Advertisement

Zeitschrift für Didaktik der Naturwissenschaften

, Volume 24, Issue 1, pp 251–263 | Cite as

Wahl- und Abwahlprofile im Fach Chemie: Ergebnisse einer Clusteranalyse zur Charakterisierung von Lernenden am Ende der Sekundarstufe I

  • Carolin Eitemüller
  • Maik WalpuskiEmail author
Original Paper

Zusammenfassung

Das Fach Chemie kann angesichts der anhaltend niedrigen Teilnehmerzahlen in den nicht verpflichtenden Chemiekursen der Oberstufe als klarer Verlierer der Kurswahlen angesehen werden. Die Ermittlung von geeigneten Ansätzen zur Gewinnung einer größeren Gruppe von Teilnehmenden in Chemiekursen stellt im komplexen Beziehungsgeflecht von Einflussfaktoren auf den Entscheidungsprozess eine Herausforderung dar. Zur Charakterisierung von typischen chemie-wählenden und chemie-abwählenden Schülerinnen und Schülern zum mittleren Schulabschluss nutzt dieser Beitrag Daten einer Fragebogenstudie. Auf Grundlage des Erwartungs-mal-Wert Modells für leistungsbezogene Wahlentscheidungen konnten vier unterschiedliche Profile mittels Clusteranalyse ermittelt werden, die Schülerinnen und Schüler mit ähnlichen Selbstkonzepten, Noten und Interessen sowie Berufswünschen und Wahlbegründungen zusammenfassen. Die Ergebnisse belegen, dass es dem Chemieunterricht gelingt, eine Gruppe von sehr leistungsstarken und intrinsisch motivierten Schülerinnen und Schülern zu selektieren. Es lässt sich aber auch ein Profil von Chemiewählenden identifizieren, die Chemie stärker aus extrinsisch motivierten Gründen belegen. Lernende, die hingegen kaum Interesse an Chemie und nur wenig Vertrauen in die eigenen Fähigkeiten haben, bilden ein weiteres Profil unter den abwählenden Schülerinnen und Schülern. Für den Chemieunterricht von besonderem Interesse ist zudem eine kleine Gruppe von Lernenden, die das Fach trotz guter Leistungen nach der Sekundarstufe I abwählt.

Schlüsselwörter

Kurswahlmotive Interesse Selbstkonzept Berufswunsch 

Choice Profiles in Chemistry: Results of a Cluster Analysis to Characterize Students at the End of Secondary School

Abstract

In the light of persistently low numbers of participants in post-compulsory chemistry courses, chemistry can be considered as the loser of students’ subject choices at the end of upper secondary school. Identifying appropriate approaches for increasing the number of participants in post-compulsory chemistry courses poses a challenge due to the complex interplay of factors influencing the decision-making process. To characterize typical chemistry choosers and chemistry non-choosers this article uses questionnaire data from chemistry students at upper secondary level. Based on the expectancy-value model of achievement-related choices, four different profiles were identified by cluster analysis, which include students with similar self-concepts, grades and interest in chemistry as well as career aspirations and motives of choice. Results of the study reveal that chemistry courses succeed in attracting a group of high-achieving and intrinsically motivated students. However, another profile consists of students who take chemistry mainly due to extrinsically motivated reasons. In contrast, students who show little interest in chemistry and have a low ability self-concept form a profile within the chemistry non-choosers. Finally, a small group of students who opt out of chemistry at the end of lower secondary school despite high levels of performance is of special interest to chemistry education.

Keywords

Motives of choice Interest Ability self-concept Career aspiration 

Literatur

  1. Averbeck, D., Fleischer, J., Sumfleth, E., Leutner, D., & Brand, M. (2017). Analyse chemischen Fachwissens und dessen Einfluss auf Studienerfolg. In C. Maurer (Hrsg.), Implementation fachdidaktischer Innovation im Spiegel von Forschung und Praxis. Gesellschaft für Didaktik der Chemie und Physik, Jahrestagung, Zürich, 2016. (S. 83–87). Regensburg: Universität Regensburg.Google Scholar
  2. Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2016). Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. Berlin, Heidelberg: Springer.Google Scholar
  3. Baumert, J., & Köller, O. (2000). Motivation, Fachwahlen, selbstreguliertes Lernen und Fachleistungen im Mathematik- und Physikunterricht der gymnasialen Oberstufe. In J. Baumert, W. Bos & R. Lehmann (Hrsg.), TIMSS/III: Mathematische und physikalische Kompetenzen am Ende der gymnasialen Oberstufe (S. 181–213). Opladen: Leske + Budrich.Google Scholar
  4. Bøe, M. V. (2011). Science choices in Norwegian upper secondary school: What matters? Science Education, 96(1), 1–20.  https://doi.org/10.1002/sce.20461.CrossRefGoogle Scholar
  5. Bøe, M. V., & Henriksen, E. K. (2013). Love it or leave it: Norwegian students’ motivations and expectations for postcompulsory physics. Science Education, 97(4), 550–573.  https://doi.org/10.1002/sce.21068.CrossRefGoogle Scholar
  6. Bøe, M. V., Henriksen, E. K., Lyons, T. S., & Schreiner, C. (2011). Participation in science and technology: young people’s achievement-related choices in late-modern societies. Studies in Science Education, 47(1), 37–72.  https://doi.org/10.1080/03057267.2011.549621.CrossRefGoogle Scholar
  7. Çelik, K. N., & Walpuski, M. (2018). Learning Progressions – Erwerb von fachlichen Kompetenzen im Fach Chemie. In C. Maurer (Hrsg.), Qualitätsvoller Chemie- und Physikunterricht – normative und empirische Dimensionen. Gesellschaft für Didaktik der Chemie und Physik, Jahrestagung, Regensburg, 2017. (S. 134–137). Regensburg: Universität Regensburg.Google Scholar
  8. Cleaves, A. (2005). The formation of science choices in secondary school. International Journal of Science Education, 27(4), 471–486.  https://doi.org/10.1080/0950069042000323746.CrossRefGoogle Scholar
  9. Dickhäuser, O., Schöne, C., Spinath, B., & Stiensmeier-Pelster, J. (2002). Die Skalen zum akademischen Selbstkonzept: Konstruktion und Überprüfung eines neuen Instrumentes. Zeitschrift für Differentielle und Diagnostische Psychologie, 23(4), 393–405.CrossRefGoogle Scholar
  10. Ducan, R. G., & Hmelo-Silver, C. E. (2009). Editorial – learning progressions: aligning curriculum, instruction, and assessment. Journal of Research in Science Teaching, 46(6), 606–609.CrossRefGoogle Scholar
  11. Eccles, J. S., & Wigfield, A. (2002). Motivational beliefs, values, and goals. Annual Reviews Psychology, 53, 109–132.CrossRefGoogle Scholar
  12. Eccles, J. S., Barber, B. L., Updegraff, K., & O’Brien, K. (1998). An expectancy-value model of achievement choices: the role of ability self-concepts, perceived task utility and lnterest in predicting activity choice and course enrollment. In L. Hoffmann, A. Krapp, A. K. Renninger & J. Baumert (Hrsg.), Interest and learning. Seeon Conference on Interest and Gender. (S. 267–279). Kiel: Universität Kiel, IPN.Google Scholar
  13. Eilers, R. (1987). Schullaufbahn und Selbstkonzept. Zeitschrift für Pädagogik, 33, 247–266.Google Scholar
  14. Holmegaard, H. T. (2012). Students’ narratives, negotiations, and choices. A longitudinal study of Danish students’ transition into higher education in science, engineering and mathematics. Dissertation. Kopenhagen: University of Copenhagen.Google Scholar
  15. Hülsmann, C. (2015). Kurswahlmotive im Fach Chemie. Eine Studie zum Wahlverhalten und Erfolg von Schülerinnen und Schülern in der gymnasialen Oberstufe. Berlin: Logos.Google Scholar
  16. Lyons, T. S., & Quinn, F. (2010). Choosing science: understanding the declines in senior high school science enrolments. Armidale: University of New England.Google Scholar
  17. Meece, J., Wigfield, A., & Eccles, J. S. (1990). Predictors of math anxiety and its consequences for young adolescents’ course enrollment intentions and performances in mathematics. Journal of Educational Psychology, 82, 60–70.CrossRefGoogle Scholar
  18. Ministerium für Schule und Weiterbildung des Landes Nordrhein-Westfalen (2002). Unterrichtsfächer im Schuljahr 2001/02. https://www.schulministerium.nrw.de/docs/bp/Ministerium/Service/Schulstatistik/Amtliche-Schuldaten/jUnter01.pdf. Zugegriffen: 27. Nov. 2017.Google Scholar
  19. Ministerium für Schule und Weiterbildung des Landes Nordrhein-Westfalen (2017). Das Schulwesen in Nordrhein-Westfalen aus quantitativer Sicht 2016/17. MSW NRW Statistische Übersicht Nr. 395. https://www.schulministerium.nrw.de/docs/bp/Ministerium/Service/Schulstatistik/Amtliche-Schuldaten/Quantita_2016.pdf. Zugegriffen: 27. Nov. 2017.Google Scholar
  20. Osborne, J., Simon, S., & Collins, S. (2003). Attitudes towards science: a review of the literature and its implications. International Journal of Science Education, 25(9), 1049–1079.  https://doi.org/10.1080/0950069032000032199.CrossRefGoogle Scholar
  21. Pant, H. A., Stanat, P., Schroeders, U., Roppelt, A., Siegle, T., & Pöhlmann, C. (Hrsg.). (2013). IQB-Ländervergleich 2012. Mathematische und naturwissenschaftliche Kompetenzen am Ende der Sekundarstufe I. Münster, New York, München, Berlin: Waxmann.Google Scholar
  22. Scherer, R. (2013). Further evidence on the structural relationship between academic self-concept and self-efficacy: on the effects of domain specificity. Learning and Individual Differences, 28, 9–19.CrossRefGoogle Scholar
  23. Schulz, A. (2011). Experimentierspezifische Qualitätsmerkmale im Chemieunterricht. Eine Videostudie. Berlin: Logos.Google Scholar
  24. van Vorst, H. (2013). Kontextmerkmale und ihr Einfluss auf das Schülerinteresse im Fach Chemie. Berlin: Logos.Google Scholar
  25. Woest, V. (1997). Den Chemieunterricht neu denken: Anregungen für eine zeitgemäße Gestaltung. Leuchtturm-Unterricht-Paperbacks. Bd. 21. Alsbach: Leuchtturm.Google Scholar

Copyright information

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

Authors and Affiliations

  1. 1.Universität Duisburg-EssenEssenDeutschland

Personalised recommendations