Advertisement

Zeitschrift für Didaktik der Naturwissenschaften

, Volume 24, Issue 1, pp 217–233 | Cite as

Variablenkontrolle beim Experimentieren in Biologie, Chemie und Physik: Höhere Kompetenzausprägungen bei der Anwendung der Variablenkontrollstrategie durch höheres Fachwissen? Empirische Belege aus zwei Studien

  • Martin SchwichowEmail author
  • Andreas Nehring
Original Paper
  • 469 Downloads

Zusammenfassung

Kompetenzen zur Anwendung der Variablenkontrollstrategie (VKS) beim Experimentieren sind ein zentraler Teil des Kompetenzbereichs Erkenntnisgewinnung. Auch wenn die Beschreibung von Kompetenzen als übertragbare, in variablen Situationen anwendbare Fähigkeiten und Fertigkeiten, eine klare Abgrenzung zwischen Kompetenzen und situationsspezifischem Fachwissen nahelegt, wird die Rolle, die das Fachwissen für die Ausprägung, Erfassung und Förderung von Kompetenzen spielt, durchaus unterschiedlich bewertet. Um die Bedeutung des Fachwissens für die Kompetenzausprägung evidenzbasierte bewerten zu können, analysiert der vorliegende Beitrag die Zusammenhänge zwischen der VKS, der Jahrgangsstufe und dem Fachwissen von Schülerinnen und Schülern für Aufgaben zur Erkenntnisgewinnung in der Biologie, Chemie und Physik. Mittels Strukturgleichungsmodellierung (SEM) werden dazu vergleichbare Strukturmodelle für die Datensätze zweier unabhängiger Querschnittsstudien geschätzt und ausgewertet. Die Ergebnisse zeigen, konsistent über beide Datensätze und über alle drei Fachkontexte, dass – unter Berücksichtigung des Fachwissens – die Jahrgangsstufe keinen eigenständigen bzw. nur geringen Beitrag zur Erklärung der Kompetenzausprägung leistet, sondern nur einen über das Fachwissen vermittelten Effekt hat. Anhand von vier möglichen Interpretationsperspektiven werden die Rolle des Fachwissens für die Ausprägung von Kompetenzen diskutiert und Konsequenzen für die fachdidaktische Forschung und die Förderung von Kompetenzen abgeleitet. Zudem werden experimentelle Forschungsdesigns abgeleitet, mit denen eine differenzierte Betrachtung des Zusammenhangs von Fachwissen und Kompetenzen möglich ist.

Schlüsselwörter

Experimentelle Kompetenz Variablenkontrolle Kompetenzdiagnostik Fachwissen Dispositionen und Kompetenzen 

Controlling Variables in Biology, Chemistry and Physics. Higher Competences Through Higher Content Knowledge? Empirical Evidence from Two Studies

Abstract

Since the introduction of competences in the German national science standards the relation of competences and science content knowledge is discussed. Competences are defined as the ability of a person to solve specific problems in variable situations. According to a strict interpretation of this definition competences can be touched and measured in variable situations independent form specific scientific knowledge. Consequently competence tests e. g. in the context of experimental competence are designed so that they not require any specific content knowledge. However, theoretical discussions and empirical findings show that content knowledge is important and crucial in the process of experimentation. This study investigates the relation of students’ ability to control variables in experiments and their science content knowledge in Biology, Chemistry and Physics. Data from two cross-sectional studies are analyzed by structural equation modelling. The results show that students’ content knowledge and not their number of school years predict their ability to control variables. This finding was consistent over all three subjects and two studies. We discuss the consequences of this finding for research and science teaching based on four possible interpretations. Furthermore we propose an experimental research design for that offers deeper understanding of the relation between competences and content knowledge.

Keywords

Controlling Variables Experimental Skills Competence Diagnostic Content knowledge Dispositions and Competences 

Notes

Danksagung

Die Autoren bedanken sich bei Jesco Schrader, Jasmin Meyer, Julian Heeg und Sarah Hundertmark sowie bei allen teilnehmenden Lehrkräften und Schülerinnen und Schüler für die Unterstützung bei der Studiendurchführung. Zudem bedanken wir uns bei Simon Christoph für die Erstellung der Physikaufgaben und bei Anita Stender für ihr konstruktives Feedback zu unserem Manuskript.

Förderung

Studie 2 wurde freundlicherweise durch die Deutsche Forschungsgemeinschaft (DFG) unter dem Förderkennzeichen NE 2105/1-1 gefördert.

Literatur

  1. Chen, Z., & Klahr, D. (1999). All other things being equal: acquisition and transfer of the control of variables strategy. Child Development, 70(5), 1098–1120.  https://doi.org/10.1111/1467-8624.00081.CrossRefGoogle Scholar
  2. Croker, S., & Buchanan, H. (2011). Scientific reasoning in a real-world context: the effect of prior belief and outcome on children’s hypothesis-testing strategies. British Journal of Developmental Psychology, 29, 409–424.CrossRefGoogle Scholar
  3. Dunbar, K., & Klahr, D. (1989). Developmental differences in scientific discovery processes. In D. Klahr (Hrsg.), Complex information processing. The impact of Herbert A. Simon (S. 109–144). Hillsdale: Lawrence Erlbaum.Google Scholar
  4. Hammann, M. (2004). Kompetenzentwicklungsmodelle Merkmale und ihre Bedeutung – dargestellt anhand von Kompetenzen beim Experimentieren. Der mathematische und naturwissenschaftliche Unterricht, 57(4), 196–203.Google Scholar
  5. Heller, K. A., & Perleth, C. (2000). Kognitiver Fähigkeitstest für 4. bis 12. Klassen. Göttingen: Hogrefe.Google Scholar
  6. Henke, C. (2007). Experimentell-naturwissenschaftliche Arbeitsweisen in der Oberstufe. Untersuchung am Beispiel des HIGHSEA-Projekts in Bremerhaven. Studien zum Physik- und Chemielernen, Bd. 59. Berlin: Logos.Google Scholar
  7. Hodson, D. (2014). Learning science, learning about science, doing science: different goals demand different learning methods. International Journal of Science Education, 36(15), 2534–2553.  https://doi.org/10.1080/09500693.2014.899722.CrossRefGoogle Scholar
  8. Jolliffe, I. T. (1986). Principal component analysis. New York: Springer.CrossRefGoogle Scholar
  9. Kampa, N., Neumann, I., Heitmann, P., & Kremer, K. (2016). Epistemological beliefs in science—a person-centered approach to investigate high school students’ profiles. Contemporary Educational Psychology, 46, 81–93.  https://doi.org/10.1016/j.cedpsych.2016.04.007.CrossRefGoogle Scholar
  10. Kaplan, D. (2005). Structural equation modeling. Foundations and extensions. Advanced quantitative techniques in the social sciences, Bd. 10. Thousand Oaks: SAGE.Google Scholar
  11. Klahr, D. (2000). Exploring science. The cognition and development of discovery processes. Cambridge: MIT Press.Google Scholar
  12. Klos, S., Henke, C., Kieren, C., Walpuski, M., & Sumfleth, E. (2008). Naturwissenschaftliches Experimentieren und chemisches Fachwissen – zwei verschiedene Kompetenzen. Zeitschrift für Pädagogik, 54(3), 304–321.Google Scholar
  13. KMK (2005a). Bildungsstandards im Fach Biologie für den Mittleren Schulabschluss. Beschluss vom 16.12. 2004. München: Wolters Kluwer.Google Scholar
  14. KMK (2005b). Bildungsstandards im Fach Chemie für den Mittleren Schulabschluss. Beschluss vom 16.12. 2004. München: Wolters Kluwer.Google Scholar
  15. KMK (2005c). Bildungsstandards im Fach Physik für den Mittleren Schulabschluss. Beschluss vom 16.12. 2004. München: Wolters Kluwer.Google Scholar
  16. Koslowski, B. (1996). Theory and evidence. The development of scientific reasoning (1. Aufl.). Learning, development, and conceptual change. Cambridge: MIT Press.Google Scholar
  17. Little, T., Cunningham, W., Shahar, G. & Widaman, K. (2002) To parcel or not to parcel: Exploring the question, weighing the merits. Structural Equation Modeling: A Multidisciplinary Journal, 9(2), 151–173.  https://doi.org/10.1207/S15328007SEM0902_1 CrossRefGoogle Scholar
  18. Nehring, A. (2015). Wissenschaftliche Denk- und Arbeitsweisen im Fach Chemie. Eine kompetenzorientierte Modell- und Testentwicklung für den Bereich der Erkenntnisgewinnung (Studien zum Physik- und Chemielernen, Bd. 177). Zugl.: Berlin, Humboldt-Univ., Diss., 2014. Berlin: Logos-Verl.Google Scholar
  19. Nehring, A., Nowak, K. H., Upmeier zu Belzen, A. U. zu & Tiemann, R. (2015). Predicting students’ skills in the context of scientific inquiry with cognitive, motivational, and sociodemographic Variables. International Journal of Science Education, 37(9), 1343–1363.  https://doi.org/10.1080/09500693.2015.1035358 CrossRefGoogle Scholar
  20. Nehring, A., Stiller, J., Nowak, K. H., Upmeier zu Belzen, A. & Tiemann, R. (2016). Naturwissenschaftliche Denk- und Arbeitsweisen im Chemieunterricht – eine modellbasierte Videostudie zu Lerngelegenheiten für den Kompetenzbereich der Erkenntnisgewinnung. Zeitschrift für Didaktik der Naturwissenschaften, 22(1), 77–96.  https://doi.org/10.1007/s40573-016-0043-2 CrossRefGoogle Scholar
  21. NGSS Lead States (2013). Next generation science standards. For states, by states. Washington: The National Academies Press.Google Scholar
  22. Nowak, K. H., Nehring, A., Tiemann, R. & Upmeier zu Belzen, A. (2013). Assessing students’ abilities in processes of scientific inquiry in biology using a paper-and-pencil test. Journal of Biological Education, 47(3), 182–188.  https://doi.org/10.1080/00219266.2013.822747 CrossRefGoogle Scholar
  23. Open Science Collaboration (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716.  https://doi.org/10.1126/science.aac4716.CrossRefGoogle Scholar
  24. Osterhaus, C., Koerber, S., & Sodian, B. (2017). Scientific thinking in elementary school: children’s social cognition and their epistemological understanding promote experimentation skills. Developmental psychology, 53(3), 450–462.  https://doi.org/10.1037/dev0000260.CrossRefGoogle Scholar
  25. Penner, D. E., & Klahr, D. (1996). The interaction of domain-specific knowledge and domain-general discovery strategies: a study with sinking objects. Child Development, 67(6), 2709–2727.  https://doi.org/10.1111/j.1467-8624.1996.tb01884.x.CrossRefGoogle Scholar
  26. Piekny, J., & Maehler, C. (2013). Scientific reasoning in early and middle childhood: the development of domain-general evidence evaluation, experimentation, and hypothesis generation skills. British Journal of Developmental Psychology, 31(2), 153–179.  https://doi.org/10.1111/j.2044-835X.2012.02082.x.CrossRefGoogle Scholar
  27. Popper, K. R. (1966). Logik der Forschung. Tübingen: J.C.B. Mohr.Google Scholar
  28. Priemer, B. (2011). Was ist das Offene beim offenen Experimentieren? Zeitschrift für Didaktik der Naturwissenschaften (ZfDN), 17, 315–337.Google Scholar
  29. Renkl, A. (2013). Why practice recommendations are important in use-inspired basic research and why too much caution is dysfunctional. Educational Psychology Review, 25(3), 317–324.  https://doi.org/10.1007/s10648-013-9236-0.CrossRefGoogle Scholar
  30. Robinson, D. H., Levin, J. R., Schraw, G., Patall, E. A., & Hunt, E. B. (2013). On going (way) beyond one’s data: a proposal to restrict recommendations for practice in primary educational research journals. Educational Psychology Review, 25(2), 291–302.  https://doi.org/10.1007/s10648-013-9223-5.CrossRefGoogle Scholar
  31. Rosseel, Y. (2012). lavaan. An R package for structural equation modeling. Journal of Statistical Soft-ware.  https://doi.org/10.18637/jss.v048.i02.CrossRefGoogle Scholar
  32. Schauble, L., Glaser, R., Raghavan, K., & Reiner, M. (1991). Causal models and experimentation strategies in scientific reasoning. Journal of the Learning Sciences, 1, 201–238.CrossRefGoogle Scholar
  33. Schecker, H., Neumann, K., Theyßen, H., Eickhorst, B., & Dickmann, M. (2016). Stufen experimenteller Kompetenz. Zeitschrift für Didaktik der Naturwissenschaften, 22(1), 197–213.  https://doi.org/10.1007/s40573-016-0050-3.CrossRefGoogle Scholar
  34. Scherer, R. (2012). Analyse der Struktur, Messinvarianz und Ausprägung komplexer Problemlösekompetenz im Fach Chemie. Eine Querschnittstudie in der Sekundarstufe I und am Übergang zur Sekundarstufe II. Studien zum Physik- und Chemielernen, Bd. 141. Berlin: Logos.Google Scholar
  35. Schneider, W., Schlagmüller, M., & Ennemoser, M. (2007). LGVT 6‑12 Lesegeschwindigkeits- und -verständnistest für die Klassen 6–12. Göttingen: Hogrefe.Google Scholar
  36. Schreiber, N. (2012). Diagnostik experimenteller Kompetenz. Validierung technologiegestützter Testverfahren im Rahmen eines Kompetenzstrukturmodells. Studien zum Physik- und Chemielernen, Bd. 139. Berlin: Logos.Google Scholar
  37. Schreiber, J., Nora, A., Stage, F., Barlow, E. &, King, J. (2006) Reporting structural equation modeling and confirmatory factor analysis results: A review. The Journal of Educational Research, 99(6):323–338.  https://doi.org/10.3200/JOER.99.6.323-338 CrossRefGoogle Scholar
  38. Schulz, A., & Wirtz, M. (2012). Analyse kausaler Zusammenhänge als Ziel des Experimentierens. In W. Rieß, M. Wirtz, B. Barzel & A. Schulz (Hrsg.), Experimentieren im mathematisch-naturwissenschaftlichen Unterricht. Schüler lernen wissenschaftlich denken und arbeiten (S. 39–56). Münster, New York: Waxmann.Google Scholar
  39. Schulz, A., Wirtz, M., & Starauchschek, E. (2012). Das Experiment in den Naturwissenschaften. In W. Rieß, M. Wirtz, B. Barzel & A. Schulz (Hrsg.), Experimentieren im mathematisch-naturwissenschaftlichen Unterricht. Schüler lernen wissenschaftlich denken und arbeiten (S. 15–38). Münster, New York: Waxmann.Google Scholar
  40. Schwichow, M., Croker, S., Zimmerman, C., Höffler, T. & Härtig, H. (2016). Teaching the Control-of-Variables Strategy: A Meta Analysis. Developmental Review, 39, 37–63.  https://doi.org/10.1016/j.dr.2015.12.001 CrossRefGoogle Scholar
  41. Schwichow, M., Christoph, S., Boone, W. J. & Härtig, H. (2016). The impact of sub-skills and item content on students’ skills with regard to the control-of-variables-strategy. International Journal of Science Education, 38(2), 216–237.  https://doi.org/10.1080/09500693.2015.1137651 CrossRefGoogle Scholar
  42. Stender, A., Schwichow, M., Zimmerman, C. & Härtig, H. (2018). Making inquiry-based science learning visible: the influence of CVS and cognitive skills on content knowledge learning in guided inquiry. International Journal of Science Education, 40(15), 1812–1831,  https://doi.org/10.1080/09500693.2018.1504346 CrossRefGoogle Scholar
  43. Tenorth, H.-E. (2016). Bildungstheorie und Bildungsforschung, Bildung und kulturelle Basiskompetenzen – ein Klärungsversuch, auch am Beispiel der PISA-Studien. Zeitschrift für Erziehungswissenschaft.  https://doi.org/10.1007/978-3-658-13785-4_4.CrossRefGoogle Scholar
  44. Vorholzer, A., von Aufschnaiter, C., & Kirschner, S. (2016). Entwicklung und Erprobung eines Tests zur Erfassung des Verständnisses experimenteller Denk- und Arbeitsweisen. Zeitschrift für Didaktik der Naturwissenschaften (ZfDN), 22(1), 25–41.CrossRefGoogle Scholar
  45. Weinert, F. (2001). Vergleichende Leistungsmessung in Schulen – Eine umstrittene Selbstverständlichkeit. In F. Weinert (Hrsg.), Leistungsmessungen in Schulen (S. 27). Weinheim, Basel: Beltz.Google Scholar
  46. Wellnitz, N., Fischer, H. E., Kauertz, A., Mayer, J., Neumann, I., Pant, H. A., et al. (2012). Evaluation der Bildungsstandards – eine fächerübergreifende Testkonzeption für den Kompetenzbereich Erkenntnisgewinnung. Zeitschrift für Didaktik der Naturwissenschaften (ZfDN), 18, 261–291.Google Scholar
  47. Wellnitz, N., Hecht, M., Heitmann, P., Kauertz, A., Mayer, J., Sumfleth, E., et al. (2017). Modellierung des Kompetenzteilbereichs naturwissenschaftliche Untersuchungen. Zeitschrift für Erziehungswissenschaft, 20(4), 556–584.  https://doi.org/10.1007/s11618-016-0721-3.CrossRefGoogle Scholar
  48. Woodward, J. (2003). Making things happen. A theory of causal explanation. Oxford studies in philosophy of science. New York: Oxford University Press.Google Scholar
  49. Zenner, C., Scheuermann, H., & Ropohl, M. (2017). Das Kupfer-Problem 2.0. CHEMKON, 24(5), 370–380.  https://doi.org/10.1002/ckon.201710311.CrossRefGoogle Scholar

Copyright information

© Gesellschaft für Didaktik der Physik und Chemie (GDCP); Fachsektion Didaktik der Biologie im VBIO (FDdB im VBIO) and Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.Pädagogische Hochschule FreiburgFreiburgDeutschland
  2. 2.Institut für Didaktik der NaturwissenschaftenLeibniz Universität HannoverHannoverDeutschland

Personalised recommendations