Allgemein

Das Assessment Framework soll an die bestehenden Forschungsdesiderate anzuknüpfen. Dementsprechend werden Konstrukte zur Erfassung eines ganzheitlichen Kompetenzerwerbs (u.a. Motivation, Emotionen, Lernerfolg) berücksichtigt und diese in mehreren Längsschnittmessungen während des Semesters erfasst.

Der Fokus der empirischen Studien in FLIPPS liegt in der ganzheitlichen Erfassung motivationaler, volitionaler, emotionaler und kognitiver Facetten des Kompetenzerwerbs sowie deren Analyse Im Längsschnitt. Darauf aufbauend werden Fragestellungen zu den motivationalen, affektiven und kognitiven Lernverlaufsentwicklungen in Abhängigkeit interindividueller Unterschiede und instruktionaler Rahmenbedingungen verfolgt. Unter anderem wird folgendes untersucht:

(1) Workloadentwicklung im Laufe des Semesters und Vergleich der Workloadhöhe und -verteilung zwischen klassischer und geflippter Lehrveranstaltung

(2) Entwicklung der Motivations- und Lernverläufe über das Semester hinweg in Abhängigkeit von Heterogenitätskriterien (u.a. Geschlecht, Vorwissen, Migration) und der Lernbedingungen

(3) Nachhaltigkeit des Wissenserwerbs in der traditionellen und geflippten Veranstaltung durch wiederholte Testung im Folgesemester

(4) Einfluss von Feedback auf die Entwicklung von verschiedener lernerfolgswirksamer Erwartungs- und Wertkomponenten sowie den Wissensverlauf

(5) Unterschiede in der Mediennutzung und Klassifikation und Einfluss von soziodemographischen Eigenschaften oder Lerntypen

Methodische Grenzen bisheriger Forschung zum Flipped-Classroom

Methodische Defizite bisheriger Forschung zu Flipped-Classrooms bestehen u.a. darin, dass bisher nur wenige Studien den Flipped-Classrooms in größeren Veranstaltungen untersuchten und hierfür meist auf nur wenig validierte Konstrukte zurückgegriffen wurde. Zudem liegen nur wenige Längsschnittdaten über die Veränderung kognitiver und affektiver Merkmale mit gematchten Pre- und Posttests vorliegen (O’Flaherty & Phillips, 2015). Dies schränkt die Möglichkeit ein, gehaltvolle Aussagen zu veranstaltungsbezogenen und methodischen Ursachen von aufgetretenen Veränderungen in Wissen, Motivation und Selbstkonzept der Studierenden und somit zur Wirkungsweise im Gesamtzusammenhang hinsichtlich des Flipped-Classrooms zu treffen.

Aus den unten dargestellten Desideraten ergeben sich folgende Ansprüche und Anforderungen der lerntheoretischen Erfassung, welche im Projekt FLIPPS aufgegriffen und berücksichtigt werden:

• Entwicklung eines Assessment Frameworks unter Berücksichtigung affektiver und kognitiver Learning Outcomes
• Berücksichtigung objektiver Leistungs- und Nutzungsdaten (aus Leistungsmessungen, Videonutzungsdaten)
• Feingliedrige Untersuchung motivationaler und kognitiver Lernverläufe im Längsschnitt unter Beachtung von Adressatenunterschieden
• Hoher Stichprobenausschöpfung

Desiderate hinsichtlich der Integration kognitiver Merkmale

Lerntheoretische Konstrukte im Rahmen des Kompetenzerwerbs (u.a. Motivation, Einstellungen) werden in bisherigen Forschungsbefunden nur selten in einem Gesamtmodell zusammen mit kognitiven Merkmalen (statistisches Wissen und dessen Anwendung) betrachtet und Leistungsdaten werden nicht „objektiv“ erfasst und unzureichend kontrolliert (u.a. unter Berücksichtigung des Kursbesuchs oder des Workloads der Studierenden im Laufe des Semesters).

Kann ein Flipped-Classroom Lernunterschiede adäquat adressieren?

Weiterhin haben bisherige Studien die Wirkungsweise von Flipped-Classrooms nur selten unter dem Heterogenitätsaspekt untersucht (Giannakos et al., 2014), sodass unklar bleibt, ob es diese Lehrform erlaubt, die unterschiedlichen Adressatengruppen (Vorwissen, Lerntypen Migrationshintergrund, Geschlecht) differenziert in Hinblick auf die hier betrachteten kognitiven und affektiven Merkmale zu fördern.

 

Bezüglich der kognitiven Fähigkeiten und Fertigkeiten herrscht meist Einigkeit darüber, dass statistisches Wissen und dessen Anwendung, als auch die Verknüpfung von und der kritische Umgang mit statistischen Konzepten eine zentrale Rolle spielen (z.B. Garfield, Le, Zieffler & Ben-Zvi, 2014). Im Hinblick auf die motivationalen, volitionalen sowie sozialen Bereitschaften und Fähigkeiten hat sich gezeigt, dass insbesondere die Komponenten "Motivation im Fach Statistik und statistikbezogenes Selbstkonzept" Einfluss auf die Lernprozesse und den Wissenserwerb im Bereich der Statistik nehmen.

Die Motivation, im Fach Statistik aktiv tätig zu sein, wird hierbei in Anlehnung an Erwartungs-mal-Wert-Modelle (u.a. Eccles & Wigfield, 2002) als eine multiplikative Verknüpfung von Erwartungs- (Erwartungen über die Schwierigkeit Statistik zu lernen, Situations-Ergebnis-Erwartungen, etc.) und Wertkomponenten (wie Interesse und Freude an Statistik sowie Nutzen und Kosten von Statistik) verstanden.

Im Projekt FLIPPS werden daher die genannten Dimensionen ganzheitlich in den Fokus genommen und in Hinblick auf die Forschungsdesiderate im Kontext von Flipped-Classroom untersucht (eine genaue Aufgliederung der untersuchten Konstrukte findet sich in der Rubrik "Assessment Framework").

Zunächst sollen sich die Studierenden mittels konzeptioneller Lernvideos die statistischen Inhalte selbst erschließen, indem diese zunächst eine lebensweltnahe Ausgangsproblematik schaffen, das dazu notwendige statistische Verfahren dynamisch erläutern und eine Verbindung zur Präsenzveranstaltung herstellen. Ergänzend zu den Lernvideos werden interaktive Simulationstools zur Auseinandersetzung mit den statistischen Inhalten verlinkt (MM*Stat und GrASP) angeboten, mit denen sich die Studierenden durch Experimentieren und eigene Manipulationen die Funktionsweise statistischer Konzepte erschließen können. Zudem werden verstärkt zusätzliche Übungsaufgaben angeboten und in den Präsenzterminen bearbeitet.

In der Präsenzveranstaltung und in (Software-)Tutorien werden die Themen vertiefend mit einem formelleren Zugang in Kleingruppen angewendet und kritisch reflektiert. Zusätzlich werden regelmäßig verpflichtende E-Quiz-Aufgaben bereitgestellt, die den Studierenden eine Einschätzung ermöglichen, ob sie die jeweiligen Inhalte verstanden haben und diesen ein unmittelbares Feedback geben. Zudem werden Audience-Response-Systeme und Smartphones in die Veranstaltungen integriert, mit denen die Studierenden Wissensfragen live beantworten können, so dass auch der Dozent eine Rückmeldung bekommt, in welchem Aus­maß die Aufgaben richtig beantwortet werden konnten.

 

 

Zunehmende Bedeutung statistischer Kompetenz

„Data Literacy“ - Die Etablierung eines eigenen Kompetenzbegriffs für den planvollen Umgang mit Daten zeigt bereits deutlich, dass der Vermittlung des Umgangs mit empirisch gewonnen Zahlenmaterial immer stärkere Aufmerksamkeit geschenkt wird. In der Tat sind statistisch-methodische Veranstaltungen in derart vielen verschiedenen Studiengänge, wie unter anderem in den Wirtschafts- und Sozialwissenschaften, vertreten. In den Curricula dieser Studiengänge bildet die statistische und mathematische Methodenausbildung deutschlandweit mit bis zu 20 Prozent der Kreditpunkte einen wesentlichen Bestandteil an nahezu allen Universitäten und Fachhochschulen ab.

Fehlende Möglichkeiten individualisierten Lernens

Insbesondere in den wirtschaftswissenschaftlichen Studienrichtungen, in denen Statistik meist in Großveranstaltungen mit mehreren hundert Studierenden gelehrt wird, bleibt die ganzheitliche und individualisierte Förderung ebendieser Data Literacy jedoch auf der Strecke. Nicht zuletzt deuten zahlreiche empirische Befunde darauf hin, dass Studierende mit Fehlkonzepten in die Veranstaltungen starten und statistische Inhalte aufgrund dessen nicht adäquat verknüpfen oder in neuen Kontexten anwenden können. Hier kommt verschärfend hinzu, dass Studierende die Statistikveranstaltungen oftmals nur als verpflichtendes Beiwerk der gewünschten Studienrichtung wahrnehmen und diese letztlich zumeist mit Abneigung und geringer Motivation absolvieren.

Die fehlenden didaktischen Spielräume in Vorlesungen in großen Hörsälen erschweren es, der stetig wachsenden Heterogenität in den motivationalen, volitionalen und kognitiven Eingangsbedingungen soziodemographischer Eigenschaften durch individualisierte Lehr-Lernarrangements gegenzusteuern. Unter den klassischen Arrangements statistischer Großveranstaltungen mit eingeschränkten Möglichkeiten zur Berücksichtigung dieser individuellen Anforderungen verschärfen sich nicht selten im Laufe einer klassischen Methodenveranstaltung die Differenzen in den kognitiven und motivationalen Eingangskonstellationen.
 

Lernförderliche Bedingungen schaffen

In dem Projekt FLIPPS wird als möglicher Lösungsansatz dieser Herausforderungen und organisatorischen Bedingungen ein Flipped-Classroom-Design in einer statistischen Großveranstaltung implementiert und semesterbegleitend längsschnittlich evaluiert. Das Hauptmerkmal des Flipped Classroom besteht darin, dass Wissensvermittlung und Anwendung bzw. Übung insofern vertauscht werden, dass sich die Studierenden das neue Wissen selbstständig mit Hilfe von bereitgestellten Lernmaterialien, wie z. B. Lernvideos, interaktiven Visualisierungen, ausgewählten Lehrtexten und Aufgaben außerhalb der Lehrveranstaltung aneignen. In der Präsenzzeit liegt der Fokus auf der aktiven Bearbeitung komplexer Aufgabenstellungen und deren Diskussion mit individueller Betreuung der Studierenden.

Das Potential des Flipped Classroom für die Selbstlernzeit liegt insbesondere darin, dass verschiedenartige Lernmaterialien entsprechend des individuellen Lerntyps ausgewählt, beliebig oft wiederholt und die Lernzeit und -geschwindigkeit an die eigenen Lernbedürfnisse angepasst werden können. Für die Präsenzveranstaltungen wird vorausgesetzt, dass die Studierenden sich selbständig mit Hilfe der Lernvideos vorbereitet haben, um sich in deren Verlauf intensiv mit statistischen Daten und Methoden auseinanderzusetzen zu können.

Daher liegt das Potential der Präsenzzeit darin, dass die frontale Wissensvermittlung in den Hintergrund rückt und die Studierenden stattdessen aufbauend auf deren Vorwissen in Kleingruppen aktiv anwendungsorientierte Aufgaben lösen. Der Dozent und ggfs. Tutoren übernehmen in diesem Szenario die Rolle von Coaches, welche die Studierenden individuell und unmittelbar bei Schwierigkeiten im Lösungsprozess beraten, kritische Diskussionen anregen, und den kritischen Umgang mit den Verfahren fördern. Durch diese Aktivierung wird erwartet, dass sich die Studierenden früher aktiv mit den Inhalten auseinandersetzen, eigene Fehlkonzeptionen schneller erkennen und diese durch Hilfestellungen von Kommilitonen oder den Lernhelfern direkt in der Veranstaltung aufgelöst werden können.

 

Warum sollen statistische Lernprozesse an Hochschulen gefördert werden?

In den traditionellen Arrangements wirtschaftswissenschaftlicher Massenveranstaltungen gibt es aufgrund der großen Teilnehmerzahlen sowie räumlicher und curricularer Rahmenbedingungen kaum Möglichkeiten der Lernprozessindividualisierung. Da gerade das Fach Statistik in zahlreichen Fachdisziplinen vertreten ist und von vielen Studierenden mit eher geringer Motivation und sich weiter im Laufe der Veranstaltung manifestierenden Fehlkonzepten absolviert wird, zielt das Projekt auf eine didaktische Neuausrichtung dieses Veranstaltungsformats ab.

Was ist der Lösungsansatz von FLIPPS?

Angesichts dieser Herausforderungen werden zwei klassische Statistikgroßvorlesungen in einen Flipped-Classroom umgestellt. Die neu konzipierte Flipped Classroom-Veranstaltung wird an zwei Universitätsstandorten (Düsseldorf und Mainz) mit jeweils ca. 600 Studierenden angeboten.

Hierbei können sich die Studierenden mittels der vom Projektteam erstellten (circa 50) Lernvideos die Inhalte selbständig vorbereiten. Da die Studierenden dann für die jeweiligen Präsenzveranstaltungstermine bereits Vorwissen mitbringen, wird darin auf die verbreitete frontale Wissensvermittlung verzichtet und stattdessen aktiv an Aufgaben und Daten gearbeitet. Die Dozenten und Tutoren gehen dabei in größeren Zentralveranstaltungen und kleingruppenbasierten (Software-)tutorien individuell und unmittelbar auf Fragen ein, die im Problemlösungsprozess entstehen. Diese aktivere Auseinandersetzung wird durch weitere selbsterschließbare, veranschaulichende Lernmaterialien (E-Quiz-Aufgaben, Live-Votings, interaktive Simulationstools, und Wikis) unterstützt. Ziel dabei ist es, dass Studierende den Lernprozess aufgrund der höheren Freiheitsgrade und Vielfältigkeit mit größerer Motivation bestreiten und Fehlkonzepte frühzeitig erkennen und selbstreflektiert auflösen können.

Wer sind unsere Zielgruppen?

Kernzielgruppe des Projektes sind Studierende des Fachs Statistik in grundständigen Studiengängen (für eine inhaltliche Übersicht siehe „Lernlandkarte“).

Inhaltliche und operative Anfragen können gerne an manuel.foerster@uni-mainz.de gerichtet werden.