Type:

Dissertation Computer Science

Status:

completed

Author:

Kirsten Schlüter

Tutor:

• Prof. Dr. Torsten Brinda

Examiner:

Prof. Dr. Peter Hubwieser (Zweitgutachter)

Examiner:

• Prof. Dr. Torsten Brinda

Abstract

Most competence models for informatics in secondary education are determined according to the structure of the subject. Therefore they represent the target state. Up to now, models representing the actual state, derived from empirical results, are rarely described. There is a strong need for approaches to describing the actual state in terms of task requirements and student abilities. In this thesis an empirical statistical procedure of developing a structural model is proven. The aim is to visualize the dimensions spanning the system of characteristic cognitive requirements and corresponding abilities relevant in computer science in secondary education.
The German Informatik-Biber is member of an international initiative for the promotion of informatics, addressing students of all types of secondary school, girls and boys. The yearly contest with thousands of participants provides extensive and rich data for the investigation. Assuming that the task difficulty, beneath contents, depends on cognitive characteristics, a catalogue of criteria is specified. Criteria are, for example, the level of abstraction, or Bloom's taxonomic level of learning goals. The tasks of the Informatik-Biber are classified into criteria categories through expert rating.
A cluster analysis of the classified tasks results in four types: reproduction, comprehension, application, and problem solving. The types are interpreted as four dimensions of task requirements. The idea that someone who is able to solve abstract tasks is capable to deal with abstraction, as an example, leads even further. The criteria and the students' answer patterns are combined to students' criteria patterns. Factor analyses result in factors that can be interpreted as dimensions of students' abilities. At this point a problem of the task set emerges: some criteria cannot be separated from each other because they only occur in certain combinations.
So there are two conclusions. Task analysis results in a multidimensional model of task requirements, while pattern analysis of student answers does not result in a valid model. In fact the outcome is a guideline for continuing iterations of model development, placing emphasis on the construction of tasks, eliminating the problem of confounded variables. The intention is to prove the dimensions of student abilities.

Original Abstract:

Für das junge Schulfach Informatik existieren meist nicht empirisch sondern fachlich begründete Kompetenzmodelle, die einen Sollzustand beschreiben. Bislang fehlen Ansätze, die den Istzustand modellieren und einen Bezugsrahmen liefern, in dem informatikspezifische Anforderungen von Aufgaben und die korrespondierenden Fähigkeiten von Schülern darstellbar sind. In dieser Arbeit wird eine Methodik erprobt, ein solches Strukturmodell auf empirisch-analytischem Weg zu gewinnen. Das Modell soll sichtbar machen, welche Dimensionen das System kognitiver Anforderungen und Fähigkeiten aufspannen, die charakteristisch für die Informatik in der Sekundarstufe sind.
Als umfangreiches Untersuchungsmaterial stehen die Aufgaben und Schülerantworten des Online-Wettbewerbs Informatik-Biber zur Verfügung, der jährlich mehrere Tausend Teilnehmer aller Schularten und Jahrgangsstufen der Sekundarstufe verzeichnet, Mädchen wie Jungen. Davon ausgehend, dass neben dem Fachinhalt kognitive Kriterien wie der Abstraktionsgrad oder die Lernzielstufe die Aufgabenschwierigkeit bestimmen, wird ein Katalog informatikspezifischer Merkmale erstellt. In einer Expertenbefragung werden die Wettbewerbsaufgaben nach den Merkmalen klassifiziert.
Eine Clusteranalyse der Aufgaben arbeitet vier Typen heraus: Wiedergabe, Verständnis, Anwendung und Problemlösung, die als Anforderungsdimensionen interpretiert werden. Weiter führt die Idee, dass ein Schüler, der etwa abstrakte Aufgaben löst, die Fähigkeit besitzt, mit Abstraktion umzugehen. Die Aufgabenmerkmale werden mit den Antwortmustern der Teilnehmer zu Merkmalsmustern verknüpft. Faktorenanalysen dieser Muster berechnen Faktoren, die als Fähigkeitsdimensionen interpretiert werden. Hier tritt die Datenproblematik zutage, die darin besteht, dass die Merkmale bereits im Aufgabensatz nur in bestimmten Kombinationen vorkommen. Sie sind konfundiert.
So ist das Ergebnis der Aufgabenanalyse ein fundierter Entwurf eines mehrdimensionalen Anforderungsmodells. Der Ertrag aus der Analyse der Schülerantworten und Merkmalsmuster ist zunächst ein Vorgehensbericht, der auch die Konfundierung thematisiert, die die Gültigkeit des Fähigkeitsmodells in Frage stellt. Um die Fähigkeitsdimensionen zu überprüfen, wird ein Leitfaden für weitere Iterationen der Modellentwicklung erstellt, der die gezielte Aufgabenkonstruktion empfiehlt.