n Empirische Arbeit Psychologie in Erziehung und Unterricht, 2019, 66, 241 -259 DOI 10.2378/ peu2019.art18d © Ernst Reinhardt Verlag München Basel Entwicklung des Fähigkeitsselbstkonzepts in berufsbildenden Schulen Christoph Helm 1 , Maria Krumpholz 2 , Karin Heinrichs 2 1 Johannes Kepler Universität Linz 2 Universität Bamberg Zusammenfassung: Die Forschung zur Entwicklung des Fähigkeitsselbstkonzepts konzentrierte sich bisher nahezu ausschließlich auf den allgemeinbildenden Schulbereich. Aus mehreren Gründen (z. B. Orientierung des Unterrichts an Arbeitsund/ oder Unternehmensprozessen) können diese Befunde nicht einfach auf berufsbildende Schulen übertragen werden. Die Längsschnittstudie untersucht daher in kaufmännischen Schulen die wechselseitigen Beziehungen (a) zwischen dem Fähigkeitsselbstkonzept und der Schülerleistung sowie (b) zwischen dem Fähigkeitsselbstkonzept und dem individuell wahrgenommenen Unterrichtsklima. Darüber hinaus werden Kompositionseffekte (Big-Fish-Little-Pond Effekt) und Klimaeffekte (Unterrichtsklima) geprüft. Dazu werden Random Intercept Cross-lagged Panel-Models und Multilevel Latent Contextual Models auf Basis von Schülerdaten (n = 801) aus 24 Klassen der 9. - 11. Schulstufe beruflicher Vollzeitschulen geschätzt. Die Ergebnisse bestätigen reziproke Effekte, wenn die Leistung durch Schulnoten operationalisiert wird, nicht jedoch, wenn standardisierte Testleistungen herangezogen werden. Darüber hinaus zeigen sich schwache Effekte des Fähigkeitsselbstkonzepts auf die individuelle Wahrnehmung des Unterrichtsklimas. Kontext- und Klimaeffekte können - mit wenigen Ausnahmen - nicht beobachtet werden. Die Ergebnisse werfen die Frage auf, inwiefern durch pädagogische Maßnahmen in berufsbildenden Schulen das Fähigkeitsselbstkonzept im Jugendalter überhaupt noch gefördert werden kann. Schlüsselbegriffe: Fähigkeitsselbstkonzept, Kontext- und Klimaeffekte, Random Intercept Cross- Lagged Panel Model Development of Academic Self-Concept in Vocational Education Summary: Instruction in vocational schools is substantially different from general schools (orientation towards work and business processes rather than school subjects). This raises the question if vocational schools represent a sensitive phase for students’ academic self-concept. Thus, we tested reciprocal effects among students’ self-concept on the one hand and students’ achievement as well as students’ perception of classroom climate on the other hand. In addition, we analysed compositional effects (Big-Fish-Little-Pond Effect) and climate effects (school climate). In order to test our hypotheses, we estimated longitudinal random intercept cross-lagged panel models as well as multilevel latent contextual models on basis of student data (n = 801) of 24 classes of vocational fulltime schools at grade 9, 10, and 11. The results confirm reciprocal effects only in case of grade point average but not when standardized tests are used to assess students’ competence. Furthermore, academic self-concept predicts students’ individual perception of teachers autonomy and competence support. Contextual effects could not be observed. The results raise questions as to whether teachers can still foster students’ academic self-concept in vocational schools, in adolescence respectively, by offering motivational contexts. Keywords: Academic self-concept, autonomy support, reciprocal effects, contextual effects, Random Intercept Cross-Lagged Panel Model 242 Christoph Helm, Maria Krumpholz, Karin Heinrichs Im Bereich allgemeinbildender Schulen ist international (Valentine, DuBois & Cooper, 2004) und für den deutschsprachigen Raum (bspw. Helmke & van Aken, 1995; Weidinger, Spinath & Steinmayr, 2015) empirisch belegt, dass das Fähigkeitsselbstkonzept für die Vorhersage schulischer Lernprozesse und Leistungen eine wesentliche Rolle spielt. Im Gegensatz dazu ist die Entwicklung des Fähigkeitsselbstkonzepts in der Berufsbildung kaum untersucht. Dies verwundert, da rund 78 %/ 58 % aller Lernenden der Sekundarstufe II in Österreich/ Deutschland eine berufsbildende Einrichtung besuchen (OECD, 2010, S. 305; Statistik Austria, 2016, S. 25). Es stellt sich daher die Frage, ob sich die Befunde der Forschung in allgemeinbildenden Schulen auf die Lernenden in berufsbildenden Schulen übertragen lassen. Das Ziel des Beitrags ist es daher, zentrale theoretische Annahmen zur Entwicklung des Selbstkonzepts im Kontext beruflicher Bildung zu analysieren. Aus den Befunden werden Empfehlungen für die Berufsbildungsforschung und -praxis abgeleitet. Dazu untersuchen wir die Entwicklung des Selbstkonzepts aus sich ergänzenden Perspektiven: Nach Eccles (1983) ist die Entwicklung des Selbstkonzepts sowohl von Individual- (z. B. Attributionsmuster eigener Leistungen) als auch Kompositionsmerkmalen (z. B. Referenzgruppe) oder dem Klima (z. B. der Klasse) beeinflusst. Dementsprechend prüfen wir auf Schülerebene reziproke Effekte zwischen dem Fähigkeitsselbstkonzept einerseits und der akademischen Leistung sowie dem wahrgenommenen Lehrerverhalten andererseits (FF1 und FF2). Darüber hinaus analysieren wir Kontexteinflüsse (FF3: Big-Fish- Little-Pond Effekt, BFLPE; FF4: Effekte des Unterrichtsklimas). Theoretischer Hintergrund Fähigkeitsselbstkonzept In einem eher breiten Verständnis wird das Selbstkonzept als die Wahrnehmungen, Einschätzungen und Einstellungen bezüglich unterschiedlicher Aspekte der eigenen Person beschrieben. Diese Selbstwahrnehmung wird durch die Interaktion mit der Umwelt sowie wichtigen Bezugspersonen beeinflusst (Shavelson, Hubner & Stanton, 1976, S. 411; Möller & Trautwein, 2015, S. 178). Schöne, Dickhäuser, Spinath und Stiensmeier-Pelster (2002, S. 5) betonen im Fähigkeitsselbstkonzept „die Gesamtheit der kognitiven Repräsentationen eigener Fähigkeiten in akademischen Leistungssituationen“. In der vorliegenden Studie wurde das kognitive Fähigkeitsselbstkonzept (FSK) über allgemeine Selbstbeschreibungen hinsichtlich der eigenen Leistungsfähigkeit erfasst (Beispielitems: „Ich lerne Dinge schnell“, „Es fällt mir leicht, schwierige Aufgaben zu lösen“; Eder, 1995, S. 14ff ). Dieses allgemeine Fähigkeitsselbstkonzept (AFSK) beschreibt das Urteil über die eigenen akademischen Fähigkeiten. Im Gegensatz dazu bezieht sich das verwandte Konstrukt der Selbstwirksamkeitsüberzeugungen auf Fähigkeiten in spezifischen zukünftigen Situationen (Möller & Trautwein, 2015, S. 193; siehe Bong & Skaalvik, 2003 für weitere Unterscheidungsmerkmale). Individuelle Perspektive: Annahmen und Befunde zu reziproken Effekten Zwischen dem FSK und der Schülerleistung wird eine reziproke Beziehung vermutet (Shavelson et al., 1976). Der Einfluss des FSK auf die nachfolgende Schülerleistung wird als Self- Enhancement Effect bezeichnet (z. B. Calsyn & Kenny, 1977, S. 136). Nach Weiner (1986) tendieren Lernende mit geringem FSK dazu, ihre Misserfolge internalen, stabilen und nicht kontrollierbaren Faktoren (z. B. mangelnde Intelligenz) zuzuschreiben. Daher erscheinen ihnen weitere Lernbemühungen oft sinnlos. Darüber hinaus weichen Lernende mit niedrigem FSK tendenziell kritischen Lernsituationen aus (z. B. Wahl leichter anstatt schwieriger Aufgaben), da diese eine potenzielle Gefährdung für ihr FSK darstellen (Helmke & van Aken, 1995, S. 624). Zudem gehen die Lernenden vermehrt Gedanken nach, die für aktuelle Lernhandlungen irrelevant sind (bspw. Gedanken über Konsequen- Entwicklung des Fähigkeitsselbstkonzepts 243 zen des Versagens). Dieses Verhalten kann sich negativ auf die Konzentration, das Engagement und die Leistung auswirken. Im Gegensatz dazu ist ein positives FSK vorteilhaft für die Initiierung von Lernhandlungen und die Ausdauer in Lern- und Leistungssituationen (Helmke, 1992; Helmke & van Aken, 1995, S. 624): Auf günstige Attributionsmuster folgen positive Erwartungshaltungen. Mit höheren Erwartungshaltungen geht wiederum eine höhere Anstrengungsbereitschaft auch bei herausfordernden Aufgabenstellungen einher. Die entgegengesetzte Wirkungsrichtung postuliert der Skill-Development Approach (z. B. Guay, Ratelle, Roy & Litalien, 2010). Demnach gründet die Fähigkeitsselbsteinschätzung auf „Erfahrungen des Könnens und Misslingens, Erfolge[n] und Misserfolge[n] in unterschiedlichen Leistungssituationen“ (Helmke, 1992, S. 40). Darüber hinaus spielen „konkrete[n] Leistungsrückmeldungen mit anschließenden sozialen Vergleichen und Kausalattributionen“ (Möller & Trautwein, 2015, S. 193) eine zentrale Rolle. Unter sozialen Vergleichen wird hier die Schülerselbsteinschätzung der eigenen Leistungsfähigkeit im Vergleich zu den Leistungen der Mitschülerinnen und Mitschüler verstanden (Möller & Trautwein, 2015, S. 187/ 448). Neben sozialen Vergleichen verweisen Möller und Trautwein (2015) auf temporale (intraindividuelle Vergleiche zwischen unterschiedlichen Zeitpunkten in derselben Domäne), dimensionale (intraindividuelle Vergleiche zwischen unterschiedlichen Domänen) und kriteriale (in Hinblick auf ein zu erreichendes Lernziel) Vergleichsprozesse. Nicht die Leistung selbst bewirkt eine Veränderung des FSK, sondern die Ergebnisse der Vergleichsprozesse. Ihre Bedeutung für die Selbstkonzeptentwicklung ist u. a. abhängig von den Ursachenzuschreibungen der Lernenden bei Misserfolg bzw. Erfolg (ebd.). Werden Misserfolge auf mangelhafte Fähigkeiten zurückgeführt (ungünstiges Attributionsmuster), wirkt dies selbstkonzeptgefährdend. Werden Erfolge auf interne, personenbezogene Ursachen zurückgeführt (günstiges Attributionsmuster), wirkt sich das positiv auf das FSK aus. Reziproke Effekte zwischen Schulleistung und dem FSK konnten bereits für allgemeinbildende Fächer und unterschiedliche Schulstufen eindrucksvoll bestätigt werden. So zeigt Huang (2011) im Rahmen einer Meta-Analyse, dass sich das FSK und die akademische Leistung gegenseitig, in ähnlich starker Weise beeinflussen. Gleichzeitig hängt die Stärke dieser Effekte von der Operationalisierung der Schülerleistung ab (z. B. Marsh, Trautwein, Lüdtke, Köller & Baumert, 2005). Während für Schulnoten höhere Zusammenhänge berichtet werden, fallen diese für standardisierte Testleistungen geringer aus. Dies lässt sich nach Marsh et al. (2005, S. 399) wie folgt erklären: Schulnoten spiegeln nicht nur Leistungen wider, sondern auch motivationale Aspekte, die mit dem Fähigkeitsselbstkonzept korreliert sind. Standardisierte Tests dagegen sind meistens mit keinen Konsequenzen für die Lernenden verbunden. Dies gilt insbesondere, wenn sie primär zu Forschungszwecken durchgeführt werden. Es kann angenommen werden, dass Schülerinnen und Schüler bei standardisierten low-stakes Testungen weniger motiviert sind als bei high-stakes Schularbeiten. Testscores enthalten daher im Vergleich zu Schulnoten weniger hohe Anteile an motivationalen Komponenten, die mit dem Fähigkeitsselbstkonzept korreliert sind. Kollektive Perspektive 1: Annahmen und Befunde zu Kompositionseffekten Unter Kompositionseffekte werden die Effekte von aggregierten Schülermerkmalen (z. B. die Leistungsfähigkeit) auf Schüleroutcomes (z. B. Testergebnisse) verstanden. Die Aggregationsebene ist dabei meist die Klasse oder die Schule. Der Big-Fish-Little-Pond Effekt (BFLPE) stellt einen solchen Kompositionseffekt dar. Der BFLPE bezeichnet das empirisch abgesicherte Phänomen (bspw. Marsh et al., 2015), dass Schülerinnen und Schüler mit objektiv gleicher Leistungsfähigkeit in Abhängigkeit der Leistungsstärke der Mitschülerinnen und Mitschüler zu unterschiedlichen FSK gelangen. Leistungsstarke Vergleichsgruppen wirken sich auf- 244 Christoph Helm, Maria Krumpholz, Karin Heinrichs grund vermehrter sozialer Aufwärtsvergleiche mit stärkeren Schülerinnen und Schülern negativ auf die Einschätzung der eigenen Leistungsfähigkeit aus (Möller &Trautwein, 2015, S. 188). Leistungsschwache Vergleichsgruppen wirken sich aufgrund vermehrter sozialer Abwärtsvergleiche mit schwächeren Schülerinnen und Schülern positiv auf die Einschätzung der eigenen Leistungsfähigkeit aus (ebd.). Kollektive Perspektive 2: Annahmen und Befunde zum Zusammenhang zwischen dem Unterrichtsklima und dem FSK Im Gegensatz zu Kompositionseffekten basieren Klimaeffekte nicht auf der Summe oder dem Durchschnitt der Merkmale einzelner Schülerinnen und Schüler (z. B. Anteil an weiblichen Schülerinnen) einer Klasse, sondern stellen Effekte von Merkmalen der Gruppe (z. B. des Unterrichts oder der Lehrperson) dar. Diese Merkmale werden oft über die geteilte Wahrnehmung der Schülerinnen und Schüler operationalisiert. Ein solches Gruppenmerkmal stellt das Unterrichtsklima dar. Die Rolle des Unterrichtsklimas für die Selbstkonzeptentwicklung untersuchten einige wenige Studien in den 80er und 90er Jahren (Dreesmann, 1980; Pekrun, 1985; Satow, 1999; Schwarzer, 1983). Aktuelle Selbstkonzept- Studien nahmen diese Forschungsfrage - insbesondere vor dem Hintergrund neuerer forschungsmethodischer Entwicklungen wie dem Konzept der Doubly Latent Modelle - wieder auf (z. B. Marsh et al., 2012; Morin, Marsh, Nagengast & Scalas, 2014; Wagner et al., 2016). Die Studien vermuteten einen positiven Zusammenhang zwischen den Lernkontextmerkmalen und dem Schülerselbstkonzept. Eine erste Argumentationslinie betont, dass für eine positive Fähigkeitsselbstkonzeptentwicklung Lernumgebungen von Bedeutung sind, die als angstfrei, ermutigend und zutrauend erlebt werden (Pekrun, 1985; Satow, 1999; Schwarzer, 1983). In einem solchen Lernklima würden Lernende weniger Angst vor Misserfolgen haben und eher herausfordernde Aufgaben wählen. Dies erhöht die Chance auf Erfolgserlebnisse, die für die Selbstkonzeptentwicklung zentral sind (Pekrun, 1985). Ein solches Unterrichtsklima kann durch ein wohlwollendes, unterstützendes und individualisierendes Lehrerverhalten (Satow, 1999) sowie durch verständlichen Unterricht (Pekrun, 1985) geschaffen werden. Darüber hinaus sollten Leistungs- und Konkurrenzdruck, Anonymität und Chaos im Unterricht vermieden werden (Schwarzer, 1983). Den positiven Zusammenhang zwischen dem Unterrichtsklima und dem Schülerselbstkonzept führen manche Wissenschaftlerinnen und Wissenschaftler (Dreesmann, 1980; Satow, 1999) auf positive Kausalattribuierungen zurück (Eccles, 1983). So ist anzunehmen, dass ein positives Unterrichtsklima lernförderliche Kausalattribuierungen unterstützt, die Basis für die positive Entwicklung des Fähigkeitsselbstkonzepts sind. In der vorliegenden Studie werden die Attributionsmuster der Lernenden zwar nicht explizit untersucht, sie können aber als eine mögliche Ursache für die Entwicklung des FSK vermutet werden. Die zweite Argumentationslinie (DeCharms, 1973; Dreesmann, 1980; Wagner et al., 2016) nimmt Anleihe an der Selbstbestimmungstheorie (SDT). Die SDT postuliert, dass Lehrerverhaltensweisen, die die psychologischen Grundbedürfnisse (Basic Needs) nach Kompetenz- und Autonomieerleben sowie sozialer Eingebundenheit unterstützen, die intrinsische Motivation der Lernenden fördern (z. B. Deci & Ryan, 1993). Diese Annahme konnte nicht nur in zahlreichen Studien in allgemeinbildenden (z. B. Reeve, Deci & Jang, 2008), sondern auch in berufsbildenden Domänen (siehe Helm, 2015) belegt werden. So konnte bei Auszubildenden verschiedener kaufmännischer (Kramer, Prenzel & Drechsel, 2000; Winther, 2006) und technischer Berufe (Knöll, 2007; Sembill & Scheja, 2008) gezeigt werden, dass die wahrgenommene Unterstützung der Basic Needs mit der intrinsischen Motivation mittelstark korreliert (r = .3 - .7). Dagegen ist die Forschungslage zum Zusammenhang zwischen der Basic-Need-Unterstützung und dem FSK der Lernenden noch dünn (z. B. Wagner et al., 2016). Dennoch ist davon auszuge- Entwicklung des Fähigkeitsselbstkonzepts 245 hen, dass die Befriedigung der Basic Needs im Unterricht nicht nur die intrinsische Lernmotivation, sondern auch das FSK der Lernenden fördert: Nach Pintrich (2003) spiegelt das Bedürfnis nach Autonomie den Wunsch nach Selbstbestimmung der eigenen Handlung wider. Gelingt es im Unterricht, dieses Bedürfnis zu befriedigen, so internalisieren Lernende die Ursachen ihres Handelns (Perceived Locus of Causality, PLOC; Ryan & Connell, 1989). Pintrich (2003) argumentiert weiter, dass für die Entwicklung der Selbstbestimmung als auch des Selbstkonzepts internal-stabile Ursachenzuschreibungen von Erfolg nötig sind (vgl. auch Möller & Trautwein, 2015, S. 187). Zusammenfassend kann damit vermutet werden, dass Unterricht, der Selbstbestimmung - also die Wahrnehmung der eigenen Persönlichkeit als Handlungsursache - fördert, in positivem Zusammenhang mit der Entwicklung des FSK steht. Die genannten Studien aus den 80er und 90er Jahren (Dreesmann, 1980; Pekrun, 1985; Satow, 1999; Schwarzer, 1983) konnten die postulierten Effekte eines positiven Unterrichtsklimas auf die Entwicklung des FSK durchweg belegen. Jüngere Studien kommen zu sehr ähnlichen Befunden. Wagner et al. (2016) belegen einen positiven Zusammenhang zwischen der wahrgenommenen Autonomieunterstützung und dem mathematischen FSK. Auch Morin et al. (2014) zeigen, dass das kollektiv wahrgenommene Klima (u. a. teacher caring) positiv auf die Selbstwirksamkeit der Lernenden wirkt. Dagegen kommen Marsh et al. (2012) auf Basis der TIMSS-Daten für Deutschland zu dem Ergebnis, dass Unterrichtschaos nicht im Zusammenhang mit der Entwicklung des Schülerfähigkeitsselbstkonzepts steht. Dagegen geht das Konstrukt Performanzzielorientierung mit einem geringeren mathematischen FSK einher. Mit Performanzzielorientierung ist ein Unterrichtsklima gemeint, in dem die Lehrperson die (Leistungs-)Vergleiche zwischen den Schülerinnen und Schülern betont und weniger die individuelle Entwicklung der einzelnen Lernenden fokussiert. Der Einfluss des Schülerselbstkonzepts auf das wahrgenommene Unterrichtsklima wurde unserem Wissen nach bisher nicht untersucht. Uns sind lediglich Studien mit Fokus auf die Schülermotivation bekannt. Pelletier, Séguin- Lévesque und Legault (2002) befragten kanadische Lehrkräfte. Die Untersuchung bestätigt, dass die Lehrerwahrnehmung der selbstbestimmten Lernmotivation der Schülerinnen und Schüler eine zentrale Quelle für das autonomieunterstützende Verhalten der Lehrkräfte darstellt. Auch Müller, Hanfstingl und Andreitz (2009) kommen auf Basis von Lehrer- und Schülerbefragungen zu ähnlichen Ergebnissen. In beiden Studien wurde davon ausgegangen, „dass Lehrpersonen, die sich aufgrund verschiedener Einflüsse [z. B. wenig motivierte Schülerinnen und Schüler] unter Druck gesetzt fühlen, sich in ihrer Autonomie eingeschränkt wahrnehmen […] in weiterer Folge auch die Autonomie ihrer Schüler einschränken“ (Müller et al., 2009, S. 144). Diese Annahme lässt sich auf das Selbstkonzept übertragen: Lernende, die über ein hohes FSK verfügen, werden von Lehrpersonen vermutlich als weniger belastend wahrgenommen, weil ein hohes FSK häufig auch mit höherem Lernengagement einhergeht. Dieses führt dazu, dass sich Lehrpersonen als weniger eingeschränkt in ihrem autonomen Handeln wahrnehmen. Entsprechend fällt es ihnen leichter, ihren Schülerinnen und Schülern gegenüber autonomieunterstützender aufzutreten. Daher vermuten wir positive Effekte des AFSK auf das unterstützende Unterrichtsklima. Theoretische Annahmen zu Klimaeffekten auf Schüler- und Klassenebene Effekte von Unterrichtsmerkmalen werden zwar häufig ausschließlich als Effekte auf Klassenebene modelliert, weil sich die Schülerratings innerhalb einer Klasse auf dasselbe Klassenebenen-Konstrukt (z. B. Marsh et al., 2012) beziehen. Dennoch lohnt es sich, die Wahrnehmung und Interpretation der Lernsituation auf Individualebene zu analysieren, wenn Kognition, Emotionen und Verhalten von Lernenden un- 246 Christoph Helm, Maria Krumpholz, Karin Heinrichs tersucht werden (Satow, 1999, S. 172). Zudem zeigen Jager und Denessen (2015), dass Lehrpersonen mit leistungsschwachen Schülerinnen und Schülern in Abhängigkeit von deren Leistungsattribution unterschiedlich umgehen. Darüber hinaus muss für die Beziehung zwischen Unterrichtsmerkmalen und dem FSK angenommen werden, dass Unterrichtsmerkmale über Individualmerkmale wie dem Attribuierungsmuster von Lernenden wirken (vgl. Talloen et al., 2016). Selbstkonzeptentwicklung in der beruflichen Ausbildung Grundsätzlich gilt, dass sich das FSK mit zunehmendem Alter stabilisiert (z. B. Eder, 1995; Jerusalem & Schwarzer, 1991; Weidinger et al., 2015). Dennoch sind die Untersuchung der Selbstkonzeptentwicklung im Jugendalter und die Frage, ob und wie Lehrpersonen diese Entwicklung fördern können, von hoher Bedeutung. Darauf verweisen auch Studien wie jene von Kunter (2005). Sie berichtet auf Basis von TIMSS-Daten (N = 2703 Schülerinnen und Schüler aus 117 Klassen der siebten und achten Jahrgangsstufe in Deutschland) einen vergleichsweise niedrigeren Stabilitätskoeffizienten von .45 für das mathematische Selbstkonzept. Studien, wie diese, verweisen darauf, dass es in der Adoleszenz womöglich sensible Phasen der Selbstkonzeptentwicklung gibt. Genau hier setzt die vorliegende Studie an. Es soll geklärt werden, ob eine berufliche Ausbildung besonderes Potenzial birgt, die Entwicklung des AFSK zu unterstützen. In der Berufsbildung, im Unterschied zur Allgemeinbildung, ist weniger die Fachsystematik, sondern vielmehr die Systematik des Handelns in beruflichen Situationen sowie die Orientierung an Unternehmens- und Arbeitsprozessen für die Planung und Gestaltung von Unterricht leitend (Rebmann, Tenfelde & Schlömer, 2011). Aufgrund dieser Prozessorientierung vermuten wir, dass das Selbstkonzept nicht nur vom Unterrichtsfach beeinflusst ist, sondern auch von der Leistungsfähigkeit im Kontext unterschiedlicher Fächer (Rechnungswesen - RW, Betriebswirtschaftslehre - BWL, Englisch als Wirtschaftssprache etc.). Zudem zeigt Eder (1995) auf Basis einer für Österreich repräsentativen Schülerbefragung auf Sekundarstufe II (95 Schulen, 1790 Schülerinnen und Schüler), dass die Rahmenbedingungen für die Entwicklung des AFSK in der berufsbildenden mittleren und höheren Schule (BMHS) schlechter ausgeprägt sind als in der allgemeinbildenden höheren Schule (AHS). 1. „Beim Übergang aus der Hauptschule in die BMHS ergibt sich ein leichter Anstieg bei Leistungsdruck und Kohäsion, in den AHS erscheint der Übergang in die Oberstufe eher mit einem Rückgang an Leistungsdruck verbunden“ (Eder, 1995, S. 112). 2. Darüber hinaus fallen die Schulnoten in der Oberstufe in den BMHS deutlich ab, während die Schulnoten in den AHS eher konstant bleiben (ebd., S. 83). BMHS- Schülerinnen und -Schüler berichten 3. über deutlich niedrigere Schulzufriedenheit (ebd., S. 81) und 4. deutlich höhere Schulangst (ebd., S. 42f ), während 5. die AHS-Schülerinnen und -Schüler ein höheres allgemeines Selbstwertgefühl zeigen (ebd., S. 64f ). Vor diesem Hintergrund bedarf es weiterer empirischer Klärung, um die Rolle des AFSK im Lernprozess von Jugendlichen im berufsbildenden Bereich elaboriert zu beschreiben. Forschungsfragen Individuelle Perspektive FF 1: Kann die Annahme reziproker Effekte zwischen dem AFSK und den Indikatoren für die allgemeine kaufmännische Fähigkeit (Notendurchschnitt, Schulleistung im RW) in der vorliegenden Stichprobe berufsbildender Schülerinnen und Schüler bestätigt werden? Aus zwei Gründen wird vermutet, dass die Effekte höher ausfallen, wenn die käufmännische Fähigkeit über den Notendurchschnitt anstatt der standardisierten RW-Tests operationalisiert wird: 1. Die Schulnoten enthalten höhere motivationale Anteile als die RW-Testscores, Entwicklung des Fähigkeitsselbstkonzepts 247 da sie im Gegensatz zum RW-Test mit Konsequenzen für die Lernenden verbunden sind. 2. Das AFSK wird fachübergreifend operationalisiert. FF 2: Lassen sich reziproke Effekte zwischen subjektiv wahrgenommenen Unterrichtsklimamerkmalen (Autonomie-, Kompetenzunterstützung, Struktur und Klarheit) und dem AFSK beobachten? Kollektive Perspektive FF 3 - Kompositionseffekte: Hängt das AFSK von Schülerinnen und Schülern mit ähnlicher Leistungsfähigkeit aus unterschiedlichen Klassen von der mittleren Klassenleistungsfähigkeit ab? Mit anderen Worten: Lässt sich der Big-Fish-Little-Pond Effekt nachweisen? FF 4 - Unterrichtsklima: Hat das kollektiv wahrgenommene Unterrichtsklima positiven Einfluss auf das AFSK, selbst wenn für die Vorjahresausprägung des AFSK kontrolliert wird? Methode Stichprobe und Datenerhebung Die analysierten Daten wurden im Längsschnitt über vier Messzeitpunkte erhoben (Schuleintritt in die 9. Schulstufe: Herbst 2011, Ende 9., 10. und 11. Schulstufe: Sommer 2012, 2013, 2014). An der Studie nahmen insgesamt N = 801 Schülerinnen und Schüler (69 % Mädchen; Alter: M t1 = 14.5 Jahre, SD t1 = 9.6 Monate) teil. Die Schülerinnen und Schüler stammen aus 24 Klassen beruflicher höherer und mittlerer kaufmännischer Vollzeitschulen (BMHS) 1 in fünf österreichischen Bundesländern. Der hohe Mädchenanteil ergibt sich, weil einer der beiden untersuchten Schultypen fast ausschließlich von Mädchen besucht wird (Statistik Austria, 2016, S. 31). Die standardisierte Datenerhebung erfolgte jeweils in den ersten bzw. letzten beiden Monaten des Schuljahres. Von den vier Messzeitpunkten sind die letzten drei zentral. Der erste Messzeitpunkt wurde ausschließlich deshalb berücksichtigt, weil das AFSK zu t1, nicht aber zu t2 erfasst wurde (siehe Abb. 1). Aufgrund von Schulaustritten, Schülerabsenzen an den Erhebungsterminen und Klassenwiederholerinnen und -wiederholern sowie Neuanmeldungen setzen sich die Stichproben bzw. die Anteile an fehlenden Werten je Messzeitpunkt unterschiedlich zusammen: Das Stichproben-N liegt über alle Messzeitpunkte hinweg bei 801 und bei 650 zu t1, 616 zu t2, 592 zu t3 bzw. 467 zu t4. Um die Testpower zu wahren und um eine Verzerrung der Ergebnisse zu vermeiden, wurden multiple Imputationen für die fehlenden Werte vorgenommen. 2 Sämtliche Analysen wurden für 40 getrennte Datensätze berechnet. Die Ergebnisse wurden nach Rubin (1987) gepoolt. Testverfahren 3 Die Schülerinnen und Schüler wurden gebeten, einen Online-Fragebogen zur Erhebung des AFSK und der Unterrichtsmerkmale sowie einen Papier-Bleistifttest zur Erfassung der Leistung im Fach Rechnungswesen und der Schulnoten zu bearbeiten. Allgemeines Fähigkeitsselbstkonzept (AFSK) Mithilfe der für Österreich in der 8. bis 12. Jahrgangsstufe erprobten Skala von Eder (1995) wurde das in den theoretischen Ausführungen bereits erläuterte schulfachunabhängige Fähigkeitsselbstkonzept erfasst (11 Items; Beispielitem: „Ich lerne Dinge schnell“; vierstufiges Antwortformat: stimmt überhaupt nicht (1) bis stimmt ganz genau (4); Reliabilität zu den drei Messzeitpunkten: α t1 = .74, α t3 = .76 sowie α t4 = .79; durchschnittliche Intraklassen-Korrelationskoeffizienten: ICC t1 = .05, ICC t3 = .05 sowie ICC t4 = .07). Unterrichtsmerkmale Die Unterstützung der psychologischen Grundbedürfnisse nach Autonomie- und Kompetenzerleben im Sinne der SDT (Deci & Ryan, 1993) sowie die Unterstützung des Schülerbedürfnisses nach Struktur im Unterricht (Prenzel & Drechsel, 1996) wurden mit jeweils vier selbsterstellten Items erfasst. 1 Nähere Informationen zum Schultyp der berufsbildenden Vollzeitschulen in Österreich sind unter https: / / bildung.bmbwf.gv.at/ schulen/ bw/ bbs/ kfm.html bzw. -wb.html zugänglich. Zugriff am 25. 1. 2019. 2 Nähere Informationen zu den fehlenden Werten und zum Imputationsmodell sind dem Anhang zu entnehmen. 3 Die vollständigen Skalen sind im Anhang einsehbar. 248 Christoph Helm, Maria Krumpholz, Karin Heinrichs - Unterstützung von Autonomieerleben: Die Items beziehen sich auf die wahrgenommene Wertschätzung und Empathiefähigkeit der Lehrkraft gegenüber den Lernenden sowie auf die Autonomiegewährung während des Unterrichts (Beispielitem: „Unsere RW-Lehrerin/ Unser RW-Lehrer hört uns zu, wenn wir etwas sagen wollen und nimmt uns ernst“; α t2 = .87, α t3 = .85, α t4 = .87; ICC t2 = .26, ICC t3 = .26, ICC t4 = .27). Lehrerverhaltensweisen, die in diesen Items zum Ausdruck kommen, wurden in mehreren Studien als autonomieunterstützend identifiziert (z. B. Reeve, Deci & Jang, 2008). Auch die Items selbst zeigen sich in bisherigen Untersuchungen (Helm, 2016 a) valide. Sie sind stark prädiktiv ( β = 0.700, p < .001) für die intrinsische Lernmotivation. - Unterstützung von Kompetenzerleben: Die Items, die an charakteristische Arbeiten zu motivationalen Bedingungen angelehnt sind (Schwarzer & Jerusalem, 2002), drücken aus, inwieweit sich die Lehrkraft unterstützend bzw. ermutigend hinsichtlich der Anstrengungen und Fähigkeiten ihrer Schülerinnen und Schüler verhält oder äußert. Darüber hinaus indizieren sie, inwiefern die Lehrkraft (in der Wahrnehmung der Befragten) darauf bedacht ist, dass Lernende mit unterschiedlichen Leistungsniveaus Lernziele und -erfolge während des Unterrichts erreichen können (Beispielitem: „Im Rechnungswesenunterricht können auch schwache Schüler Erfolge feiern“; α t2 = .84, α t3 = .78, α t4 = .81; ICC t2 = .21, ICC t3 = .20, ICC t4 = .26). - Struktur und Klarheit: Die Arbeiten von Prenzel (z. B. Prenzel & Drechsel, 1996) zeigen, dass die Instruktionsqualität einen weiteren Prädiktor der Lernmotivation darstellt. Daher wurde auch dieses Merkmal des Unterrichts aufgenommen. Die Items beziehen sich auf eine klare Strukturiertheit und Verständlichkeit der Aufgabenstellungen, Unterrichtsinhalte, Leistungsanforderungen sowie anzustrebender Lernziele (Beispielitem: „Unsere RW-Lehrerin/ Unser RW-Lehrer baut die Unterrichtsinhalte gut aufeinander auf“; α t2 = .78, α t3 = .80, α t4 = .82; ICC t2 = .15, ICC t3 = .19, ICC t4 = .25). Schulnotendurchschnitt Als erster Indikator für die fachübergreifende Leistungsfähigkeit der Schülerinnen und Schüler wurden die letzten Zeugnis- und Schularbeitsnoten in den Fächern Rechnungswesen, Betriebswirtschaftslehre und Deutsch über Selbstauskünfte erhoben. Die Notenskala reicht in Österreich von Sehr gut (1) bis Nicht genügend (5). Die Noten wurden zur leichteren Interpretation der Ergebnisse invertiert. Aus den Schulnoten wurde dann der Mittelwert berechnet. Schülerfähigkeiten im Rechnungswesen Als zweiter Indikator wurde die RW-Leistung der Schülerinnen und Schüler erfasst. Die RW-Kompetenz kann als Bündel schultypenspezifischer Fähigkeiten angesehen werden, da sie das Verständnis über komplexe ökonomische Zusammenhänge und Unternehmenssowie Arbeitsprozesse widerspiegelt (z. B. Preiß, 1999). Dies zeigt sich insbesondere darin, dass die RW-Kompetenz auch in anderen kaufmännischen Fächern Voraussetzung ist (z. B. Übungsfirma, Betriebswirtschaftslehre). Aufgrund dieses Querschnittscharakters nehmen wir an, dass Zusammenhänge mit dem AFSK bestehen. Die RW-Kompetenz wurde mit einem standardisierten Testverfahren (Helm, 2016) gemessen. Die Schülerinnen und Schüler mussten Testhefte bearbeiten, die bis zu 53 auf das Curriculum der jeweiligen Schulstufe abgestimmte Leistungsaufgaben umfassten (Beispielitem: „Du kaufst Handelswaren im Wert von EUR 14,500.00 + 20 % Umsatzsteuer auf Ziel (3300) für dein Unternehmen. Bitte erstelle den Buchungssatz für diesen Geschäftsfall! Bitte schätze auch die Auswirkung auf den Gewinn ein! “) Die Testitems wurden aus dem Kompetenzmodell der Arbeitsgruppe für die österreichischen Berufsbildungsstandards abgeleitet (http: / / www.bildungsstan dards.berufsbildendeschulen.at). Darüber hinaus decken die Testitems die Kerninhalte des kompetenzorientierten Lehrplans der kaufmännischen BMHS ab (BMUKK, 2014). Um die Kompetenzwerte der Schülerinnen und Schüler vor dem Hintergrund der Item Response Theory zu erhalten, wurden (a) die Schülerantworten mit 1 (richtig) und 0 (falsch) kodiert und (b) die Antwortmuster auf Rasch-Modellkonformität hin mittels dem R Paket TAM (Robitzsch, Kiefer & Wu, 2018) geprüft. Die Modellberechnungen weisen sowohl auf Itemals auch auf Testebene zufriedenstellende Reliabilitätswerte auf (Helm, 2016). Auf Basis von Ankeritems wurden die Testversionen durch das Haberman-Linking in sirt (Robitzsch, 2017) auf eine gemeinsame latente Skala transformiert (EAP- und WLE-Reliabilitäten zwischen .75 und .89; ICC t2 = .32, ICC t3 = .30, ICC t4 = .48). Validitätsstudien verweisen auf substantielle Zusammenhänge mit den Schulnoten im RW (r = .37 - .50; Helm, 2016 b) und einem an der LMU München für deutsche Auszubildende entwickelten und validierten RW-Kompetenztest (Guggemos, 2016) (r = .64). Entwicklung des Fähigkeitsselbstkonzepts 249 Model χ 2 df χ 2 / df CFI TLI RMSEA SRMR ∆χ 2 ∆df ∆CFI ∆RM ( p) Fähigkeitsselbstkonzept 1 Configural Invariance 2 Loading Invariance 664.78 726.76 225 241 2.95 3.01 .943 .937 .930 .928 .048 .049 .042 .062 61.98 16 -.006 .001 .000 Unterrichtsmerkmale Autonomieunterstützung 1 Configural Invariance 2 Loading Invariance 149.342 150.374 39 47 3.82 3.20 .983 .984 .971 .977 .059 .052 .029 .039 1.03 8 .001 -.007 .998 Kompetenzunterstützung 1 Configural Invariance 2 Loading Invariance 219.609 234.203 39 47 5.63 4.98 .962 .961 .935 .945 .076 .070 .042 .058 14.59 8 -.001 -.006 .067 Strukturunterstützung 1 Configural Invariance 2 Loading Invariance 167.732 176.212 39 47 4.30 3.75 .969 .969 .947 .956 .064 .058 .042 .055 8.48 8 .000 -.006 .388 Tab. 1: Messmodelle und -invarianz über die Zeit Anmerkungen: χ 2 = Chi quadrat, df = Degrees of freedom, CFI = Comparative fit index, TLI =Tucker Lewis index, RMSEA/ RM = Root mean square error of approximation, SRMR = Standardized root mean square residual, p = p value. Die Messinvarianz wird durch Gleichsetzen der Ladungen der Items desselben Konstrukts über die Zeit untersucht. Eine unbedeutende Verschlechterung des Modellfits ( ∆ CFI/ ∆ RM < .015; Chen, 2007) weist auf Messinvarianz hin. 250 Christoph Helm, Maria Krumpholz, Karin Heinrichs Statistische Analysen Alle Analysen wurden in Mplus 8 (Muthén & Muthén, 1998 - 2017) durchgeführt. Für das AFSK sowie für die Unterrichtsmerkmale wurden Messmodelle gebildet, die auf Messinvarianz (der Faktorladungen) über die Zeit hinweg geprüft wurden (Tab. 1). Zur Prüfung von FF 1 nach den reziproken Effekten wurden zwei Random Intercept Cross-Lagged Panel Models (RI-CLPM; Hamaker et al., 2015) geschätzt (siehe Abb. 1). Im ersten Modell wird die Schulleistung durch den Notendurchschnitt operationalisiert, im zweiten durch die RW-Leistung. Die RI- CLPM unterteilen die Varianz der Indikatorvariablen in einen intraindividuellen within- und einen interindividuellen between-Teil. Ersterer spiegelt eine über die Zeit variierende State-Komponente wider, zweiterer eine zeitinvariante Trait-Komponente. Damit wird der Mehrebenenstruktur von Längsschnittdaten Rechnung getragen. Die Annahme traditioneller CLPM, dass jede Person über die Zeit um die gleichen Indikatorenmittelwerte variiert - also keine Trait-ähnlichen interindividuellen Unterschiede bestehen - wird damit aufgehoben (Hamaker et al., 2015, S. 104). Selbstkonzept Wave 1 Selbstkonzept Wave 3 Selbstkonzept Wave 4 Indikator Wave 2 Indikator Wave 3 Indikator Wave 4 Selbstkonzept within Selbstkonzept between Selbstkonzept within Selbstkonzept within Indikator within Indikator within Indikator within Indikator between S1 ➝ S3 S1 ➝ I3 S1wI2 I2 ➝ S3 I2 ➝ I3 S3wI3 S3 ➝ S4 I3 ➝ I4 I3 ➝ S4 S3 ➝ I4 S4wI4 RI 1 1 1 1 1 1 1 1 1 1 1 1 9. Schulstufe (t 1 ) 9. Schulstufe (t 2 ) 10. Schulstufe (t 3 ) 11. Schulstufe (t 4 ) (Herbst 2011) (Sommer 2012) (Sommer 2013) (Sommer 2014) Abb. 1: Random Intercept Cross-Lagged Panel Model zur Beziehung zwischen Fähigkeitsselbstkonzept und den interessierenden Konstrukten im 4-Jahreslängsschnitt. Anmerkungen: „Indikator“ = Platzhalter für Notendurchschnitt, RW-Fähigkeit, Autonomie-, Kompetenzunterstützung, Struktur und Klarheit. Die beiden Random Intercepts (Selbstkonzept between und Indikator between) reflektieren interindividuelle Unterschiede. Intraindividuelle Zusammenhänge werden durch die latente Modellstruktur dargestellt: autoregressive und reziproke Pfade sowie (Residual-)Korrelationen zwischen Selbstkonzept und Indikator zu den jeweiligen Messzeitpunkten. Die 1-Koeffizienten deuten an, dass die Pfade auf 1 fixiert sind. Nicht abgebildet, aber im Modell spezifiziert wurden folgende Restriktionen: Die Mittelwerte und Varianzen der Indikatorvariablen und die Mittelwerte der latenten between-Variablen wurden auf Null fixiert. Die autoregressiven sowie die Cross-Lagged Pfade wurden über die Zeit hinweg gleichgesetzt, sodass gleichstarke Effekte angenommen wurden. Diese Annahme wurde für die Cross- Lagged Pfade mittels Wald Test überprüft. In vier von fünf Modellen wurde die Annahme bestätigt (M1 - M5: p = .25, .59, .12, .38, .03). Die Kovarianzen der latenten between-Variablen mit den exogenen latenten Variablen zu t1 wurden ebenfalls auf Null fixiert. Entwicklung des Fähigkeitsselbstkonzepts 251 FF 2 fragt nach Klimaeffekten, die auf Individualebene (L1) ihre Wirkung entfalten. Für die Analyse der L1-Klimaeffekte wurden für die drei Unterrichtsmerkmale ebenfalls RI-CLPM auf Basis groupmeanzentrierter Schülerratings geschätzt (Satow, 1999). Zu Vergleichszwecken werden für FF 1 und FF 2 auch traditionelle CLPM geschätzt. Die in FF 3 und FF 4 beschriebenen Kompositions- und Klimaeffekte wurden für (a) Messzeitpunkt 1 - 3 und (b) 3 - 4 in Mplus auf Basis von Doubly Latent Modellen (Marsh et al., 2012) geschätzt. Aufgrund der geringen Anzahl der Schulklassen wurden die 11 (Fähigkeitsselbstkonzept) bzw. 12 (Unterrichtsmerkmale) Items zu jeweils drei Parcels zusammengefasst (Little, Cunningham, Shahar & Widaman, 2002). Der in FF 3 beschriebene BFLPE wurde durch Subtraktion der Intraklassen-Regressionsgewichte von den Interklassen-Regressionsgewichten berechnet, wobei eine Zentrierung der Level 1-Variablen am Gesamtmittelwert erfolgt (Marsh et al., 2012). Für FF 4 zu den Effekten der Unterrichtsmerkmale wurden dagegen die Level 1-Variablen am Gruppenmittelwert und die Level 2-Variablen am Gesamtmittelwert zentriert (Marsh et al., 2012). Alle berichteten Modelle wurden unter Verwendung der Mplus-Option für Maximum Likelihood Estimation with Robust Standard Errors (MLR) sowie der Mplus-Optionen COMPLEX (Schulklassen = Cluster) für FF 1 und FF 2 und TWOLEVEL für FF 3 und FF 4 geschätzt. Standardfehler sind demnach gegenüber Verletzungen der Normalverteilungsannahme robust (Yuan & Bentler, 2000) bzw. berücksichtigen die hierarchische Datenstruktur. Für die Modellanpassung werden übliche Gütekriterien und deren Cut-off-Werte herangezogen (Little, 2013). Ergebnisse Tabelle 2 zeigt, dass alle geschätzten RI-CLPM die Datenstruktur gut widerspiegeln. Die traditionellen CLPM weisen zwar akzeptable CFI- Model Par χ 2 / df CFI TLI RMSEA SRMR L1/ L2 RI-CLPM Notendurchschnitt Rechnungswesenfähigkeit Autonomieunterstützung Kompetenzunterstützung Struktur und Klarheit 18 19 18 18 18 1.92 4.16 3.84 2.59 4.01 .99 .97 .97 .98 .97 .99 .94 .95 .97 .95 .03 .06 .06 .04 .06 .06 .07 .05 .05 .06 Traditionelle CLPM Notendurchschnitt Rechnungswesenfähigkeit Autonomieunterstützung Kompetenzunterstützung Struktur und Klarheit 19 19 19 19 19 9.87 6.45 10.21 9.69 9.66 .95 .95 .91 .91 .92 .91 .91 .84 .85 .87 .10 .08 .11 .10 .10 .05 .05 .06 .05 .06 BFLPE (10. Schulstufe) BFLPE (11. Schulstufe) 33 33 2.56 3.36 .99 .99 .98 .98 .04 .05 .02/ .13 .02/ .17 Klimaeffekte (10. Schulstufe) Autonomieunterstützung Kompetenzunterstützung Struktur und Klarheit 44 45 44 2.53 2.88 2.58 .98 .98 .98 .97 .97 .97 .04 .05 .04 .03/ .15 .04/ .15 .04/ .16 Klimaeffekte (11. Schulstufe) Autonomieunterstützung Kompetenzunterstützung Struktur und Klarheit 44 44 44 1.73 3.63 2.17 .99 .97 .99 .99 .96 .98 .03 .06 .04 .03/ .09 .06/ .12 .03/ .09 Tab. 2: Modellfit zu RI-CLPM und traditionellen CLPM zwischen Fähigkeitsselbstkonzept und individueller Wahrnehmung der Lernumwelt sowie für den BFLPE und die Klimaeffekte Anmerkungen: Par = Anzahl der Parameter, χ 2 = Chi quadrat, df = Degrees of freedom, CFI = Comparative fit index, TLI =Tucker Lewis index, RMSEA = Root mean square error of approximation, SRMR = Standardized root mean square residual. N = 801, Klassen = 24, Imputationen = 40. In Modell Rechnungswesenfähigkeit wurde der Intercept der Rechnungswesenfähigkeit zu t1 frei geschätzt, daher ein zusätzlicher Parameter im Unterschied zu den restlichen Modellen. 252 Christoph Helm, Maria Krumpholz, Karin Heinrichs Werte aus. Allerdings sind die RMSEA-Werte leicht zu hoch. Tabelle 3 (in Verbindung mit Abb. 1) enthält die Befunde zu den beiden ersten Forschungsfragen. FF1 Wird die fachübergreifende kaufmännische Leistungsfähigkeit mittels Notendurchschnitt operationalisiert (Modell 1 in Tab. 3), so lassen sich sowohl der Self-Enhancement-Approach als auch der Skill-Development-Approach bestätigen. Sowohl zu Messzeitpunkt 2 als auch 3 lässt sich die State-Komponente des ASFK, das sind die zeitvarianten, intraindividuellen Varianzanteile, durch die State-Komponente des Notendurchschnitts aus dem Vorjahr vorhersagen - selbst wenn für die Vorjahresausprägung des AFSK (State und Trait-Komponente) kontrolliert wird. Allerdings sind die Zusammenhänge moderat (Noten t2 ➝ AFSK t3 : β = 0.184, p < .05; Noten t3 ➝ AFSK t4 : β = 0.205, p < .01). Umgekehrt lässt sich die State- Komponente des Notendurchschnitts durch die State-Komponente des AFSK aus dem Vorjahr vorhersagen - selbst wenn für die Vorjahresausprägung des Notendurchschnitts kontrolliert wird. Allerdings sind auch hier die Zusammenhänge moderat (AFSK t1 ➝ Noten t3 : β = 0.164, p < .05; AFSK t3 ➝ Noten t4 : β = 0.205, p < .01). Die Trait-Komponenten des AFSK und des Notendurchschnitts, das sind die zeitinvarianten, interindividuellen Varianzanteile, korrelieren nicht signifikant miteinander. Die Analysen führen zu gegensätzlichen Befunden, wenn die Leistungstestwerte als Indikatoren der kaufmännischen Kompetenz herangezogen werden (Modell 2 in Tab. 3). Während sich hier ein hoher Zusammenhang zwischen den zeitinvarianten, interindividuellen Komponenten (Trait) des AFSK und der Leistungstestwerte ergibt ( β = 0.601, p < .01), sind keine signifikanten reziproken Effekte beobachtbar. Diese Ergebnisse stehen im Einklang mit der Annahme differenzieller Effekte: Es zeigt sich, dass reziproke Effekte nur beobachtbar sind, wenn die Schulnoten als Leistungsindikatoren herangezogen werden. FF2 Auch die in Tabelle 3 (in Verbindung mit Abb. 1) berichteten Ergebnisse der RI-CLPM bzgl. reziproker Effekte zwischen der individuellen Schülerwahrnehmung der Unterrichtsmerkmale (UM) und dem AFSK (Modell 3 - 5) verweisen nur teilweise auf Effekte. So zeigt sich, dass die State-Komponente der individuellen Einschätzung des Autonomie- und Kompetenzerlebens zu beiden Messzeitpunkten 3 und 4 jeweils durch die State-Komponente des AFSK schwach positiv vorhergesagt werden kann (Autonomieerleben: AFSK t1 ➝ UM t3 : β = 0.137, p < .05; AFSK t3 ➝ UM t4 : β = 0.172, p < .05; Kompetenzerleben: AFSK t1 ➝ UM t3 : β = 0.142, p < .10; AFSK t3 ➝ UM t4 : β = 0.104, p < .10). Dieser Befund deutet darauf hin, dass die Schülereinschätzung des Unterrichts zu einem bestimmten Messzeitpunkt (kontrolliert für die langfristige, stabile Schülerbewertung von Unterricht) auch vom AFSK der Schülerinnen und Schüler abhängig ist. Vergleicht man diese Befunde mit den Ergebnissen aus der traditionellen Cross-Lagged Panel-Modellierung, so zeigt sich, dass die traditionelle CLPM-Modellierung zwar zu nahezu durchwegs signifikanten Wechselwirkungen zwischen dem FSK und den Indikatorvariablen führt, diese aber von ihren Stärken her sehr gering ausfallen. In den RI-CLPM sind diese Effekte nicht beobachtbar (mit Ausnahme von Modell 1). Dafür zeigen sie den Zusammenhang der trait-Anteile der RW-Leistung und des FSK auf, der in der traditionellen Modellierung verloren geht, da dort state- und trait-Anteile vermischt sind. FF3 Der BFLPE konnte für die 10., nicht aber für die 11. Schulstufe bestätigt werden. Für die Vorhersage des AFSK am Ende der 10. Schulstufe erweist sich nicht nur die individuelle RW-Kompetenz als signifikanter, positiver Prädiktor (t2 - t3: β = 0.197, p < .01), darüber hi- Entwicklung des Fähigkeitsselbstkonzepts 253 naus hat auch die mittlere Klassenfähigkeit einen stark negativen Einfluss (t2 - t3: β = -0.783, p < .05). Der korrespondierende standardisierte BFLPE beträgt β = -0.199 (p < .01). Am Ende der 11. Schulstufe zeigen sich nicht signifikante Effekte (individuelle RW-Kompetenz: t3 - t4: β = 0.010, p = .778; mittlere Klassenfähigkeit: t3 - t4: β = 0.038, p = .877; standardisierter BFLPE: t3 - t4: β = 0.003, p = .955). FF4 Auch für das kollektiv wahrgenommene und aus theoretischer Perspektive als selbstkonzeptförderlich angenommene Unterrichtsklima lässt sich kein signifikanter längsschnittlicher Effekt auf das AFSK beobachten (Autonomieunterstützung: t2 - t3: β = 0.625, p = .238, t3 - t4: β = -0.076, p = .770; Kompetenzunterstützung: Pfad Modell 1 Noten Modell 2 RW Modell 3 Auto Modell 4 Komp Modell 5 Struk Autoregressive Pfade S1 ➝ S3 S3 ➝ S4 I2 ➝ I3 I3 ➝ I4 .243*** .319*** .461*** .494*** .309*** .416*** .390*** .449*** .318*** .421*** .186** .193** .319*** .418*** n. s. .132* .316*** .416*** .265*** .337*** Within-Wave Korrelation S1wI2 S3wI3 S4wI4 n.s. .370*** .215*** n. s. n. s. n. s. .160** .172*** .197*** n. s. .179** .145** n. s. .198*** .178** Cross-Lagged Pfade S1 ➝ I3 S3 ➝ I4 I2 ➝ S3 I3 ➝ S4 .164** .205*** .184** .205** n. s. n. s. n. s. n. s. .137** .172** n. s. n. s. .142* .104* n. s. n. s. n. s. n. s. n. s. n. s. Random Intercept Korrelation RI n. s. .601** n. s. n. s. n. s. Autoregressive Pfade S1 ➝ S3 S3 ➝ S4 I2 ➝ I3 I3 ➝ I4 .553*** .623*** .727*** .762*** .557*** .633*** .539*** .588*** .581*** .658*** .334*** .343*** .584*** .658*** .323*** .352*** .584*** .662*** .323*** .399*** Within-Wave Korrelation S1wI2 S3wI3 S4wI4 .182*** .227*** .125** .137** n. s. n. s. n. s. .139*** .141** .125** .173*** .143*** .140*** .195*** .194*** Cross-Lagged Pfade S1 ➝ I3 S3 ➝ I4 I2 ➝ S3 I3 ➝ S4 .058*** .066*** .093*** .097*** .062** .068** .091** .103*** .090*** .103*** -.066** -.068** .102*** .124*** -.053** -.054** n. s. n. s. -.051** -.055** Tab. 3: Standardisierte Koeffizienten der RI-CLPM und der traditionellen CLPM zwischen Fähigkeitsselbstkonzept und individueller Wahrnehmung der Lernumwelt Anmerkungen: Oberer Teil RI-CLPM, unterer Teil = traditionelle CLPM; N = 801, Klassen = 24, Imputationen = 40; standardisierte Koeffizienten; S = Fähigkeitsselbstkonzept, I = Indikator (je Modell entweder der Notendurchschnitt [Noten], die Rechnungswesenfähigkeit [RW], das Autonomie- [Auto], das Kompetenzerleben [Komp] oder die Struktur und Klarheit [Struk]), die Zahl nach dem I bzw. S gibt den Messzeitpunkt an, RI = Korrelationen der Random Intercepts; ➝ = sagt vorher, w = Korrelation mit. n. s. = p > .10, * p < .10, ** p < .05, *** p < .01. 254 Christoph Helm, Maria Krumpholz, Karin Heinrichs t2 - t3: β = 0.606, p = .235, t3 - t4: β = -0.037, p = .888; Struktur und Klarheit: t2 - t3: β = 0.664, p = .229, t3 - t4: β = 0.035, p = .903). Diskussion Unterricht an berufsbildenden Schulen unterscheidet sich in zentralen Aspekten (z. B. Arbeitsprozessorientierung) vom allgemeinbildenden Unterricht. Ob dies Grund dafür ist, dass die bisher wiederholt gezeigten reziproken Effekte zwischen der Schülerleistung und dem Selbstkonzept (Huang, 2011) in unserer Studie nur teilweise beobachtet werden konnten, lässt sich abschließend nicht beurteilen, da in der vorliegenden Studie die Effekte auf Basis von RI-CLPM modelliert wurden. RI-CLPM weisen gegenüber klassischen CLPM methodische Vorzüge auf (siehe dazu Hamaker et al., 2015), fanden aber bisher in der Selbstkonzeptforschung kaum Anwendung. Überhaupt konnten wir - wie auch in anderen Studien (z. B. Marsh et al., 2005) - gleichermaßen starke reziproke Effekte nur beobachten, wenn Schülerleistungen über Schulnoten operationalisiert wurden. Bei Analyse standardisierter Testleistungen zeigten sich keine Effekte. Diese Beobachtung deckt sich mit zwei zentralen Annahmen: Erstens, eine Vielzahl von Studien (für einen Überblick siehe Möller & Köller, 2004) liefert Belege für die Fachspezifität des Fähigkeitsselbstkonzepts. Bereichsspezifische Selbstkonzeptmaße besitzen eine höhere prognostische Validität für die Vorhersage schulischer Leistungen als allgemeine, fachübergreifende Selbstkonzeptmaße (Möller & Trautwein, 2015, S. 183; Valentine et al., 2004). In der vorliegenden Studie wurde das AFSK fachübergreifend erfasst. Daher ist anzunehmen, dass die Zusammenhänge des AFSK mit fachübergreifenden Schülerleistungsindikatoren (Notendurchschnitt) höher sind als die Zusammenhänge des AFSK mit fachspezifischen Indikatoren (Leistungstests). Zweitens, low-stakes Tests spiegeln im Vergleich zu high-stakes Schulnoten weniger stark das Engagement und die Motivation von Lernenden wider. Da aber Engagement und Motivation mit dem Selbstkonzept korreliert sind, fällt der Zusammenhang des AFSK mit der Testleistung geringer aus. Entsprechend konnte für die (low-stakes) RW-Tests ausschließlich ein zu erwartender stark positiver Zusammenhang zwischen den zeitinvarianten Elementen des AFSK und der Schülerleistung beobachtbar werden. Das heißt, Schülerinnen und Schüler, die zu allen drei Messzeitpunkten im Schnitt über ein hohes AFSK verfügen, erzielen im Durchschnitt der Untersuchungsjahre auch höhere Leistungen im Rechnungswesen. Die fehlenden reziproken Effekte können weitere Ursachen haben. So könnte die Annahme, dass die RW-Fähigkeit eine schultypenbezogene Querschnittsfähigkeit darstellt, zu ambitioniert sein und fachdidaktisches Wunschdenken widerspiegeln, während in der Praxis die Orientierung insbesondere der Schülerwahrnehmung des Lernens immer noch stark an die Fächerstruktur gebunden ist. Bezüglich der Klimaeffekte wurde in Anlehnung an die Selbstbestimmungstheorie (Deci & Ryan, 1993) einerseits angenommen, dass auf Schülerebene die individuelle Wahrnehmung der Unterrichtklimamerkmale Autonomie-, Kompetenzerleben sowie Klarheit und Struktur positiv auf das AFSK wirkt. Andererseits wurde umgekehrt vermutet, dass das AFSK prädiktiv für das autonomieunterstützende Lehrerverhalten ist, da ersten Forschungen zufolge Lehrpersonen motivierten Lernenden eher autonomieunterstützend im Unterricht begegnen. Die Ergebnisse der Analysen auf Individualebene zeigen schwache Effekte, die lediglich letztere Annahme bestätigen. Je höher das situative Fähigkeitsselbstkonzept ist (kontrolliert für den Trait-Anteil), desto stärker wird im Folgejahr eine autonomieunterstützende Lernumwelt wahrgenommen. Diese Befunde stützen die theoretischen Annahmen, wonach Lehrpersonen Lernenden, die als motiviert wahrgenommen werden, mehr Autonomie zugestehen (Pelletier et al., 2002). Zudem decken sich die Befunde mit jenen der Längsschnittstudie „Selbstwirksame Schulen“ (Satow, 1999). In der Studie Satows - die der vorliegenden sehr ähnlich ist - wurden 842 Schülerinnen und Schüler der Entwicklung des Fähigkeitsselbstkonzepts 255 siebten Jahrgangsklasse untersucht. Es finden sich ebenfalls keine eindeutigen Belege für Effekte der Lernumgebung. Umgekehrt können aber auch dort schwache Effekte der Selbstwirksamkeit auf die Klimawahrnehmung beobachtet werden. Auf Klassenebene sind die vermuteten Klimaeffekte des Lehrerverhaltens nicht zu finden. Ein möglicher Grund liegt in der fehlenden Passung der Messverfahren: Während das Unterrichtsklima spezifisch für das Fach Rechnungswesen erfasst wurde, wurde das AFSK allgemein für den akademischen Bereich erfasst. Das Selbstkonzept erscheint zu distal, um durch den Unterricht im Rechnungswesen beeinflusst werden zu können. Ein weiterer möglicher Grund liegt in der geringen Level 2-Varianz des Selbstkonzepts. Das heißt, die Selbstkonzeptindikatoren variieren nicht signifikant zwischen den Klassen. Die fehlenden Effekte der Lernumwelt führt Satow (1999) u. a. auf die geringe Stabilität der Umweltfaktoren zurück. Da diese auch in der vorliegenden Studie gering ausfallen - die Retestkorrelationen betragen zwischen r = .258 und r = .432 -, könnte dieses Argument auch hier ursächlich sein. Ein weiterer Grund für die ausbleibenden Effekte kann in der Stabilität des AFSK auf Klassenebene gesehen werden. Mehrere Studien (z. B. Eder, 1995; Jerusalem & Schwarzer, 1991; Weidinger et al., 2015) zeigen, dass sich das Selbstkonzept im Jugendalter bereits gefestigt hat und sich nur noch geringfügig verändert. Wie auch Satow (1999) vermuten wir, dass mit der Stabilisierung des Selbstsystems im Jugendalter die Bedeutung des Kontextes abnimmt. Die angeführten Gründe könnten auch ursächlich für den fehlenden BFLPE auf der 11. Schulstufe sein. Aus theoretischer Perspektive ist darüber hinaus anzuführen, dass in mehreren Studien (z. B. Marsh, Trautwein, Lüdtke, Köller & Baumert, 2007; Trautwein, Lüdtke, Marsh, Köller & Baumert, 2006) die mediierende Rolle der Schulnoten für den BFLPE belegt wurde. Es wird argumentiert, dass (high-stakes) Schulnoten und nicht (low-stakes) Testleistungen die primäre Quelle für die Fähigkeitsselbsteinschätzung der Lernenden darstellen und damit den Zusammenhang zwischen Testleistung und Selbstkonzept mediieren. Die Studien belegen, dass der BFLPE (auf Basis der Testscores) sinkt, wenn für den Mediator Schulnoten kontrolliert wird. Hier nicht berichtete Analysen zeigen, dass die Schulnoten im bedeutenden Zusammenhang mit dem AFSK stehen und dass der BFLPE auf der 10. Schulstufe verschwindet, wenn für die Schulnote kontrolliert wird. Dies sind Indizien dafür, dass auch in der vorliegenden Studie die Schulnoten die primäre Quelle für das AFSK der Lernenden darstellen. Der erreichte Testscore scheint sekundär zu sein. Dies könnte ursächlich für den fehlende BFLPE auf der 11. Schulstufe sein. In Summe deuten die vorgelegten Befunde darauf hin, dass sich die These der Berufsbildung als sensible Phase für die Selbstkonzeptentwicklung der Lernenden an kaufmännischen Schulen nicht bestätigen lässt. Limitationen und Implikationen für die Forschung Vor dem Hintergrund der genannten Limitationen (Erfassung des AFSK anstatt des RW-spezifischen FSK, Einfluss der hohen Stabilität des AFSK) ist anzumerken, dass die Befunde zudem aufgrund einer nicht repräsentativen adhoc-Stichprobe nicht verallgemeinert werden können. Insbesondere kann nicht von der kaufmännischen Vollzeitschule auf die Berufsbildung im Dualen System geschlossen werden. Auch eine Übertragung der Befunde auf die deutsche Berufsbildung erscheint schwierig, da das Berufsbildungssystem in Deutschland anders als in Österreich ausgestaltet ist. Bzgl. des Befundes, dass lediglich die Trait- Anteile der standardisiert erfassten Schülerleistung im Rechnungswesen mit den Trait-Anteilen des AFSK bedeutend zusammenhängen, wäre interessant, ob ähnliche Ergebnisse auch für andere (berufliche) Domänen beobachtbar sind, zu denen bisher noch keine Studien auf Basis von RI-CLPM vorliegen. Darüber hinaus überrascht der Befund, dass sowohl objektive als auch subjektive Kontextmerkmale keinen Einfluss auf das AFSK der Ler- 256 Christoph Helm, Maria Krumpholz, Karin Heinrichs nenden nehmen. In vielen Studien konnten bspw. Klimaeffekte zur Art der Leistungsrückmeldung (z. B. Marsh et al., 2012) beobachtet werden - allerdings unter Verwendung fachspezifischer Selbstkonzeptmaße. Derartige Maße sollten in künftigen berufsbildenden Studien ebenfalls eingesetzt werden. Darüber hinaus wurde in der vorliegenden Studie die Rolle von möglichen Mediatoren und Moderatoren nicht differenziert berücksichtigt. Man könnte aber vermuten, dass der Zusammenhang zwischen Lernkontextmerkmalen und dem Fähigkeitsselbstkonzept von Aspekten der subjektiven Verarbeitung der Lernumwelt (Möller & Trautwein, 2015, S. 195) wie etwa den Attributionsmustern der Lernenden oder dem Wert, den Lernende einer Domäne zuschreiben, mediiert oder moderiert wird. Aus methodischer Sicht sollten künftig die hier dargestellten reziproken Effekte simultan untersucht werden, um der Komplexität des Lehrens und Lernens auch in den Analysen gerecht zu werden. Darüber hinaus wäre interessant, ob sich die hier diskutierten reziproken Effekte auch auf Klassenebene beobachten lassen. Ohne solche Studien sollte nicht voreilig (etwa auf Basis der vorliegenden Befunde) darauf geschlossen werden, dass das Fähigkeitsselbstkonzept im Jugendalter von Lehrpersonen nicht länger positiv beeinflusst bzw. gefördert werden kann. Literatur BMUKK (Bundesministerium für Unterricht und Kultus). (Hrsg.). (2014). Lehrplan für Handelsakademie. BGBl. II - 27. August 2014 - Nr. 209. Zugriff am 5. 4. 2016 unter https: / / www.hak.cc/ files/ syllabus/ Lehrplan_HAK_2014.pdf Bong, M. & Skaalvik, E. M. (2003). Academic self-concept and self-efficacy: How different are they really? Educational Psychology Review, 15, 1 - 40. https: / / dx.doi.org/ 10.1023/ A: 1021302408382 Calsyn, R. & Kenny, D. (1977). Self-concept of ability and perceived evaluation of others: Cause or effect of academic achievement? Journal of Educational Psychology, 69, 136 - 145. https: / / dx.doi.org/ 10.1037/ 0022-0663.69. 2.136 Chen, F. F. (2007). Sensitivity of goodness of fit indexes to lack of measurement variances. Structural Equation Modeling: A Multidisciplinary Journal, 14, 464 - 504. https: / / dx.doi.org/ 10.1080/ 10705510701301834 DeCharms, R. (1973). Ein schulisches Trainingsprogramm zum Erleben eigener Verursachung. In W. Edelstein & D. Hopf (Hrsg.), Bedingungen des Bildungsprozesses (S. 60 - 78). Stuttgart: Klett. Deci, E. & Ryan, R. (1993). Die Selbstbestimmungstheorie der Motivation und ihre Bedeutung für die Pädagogik. Zeitschrift für Pädagogik, 39, 223 - 238. Dreesmann, H. (1980). Unterrichtsklima als Bedingung für Lernmotivation. Unterrichtswissenschaft, 3, 243 - 251. Eccles, J. (1983). Expectancies, values, and academic behaviors. In J. Spence (Ed.), Achievement and achievement motives. Psychological and sociological approaches (pp. 75 - 146). San Francisco, CA: Freeman. Eder, F. (1995). Das Befinden von Kindern und Jugendlichen in der Schule. Innsbruck: StudienVerlag. Guay, F., Ratelle, C. F., Roy, A. & Litalien, D. (2010). Academic self-concept, autonomous academic motivation, and academic achievement: Mediating and additive effects. Learning and Individual Differences, 20, 644 - 653. https: / / dx.doi.org/ 10.1016/ j.lindif.2010.08.001 Guggemos, J. (2016). Modellierung und Messung von Kompetenz im Externen Rechnungswesen. München: Dr. Hut. Hamaker, E. L., Kuiper, R. M. & Grasman, R. P. P. P. (2015). A critique of the cross-lagged panel model. Psychological Methods, 20, 102-116. https: / / dx.doi.org/ 10.1037/ a0038889 Helm, C. (2015). Reziproke Effekte zwischen wahrgenommenem LehrerInnenverhalten, intrinsischer Motivation und der SchülerInnenleistung im Fach „Rechnungswesen“ (AMS Report Nr. 111). Wien: Communication - Kommunikations- und PublikationsgmbH. Helm, C. (2016 a). Lernen in Offenen und Traditionellen UnterrichtsSettings (LOTUS). Münster: Waxmann. Helm, C. (2016). Berufsbildungsstandards und Kompetenzmodellierung im Fach Rechnungswesen. In A. Dietzen, R. Nickolaus, B. Rammstedt & R. Weiß (Hrsg.), Bildungsstandards und Kompetenzorientierung. Herausforderungen und Perspektiven der Bildungs- und Berufsbildungsforschung (S. 149 - 168). Bonn: BIBB. Helmke, A. & van Aken, M. (1995). The causal ordering of academic achievement and self-concept of ability during elementary school: A longitudinal study. Journal of Educational Psychology, 87, 624 - 637. https: / / dx. doi.org/ 10.1037/ 0022-0663.87.4.624 Helmke, A. (1992). Selbstvertrauen und schulische Leistungen. Göttingen: Hogrefe. Huang, C. (2011). Self-concept and academic achievement: A meta-analysis of longitudinal relations. Journal of School Psychology, 49, 505 - 528. https: / / dx.doi.org/ 10. 1016/ j.jsp.2011.07.001 Jager, L. & Denessen, E. (2015). Within-teacher variation of causal attributions of lowachieving students. Social Psychology of Education, 18, 517 - 530. https: / / dx.doi. org/ 10.1007/ s11218-015-9295-9 Jerusalem, M. & Schwarzer, R. (1991). Entwicklung des Selbstkonzepts in verschiedenen Lernumwelten. In R. Pekrun & H. Fend (Hrsg.), Schule und Persönlichkeitsentwicklung. Ein Resümee der Längsschnittforschung (S. 115 - 128). Stuttgart: Ferdinand Enke. Knöll, B., Gschwendtner, T., Nickolaus, R. & Ziegler, B. (2007). Motivation in der elektrotechnischen Bildung. Zeitschrift für Berufs- und Wirtschaftspädagogik, 103, 397 - 415. Kramer, K., Prenzel, M. & Drechsel, B. (2000). Lernmotivation in der kaufmännischen Ausbildung aus der Perspektive von Auszubildenden unterschiedlicher Berufe. Zeitschrift für Berufs- und Wirtschaftspädagogik, 96, 207 - 227. Kunter, M. (2005). Multiple Ziele im Mathematikunterricht. Münster: Waxmann. Entwicklung des Fähigkeitsselbstkonzepts 257 Little, T. D. (2013). Longitudinal Structural Equation Modeling. New York, NY: Guilford Press. Little, T. D., Cunningham, W. A., Shahar, G. & Widaman, K. F. (2002). To parcel or not to parcel: Exploring the question and weighing the merits. Structural Equation Modeling, 9, 151 - 173. https: / / dx.doi.org/ 10.1207/ S15328007SEM0902_1 Marsh, H. W., Abduljabbar, A. S., Morin, A. J. S., Parker, P., Abdelfattah, F., Nagengast, B. & Abu-Hilal, M. M. (2015). The big-fish-little-pond effect: Generalizability of social comparison processes over two age cohorts from Western, Asian, and Middle Eastern Islamic countries. Journal of Educational Psychology, 107, 258 - 271. https: / / dx.doi.org/ 10.1037/ a0037485 Marsh, H., Lüdtke, O., Nagengast, B., Trautwein, U., Morin, A. J. S., Abduljabbar, A. S. & Köller, O. (2012). Classroom climate and contextual effects: Conceptual and methodological issues in the evaluation of grouplevel effects. Educational Psychologist, 47, 106 - 124. https: / / dx.doi.org/ 10.1080/ 00461520.2012.670488 Marsh, H. W., Trautwein, U., Lüdtke, O., Baumert, J. & Köller, O. (2007). The big-fish-little-pond effect: Persistent negative effects of selective high schools on selfconcept after graduation. American Educational Research Journal, 44, 631 - 669. https: / / dx.doi.org/ 10.31 02/ 0002831207306728 Marsh, H. W., Trautwein, U., Lüdtke, O., Köller, O. & Baumert, J. (2005). Academic self-concept, interest, grades, and standardized test scores: Reciprocal effects models of causal ordering. Child Development, 76, 397 - 416. https: / / dx.doi.org/ 10.1111/ j.1467-8624.2005.008 53.x Möller, J. & Köller, O. (2004). Die Genese akademischer Selbstkonzepte: Effekte dimensionaler und sozialer Vergleiche. Psychologische Rundschau, 55, 19 - 27. https: / / dx.doi.org/ 10.1026/ 0033-3042.55.1.19 Möller, J. & Trautwein, U. (2015). Selbstkonzept. In E. Wild & J. Möller (Hrsg.), Pädagogische Psychologie (S. 177 - 199). Heidelberg: Springer. Morin, A. J. S., Marsh, H. W., Nagengast, B. & Scalas, L. F. (2014). Doubly latent multilevel analyses of classroom climate: An illustration. Journal of Experimental Education, 82, 143 - 167. https: / / dx.doi.org/ 10.1080/ 002 20973.2013.769412 Müller, F.H., Hanfstingl, B. & Andreitz, I. (2009). Bedingungen und Auswirkungen selbstbestimmter Lehrermotivation. Erziehung und Unterricht, 159 (1/ 2), 142 - 152. Muthén, L. K. & Muthén, B. O. (1998 - 2017). Mplus user’s guide (8th ed.). Los Angeles, CA: Muthén & Muthén. OECD. (2010). Education at a glance. Zugriff am 30. 12. 2016 unter https: / / www.oecd.org/ education/ skills-be yond-school/ 45926093.pdf Pekrun, R. (1985). Schulischer Unterricht, schulische Bewertungsprozesse und Selbstkonzeptentwicklung. Unterrichtswissenschaft, 13, 220 - 248. Pelletier, L. G., Séguin-Lévesque, C. & Legault, L. (2002). Pressure from above and pressure from below as determinants of teachers’ motivation and teaching behaviors. Journal of Educational Psycholog y, 94, 186 - 196. https: / / dx.doi.org/ 10.1037/ 0022-0663.94.1.186 Pintrich, P. R. (2003). A motivational science perspective on the role of student motivation in learning and teaching contexts. Journal of Educational Psychology, 95, 667 - 686. https: / / dx.doi.org/ 10.1037/ 0022-0663.95.4.667 Preiß, P. (1999). Didaktik des wirtschaftsinstrumentellen Rechnungswesens. München: Oldenbourg. https: / / dx. doi.org/ 10.1515/ 9783486801880 Prenzel, M. & Drechsel, B. (1996). Ein Jahr kaufmännische Erstausbildung. Veränderungen in Lernmotivation und Interesse. Unterrichtswissenschaft, 24, 217 - 234. Rebmann, K., Tenfelde, W. & Schlömer, T. (2011). Berufs- und Wirtschaftspädagogik. Heidelberg: Gabler. https: / / dx.doi.org/ 10.1007/ 978-3-8349-6375-8 Reeve, J., Deci, E. & Jang, H. (2008). Understanding and promoting autonomous self-regulation. In D. Schunk & B. Zimmerman (Eds.), Motivation and self-regulated learning. Theorie, research and applications (pp. 223 - 244). New York, NY: Erlbaum. Robitzsch, A. (2017). sirt: Supplementary item response theory models. R package version 2.3-57. Zugriff am 25. 1. 2019 unter https: / / CRAN.R-project.org/ package=sirt Robitzsch, A., Kiefer, T., & Wu, M. (2018). TAM: Test analysis modules. R package version 2.9-35. Zugriff am 25. 1. 2019 unter https: / / CRAN.R-project.org/ package=TAM Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. New York, NY: John Wiley & Sons. https: / / dx. doi.org/ 10.1002/ 9780470316696 Ryan, R. M. & Connell, J. P. (1989). Perceived locus of causality and internalization: Examining reasons for acting in two domains. Journal of Personality and Social Psychology, 57, 749 - 761. https: / / dx.doi.org/ 10.1037/ 00 22-3514.57.5.749 Satow, L. (1999). Zur Bedeutung des Unterrichtsklimas für die Entwicklung schulbezogener Selbstwirksamkeitserwartungen. Zeitschrift für Entwicklungspsychologie und Pädagogische Psychologie, 31, 171 - 179. https: / / dx.doi. org/ 10.1026/ / 0049-8637.31.4.171 Schöne, C., Dickhäuser, O., Spinath, B. & Stiensmeier- Pelster, J. (2002). Die Skalen zur Erfassung des schulischen Selbstkonzepts (SESSKO). Göttingen: Hogrefe. Schwarzer, R. & Jerusalem, M. (2002). Das Konzept der Selbstwirksamkeit. In M. Jerusalem & D. Hopf (Hrsg.), Selbstwirksamkeit und Motivationsprozesse in Bildungsinstitutionen (S. 28 - 53). Weinheim: Beltz. Schwarzer, R. (1983). Unterrichtsklima als Sozialisationsbedingung für Selbstkonzeptentwicklung. Unterrichtswissenschaft, 2, 129 - 148. Sembill, D. & Scheja, S. (2008). Über die Motivationssituation der Auszubildenden eines Global Players. Zeitschrift für Berufs- und Wirtschaftspädagogik, 104, 179 - 200. Shavelson, R., Hubner, J. & Stanton, G. (1976). Self-concept: Validation of construct Interpretations. Review of Educational Research, 46, 407 - 441. https: / / dx.doi.org/ 10.3102/ 00346543046003407 Statistik Austria. (2016). Bildung in Zahlen 2014/ 15. Wien: MDH-Media. Talloen, W., Moerkerke, B., Loeys, T., De Naeghel, J., Van Keer, H. & Vansteelandt, S. (2016). Estimation of indirect effects in the presence of unmeasured confounding for the mediator-outcome relationship in a multilevel 2-1-1 mediation model. Journal of Educational and Behavioral Statistics, 41, 359 - 391. https: / / dx.doi.org/ 10.3102/ 1076998616636855 Trautwein, U., Lüdtke, O., Marsh, H. W., Köller, O. & Baumert, J. (2006). Tracking, grading, and student motivation: Using group composition and status to predict self-concept and interest in ninth-grade mathematics. Journal of Educational Psychology, 98, 788 - 806. https: / / dx.doi.org/ 10.1037/ 0022-0663.98.4.788 Valentine, J., DuBois, D. & Cooper, H. (2004). The Relation Between Self-Beliefs and Academic Achievement. A Meta- Analytic Review. Educational Psychologist, 39 (2), 111 - 133. https: / / dx.doi.org/ 10.1207/ s15326985ep3902_3 258 Christoph Helm, Maria Krumpholz, Karin Heinrichs Wagner, W., Göllner, R., Werth, S., Voss, T., Schmitz, B. & Trautwein, U. (2016). Student and teacher ratings of instructional quality: Consistency of ratings over time, agreement, and predictive power. Journal of Educational Psychology, 108, 705 - 721. https: / / dx.doi.org/ 10.1037/ edu0000075 Weidinger, A., Spinath, B. & Steinmayr, R. (2015). Zur Bedeutung von Grundschulnoten für die Veränderung von Intrinsischer Motivation und Fähigkeitsselbstkonzept in Deutsch. Zeitschrift für Pädagogische Psychologie, 29, 193 - 204. https: / / dx.doi.org/ 10.1024/ 1010-06 52/ a000160 Weiner, B. (1986). An attributional theory of motivation and emotion. Heidelberg: Springer. https: / / dx.doi.org/ 10. 1007/ 978-1-4612-4948-1 Winther, E. (2006). Motivation in Lernprozessen. Konzepte in der Unterrichtspraxis von Wirtschaftsgymnasien. Wiesbaden: DUV. Yuan, K. H. & Bentler, P. M. (2000). Three likelihoodbased methods for mean and covariance structure analysis with non-normal missing data. Sociological Methodology, 30, 165 - 200. https: / / dx.doi.org/ 10.1111/ 0081-1750.00078 Ass.-Prof. Dr. Christoph Helm Abteilung für Bildungsforschung Linz School of Education Johannes Kepler Universität Linz Altenberger Straße 69 AT-4040 Linz E-Mail: christoph.helm@jku.at Maria Krumpholz Prof. Dr. Karin Heinrichs 4 Lehrstuhl für Wirtschaftspädagogik Kärntenstraße 7 D-96052 Bamberg E-Mail: maria.krumpholz@freenet.de karin.heinrichs@uni-bamberg.de 4 Frau Prof. Dr. Heinrichs arbeitet nun an der Pädagogischen Hochschule Oberösterreich, Professur für Lehren und Lernen in der beruflichen Bildung. Ihre neue Anschrift lautet Kaplanhofstraße 40, AT-4020 Linz, E-Mail: karin.heinrichs@ph.ooe.at. Anhang Informationen zu den fehlenden Werten Die Anzahl fehlender Werte je Messzeitpunkt, aber auch in Bezug auf den gesamten Längsschnitt, ist aus folgenden Gründen schwer auszumachen: - Nicht alle Schulen waren bereit, die Anzahl der offiziellen Klassenschülerzahlen bekanntzugeben. - Klassenwiederholerinnen und Klassenwiederholer sowie Ab- und Anmeldungen zur Schule während des Schuljahres erschweren die Feststellung der tatsächlichen Klassengröße, die von der offiziellen Zahl abweichen kann. Die Informationen dieser Personen wurden entsprechend der gängigen Vorgehensweisen für Multiple Imputation beibehalten. So ist die Parameterschätzung auf Basis aller vorhandenen Informationen der listwise oder pairwise deletion vorzuziehen (Little, 2013). - Häufig konnten die 1h-Onlinebefragung und die 1h-RW-Testung in einer Klasse nicht am selben Tag durchgeführt werden, was dazu beitrug, dass innerhalb eines Messzeitpunkts die Anzahl fehlender Schülerinnen und Schüler zwischen Onlinebefragung und RW-Testung variiert. Die Relation der gültigen Fälle je Messzeitpunkt (z. B. zu t1 650) zur gesamten Stichprobe (801) sagt daher wenig über die tatsächlich fehlenden Schülerangaben aus. Für jene Klassen, bei denen die Klassengröße bekannt war, wurden in Helm (2015) Abstinenzraten berechnet. Diese schwanken zwischen 4 und 16 % und sind im Mittel bei 10 %, was etwa drei Schülerinnen und Schülern pro Klasse und Messzeitpunkt entspricht; eine durchaus übliche Abwesenheitsquote. Die oben angeführte Relation ist allerdings für die Schätzung der Parameter bedeutend; siehe dazu die Ausführungen zur Fraction of Missing weiter unten. Fehlende Werte beim Ausfüllen der Onlinebefragung bestehen kaum, da die meisten Fragen Pflichtfragen darstellten. Informationen zur Multiplen Imputation Konkret wurde als Imputationsmodell ein sogenanntes unrestringiertes 2-Ebenenbzw. Random-Intercept-Varianz-Kovarianz-Modell (H 1; Asparouhov & Muthen, 2010) spezifiziert. Die genaue Vorgehensweise kann bei Grund et al. (2016) nachgelesen werden. Dabei wurde neben den in den Analysen verwendeten Variablen (Selbstkonzept zu t1, t3, t4, Indikatoren zu Entwicklung des Fähigkeitsselbstkonzepts 259 t2 - t4) folgende Variablen in das Imputationsmodell mitaufgenommen: gewählter Schultyp (maturaführend, nicht maturaführend), Noten in den Fächern Deutsch, Englisch, Mathematik der Zubringerschule, Zufriedenheit mit der Schulwahl zu t1 und Schulbildung der Mutter. Die Auswahl dieser Variablen erfolgte auf Basis früher Analysen (Helm, 2015): „Die Mortalitätsanalysen […] zeigen wie erwartet, dass die ausgeschiedenen SchülerInnen über niedrigere kognitive Fähigkeiten verfügen, häufiger aus den dreijährigen, mittleren Schulen stammen und einen signifikant niedrigeren ESCS-Wert [economic social cultural status] aufweisen.“ Zu Vergleichszwecken wurde die FIML-Option im Mplus (a) ohne und (b) mit Auxiliary-Command verwendet, um die MAR-Annahme zu stützen. Als Auxiliary-Variablen wurden die gleichen Variablen wie für die MI verwendet. Die FIML-Auxiliary-Variante führte zu Konvergenzproblemen, die FIML- und MI-Varianten dagegen nicht. Die Ergebnisse aller drei Varianten fallen nahezu identisch aus; die Parameterschätzungen sind für die FIML-Variante marginal höher als für die MI-Variante. Im Beitrag werden die MI-Resultate berichtet. Die Fraction of Missing Data (= FM; Effizienzverlust für die Parameterschätzung aufgrund von Missings) liegt bei allen Parametern jeweils bei etwa 30 %. Eine Interpretation ist, dass das Konfidenzintervall etwa 1,2 Mal größer ist, als wenn vollständige Daten vorliegen würden (Savalei & Rhemtulla, 2012). Die Hypothesenprüfung fällt damit konservativer aus als bei vollständigen Datensätzen. Literatur zum Anhang Asparouhov, T. & Muthén, B. O. (2010). Multiple imputation with Mplus (Technical Appendix). Zugriff am 31. 1. 2019 unter http: / / statmodel.com/ Grund, S., Lüdtke, O. & Robitzsch, A. (2016). Multiple imputation of multilevel missing data: An introduction to the R package pan. SAGE Open 6 (4), 1 - 17. Helm, C. (2015). Reziproke Effekte zwischen wahrgenommenem LehrerInnenverhalten, intrinsischer Motivation und der SchülerInnenleistung im Fach „Rechnungswesen“ (AMS Report Nr. 111). Wien: Communication - Kommunikations- und PublikationsgmbH. Little, T. D. (2013). Longitudinal Structural Equation Modeling. New York, NY: Guilford Press. Savalei, V. & Rhemtulla, M. (2012). On obtaininge Estimates of the fraction of missing information from full information maximum likelihood. Structural Equation Modeling: A Multidisciplinary Journal, 19, 477 - 494. Vollständige Skalen Fähigkeitsselbstkonzept Ich lerne Dinge schnell. Ich gehe gern in die Schule. Ich weiß die Antwort auf eine Frage meistens früher als die anderen. Das, was ich gelernt habe, kann ich gut anwenden. Ich lerne selbstständig neue Dinge, für die sich andere nicht interessieren. Ich gehöre in der Schule zu den Besten. Es macht mir Spaß, schwierige Aufgaben zu übernehmen. Für gute Noten brauche ich mich nicht anzustrengen. Es fällt mir leicht, schwierige Aufgaben zu lösen. Ich glaube, dass ich besser bin als viele andere. Bei schweren Aufgaben braucht mir niemand zu helfen. Unterstützung von Autonomieerleben Unsere Rechnungswesenlehrperson … … hört uns zu, wenn wir etwas sagen wollen und nimmt uns ernst. … geht ausführlich auf unsere Fragen ein. … kann sich gut in unsere Situation hineinversetzen. … fragt uns, was wir wollen oder brauchen. Unterstützung von Kompetenzerleben Unsere Rechnungswesenlehrperson … … ermutigt uns, an einer Aufgabe dran zu bleiben. … bestärkt uns in unseren Fähigkeiten. Im Rechnungswesenunterricht… … finden meine Leistungen Anerkennung. … können auch schwache Schüler Erfolge feiern. Struktur und Klarheit Im Rechnungswesenunterricht… … wissen wir, was gelernt/ am Ende gekonnt werden soll. … bekommen wir Lernaufgaben, die verständlich formuliert sind. … bekommen wir Lernaufgaben, die übersichtlich gestaltet sind. Unsere Rechnungswesenlehrperson baut die Unterrichtsinhalte gut aufeinander auf.