Interferenz-Hypothese

Abbildung 7.2:Mittlere adjustierte Gesamtleistung in der zweiten Studie

diese einfach mehr Informationen enthielten.

Mit Blick auf den quasiexperimentellen Charakter der Untersuchung und die unter-schiedliche Zusammensetzung der beiden Stichproben (siehe Abschnitt 6.2.2 bzw. 7.2.2, sollte die Auswertung kovarianzanalytisch erfolgen. Zu diesem Zweck wurden erneut Äquivalenztests durchgeführt, was zunächst die Prüfung einiger Voraussetzungen erfor-derlich machte. Tabelle 7.2 gibt die Ergebnisse der Voraussetzungsprüfung wieder.

Tabelle 7.2:Kolmogorow-Smirnow- und Levene-Tests für die Auswahl der Kontrollvariablen zur Testung der Interferenz-Hypothese

Irrtumswahr-Merkmal Verfahren Prüfgröße Freiheitsgrade

scheinlichkeit Levene−Test F=0.19 d f₁=3; d f₂=80 p=.901 Interesse

K−S−Test Z_K−S=2.15 − p< .001^∗∗

Levene−Test F=2.1 d f₁=3; d f₂=80 p=.107 Erdkundenote

K−S−Test Z_K−S=2.14 − p< .001^∗∗

Levene−Test F=0.57 d f1=3; d f2=80 p=.638 Vorwissen

K−S−Test Z_K−S=1.07 − p=.203

Motivation Leven−Test F=0.384 d f1=3; d f2=80 p=.764

FAM K−S−Test Z_K−S=0.70 − p=.715

Verbale Leven−Test F=1.71 d f1=3; d f2=80 p=.172

Intelligenz K−S−Test Z_K−S=1.35 − p=.053

Raumliche¨ Levene−Test F=0.576 d f1=3; d f2=80 p=.633

Intelligenz K−S−Test Z_K−S=0.91 − p=.373

Lernstil Levene−Test F=0.377 d f1=3; d f2=80 p=.770

Verbalizer K−S−Test Z_K−S=1.11 − p=.168

Lernstil Levene−Test F=0.688 d f1=3; d f2=80 p=.562 Visualizer K−S−Test ZK−S=2.13 − p< .001^∗∗

Anm.: K-S-Test = Kolmogorow-Smirnow-Anpassungstest; signifikante Abweichun-gen bzw. Unterschiede werden durch ein Sternchen (* < .05) bzw. durch zwei Stern-chen (** < .01) hervorgehoben

Es ist zu erkennen, dass für die MerkmaleInteresse,Erdkundenoteund die Viszualizer-Skala die Normalverteilungsannahme nicht zu halten war. Da jedoch der Levene-Test bei keiner der Variablen signifikant wurde und die Zellen gleichmäßig besetzt waren, er-schien die Berechnung einer zweifaktoriellen ANOVA unbedenklich zu sein. Die Äquiva-lenztestung erfolgte erneut auf der Grundlage einerα-Fehlerwahrscheinlichkeit von 20%

und begann mit dem Interesse für Geologie, wobei die Ergebnisse auf eine gleichmä-ßige Verteilung des Merkmals hinwies. Dagegen deutete sich bei derErdkundenote ein kleiner Gruppenunterschied für den Faktorzusätzliches Format (F_(1;80)=2.277, p=.135,

¯

η²=.028) an, da die ermittelte Irrtumswahrscheinlichkeit unter dem Signifikanznievau von α =.20 lag. Obwohl das Informationsverhältnis (F_(1;80)=0.307, p=.581,η¯²=.004) und der Interaktionseffekt (F_(1;80)=0.529, p=.469, η¯²=.007) den kritischen F-Wert deutlich verfehlten, wurde die Erdkundenote als Kovariate aufgenommen.

Ähnliches traf auf das Vorwissen zu, auch wenn hier die ungleichmäßige Verteilung des Merkmals sehr viel deutlicher war. Demnach unterschritt sowohl der Effekt für den FaktorInformationsverhältnis(F_(1;80)=3.870,p=.053,η¯²=.046), als auch die Interaktion (F_(1;80)=6.964, p=.010,η¯²=.080) das α-Fehlerniveau von 20%. Allerdings gab es of-fenbar keine Unterschiede hinsichtlich deszusätzlichen Formats(F_(1;80)=0.389,p=.535,

η¯²=.005), was für die Entscheidung, das Vorwissen als Kontrollvariable aufzunehmen,

aber keine Rolle mehr spielte.

Die Ergebnisse zur Motivation wiesen ebenfalls auf eine Verletzung der Äquivalenz-annahme hin, da der Faktor zusätzliches Format (F_(1;80)=4.615, p=.035,η¯²=.055) si-gnifikant wurde. Zwar lagen die Prüfgrößen für dasInformationsverhältnis(F_(1;80)=0.004, p=.953,η¯²=.000) und den Interaktioneffekt (F_(1;80)=0.001,p=.976,η¯²=.000) klar unter dem kritischen Wert, doch schien es auch in diesem Fall angeraten zu sein, das Merkmal Motivation in den weiteren Analysen miteinzubeziehen.

Etwas anders verhielt es sich dagegen bei die Skalen zur Erfassung derverbalen und räumlichen Intelligenz, deren Verteilung mit einer MANOVA geprüft wurde. Aufgrund des Box-Tests (MBox=9.292,F =0.99,d f₁=9,d f₂=73342.77,p=.449) erschien die Durch-führung einer multivariaten Varianzanalyse unproblematisch zu sein, doch verfehlten alle F-Werte das kritische Niveau, weshalb die beiden IST-Skalen nicht berücksichtigt werden mussten.

Die letzte Äquivalenztestung erfolgte für dieVerbalizer- undVisualizer-Skalen, die den Lernstil bzw. dieVerarbeitungspräferenzenerfassen sollten. Auch hier war die Kovarianz der beiden abhängigen Variablen über alle Versuchsgruppen vergleichbar (MBox=3.80, F=0.40,d f₁=9,d f₂=73342.77, p=.934), weshalb eine MANOVA ohne Bedenken ge-rechnet werden konnte. Dabei zeigte sich, dass für den Effekt des Faktors Informations-verhältnis(V =.046,F_(2;79)=1.919,p=.153,η¯²=.046) eine Irrtumswahrscheinlichkeit er-mittelt wurde, die unter dem Singifikanzniveau von 20% lag. Für daszusätzliche Format (V=.008,F_(2;79)=0.316,p=.730,η¯²=.008) und die Interaktion (V=.001,F_(2;79)=0.047,

p=.954,η¯²=.001) konnte dagegen kein bedeutsamer Zusammenhang mit dem Merkmal

nachgewiesen werden. Letztlich war das Ergebnis knapp, doch wurde auch der Lernstil als Kontrollvariable berücksichtigt.

Die Prüfung der eigentlichen Hypothesen erfolgte anhand einer 2x2 ANCOVA mit den FaktorenInformationsverhältnisundzusätzliches Format. Um die Fehlervarianz möglichst klein zu halten, wurden die Erdkundenote, das Vorwissen, dieMotivation und der Lern-stil als Kovariaten berücksichtigt. Neben diesen vier Merkmalen, war es aufgrund der Fragestellung notwendig, mit derLernzeit eine fünfte Kontrollvariable in die Analyse mit-einzubeziehen. Da die Hypothese zwei abhängige Variablen betraf, die das quasiexpe-rimentelle Design aber auf unterschiedliche Weise beeinflussen sollte, wurden zwei ge-trennte ANCOVAs durchgeführt. Die erste Analyse bezog sich auf diementale Belastung beim Lernen, wobei aufgrund theoretischer Überlegungen ein signifikanter Effekt für den Faktor zusätzliches Format vorhergesagt wurde. Die Prüfung der Voraussetzungen für die Verwendung varianzanalytischer Verfahren ergab, dass die Selbsteinschätzung zur mentalen Belastung offensichtlich nicht normalverteilt war (ZK−S=2.81, p< .001).

Auf-grund des Levene-Tests (F_(3;80)=0.843,p=.475) konnte jedoch von Varianzhomogenität ausgegangen werden, so dass die Berechnung der ANCOVA bei gleich stark besetzten Zellen unbedenklich erschien.

Als Ergebnis zeigte sich, dass nur die KovariatenMotivation (F_(1;75)=5.723, p=.019, η¯²=.071) undLernzeit (F_(1;75)=4.197, p=.044,η¯²=.053) einen bedeutsamen Zusam-menhang mit der abhängigen Variablen aufwiesen. Die Erdkundenote (F_(1;75)=2.895, p=.093, η¯² =.037), das Vorwissen (F_(1;75)=0.025, p=.876, η¯²=.000) und der Lern-stil (F_(1;75)=0.036,p=.850,η¯²=.000) leisteten dagegen keinen signifikanten Beitrag zur Kontrolle der Fehlervarianz. In ähnlicher Weise verfehlten die Prüfgrößen des Faktors In-formationsverhältnis(F_(1;75)=1.222,p=.273,η¯²=.016) und der Interaktion (F_(1;75)=0.473, p=.494,η¯²=.006) den kritischen Wert. Allerdings ergab die Analyse einen signifikanten Haupteffekt für den Faktorzusätzliches Format (F_(1;75)=4.047,p=.048,η¯²=.051), des-sen Irrtumswahrscheinlichkeit knapp unter der Signifikanzniveau von 5% lag. Die Rich-tung des Effekts lässt sich anhand von Abbildung 7.4 ablesen, wo zu erkennen ist, dass mentale Belastung trotz kontrollierter Lernzeit bei den Text-vor-Bild-Gruppen deutlich hö-her war.

Abbildung 7.4:Interferenz-Hypothese: mentale Belastung

Bei der zweiten abhängigen Variablen, die im Rahmen derInterferenz-Hypotheseeiner Testung unterzogen werden sollte, handelte es sich um denLernerfolg. Zu diesem Zweck wurde mit demGesamtscore des Wissenstests eine zweite ANCOVA gerechnet, wobei in diesem Fall jedoch kein Unterschied zwischen den Gruppen des Faktorszusätzliches Format zu erwarten war. Damit zielte diese Analyse auf die Bestätigung der Nullhypthe-se ab, was eine Anhebung des α-Fehlers auf 20% notwendig machte. Vor der Berech-nung musste zunächst geprüft werden, ob auch der Gesamtscore ohne Einschränkungen als abhängige Variable verwendet werden konnte. Da sowohl der Kolmogorow-Smirnow-Anpassungstest (ZK−S=0.88,p=.421), als auch der Levene-Test (F_(3;80)=0.382,p=.767) kein signifikantes Ergebnis ergaben, war die Gefahr einer Verzerrung der statistischen Prüfgrößen gering.

Ähnlich wie bei der ersten ANCOVA, wurde auch bei zweiten Analyse nur ein Teil der Kovariaten signifikant. Während für das Vorwissen(F_(1;75)=8.485, p=.005, η¯² =.102) und die Motivation (F_(1;75)=13.202, p=.001, η¯² =.150) bedeutsame Zusammenhän-ge nachZusammenhän-gewiesen werden konnten, blieben die Prüfgrößen der MerkmaleErdkundenote (F_(1;75)=2.134,p=.148,η¯²=.028),Lernstil(F_(1;75)=.364,p=.548,η¯²=.005) undLernzeit (F_(1;75)=3.265, p=.075,η¯²=.042) unter dem kritischen Wert. Zudem ergab die Analy-se einen signifikanten Haupteffekt für der Faktor Informationsverhältnis (F_(1;75)=6.177, p=.015,η¯²=.076). Die Effekte der Interaktion (F_(1;75)=0.234, p=.630,η¯²=.003) und auch die Irrtumswahrscheinlichkeit für den Faktor zusätzliches Format (F_(1;75)=0.003,

p=.957,η¯²=.000) lagen deutlich über demα von 20%, so dass die

Äquivalenzannah-me als bestätigt gelten konnte. Abbildung 7.5 veranschaulicht die Ergebnisse der zweiten Analyse grafisch.

Abbildung 7.5:Interferenz-Hypothese: Gesamtleistung im Wissenstest

Fasst man die Resultate zusammen und vergleicht sie mit den Vorhersagen der In-terferenzhypothese (siehe Seite 166), dann lässt sich eine sehr gute Übereinstimmung feststellen. So zeigt Abbildung 7.4, dass der signifikante Unterschied zwischen den Text-vor-Bild und den nur-Text Gruppen hinsichtlich der mentalen Belastung beim Lernen in die vorhergesagte Richtung wies. Offensichtlich waren die nachfolgenden Bilder trotz kon-trollierter Lernzeit eine Quelle zusätzlicher Beanspruchung. Zu diesem Befund passt es, dass die Verarbeitung der piktorialen Informationen den Lernenden keinen Vorteile beim Wissenserwerb brachte. Zwar waren die Teilnehmer mit den kongruenten bzw. vollstän-digen Materialien im Test erfolgreicher (vgl. Abbildung 7.5), aber von der Nutzung eines zusätzlichen Repräsentationsformates profitierten auch sie nicht. Die höhere mentale Be-lastung bei einer vergleichbaren Lernleistungen spricht recht deutlich für das Auftreten von extraneous load als Folge von Interferenzen. Allerdings kann auf dieser Grundlage nicht ausgeschlossen werden, dass womöglich auch positive Effekte für den PTS-Effekt verantwortlich sind. Daher wurde eine weitere Analyse durchgeführt, was in dem folgen-den Abschnitt dargestellt ist.