Über die Auswirkungen der digitalen Lehre auf den Studienerfolg – dargestellt am Beispiel einer Statistik-Einführungsveranstaltung

Technology Arts Sciences TH Köln Rainer Lenz & Simon Cremer Über die Auswirkungen der digitalen Lehre auf den Studienerfolg – dargestellt am Beispiel einer Statistik-Einführungsveranstaltung Forschung und Innovation in der Hochschulbildung Forschung und Innovation in der Hochschulbildung herausgegeben von Prof. Dr. Sylvia Heuchemer (Technische Hochschule Köln) Prof. Dr. Reinhard Hochmuth (Leibniz-Universität Hannover) Prof. Dr. Niclas Schaper (Universität Paderborn) Dr. Birgit Szczyrba (Technische Hochschule Köln) Nr. 14 | 2022 | Research Paper Bibliografische Informationen der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbiografie; detaillierte bibliografische Daten sind im Internet unter https://portal.dnb.de/opac abrufbar. „Forschung und Innovation in der Hochschulbildung“ ist eine wissenschaftliche Schriftenreihe des Hochschulservers „Cologne Open Science“ der TH Köln. Sie wird herausgegeben von Prof. Dr. Sylvia Heuchemer (Technische Hochschule Köln), Prof. Dr. Reinhard Hochmuth (Leibniz-Universität Hannover), Prof. Dr. Niclas Schaper (Universität Paderborn) und Dr. Birgit Szczyrba (Technische Hochschule Köln). Die Verantwortung der Beiträge liegt bei den Autor*innen. Nr. 14 | 2022 | Research Paper Titelgestaltung: Prof. Andreas Wrede / TH Köln Layout: Ariane Johanna Larrat / TH Köln Lektorat und Satz: Ariane Johanna Larrat / TH Köln URN: urn:nbn:de:hbz:832-cos4-9817 DOI: 10.57684/COS-981 Dieses Werk wurde als elektronisches Dokument über Cologne Open Science, dem Hochschulserver der Technischen Hochschule Köln, publiziert. Abruf unter: https://cos.bibl.th-koeln.de Lenz & Cremer | Auswirkungen der digitalen Lehre auf den Studienerfolg Forschung und Innovation in der Hochschulbildung | Nr. 14 | 2022 | Research Paper 4 Zusammenfassung In diesem Beitrag wird ein auf die Lehre in einer Einführungsveranstaltung Statistik für Wirtschaftsingenieure zugeschnittenes digitales Lehrformat der klassischen Präsenzvorlesung aus früheren Jahren gegenübergestellt. Im Mittelpunkt steht der Vergleich der Prüfungsergebnisse verbunden mit der klassischen Vorlesung in den vier Studienjahren vor der COVID-19Pandemie mit den Ergebnissen zur Online-Lehrveranstaltung des Studienjahres 2020/2021 − mit dem für die Autoren überraschenden Resultat, dass die Prüflinge unter den neuen Rahmenbedingungen signifikant besser abschnitten als in der Vergangenheit. Die Diskussion der empirischen Ergebnisse schließt Verbesserungspotentiale für künftige Präsenz-, Onlineund Hybrid-Lehrveranstaltungen mit ein. Gliederung 1 Ausgangslage ................................................................................................................................................................ 5 2 Skizze der Lernziele und Lehrinhalte ........................................................................................................................... 5 3 Klassische und digitale Lehrstrategien ........................................................................................................................ 6 3.1 Rahmenbedingungen der Lehrveranstaltung ......................................................................................................................................... 6 3.2 Kurzbeschreibung der klassischen Präsenzlehrveranstaltung ............................................................................................................ 6 3.3 Kurzbeschreibung der digitalen Lehrveranstaltung .............................................................................................................................. 6 4 Untersuchung des Lernerfolges ................................................................................................................................... 7 4.1 Empirische Auswertung der Prüfungsdaten ............................................................................................................................................ 7 4.2 Auswertung auf Ebene der Taxonomieund Wissensstufen ............................................................................................................ 10 5 Evaluation und Weiterentwicklung der Lehrveranstaltung ...................................................................................... 12 5.1 Studentische Evaluation der beiden Lehrformate ............................................................................................................................... 12 5.2 Ergebnisse zu Lehrevaluationen in anderen Studien ......................................................................................................................... 13 5.3 Überlegungen zur Weiterentwicklung der Lehrveranstaltung ........................................................................................................ 14 6 Fazit und Ausblick ....................................................................................................................................................... 15 7 Literatur ...................................................................................................................................................................... 16 Lenz & Cremer | Auswirkungen der digitalen Lehre auf den Studienerfolg Forschung und Innovation in der Hochschulbildung | Nr. 14 | 2022 | Research Paper 5 1 Ausgangslage Im Frühjahr 2020 ging ein starkes Beben durch die internationale Hochschullandschaft. Die Ausbreitung der COVID-19Pandemie hat das Bildungssystem seither vor große Herausforderungen gestellt. In der gebotenen Eile galt es an den Hochschulen, die Präsenz-Lehrveranstaltungen mit möglichst geringem Qualitätsverlust zu digitalisieren, um den Lehrbetrieb bereits im Sommersemester 2020 gewährleisten zu können. Im vorliegenden Beitrag wird über die Erfahrungen der beiden Autoren betreffend eine Einführungsveranstaltung im Fach Statistik berichtet, die einmal jährlich für angehende Wirtschaftsingenieure in einem Bachelor-Studiengang an der Technischen Hochschule Köln (TH Köln) angeboten wird. Vor Ausbruch der Pandemie fanden Vorlesung und Übung ausschließlich in Präsenz statt. Die an der TH Köln zur Verfügung stehende und – wie die Autoren heute wissen – leistungsfähige Lernplattform ILIAS wurde bis dahin hauptsächlich zur Bereitstellung von Materialien wie dem Vorlesungsskript, Präsentationsfolien und Übungsblättern sowie zum Aufbau eines E-Mail-Verteilers genutzt. Die didaktischen Anforderungen an die Hochschullehre haben in den vergangenen Jahrzehnten im Zuge der sukzessiven Erleichterung der Studienzugangsbedingungen kontinuierlich zugenommen. Viele Studierende haben trotz formaler Hochschulreife Probleme sowohl bei der individuellen Studienorganisation (trotz starrer Vorgaben im Studienaufbau seit Umsetzung der Bologna-Reform) als auch beim autodidaktischen Erlernen von Fachwissen. Für diese Entwicklung ist der Bachelorstudiengang, in dessen Curriculum das hier besprochene Pflichtmodul Statistik im dritten Studiensemester angesiedelt ist, ein gutes Beispiel. Ein beachtlicher Teil der Drittsemester bringt die notwendige mathematische Schulbildung nicht mit. Diese wird nicht nur zur Bewältigung der Lehrveranstaltung Statistik, sondern auch für weitere Module des Studiums wie z. B. Technische Mechanik, Physik, Kostenund Investitionsrechnung benötigt. Ohne diese Kenntnisse werden höher gesteckte Lernziele unerreichbar. Darüber hinaus ist den betroffenen Studierenden dieser Umstand in vielen Fällen mangels realistischer Einordnung mathematischer Fähigkeiten nicht bewusst. Ihre Erwartung lautet daher nicht selten, in der Modulprüfung mit einer guten Note abzuschneiden, da man zuvor in der Schulzeit stets gute oder sehr gute Mathematikleistungen vorweisen konnte. 2 Skizze der Lernziele und Lehrinhalte Die Lehrveranstaltung ist ausgerichtet auf die im Wirtschaftsingenieurwesen benötigten Grundkenntnisse in Wahrscheinlichkeitsrechnung und deskriptiver Statistik: Die Studierenden sollen in die Lage versetzt werden, im weiteren Studienverlauf und der späteren Berufsausübung selbstständig spezielle Fragestellungen aus der Praxis, z. B. aus den Bereichen Fertigungstechnik oder Qualitätsmanagement, mittels statistischer Datenanalyse zu bearbeiten. Die Modulbeschreibungen des Studiengangs orientieren sich im Kern an der Taxonomie der Lernziele im kognitiven Bereich nach Bloom (1976). Dabei stehen Lernziele wie Denken, Wissen und Problemlösen im Vordergrund. Diese werden in sechs Stufen derart aufsteigend kategorisiert, dass jede Stufe die vorherigen Stufen – zumindest in der Theorie – einschließt. Dem hier besprochenen Modul Statistik ist die vierte Kompetenzstufe ‚Analyse‘ zugeordnet und damit implizit auch die drei darunterliegenden Stufen ‚Wissen‘, ‚Verstehen‘ und ‚Anwenden‘. Gegenstand zur Erreichung dieser Stufen sind die üblichen Grundlagen der deskriptiven Statistik und Wahrscheinlichkeitsrechnung, die an dieser Stelle grob skizziert werden. Der Inhalt ist auf eine vierstündige Veranstaltung abgestimmt, wobei Vorlesung und begleitende Übungen jeweils zwei Semesterwochenstunden einnehmen. In die Übungen ist neben der Bearbeitung der wöchentlichen Aufgabenblätter eine Einführung in die R-Programmierumgebung integriert. Zu Semesterbeginn werden die verschiedenen Phasen einer statistischen Erhebung anhand des Lebenszyklus von Forschungsdaten erläutert und typische grafische Darstellungsformen aggregierter Daten an kleinen Beispielen vorgestellt. Danach folgen die Begriffe der diskreten und stetigen Zufallsvariable samt möglicher Skalentypen, absolute und relative Häufigkeitsverteilungen, Lokationsund Skalenparameter, diverse Zusammenhangs-maße sowie eine kurze Einführung in die Regressionsund Varianzanalyse. Die Grundlagen der Kombinatorik und Wahrscheinlichkeitsrechnung zählen zu den Pflichtthemen an weiterführenden Schulen. Dennoch ist es notwendig, sie aufgrund der heterogenen Verteilung mathematischer Vorkenntnisse unter Studierenden am Anfang ihres Studiums zu wiederholen und erst danach weiter zu vertiefen. Allerdings fällt die Wiederholung aufgrund der zeitlichen Restriktion in den Lehrveranstaltungen kompakt aus. Die Studierenden erhalten zum Ausgleich diverse Begleitmaterialien zum selbstständigen Nachholen und Festigen. Wiederholt und vertieft werden einfache Zählkoeffizienten der Kombinatorik, diverse Wahrscheinlichkeitsbegriffe mit besonderem Fokus auf den Axiomen von Kolmogoroff, der Begriff der stochastischen Unabhängigkeit verbunden mit den üblichen Theoremen zur bedingten Wahrscheinlichkeit, Kenngrößen von Zufallsvariablen sowie die prominentesten diskreten und stetigen Wahrscheinlichkeitsverteilungen mitsamt charakteristischer Verteilungsparameter. Abschließend werden einige in praxi hilfreiche Reproduktionsund Grenzwertsätze behandelt. Lenz & Cremer | Auswirkungen der digitalen Lehre auf den Studienerfolg Forschung und Innovation in der Hochschulbildung | Nr. 14 | 2022 | Research Paper 6 3 Klassische und digitale Lehrstrategien Zunächst werden in Abschnitt 3.1 die Gemeinsamkeiten der beiden Lehrformate zusammengefasst. Anschließend wird erläutert, wie die beiden Formate der klassischen Präsenzlehre (Abschnitt 3.2) und der digitalen Lehre (Abschnitt 3.3) im Grundlagenfach Statistik durch die Autoren ausgestaltet wurden. 3.1 Rahmenbedingungen der Lehrveranstaltung Die Veranstaltung wird jährlich im Wintersemester angeboten und ist für Studierende des dritten Studiensemesters konzipiert. Neben einer groben Skizze der Lehrinhalte werden gleich zu Semesterbeginn die angestrebten Lernziele und Prüfungsmodalitäten benannt. Es wird den Studierenden empfohlen, sich während des Semesters intensiv mit dem Lehrinhalt auseinanderzusetzen und sich ihrer Eigenverantwortung für das Erreichen der Lernziele bewusst zu werden. Die Lehrveranstaltungen und Begleitmaterialien sind dabei vor allem als Unterstützung beim Verfolgen der angestrebten Lernziele zu verstehen. Auf dem hochschulinternen ILIAS-Portal findet sich ein Ordner zum Pflichtmodul Statistik, der Informationen zur Organisation der Lehrveranstaltung und Begleitmaterialien, wie z. B. ausgewählte Fachliteratur und aktuelle Übungsblätter, bereithält. Diese Materialien umfassen auch ausführliche mathematische Herleitungen zu einigen Theoremen sowie zusätzliche Übungsaufgaben und Musterlösungen zu früheren Klausurblättern. Außerdem wird ein offenes Diskussionsforum zur Veranstaltung angeboten, das von den Studierenden inhaltlich nach frei wählbaren Themen wie bspw. einzelnen Vorlesungskapiteln strukturiert werden kann. Das Forum wird jedoch erfahrungsgemäß eher zur Klärung organisatorischer als inhaltlicher Fragen genutzt. Im letzten Semesterdrittel werden – sobald verfügbar – die Evaluationsergebnisse vorgestellt und diskutiert. Die abschließende Prüfung wird in der lehrveranstaltungsfreien Zeit in Form einer Klausur in Präsenz abgenommen, wobei sich die fachlichinhaltlichen Anforderungen während der COVID-19-Pandemie gegenüber früheren Studienjahren nicht geändert haben. 3.2 Kurzbeschreibung der klassischen Präsenzlehrveranstaltung Die wöchentlichen Lehrveranstaltungen setzen sich zu gleichen Teilen aus Vorlesung und Übungen zusammen. Die vorlesungsbegleitenden Materialien werden den Studierenden über die oben beschriebene ILIAS-Plattform zur Verfügung gestellt. Daneben können die Studierenden individuelle Sprechstunden beim Fachprofessor und seinem wissenschaftlichen Mitarbeiter wahrnehmen. Die wöchentliche zweistündige Vorlesung findet im Hörsaal für rund 150 Studierende statt. Dabei werden in der Regel eine PowerPoint-Präsentation und die Kreidetafel simultan eingesetzt. Letztere dient zum einen zum Vorführen mathematischer Beweise und ausführlichen Entwickeln der via PowerPoint meist sehr kompakt dargestellten Inhalte. Zum anderen ermöglicht es die Kreidetafel, spontan auf studentische Fragen einzugehen und passende Beispiele zu skizzieren. Die ebenfalls zweistündigen Übungen werden in vier Gruppen zu verschiedenen Terminen angeboten. Damit ist es für einzelne Studierende möglich, an den Übungen mehrfach teilzunehmen. Jede Woche wird ein neues Übungsblatt, das in der Vorwoche verteilt wurde, besprochen. Regelmäßig werden alte Klausuraufgaben zum jeweils aktuellen Vorlesungskapitel eingestreut. Ergänzend wird im nachfolgenden Sommersemester ein freiwilliges Repetitorium angeboten. Darin ist in Gruppen von maximal fünfzehn Studierenden eine individuelle Betreuung möglich, die besonders eine Unterstützung der in der o. g. Vorlesung leistungsschwächeren Studierenden bspw. bei der Formulierung und manuellen Auflösung mathematischer Gleichungen erlaubt. 3.3 Kurzbeschreibung der digitalen Lehrveranstaltung Die wöchentlichen Themen werden in Lehrvideos mit einer Dauer von jeweils 15 bis maximal 40 Min. behandelt. Hierbei sind die Inhalte zur besseren Motivation der Studierenden in kleinere Einheiten zerlegt und jeweils ab dem Wochenende für die Folgewoche abrufbar. Auch zu den Übungsblättern werden die zugehörigen Musterlösungen aufgezeichnet, jedoch aus didaktischen Gründen einige Tage zeitlich versetzt online bereitgestellt. Die Inhalte der Lehrvideos sind gerade bei komplexeren Inhalten nicht erschöpfend, sondern vielmehr als Einstieg in die aktuellen Vorlesungskapitel gedacht. Darin werden die statistischen Begriffe und Methoden auf ihre Kernidee reduziert, um den Studierenden den Zugang zu erleichtern und sie in die Lage zu versetzen, im Anschluss tiefergehende Literatur zu bewältigen und in den wöchentlich angebotenen Online-Lehrveranstaltungen besser zu folgen. Werden bspw. im Lehrvideo die verschiedenen Definitionen eines Mittelwertes (arithmetisches, geometrisches und harmonisches Mittel, Median usw.) vorgestellt, können in der Online-Lehrveranstaltung deren grundlegende Unterschiede und sinnvolle Einsatzmöglichkeiten anhand von Beispielen diskutiert werden. Ein Video zur Lenz & Cremer | Auswirkungen der digitalen Lehre auf den Studienerfolg Forschung und Innovation in der Hochschulbildung | Nr. 14 | 2022 | Research Paper 7 linearen Einfachregression kann beispielsweise durch das allgemeine lineare Modell samt Herleitung des Normalengleichungssystems vertieft werden. Bei den Online-Lehrveranstaltungen werden hauptsächlich Präsentationsfolien genutzt und manuell durch ein Stift-Tablet als Tafelersatz ergänzt. Es findet zwar auch hier Interaktion mit den Studierenden statt, aber mit deutlicher Einschränkung im Vergleich zu den klassischen Präsenzlehrveranstaltungen. Selbst ein virtuoser Umgang mit modernen Medien kann nach Auffassung der Autoren den persönlichen Blickkontakt zwischen Lehrpersonal und Auditorium und einen mit guter Akustik und Kreidetafel ausgestatteten Hörsaal nicht gänzlich ersetzen. Während der Übungen haben die Studierenden die Möglichkeit, konkrete Verständnisprobleme bei der Bearbeitung der wöchentlichen Übungsblätter zu adressieren. Da es zu diesen Übungsblättern vollständige Musterlösungen und Lehrvideos gibt, ist deren ‚sklavisches‘ Abarbeiten im Gegensatz zur klassischen Präsenzlehrveranstaltung nicht nötig. Stattdessen wird die zur Verfügung stehende Zeit dazu genutzt, zusätzliche Aufgaben zu den aktuellen Inhalten zu besprechen. 4 Untersuchung des Lernerfolges Es wird nachfolgend der Frage nachgegangen, ob und in welche Richtung der durch die COVID-19-Pandemie erzwungene Wechsel der Lehrstrategie einen Einfluss auf das Erreichen der anvisierten Lernziele hat. Hierzu werden in Abschnitt 4.1 basierend auf den Prüfungsergebnissen, also den in den Klausuren durch die Studierenden erzielten Punkten, einige Kenngrößen der deskriptiven Statistik zu beiden Lehrformaten gegenübergestellt und deren Unterschiede via Hypothesentest auf Signifikanz geprüft. Die zu erreichenden Lernziele werden im vorliegenden Fall in Form einer Abschlussklausur während der lehrveranstaltungsfreien Zeit geprüft. Dabei wird vorausgesetzt, dass die Lernziele in beiden Prüfungsformaten zu Semesterende adäquat geprüft werden. Diese nach Ansicht der Autoren dringende Erfordernis wird unter dem Begriff der konstruktiven Abstimmung (engl. constructive alignment) gehandelt. Für einen seriösen Vergleich der Ergebnisse ist zudem grundlegend, dass die Prüfungsanforderungen in beiden Lehrformaten identisch sind. Dies wird anhand der Taxonomisierung der Lernziele im kognitiven Bereich nach Bloom (1976) in Abschnitt 4.2 mithilfe eines χ2-Anpassungstests überprüft. Anschließend werden die beobachtbaren Verschiebungen bei der Erreichung der Lernziele in beiden Lehrformaten diskutiert und verglichen. 4.1 Empirische Auswertung der Prüfungsdaten Die zur Analyse der Prüfungsergebnisse verwendeten Einzeldaten wurden gewissenhaft gemäß der geltenden Datenschutzgrundverordnung anonymisiert. Hier waren das Entfernen personenbezogener Merkmale wie Name, Fachsemester etc. und der Ersatz der Matrikelnummer durch eine fortlaufende Nummer (sogenannte Pseudonymisierung) ausreichend zum Zwecke des Schutzes vertraulicher Individualinformationen. Bei den Prüfungsergebnissen werden in der Folge nicht die vergebenen Noten, sondern die von den Studierenden in der Prüfung erzielten Punkte betrachtet. Es liegen insgesamt n = 798 Beobachtungen aus fünf aufeinander folgenden Studienjahren vor, wobei die jährlichen Kohorten zwischen 140 und 180 Studierenden schwanken. Im Folgenden messen wir den Lernerfolg anhand einer Zielvariable Y, welche wie zuvor beschrieben die in der Klausur erzielten Punkte definiert. Der Wertebereich dieser Variable ist durch eine kontinuierliche Skala von 0 bis 100 (Angaben in Prozent) bestimmt. Die Unterschiede in den Prüfungsergebnissen bezogen auf das klassische Präsenzsemester auf der einen, und das digitale Semester auf der anderen Seite, sind anhand der Kerndichteschätzung in Abbildung 1 erkennbar. Die Prüfung wurde bei 50 % der erzielbaren Punkte mit der Note 4.0 bestanden, bei wenigstens 95 % der erzielbaren Punkte wurde die Bestnote 1.0 vergeben und dazwischen eine lineare Skala zwecks Zuordnung der Noten verwendet. Lenz & Cremer | Auswirkungen der digitalen Lehre auf den Studienerfolg Forschung und Innovation in der Hochschulbildung | Nr. 14 | 2022 | Research Paper 8 Abbildung 1: Punkteverteilung zu klassischem und digitalem Lehrformat. Bei der Bestimmung der beiden Kerndichtefunktionen wurden Gauß-Kerne mit adaptiver Bandbreite verwendet. Die linksschiefe Verteilung der Prüfungsergebnisse im digitalen Lehrformat deutet auf eine Verbesserung des Studienerfolgs gegenüber dem klassischen Lehrformat hin. So ergibt sich für die empirische Schiefe der Punkteverteilung im klassischen Format mit gm(kl) = 0.21 ein positiver Wert (Rechtsschiefe). Die zugehörige Verteilung ist in Abbildung 1 (durchgezogene Linie) entsprechend leicht nach links geneigt. Dies bedeutet, dass sich die Prüfungsergebnisse mehrheitlich im unteren und mittleren Bereich der Skala bewegen und gute bis sehr gute Ergebnisse seltener erzielt werden. Im digitalen Format zeigt sich dagegen mit gm(dig) = - 0.39 ein von den Autoren unerwarteter negativer Wert (Linksschiefe), der auch anhand der nach rechts geneigten gestrichelten Linie in Abbildung 1 erkennbar ist. Die gegenüber Ausreißern stabileren Quartilskoeffizienten der Schiefe zeigen hier eine schwächere Tendenz und lassen sich auch anhand der beiden Kastengrafiken in Abbildung 2 abschätzen, da sie auf Basis der dort gekennzeichneten Quartile berechnet werden. Dabei wird jeweils die Differenz der oberen und unteren Teilfläche ins Verhältnis zur Gesamtfläche des Kastens gesetzt: 25,075,0 25,05,05,075,0 25,0 )()( xx xxxx g− −−− = Im klassischen Lehrformat liegt der Quartilskoeffizient der Schiefe bei g0,25(kl) = 0 und deutet eher auf eine symmetrische denn auf eine rechtsschiefe Verteilung hin. Im digitalen Lehrformat liegt der Koeffizient mit g0,25(dig) = - 0.17 weiterhin im negativen Bereich und unterstreicht die Tendenz zu besseren Prüfungsergebnissen bei diesem Lehrformat. Lenz & Cremer | Auswirkungen der digitalen Lehre auf den Studienerfolg Forschung und Innovation in der Hochschulbildung | Nr. 14 | 2022 | Research Paper 9 Abbildung 2: Kastengrafiken zu den Prüfungsergebnissen beider Lehrformate. Die oberen und unteren Begrenzungen der Kastengrafiken, die gelegentlich als ‚Fühler‘ bezeichnet werden, beschreiben die maximalen und minimalen Beobachtungen der zugrundeliegenden Zahlenreihen. Die Einkerbungen in den Kästen beschreiben die Intervallgrenzen der 95-Prozent-Konfidenzintervalle um die Mediane der Beobachtungsreihen. Das bedeutet, dass sich die theoretischen Mediane mit großer Wahrscheinlichkeit im Bereich zwischen den beiden Einkerbungen befinden. Da die entsprechenden Intervalle der beiden Grafiken disjunkt sind, lässt sich folgern, dass sich die Mediane der beiden Stichproben mit x0,5 = 45 (Studienjahre 2016/2017 bis einschließlich 2019/2020) und x0,5 = 57 (Studienjahr 2020/2021) signifikant voneinander unterscheiden. Die arithmetischen Mittelwerte sind in den beiden Grafiken durch ein Kreuzchen gekennzeichnet. Auch diese weichen mit und deutlich voneinander ab. Um die Unabhängigkeit der beiden Gruppen zu gewährleisten, wurden bei den Berechnungen zum Studienjahr 2020/2021 nur Klausurteilnehmer berücksichtigt, die vor dem Wintersemester 2020/2021 noch keinen Prüfungsversuch unternommen hatten. Die sichtbare Verbesserung des Lernerfolgs Y mit Wechsel des Lehrformats X kann nun mittels eines einseitigen ZweiStichproben t-Tests abgesichert werden. Da die Standardabweichungen der beiden Gruppen mit s1 = 20.65 und s2 = 22.95 merkbar auseinander liegen (s2 weicht um mehr als zehn Prozent von s1 ab), wird eine Welch-Korrektur durchgeführt.1 Die Nullhypothese lautet, dass sich mit Einführung des digitalen Lehrformates keine Verbesserung im Studienerfolg eingestellt hat und der gemessene Anstieg des Lageparameters allein auf Zufallsschwankungen zurückzuführen ist. Im Ergebnis des t-Tests wird p < .0002 und |d| = 1.19 berichtet. Nach Cohen (1992) darf hier von einem starken Effekt gesprochen werden. Demnach haben sich die Prüfungsergebnisse systematisch verbessert bzw. es kann die Nullhypothese auf sehr hohem Niveau zugunsten der Alternative verworfen werden. Im nachfolgenden Abschnitt 4.2 wird die Veränderung der Prüfungsergebnisse auf Ebene der Taxonomieund Wissensstufen einzelner Aufgaben genauer untersucht. 1 Der t-Test setzt bekanntermaßen gleiche Varianzen in beiden Gruppen voraus. Der p-Wert zum entsprechenden F-Test beträgt 0.16, weshalb die Annahme der Varianzhomogenität angezweifelt werden darf. Lenz & Cremer | Auswirkungen der digitalen Lehre auf den Studienerfolg Forschung und Innovation in der Hochschulbildung | Nr. 14 | 2022 | Research Paper 16 7 Literatur Albrecht, P.-G. & Hawlitschek, A. (2021). „Wenn man ein Aha-Erlebnis hat“ – Merkmale guter Online-Lehre aus studentischer Perspektive, Forschung & Lehre 10(21), 828829. Alqurashi, E. (2019). Predicting Student Satisfaction and Perceived Learning within Online Learning Environments. Distance Education, 40, 133-148. https://doi.org/10.1080/01587919.2018.1553562 Anderson, L. W. & Krathwohl, D. R. (Hrsg.) (2001). A Taxonomy for Learning, Teaching, and Assessing: A Revision of Bloom’s Taxonomy of Educational Objectives. Longman Publishing Group. Bloom, B. S. (1976). Taxonomie von Lernzielen im kognitiven Bereich. Beltz Verlag. Boomers, S. & Nitschke, A. K. (2017). Diversität und Lehre: Empfehlungen zur Gestaltung von Lehrveranstaltungen mit heterogenen Studierendengruppen, Freie Universität Berlin. Abgerufen am 30.04.2022 von htttp://www.fu-berlin.de/sites/diversitaetundlehre/diversitaetsmerkmale/index.html Bower, M., Lee, M. J. & Dalgarno, B. (2017). Collaborative learning across physical and virtual worlds: Factors supporting and constraining learners in a blended reality environment. British Journal of Educational Technology, 48(2), 407430. Cohen, J. (1992). A power primer. Psychological bulletin, 112(1), 155-159.Friede, L.-M., Heuchemer, S. & Szczyrba, B. (2021). „Alle sind gezwungen, sich anzupassen“, Erfahrungsbericht: Technische Hochschule Köln. Deutsche Hochschulzeitung (DUZ), 2020(8), S. 66-71. Abgerufen am 30.04.2022 von https://www.duz.de/media/duzDe/issues/vxrzxx/wewt3v/web/html5/index.html?&locale=DEU&pn=67 Hermann, C., Lauer, T. & Trahasch, S. (2006, 11.14. September). Eine lernerzentrierte Evaluation des Einsatzes von Vorlesungsaufzeichnungen zur Unterstützung der Präsenzlehre [Konferenzbeitrag]. DeLFI  4. e-Learning Fachtagung Informatik, Darmstadt. Krammer, G., Pflanzl, B. & Matischek-Jauk, M. (2020). Aspekte der Online-Lehre und deren Zusammenhang mit positivem Erleben und Motivation bei Lehramtsstudierenden: Mixed-Method Befunde zu Beginn von COVID-19. Zeitschrift für Bildungsforschung, 10(3), 337375. Metzger, C., Waibel, R., Henning, C., Hödel, M. & Luzi, R. (1993). Anspruchsniveau von Lernzielen und Prüfungen im kognitiven Bereich. St. Gallen: Institut für Wirtschaftspädagogik. Reinmann, G. (2021). Hybride Lehre – Ein Begriff und seine Zukunft für Forschung und Praxis, Journal für freie Bildungswissenschaftler, 2021 (35), Abgerufen am 20.04.2022 von https://gabi-reinmann.de/wpcontent/uploads/2021/02/Impact_Free_35.pdf Rieger, M. O. (2021). Klassisch, per Zoom oder Live-Übertragung? Forschung & Lehre 12(21), 1002. Lenz & Cremer | Auswirkungen der digitalen Lehre auf den Studienerfolg Forschung und Innovation in der Hochschulbildung | Nr. 14 | 2022 | Research Paper 17 Autorenprofile Rainer Lenz, Prof. Dr., Professor im Fachbereich Statistik am Institut für Produktion (IFP), Fakultät für Fahrzeugsysteme und Produktion an der TH Köln. Privatdozent in der Statistischen Fakultät der TU Dortmund. Forschungsschwerpunkte: Methoden der Statistischen Geheimhaltung, Kombinatorische Optimierung, Mehrwertige Logik. Kontakt: [email protected] Simon Cremer, Wissenschaftlicher Mitarbeiter im Fachbereich Statistik am Institut für Produktion (IFP), Fakultät für Fahrzeugsysteme und Produktion an der TH Köln. Betreuung der Praxissemester im Studiengang Produktion und Logistik. Kontakt: [email protected]