Angst vor Statistik bei Studenten im Grundstudium Bericht

Words: 2594
Topic: Statistik

Abstrakt

In zahlreichen Forschungsarbeiten wurde das Phänomen der Statistikangst untersucht, die vermutlich durch verschiedene Faktoren wie Geschlecht, Alter, Unfähigkeit, Statistikkonzepte zu verstehen, mathematische Fähigkeiten und andere bedingt ist. Es wird argumentiert, dass sich die Angst vor Statistik negativ auf die Leistungen der Studierenden auswirkt, und dass es notwendig ist, Maßnahmen zu ergreifen, die den Studierenden helfen könnten, ihre Angst zu verringern. Die vorliegende Studie zielt darauf ab, die Auswirkungen von Statistikangst auf die akademischen Leistungen von Studierenden zu ermitteln. Die für diese Studie gesammelten Daten umfassen die Ansichten und Ergebnisse von 140 Studenten. Im Rahmen der Primärforschung wurden Daten zu den demografischen Merkmalen, den akademischen Leistungen, den Persönlichkeitsmerkmalen und der Statistikangst der Studierenden erhoben. Die univariate Analyse zeigte, dass die Angst der Studenten am Ende des Kurses abnahm. Die Korrelationsanalyse ergab signifikante Zusammenhänge zwischen der Gesamtnote des Moduls und der Veränderung der Ängstlichkeit, der Mathematik auf A-Niveau und der Anwesenheit. Kein persönliches Merkmal hat einen signifikanten Einfluss auf die Statistikangst. Allerdings haben Extraversion und Verträglichkeit signifikante Auswirkungen auf die Gesamtmodulnote.

Einführung

Macher, Papousek, Ruggeri und Paechte (2015) erklären Statistikangst als eine Situation, in der sich Personen unter Druck gesetzt fühlen, wenn sie mit statistischen Informationen, Methoden und Anweisungen konfrontiert werden. Es wird darauf hingewiesen, dass Studierende ein hohes Maß an Angst erleben, wenn sie einen Statistikkurs belegen müssen und Probleme haben, dem Lehrplan zu folgen. Die Einbeziehung von Statistik in verschiedene Fächer wie Psychologie, Mathematik und Finanzen hat ihre Probleme verstärkt. Dies wirkt sich auch auf ihre akademischen Leistungen aus, und sie sind demotiviert. Macher et al. (2015) haben die Ergebnisse früherer Studien kritisch erörtert und hervorgehoben, dass Statistikangst unterschiedliche Auswirkungen auf die akademischen Leistungen von Studierenden hat. Darüber hinaus wird angenommen, dass Statistikangst Studierende dazu veranlasst, mehr Zeit für die Vorbereitung auf ihre Aufgaben und Prüfungen aufzuwenden, was für sie von Vorteil ist. Paechter, Macher, Martskvishvili, Wimmer und Papousek (2017) wiesen ebenfalls darauf hin, dass sich Statistikangst indirekt und negativ auf die akademischen Leistungen von Studierenden auswirkt, da sie im Statistikkurs und in der Prüfung ein höheres Maß an Anspannung und Angst erleben. In ähnlicher Weise stellen Siew, McCartney und Vitevitch (2019) fest, dass die indirekten Auswirkungen von Statistikangst auf die Leistung von Studierenden zu beobachten sind. Die Forscher betonten, dass es eine falsche Vorstellung ist, dass Studierende starke mathematische Fähigkeiten haben müssen, um im Statistikkurs gut abzuschneiden. Sie brauchen wirksame Unterstützung und Unterricht in den Klassenzimmern, um ein klares Verständnis der statistischen Konzepte und Methoden zu entwickeln. Primi, Donati, und Chiesi (2018), Morsanyi et al. (2016)

und Bourne (2018) fanden außerdem heraus, dass kognitive Faktoren wie die Bereitschaft zu lernen und die Fähigkeit, Anweisungen zu befolgen, ebenfalls das Ausmaß der Angst der Studierenden vor Statistiken beeinflussen. Die Forscher wiesen auch darauf hin, dass Studierende mit starken mathematischen Fähigkeiten voraussichtlich bessere Leistungen in der Statistik erbringen werden.

Die Überprüfung früherer Studien hat ergeben, dass das Phänomen der Statistikangst noch weiter erforscht werden muss, um die Schüler bei der Stressbewältigung im Unterricht zu unterstützen. Daher ist die vorliegende Studie ein weiterer Versuch, dieses Thema durch die Analyse der aus einer anderen Quelle gesammelten Daten zu untersuchen. Ziel der vorliegenden Studie ist es, die Auswirkungen von Statistikangst auf die akademischen Leistungen von Studenten zu untersuchen, die in einem Statistikkurs eingeschrieben sind. Die drei Forschungsfragen, die zur Analyse und Diskussion gestellt werden, sind im Folgenden aufgeführt:

Diese Forschungsfragen werden im Diskussionsteil dieses Berichts auf der Grundlage der Ergebnisse der in dieser Studie durchgeführten statistischen Tests behandelt. Die vorliegende Studie verfolgt einen deduktiven Ansatz, bei dem eine Hypothese aus der Durchsicht der vorhandenen Literatur zum Thema Statistikangst abgeleitet und anhand der Ergebnisse der in diesem Bericht durchgeführten Tests überprüft wird. Die Hypothese, die in dieser Studie überprüft werden soll, lautet: “Die Angst vor der Statistik hängt mit den akademischen Leistungen in einem Statistikkurs für Studierende zusammen.” Diese Hypothese wird explizit auf der Grundlage der Ergebnisse des t-Tests für unabhängige Stichproben, der Korrelationsmatrix und der Regressionsanalyse getestet.

Methode

Die in diesem Bericht durchgeführte Studie verwendet die quantitative Forschungsmethodik, um numerische Daten zu sammeln und sie dann mit statistischen Techniken zu analysieren. Das Forschungsdesign ist ein Querschnitt, da die Daten der Studenten zu zwei verschiedenen Zeitpunkten erhoben werden.

Es wurde eine Umfrage unter 140 Studenten durchgeführt, die für den Statistikkurs eingeschrieben waren. Ihre Ansichten wurden in zwei Sitzungen, d. h. vor und nach Abschluss des Kurses, erhoben.

Es wurde ein Fragebogen entworfen und verwendet, um Daten von 140 Schülern zu sammeln, einschließlich ihrer demografischen Daten (Alter, Geschlecht, Abitur in Mathematik und Anwesenheit). Darüber hinaus werden in der Umfrage die Ansichten der Studierenden über ihre Persönlichkeit auf der Grundlage des Ten Item Personality Inventory (TIPI) erfasst, und die Durchschnittswerte ihrer Antworten werden berechnet, um die Werte für fünf Dimensionen zu ermitteln, darunter TIPI Extraversion, TIPI Verträglichkeit, TIPI Gewissenhaftigkeit, TIPI Emotionale Stabilität und TIPI Offenheit für Erfahrungen. Darüber hinaus wird die Statistikangst vor Beginn des Statistikkurses und nach dessen Beendigung auf der Grundlage der Anxiety with Statistics Scale (iBSc students, 2014) und

Die ASS-Werte der Studierenden vor und nach dem Kurs wurden berechnet, indem die Antworten auf eine positive Aussage über die Bequemlichkeit, statistisches Wissen anzuwenden, neu kodiert und die Antwortwerte summiert wurden, um zwei Variablen zu bestimmen, einschließlich ASSBase (Vorher) und ASSFollow (Nachher). Die Veränderung der Statistikangst wird als Differenz zwischen den Werten von ASSFollow und ASSBase berechnet. Die fehlenden Werte von ASSFollow werden mit -1 kodiert und von der in diesem Bericht durchgeführten Analyse ausgeschlossen. Außerdem wurden die Daten von ASSBase und ASSFollow als 1 bzw. 2 gruppiert, um den t-Test für unabhängige Stichproben durchzuführen. Das angenommene Konfidenzniveau für die Prüfung der Signifikanz des Unterschieds der Mittelwerte und der Steigungskoeffizienten beträgt 95 %.

Die Analyse beginnt mit der Berechnung der deskriptiven Statistiken, einschließlich der Häufigkeiten und anderer Statistiken wie Mittelwert, Standardabweichung, Mindest- und Höchstwerte der verschiedenen Variablen auf der Grundlage ihrer Typen. Die Ergebnisse werden zusammengefasst und auch in den Anhängen bereitgestellt. Der t-Test für unabhängige Stichproben ist ein univariater Test zum Vergleich der Punktzahlen von Personen auf der Anxiety with Statistics Scale (ASS) zu Beginn und am Ende des Statistikkurses (Reinhart, 2015). Die Korrelationsmatrix wurde erstellt, um die Korrelationen zwischen Score (Gesamtmodulnote), ASSChange (ASSFPost- ASSBase), Attendance (Anwesenheit) und A-level Maths zu bestimmen (George & Mallery, 2016).

In dieser Analyse wurden zwei Regressionen durchgeführt. In der ersten Regression ist die abhängige Variable die Veränderung der ASS-Punktzahl, die sich aus der Differenz der ASS-Punktzahlen zu Beginn und nach Abschluss der Bewertung ergibt. Im zweiten Regressionsmodell hingegen ist die Punktzahl die abhängige Variable. Die unabhängigen Variablen sind das Ten Item Personality Inventory (TIPI), das Alter und das Geschlecht der 140 Studierenden (Darlington & Hayes, 2017). Alle fehlenden Werte werden aus der Analyse ausgeschlossen, und die Normalverteilung der Daten der Variablen (Abbott, 2017), die eine notwendige Annahme der Regressionsanalyse ist, wird auch durch Histogramme in Anhang D bewertet.

Ergebnisse

Die Daten von 140 Studenten wurden anhand der TIPI- und ASS-Skalen erhoben. Die Analyse zeigt auch, dass die meisten der Befragten 22 Jahre alt waren. In der Stichprobe befanden sich 121 weibliche Personen. Außerdem hatten 93 Schüler Erfahrung in Mathematik auf A-Level. Die meisten der Befragten hatten eine hohe Anwesenheitshäufigkeit von 10. Diese Ergebnisse und ihre grafische Darstellung sind in Anhang A zu finden. Aus Tabelle 1 geht hervor, dass der Mittelwert von ASS vor dem Kurs 30,0643 betrug, während er am Ende des Kurses auf 25,3509 sank, was einen Rückgang von 4,7134 bedeutet. Es ist festzustellen, dass bei den Schätzungen der Ängstlichkeit nach dem Kurs 26 Werte fehlten.

Tabelle 1. ASS vorher und nachher.

Außerdem zeigt die Bewertung der Persönlichkeitsmerkmale auf der Grundlage des TIPP, dass der Mittelwert aller Maßnahmen über 5 lag, wie aus der Tabelle in Anhang B hervorgeht.

Die Ergebnisse des t-Tests für unabhängige Stichproben sind in der folgenden Tabelle zusammengefasst, und die detaillierten Ergebnisse sind in Anhang C aufgeführt.

Tabelle 3. t-Test.

Es ist festzustellen, dass der mittlere Unterschied zwischen ASS vor und nach dem Kurs negativ ist. Der Unterschied wurde auch bei einem Konfidenzniveau von 95 % als signifikant eingestuft.

Die Ergebnisse der Korrelationsmatrix sind in der folgenden Tabelle zusammengefasst, die detaillierte Matrix ist in Anhang E enthalten.

Tabelle 4. Korrelation.

Es zeigt sich, dass die Korrelation der Punktzahl mit ASSChange negativ ist. Das bedeutet, dass die Punktzahl der Schüler steigt, wenn sie weniger Angst haben. Darüber hinaus erzielen Studierende mit Mathematikkenntnissen auf A-Level und höherer Anwesenheit in dem Modul höhere Punktzahlen. Die stärkste Korrelation besteht zwischen Score und Attend. Außerdem sind die Korrelationen aller drei unabhängigen Variablen auf dem Niveau von 0,05 signifikant. Es gibt keine signifikante Korrelation zwischen den unabhängigen Variablen, was das Problem der Multikollinearität ausschließt, wie es die Regressionsanalyse erfordert.

Die Ergebnisse der Regressionsmodelle sind in Anhang F enthalten und werden im Folgenden zusammengefasst.

Tabelle 5. Regression.

Die Ergebnisse des ersten Regressionsmodells zeigen, dass die durch das R-Quadrat gemessene Anpassungsgüte schwach ist, und auch die F-Statistik ist nicht signifikant. Dies bedeutet, dass das Ergebnis dieser Analyse nicht zuverlässig ist, um eindeutige Schlussfolgerungen über die Beziehungen zwischen den Variablen zu ziehen. Die Koeffizienten des TIPI Extraversion und des TIPI Verträglichkeit sind positiv und nicht signifikant, da ihr p-Wert nicht unter dem Alpha-Wert liegt. Auf der anderen Seite haben TIPI Gewissenhaftigkeit, TIPI Emotionale Stabilität, TIPI Offenheit für Erfahrungen, Alter und Geschlecht negative Koeffizienten, die ebenfalls nicht signifikant sind. Die Ergebnisse des zweiten Regressionsmodells zeigen, dass die Anpassungsgüte, gemessen am R-Quadrat, ebenfalls schwach ist. Die F-Statistik ist jedoch signifikant, was bedeutet, dass das Ergebnis dieser Analyse zuverlässig ist, um eindeutige Schlussfolgerungen über die Beziehungen zwischen den Variablen zu ziehen. Die Koeffizienten des TIPI Extraversion, des TIPI Emotionale Stabilität und des TIPI Offenheit für Erfahrungen sind negativ. Der Koeffizient des TIPI Extraversion ist jedoch signifikant, da sein p-Wert kleiner als 0,05 ist. Die Ergebnisse deuten darauf hin, dass introvertierte Schüler und solche, die emotional stabiler und offener für Erfahrungen sind, niedrigere Werte aufweisen. Auf der anderen Seite haben TIPI Agreeableness, TIPI Conscientiousness, Alter und Geschlecht positive Koeffizienten. Der Koeffizient des TIPI Agreeableness ist signifikant, da sein p-Wert kleiner als 0,05 ist.

Diskussion

Die Analyse in diesem Bericht konzentriert sich darauf, die Auswirkungen der Angst vor Statistik auf die akademischen Leistungen der Studierenden zu ermitteln. Der Mittelwert der Statistikangst, gemessen mit der Skala “Angst vor Statistik”, war vor Beginn des Kurses höher als danach. Die Ergebnisse des t-Tests für unabhängige Stichproben zeigen, dass die Studierenden zu Beginn des Statistikkurses ein höheres Maß an Angst empfinden als nach Abschluss des Kurses, und es wurde festgestellt, dass dieser Unterschied ihr Verhalten erheblich beeinflusst. Die möglichen Erklärungen für dieses Verhalten wurden auch in früheren Studien diskutiert, darunter Macher et al. (2015), Morsanyi et al. (2016), Bourne (2018) und Primi, Donati und Chiesi (2018). Anhand dieser Analyse wird deutlich, dass die Studierenden vor Beginn des Kurses angespannt waren, was bedeutet, dass die Statistikangst der Studierenden nach Abschluss des Kurses abnahm.

Darüber hinaus zeigte die Korrelationsanalyse, dass die Pearson-Korrelation der Gesamtmodulnote mit der Veränderung der Angst vor der Statistik negativ und signifikant war, während die Korrelation mit der Mathematikausbildung auf A-Niveau und der Anwesenheit während des Kurses positiv und signifikant war. Dies bedeutet, dass Studierende, denen es gelingt, ihre Angst vor der Statistik zu kontrollieren oder zu überwinden, bessere Noten erzielen als diejenigen, die Angst vor diesem Fach haben und nicht in der Lage sind, ein gutes Verständnis der statistischen Methoden und Techniken zu entwickeln. Die Ergebnisse deuten auch darauf hin, dass Schüler, die Mathematik auf A-Level belegt hatten, in einer besseren Position waren und bessere Noten erzielen konnten. Darüber hinaus wurde festgestellt, dass die Korrelation zwischen Mathematik auf A-Level und der Veränderung der Angst vor Statistik negativ ist, was bedeutet, dass diese Schüler keine Angst vor dem Fach haben und aus diesem Grund in der Lage sind, statistisches Wissen schnell und effektiv zu erfassen und bessere Noten zu erzielen.

Die Korrelationsanalyse zeigt auch, dass Studierende, die regelmäßig an Statistikkursen teilnehmen, mehr Punkte erzielen als diejenigen, die den Unterricht schwänzen. Dies hilft ihnen, ein besseres Verständnis der statistischen Konzepte zu erlangen und ihre Angst zu überwinden. Es wird auch festgestellt, dass es eine negative Korrelation zwischen Attend und AssChange gibt, was ein Maß für den Unterschied zwischen dem Angstniveau zu Beginn und am Ende des Kurses ist. Dies bedeutet, dass die Studierenden, die sich bemühen, an den Statistikkursen teilzunehmen, wahrscheinlich ihre Angst und ihren Stress überwinden, was ihnen zu besseren Leistungen verhilft. Die Ergebnisse der Korrelationsanalyse bestätigen die Forschungshypothese, die besagt, dass die Angst vor Statistik mit den akademischen Leistungen in einem Statistikkurs für Studierende zusammenhängt, da ein signifikanter Zusammenhang zwischen beiden festgestellt wurde. Daraus lässt sich auch ableiten, dass die Angst vor der Statistik die akademischen Leistungen der Studenten in einem Statistikkurs beeinflusst.

Die nächsten beiden Forschungsfragen werden auf der Grundlage der Ergebnisse der beiden Regressionsmodelle beantwortet. Es wird festgestellt, dass die beiden Persönlichkeitsmerkmale, einschließlich Extraversion und Verträglichkeit, einen positiven Zusammenhang mit der Veränderung der Statistikangst aufweisen. Das bedeutet, dass Studenten, die extrovertiert sind und Verträglichkeit zeigen, am Ende des Kurses eine höhere Statistikangst haben. Darüber hinaus ist festzustellen, dass Studierende, die Gewissenhaftigkeit, emotionale Stabilität und Offenheit für Erfahrungen aufweisen, am Ende des Kurses einen Rückgang ihrer Ängstlichkeit erleben. Es gibt jedoch keine Persönlichkeitsmerkmale, die einen signifikanten Einfluss auf die Veränderung der Statistikangst haben. Schließlich wird erwartet, dass weibliche Studierende und Studierende in höherem Alter weniger Angst vor Statistik haben.

Die Ergebnisse der zweiten Regression zeigen, dass Extraversion und Verträglichkeit einen signifikanten Einfluss auf die akademischen Leistungen von Studierenden haben, die in einem Statistikkurs eingeschrieben sind. Dies bedeutet auch, dass introvertierte Studierende und solche, die emotional stabiler und offener für Erfahrungen sind, niedrigere Gesamtmodulnoten haben. Die Ergebnisse zeigen, dass Studierende, die eine höhere Verträglichkeit und Gewissenhaftigkeit aufweisen, bessere Noten als andere erzielen. Außerdem haben Studierende höheren Alters und weiblichen Geschlechts bessere Noten.

Referenzen

Abbott, M. L. (2017). Using statistics in the social and health sciences with SPSS and Excel. Hoboken, NJ: John Wiley & Sons.

Bourne, V. J. (2018). Exploring statistics anxiety: Contrasting mathematical, academic performance and trait psychological predictors. Psychology Teaching Review, 24(1), 35-43.

Darlington, R. B., & Hayes, A. F. (2017). Regressionsanalyse und lineare Modelle: Concepts, applications, and implementation. New York, NY: Guilford Publications.

George, D., & Mallery, P. (2016). IBM SPSS Statistics 23 Schritt für Schritt: A simple guide and reference. New York, NY: Routledge.

iBSc-Studenten. (2014). Skala zur Angst vor der Statistik. Unveröffentlicht.

Macher, D., Papousek, I., Ruggeri, K., & Paechter, M. (2015). Statistikangst und Leistung: Blessings in disguise. (C. Primi, Ed.) Frontiers in Psychology, 5(1116), 1-4.

Morsanyi, K., Mammarella, I. C., Szücs, D., Tomasetto, C., Primi, C., & Maloney, E. A. (2016). Mathematische und statistische Ängste: Educational, social, developmental and cognitive perspectives. Frontiers in Psychology, 7(1083), 1-4.

Paechter, M., Macher, D., Martskvishvili, K., Wimmer, S., & Papousek, I. (2017). Mathematikangst und Statistikangst. Gemeinsame, aber auch nicht-gemeinsame Komponenten und antagonistische Beiträge zur Leistung in der Statistik. (J. De La Fuente, Ed.) Frontiers in Psychology, 8(1196), 1-13.

Primi, C., Donati, M., & Chiesi, F. (2018). The role of statistics anxiety in learning probability. In C. Batanero, & E. Chernoff, Teaching and learning stochastics. ICME-13 Monographs (pp. 145-157). Cham, Switzerland: Springer.

Reinhart, A. (2015). Statistics done wrong: The woefully complete guide. San Francisco, CA: No Starch Press.

Siew, C. S., McCartney, M. J., & Vitevitch, M. S. (2019). Network Science zum Verständnis von Statistikangst bei Studenten. Scholarship of Teaching and Learning in Psychology, 5(1), 75-89.

Anhang A

Anhang B

Anhang C

Anhang D

Anhang E

Anhang F