289 289 VHN, 87. Jg., S. 289 -304 (2018) DOI 10.2378/ vhn2018.art34d © Ernst Reinhardt Verlag < RUBRIK > < RUBRIK > Kommt es auf die Klasse an? Effekte der Klassenkomposition auf die Mathematikleistung von Schülerinnen und Schülern mit sonderpädagogischem Förderbedarf in inklusiven Schulklassen am Ende der Grundschulzeit 1 Katja Scharenberg, Wolfram Rollett Pädagogische Hochschule Freiburg Wilfried Bos Technische Universität Dortmund Zusammenfassung: Ziel inklusiver Beschulung ist eine stärkere Teilhabe von Schülerinnen und Schülern mit sonderpädagogischem Förderbedarf (SPF). Ungeklärt ist derzeit noch die Frage, ob und inwiefern die Zusammensetzung inklusiver Schulklassen die Zusammenhänge zwischen Integrationsstatus, weiteren Herkunftsmerkmalen und schulischen Leistungen moderiert. Mehrebenenanalysen (n = 1025 Kinder in 50 Grundschulklassen) ergaben, dass Kinder mit SPF (n = 137) am Ende der Jahrgangsstufe 4 einen signifikanten Leistungsrückstand im Mathematikverständnis gegenüber anderen Mitschülerinnen und -schülern aufwiesen. Auf individueller Ebene zeigten sich keine Interaktionseffekte mit anderen bildungsbenachteiligenden Faktoren. Kompositionseffekte ließen sich auf der Klassenebene nur für den durchschnittlichen sozioökonomischen Status nachweisen. Es zeigten sich keine signifikanten Effekte der Klassenkomposition auf den Zusammenhang zwischen SPF und Mathematikleistung auf individueller Ebene. Allerdings sollten drei tendenziell signifikante Befunde Anlass geben, klassenbezogenen Unterschieden im Migrantenanteil, dem mittleren sozioökonomischen Status und dem mittleren kognitiven Fähigkeitsniveau in ihrer Bedeutung für den Lernkontext von Kindern mit SPF weiter nachzugehen. Schlüsselbegriffe: Klassenkomposition, Schulleistung, Inklusion, sonderpädagogischer Förderbedarf, Grundschule Does Classroom Matter? Classroom Composition Effects on Mathematics Achievement of SEN Students in Inclusive Classes at the End of Primary School Summary: Inclusive education aims at improving participation of students with special educational needs (SEN). However, the question whether and to what extent the composition of inclusive classes moderates the correlations between SEN status, further student background characteristics, and school achievement on student level has not yet been systematically investigated. Multi-level analyses (n = 1,025 Grade 4 students in 50 classes) in German primary schools showed that students with diagnosed SEN (n = 137) achieved significantly lower in Mathematics than their classmates. At student level, there were no interaction effects of SEN with other factors typically associated with educational disadvantages. Compositional effects at classroom level could only be demonstrated for the average SES. Crosslevel effects of classroom composition characteristics on the relationship between SEN and math performance at student level were insignificant. However, as the crosslevel effects of ethnic, socioeconomic, and cognitive classroom composition were marginally significant, these effects give reason for further research to examine the learning context of SEN students. Keywords: Classroom composition, achievement, inclusion, special educational needs, primary school FACH B E ITR AG TH EME NSTR ANG Die Klassenkameraden - Freunde, Feinde, Sozialisationsinstanz VHN 4 | 2018 290 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG 1 Forschungsstand zur Effektivität inklusiven Unterrichts Mit der Ratifizierung des Übereinkommens der Vereinten Nationen über die Rechte von Menschen mit Behinderungen (UN-BRK; United Nations, 2006) anerkennen die Vertragsstaaten das Recht von Menschen mit Behinderungen auf Bildung bzw. Bildungsteilhabe (Artikel 24). In der Gewährleistung inklusiver Bildungssysteme soll dieser Zielgruppe Zugang zu allen Ebenen des Bildungssystems auf der Grundlage gleicher Chancen und ohne Diskriminierung ermöglicht werden (ebd., Absatz 5). In Bezug auf die konkrete Umsetzung sicherten die Vertragsstaaten u. a. zu, Schülerinnen und Schüler mit sonderpädagogischem Förderbedarf (SPF) nicht vom Zugang zu allgemeiner Bildung im Primar- und Sekundarbereich aufgrund ihrer Behinderung auszuschließen (ebd., Absatz 2.a). Auch wenn die Vertragsstaaten das Übereinkommen durchaus unterschiedlich umsetzen (Ainscow & César, 2006; United Nations, 2016), lässt sich seitdem international ein Trend zu inklusiver Beschulung von Schülerinnen und Schülern mit und ohne SPF im Regelschulsystem beobachten. In Deutschland besuchten Schülerinnen und Schüler mit SPF traditionell separate Förderschulen. Je nach Art des Förderbedarfs wurden verschiedene sonderpädagogische Förderschwerpunkte mit jeweils eigenen Schularten unterschieden. Darüber hinaus gab es aber einen kleinen Anteil von Regelschulen mit Integrationskonzepten zur Förderung von Schülerinnen und Schülern mit SPF, wobei diese im Primarstufenbereich sehr viel häufiger anzutreffen waren als in der Sekundarstufe. Die Forschung zur Effektivität integrativer Schulmodelle zeigte, dass Kinder mit einer geistigen Behinderung, die in Regelklassen beschult wurden, vergleichbare oder im sprachlichen Bereich sogar höhere Lernfortschritte erzielten als bei separater Beschulung in Förderschulen (Sermier Dessemontet, Benoit & Bless, 2011; vgl. auch Haeberlin, Bless, Moser & Klaghofer, 1991). Mit der Ratifizierung der UN-BRK gingen die meisten Bundesländer in Deutschland dazu über, nach und nach immer mehr Schulen des Regelschulsystems für Schülerinnen und Schüler mit SPF zu öffnen. Allerdings erfolgte in vielen Bundesländern die rechtliche Verankerung des gemeinsamen Lernens von Kindern und Jugendlichen mit und ohne SPF unter Ressourcenvorbehalt, d. h. die Schulen konnten die Aufnahme von Lernenden mit SPF zurückweisen, wenn sie nicht die dafür notwendigen Ressourcen bereitstellen oder beschaffen konnten. Im Schuljahr 2013/ 2014 wurden 31.4 % der Lernenden mit SPF in Regelschulen inklusiv beschult (Klemm, 2015). Darüber hinaus ließ sich ein gewisser Trend beobachten, bestehende Förderschulen zu verkleinern, zu schließen oder in Regelschulen zu überführen (ebd.). Die Transformation zu einem inklusiven Bildungssystem in Deutschland war auch mit eine Folge empirischer Studien, die zeigten, dass - unter Kontrolle von Hintergrundmerkmalen - Schülerinnen und Schüler mit SPF, die an Regelschulen unterrichtet wurden, hinsichtlich ihrer Schulleistungen und erreichten Bildungsabschlüsse günstiger abschnitten als jene an Förderschulen (Autorengruppe Bildungsberichterstattung, 2014; Klemm, 2015). In eine ähnliche Richtung wiesen Befunde internationaler Schulleistungsstudien. Zwar erbrachten Schülerinnen und Schüler mit SPF in Regelklassen an Grundschulen in Deutschland schwächere Leistungen als ihre Mitschülerinnen und Mitschüler (für aktuelle Befunde siehe z. B. TIMSS 2015; vgl. Kasper, Wendt, Bos & Köller, 2016). Unter Kontrolle individueller leistungs- und herkunftsbezogener Hintergrundmerkmale konnte aber für eine deutsche Stichprobe im Rahmen des IQB-Ländervergleichs mittels Propensity Score Matching nachgewiesen werden, dass Grundschulkinder mit SPF in inklusiven Klassen an Regelschulen geringfügig bessere Leistungen zeigten als vergleichbare Kinder an Förderschulen (Kocaj, Kuhl, Kroth, Pant & Stanat, 2014). VHN 4 | 2018 291 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG Diese Befunde reihen sich gut in den internationalen Forschungsstand ein. So berichteten beispielsweise Ruijs und Peetsma (2009) in ihrem Übersichtsartikel für inklusive Beschulung kleine positive oder neutrale Effekte auf kognitive Leistungen. In der Metaanalyse von Hattie (2009) wurde ein kleiner positiver Effekt für inklusive im Vergleich zu separativer Beschulung in Bezug auf Schulleistungen ausgewiesen (d = 0.28). 2 Zur Bedeutung der Zusammensetzung von Schulklassen Der bildungspolitische Diskurs zur Frage, welches schulische Entwicklungsumfeld für welche Schülerinnen und Schüler mit SPF und für welche Formen des Förderbedarfes am günstigsten ist, wurde in den letzten Jahren sehr lebhaft geführt. Die Diskussion bewegt sich dabei vor allem auf der Schulebene, indem Förderschulen und Regelschulen als Entwicklungskontexte für die Schülerinnen und Schüler mit SPF als mehr oder minder geeignet diskutiert wurden, um die gesellschaftliche Teilhabe von Schülerinnen und Schülern mit SPF zu ermöglichen. Ein im Inklusionsdiskurs bisher wenig thematisiertes Feld ist, inwieweit Merkmale auf Klassenebene wie z. B. die soziokulturelle Zusammensetzung oder die kognitive Leistungsfähigkeit der Peers für die Effekte eines inklusiven Lernsettings auf die Entwicklung von Schülerinnen und Schülern mit SPF bedeutsam sind. Gleichzeitig wurde bisher auch nicht der Frage nachgegangen, welche Bedeutung einer Kombination von SPF-Status, der Schülerinnen und Schülern zugewiesen wird, und weiteren potenziell bildungsbenachteiligenden Individualmerkmalen für den Bildungserfolg zukommt. Auf der einen Seite wird dabei außer Acht gelassen, dass sich auch Schulklassen hinsichtlich ihrer Zusammensetzung unterscheiden können und nicht unbedingt zu erwarten ist, dass jede Schulklasse einer Regelschulform ungeachtet ihrer jeweiligen Zusammensetzung gleich gute Voraussetzungen für die Inklusion und die Lerngelegenheiten von Schülerinnen und Schülern mit SPF bereitstellt. Auf der anderen Seite bleibt unbeachtet, ob ein Integrationsstatus sich für Jungen und Mädchen, Schülerinnen und Schüler mit und ohne Migrationshintergrund, sozioökonomisch bevorteilte oder benachteiligte bzw. kognitiv fähigere oder weniger fähige Schülerinnen und Schüler gleichermaßen auf ihre intellektuelle und soziale Entwicklung auswirkt oder nicht. In Bezug auf die Auswirkungen des Klassenkontextes lässt sich auf das Konzept der differenziellen Lern- und Entwicklungsmilieus (Baumert, Stanat & Watermann, 2006) zurückgreifen, das davon ausgeht, dass Kontextmerkmale auf schulischer Ebene wie z. B. die soziale Zusammensetzung (Komposition) der Schülerschaft dazu führen, dass Lernende mehr oder weniger günstige Gelegenheiten vorfinden, sich über ihre individuellen soziokulturellen, ökonomischen und intellektuellen Ressourcen hinaus zu entwickeln oder aber aufgrund entsprechend ungünstiger Kontextbedingungen in ihrer Entwicklung benachteiligt zu werden. Das Modell berücksichtigt auch Vermittlungsprozesse, zu denen u. a. Indikatoren für die normative Kultur in der Elternbzw. Schülerschaft (z. B. Leistungs- und Verhaltenserwartungen, Engagement, Leistungsnormen), soziale Vergleichsprozesse (referenzgruppenintern und -übergreifend) und unterrichtsbezogene und curriculare Merkmale (z. B. Didaktik und curriculare Inhalte) zählen. Da die unmittelbare Umgebung für das Lernen und die Entwicklung von Schülerinnen und Schülern eher der Klassenraum als der breitere Schulkontext ist (z. B. Baumert, Blum & Neubrand, 2004; Dar & Resh, 1986), ist die Annahme gerechtfertigt, dass auch unterschiedliche Ausformungen VHN 4 | 2018 292 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG des Klassenkontextes differenzielle Lern- und Entwicklungsmilieus darstellen können, so dass entsprechenden Effekten auch auf der Ebene von Schulklassen nachzugehen ist (z. B. Nikolova, 2011). Zwischenzeitlich gibt es eine ganze Reihe von Arbeiten, die Effekte der geschlechtsspezifischen, kulturellen, sozioökonomischen oder leistungsbezogenen Klassenkomposition auf die Leistung bzw. Leistungsentwicklung analysiert haben (z.B. Bellin, 2009; Biedermann, Weber, Herzog-Punzenberger & Nagel, 2016; Dumont, Neumann, Maaz & Trautwein, 2013; Hoxby, 2000; Rjosk, Richter, Hochweber, Lüdtke & Klieme, 2014; Scharenberg, 2012; Stanat, Schwippert & Gröhlich, 2010). Darüber hinaus liegen auch Befunde zu differenziellen Effekten der Klassenkomposition für bestimmte Schülergruppen wie z. B. Kinder aus sozial privilegierten bzw. benachteiligten Familien oder besonders leistungsstarke bzw. leistungsschwache Schülerinnen und Schüler vor (z. B. Peetsma, van der Veen, Koopman & van Schooten, 2006; Scharenberg, 2012). Die Differenzlinie SPF wurde in diesem Zusammenhang nach unserer Kenntnis bisher nicht in den Blick genommen. Dies ist etwas überraschend, da der SPF aufgrund der besonderen Eigenschaften, Bedarfe und Vulnerabilitäten dieser Schülergruppe eine in dieser Hinsicht bedeutsame Differenzlinie darstellt. Einen ersten Schritt in diese Richtung bildet unsere Arbeit (Scharenberg, Rollett & Bos, eingereicht) zu Kompositionseffekten auf die Leseleistung und die soziale Integration für den Datensatz der KESS-Studie, der auch dem vorliegenden Beitrag zugrunde liegt (s. Abschnitt 4.1): Hierbei zeigten sich weder Interaktionseffekte zwischen dem SPF und weiteren potenziell bildungsbenachteiligenden oder -förderlichen Merkmalen auf individueller Ebene, noch wurden die leistungsbezogenen und sozialen Nachteile von Kindern mit SPF durch Merkmale der Klassenzusammensetzung moderiert. Darüber hinaus ist jedoch in der nationalen und internationalen Forschungsliteratur gut dokumentiert, dass Schülerinnen und Schüler mit SPF in inklusiven Klassen soziale Nachteile erleiden und nach ihren Selbstberichten wie auch nach Einschätzung ihrer Mitschülerinnen und Mitschüler sozial weniger gut in den Klassenverband integriert sind, häufiger von sozialer Ausgrenzung betroffen sind und weniger Interaktionen und Freundschaften mit ihren Peers haben sowie ein höhere Risiko aufweisen, Opfer von Mobbing und Bullying zu werden (z. B. de Monchy, Pijl & Zandberg, 2004; Frostad & Pijl, 2007; Huber & Wilbert, 2012; Krull, Wilbert & Hennemann, 2014; Schwab, 2016). Derartige soziale Nachteile erscheinen durchaus geeignet, die günstigen kognitiven Entwicklungseffekte, die man sich durch eine inklusive Beschulung erhofft, zu beschädigen, da das Anregungspotenzial des Klassenkontextes maßgeblich davon abhängen dürfte, inwieweit Kinder und Jugendliche mit SPF förderliche soziale Interaktionen erleben oder nicht. Gleichzeitig ist anzunehmen, dass derartige Anregungseffekte eines inklusiven Klassenkontextes auch von der soziokulturellen Zusammensetzung der jeweiligen Klasse abhängen. Hier wären z. B. mit der Schülerkomposition zusammenhängende Einstellungsunterschiede gegenüber geistigen oder körperlichen Beeinträchtigungen und damit einhergehenden Verhaltensweisen im sozialen Umgang zu nennen. 3 Ableitung der Fragestellung In Weiterführung unserer eigenen Arbeit möchten wir nun in Bezug auf die Kompetenzdomäne Mathematik in diesem Beitrag zunächst der Frage nachgehen, ob zwischen dem ggf. nachweisbaren Effekt des SPF und weiteren Benachteiligungsfaktoren auf individueller Ebene Interaktionen bestehen (Forschungsfrage 1). Basierend auf den hierzu bislang vorliegenden Forschungsbefunden ist davon auszugehen, dass Schülerinnen und Schüler mit SPF VHN 4 | 2018 293 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG in inklusiven Schulklassen niedrigere Leistungen erzielen als ihre Klassenkameradinnen und Klassenkameraden ohne SPF. Vor diesem Hintergrund wird mit Blick auf Forschungsfrage 1 erwartet, dass sich diese Leistungsnachteile in Wechselwirkung mit bildungsbenachteiligenden Faktoren verstärken bzw. in Wechselwirkung mit bildungsbegünstigenden Faktoren abschwächen. Schließlich wird nach der Ermittlung von generellen Effekten der Klassenkomposition auf die Mathematikleistung der Schülerinnen und Schüler herausgearbeitet, inwieweit der Klassenzusammensetzung eine differenzielle Bedeutung für den vermuteten Zusammenhang zwischen dem SPF und der Schulleistung zukommt (Forschungsfrage 2). Hierbei wird erwartet, dass eine mit Blick auf bildungsbenachteiligende Faktoren ungünstigere Klassenkomposition den erwarteten negativen Zusammenhang zwischen SPF und Mathematikleistung verstärkt und dass umgekehrt Lernkontexte, die in dieser Hinsicht günstiger zusammengesetzt sind, diesen Zusammenhang abschwächen. 4 Forschungsdesign 4.1 Datengrundlage Unsere Analysen basieren auf der Hamburger Schulleistungsstudie „Kompetenzen und Einstellungen von Schülerinnen und Schülern“ (KESS) (Bos & Pietsch, 2006). Primäres Anliegen der KESS-Studie war die Untersuchung der Lernstände und Leistungsentwicklungen von Schülerinnen und Schülern vom Ende der Grundschulzeit bis in die Sekundarstufe. Dabei wurden zu insgesamt drei Erhebungszeitpunkten Testleistungen der Schülerinnen und Schüler u. a. in den Kompetenzdomänen Leseverständnis und Mathematik erfasst, und zwar im Jahr 2003 am Ende der Jahrgangsstufe 4 (KESS 4), zu Beginn der Jahrgangstufe 7 (KESS 7, 2005) und am Ende der Jahrgangsstufe 8 (KESS 8, 2007) (Guill, Gröhlich, Scharenberg, Wendt & Bos, 2010; Wendt, Gröhlich, Guill, Scharenberg & Bos, 2010). Die in diesem Beitrag berichteten Analysen konzentrieren sich auf die zum Ende der Grundschulzeit erreichten Entwicklungsstände in der Kompetenzdomäne Mathematik. Im Rahmen der KESS-Studie wurde eine gesamte Schülerkohorte aller Schülerinnen und Schüler an Hamburger Grundschulen mittels schriftlicher Erhebungsinstrumente befragt, wobei die Teilnahme an den Leistungstests verpflichtend war. Neben den Leistungsdaten wurden auch weitere Hintergrundmerkmale der Schülerinnen und Schüler erfasst, die mit ihren erreichten Lernständen in Zusammenhang stehen. Darüber hinaus wurden Eltern, Lehrkräfte und Schulleitungen zu den Rahmenbedingungen schulischer und außerschulischer Lehr- und Lernprozesse befragt (zur Dokumentation der Erhebungsinstrumente siehe Bos et al., 2016). 4.2 Methodisches Vorgehen Die im vorliegenden Beitrag betrachtete abhängige Variable war die Mathematikleistung der Schülerinnen und Schüler am Ende der Klassenstufe 4 (Bos et al., 2006). Der schriftliche Mathematiktest (2 Subtests mit insgesamt 25 Minuten Testzeit) orientierte sich an den Testinstrumenten der Internationalen Grundschul-Lese-Untersuchung (IGLU; Lankes et al., 2003) und der Hamburger Lernausgangslagenuntersuchung (LAU 5; Lehmann, Peek & Gänsfuß, 1997). Die Testaufgaben wurden als domänenspezifische Gesamtskalen unter Verwendung des einparametrischen Raschmodells unter Anwendung derselben Kriterien und Diskriminationsparameter skaliert, die auch im Rahmen anderer internationaler Schulleistungsstudien angewandt wurden (Adams & Wu, 2002, S. 101ff.; OECD, 2005, S. 122ff.). VHN 4 | 2018 294 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG Als Prädiktoren wurden Variablen auf Individual- und Klassenebene berücksichtigt. Angaben zum Geschlecht (0 = männlich, 1 = weiblich) stammten aus dem Schülerfragebogen. Indikatoren der soziokulturellen Herkunft wurden über den Elternfragebogen erfasst: Der Migrationshintergrund wurde über das Geburtsland der Eltern operationalisiert (0 = beide Eltern in Deutschland geboren, 1 = mindestens ein Elternteil im Ausland geboren). Der höchste sozioökonomische Status der Eltern (HISEI; Ganzeboom & Treiman, 1996) wurde anhand ihrer Angaben zur Berufstätigkeit abgebildet, wobei höhere Werte eine privilegiertere soziale Herkunft anzeigten (min = 16 [Landwirte], max = 90 [Richter]). Die kognitive Grundfähigkeit der Schülerinnen und Schüler wurde anhand des Kognitiven Fähigkeitstests (KFT 4 - 12 + R; Heller & Perleth, 2000) operationalisiert, mit dem sich non-verbal mittels figuraler Analogien (Subtest N2 mit 25 Items) die Fähigkeit der Schülerinnen und Schüler zum schlussfolgernden Denken bestimmen ließ. Der Integrationsstatus bzw. das Vorhandensein eines diagnostizierten SPF wurde über die Schülerteilnahmeliste ermittelt und beruhte auf den Angaben der Klassenlehrkräfte, wobei keine Informationen zu Art oder Ausprägung des individuellen Förderbedarfs vorlagen. Um zu überprüfen, ob sich ggf. nachweisbare Effekte des Förderstatus bei einer Kombination mit potenziell bildungsbenachteiligenden Merkmalen verstärken oder abschwächen, wurden entsprechende Interaktionseffekte auf Individualebene mit den oben genannten Variablen modelliert. Auf Aggregatebene wurde die geschlechtsbezogene und migrationsbedingte Klassenzusammensetzung kontrolliert, die jeweils über die relativen Anteile in den Klassen operationalisiert wurden. Darüber hinaus flossen der durchschnittliche sozioökonomische Status (mittlerer HISEI) und das kognitive Fähigkeitsniveau (mittlerer KFT) in die Analysen ein, die zuvor auf Individualebene am Gesamtmittelwert z-standardisiert wurden (M = 0, SD = 1). Um die hierarchische Datenstruktur angemessen zu berücksichtigen, wurden Mehrebenenanalysen durchgeführt (HLM 7.01; Raudenbush, Bryk & Congdon, 2013). Die ursprüngliche Skalierung der Leistungsdaten (M = 100, SD = 30) wurde für die Mehrebenenanalysen auf Individualebene am Gesamtmittelwert der Analysestichprobe (s. Abschnitt 4.3) z-standardisiert (M = 0, SD = 1), sodass die berichteten Koeffizienten als standardisierte Beta-Koeffizienten interpretiert werden können. Die Modellgüte wurde anhand des Anteils der durch die jeweils berücksichtigten Prädiktoren aufgeklärten Varianz auf beiden Analyseebenen im Verhältnis zu einem Referenzmodell bestimmt (Raudenbush & Bryk, 2002). Als Analysestrategie wurde eine mehrschrittige Modellspezifikation gewählt: Zunächst wurde die Varianzzerlegung der Kriteriumsvariablen für beide Analyseebenen ermittelt (Nullmodell). Im nächsten Schritt wurden Prädiktoren auf individueller Ebene aufgenommen (Modell 1). Dann wurden Haupteffekte für die Kompositionsmerkmale auf Aggregatebene geschätzt (Modell 2). In Modell 3 wurden in Anlehnung an Snijders und Bosker (2012) auch Interaktionen zwischen Merkmalen auf Individualebene zugelassen. Schließlich wurden ebenenübergreifende Interaktionen (crosslevel interactions, Modelle 4 bis 7) spezifiziert. In jedem Modell wurde der Haupteffekt eines Kompositionsmerkmales sowie der dazugehörige Cross-Level-Effekt geschätzt und auf Signifikanz geprüft (Modellvariante A). Die Modelle wurden zudem dahingehend analysiert, ob sich durch die Berücksichtigung des Cross-Level-Effektes eine Modellverbesserung ergab im Vergleich zu einem Modell, das nur den Haupteffekt auf Aggregatebene, aber nicht den Cross-Level-Effekt umfasste (Modellvariante B). Die (relative) Anpassungsgüte unterschiedlich spezifizierter Modelle, die nach der Full-Maximum-Likelihood-Methode geschätzt wurde, wurde anhand von Devianztests (-2LL) bestimmt (Hox, 2010). VHN 4 | 2018 295 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG Fehlende Werte im Individualdatensatz wurden mittels multipler Imputation mit SPSS 25 (IBM Corporation, 2017) geschätzt. Das Imputationsmodell umfasste die beschriebenen Analysevariablen sowie weitere Variablen, die mit dem Ausfallprozess in Zusammenhang stehen. Es wurden m = 5 imputierte Datensätze generiert. Für den Modellvergleich wurde die durchschnittliche Devianz der fünf imputierten Datensätze zugrunde gelegt. 4.3 Stichprobe Ausgangsstichprobe für die Analysen waren Schülerinnen und Schüler der Jahrgangsstufe 4 (KESS 4) am Ende ihrer Grundschulzeit (Ausgangsstichprobe: N = 14.110). Hiervon wurden für die Analysen ausgewählt: n inklusive Klassen mit mindestens einer Schülerin bzw. einem Schüler mit diagnostiziertem SPF, n Klassen, in denen Kinder mit SPF nicht die Mehrheit bildeten, da es sich in solchen Fällen um Förderklassen gehandelt hätte, n Klassen, denen mindestens 10 Kinder zugeordnet werden konnten, um für die Operationalisierung von Kompositionsmerkmalen eine hinreichend große Fallzahl zugrunde zu legen, sowie n Kinder, die den Schülerfragebogen ausgefüllt hatten, während jene, die den Fragebogen nicht bearbeitet hatten, ausgeschlossen wurden. Die Analysestichprobe umfasste somit n = 1025 Schülerinnen und Schüler der Jahrgangsstufe 4 in 50 inklusiven Schulklassen. Eine Ausfallanalyse zeigte, dass sich die Ausgangsstichprobe aller an KESS teilnehmenden Schulklassen und die Analysestichprobe der inklusiven Schulklassen hinsichtlich des Geschlechts, Migrationshintergrundes und sozioökonomischen Status nicht signifikant voneinander unterschieden. Lediglich für die kognitive Fähigkeit (t[13444] = 2.63, p = .009) bzw. die Mathematikleistung (t[13510] = 5.03, p < .001) zeigten sich signifikante Unterschiede, die einer kleinen Effektgröße entsprachen (d = 0.09 bzw. d = 0.17). 137 Kinder der Analysestichprobe (13.4 %) wiesen nach Auskunft der Klassenlehrkräfte einen diagnostizierten SPF auf. Das Geschlechterverhältnis war insgesamt (Mädchenanteil: 48.8 %) und auch in den Teilgruppen der Kinder mit bzw. ohne SPF ausgeglichen (Mädchenanteil: 47.4 % bzw. 49.0 %; ϕ = -.011, p = .732) 2 . 26.2 % der Kinder hatten einen Migrationshintergrund, wobei es auch hierbei keine Unterschiede zwischen jenen mit und ohne SPF gab (25.0 % bzw. 26.3 %, ϕ = -.008, p=.842). Hinsichtlich der kognitiven Fähigkeiten ließen sich ebenfalls keine signifikanten Unterschiede zwischen Kindern mit (M = 15.48, SD = 6.74) und ohne SPF (M = 15.99, SD = 7.12) beobachten (t[933] = 0.66, p = .507). Insofern ist davon auszugehen, dass es sich bei der hier vorliegenden Gruppe der Kinder mit SPF vermutlich nicht um solche mit den Förderschwerpunkten Lernen und Geistige Entwicklung handelt, sondern eher um jene mit dem Förderschwerpunkt emotional-soziale Entwicklung oder im Bereich der körperlichen oder Sinnesbeeinträchtigungen. Der durchschnittliche HISEI der Analysestichprobe lag bei M = 50.6 (SD = 16.2), wobei die Familien der Kinder mit SPF in der Tendenz einen niedrigeren sozioökonomischen Status aufwiesen (M = 46.7, SD = 17.0) als die anderen Kinder (M = 51.0, SD = 16.1; t[576] = 1.83, p = .068). Nach Cohen (1988) entspräche dieser Unterschied einem kleinen Effekt (d = -0.27). Die mittlere Mathematikleistung lag bei M = 95.3 (SD = 28.6), wobei hier die Leistungsdifferenzen zwischen Kindern mit (M = 80.1, SD = 27.7) und ohne SPF (M = 97.0, SD = 28.2) mit d =-0.60 größer ausfielen (t[940] = 5.64, p < .001). Der Umstand, dass die 137 Schülerinnen und Schüler mit SPF sich in Bezug auf ihren Migrationshintergrund, sozioökonomischen Status und ihre kognitive Fähigkeit nicht bzw. nicht VHN 4 | 2018 296 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG deutlicher von ihren Mitschülerinnen und -schülern unterschieden, zeigt, dass sich die Teilgruppe der zum Zeitpunkt der Untersuchung im Jahr 2003 in Hamburg in Regelschulen der Primarstufe beschulten Kinder mit SPF offensichtlich anders zusammensetzte, als dies heute in inklusiven Grundschulklassen zu beobachten wäre (z. B. in Bezug auf die Häufigkeit von Kindern mit dem Förderschwerpunkt Geistige Entwicklung). Da es sich um eine Vollerhebung aller in Hamburg in der Jahrgangsstufe 4 beschulten Kinder handelt, ist davon auszugehen, dass der Datensatz die seinerzeit vorliegenden Verhältnisse aber sehr gut abbildet. 5 Ergebnisse In den Mehrebenenanalysen (s. Tab. 1) ergab zunächst ein Nullmodell ohne Prädiktoren, dass mit 16.1 % ein signifikanter Anteil der Leistungsvarianz im Bereich Mathematik auf Unterschiede zwischen Klassen entfiel (τ 00 = 0.161, p < .001, σ² = 0.839; -2LL = 2805.56, df = 49). Auf individueller Ebene (Modell 1) zeigte sich, dass Mädchen um rund ein Viertel einer Standardabweichung signifikant niedrigere Mathematikleistungen am Ende der Grundschulzeit erbrachten als Jungen (β = -0.24, p < .001). Kinder, bei denen wenigstens ein Elternteil nicht in Deutschland geboren wurde, wiesen bei gleichzeitiger Berücksichtigung der anderen Variablen im Modell keinen signifikanten Leistungsrückstand gegenüber jenen ohne Migrationshintergrund auf (β = -0.11, p = .187). Schülerinnen und Schüler, bei denen der sozioökonomische Status bzw. die kognitive Grundfähigkeit eine Standardabweichung über dem Durchschnitt lag, erzielten um rund ein Fünftel (β = 0.18, p < .001) bzw. ein Drittel einer Standardabweichung (β = 0.37, p < .001) höhere Testleistungen als Kinder mit entsprechend durchschnittlichen Voraussetzungen. Schließlich zeigte sich, dass Kinder, bei denen ein SPF diagnostiziert wurde, auch unter Kontrolle der übrigen Variablen im Modell, signifikant niedrigere Testleistungen erreichten als Kinder ohne SPF (β = -0.40, p < .001). Durch Modell 1 wurde knapp ein Viertel der Leistungsvarianz zwischen den Schülerinnen und Schülern (23.3 %) bzw. 59.5 % der Unterschiede zwischen den Schulklassen erklärt. Die Berücksichtigung individueller Merkmale führte im Vergleich zum vollständig unspezifizierten Modell zu einer signifikant besseren Modellanpassung (Δ-2LL M1|M0 = 295.69, df = 5, p < .001). In Modell 2 wurde zusätzlich die Art der Klassenzusammensetzung kontrolliert. Auf individueller Ebene blieben die Effekte konstant. Auf aggregierter Ebene erwies sich nur der mittlere sozioökonomische Status als prädiktiv: In diesbezüglich günstiger zusammengesetzten Schulklassen erzielten die Kinder unter ansonsten gleichen Voraussetzungen um knapp eine halbe Standardabweichung höhere Testleistungen als in Schulklassen, in denen der durchschnittliche sozioökonomische Status auf mittlerem Niveau lag (β = 0.42, p = .003). Die Effektstärke auf Aggregatebene (Tymms, 2004) ist in Anlehnung an Cohen (1988) mittelgroß (Δ = 0.51). Die Berücksichtigung von Kompositionsmerkmalen erhöhte den Anteil der auf der Klassenebene erklärten Varianz auf 77.1 % und führte damit zu einer signifikanten Modellverbesserung gegenüber Modell 1 (Δ-2LL M2|M1 = 17.01, df = 4, p = .002). In Modell 3 wurden zusätzlich Interaktionen zwischen dem SPF und den übrigen individuellen Merkmalen zugelassen. Sämtliche Interaktionseffekte fielen nicht signifikant aus 3 . Da die Berücksichtigung von Interaktionseffekten auch zu keiner besseren Modellanpassung führte (Δ-2LL M3|M2 = 3.80, df = 4, p = .433; Forschungsfrage 1), wurden diese in den nachfolgenden Modellen nicht weiter berücksichtigt. In den Modellen 4 bis 7 wurde überprüft, ob sich in Abhängigkeit von der Art der Klassenzusammensetzung der Zusammenhang zwischen SPF und Mathematikleistung auf individueller Ebene verändert (Forschungsfrage 2). Die VHN 4 | 2018 297 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG Tab. 1 Vorhersage der Mathematikleistung am Ende der Jahrgangsstufe 4 Modell 1 Modell 2 Modell 3 Modell 4 a Modell 5 a Modell 6 a Modell 7 a β (SE) β (SE) β (SE) β (SE) β (SE) β (SE) β (SE) Konstante 0.21** (0.06) 0.35 (0.23) 0.33 (0.23) 0.22 (0.22) 0.46** (0.11) 0.21** (0.05) 0.21** (0.06) Individualebene Geschlecht 1 -0.24** (0.06) -0.24** (0.06) -0.23** (0.06) -0.25** (0.06) -0.25** (0.06) -0.25** (0.06) -0.25** (0.06) Migrationshintergrund 2 -0.11 (0.08) -0.10 (0.08) -0.08 (0.08) -0.11 (0.08) -0.08 (0.08) -0.10 (0.08) -0.10 (0.08) Sozioökonomischer Status 0.18** (0.03) 0.16** (0.03) 0.17** (0.03) 0.18** (0.03) 0.18** (0.03) 0.16** (0.03) 0.18** (0.03) Kognitive Grundfähigkeit 0.37** (0.03) 0.36** (0.03) 0.36** (0.03) 0.37** (0.03) 0.36** (0.03) 0.35** (0.03) 0.35** (0.03) SPF 3 -0.40** (0.09) -0.39** (0.09) -0.31* (0.14) -0.31 (0.59) -0.82** (0.25) -0.43** (0.09) -0.42** (0.09) Interaktionseffekte SPF*Geschlecht -0.10 (0.20) SPF*Migrationshintergrund -0.15 (0.25) SPF*Sozioökonomischer Status -0.08 (0.11) SPF*Kognitive Grundfähigkeit 0.03 (0.10) Klassenebene Mädchenanteil -0.24 (0.39) -0.23 (0.39) -0.02 (0.47) Migrantenanteil -0.10 (0.40) -0.11 (0.40) -0.85* (0.34) ∅ Sozioökonomischer Status 0.42** (0.13) 0.42** (0.13) 0.49** (0.10) ∅ Kognitive Grundfähigkeit -0.01 (0.12) -0.02 (0.12) 0.35** (0.11) Cross-Level-Effekte Mädchenanteil*SPF -0.23 (1.22) Migrantenanteil*SPF 1.31 † (0.68) ∅ Sozioökonomischer Status*SPF -0.43 † (0.25) ∅ Kognitive Grundfähigkeit*SPF -0.64 † (0.30) u VHN 4 | 2018 298 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG Haupteffekte von Merkmalen der Klassenzusammensetzung blieben bei dieser Betrachtung außen vor, da sie nur als Kontrollvariablen dienten und, wie weiterführende Modellvergleiche zeigten, untereinander konfundiert waren und deshalb in ihrem Effekt nicht isoliert interpretiert werden sollten. Für die Geschlechterzusammensetzung (Modell 4 a) ergab sich kein differenzieller Effekt für Kinder mit und ohne SPF (β = -0.23, p = .853) und auch keine bessere Modellanpassung gegenüber dem Modell 4 b, das auf der Aggregatebene nur den Haupteffekt umfasste (Δ-2LL M4 a|M4 b = 0.28, df = 1, p = .594). Modell 5 a zeigte hingegen, dass der Leistungsrückstand für Kinder mit SPF in Schulklassen mit steigendem Anteil an Schülerinnen und Schülern mit Migrationshintergrund tendenziell höher ausfiel als in Klassen mit durchschnittlicher Zusammensetzung (β = 1.31, p = .065). Die Modellgüte verbesserte sich durch die Spezifikation des Cross-Level-Effektes für den Migrantenanteil signifikant (Δ-2LL M5 a|M5 b = 5.51, df = 1, p = .019). Für den durchschnittlichen sozioökonomischen Status deutete sich in Modell 6 a an, dass der Lernrückstand von Kindern mit SPF gegenüber ihren Mitschülerinnen und Mitschülern am Ende der Grundschulzeit in diesbezüglich günstiger zusammengesetzten Schulklassen tendenziell geringer ausfiel (β = -0.43, p = .099). Die Berücksichtigung des Cross-Level-Effektes führte auch hier zu einer besseren Modellanpassung (Δ-2LL M6 a|M6 b = 4.23, df = 1, p = .040). Ebenso deutete sich für den Effekt des durchschnittlichen Fähigkeitsniveaus (Modell 7 a) an, dass der Leistungsrückstand für Kinder mit SPF gegenüber ihren Klassenkameradinnen und Klassenkameraden in der Tendenz umso geringer ausfiel, je höher das durchschnittliche kognitive Fähigkeitsniveau der Schulklassen war (β = -0.64, p = .053). Die Spezifikation des Cross-Level-Effektes ergab auch hier eine signifikante Modellverbesserung im Vergleich zum Referenzmodell (Δ-2LL M7 a|M7 b = 9.29, df = 1, p = .002). 1 Referenz: Junge. 2 Referenz: beide Eltern in Deutschland geboren. 3 Sonderpädagogischer Förderbedarf. Referenz: kein SPF. 4 Durchschnittliche Devianz der m = 5 imputierten Datensätze. 5 Varianzzerlegung im Nullmodell: τ 00 = 0.161, p < .001, σ² = 0.839. Mittlere Devianz (-2LL): 2805.56, df = 49. 6 Wie Modellvariante a, nur ohne Cross-Level-Effekt. Kontinuierliche Prädiktoren auf der Individualebene z-standardisiert. ** p < .01. * p ≤ .05. † p < .10. Standardfehler in Klammern. Modell 1 Modell 2 Modell 3 Modell 4 a Modell 5 a Modell 6 a Modell 7 a β (SE) β (SE) β (SE) β (SE) β (SE) β (SE) β (SE) Modellgüte innerhalb der Klassen 0.233 0.233 0.236 0.245 0.245 0.246 0.248 zwischen den Klassen 0.595 0.771 0.770 0.569 0.671 0.785 0.673 Modellvergleich Mittlere Devianz (-2LL) 4 2509.87 2492.86 2489.05 2507.21 2496.41 2486.06 2491.94 Referenzmodell Modell 0 5 Modell 1 Modell 2 Modell 4 b 6 Modell 5 b 6 Modell 6 b 6 Modell 7 b 6 Differenz df 5 4 4 1 1 1 1 Veränderung gegenüber Referenzmodell < .001 0.002 0.433 0.594 0.019 0.040 0.002 u VHN 4 | 2018 299 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG 6 Diskussion 6.1 Zusammenfassung der Ergebnisse und Beantwortung der Forschungsfragen Ausgangspunkt unserer Studie war die Frage, ob inklusive Schulklassen für Schülerinnen und Schüler mit und ohne SPF eine gleichermaßen günstige Lernumwelt darstellen oder ob sich bestimmte Klassenkontexte identifizieren lassen, die Lernende mit SPF benachteiligen oder bevorteilen. Dabei wurde erstens überprüft, ob es Interaktionseffekte zwischen dem SPF und weiteren individuellen bildungsbenachteiligenden Merkmalen auf individueller Ebene gibt (Forschungsfrage 1). Zweitens wurde analysiert, ob bestimmte Klassenkompositionsmerkmale den Zusammenhang zwischen SPF und Mathematikleistung auf individueller Ebene moderieren und inwiefern sie ggf. nachweisbare Effekte des SPF verstärken oder abschwächen (Cross-Level-Effekte, Forschungsfrage 2). Eine vorauslaufende Analyse der Haupteffekte auf Individualebene zeigte, dass Kinder mit SPF unter ansonsten gleichen individuellen Voraussetzungen signifikant niedrigere Mathematikleistungen am Ende der Grundschulzeit erreichten als ihre Klassenkameradinnen und Klassenkameraden ohne SPF. Setzt man dies in Beziehung zu dem für Deutschland in dieser Kompetenzdomäne innerhalb eines Schuljahres im Durchschnitt erreichten Lernfortschritt (mit Rückgriff auf die Ergebnisse der TIMS-Studie, Baumert et al., 1997), dann entspricht dies einem Lernrückstand von etwa einem Schuljahr. Auch im Rahmen der aktuellen TIMS-Studie wurden vergleichbare Leistungsunterschiede in Mathematik zwischen Schülerinnen und Schülern mit und ohne SPF am Ende der Grundschulzeit berichtet (Kasper et al., 2016). Die zu Forschungsfrage 1 berichteten Befunde zeigten, dass sich der Leistungsrückstand der Kinder mit SPF gegenüber anderen Kindern auch bei einer Kumulation mit anderen bildungsbenachteiligenden Faktoren auf individueller Ebene weder verstärkte noch abschwächte. Weder für Geschlecht, Migrationshintergrund und sozioökonomischen Status noch für die kognitive Grundfähigkeit ließen sich leistungsförderliche oder -hinderliche Interaktionseffekte nachweisen, die auf eine differenzielle Wirkung individueller Personenmerkmale für die Kinder mit SPF auf die Mathematikleistung hätten schließen lassen. In Bezug auf die sich auf alle Kinder auswirkenden Kompositionseffekte auf der Aggregatebene ließ sich nur für die mittlere soziökonomische Klassenzusammensetzung ein signifikant positiver Effekt nachweisen. Demnach wurden in sozioökonomisch günstiger zusammengesetzten Schulklassen unter ansonsten gleichen Voraussetzungen auf Individual- und Klassenebene signifikant höhere Lernstände in Mathematik erreicht als in durchschnittlich zusammengesetzten Schulklassen. Dies deutet auf ungleiche Lerngelegenheiten in Abhängigkeit sozioökonomischer Voraussetzungen der Mitschülerinnen und Mitschüler im Klassenverband hin. Für andere Merkmale der Klassenzusammensetzung (Geschlechterverteilung, migrationsbedingte Zusammensetzung und kognitives Fähigkeitsniveau) ließen sich dagegen keine benachteiligenden oder förderlichen Effekte identifizieren, die über die Effekte auf individueller Ebene hinausgingen. Hinsichtlich differenzieller Effekte der Klassenzusammensetzung auf die Mathematikleistung von Kindern mit SPF (Forschungsfrage 2) zeigten sich drei nur tendenziell signifikante Cross- Level-Effekte: Zum einen für den Migrantenanteil und zum anderen für den mittleren sozioökonomischen Status sowie das durchschnittliche kognitive Fähigkeitsniveau. Die Berücksichtigung der Cross-Level-Interaktio- VHN 4 | 2018 300 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG nen führte in allen drei Fällen zu einer besseren Modellanpassung. Diese Befunde wiesen in die Richtung, dass sich in Klassen mit einem höheren Migrantenanteil sowie in im Durchschnitt sozioökonomisch schlechter gestellten Klassen und in Klassen mit einem niedrigeren durchschnittlichen kognitiven Fähigkeitsniveau der negative Zusammenhang zwischen SPF und der Mathematikleistung tendenziell verstärkte. Auch wenn diese Befunde lediglich tendenziell signifikant ausfielen, sollten sie Anlass sein, entsprechenden Beziehungen anhand weiterer Stichproben nachzugehen, dies umso mehr, als durch die Umsetzung der UN-BRK die Zusammensetzung der Gruppe der inklusiv beschulten Kinder nun anders und deutlich heterogener geworden ist, als dies zum Zeitpunkt der vorliegenden Untersuchung der Fall war. Insofern wären Befunde, die den Verdacht, dass Schülerinnen und Schüler mit SPF unter bestimmten Bedingungen des Klassenkontextes Entwicklungsnachteile erleiden, ausschließen könnten, sehr wichtig. 6.2 Limitationen Zur Einordnung der in diesem Beitrag berichteten Ergebnisse sind fünf Punkte zu beachten: Erstens werden die Befunde querschnittlicher Analysen berichtet, die nur eine Momentaufnahme in der Lern- und Leistungsentwicklung von Schülerinnen und Schülern mit SPF in inklusiven Klassen widerspiegeln, aber (noch) keine Aussagen über ihre Entwicklung bzw. deren Ursachen erlauben. Nachfolgende Untersuchungen müssten deshalb überprüfen, ob entsprechende Abhängigkeiten auch für die längsschnittliche Entwicklung in der Grundschulzeit nachweisbar sind. Analysen mit Datensätzen, die die Entwicklung von ganzen Grundschulklassen im Längsschnitt abbilden, wären sehr zu begrüßen. Zweitens beziehen sich die Befunde auf den Grundschulbereich. In nachfolgenden Untersuchungen sollte auch die Bedeutung der Klassenkomposition für Schülerinnen und Schüler mit SPF in der Sekundarstufe analysiert werden. Dies erscheint umso mehr angebracht, da dort - insbesondere mit Blick auf Veränderungen in der Zusammensetzung der Schülerschaft aufgrund der externen Leistungsdifferenzierung in unterschiedliche Schultypen - die Existenz differenzieller Lern- und Entwicklungsmilieus durch den Nachweis von Effekten der Klassenkomposition auf Leistungsergebnisse bereits gut belegt ist (z. B. Nikolova, 2011; Scharenberg, 2012). Durch die Segregation der Schülerpopulation in unterschiedliche Schulformen und die höhere Dynamik im Wechsel zwischen Schulen und Schulformen werfen derartige Analysen allerdings durchaus eine Reihe von methodischen Problemen auf. Der in diesem Beitrag herangezogene Datensatz der KESS- Studie würde entsprechende Analysen zwar grundsätzlich erlauben. Aufgrund der Komplexität des Hamburger Schulsystems zum Zeitpunkt der Datenerhebung (5 Schulformen ab Beginn der Sekundarstufe I, mit einer Beobachtungsstufe in den Jahrgangsstufen 5 und 6 und entsprechender Dynamik im Schulformwechsel und einer noch stärkeren äußeren und inneren Differenzierung ab der Jahrgangsstufe 7) sowie der seinerzeit im Sekundarbereich seltenen integrativen Klassen ist derzeit aber noch unklar, ob sich entsprechende Analysen zukünftig umsetzen lassen. Drittens stellen die hier berücksichtigten Variablen der Klassenkomposition - dies zeigte die erreichte Varianzaufklärung - zwar relevante Prädiktoren dar, sind aber gleichzeitig nur eine Auswahl möglicher Bedingungsfaktoren schulischerLeistungen. Nachfolgende Untersuchungen sollten daher z. B. auch soziale, motivationale oder emotionale Merkmale auf der Aggregatebene umfassen und analysieren, ob und inwiefern diese den nachteiligen Leistungseffekt des SPF auf individueller Ebene moderieren. VHN 4 | 2018 301 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG Viertens handelt es sich im vorliegenden Fall um eine Sekundärdatenanalyse. Dabei lagen leider keine Informationen zur Art des SPF vor. Eine Konfundierung des Förderschwerpunkts mit Merkmalen der Klassenzusammensetzung kann daher nicht ausgeschlossen werden. Da sich die hier untersuchten Kinder mit SPF hinsichtlich der kognitiven Fähigkeiten nicht von den anderen Kindern unterschieden, ist davon auszugehen, dass die Förderschwerpunkte Lernen und Geistige Entwicklung in unserer Analysestichprobe unterrepräsentiert sind. Fünftens ist zu beachten, dass zum Zeitpunkt der Durchführung der KESS-Studie die UN- Behindertenrechtskonvention noch nicht international anerkanntes geltendes Recht war. Insofern ist sicherlich davon auszugehen, dass sich die Gruppe der Kinder mit SPF in inklusiven Regelklassen in unserer Analysestichprobe anders z. B. hinsichtlich der Förderschwerpunkte zusammensetzte, als dies heute der Fall ist. In diese Richtung weist auch der Befund, dass sich die Kinder mit SPF in Bezug auf ihre kognitive Leistungsfähigkeit und den Migrationshintergrund nicht signifikant von ihren anderen Mitschülerinnen und Mitschülern unterschieden. 6.3 Fazit Trotz der genannten Einschränkungen lässt sich festhalten, dass die hier berichteten Befunde einen wichtigen Einblick in die mögliche Bedeutung von Kontextfaktoren für leistungsbezogene Prozesse in inklusiven Schulklassen geben und Impulse für die weitere Forschung darstellen können. Bisher liegen zu diesem Thema noch keine belastbaren Erkenntnisse vor. Mit Blick auf die Ausweitung der inklusiven Beschulung von Kindern mit SPF im Regelschulsystem wären Befunde hierzu von großer Bedeutung, um derartige Effekte auszuschließen oder dem Auftreten problematischer, dem Klassenkontext zuzurechnender Benachteiligungseffekte entgegensteuern zu können und so dem Ziel einer chancengleichen Teilhabe für diese Gruppe näher zu kommen. Anmerkungen 1 Die Erstellung dieser Publikation wurde im Rahmen der gemeinsamen „Qualitätsoffensive Lehrerbildung“ von Bund und Ländern mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 01JA1518A bzw. 01JA1518B gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei der Autorin und den Autoren. 2 Bericht der deskriptiven Statistiken auf Basis der unimputierten Rohdaten. 3 Auch bei separater Aufnahme einzelner Interaktionseffekte in das Modell (ohne Tabelle) war dieses Befundmuster stabil: Sämtliche Interaktionseffekte zwischen dem SPF und individuellen Schülermerkmalen waren insignifikant und führten gegenüber Modell 2 zu keiner signifikanten Modellverbesserung (0.21 ≤Δ-2LL M3|M2 ≤ 1.28, jeweils p > .05). Literatur Adams, R. J. & Wu, M. L. (2002). PISA 2000 Technical Report. Paris: OECD. Ainscow, M. & César, M. (2006). Inclusive education ten years after Salamanca: Setting the agenda. European Journal of Psychology of Education, 21 (3), 231 -238. https: / / doi.org/ 10.1007/ BF03173412 Autorengruppe Bildungsberichterstattung (2014). Bildung in Deutschland 2014. Ein indikatorengestützter Bericht mit einer Analyse zur Bildung von Menschen mit Behinderungen. Bielefeld: Bertelsmann. Baumert, J., Lehmann, R. H., Lehrke, M., Schmitz, B., Clausen, M., Hosenfeld, I., Köller, O. & Neubrand, J. (1997). TIMSS - Mathematisch-naturwissenschaftlicher Unterricht im internationalen Vergleich. Deskriptive Befunde. Opladen: Leske + Budrich. https: / / doi.org/ 10.1007/ 978-3-322-95 096-3 VHN 4 | 2018 302 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG Baumert, J., Blum, W. & Neubrand, M. (2004). Drawing the lessons from PISA 2000 - Long-term research implications: Gaining a better understanding of the relationship between system inputs and learning outcomes by assessing instructional and learning processes as mediating factors. In D. Lenzen, J. Baumert, R. Watermann & U. Trautwein (Hrsg.), PISA und die Konsequenzen für die erziehungswissenschaftliche Forschung, 143 -157. Wiesbaden: VS Verlag für Sozialwissenschaften. Baumert, J., Stanat, P. & Watermann, R. (2006). Schulstruktur und die Entstehung differenzieller Lern- und Entwicklungsmilieus. In J. Baumert, P. Stanat & R. Watermann (Hrsg.), Herkunftsbedingte Disparitäten im Bildungswesen: Differenzielle Bildungsprozesse und Probleme der Verteilungsgerechtigkeit, 95 -188. Wiesbaden: VS Verlag für Sozialwissenschaften. https: / / doi.org/ 10.1007/ 978-3-531-90082-7_4 Bellin, N. (2009). Klassenkomposition, Migrationshintergrund und Leistung. Mehrebenenanalysen zum Sprach- und Leseverständnis von Grundschülern. Wiesbaden: VS Verlag für Sozialwissenschaften. https: / / doi.org/ 10.1007/ 978-3-531- 91359-9 Biedermann, H., Weber, C., Herzog-Punzenberger, B. & Nagel, A. (2016). Auf die Mitschüler/ innen kommt es an? Schulische Segregation - Effekte der Schul- und Klassenzusammensetzung in der Primarstufe und der Sekundarstufe I. In M. Bruneforth, L. Lassnigg, S. Vogtenhuber, C. Schreiner & S. Breit (Hrsg.), Nationaler Bildungsbericht Österreich 2015. Band 1. Das Schulsystem im Spiegel von Daten und Indikatoren, 133 -173. Wien: Bundesministerium für Bildung und Frauen. Bos, W., Brose, U., Bundt, S., Gröhlich, C., Hugk, N., Janke, N., May, P., Pietsch, M., Stubbe, T. C. & Voss, A. (2006). Anlage und Durchführung der Studie „Kompetenzen und Einstellungen von Schülerinnen und Schülern -Jahrgangsstufe 4 (KESS 4)“. In W. Bos & M. Pietsch (Hrsg.), KESS 4 - Kompetenzen und Einstellungen von Schülerinnen und Schülern am Ende der Jahrgangsstufe 4 in Hamburger Schulen, 9 -32. Münster: Waxmann. Bos, W. & Pietsch, M. (Hrsg.) (2006). KESS 4 - Kompetenzen und Einstellungen von Schülerinnen und Schülern am Ende der Jahrgangsstufe 4 in Hamburger Grundschulen. Münster: Waxmann. Bos, W., Pietsch, M., List, M. K., Guill, K., Gröhlich, C., Scharenberg, K. & Wendt, H. (2016). KESS 4. Skalenhandbuch zur Dokumentation der Erhebungsinstrumente. Kiel & Dortmund: Leibniz- Institut für die Pädagogik der Naturwissenschaften und Mathematik (IPN) & Institut für Schulentwicklungsforschung (IFS). Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences. 2 nd ed. Hillsdale, NJ: Erlbaum. Dar, Y. & Resh, N. (1986). Classroom intellectual composition and academic achievement. A study of the effects of ability-based classes. American Educational Research Journal, 23 (3), 357 -374. https: / / doi.org/ 10.3102/ 0002831202 3003357 de Monchy, M., Pijl, S. J. & Zandberg, T. (2004). Discrepancies in judging social inclusion and bullying of pupils with behaviour problems. European Journal of Special Needs Education, 19 (3), 317 -330. https: / / doi.org/ 10.1080/ 08856 25042000262488 Dumont, H., Neumann, M., Maaz, K. & Trautwein, U. (2013). Die Zusammensetzung der Schülerschaft als Einflussfaktor für Schulleistungen. Psychologie in Erziehung und Unterricht, 60 (3), 163 -183. https: / / doi.org/ 10.2378/ peu2013.art14d Frostad, P. & Pijl, S. J. (2007). Does being friendly help in making friends? The relation between the social position and social skills of pupils with special needs in mainstream education. European Journal of Special Needs Education, 22 (1), 15 -30. https: / / doi.org/ 10.1080/ 0885625 0601082224 Ganzeboom, H. B. G. & Treiman, D. J. (1996). Internationally comparable measures of occupational status for the 1988 International Standard Classification of Occupations. Social Science Research, 25 (3), 201 -239. https: / / doi.org/ 10.10 06/ ssre.1996.0010 Guill, K., Gröhlich, C., Scharenberg, K., Wendt, H. & Bos, W. (2010). Die mathematischen Kompetenzen der Schülerinnen und Schüler. In W. Bos & C. Gröhlich (Hrsg.), KESS 8 - Kompetenzen und Einstellungen von Schülerinnen und Schülern am Ende der Jahrgangsstufe 8, 37 -48. Münster: Waxmann. Haeberlin, U., Bless, G., Moser, U. & Klaghofer, R. (1991). Die Integration von Lernbehinderten. 2., erw. Aufl. Bern: Haupt. Hattie, J. A. C. (2009). Visible Learning: A Synthesis of Over 800 Meta-Analyses Relating to Achievement. London: Routledge. VHN 4 | 2018 303 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG Heller, K. A. & Perleth, C. (2000). KFT 4 -12 + R. Kognitiver Fähigkeitstest für 4. bis 12. Klassen, Revision. Göttingen: Beltz. Hox, J. J. (2010). Multilevel Analysis. Techniques and Applications. 2 nd ed. New York: Routledge. Hoxby, C. (2000). Peer Effects in the Classroom: Learning from Gender and Race Variation. Cambridge, MA: National Bureau of Economic Research. https: / / doi.org/ 10.3386/ w7867 Huber, C. & Wilbert, J. (2012). Soziale Ausgrenzung von Schülern mit sonderpädagogischem Förderbedarf und niedrigen Schulleistungen im gemeinsamen Unterricht. Empirische Sonderpädagogik, 4 (2), 147 -165. IBM Corporation (2017). IBM SPSS Statistics for Windows, Version 25.0. Armonk, NY: IBM Corp. Kasper, D., Wendt, H., Bos, W. & Köller, O. (2016). Trends in mathematischen und naturwissenschaftlichen Kompetenzen am Ende der Grundschulzeit in Deutschland. In H. Wendt, W. Bos, C. Selter, O. Köller, K. Schwippert & D. Kasper (Hrsg.), TIMSS 2015. Mathematische und naturwissenschaftliche Kompetenzen von Grundschulkindern in Deutschland und im internationalen Vergleich, 367 -382. Münster: Waxmann. Klemm, K. (2015). Inklusion in Deutschland. Daten und Fakten. Gütersloh: Bertelsmann Stiftung. Kocaj, A., Kuhl, P., Kroth, A. J., Pant, H. A. & Stanat, P. (2014). Wo lernen Kinder mit sonderpädagogischem Förderbedarf besser? Ein Vergleich schulischer Kompetenzen zwischen Regel- und Förderschulen in der Primarstufe. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 66 (2), 165 -191. https: / / doi.org/ 10.1007/ s11577-0 14-0253-x Krull, J., Wilbert, J. & Hennemann, T. (2014). Soziale Ausgrenzung von Erstklässlerinnen und Erstklässlern mit sonderpädagogischem Förderbedarf im Gemeinsamen Unterricht. Empirische Sonderpädagogik, 6 (1), 59 -75. Lankes, E.-M., Bos, W., Mohr, I., Plaßmeier, N., Schwippert, K., Sibberns, H. & Voss, A. (2003). Anlage und Durchführung der Internationalen Grundschul-Lese-Untersuchung (IGLU) und ihrer Erweiterung um Mathematik und Naturwissenschaften (IGLU-E). In W. Bos, E.-M. Lankes, M. Prenzel, K. Schwippert, G. Walther & R. Valtin (Hrsg.), Erste Ergebnisse aus IGLU. Schülerleistungen am Ende der vierten Jahrgangsstufe im internationalen Vergleich, 7 -28. Münster: Waxmann. Lehmann, R. H., Peek, R. & Gänsfuß, R. (1997). Aspekte der Lernausgangslage von Schülerinnen und Schülern der fünften Klassen an Hamburger Schulen. Bericht über die Untersuchung im September 1996. Hamburg: Behörde für Schule, Jugend und Berufsbildung. Nikolova, R. (2011). Grundschulen als differenzielle Entwicklungsmilieus. Objektive Kontextmerkmale der Schülerzusammensetzung und deren Auswirkung auf die Mathematik- und Leseleistungen. Münster: Waxmann. OECD (2005). PISA 2003 Technical Report. Paris: OECD. https: / / doi.org/ 10.1787/ 978926401054 3-en Peetsma, T., van der Veen, I., Koopman, P. & van Schooten, E. (2006). Class composition influences on pupils’ cognitive development. School Effectiveness and School Improvement, 17 (3), 275 -302. https: / / doi.org/ 10.1080/ 138036105 00480114 Raudenbush, S. W. & Bryk, A. S. (2002). Hierarchical Linear Models. Applications and Data Analysis Methods. Thousand Oaks, CA: Sage Publications. Raudenbush, S. W., Bryk, A. S. & Congdon, R. (2013). HLM 7.01 for Windows [Computer software]. Lincolnwood, IL: Scientific Software International, Inc. Rjosk, C., Richter, D., Hochweber, J., Lüdtke, O. & Klieme, E. (2014). Socioeconomic and language minority classroom composition and individual reading achievement: The mediating role of instructional quality. Learning and Instruction, 32 (4), 63 -72. https: / / doi.org/ 10.1016/ j.learnin struc.2014.01.007 Ruijs, N. M. & Peetsma, T. T. D. (2009). Effects of inclusion on students with and without special educational needs reviewed. Educational Research Review, 4 (2), 67 -79. https: / / doi.org/ 10.1016/ j.edurev.2009.02.002 Scharenberg, K. (2012). Leistungsheterogenität und Kompetenzentwicklung. Zur Relevanz klassenbezogener Kompositionsmerkmale im Rahmen der KESS-Studie. Münster: Waxmann. Scharenberg, K., Rollett, W. & Bos, W. (eingereicht). Do inclusive classrooms provide equal opportunities for academic achievement and social participation for SEN students in primary school? School Effectiveness and School Improvement. VHN 4 | 2018 304 KATJA SCHARENBERG, WOLFRAM ROLLETT, WILFRIED BOS Klassenkomposition und Mathematikleistung FACH B E ITR AG Schwab, S. (2016). Erfassung von sozialer Partizipation - Übereinstimmung zwischen Selbst- und Fremdsicht von Schülern mit und ohne sonderpädagogischen Förderbedarf. Zeitschrift für Pädagogische Psychologie, 30 (4), 227 -236. https: / / doi.org/ 10.1024/ 1010-0652/ a000187 Sermier Dessemontet, R., Benoit, V. & Bless, G. (2011). Schulische Integration von Kindern mit einer geistigen Behinderung - Untersuchung der Entwicklung der Schulleistungen und der adaptiven Fähigkeiten, der Wirkung auf die Lernentwicklung der Mitschüler sowie der Lehrereinstellungen zur Integration. Empirische Sonderpädagogik, 3 (4), 291 -307. Snijders, T. A. B. & Bosker, R. J. (2012). Multilevel Analysis. An Introduction to Basic and Advanced Multilevel Modeling. Thousand Oaks, CA: Sage. Stanat, P., Schwippert, K. & Gröhlich, C. (2010). Der Einfluss des Migrantenanteils in Schulklassen auf den Kompetenzerwerb. Zeitschrift für Pädagogik, 56 (55. Beiheft), 147 -164. Tymms, P. (2004). Effect sizes in multilevel models. In I. Schagen & K. Elliot (eds.), But What Does it Mean? The Use of Effect Sizes in Educational Research, 55 -66. London: National Foundation for Educational Research. United Nations (2006). Convention on the Rights of Persons with Disabilities. Abgerufen am 25. 3. 2017 von http: / / www.un.org/ disabilities/ docu ments/ convention/ convention_accessible_pdf. pdf United Nations (2016). Convention on the Rights of Persons with Disabilities (CRPD). Abgerufen am 28. 3. 2017 von https: / / www.un.org/ develop ment/ desa/ disabilities/ convention-on-therights-of-persons-with-disabilities.html Wendt, H., Gröhlich, C., Guill, K., Scharenberg, K. & Bos, W. (2010). Die Kompetenzen der Schülerinnen und Schüler im Leseverständnis. In W. Bos & C. Gröhlich (Hrsg.), KESS 8 - Kompetenzen und Einstellungen von Schülerinnen und Schülern am Ende Jahrgangsstufe 8, 21 -36. Münster: Waxmann. Anschrift der Autorin und der Autoren Jun.-Prof. Dr. Katja Scharenberg Prof. Dr. Wolfram Rollett Pädagogische Hochschule Freiburg Kunzenweg 21 D-79117 Freiburg E-Mail: katja.scharenberg@ph-freiburg.de wolfram.rollett@ph-freiburg.de Prof. Dr. Wilfried Bos TU Dortmund Institut für Schulentwicklungsforschung Vogelpothsweg 78 D-44227 Dortmund E-Mail: officebos-ifs.fk12@tu-dortmund.de