|
|
 |
|
Aus Politik und Zeitgeschichte (B 21-22/2003)
|
|
|
 |
|
Familiärer Hintergrund, Schulsystem und Schülerleistungen im internationalen Vergleich |
 |
|
Ludger Wößmann
|
|
|
III. Warum es einer wissenschaftlichen Herangehensweise bedarf |
 |
|
 |
|
|
|
1. Irreführende Vergleiche mit
einzelnen "Musterländern"
Mit dem Ziel, Konsequenzen für die deutsche Schulpolitik abzuleiten, sind in der öffentlichen Diskussion der PISA-Ergebnisse häufig einfache Ländervergleiche angestellt worden. So wurde etwa aus dem ersten Platz Finnlands in der PISA-Lesestudie gefolgert, Deutschland benötige ebenfalls ein integriertes Schulsystem mit Ganztagsschulen. Wie irreführend solche simplen Vergleiche sein können, zeigen folgende Beispiele: Genau wie Finnland hat auch Griechenland ein bis zur neunten Jahrgangsstufe integriertes Schulsystem. Nun liegt aber Griechenland in der PISA-Studie noch weit hinter Deutschland - auf Rang 25 in Lesen und Naturwissenschaften und auf Rang 28 in Mathematik. Weitere Beispiele für integrierte Schulsysteme (bis zur achten Jahrgangsstufe) sind Italien, Polen und Ungarn, die bei PISA ähnlich schlecht wie Deutschland oder noch schlechter abgeschnitten haben. Was Ganztagsschulen anbelangt, so wird etwa in Luxemburg zumindest an drei Tagen pro Woche nachmittags unterrichtet - und dennoch hat das Land in allen drei PISA-Bereichen nur den 29. Rang belegt.
Eine weitere Forderung, die in der PISA-Diskussion in Deutschland aufgrund von bilateralen Ländervergleichen oftmals gestellt wurde, ist die Verringerung der Klassengrößen. Dabei könnte man Deutschland (mit einer durchschnittlichen Klassengröße von 24 Schülern) auch mit Japan oder Südkorea - den beiden Ländern, die in Mathematik und den Naturwissenschaften die ersten beiden Plätze belegen - vergleichen. Die durchschnittliche Klassengröße beträgt in Japan 39 Schüler und in Südkorea 38 Schüler.
Mit der Forderung nach kleineren Klassen geht zumeist die Forderung nach höheren Ausgaben für die Schulen einher. Der internationale Vergleich legt aber nahe, dass Leistungsunterschiede nicht auf die Ausgabenhöhe zurückzuführen sind. Irland und Südkorea geben z.B. pro Schüler rund ein Viertel weniger aus als Deutschland (gemessen als kumulative Ausgaben in Kaufkraftparität), schneiden bei PISA aber wesentlich besser ab. In Deutschland liegen die kumulativen Ausgaben pro 15-jährigem Schüler ziemlich genau im OECD-Durchschnitt. Schaut man sich die Ausgaben pro Schüler und die PISA- oder TIMSS-Ergebnisse an, so ergibt sich überhaupt kein systematischer Zusammenhang: Länder mit höheren Ausgaben weisen im Durchschnitt keine besseren Schülerleistungen auf.
Als Konsequenz bleibt festzuhalten, dass simple bilaterale Ländervergleiche völlig irreführende Ergebnisse liefern können. Sie bergen immer die Gefahr, dass das Vergleichsland herausgepickt wurde, das am besten zu der eigenen Argumentation passt. Um fundierte Schlussfolgerungen aus den internationalen Vergleichsstudien ziehen zu können, müssen daher möglichst viele Länder zugleich berücksichtigt werden.
2. Was die Regressionsanalyse leistet
Die Ergebnisse legen aber noch einen zweiten Schluss nahe: Es kann ebenso irreführend sein, sich ausschließlich auf einen einzigen Einflussfaktor zu beschränken (bivariate Analyse zwischen einem Einflussfaktor und einer Zielgröße). In der Realität wirken immer mehrere Faktoren zusammen, etwa Unterschiede im familiären Hintergrund, in der Klassengröße, in Merkmalen der Lehrer und in den institutionellen Rahmenbedingungen. Zu welchen Problemen dies führen kann, soll das folgende (hypothetische) Beispiel zeigen: In ländlichen Regionen liege das Ausbildungsniveau der Eltern im Durchschnitt unter dem in städtischen Regionen. Man stelle sich vor, dass es keinen ursächlichen Einfluss auf die Schülerleistungen hat, in welcher Region ein Kind zur Schule geht, dass aber eine stärkere Unterstützung der Kinder durch besser ausgebildete Eltern zu höheren Leistungen der Kinder führe. Wenn man nun in einer bivariaten Analyse die elterliche Bildung ignoriert und den Leistungsstand der Schüler nur dem Standort der Schule gegenüberstellt, dann würden Schüler in ländlichen Regionen schlechter abschneiden. Es wäre aber falsch, dies als eine Wirkung der ländlichen Region zu interpretieren: Die Ursache für die unterschiedlichen Leistungen wäre in diesem Beispiel nicht der regionale Standort, sondern der elterliche Bildungsstand; würde man diesen entsprechend berücksichtigen, so ergäbe sich kein Zusammenhang zwischen Schülerleistung und regionalem Standort.
Es ist daher eine geeignete statistische Methode erforderlich, um mehrere Einflussfaktoren auf einmal berücksichtigen zu können und die Einflüsse der verschiedenen potenziellen Faktoren voneinander zu unterscheiden. Dies leistet die so genannte Regressionsanalyse: Sie berücksichtigt viele Länder und Einflussfaktoren auf einmal, und die Wirkung jedes Faktors wird so berechnet, dass die Einflüsse aller anderen Faktoren herausfallen. Dabei wird gewissermaßen der Einfluss aller anderen Faktoren auf die Schülerleistungen "konstant gehalten".
Ein Beispiel aus der TIMSS-Untersuchung kann die Bedeutung dieser wissenschaftlichen Herangehensweise im Unterschied zum bivariaten Vergleich verdeutlichen. Die Frage sei, ob das Testergebnis eines Schülers durch den Umstand beeinflusst wird, dass seine Eltern nicht im Inland geboren sind. Wenn man diesen Zusammenhang bivariat für alle Teilnehmer der TIMS-Mittelstufenstudie berechnet, so ergibt sich zwischen Schülern, deren Eltern im Inland geboren wurden, und Schülern, deren Eltern nicht im Inland geboren wurden, kein signifikanter Leistungsunterschied. Bei einer internationalen Durchschnittspunktzahl von 500 mit einer Standardabweichung von 100 beträgt der Unterschied nur 0,7 Punkte und ist statistisch nicht signifikant von null zu unterscheiden. Dieser Befund ändert sich aber, wenn man den Einfluss von weiteren Faktoren wie Alter des Schülers, Bildungsstand der Eltern, Lehrermerkmale, Klassengröße und institutionelle Rahmenbedingungen des Schulsystems herausrechnet. In einer Regressionsanalyse, die die Einflüsse dieser anderen Faktoren konstant hält, ergibt sich ein statistisch signifikanter Unterschied: Kinder von im Inland geborenen Eltern schneiden um 7,3 Punkte besser ab. Berücksichtigt man bei der Berechnung neben den genannten Einflussfaktoren auch noch, dass es einen Unterschied macht, ob der Schüler selbst im Inland geboren wurde oder nicht, so schrumpft die mit dem Geburtsland der Eltern zu erklärende Differenz auf (statistisch signifikante) 4,0 Punkte.
Ein Faktor kann also durchaus einen Einfluss haben, obwohl er bei bivariater Beobachtung unerheblich zu sein scheint. Umgekehrt ist es auch möglich, dass ein im Rahmen einer bivariaten Betrachtung scheinbar einflussreicher Faktor bei einer multivariaten Analyse keine Wirkung zeigt. Auch die Größe des geschätzten Effektes hängt wesentlich davon ab, ob die Einflüsse anderer Faktoren herausgerechnet werden. Deshalb ist eine fundierte wissenschaftliche Herangehensweise unverzichtbar, wenn man den tatsächlichen Einfluss der vielen verschiedenen Faktoren auf die Schülerleistungen herausfinden will. Dies bedarf detaillierter Arbeiten, die für die PISA-Studie noch nicht in ausreichendem Umfang vorliegen. Mit Bezug auf den weitgehend explorativen Charakter der bisher vorliegenden Analysen betont die OECD selbst, dass "weitere umfangreiche Forschungsarbeiten und Analysen erforderlich" sind, um den Einfluss der verschiedenen Faktoren auf schulische Leistungen der Schüler zu verdeutlichen. Dementsprechend hat die OECD bereits weitere Analysen zu der Frage angekündigt, warum einige Länder bessere Lernerfolge erzielen als andere. |
|
|
|
|
09. Februar 2012
|
|
Bestellen
Themen
Publikationen
Veranstaltungen
Wissen
Lernen
