p < .05). Als nicht signifikant erwiesen sich die korrelativen Pfade zwischen den kognitiven Einflussfaktoren (.04 > r res > -.04). Diese Pfade wurden aus dem Modell entfernt. Es wurde jedoch darauf verzichtet, nichtsignifikante gerichtete Pfade auszuschließen, um die Modelle zu den beiden Texten besser vergleichen zu können. Die weitere Anpassung des Modells erfolgte schrittweise auf der Basis von Modifikationsindizes. 7 Um die Stichprobenabhängigkeit des angepassten Modells zu reduzieren, wurden nur Modifikationsindizes > .10 berücksichtigt, die auf die Existenz eines theoretisch begründbaren Pfades hinwiesen. Zwei Pfade erfüllten diese Bedingung: der direkte Pfad der intrinsischen LM auf die aktuelle Leistungsmotivation und der direkte Pfad des Vorwissens auf die aktuelle intrinsische Motivation. Nach Aufnahme dieser beiden Pfade verfehlte der Pfad der extrinsischen LM auf die Leistungsmotivation ( β = .08) allerdings das Signifikanzkriterium. 280 Ellen Schaffner, Ulrich Schiefele Das modifizierte Modell (Abbildung 2) wies einen akzeptablen Fit auf ( χ 2 [33, n = 304] = 78.5, p < .001; GFI = .955; IFI = .935; CFI = .933; RMSEA = .067 [.048 - .087]), der signifikant über der Passung des Ausgangsmodells lag ( ∆χ 2 [1] = 47.00, p < .01). Insgesamt konnten 33 % der Varianz der situativen Textrepräsentation aufgeklärt werden. Auch in Bezug auf den Z-Text war der Fit des Ausgangsmodells nicht akzeptabel ( χ 2 [31, n = 299] = 107.0, p < .001; GFI = .941; IFI = .856; CFI = .849; RMSEA = .091 [.072 - .110]). Wie in dem Modell für den K-Text erwies sich der direkte Pfad des metakognitiven Strategiewissens auf die situative Repräsentation ( β = .03) als nicht signifikant. Die Pfade zwischen dem Situationsmodell und der aktuellen Leistungs- ( β = -.02) und Wettbewerbsmotivation ( β = - .10; p = .07) sowie zwischen der extrinsischen LM und dem metakognitiven Strategiewissen ( β = -.16; p = .08) erreichten ebenfalls nicht die Signifikanzgrenze. Schließlich waren nichtsignifikante korrelative Pfade zwischen Dekodierfähigkeit und Strategiewissen (r res = .06) sowie zwischen aktueller Leistungs- und Wettbewerbsmotivation (r res = .13; p = .07) festzustellen. Die beiden letztgenannten Pfade wurden in einem ersten Schritt aus dem Modell entfernt. Die weitere Anpassung des Modells erfolgte auf der Basis von Modifikationsindizes (s. o.). Allerdings erfüllte lediglich der Pfad von der intrinsischen LM auf die aktuelle Leistungsmotivation das Kriterium für eine Berücksichtigung in dem Modell. Als Folge der Aufnahme dieses Pfades verfehlten in dem angepassten Modell die ursprünglich signifikanten Pfade zwischen der extrinsischen LM und der aktuellen Leistungsmotivation ( β = .12) sowie zwischen Vorwissen und Strategiewissen (r res = .11) das Signifkanzkriterium. Dafür erreichte der Pfad der extrinsischen LM auf das Strategiewissen ( β = -.18) nun ein statistisch bedeutsames Ausmaß (p < .05). Das angepasste Modell (Abbildung 3) zeigte einen akzeptablen Fit ( χ 2 [32, n = 299] = 78.04, p < .001; GFI = .958; IFI = .913; CFI = .909; RMSEA = .069 [.050 - .089]) und erwies sich dem Ausgangsmodell als signifikant überlegen ( ∆χ 2 [1] = 28.96, p < .01). Die Varianzaufklärung für die situative Textrepräsentation beträgt 19 %. Abbildung 2: Angepasstes Modell für den Kartentrick-Text (standardisierte Pfadkoeffizienten; r res : Korrelation zwischen zwei Residualvariablen; kursiv gedruckte Koeffizienten sind nicht signifikant; n = 304) Auswirkungen habitueller Lesemotivation 281 Ergänzend wurden die angepassten Modelle zu beiden Texten als Mehr-Gruppen-Modelle (vgl. Kline, 2005, S. 289ff.) für Schüler unterschiedlicher Schulformen getestet (anhand des jeweils ersten Datensatzes mit imputierten fehlenden Werten). Wenngleich die Anteile der Realschüler (K-Text: n = 86; Z-Text: n = 83) und der Gesamtschüler (K-Text: n = 50; Z-Text: n = 50) in beiden Stichproben relativ gering ausfielen, sollten die Analysen erste Hinweise darauf geben können, ob die Ausprägungen der Pfadkoeffizienten innerhalb der Modelle möglicherweise durch die Schulformzugehörigkeit der Schüler moderiert wurden. Mittels χ 2 -Differenz-Test wurde daher für beide Texte jeweils ein Mehr-Gruppen-Modell, in dem die Pfadkoeffizienten je nach Schulformzugehörigkeit variieren konnten, mit einem Mehr-Gruppen- Modell verglichen, in dem die Koeffizienten aller gerichteten Pfade für Schüler unterschiedlicher Schulformen gleichgesetzt wurden. Die nichtsignifikanten Ergebnisse der χ 2 -Differenz- Tests weisen darauf hin, dass für beide Texte von einem einheitlichen Strukturmodell für alle Schulformen ausgegangen werden kann (K-Text: ∆χ 2 [34] = 38.46, ns; Z-Text: ∆χ 2 [32] = 41.88, ns). Auffällig war jedoch, dass die (standardisierten sowie unstandardisierten) Pfadkoeffizienten in den restringierten Mehr- Gruppen-Modellen oftmals etwas niedriger ausfielen als die entsprechenden Koeffizienten in den (Ein-Gruppen-)Modellen für die Gesamtstichprobe (s. Abbildungen 2 und 3). Dieser Befund lässt sich wahrscheinlich darauf zurückführen, dass die Trennung der Schüler nach Schulformzugehörigkeit mit einer Einschränkung der Varianz (sowohl bei kognitiven als auch motivationalen Variablen) einhergeht und dass die bivariaten Zusammenhänge zwischen den Variablen aus diesem Grund - verglichen mit der Gesamtstichprobe - absinken. Die indirekten Effekte habitueller intrinsischer und extrinsischer LM auf die situative Textrepräsentation sind im vorliegenden Kontext von besonderem Interesse. Aus Tabelle 2 geht hervor, dass die indirekten Effekte der habituellen intrinsischen und extrinsischen LM insgesamt, d. h. unter Berücksichtigung sämtlicher Mediatoren, für beide Texte ein substanzielles Abbildung 3: Angepasstes Modell für den Zahlensystem-Text (standardisierte Pfadkoeffizienten; r res : Korrelation zwischen zwei Residualvariablen; kursiv gedruckte Koeffizienten sind nicht signifikant; n = 299) 282 Ellen Schaffner, Ulrich Schiefele Ausmaß erreichen. Deutlich wird auch, dass das Vorwissen als bedeutendste Mediatorvariable der Auswirkungen habitueller LM gelten kann (Mediatoreffekte von .11 bzw. .12). Insgesamt kommt den kognitiven Mediatoren ein größeres Gewicht zu als den motivationalen Mediatoren. Nach dem Vorwissen tritt jedoch in der Stichprobe mit dem K-Text immerhin die aktuelle intrinsische Motivation als stärkster Vermittler für die Effekte der intrinsischen LM hervor (s. Tabelle 2). Zweitstärkster Mediator für die Effekte der extrinsischen LM ist in beiden Stichproben die aktuelle Wettbewerbsmotivation. Zu beachten ist, dass die bivariaten Korrelationen zwischen den Dimensionen intrinsischer bzw. extrinsischer LM und dem Situationsmodell (vgl. Tabelle 1) niedriger ausfallen als die Koeffizienten für die in Tabelle 2 berichteten indirekten Gesamteffekte. Dies ist durch einen Suppressionseffekt zu erklären, der dadurch verursacht wird, dass die intrinsische und extrinsische LM positiv miteinander korrelieren, aber entgegengesetzte Auswirkungen auf die situative Repräsentation haben (vgl. Cohen et al., 2003). Diskussion Insgesamt hat sich das theoretische Modell zum vermittelten Einfluss der habituellen LM auf die situative Repräsentation von Texten gut bewährt. Es wurde deutlich, dass die kognitiven Merkmale Vorwissen und Dekodierfähigkeit sowohl positive Einflüsse der intrinsischen LM als auch negative Einflüsse der extrinsischen LM auf die situative Repräsentation vermitteln. Dagegen konnte die Mediatorrolle des metakognitiven Strategiewissens nicht bestätigt werden. Dies ist möglicherweise auf die verhältnismäßig hohe Kohärenz der von uns verwendeten Texte zurückzuführen. So konnten beispielsweise Meyer, Talbot, Stubblefield und Poon (1989) zeigen, dass die Effekte von Lesestrategien auf das Textverstehen vor allem bei inkohärenten bzw. schlecht strukturierten Texten nachweisbar sind. Neben den kognitiven Einflussfaktoren konnte vor allem die aktuelle intrinsische Motivation als wirksamer Mediator bestätigt werden. Es ist allerdings nicht auszuschließen, dass die hervorgehobene Rolle der aktuellen intrinsischen Motivation auch darauf beruht, dass sie Indirekte Effekte ( ββ ) Prädiktoren Mediatoren K-Text Z-Text Intrinsische 1. Vorwissen .105 .118 Lesemotivation 2. Vorwissen/ intrinsische Motivation .022 - 3. Strategiewissen .032 .010 4. Dekodierfähigkeit .067 .057 5. Intrinsische Motivation .095 .039 6. Leistungsmotivation -.039 -.008 Σ = .282 Σ = .216 Extrinsische 1. Vorwissen -.090 -.071 Lesemotivation 2. Strategiewissen -.016 -.005 3. Dekodierfähigkeit -.041 -.045 4. Leistungsmotivation -.009 -.002 5. Wettbewerbsmotivation -.073 -.056 Σ = -.229 Σ = -.179 Tabelle 2: Indirekte Effekte habitueller Lesemotivation auf die situative Textrepräsentation Anmerkung: K-Text = Kartentrick-Text (n = 304), Z-Text = Zahlensystem-Text (n = 299) Auswirkungen habitueller Lesemotivation 283 nach dem Lesen erfasst und daher vom Ausmaß des Textverstehens beeinflusst wurde. Die vermittelnden Effekte der Leistungs- und Wettbewerbsmotivation traten dagegen nur im Falle des K-Textes auf. Entgegen unseren Erwartungen vermittelte die aktuelle Leistungsmotivation nur die Wirkung der habituellen intrinsischen LM, nicht aber die der habituellen extrinsischen LM. Eine hoch ausgeprägte intrinsische LM scheint somit in einer konkreten Lesesituation nicht nur das Auftreten aktueller intrinsischer Motivation zu begünstigen, sondern auch das situationsspezifische Streben nach guten Verstehensleistungen. Vermutlich besitzt die dem Textverstehen zugrunde liegende Kompetenz für intrinsisch lesemotivierte Schüler, für die Lesen eng mit intrinsischen Anreizen (z. B. Interessenbefriedigung, positive Gefühlserlebnisse) verbunden ist, einen besonders hohen subjektiven Wert. Die in den Modellen ermittelten Effekte habitueller intrinsischer und extrinsischer LM auf die kognitiven und motivationalen Mediatorvariablen (s. Abbildungen 2 und 3) liegen jeweils über den entsprechenden einfachen Korrelationen der Mediatoren mit den Subskalen intrinsischer bzw. extrinsischer LM (s. Tabelle 1). Dieser Sachverhalt ist vor allem darauf zurückzuführen, dass die intrinsische und extrinsische LM als latente Variablen modelliert wurden und damit messfehlerbereinigt sind. In den Fällen, in denen sich die intrinsische und extrinsische LM gemeinsam, aber in entgegengesetzten Richtungen auf die Mediatoren auswirkten (das betrifft alle kognitiven Mediatoren), kam es darüber hinaus zu Suppressionseffekten. Diese fielen jedoch wegen der moderaten Korrelation zwischen intrinsischer und extrinsischer LM verhältnismäßig gering aus. Beispielsweise sinkt der Effekt der intrinsischen LM auf das Vorwissen in der Stichprobe mit dem K-Text von .35 auf .30, wenn man die extrinsische LM aus dem Modell entfernt und den Suppressionseffekt dadurch verhindert. Wenngleich die Modelle für beide Texte sehr ähnlich sind, lassen sich auch Unterschiede aufzeigen. So erklärt das Modell zum K-Text deutlich mehr Varianz der situativen Textrepräsentation (R 2 = .33) als das Modell zum Z- Text (R 2 = .19). Die für den Z-Text geringere Varianzaufklärung lässt sich u. a. auf die (verglichen mit dem K-Text) geringeren (bzw. nichtsignifikanten) Effekte der aktuellen intrinsischen Motivation bzw. der Leistungsmotivation auf die situative Repräsentation zurückführen. Zu vermuten ist, dass Unterschiede zwischen den Texten für die unterschiedlich starken Effekte der aktuellen Motivation verantwortlich sind. In der Literatur gibt es Hinweise darauf, dass kognitiv anspruchsvolle Lern- und Verarbeitungsprozesse stärkeren Motivationseffekten unterliegen als kognitiv weniger anspruchsvolle (z. B. Grolnick & Ryan, 1987; Schiefele, 1996). Wir nehmen an, dass das Situationsmodell zum K-Text (verglichen mit dem Situationsmodell zum Z-Text) auf anspruchsvolleren Inferenzen basiert (vgl. Durgunoglu & Jehng, 1991), da (a) die Funktionsweise des im K-Text beschriebenen Kartentricks komplexer ist als die Funktionsweise der im Z-Text beschriebenen Zahlensysteme, (b) die Textbasis mehr Kohärenzlücken beinhaltet, die vom Leser - auf der Basis seines Vorwissens - zu schließen sind (vgl. Kintsch, 1998) und (c) komplexere mathematische Begriffe vorkommen (z. B. Unabhängigkeit von Ereignissen, Zufall, Wahrscheinlichkeit), die im Text nur sehr knapp erläutert werden, aber für das Textverständnis entscheidend sind. Im Einklang mit unseren theoretischen Erwartungen und den von Wang und Guthrie (2004) berichteten Befunden wirkte sich die habituelle extrinsische LM in beiden Modellen ausschließlich negativ auf die situative Textrepräsentation aus. Unsere Analysen geben - über frühere Studien hinausgehend - zumindest erste Hinweise darauf, welche vermittelnden Prozesse dem negativen Einfluss extrinsischer LM auf textbezogene Lernleistungen zugrunde liegen. Offensichtlich geht eine hohe extrinsische LM mit reduziertem Vor- und Strategiewissen und einer verminderten Dekodierfähigkeit einher. Zudem begünstigt sie in einer konkreten Lesesituation das Auftreten von Wettbewerbs- 284 Ellen Schaffner, Ulrich Schiefele motivation, die wiederum den Aufbau der situativen Repräsentation behindert. Die negativen Effekte der extrinsischen LM auf das Vorwissen, das Strategiewissen und die Dekodierfähigkeit könnten zumindest teilweise darauf basieren, dass die extrinsische LM die Häufigkeit des freiwilligen Lesens reduziert. Diese Annahme konnte im Rahmen der vorliegenden Studie jedoch nicht geprüft werden, da die Häufigkeit des freiwilligen Lesens nicht erfasst wurde. Die zukünftige Forschung sollte daher der vermittelnden Funktion der Lesehäufigkeit für die Effekte habitueller intrinsischer und extrinsischer LM auf textbezogene Lernleistungen verstärkt nachgehen. Ein weiterer kritischer Punkt des hier vorgestellten Modells betrifft unsere Annahme, dass sich die habituelle LM auf die kognitiven Determinanten des Textlernens auswirkt und nicht umgekehrt. Theoretisch wäre es auch möglich, dass ein umfangreiches Vor- und Strategiewissen sowie eine gute Dekodierfähigkeit die intrinsische LM begünstigen (z. B. weil sie mit höherem Selbstwirksamkeitserleben beim Lesen einhergehen) und die extrinsische LM beeinträchtigen. Zu der Vermutung, dass sich die habituelle LM auf die kognitiven Determinanten des Textlernens auswirkt und nicht umgekehrt, haben uns neben theoretischen Überlegungen (s. z. B. Guthrie et al., 1999) Befunde veranlasst, die zeigen, dass sich die habituelle LM in der kindlichen Entwicklung früher als die kognitiven Determinanten des Textlernens herausbildet (vgl. Baker, Scher & Mackler, 1997). Da zudem die habituelle LM die Lesehäufigkeit beeinflusst (Baker & Wigfield, 1999; Wigfield & Guthrie, 1997) und damit zur Ausführung komplexer kognitiver (Verstehens-)Prozesse anregt (Kintsch, 1998), erscheinen Auswirkungen habitueller LM auf die kognitive Entwicklung eines Kindes überaus plausibel. Bisher liegen u.W. jedoch keine Studien vor, die sich mit der Frage befassen, ob es möglicherweise rückwirkende Einflüsse des Strategiewissen, des Vorwissens oder der Dekodierfähigkeit auf die habituelle LM gibt. Solche Studien müssten längsschnittlicher Natur sein und neben der habituellen LM auch kognitive Determinanten des Vorwissens, des Strategiewissens und der Dekodierfähigkeit berücksichtigen (z.B. verbale Intelligenz). Auf diese Weise könnte ein wesentlicher Beitrag zur weiteren empirischen Fundierung des hier vorgelegten Modells des Einflusses habitueller LM auf das textbezogene Lernen geleistet werden. Anmerkungen 1 Als relevante situative Faktoren kommen z. B. Merkmale der Lernumgebung oder des Lernmaterials in Frage. 2 Aus Gründen sprachlicher Vereinfachung verwenden wir im Folgenden nur die männliche Form. Sofern es nicht eigens vermerkt wird, sind immer beide Geschlechter gemeint. 3 Dabei wurden fehlende Werte durch den in AMOS implementierten FIML-Algorithmus ersetzt. 4 Eine gute Passung des Modells wird angezeigt, wenn der IFI (incremental fit index), der CFI (comparative fit index) und der GFI (goodness-of-fit index) über .90 liegen und der RMSEA (root mean square error of approximation) einen Wert von .08 nicht übersteigt. Für den RMSEA kann zusätzlich ein 90 %-Konfidenzintervall angegeben werden (s. die Werte in eckigen Klammern), das den Wert .10 nicht miteinschließen sollte. Der GFI konnte mit AMOS 5.0 bei den hier beschriebenen konfirmatorischen Faktorenanalysen aufgrund fehlender Werte (auf Itemebene) nicht berechnet werden. Dieses Problem trat bei den im Ergebnisteil berichteten Modelltests nicht auf, weil fehlende Werte (auf Skalenebene) zuvor durch multiple Imputationen ersetzt worden waren. 5 Die Korrelation des hier verwendeten Sensitivitätsindikators mit den entsprechenden d’-Werten lag in beiden Stichproben bei .99. 6 Da sich die Fit-Statistiken der Modelle zwischen den fünf Datensätzen nur minimal unterschieden, berichten wir jeweils nur die Fit-Statistiken des Modelltests auf der Grundlage des ersten Datensatzes. 7 Für die Berechnung der Modifikationsindizes wurde jeweils der erste von den fünf Datensätzen mit imputierten fehlenden Werten verwendet. Literatur Alexander, P. A. & Jetton, T. L. (1996). The role of importance and interest in the processing of text. Educational Psychology Review, 8, 89 - 121. Alexander, P. A., Jetton, T. L. & Kulikowich, J. M. (1995). Interrelationship of knowledge, interest, and recall: Assessing a model of domain learning. Journal of Educational Psychology, 87, 559 - 575. Arbuckle, J. L. (2003). AMOS 5.0. Update to the AMOS User’s Guide. Chicago, IL: SmallWaters Corporation. Artelt, C., Schiefele, U. & Schneider, W. (2001). Predictors of reading literacy. European Journal of Psychology of Education, 16, 363 - 383. Auswirkungen habitueller Lesemotivation 285 Baker, L., Scher, D. & Mackler, K. (1997). Home and family influences on motivations for literacy. Educational Psychologist, 32, 69 - 82. Baker, L. & Wigfield, A. (1999). Dimensions of children’s motivation for reading and their relations to reading activity and reading achievement. Reading Research Quarterly, 34, 452 - 477. Benware, C. A. & Deci, E. L. (1984). Quality of learning with an active versus passive motivational set. American Educational Research Journal, 21, 755 - 765. Bergin, D. A. (1995). Effects of a mastery versus competitive motivation situation on learning. Journal of Experimental Education, 63, 303 - 314. Clauser, B. (1999). Relating Cronbach and Rasch reliabilities. Rasch Measurement Transactions, 13, 696. Cohen, J., Cohen, P., West, S. G. & Aiken, L. S. (2003). Applied multiple regression/ correlation analysis for the behavioral sciences. Mahwah, NJ: Erlbaum. Cox, K. E. & Guthrie, J. T. (2001). Motivational and cognitive contributions to students’ amount of reading. Contemporary Educational Psychology, 26, 116 - 131. Davier, M. von (2001). WINMIRA 2001. Kiel: IPN. Durgunoglu, A. Y. & Jehng, J.-C. J. (1991). Elaborative inferences on an expository text. Contemporary Educational Psychology, 16, 314 - 330. Graesser, A. C., Millis, K. K. & Zwaan, R. A. (1997). Discourse comprehension. Annual Review of Psychology, 48, 163 - 189. Greaney, V. & Hegarty, M. (1987). Correlates of leisuretime reading. Journal of Research in Reading, 10, 3 - 20. Grolnick, W. S. & Ryan, R. M. (1987). Autonomy in children’s learning: An experimental and individual difference investigation. Journal of Personality and Social Psychology, 52, 890 - 898. Guthrie, J. T. & Knowles, K. T. (2001). Promoting reading motivation. In L. Verhoeven & C. E. Snow (Eds.), Literacy and motivation (pp. 159 - 176). Mahwah, NJ: Erlbaum. Guthrie, J. T., McGough, K., Bennett, L. & Rice, M. E. (1996). Concept-oriented reading instruction: An integrated curriculum to develop motivations and strategies for reading. In L. Baker, P. Afflerbach & D. Reinking (Eds.), Developing engaged readers in school and home communities (pp. 165 - 190). Mahwah, NJ: Erlbaum. Guthrie, J. T. & Wigfield, A. (2000). Engagement and motivation in reading. In M. L. Kamil, P. B. Mosenthal, P. D. Pearson & R. Barr (Eds.), Reading research handbook (Vol. 3, pp. 403 - 424). Mahwah, NJ: Erlbaum. Guthrie, J. T., Wigfield, A., Metsala, J. L. & Cox, K. E. (1999). Motivational and cognitive predictors of text comprehension and reading amount. Scientific Studies of Reading, 3, 231 - 256. Hidi, S. (2001). Interest, reading, and learning: Theoretical and practical considerations. Educational Psychology Review, 13, 191 - 209. Hidi, S. & Baird, W. (1988). Strategies for increasing textbased interest and students’ recall of expository texts. Reading Research Quarterly, 23, 465 - 483. Hoyle, R. H. (2000). Confirmatory factor analysis. In H. E. A. Tinsley & S. D. Brown (Eds.), Handbook of applied multivariate statistics and mathematical modelling (pp. 465 - 497). San Diego: Academic Press. Juel, C. (1988). Learning to read and write: A longitudinal study of 54 children from first through fourth grades. Journal of Educational Psychology, 80, 437 - 447. Kintsch, W. (1998). Comprehension. Cambridge, UK: Cambridge University Press. Kline, R. B. (2005). Principles and practice of structural equation modeling. New York: Guilford Press. Krapp, A. (1999). Interest, motivation and learning: An educational-psychological perspective. European Journal of Psychology of Education, 14, 23 - 40. Lepper, M. R., Corpus, J. H. & Iyengar, S. S. (2005). Intrinsic and extrinsic motivational orientations in the classroom: Age differences and academic correlates. Journal of Educational Psychology, 97, 184 - 196. Linacre, J. M. (1997). KR-20 or Rasch reliability: Which tells the “truth”? Rasch Measurement Transactions, 11, 580 - 581. Linnenbrink, E. A. (2005). The dilemma of performanceapproach goals: The use of multiple goal contexts to promote students’ motivation and learning. Journal of Educational Psychology, 97, 197 - 213. Macmillan, N. A. & Creelman, C. D. (2005). Detection theory. Mahwah, NJ: Erlbaum. McCormick, C. E. & Mason, J. M. (1989). Fostering reading for head start children with little books. In J. Allen & J. Mason (Eds.), Risk makers, risk takers, risk breakers (pp. 154 - 177). Portsmouth, NH: Heinemann. McNamara, D. S., Kintsch, E., Songer, N. B. & Kintsch, W. (1996). Are good texts always better? Interactions of text coherence, background knowledge, and levels of understanding in learning from text. Cognition and Instruction, 14, 1 - 43. McNamara, D. S. & Kintsch, W. (1996). Learning from texts: Effects of prior knowledge and text coherence. Discourse Processes, 22, 247 - 288. Mejding, J. (1993, August). Reading: Speed and/ or comprehension? Paper presented at the Nordic Conference on Methodological Issues in Dyslexia Research, Kungälv, Sweden. Mejding, J. (2000). Reading speed test report (unpublished manuscript). Copenhagen: Danish National Institute for Educational Research. Meyer, B. J. F., Talbot, A., Stubblefield, R. A. & Poon, L. W. (1998). Interests and strategies of young and old readers differentially interact with characteristics of texts. Educational Gerontology, 24, 747 - 771. Millis, K. K. & King, A. C. (2001). Rereading strategically: The influences of comprehension ability and a prior reading on the memory for expository text. Reading Psychology, 22, 41 - 65. Millis, K. K. & Simon, S. (1994). Rereading scientific texts: Changes in resource allocation. In H. van Oostendorp & R. A. Zwaan (Eds.), Naturalistic text comprehension (pp. 115 - 133). Norwood, NJ: Ablex. Möller, J. & Schiefele, U. (2004). Motivationale Grundlagen der Lesekompetenz. In U. Schiefele, C. Artelt, W. Schneider & P. Stanat (Hrsg.), Struktur, Entwicklung und Förderung von Lesekompetenz (S. 101 - 124). Wiesbaden: Verlag für Sozialwissenschaften. Neubrand, M., Biehler, R., Blum, W., Cohors-Fresenborg, E., Flade, L., Knoche, N., Lind, D., Löding, W., Möller, G. & Wynands, A. (2004). Eine systematische und kommentierte Auswahl von Beispielaufgaben des Mathematiktests in PISA 2000. In M. Neubrand (Hrsg.), Mathematische Kompetenzen von Schülerinnen und Schülern in Deutschland: Vertiefende Analysen im Rahmen von PISA 2000 (S. 259 - 270). Wiesbaden: Verlag für Sozialwissenschaften. 286 Ellen Schaffner, Ulrich Schiefele Newth, E. (1998). Die Jagd nach der Wahrheit. Die unendliche Geschichte der Welterforschung. München/ Wien: Hanser. Nicholls, J. G. (1984). Achievement motivation: Conceptions of ability, subjective experience, task choice, and peformance. Psychological Review, 91, 328 - 346. Paulos, J. A. (2000). Es war 1mal. Die verborgene mathematische Logik des Alltäglichen. Heidelberg/ Berlin: Spektrum. Pekrun, R. (1991). Emotionen in Lern- und Leistungssituationen. In D. Frey (Hrsg.), Bericht über den 37. Kongress der Deutschen Gesellschaft für Psychologie in Kiel 1990 (Bd. 2, S. 375 - 381). Göttingen: Hogrefe. Pekrun, R. (1993). Entwicklung von schulischer Aufgabenmotivation in der Sekundarstufe: Ein erwartungswert-theoretischer Ansatz. Zeitschrift für Pädagogische Psychologie, 7, 87 - 97. Perfetti, C. A. (1985). Reading ability. New York: Oxford University Press. Pintrich, P. R., Marx, R. W. & Boyle, R. (1993). Beyond cold conceptual change: The role of motivational beliefs and classroom contextual factors in the process of conceptual change. Review of Educational Research, 63, 167 - 199. Quinn, B. & Jadav, A. D. (1987). Causal relationship between attitude and achivement for elementary grade mathematics and reading. Journal of Educational Research, 80, 366 - 372. Rheinberg, F. (2002). Motivation. Stuttgart: Kohlhammer. Rost, J. (2004). Lehrbuch Testtheorie - Testkonstruktion. Bern: Huber. Rowe, K. J. (1991). The influence of reading activity at home on students’ attitudes towards reading, classroom attentiveness and reading achievement: An application of structural equation modeling. British Journal of Educational Psychology, 61, 19 - 35. Rubin, D. B. (1987). Multiple imputation for nonresponse in surveys. New York: Wiley. Sadoski, M. (2001). Resolving the effects of concreteness on interest, comprehension, and learning important ideas from text. Educational Psychology Review, 13, 263 - 281. Scarborough, H. S. & Dobrich, W. (1994). On the efficacy of reading to preschoolers. Developmental Review, 14, 245 - 302. Schafer, J. L. (2000). NORM 2.03 for Windows 95/ 98/ NT [software]. Available: http: / / www.stat.psu.edu/ ~jls [2006-04-05]. Schafer, J. L. & Graham, J. W. (2002). Missing data: Our view of the state of the art. Psychological Methods, 7, 147 - 177. Schafer, J. L. & Olsen, M. (1998). Multiple imputation for multivariate missing-data problems: A data analyst’s perspective. Multivariate Behavioral Research, 33, 545 - 571. Schaffner, E., Schiefele, U. & Schneider, W. (2004). Ein erweitertes Verständnis der Lesekompetenz: Die Ergebnisse des nationalen Ergänzungstests. In U. Schiefele, C. Artelt, W. Schneider & P. Stanat (Hrsg.), Struktur, Entwicklung und Förderung von Lesekompetenz (S. 197 - 242). Wiesbaden: Verlag für Sozialwissenschaften. Schiefele, U. (1996). Motivation und Lernen mit Texten. Göttingen: Hogrefe. Schiefele, U. (1999). Interest and learning from text. Scientific Studies of Reading, 3, 257 - 279. Schiefele, U. & Schreyer, I. (1994). Intrinsische Lernmotivation und Lernen. Ein Überblick zu Ergebnissen der Forschung. Zeitschrift für Pädagogische Psychologie, 8, 1 - 13. Schlagmüller, M. & Scheider, W. (1999). Metacognitive knowledge about text processing: A questionnaire (unpublished manuscript). Würzburg: Universität, Fakultät für Psychologie. Schmalhofer, F. & Glavanov, D. (1986). Three components of understanding a programmer’s manual: Verbatim, propositional, and situational representations. Journal of Memory and Language, 25, 279 - 294. Schneider, W., Schlagmüller, M. & Ennemoser, M. (2007). LGVT 6 - 12. Lesegeschwindigkeits- und -verständnistest für die Klassenstufen 6 bis 12. Göttingen: Hogrefe. Schnotz, W. & Dutke, S. (2004). Kognitionspsychologische Grundlagen der Lesekompetenz: Mehrebenenverarbeitung anhand multipler Informationsquellen. In U. Schiefele, C. Artelt, W. Schneider & P. Stanat (Hrsg.), Struktur, Entwicklung und Förderung von Lesekompetenz (S. 197 - 242). Wiesbaden: Verlag für Sozialwissenschaften. Sinharay, S., Stern, H. S. & Russell, D. (2001). The use of multiple imputation for the analysis of missing data. Psychological Methods, 6, 317 - 329. Tardieu, H., Ehrlich, M. F. & Gyselinck, V. (1992). Levels of representation and domain-specific knowledge in comprehension of scientific texts. Language and Cognitive Processes, 7, 335 - 351. van Dijk, T. A. & Kintsch, W. (1983). Strategies of discourse comprehension. New York: Academic Press. van Kraayenoord, C. E. & Schneider, W. (1999). Reading achievement, metacognition, reading self-concept and interest: A study of German students in grades 3 and 4. European Journal of Psychology of Education, 14, 305 - 324. Wang, J. H.-Y. & Guthrie, J. T. (2004). Modeling the effects of intrinsic motivation, extrinsic motivation, amount of reading, and past reading achievement on text comprehension between U.S. and Chinese students. Reading Research Quarterly, 39, 162 - 186. Watkins, M. W. & Coffey, D. Y. (2004). Reading motivation: Multidimensional and indeterminate. Journal of Educational Psychology, 96, 110 - 118. Wigfield, A. & Guthrie, J. T. (1997). Relations of children’s motivation for reading to the amount and breadth of their reading. Journal of Educational Psychology, 89, 420 - 432. Autorenhinweis Die Studie wurde von der Deutschen Forschungsgemeinschaft gefördert (Schi 283/ 13-1). Wir danken Sonja Kotten für die Mithilfe bei der Planung und Durchführung der Studie. Ellen Schaffner Universität Bielefeld Fakultät für Psychologie und Sportwissenschaft Postfach 100131 D-33501 Bielefeld Tel. (05 21) 1 06 30 84 E-Mail: ellen.schaffner@uni-bielefeld.de