Studienprojekt zum Thema E-Learning WS 2013/14 Autoren: Aria, Armin Boldt, Jenny Hanna Breetz, Paul Maus, Sebastian Westphal, Kirsten Claudia Betreuer des Studienprojekts: Prof. Dr. Sebastian Möller Patrick Ehrenbrink Betrachteter Kurs: Sprachkommunikation (6 ECTS) Professor des Kurses: Prof. Dr. Sebastian Möller Kursbetreuer: Patrick Ehrenbrink, Florian Hinterleitner, Friedemann Köster

- 1-

Abstrakt

Sowohl auf Seite der Hochschulen als auch auf Seite der Studierenden gibt es ein stetig wachsendes Interesse an E-Learning und dessen Nutzung. Im Sinne dieses wachsenden Interesses wollte das Studienprojekt ‚E-Learning‘ die Hypothese überprüfen, ob eine intensive Nutzung von E-Learning Materialien Auswirkung auf den Erfolg der Lehrveranstaltung hat. Der Erfolg der Lehrveranstaltung wurde anhand von Tests, Hausaufgabennoten, der Gesamtnote der Studierenden evaluiert. Das Projekt wurde mit 68 Studierenden durchgeführt. Die untersuchte Lehrveranstaltung bestand aus einer Vorlesung und einer Übung pro Woche sowie zusätzlichen Hausaufgaben. Zur Überprüfung der Hypothese wurden Vorfragebögen, Log-Daten der Online-Plattform ISIS, Daten der Videoaufzeichnung und Abschlussfragebögen ausgewertet. Bei den erhobenen Log-Daten von ISIS handelte es sich um die Anzahl von Klicks (insgesamt oder auf bestimmte Materialien). Diese Daten wurden mit der selbst programmierten Software Mootics analysiert. Mootics summiert dabei die Klicks von sieben festgelegten Aktivitätskategorien, in die die E-Learning-Materialien eingeteilt wurden. Diese Kategorien waren Forum, Exercise, Video, Script, Lecture, Homework und Others. Zur Auswertung wurden die Klicks aufsummiert, sodass eine Aussagen darüber getroffen werden konnte, wer insgesamt wie oft, auf welche Kategorie geklickt hat. Die erhobenen Daten wurden dann mit den erreichten Noten der Studierenden auf einen statistischen Zusammenhang hin untersucht. Die Hypothese, dass ein häufiger Gebrauch von E-Learning-Materialien einen positiven Einfluss auf den Lernerfolg hat, musste verworfen werden. Dennoch ist bei fast allen Zusammenhängen eine positive Tendenz erkennbar.

- 2-

Inhaltsverzeichnis 1.Einleitung .............................................................................................................................................. 1

2. Stand der Literatur und Entwicklung der Forschungsfragen ............................................................... 1

2.1 Was versteht man unter E-Learning ....................................................................................... 1

2.2 Aktueller Forschungsstand zum Thema E-Learning ............................................................ 2

2.3 Forschungsfrage ........................................................................................................................ 3

3. Methodik ............................................................................................................................................. 4

3.1 Vorfragebogen ............................................................................................................................ 4

3.2 ISIS Log Daten ........................................................................................................................... 4

3.2.1 Kategorien in mootics ......................................................................................................... 5

3.2.2 Funktionalität von mootics ................................................................................................. 5

3.2.3 Die Oberfläche von mootics .............................................................................................. 6

3.3 Videoaufzeichnungen ................................................................................................................ 8

3.4 Abschlussfragebogen ................................................................................................................ 8

4. Ergebnisse und Diskussion ................................................................................................................ 10

4.1 Vorfragebogen .......................................................................................................................... 10

4.2 Videoaufzeichnungen .............................................................................................................. 10

4.3 ISIS Log Daten ......................................................................................................................... 12

4.3.1 Wöchentliche Nutzung ..................................................................................................... 12

4.3.2 Monatliche Nutzung .......................................................................................................... 13

4.3.3 Zusammenhänge zum Lernerfolg .................................................................................. 15

4.3.4 Korrelationen ..................................................................................................................... 19

4.3.5 Gewichtete Videoklicks .................................................................................................... 25

4.4 Abschlussfragebogen .............................................................................................................. 26

4.4.1 Allgemeine Auswertung des Abschlussfragebogens .................................................. 26

4.4.2 Zusammenhang der Angaben im Abschlussfragebogen mit dem Prüfungserfolg . 30

5. Schlussbetrachtungen ....................................................................................................................... 34

5.1 Zusammenfassung .................................................................................................................. 34

5.2 Praktische Implikation ............................................................................................................. 34

5.3 Kritik & Ausblick ........................................................................................................................ 35

Literaturverzeichnis ............................................................................................................................... 37

I. Ergebnisse der Abschlussfragebögen ..................................................................................... 39

I.I Allgemeine Auswertung des Abschlussfragebogens (weitere) ....................................... 39

I.II Zusammenhang der Angaben im Abschlussfragebogen mit dem Prüfungserfolg (weitere) ....................................................................................................................................... 40

- 3-

Abbildungverzeichnis

Abbildung 1: Richtlinien für die Stärke von Korrelationen, Johannes Hain (Universität Würzburg) .............................................................................................................................................. 3 Abbildung 2: Vorfragebogen ............................................................................................................... 4 Abbildung 3: Die Oberfläche von mootics am Beispiel von Statistiks .......................................... 7 Abbildung 4: Abschlussfragebogen ................................................................................................... 9 Abbildung 5: Aufrufe des Videos (insgesamt) ................................................................................ 10 Abbildung 6: Abspielzeit insgesamt (in Minuten) ........................................................................... 11 Abbildung 7: Durchschnittliche Abspielzeit (in Minuten) ............................................................... 11 Abbildung 8: Wöchentliche Nutzung im Zeitraum 9.10.2013 – 18.3.2014................................. 12 Abbildung 9: Monatliche Nutzung vom 09.10.2013 bis 18.03.2014 ........................................... 14 Abbildung 10: Nutzung der E-Learning Materialien im Februar und März ................................ 15 Abbildung 11: Zusammenhang zwischen dem Midterm Exam und der Aktivität (Klicks) ........ 16 Abbildung 12: Zusammenhang zwischen dem Endtest und der Aktivität (Klicks) .................... 17 Abbildung 13: Zusammenhang zwischen allen Tests und der Aktivität (Klicks) ....................... 18 Abbildung 14: Zusammenhang zwischen der Endnote und der Aktivität (Klicks) .................... 18 Abbildung 15 :Exercise und Midterm Exam .................................................................................... 20 Abbildung 16: Homework und Endtest ............................................................................................ 21 Abbildung 17: Lecture und Total ...................................................................................................... 22 Abbildung 18: Script und Total ......................................................................................................... 22 Abbildung 19: others und Total ......................................................................................................... 23 Abbildung 20: Homework und Course Total ................................................................................... 24 Abbildung 21: Script und Course Total............................................................................................ 25 Abbildung 22: Gewichtete Videoklicks im Zusammenhang zu den Endnoten .......................... 26 Abbildung 23: Zeitangaben bzgl. der Verwendung der E-Learning-Materialien ....................... 28 Abbildung 24: Nützlichkeit der E-Learning-Materialien ................................................................. 29 Abbildung 25: Gründe für das Anschauen der Videos .................................................................. 30 Abbildung 26: Aufgewendete Zeit für das Skript im Zusammenhang zur Endnote .................. 31 Abbildung 27: Aufgewendete Zeit für das Anschauen der Videos im Zusammenhang zur Endnote ................................................................................................................................................ 31 Abbildung 28: Aufgewendete Zeit für die Übung/Hausaufgabe im Zusammenhang zur Endnote ................................................................................................................................................ 32 Abbildung 29: Wie hilfreich wird das Skript für die Prüfungsvorbereitung bewertet im Zusammenhang zur Endnote ........................................................................................................... 32 Abbildung 30: Wie hilfreich werden die Videos für die Prüfungsvorbereitung bewertet im Zusammenhang zur Endnote ........................................................................................................... 33 Abbildung 31: Wie hilfreich werden die Self-Tests für die Prüfungsvorbereitung bewertet im Zusammenhang zur Endnote ........................................................................................................... 33 Abbildung 32: Aufgewendete Zeit für Vorlesungsfolien im Zusammenhang zur Endnote ...... 40 Abbildung 33: Aufgewendete Zeit für die Self-Tests im Zusammenhang zur Endnote ........... 40 Abbildung 34: Aufgewendete Zeit für die Übung/Hausaufgaben im Zusammenhang zur Prüfungsnote ....................................................................................................................................... 41 Abbildung 35: Aufgewendete Zeit für die Self-Tests in Zusammenhang zur Prüfungsnote ... 41 Abbildung 36: Aufgewendete Zeit für das Anschauen der Videos in Zusammenhang mit der Prüfungsnote ....................................................................................................................................... 42 Abbildung 37: Aufgewendete Zeit für das Skript in Zusammenhang zur Prüfungsnote .......... 42 Abbildung 38: Aufgewendete Zeit für die Vorlesungsfolien in Zusammenhang zur Prüfungsnote ....................................................................................................................................... 43

- 4-

Abbildung 39: Wie hilfreich wird das Skript für das Verständnis bewertet in Zusammenhang zur Endnote ......................................................................................................................................... 43 Abbildung 40: Wie hilfreich werden die VL-Folien für das Verständnis bewertet in Zusammenhang zur Endnote ........................................................................................................... 44 Abbildung 41: Wie hilfreich werden die Videos für das Verständnis bewertet in Zusammenhang zur Endnote ........................................................................................................... 44 Abbildung 42: Wie hilfreich werden die Self-Tests für das Verständnis bewertet in Zusammenhang zur Endnote ........................................................................................................... 45 Abbildung 43: Wie hilfreich werden die Kahoot!-Quizes für das Verständnis bewertet in Zusammenhang zur Endnote ........................................................................................................... 45 Abbildung 44: Wie hilfreich wird das Skript für das Verfolgen der VL bewertet in Zusammenhang zur Endnote ........................................................................................................... 46 Abbildung 45: Wie hilfreich werden die VL-Folien für das Verfolgen der Vorlesung bewertet in Zusammenhang zur Endnote ........................................................................................................... 46 Abbildung 46: Wie hilfreich werden die Videos für das Verfolgen der Vorlesung bewertet in Zusammenhang zur Endnote ........................................................................................................... 47 Abbildung 47: Wie hilfreich werden die Self-Tests für das Verfolgen der Vorlesung bewertet in Zusammenhang zur Endnote ....................................................................................................... 47 Abbildung 48: Wie hilfreich werden die Kahoot!-Quizes für das Verfolgen der Vorlesung bewertet in Zusammenhang zur Endnote ....................................................................................... 48 Abbildung 49: Wie hilfreich werden die VL-Folien für die Prüfungsvorbereitung bewertet in Zusammenhang zur Endnote ........................................................................................................... 48 Abbildung 50: Wie hilfreich werden die Kahoot!-Quizes für die Prüfungsvorbereitung bewertet in Zusammenhang zur Endnote ....................................................................................................... 49

- 5-

Tabellenverzeichnis

Tabelle 1: Erster Fragenblock des Abschlussfragebogens .......................................................... 27 Tabelle 2: Zugeordnete Zahlenwerte zu den Antwortmöglichkeiten ........................................... 28 Tabelle 3: Legende der Antwortmöglichkeiten bei den Zeitangaben für die Grafiken ............. 30 Tabelle 4: Wie hilfreich werden die E-Learning-Materialien für das Verständnis bewertet ..... 39 Tabelle 5: Wie hilfreich werden die E-Learning-Materialien für das Verfolgen der Vorlesung bewertet ................................................................................................................................................ 39 Tabelle 6: Wie hilfreich werden die E-Learning-Materialien für die Prüfungsvorbereitung bewertet ................................................................................................................................................ 39 Tabelle 7: Gründe für das Anschauen der Videos ........................................................................ 40

- 6-

1.Einleitung Das Studienprojekt ‚E-Learning‘, welches im Wintersemester 2013/2014 durchgeführt wurde, hatte das Ziel, herauszufinden, ob die Nutzung von E-Learning Material einen Einfluss auf den Lernerfolg der Studierenden hat. Dabei wurde die Lehrveranstaltung Sprachkommunikation des Quality and Usability Labs (Institut für Softwaretechnik und Theoretische Informatik) der Technischen Universität Berlin betrachtet. Die Lehrveranstaltung (6 ECTS) bestand aus einer Vorlesung (2 SWS) und einer Übung (2 SWS) in der Woche. Zusätzlich dazu gab es Hausaufgaben (2 SWS), mit denen bis zu 15 Bonuspunkte für die Gesamtnote gesammelt werden können. Prof. Dr. Sebastian Möller betreute mit der Unterstützung von Patrick Ehrenbrink die Lehrveranstaltung. Die Übungsleiter waren Florian Hinterleitner und Friedemann Köster. Der gesamte Kurs wurde in diesem Semester erstmals in englischer Sprache unterrichtet, es stand aber auch ein Skript und jeder Satz Vorlesungsfolien in deutscher Sprache zur Verfügung. Sämtliche E-Learning Materialien zu dieser Lehrveranstaltung wurden vom Lehrstuhl auf ISIS, der Plattform zur Bereitstellung von Lehrmaterialien der TU Berlin, bereitgestellt. Dort konnten sich die Studierenden einen Gesamtüberblick über den Kurs verschaffen, Lehrmaterialien herunterladen, sich Videoaufzeichnungen der Vorlesung ansehen und Quizes beantworten.

2. Stand der Literatur und Entwicklung der Forschungsfragen Zur Einführung in das Thema wird im Folgenden ein kurzer Überblick über den Begriff E-Learning und den aktuellen Forschungsstand gegeben. Daran anschließend wird die Forschungsfrage des Studienprojektes vorgestellt.

2.1 Was versteht man unter E-Learning E-Learning bezeichnet Formen des Lernens, in denen digitale Medien für die Präsentation und Distribution von Lernmaterialien und/oder zur Unterstützung zwischenmenschlicher Kommunikation eingesetzt werden (Lehrstuhl für Mediendidaktik und Wissensmanagement o.J.). E-Learning fördert den qualifizierten Umgang mit Informations- und Kommunikationstechnologien und legt damit die Grundlagen für ein lebenslanges Lernen in der Wissensgesellschaft. E-Learning betrifft also nicht nur die Bereitstellung von Technologie, sondern wird auch als Methode zur Verbesserung von Studium und Lehre verstanden. (Universität Hamburg) Folgendes E-Learning Material stand im Kurs Sprachkommunikation auf der Plattform ISIS zur Verfügung:

− Das Skript zur Vorlesung (sowohl in deutscher als auch in englischer Sprache) − Präsentationsfolien zur Vorlesung (sowohl in deutscher als auch in englischer Sprache) − Links zu den Videoaufzeichnungen der Vorlesung (verlinken zur Plattform Matterhorn) − Auszüge aus dem Lehrbuch (als E-Book) zur Vorlesung − ein Forum für fachbezogene Fragen − freiwillige wöchentliche Selbsttests zum Vorlesungsmaterial (beliebig oft wiederholbar) − zwei freiwillige Examen (Midterm, Endterm) bestehend aus fachlichen MC-Fragen, die

der Lehrstuhl zur Verfügung gestellt hat (diese waren nur einmal innerhalb eines festen Zeitraums bearbeitbar)

− Aufgabenstellungen und Materialien für die Bearbeitung der Hausaufgaben

- 1-

− Materialien zur Übung Des Weiteren gab es während den Vorlesungen kleine Quizes, welche mit Kahoot! erstellt wurden. An diesen Quizes konnten die Studierenden auf freiwilliger Basis mit einem internetfähigen Endgerät (Smartphone, Tablet oder Laptop) teilnehmen. Jeder Studierende konnte ein Pseudonym angeben und hat, je nach Richtigkeit und Schnelligkeit der Antwort, Punkte erhalten, die in der Vorlesung vorne in einer Highscore-Liste angezeigt wurden. Ist im Folgenden die Rede davon, dass etwas online oder auf der Plattform zur Verfügung steht, ist damit gemeint, dass es sich auf der zentralen Universitätsplattform ISIS befindet, die das Bereitstellen von Medien für eingeschriebene Studierende ermöglicht. 2.2 Aktueller Forschungsstand zum Thema E-Learning E-Learning wird immer wichtiger und soll das klassisches Lernverhalten, wie man es bereits seit mehreren hundert Jahren anwendet, modernisieren und an aktuelle Medien anpassen. Lernprozesse sollen mit Hilfe von E-Learning besser gestaltet, die Motivation und der Spaßfaktor der Lernenden erhöht und folglich auch die erreichten Lernerfolge insgesamt gesteigert werden. Diese Erwartungen bestätigten sich in der Praxis und in empirischen Studien laut Reinmann-Rothmeier und Kleimann und Wannemacher bisher noch nicht und Kleimann und Wannemacher 2004). Kerres, Michael, De Witt, Claudia und Stratmann (2003) konstatieren nüchtern, dass sich nahezu „alle Prognosen der Vergangenheit“ als falsch erwiesen hätten. Eine höhere Effizienz stelle sich bei E-Learning-Szenarien nicht automatisch ein. Gut gemachtes E-Learning führe nicht von allein zu einer Arbeitsentlastung. Zwar „kann die Effektivität des Lernens steigen; dies aber setzt auch einen entsprechenden Aufwand seitens der Lehrenden (und der Lernenden) voraus“ (Reinmann-Rothmeier 2003, S. 18). Metzner (2007, S. 113) betont, dass wenn „überhaupt mit Einsparungseffekten gerechnet werden kann, dann in Zeiträumen, die sich jenseits des Planungshorizonts von Hochschulen und Politik befinden.“ Eine höhere Motivation ließe sich im besten Fall als kurzfristige Motivationssteigerung zu Beginn einer E-Learning-Anwendung beobachten. Die Lernbegeisterung sei wohl auf die Begeisterung der Lernenden zurückzuführen, dass sie etwas Neues ausprobieren. Dieser Effekt halte selten lange an, wie Kerres (2011) mittels umfangreichen Forschungen nachgewiesen hat. Auch die Annahme, dass E-Learning zu besseren Lernergebnissen führe, könne nicht bestätigt werden. Lernen mit E-Learning „schneidet im Durchschnitt nicht besser, aber auch nicht schlechter ab, als konventioneller Unterricht. Es ist vor allem eine Frage der didaktischen Herangehensweise, mit der das Lernmaterial aufbereitet wird, die sich auf den Lernerfolg niederschlägt“ (Kerres, Michael, De Witt, Claudia und Stratmann 2003, S. 1). Der Einsatz neuer Medien bringe keine zusätzlichen Qualitäten in den Lernprozess (Dichanz und Ernst 2001) und der Lernerfolg sei auch nicht abhängig vom verwendeten Medium (Kerres, Michael, De Witt, Claudia und Stratmann 2003; Kerres 2011). Viel entscheidender sei die Motivation der Lernenden, die ganz entscheidend zum Lernerfolg beitrage (Mürner 2011). Aktuell wird E-Learning auf verschiedene Art und Weise an vielen Universitäten angeboten. Die Vorteile scheinen auf der Hand zu liegen: Die Anbieter (die lehrenden Personen) sparen Kosten (Zeit- und Materialkosen) im Vergleich zur papierbasierten Distribution von Lehrmaterial und gleichzeitig scheinen auch die Studierenden mehr Spaß beim Lernen zu haben, was eventuell auch bessere Noten zur Folge haben könnte. Ein Versuch der Universität Duisburg Essen aus dem Jahr 2013 zeigte, dass im Fach Mikroökonomik durch die Nutzung von E-Learning Material, wie beispielsweise online gestellte Übungsaufgaben, Foren und Chatrooms mehr Studierende die Klausur beim ersten Versuch bestanden haben und dabei auch bessere Noten erzielten. Dabei wurden die Studierenden immer mit den Studierenden aus vorherigen Semestern verglichen (Universität Duisburg Essen 23.10.2013).

- 2-

2.3 Forschungsfrage Die Aufgabe des Studienprojekts bestand darin, herauszufinden, ob die Nutzung von E-Learning Material einen Einfluss auf den Lernerfolg der Studierenden – messbar anhand der Gesamtnote und der Ergebnisse eines Zwischentests (Midterm Exam) sowie eines Abschlusstests (Endterm Exam) – hat. Die Gesamtnote eines Studierenden setzte sich wie folgt zusammen:

→ Übungen: Es konnten maximal 15 Bonuspunkte durch die Hausaufgaben erreicht werden. (Bis zu drei fehlende Bonuspunkte konnten mit dem Bestehen des Midterm und/oder Endterm Examen ausgeglichen werden.)

→ Prüfung: Am Ende des Semesters absolvierte jeder Studierende eine mündliche Prüfung. Die Studierenden konnten maximal 100 Punkte erreichen.

→ Gesamtnote: Die Gesamtnote ergab sich dann aus der Summe der Bonuspunkte und der in der mündlichen Prüfung erreichten Punkte. Insgesamt konnten so maximal 115 Punkte erreicht werden.

Anhand der Fragestellung des Studienprojekts sowie anhand der Recherchen, die im Vorfeld getätigt wurden, galt es folgende Arbeitshypothese zu überprüfen: Durch die vermehrte Nutzung von E-Learning-Materialien steigern die Studierenden ihren Lernerfolg. Hypothesen zum Studienprojekt H0 Hypothese: Häufiger Gebrauch von E-Learning-Materialien hat keine Auswirkung auf den Lernerfolg. H1 Hypothese: Häufiger Gebrauch von E-Learning-Materialien hat eine positive Auswirkung auf den Lernerfolg. Wobei die Noten und Testergebnisse der Studierenden als Indikator für den Lernerfolg dienen. Entscheidungskriterien Wenn in einer der Kategorien (Arten von E-Learning-Materialien) ein positiver linearer Zusammenhang mit einer Korrelation (nach Bravais-Pearson) von größer als r = 0.7 besteht, dann kann die Hypothese für diese Kategorie bestätigt werden. Bei einem geringeren oder sogar negativen Zusammenhang wird die Hypothese für die entsprechende Kategorie verworfen. Diese Entscheidungskriterien sind aus den Richtlinien für die Stärke von Korrelation der Universität Würzburg abgeleitet (vgl. Abbildung 1).

Abbildung 1: Richtlinien für die Stärke von Korrelationen, Johannes Hain (Universität Würzburg)

Ein weiteres Entscheidungskriterium stellte das Bestimmtheitsmaß (𝑅𝑅2) dar. Da es im vorliegenden Fall nur eine unabhängige Variable (Klicks) gab, galt folgender Zusammenhang: 𝑅𝑅2= 𝑟𝑟2. Dementsprechend musste 𝑅𝑅2 = 𝑟𝑟2 > 0,72 = 0,49 sein um die Hypothese zu bestätigen.

Hatte diese eine positive Steigung, so gab es durch häufigeres Klicken auf E-Learning Material im Schnitt eine bessere Note. Da man zum Erstellen einer linearen Regression bereits eine Linearität unterstellt, ist dieses Kriterium nur zweitrangig zu der Korrelationsstärke.

- 3-

3. Methodik Aus dem Kurs Sprachkommunikation im Wintersemester 2013/14 haben insgesamt 68 Studierende in die Datenerhebung eingewilligt. Um einen Einfluss von E-Learning auf die Gesamtnote und die Ergebnisse der Zwischentests (Midterm Exam) sowie der Abschlusstests (Endterm Exam) der Studierenden analysieren zu können, musste bestimmt werden, wie lange, wie häufig und wie intensiv die Studierenden E-Learning Material benutzt haben. Zur Überprüfung der Hypothese wurden Vorfragebögen, Daten der Videoaufzeichnung und Abschlussfragebögen ausgewertet. Die ISIS-Log Daten wurden mit der selbst programmierten Software Mootics analysiert. Im Folgenden wird ein Überblick über das Vorgehen gegeben.

3.1 Vorfragebogen Zu Beginn des Projekts wurden die Studierenden des Kurses Sprachkommunikation gebeten einen Vorfragebogen auszufüllen, um allgemein die Einstellung der Studierenden zum Thema E-Learning zu erfassen. Dabei wurde ausdrücklich darauf hingewiesen, dass es sich um das E-Learning-Material aus diesem Kurs handelt.

Abbildung 2: Vorfragebogen

3.2 ISIS Log Daten Technisch gab es die Möglichkeit, auf die (anonymisierten) ISIS-Log-Daten aus dem Kurs zuzugreifen, um daraus erkennen zu können, welcher Studierende im Verlauf des Semesters wann auf welche der o.g. E-Learning Materialien zugegriffen hat. Mit Hilfe der Log-Daten konnten die Klicks analysiert werden - also wann auf was geklickt wurde (z.B. ein Video aus der Vorlesung). Jedoch gaben die Log-Daten keine Auskunft darüber, wie lange das Video dann tatsächlich angeschaut wurde oder wie lange tatsächlich mit dem heruntergeladenen

- 4-

oder online geöffneten Skript oder Foliensatz gelernt wurde. Die Videos wurden von der Plattform Matterhorn und nicht von ISIS verwaltet und abgespielt. Die Log-Daten gaben also Aufschluss darüber, wann sich ein Studierender etwas ganz bestimmtes angeklickt, oder etwas im Forum geschrieben hat. Im Rahmen dieses Studienprojekts wurde ein eigenes Programm mit dem Namen Mootics geschrieben. Mootics ist ein mit Java geschriebenes Analysetool, mit dem Benutzerverhalten im Bezug auf E-Learning ausgewertet werden kann. Um das Programm zu schreiben wurde Java 8 benutzt und für die Grafiken das Addon JavaFx. Mootics kann ISIS-Log-Daten importieren und in eine Datenbank schreiben. Außerdem ermöglicht es verschiedene Abfragen auf die Datenbank, stellt relevanten Daten übersichtlich dar, bringt verschiedene Variablen in Zusammenhang und erstellt entsprechende Grafiken. Neben den ISIS-Log-Daten gab es noch die Kahoot!-Quizes, die während der Vorlesung gestellt wurden. Die Kahoot!-Quizes kamen nach Aussage von Prof. Dr. Sebastian Möller sehr gut bei den Studierenden an. Da die Studierenden bei den Kahoot!-Quizes während der Vorlesung Pseudonyme verwenden konnten und zu wenige Studierende ihre Scores der Kahoot!-Quizes in das vorgegebene Feld auf ISIS eingetragen haben, war es leider nicht möglich, diese Scores den Studierenden zuzuordnen. Durch die fehlende Zuordnung konnte der Einfluss der Kahoot!-Quizes als E-Learning-Methode auf den Lernerfolg nicht untersucht werden. Somit wird lediglich in der Auswertung des Abschlussfragebogens, nicht aber in der Auswertung der ISIS-Log-Daten auf die Kategorie Kahoot! eingegangen. 3.2.1 Kategorien in mootics Um die Klicks und somit die Nutzung der E-Learning-Materialien durch die Studenten übersichtlicher zu machen, wurden sieben Aktivitätskategorien erstellt. Dabei wurde sich an der Aufteilung der Materialien innerhalb des ISIS-Kurses orientiert. Die Kategorien sind:

− Forum (Klicks und Aktivitäten innerhalb des Forums: Beiträge anderer lesen, selber Beiträge schreiben etc.)

− Others (Klicks die keiner der vorherigen Kategorie zugeordnet werden konnten z.B. ein Klick in das Profil eines Nutzers)

− Exercise (Klicks und Downloads von Übungsmaterialien) − Video (Klicks auf die Links zu den Videos auf Matterhorn) − Script (Klicks auf das gesamte Script der Vorlesung) − Lecture (Klicks und Downloads von Vorlesungsmaterialien wie beispielsweise Kapitel

des Lehrbuches als eBook sowie Vorlesungsfolien in englischer und deutscher Sprache)

− Homework(Klicksund Downloads von Materialien für die Hausaufgaben sowie Upload der eigenen Lösung)

Es wurden die Klicks eines jeden Studenten in diese sieben Kategorien eingeteilt. Die Klicks wurden dabei lediglich aufsummiert, so dass man erkennen konnte, wer insgesamt wie oft, worauf geklickt hat. 3.2.2 Funktionalität von mootics Im Folgenden werden die Funktionalitäten von mootics genauer erläutert. Eine wichtige Funktion war die Monatsanalyse. Hierzu wurden die Klicks aller Studierenden des Kurses innerhalb eines Monats aufsummiert und je nach Monat als Kurvenverlauf graphisch dargestellt. Man erkannte so, an welchem Tag des Monats die Studierenden die

- 5-

meisten Klicks getätigt haben. Das zeigte auf, wann in einem Monat die Studierenden am häufigsten auf der Plattform ISIS waren. Ähnlich wie die Monatsanalyse war die Wochenanalyse aufgebaut. Auch hierbei wurden die Klicks aller Studierenden des Kurses innerhalb einer Woche (Sonntag bis Samstag) aufsummiert und graphisch dargestellt. Man erkannte so, an welchem Tag die Studierenden die meisten Klicks getätigt haben. Um über unsere Hypothese eine Aussage treffen zu können, wurden die Arbeitsmaterialien auch in zeitliche Intervalle eingeteilt, so dass man zu jedem Thema aus der Vorlesung die entsprechenden Arbeitsmaterialien zuordnen konnte. Nun wurde die Nutzungsintensität (zu jedem Thema aus der Vorlesung) eines jeden Studierenden in Relation zu seinem Ergebnis (erreichte Punkte) in dem jeweiligen wöchentlichen Self-Test gesetzt und graphisch dargestellt. Jeder Punkt repräsentierte einen Studierenden. Da die Self-Tests beliebig oft wiederholbar waren, wurde jeweils die erste Note aus dem Self-Test genommen. Neben den Self-Tests können in Mootics die Noten der Hausaufgaben, des Midterm Exams, des Endterm Exams und der Abschlussnote auf einen Zusammenhang mit der Nutzung der E-Learning-Materialien untersucht. Dabei wurde unterschieden zwischen der statistischen Auswertung zwischen bestimmten Nutzern, allen Nutzern und den verschiedenen Testergebnissen/Endnoten sowie der Korrelation zwischen den bereits angesprochenen Kategorien und den Noten. 3.2.3 Die Oberfläche von mootics Grundsätzlich erfolgte die Navigation in Mootics über eine Menüleiste mit den Menüpunkten Data und Analytics. Damit Daten ausgewertet werden können, müssen diese erst importiert werden, dies geschieht mit einem Klick auf den Import Wizard unter Daten. Für den richtigen Import müssen drei Schritte durchlaufen werden. Der erste Schritt ist das Einlesen der Log-Datei, dazu klickt man auf Import Logs, um anschließend mit Choose Logs die gewünschte Datei auszuwählen. Mit demselben Prinzip importiert man in Schritt 2 die Grade-Datei (sie enthält die bereits angesprochenen Noten wie z.B. die Endnote). Nun wurden die Daten in die Datenbank eingelesen und es kann mit der Analyse begonnen werden. Eine Auswahl der Analysetools bekommt man, wenn man auf den Menüpunkt Analytics klickt. An erster Stelle steht Userprofile. Nach der Auswahl befindet sich auf der linken Seite eine Auflistung aller User und auf der rechten Seite eine einfache Darstellung des Nutzungspfades dieses Users. Durch einen Klick auf Weekly Usage kann man sich eine Auswertung für eine Woche für ausgewählten User ausgeben lassen. Zudem kann unter Analytics eine Auswertung für Monate ausgegeben werden, welche genauso zu bedienen ist wie die Wochenauswertung. Eines der wichtigsten Tools ist Statistics (siehe Abbildung 3).

- 6-

Abbildung 3: Die Oberfläche von mootics am Beispiel von Statistiks

Auf der linken Seite gibt es wieder die Auflistung der User und gleich darunter noch eine Auflistung der verschiedenen Noten. Sind User und die Note ausgewählt die man analysieren möchte, so wird auf der rechten Seite eine Grafik dargestellt. In dieser wird die erreichte Punktzahl im gewählten Test mit der Aktivität (Anzahl der Klicks) dargestellt. Unter der Grafik wird automatisch eine lineare Regression durchgeführt und die Regressionsgerade sowie das Bestimmtheitsmaß ausgegeben. Direkt unter Statistics steht Correlations. Hier kann man auf der linken Seite ein oder mehrere Kategorien (others steht hier für Klicks, die zum Beispiel auf Profile gemacht wurden) in Kombination mit Noten auswählen und erhält ganz rechts eine Grafik, die die Anzahl der Klicks in den gewählten Kategorien mit den Punkten bzw. dem Mittel der Noten in Verbindung bringt. Auch unter dieser Grafik bzw. dem Diagramm befinden sich die Ausgabe der Regressionsgerade sowie des Korrelationskoeffizienten und darunter eine Funktion, die durch die ermittelte Regressionsgeraden den vorausgesagten Wert angibt. Das letzte Tool bietet eine Übersicht über das Mittel der Noten einer Person mit den gewichteten Werten der Videos. Die Gewichtung erfolgt anhand der durchschnittlichen Abspielzeiten der einzelnen Videos. Durch die Nutzungsdaten der Videoplattform Matterhorn konnte pro Video eine durchschnittliche Abspielzeit pro View ermittelt werden. Dieser durchschnittliche Wert dient der Gewichtung eines Videoviews, sodass die Abszisse der Grafik dann nicht mehr die reinen Klicks, sondern Zeitangaben enthält. So ist nicht jeder View auf verschiedene Videos gleich viel wert, da manche Videos durchschnittlich wesentlich länger als andere angesehen wurden.

- 7-

3.3 Videoaufzeichnungen Die Vorlesung des Moduls Sprachkommunikation von Prof. Dr. Sebastian Möller wurde per Video aufgezeichnet und den Studierenden als Link auf ISIS zur Verfügung gestellt. Die Videos selbst wurden dabei auf der Plattform Matterhorn gespeichert. Matterhorn bietet die Möglichkeit, sich die Aktivitäten aller Nutzer, die auf diese Videos zugegriffen haben, in einer Tabelle anzeigen zu lassen. Diese Tabelle zeigt neben dem Namen des Videos auch die Anzahl aller Aufrufe des Videos und wie lange es insgesamt angeschaut wurde. Die Daten wurden dahingehend ausgewertet, welche Videos am häufigsten und längsten gesehen wurden. 3.4 Abschlussfragebogen Im Anschluss an ihre mündliche Prüfung wurden die Studierenden gebeten einen weiteren Fragebogen (im folgenden Abschlussfragebogen genannt) zu beantworten. In diesem Fragebogen sollten die Studierenden unter anderem einschätzen, wie viel Zeit sie für die Nutzung der verschiedenen E-Learning-Materialien verwendet haben und für wie nützlich sie die verschiedenen Materialien halten. Für die Bewertung der Nützlichkeit der Materialien wurde eine fünfstufige Likert-Skala verwendet. Zur Abfrage der Zeiten gab es fünf verschieden große Kategorien/Zeitintervalle (siehe Abbildung 4: Abschlussfragebogen).

- 8-

Abbildung 4: Abschlussfragebogen

- 9-

4. Ergebnisse und Diskussion Im Folgenden werden die einzelnen Ergebnisse der vorgestellten Methoden analysiert und bewertet. 4.1 Vorfragebogen Leider gab es Probleme mit der Auswertung des Vorfragbogens. Der Vorfragebogen wurde mit dem gleichen Tool erstellt, wie die bereits erwähnten Self-Tests, d.h. als HotPot-Quizes. Grundsätzlich ist ein Auslesen der Daten aus den HotPot-Quizes möglich. So wurden unter anderem die Self-Tests ausgewertet. Leider stellte sich bei der Auswertung des Vorfragebogens jedoch heraus, dass ein Großteil der Daten unbrauchbar war und Fehler aufwies, die nicht nachvollzogen werden konnten. Beispielsweise gab es sechs Versuche des Ausfüllens aber nie einen ersten Versuch. Auf Grund der dadurch wenig zuverlässig erscheinenden Daten wird auf die Auswertung der Ergebnisse des Vorfragebogens im Folgenden verzichtet. 4.2 Videoaufzeichnungen Die einzelnen Videoaufzeichnungen sind in den nachfolgenden Grafiken in chronologischer Reihenfolge von Beginn des Semesters bis Ende sortiert.

Aus den Diagrammen ist ersichtlich, dass bei den Aufrufen der Videos (die Anzahl wie oft ein Video insgesamt aufgerufen wurde – siehe Abbildung 5), das Video („Intro Vid“) am häufigsten angeschaut wurde. Zudem wurden die Videos aus der ersten Semesterhälfte (bis Mitte November 2013) häufiger angesehen als die Videos aus der zweiten Semesterhälfte (bis Mitte Januar 2014).

Abbildung 5: Aufrufe des Videos (insgesamt)

Die nächste Abbildung 6 zeigt die gesamte Abspielzeit eines jeden Videos. Es wird deutlich, dass die Videos in der Mitte des Semesters insgesamt am längsten angeschaut wurden.

Betrachtet man die Zeiten, die die einzelnen Videos (aufsummiert) angesehen wurden, hat die Vorlesung vom 11.11.2013 den höchsten Wert im Gegensatz zum „Intro Vid“, dass aber am häufigsten aufgerufen wurde (vgl. Abbildung 5). Dies ist insofern aber nicht verwunderlich, da das „Intro Vid“ auch nur eine Gesamtspielzeit von 5:35 Minuten hatte – im Gegensatz zu den

020406080

100120140160180

Aufrufe des Videos (insgesamt)

- 10-

Vorlesungen, die in der Regelüber die gesamte Länge der Vorlesung (ca. 90 Minuten) aufgezeichnet wurden.

Abbildung 6: Abspielzeit insgesamt (in Minuten)

Die letzte Abbildung zu den Videoaufzeichnungen (Abbildung 7) zeigt die durchschnittliche Abspielzeit je Video in Minuten. Dazu wurde die gesamte Abspielzeit je Video (in Minuten) durch die Anzahl der gesamten Ansichten desselben Videos dividiert. Das Vorlesungsvideo vom 02.12.2013 ist mit fast 35 Minuten an der Spitze und das Video mit E-Learning Tipps mit ca. 2 Minuten Abspielzeit je Besuch am niedrigsten.

Im Durchschnitt wurden die Aufzeichnungen vom Beginn des Semesters („Intro Vid“, „E-Learning-Tipps“ und Vorlesung vom 21.10.2013, 28.10.2013 und 29.10.2013) nicht so lange abgespielt wie die Aufzeichnungen im November. Dabei variiert jedoch auch die Länge der Videoaufzeichnung, z.B. hat das Video zu den E-Learning Tipps eine wesentlich kürzere Gesamtlänge (5:08) als beispielsweise die Vorlesung am 21.10.2013 (52:47) oder die Vorlesungen am 28.10.2013 (01:37:51) oder 29.10.2013 (01:50:02).

Abbildung 7: Durchschnittliche Abspielzeit (in Minuten)

0

500

1000

1500

2000

2500

3000

Abspielzeit insgesamt[min]

05

10152025303540

Ø Abspielzeit [min]

- 11-

Eine mögliche Erklärung des Nutzerverhaltens könnte sein, dass Studierende sich zunächst über das Angebot im Kurs informieren möchten (hohe Anzahl der Videoaufrufe von „Intro Vid“) und außerdem bestimmte Videos (vgl. Vorlesung vom 02.12.2013) eine hohe inhaltliche Relevanz für die Studierenden hatten, so dass diese Videos eine hohe durchschnittliche Abspielzeit aufwiesen als andere Videos. Grundsätzlich lässt sich eine Tendenz ableiten, dass Videoaufzeichnungen vom Anfang bis zur Mitte des Semesters häufiger abgespielt und dass zudem Videoaufzeichnungen aus der Mitte des Semesters durchschnittlich länger abgespielt wurden. 4.3 ISIS Log Daten Im Folgenden werden Ergebnisse der Auswertung, die mit mootics durchgeführt wurde, vorgestellt. 4.3.1 Wöchentliche Nutzung Die Grafik der nachfolgenden Abbildung 8 ist dem Programm mootics entnommen. Sie zeigt die wöchentlichen Nutzung bzw. Aktivität der Studierenden auf ISIS für den Zeitraum 9.10.2013 – 18.3.2014. Ganz links beginnt die Woche mit Sonntag und endet (rechts) mit Samstag. Am meisten werden die E-Learning-Materialien am Dienstag genutzt – gefolgt vom Montag (zweiter Balken von links). In diesem Kontext sind die Zeiten der Vorlesung und Übung relevant. Die Vorlesung wurde immer am Montag (10 Uhr bis 12 Uhr) und die Übung immer am Dienstag (14 Uhr bis 16 Uhr) abgehalten. Folglich kann also ein direkter Zusammenhang zwischen der Nutzung der Materialien und dem Tag der Vorlesung bzw. Übung angenommen werden. Auffällig ist zudem der hohe Anstieg des Homework-Anteils am Montag und Dienstag im Vergleich zum Rest der Woche. Dies lässt sich darüber erklären, dass die Abgabe der Hausaufgabe stets dienstags vor der Übung war.

Abbildung 8: Wöchentliche Nutzung im Zeitraum 9.10.2013 – 18.3.2014

- 12-

4.3.2 Monatliche Nutzung

Die nachfolgende Abbildung 9 zeigt eine Grafik des Programms mootics mit der aufsummierten Anzahl der Klicks aller E-Learning-Materialien – aufgeteilt nach den Monaten Oktober (Zeitraum vom 9.10. bis 31.10.2013, Hellblau), November (Dunkelblau), Dezember (Lila), Januar (Orange), Februar (Gelb) und März (Zeitraum vom 1.3. bis 18.3.2014) zu sehen. Die erste Vorlesung wurde am 21.10.2013 abgehalten. Dies kann auch aus dem Graphen entnommen werden, denn zum Zeitpunkt 21.10. bis 22.10.2013 ist ein Maximum der Nutzung mit einem anschließenden Abfall und einem wiederrum hohen Wert am 28.10.2013 (zweiter Vorlesungstermin) zu verzeichnen. Im November wurde das E-Learning-Material am häufigsten am 4.11.(Tag der Vorlesung), 5.11.(Tag der Übung), 11.11. (Vorlesung), 12.11.(Übung), 18.11.(Vorlesung), 19.11. (Übung) und 26.11.2013 (Übung) genutzt. Eine Besonderheit am 18.11.2013 war, dass es sich um eine besondere Vorlesung handelt, da hier ein sogenannter „Flipped Classroom“ durchgeführt wurde. Dabei erhalten die Studierenden im Vorfeld Fragen, die sie Zuhause vorbereiten sollen. In der „Flipped Classroom“-Vorlesung werden die Fragen dann zuerst in der Regel in Paaren besprochen, anschließend werden die Antworten mit der Gruppegeteilt und dabei ggf. über Unklarheiten diskutiert. Auch im Dezember wurden die Materialien verstärkt an den Tagen der Vorlesung und Übung genutzt. Mit einer Ausnahme am 13.12.2013, an dem eine relative hohe Nutzung verzeichnet wurde, ohne dass an diesem Tag eine Vorlesung oder Übung stattgefunden hat. Eine mögliche Erklärung hierfür wäre das Midterm Exam, das in dieser Woche online gestellt wurde. Danach sind weniger Aktivitäten zu verzeichnen, was durch die Feiertagen und Ferien vom 23.12.2013 bis 05.01.2014 erklärbar ist. Im Januar sind die höchsten Aktivitäten wieder jeweils zur Vorlesung und Übung bzw. Abgabe der Hausaufgaben, wobei das Aktivitätsniveau nach dem 14.1. bis 31.01.2014 deutlich geringer ist als im Vergleich zum November. Die letzte Vorlesung am 20.1.2014 war auch eine Flipped Classroom“-Vorlesung. Danach konnten die Studierenden sich auf ihre Prüfung vorbereiten. Diese wurden am 12.2., 13.2., 18.3. und 19.3.2014 abgehalten. Zusätzlich finden auch noch Prüfungen im April 2014 statt, die aber in die Auswertung dieses Berichtes nicht mit eingehen werden. Direkt vor der ersten Prüfung ist auch ein Anstieg der Nutzung der E-Learning-Materialien feststellbar. Allerdings nicht so ausgeprägt wie beispielsweise die maximale Nutzung im November. Dies ist dadurch erklärbar, dass insgesamt 68 aktive Studierende im Kurs angemeldet waren, aber nur 21 im Februar geprüft wurden.

- 13-

Abbildung 9: Monatliche Nutzung vom 09.10.2013 bis 18.03.2014

Über die Monate Oktober bis Januar lässt sich zunächst der schon beschriebene Zusammenhang zwischen der Nutzung der E-Learning Materialien und dem Tag der Vorlesung, Übung bzw. Abgabe der Hausaufgabe herstellen. Insgesamt am häufigsten wurden E-Learning-Materialien im November genutzt mit einem Maximum am 11.11.2013. In den Monaten Februar und März wurden weder Vorlesungen noch Übungen abgehalten. Insgesamt wurden die Materialien im Zeitraum Februar und März weniger genutzt als vergleichsweise im November. Wenn das Material in diesem Zeitraum genutzt wurde, dann kann davon ausgegangen werden, dass es zur Prüfungsvorbereitung verwendet wurde. Diesem Gedanken weiter folgend wurden speziell die Monate Februar und März untersucht in Hinblick darauf, welche Materialien am häufigsten verwendet wurden. Aus der nachfolgenden Abbildung 10 kann geschlossen werden, dass speziell Others und Lecture (also Klicks und Downloads von Vorlesungsmaterialien wie beispielsweise Kapitel des Lehrbuchs als eBook oder die Vorlesungsfolien) am häufigsten angeklickt wurden. Auf Rang drei folgen Klicks auf Videos. Script wurde im Verhältnis dazu sehr wenig angeklickt. Dies ist erklärbar darüber, dass es wahrscheinlich schon zum Beginn oder im Laufe der Veranstaltung heruntergeladen wurde, um dem Kurs zu folgen oder die Vorlesung vor- und nachzubereiten, da es die gesamte Vorlesung beinhaltete.

- 14-

Abbildung 10: Nutzung der E-Learning Materialien im Februar und März

Grundsätzlich kann aus den vorliegenden Daten eine verstärkte Nutzung im ersten Semesterzeitraum abgeleitet werden und dass die E-Learning-Materialien aus den Kategorien others, Lecture und Videos die Materialien waren, die im Zeitraum Februar und März am häufigsten genutzt wurden.

4.3.3 Zusammenhänge zum Lernerfolg

Abbildung 11 zeigt den Zusammenhang zwischen dem Ergebnis im Midterm Exam und den gesamten Klicks, die vor diesem Examen stattgefunden haben. Jeder Punkt stellt also einen Studierenden dar und hat als Ordinatenwert die erreichte Punktzahl im Midterm Exam und als Wert auf der Abzisse die Anzahl der Klicks im Zeitraum vor dem Absolvieren des Midterm Exams. Das Midterm Exam konnte von den Studierenden nur einmal innerhalb eines festgesetzten Zeitraums bearbeitet werden. Die maximale Punktzahl lag bei 100 Punkten. Das Midterm Exam soll als Indikator für den Lernerfolg fungieren. Jedoch ist in Abbildung 11 schnell erkennbar, dass alle Studierenden relativ gut in diesem Test abgeschnitten haben. Alle haben über 60 Punkte erzielt und nur drei davon unter 70 Punkte. Der Großteil der Studierenden hat sogar über 80 Punkte erzielt. Dies macht eine Differenzierung der Studierenden hinsichtlich ihres Lernerfolgs sehr schwierig. So kann kein eindeutiger Zusammenhang zwischen dem Ergebnis im Midterm Exam und der Anzahl der Klicks bis dahin festgestellt werden. Es lässt sich aber dennoch aus der Punktewolke eine leichte Tendenz feststellen. Bei den folgenden Abbildungen wurde statistisch die Lineare Regression und das Bestimmtheitsmaß 𝑅𝑅2 ermittelt. Damit wurde eine Geradengleichung errechnet, die den Trend der Punktewolke angibt. Das Bestimmtheitsmaß gibt den Anteil der Streuung an, der durch die Regression aufgeklärt wird.

- 15-

Damit misst es die Güte der Anpassung der Regressionsfunktion an die ermittelten Daten. Bei einem Wert von 0,7 bis 1,0 (= 70 bis 100% der Punkte werden durch die Regressionsgerade erklärt) wird von einer aussagekräftigen Regressionsgeraden gesprochen. Die Regressionsgerade durch die Punkte hat eine Steigung ca. 0,03 und einen Ordinatenschnittpunkt bei ca. 80. Da die Steigung so gering ist, konnten die Studierenden im Schnitt durch mehr Klicks insgesamt kaum mehr Punkte erreichen (0,03 Punkte pro zusätzlichen Klick). Das Bestimmtheitsmaß beträgt ca. 9% Damit werden lediglich 9% der Streuung der ermittelten Punkte durch die Regressionsgerade erklärt. Dieser Wert ist kleiner als 0,49. Deshalb wird die Hypothese nicht bestätigt.

Abbildung 11: Zusammenhang zwischen dem Midterm Exam und der Aktivität (Klicks)

Abbildung 12 zeigt den Zusammenhang zwischen dem Ergebnis im Endtest und allen Klicks, die bis dahin getätigt wurden. Der Endtest konnte von den Studierenden nur einmal innerhalb eines festen Zeitraums bearbeitet werden. Es wird anhand der Grafik schnell deutlich, dass sehr wenige Studierende den Endtest absolviert haben. Dies liegt wahrscheinlich daran, dass nur ein Teil der Studierenden zur Prüfung im Februar oder März angemeldet war, sodass sich die Studierenden, die sich nicht zur Prüfung angemeldet haben oder die Prüfung erst im April absolvieren, und sich erst zeitnah zur Prüfung vorbereiten. Auch wenn die Stichprobe innerhalb dieser Auswertung etwas kleiner ist, lässt sich hier eine besonders stark ausgeprägte positive Tendenz für den Zusammenhang erkennen. Die Regressionsgerade durch die Punkte hat eine Steigung ca. 0,05 und einen Ordinatenschnittpunkt bei ca. 45. Da die Steigung so gering ist, konnten die Studierenden im Schnitt durch mehr Klicks insgesamt kaum mehr Punkte erreichen (0,05 Punkte pro zusätzlichen Klick). Das Bestimmtheitsmaß beträgt ca. 10% Es werden also lediglich 10% der Streuung durch die Regressionsgerade erklärt. Die Aussagekraft dieser Geraden ist demnach sehr gering, das 𝑅𝑅2 kleiner als 0,49 ist.

- 16-

Abbildung 12: Zusammenhang zwischen dem Endtest und der Aktivität (Klicks)

In Abbildung 13 wird der Zusammenhang zwischen allen Testergebnissen und allen Klicks (Aktivität) dargestellt. Da hier die Ergebnisse von allen Tests (alle Self-Tests, Midterm Exam, Endtest, etc.) verwendet werden, verteilen sich die Ergebnisse etwas mehr, so dass hier der Lernerfolg etwas differenzierter betrachtet werden kann. In der Grafik stellt jeder Studierende wieder einen Punkt dar, wobei der zugehörige Wert auf der Ordinate das durchschnittliche Punkteergebnis aller Tests ist und der Wert auf der Abszisse wieder die Summe aller Klicks darstellt, die der entsprechende Studierende bis zu den Tests gemacht hat. Die Regressionsgerade durch die Punkte hat eine Steigung ca. 0,04 und einen Ordinatenschnittpunkt bei ca. 59. Da die Steigung, wie in den beiden vorhergehenden Abbildungen, auch hier so gering ist, konnten die Studierenden im Schnitt durch mehr Klicks insgesamt kaum mehr Punkte erreichen (0,04 Punkte pro zusätzlichen Klick). Das Bestimmtheitsmaß beträgt ca. 13% Es werden also lediglich 13% der Streuung durch die Regressionsgerade erklärt. Die Aussagekraft dieser Geraden ist also als gering einzustufen. Da 𝑅𝑅2 kleiner als 0,49 ist bleibt die Hypothese unbestätigt

- 17-

Abbildung 13: Zusammenhang zwischen allen Tests und der Aktivität (Klicks)

Die Regressionsgerade in Abbildung 14 hat einen Ordinatenschnittpunkt von ca. 33. Die geringe Steigung von 0,09 zeigt, dass auch hier im Schnitt ein zusätzlicher Klick zu nur sehr wenig zusätzlichen Punkten geführt hat. Das Bestimmtheitsmaß fällt mit ca. 24% kleiner als 49% aus. Die Güte der Anpassung der Regressionsgeraden ist, relativ zu Abbildung 11, Abbildung 12 und Abbildung 13 zwar deutlich größer, jedoch bleiben mehr als 75% unerklärt. Die Hypothese wird nicht bestätigt.

Abbildung 14: Zusammenhang zwischen der Endnote und der Aktivität (Klicks)

- 18-

4.3.4 Korrelationen Im Folgenden wurden Korrelationen, also Wechselwirkungen zwischen den auf ISIS bereitgestellten Materialien (Forum, Videos, Script, Exercise, Homework, Lecture, others) und allen benoteten Tests (Self-Tests, Midterm Exam, Endtest, Homework Assignments) untersucht. Die Korrelationen wurden in einem Graph abgetragen, wobei auf der Ordinate die Noten in den bestimmten Kategorien darstellt sind und auf der Abszisse die getätigten Aktionen (Anzahl der Klicks) der jeweiligen Kategorien. Im Programm mootics wurden alle Kategorien der Materialien und alle benoteten Übungsaufgaben aufgelistet. Nun konnte für jede Kategorie mit jeder erhaltenen Note die Korrelation analysiert werden. Die Auswertung zeigt eine Punktewolke, in derjeder Punkt einen Studierenden darstellt.

So konnte z.B. die Kategorie Video und das Midterm Exam als Indikator für einen möglichen Lernerfolg gewählt werden. Dabei wurden die Klicks in der jeweiligen Kategorie bis zum Testgezählt und aufsummiert. Mit dieser Punktewolke wurde dann eine lineare Regression durchgeführt. Dabei ist zu beachten, dass zur Durchführung einer linearen Regression bereits ein linearer Zusammenhang unterstellt wird. Daher wird auch im vorliegenden Fall die Linearität der Merkmale unterstellt. Die resultierende Regressionsgerade ist in den Grafiken mit „Regression Line“ bezeichnet und setzt sich aus dem Schnittpunkt der Geraden mit der Ordinate und der Steigung der Geraden zusammen. Des Weiteren wurde der Korrelationskoeffizient nach Bravais-Pearson bestimmt, um zu erfahren wie stark die beiden Merkmale linear zusammenhängen. Weder bei den vorgestellten noch bei den anderen Korrelationen herrschte nach unseren Entscheidungskriterien ein starker linearer Zusammenhang (siehe Abbildung 1). Dennoch werden im Folgenden einige Korrelationen exemplarisch vorgestellt, die für das Studienprojekt als am aussagekräftigsten erachtetet wurden. Eine Korrelation nach Bravais-Pearson mit einem Wert von 0 bis 0,3 gilt als vernachlässigbar, 0,3 bis 0,7 gilt als schwacher Zusammenhang und Werte größer als 0,7 gelten als starker Zusammenhang der Merkmale und würden die Arbeitshypothese aus 2.3 Forschungsfragebestätigen.

Korrelation zwischen Exercise und Midterm Exam

Bei dem Midterm Exam ist zu beachten, dass die Studierenden diesen Test innerhalb eines festgesetzten Zeitraumes nur einmal bearbeiten konnten, während z.B. die Self-Tests über das gesamte Semester beliebig wiederholt werden konnten. Der Korrelation mit Exercise wurde gewählt, da bei Exercise potentielle Prüfungsaufgaben bearbeitet wurden und somit der Zuwachs an Prüfungswissen als sehr hoch eingeschätzt wurde.

Die lineare Regression der Punktewolke in Abbildung 15 zeigt, dass es eine Steigung von 0,51 gibt. Das heißt, dass die Studierenden im Schnitt pro zusätzlichen Klick auf Materialien der Kategorie Exercise 0,51 Punkte im Midterm Exam mehr erreicht haben. Der Ordinatenschnittpunkt liegt bei 70. Die Interpretation dieses Schnittpunktes wäre, dass Studierenden, die keinen Klick in der Kategorie Exercise auf ISIS getätigt haben, im Schnitt ca. 70 Punkte im Midterm Exam erreicht haben. Da diese Interpretation für die Hypothese nicht relevant ist, wird der Ordinatenschnittpunkt im Folgenden auch nicht weiter interpretiert. Der Korrelationskoeffizient nach Bravais-Pearson hat im vorliegenden Fall einen Wert von ca. 0,54. Demnach besteht ein ca. 54 prozentig positiver linearer Zusammenhang zwischen den Merkmalen Exercise und Midterm Exam. Da wir nur einen 54 prozentig positiven lineareren Zusammenhang haben wird diese Korrelation als schwach eingestuft. Der Wert liegt unterhalb von 0,7, deshalb wird die Hypothese nicht bestätigt.

- 19-

Abbildung 15 :Exercise und Midterm Exam

Korrelation zwischen Homework und Endtest

Die Korrelation mit Homework wurde aus dem gleichen Grund gewählt wie Exercise, da auch hier Aufgaben (als Hausaufgabe) bearbeitet wurden und somit der Zuwachs an potentiellem Prüfungswissen als sehr hoch eingestuft wurde.

Die lineare Regression der Punktewolke aus Abbildung 16 zeigt, dass es eine Steigung von ca. 0,3 gibt. Das heißt, dass die Studierenden im Schnitt pro zusätzlichen Klick auf Homework 0,3 Punkte im Midterm Exam mehr erreicht haben. Der Ordinatenschnittpunkt liegt bei 52. Der Korrelationskoeffizient nach Bravais-Pearson hat im vorliegenden Fall einen Wert von ca. 0,37. Demnach besteht ein 37 prozentig positiver linearer Zusammenhang zwischen den Merkmalen Homework und Midterm Exam. Das ist ein schwacher Zusammenhang mit einem Wert kleiner 0,7 und bestätigt demnach nicht die Hypothese.

- 20-

Abbildung 16: Homework und Endtest

Korrelation zwischen Lecture und Total

Total bezeichnet die Gesamtnote des Kurses. Es konnten maximal 115 Punkte erreichen.

Abbildung 17 zeigt die Korrelation zwischen Lecture und Total. Die Steigung der Regressionsgeraden ist 0,33. Das heißt, dass die Studierenden im Schnitt pro zusätzlichen Klick auf Lecture 0,33 Punkte insgesamt im Kurs mehr erreicht haben. Der Ordinatenschnittpunkt liegt bei ca. 50. Der Korrelationskoeffizient nach Bravais-Pearson hat im vorliegenden Fall einen Wert von ca. 0,44. Demnach besteht ein ca. 44 prozentig positiver linearer Zusammenhang zwischen den beiden Merkmalen. Diese Korrelation wird als schwach eingestuft (da kleiner 0,7) und bestätigt deshalb nicht die Hypothese.

- 21-

Abbildung 17: Lecture und Total

Korrelation zwischen Script und Total

Die Steigung der linearen Regressionsgeraden in Abbildung 18 beträgt ca. 6. Das ist mit Anstand der höchste Punktegewinn, den die Studierenden im Schnitt pro zusätzlichen Klick erreicht haben. Der Ordinatenschnittpunkt liegt bei ca. 47. Im Schnitt hatten Studierende pro Klick auf das Material Script also 6 Punkte mehr in der Gesamtnote. Der Korrelationskoeffizient nach Bravais-Pearson hat im vorliegenden Fall einen Wert von ca. 0,49. Demnach besteht ein ca. 49 prozentig positiver linearer Zusammenhang zwischen den Merkmalen Script und Total. Es besteht ein schwacher Zusammenhang, der die Hypothese nicht bestätigt, da 0,49 kleiner 0,7.

Abbildung 18: Script und Total

- 22-

Korrelation zwischen others und Total

Others bezeichnet Klicks auf Materialien, das zu keiner der anderen Kategorien gehört. Dazu zählen z.B. Klicks auf Kontaktdaten, Nachrichten abrufen, oder andere Aktionen.

Man erkennt in Abbildung 19, dass der Korrelationskoeffizient ca. 53% beträgt. Das ist insgesamt die höchste Korrelation, die es gab. Auch dieser Wert wird nur als schwacher Zusammenhang interpretiert, der auch keine Aussage zur H1 Hypothese erlauben lässt. Der Ordinatenschnittpunkt liegt bei ca. 34. Die Steigung der linearen Regressionsgeraden beträgt 0,22. Die Hypothese wird auch in Abbildung 19 nicht bestätigt, da die Korrelation mit 0,53 zu klein ausfällt.

Abbildung 19: others und Total

- 23-

Korrelation zwischen Homework und Course Total

Der Ordinatenschnittpunkt liegt in Abbildung 20 bei ca. 56. Die Steigung der linearen Regressionsgeraden beträgt 0,31. Das heißt, dass die Studierenden im Schnitt pro zusätzlichen Klick auf Homework, 0,7 Punkte für alle benoteten Aufgaben mehr erreicht haben. Der Korrelationskoeffizient nach Bravais-Pearson hat im vorliegenden Fall einen Wert von ca. 0,37. Demnach besteht ein ca. 37 prozentig positiver linearer Zusammenhang zwischen den Merkmalen Homework und Course Total. Es besteht also ein schwacher Zusammenhang (r < 0,7), der die Hypothese nicht bestätigt.

Abbildung 20: Homework und Course Total

Korrelation zwischen Script und Course Total

Die Korrelation zwischen Script und Course Total wurde gewählt um zu sehen, wie stark sich das häufigere Klicken auf Script auf die durchschnittlichen Testergebnisse auswirkt

Der Ordinatenschnittpunkt liegt in Abbildung 21 bei ca. 72. Die Steigung der linearen Regressionsgeraden beträgt 0,59. Das heißt, dass die Studierenden im Schnitt pro zusätzlichem Klick auf Script, 0,59 Punkte für alle benoteten Aufgaben mehr erreicht haben. Der Korrelationskoeffizient nach Bravais-Pearson hat im vorliegenden Fall einen Wert von ca. 0,11. Demnach besteht ein ca. 11 prozentig positiver linearer Zusammenhang zwischen den Merkmalen Script und Course Total. Somit besteht eine vernachlässigbare Abhängigkeit (r < 0,3). Die Hypothese wird nicht bestätigt.

- 24-

Abbildung 21: Script und Course Total

Zusammenfassung der Korrelationen Grundsätzlich hatte die errechnete Regressionsgerade immer eine positive Steigung. Das bedeutet, dass die Studierenden bessere Noten bekamen, wenn sie das Material häufiger genutzt haben. Da aber die Korrelation, bzw. das Bestimmtheitsmaß als Kriterium wesentlich aussagekräftiger sind und deshalb auch gewählt wurden, konnte die Hypothese in keinem Fall bestätigt werden. Dass ein Klick auf ein Material nicht unbedingt die Nutzung bedeutet, oder dass ein Studierender nach dem Klick auf ein Video es sich gar nicht angesehen hat, oder das Material heruntergeladen und dann z.B. via Dropbox genutzt wurde, sind mögliche Szenarien, die das Ergebnis in seiner Aussagekraft mindern. Im Folgenden wird aber angenommen, dass ein Studierender, der auf ein Material geklickt hat, es auch zum Lernen nutzte, so dass er, wenn er öfter auf Lernmaterial klickte, auch mehr gelernt hat.

4.3.5 Gewichtete Videoklicks Abbildung 22 zeigt den Zusammenhang zwischen den gewichteten Videoklicks und den Endnoten der Studierenden. Gewichtete Videoklicks bedeutet, dass ein Klick auf ein Video mit der durchschnittlichen Abspielzeit des Videos multipliziert wird. Durch die Gewichtung wird jeder Klick auf ein Video in Bezug auf dessen tatsächliche Abspielzeit gestellt, so dass die Aussagekraft jedes Klicks gleich ist und damit der Auswertung präziser wird. Die Regressionsgerade hat allerdings eine Steigung von null. Der Korrelationskoeffizient ist positiv und beträgt 0,21. Dieser Zusammenhang ist also vernachlässigbar.

- 25-

Abbildung 22: Gewichtete Videoklicks im Zusammenhang zu den Endnoten

4.4 Abschlussfragebogen Im Folgenden wird die Auswertung des Abschlussfragebogens erläutert. Dabei wird zuerst auf die allgemeine Auswertung des Abschlussfragebogens eingegangen (4.4.1 Allgemeine Auswertung des Abschlussfragebogens) und anschließend der Zusammenhang der Angaben der Studierenden mit ihren Prüfungsleistungen analysiert (4.4.2 Zusammenhang der Angaben im Abschlussfragebogen mit dem Prüfungserfolg).

4.4.1 Allgemeine Auswertung des Abschlussfragebogens Der erste Fragenblock des Abschlussfragebogens bezog sich auf die aufgewendete Zeit, in der die Studierenden die verschiedenen E-Learning-Materialien genutzt haben. Dabei ist natürlich zu berücksichtigen, dass dies die eigenen Einschätzungen der Studierenden sind, welche nicht unbedingt mit der tatsächlich aufgewendeten Zeit übereinstimmen müssen. In Tabelle 1 wurden diese Zeiteinschätzungen der Studierenden numerisch und in Abbildung 23 graphisch dargestellt.

Betrachtet man die höchste Zeitangabe (>2h), so haben die meisten Studierenden für das Anschauen der Videos am meisten Zeit aufgewendet. Besonders deutlich wird dies auch, wenn man die beiden höchsten Zeitangaben zusammen betrachtet: 15 von 25 Studierenden geben an, dass sie für das Anschauen der Videos durchschnittlich über eine Stunde aufgewendet haben. Für das Herunterladen oder Lesen von zusätzlichen Materialien für die Übung oder Hausaufgaben sind es zehn Studierende (allerdings geben hier nur zwei der zehn über zwei Stunden an) und für das Herunterladen oder Lesen des Skripts sind es neun Studierende (davon geben sechs über zwei Stunden an). Am wenigsten Zeit scheinen die Studierenden mit der Teilnahme an den Self-Tests verbracht zu haben. Hier geben 19 von 25 Studierenden eine durchschnittliche Zeit von unter 30 Minuten an (davon geben zehn Studierende unter zehn Minuten und neun 10-30 Minuten an). Außerdem wenden auch viele

- 26-

Studierende (14) eher wenig Zeit auf für das Herunterladen oder Lesen der Vorlesungsfolien (davon geben neun Studierende sogar unter zehn Minuten an) oder auch für das Herunterladen oder Lesen des Skripts geben viele (13) an, wenig Zeit aufgewendet zu haben (davon geben drei unter zehn Minuten an).

Die Zeitangaben variieren zwischen den Studierenden teilweise sehr stark. Dies könnte beispielsweise daran liegen, dass die Vorlesungsfolien sehr nah am Skript orientiert sind und manche Studierende – je nach Lerntyp – lieber mit den Vorlesungsfolien oder den Vorlesungsvideos arbeiten als mit dem ausformulierten Skript. Interessant ist auch, dass viele Studierende für das Anschauen der Videos sehr viel Zeit aufwenden, was darauf hindeuten könnte, dass die Videos von den Studierenden als Lernmaterialien sehr gut angenommen wurden.

If you are using the online-service of “Speech communication”, how much time to you usually spend for...

<10 min 10 – 30 min

30min – 1h 1 – 2h >2h Gesamt

downloading / reading the Script 3 10 3 3 6 25 downloading / reading Slides from the lecture 9 5 7 1 3 25

watching Videos 5 3 2 7 8 25 downloading / reading additional material for the exercise or homework

7 3 5 8 2 25

passing Self-Tests 10 9 2 3 1 25 Tabelle 1: Erster Fragenblock des Abschlussfragebogens

- 27-

Abbildung 23: Zeitangaben bzgl. der Verwendung der E-Learning-Materialien

Die nächsten drei Fragenblöcke des Abschlussfragebogens bezogen sich auf die Nützlichkeit der verschiedenen E-Learning-Materialien. Dabei wurde abgefragt, für wie hilfreich die Studierenden die verschiedenen Materialien erachten. Die drei Frageblöcke waren dabei in drei Teile aufgeteilt: wie hilfreich die E-Learning-Materialien (1.) für das Verständnis, (2.) für die Prüfungsvorbereitung und (3.) für das Verfolgen der Vorlesung waren.

Für die Auswertung dieser drei Frageblöcke wurden den Antwortmöglichkeiten Zahlwerte zugewiesen (siehe Tabelle 2) und anschließend für jede Kategorie/jede Art von E-Learning-Material ein Durchschnitt gebildet:

Antwortmöglichkeiten im Fragebogen

Absolutley not true Absolutley true

Zugeordnete Zahlenwerte 0 1 2 3 4

Tabelle 2: Zugeordnete Zahlenwerte zu den Antwortmöglichkeiten

Abbildung 24 zeigt die grafische Auswertung der Antworten der Studierenden bzgl. dieser drei Frageblöcke. Die Tabellen mit den numerischen Werten sind im Anhang (I. Ergebnisse der Abschlussfragebögen) aufgeführt. Die Videos, die Vorlesungsfolien und das Skript werden insgesamt von den Studierenden am hilfreichsten erachtet. Für das Verständnis werden die Videos und das Skript als am hilfreichsten betrachtet (Skript: ∅3,3, Videos: ∅3,1, Vorlesungsfolien: ∅2,5, Self-Test: ∅2,4, Kahoot!: ∅2,2). Bezüglich der Prüfungsvorbereitung ist das Skript mit Abstand am hilfreichsten und die Kahoot!-Quizes weniger hilfreich (Skript: ∅3,6, Videos: ∅2,8, Vorlesungsfolien: ∅2,8, Self-Tests: ∅2,4, Kahoot!: ∅1,9). Für das

0 2 4 6 8 10 12

<10 min.

10 – 30 min.

30min - 1h

1-2h

>2h

Zeitangaben bzgl. der Verwendung der E-Learning-Materialien

Anzahl der Zeitangaben für dieTeilnahme an den Self-Tests

Anzahl der Zeitangaben für dasLesen/Herunterladen vonzusätzlichen Materialien für dieÜbung oder Hausaufgaben

Anzahl der Zeitangaben für dasAnschauen der Videos

Anzahl der Zeitangaben für dasLesen/Herunterladen derVorlesungsfolien

Anzahl der Zeitangaben für dasLesen/Herunterladen des Skripts

- 28-

Verfolgen der Vorlesung scheinen alle E-Learning-Materialien recht hilfreich zu sein. Aber auch hier liegen Videos, Vorlesungsfolien sowie das Skript vorne (Skript: ∅2,8, Videos: ∅2,8, Vorlesungsfolien: ∅2,8, Self-Tests: ∅2,4, Kahoot!: ∅2,4). Das Skript wird durch diese drei Frageblöcke hinweg als am hilfreichsten von den Studierenden erachtet – besonders für die Prüfungsvorbereitung (∅3,6). Für die Videos kann insgesamt festgehalten werden, dass die Studierenden nicht nur viel Zeit für die Videos aufgewendet haben (siehe Abbildung 23), sondern diese auch als sehr hilfreich erachten – besonders für das Verständnis (∅3,1).

Bei den Kahoot!-Quizes scheint die Nützlichkeit hingegen etwas zu variieren: Für die Prüfungsvorbereitung erachten die Studierenden die Kahoot!-Quizes als weniger hilfreich (∅1,9), während diese für das Verständnis (∅2,4) oder für das Verfolgen der Vorlesung (∅2,4) schon etwas hilfreicher sind. Dies liegt wahrscheinlich daran, dass die Kahoot!-Quizes nur während der Vorlesung absolviert werden, so dass diese dann kurz vor der Prüfung nicht mehr zum Lernen verwendet werden können.

Die Self-Tests werden sowohl für die Prüfungsvorbereitung (∅2,4) als auch für das Verfolgen der Vorlesung (∅2,4) und für das Verständnis (∅2,4) als mittelmäßig hilfreich erachtet.

Abbildung 24: Nützlichkeit der E-Learning-Materialien

Zuletzt wurden die Studierenden gefragt, aus welchen Gründen sie sich in der Regel die Videos angesehen haben (grafische Auswertung in Abbildung 25). Hier haben die meisten Studierenden (14) angegeben, dass sie die Videos zur Wiederholung oder zum Verständnis angesehen haben. Ein weiterer Grund für das Anschauen der Videos war das Fehlen in der Vorlesung und somit Nachholen dieser (zehn Studierende). Nur fünf Studierende gaben an, dass sie die Videos in der Regel nicht geschaut haben. Dies verstärkt das Bild aus Abbildung 23 und Abbildung 24, dass die Videos bei den Studierenden insgesamt sehr gut angekommen sind und von den meisten genutzt wurden.

0,0 1,0 2,0 3,0 4,0

Script

Slides from the lecture

Videos

Self-Tests

Kahoot Quiz

Nützlichkeit der E-Learning-Materialien

Hilfreich für Verständnis(Durchschnitt)

Hilfreich fürPrüfungsvorbereitung(Durchschnitt)

Hilfreich bei für das Verfolgen derVorlesung (Durchschnitt)

- 29-

Abbildung 25: Gründe für das Anschauen der Videos

4.4.2 Zusammenhang der Angaben im Abschlussfragebogen mit dem Prüfungserfolg Die Studierenden wurden gebeten auf den Fragebogen ihren Namen zu schreiben. Dieser wurde anschließend von Patrick Ehrenbrink anonymisiert, indem er die Namen durch eine User-ID ersetzt hat. So war es möglich die Antworten der Studierenden in einen Zusammenhang mit Ihren Prüfungsleistungen zu bringen. Im Folgenden werden einige mögliche Zusammenhänge analysiert. Dabei wurden die E-Learning-Materialien ausgewählt, die bereits unter 4.4.1 Allgemeine Auswertung des Abschlussfragebogens als besonders hilfreich ausgewertet wurden bzw. auf die die Studierenden am meisten Zeit aufgewendet haben. Alle anderen Grafiken zu dieser Art von Zusammenhängen befinden sich im Anhang (I.II Zusammenhang der Angaben im Abschlussfragebogen mit dem Prüfungserfolg (weitere)). Betrachtung der Zeitangaben Betrachtet man alle Grafiken bzgl. der Zeitangaben (siehe Anhang I.II Zusammenhang der Angaben im Abschlussfragebogen mit dem Prüfungserfolg (weitere)), lässt sich für fast alle Zusammenhänge bzgl. der Zeitangaben und der Endnoten eine positive Tendenz erkennen. Außer für die Vorlesungsfolien, die eher eine negative Tendenz zeigen. Im Folgenden werden die Zusammenhänge der aufgewendeten Zeit für das Skript, die Videos und die Übungen/Hausaufgaben etwas näher betrachtet. Bei der aufgewendeten Zeit handelt es sich um eine Selbsteinschätzung der Studierenden. Es gab folgende Antwortmöglichkeiten, die in den Grafiken durch Zahlen ersetzt sind: Antwortmöglichkeiten im Fragebogen <10 min 10 – 30 min 30 min – 1 h 1 h – 2 h > 2 h

Werte in den Grafiken (auf der Abszisse) 1 2 3 4 5

Tabelle 3: Legende der Antwortmöglichkeiten bei den Zeitangaben für die Grafiken

In Abbildung 26 wird die Endnote mit der der aufgewendeten Zeit für das Skript in Zusammenhang gebracht. Die Regressionsgerade weist eine Steigung von ca. drei auf, was auf einen positiven Zusammenhang hindeutet. Allerdings ist 𝑅𝑅2 = 0,041 kleiner 0,49, deshalb

0 2 4 6 8 10 12 14 16

I usually did not watch the videos

I watched the videos, when I missedthe lecture

I watched the videos or parts of it forrepetition and understanding

Gründe für das Anschauen der Videos

Anzahl Studierender

- 30-

kann man hier keine genaue Aussage bezüglich der für das Skript aufgewendeten Zeit und der Endnote machen.

Abbildung 26: Aufgewendete Zeit für das Skript im Zusammenhang zur Endnote

Abbildung 27 zeigt den Zusammenhang von der aufgewendeten Zeit für die Videos zur Endnote der Studierenden. Hier ist die Steigung der Regressionsgerade sogar fast vier. Allerdings ist 𝑅𝑅2 = 0,087 kleiner 0,49, deshalb wird die Hypothese nicht bestätigt.

Abbildung 27: Aufgewendete Zeit für das Anschauen der Videos im Zusammenhang zur Endnote

Die nächste Grafik (Abbildung 28) zeigt den Zusammenhang zwischen der aufgewendeten Zeit für die Übungen und Hausaufgaben zur Endnote der Studierenden. Die Steigung der Regressionsgerade ist zwar auch positiv, jedoch etwas geringer (1,8). Da sich alle Punkte sehr stark verteilen, ist auch 𝑅𝑅2 sehr viel niedriger als 0,49, weshalb man keine valide Aussage bezüglich des Zusammenhangs machen kann.

y = 2,9722x + 79,722R² = 0,041

0

20

40

60

80

100

120

0 1 2 3 4 5 6

Endn

ote

in P

unkt

en

Angegebene Zeit für das Herunterladen/Lesen des Skripts

Zeit für das Skript

y = 3,9793x + 74,99R² = 0,087

0

20

40

60

80

100

120

0 1 2 3 4 5 6

Endn

ote

in P

unkt

en

Angegebene Zeit für das Anschauen der Videos

Zeit für die Videos

- 31-

Abbildung 28: Aufgewendete Zeit für die Übung/Hausaufgabe im Zusammenhang zur Endnote

Abbildung 29 setzt die Bewertung der Studierenden, wie hilfreich sie das Skript zur Prüfungsvorbereitung erachten in Zusammenhang mit ihrer Endnote. Aus der Grafik wird schnell deutlich, dass kein Zusammenhang existiert – und wenn, dann eher ein negativer. Das Skript wurde von den meisten als äußert hilfreich erachtet (4), deshalb kann hier kaum eine Unterscheidung gemacht werden. Da auch hier 𝑅𝑅2 kleiner als 0,49 ist, wird das Entscheidungskriterium für die H1 Hypothese nicht erfüllt.

Abbildung 29: Wie hilfreich wird das Skript für die Prüfungsvorbereitung bewertet im Zusammenhang zur Endnote

In Abbildung 30 lässt sich schon eher ein positiver Zusammenhang erkennen. Die Grafik zeigt den Zusammenhang zwischen der Bewertung der Studierenden, wie hilfreich sie die Videos zur Prüfungsvorbereitung erachten und ihrer Endnote. Hier verteilt sich die Bewertung etwas besser, weshalb sich schon eher eine Aussage treffen ließe. Die Steigung beträgt 5,03 und

y = 1,8391x + 83,37R² = 0,0147

0

20

40

60

80

100

120

0 1 2 3 4 5 6

Endn

ote

in P

unkt

en

Angegebene Zeit für die Übung/Hausaufgaben

Zeit für die UE/HA

y = -3,2665x + 100,82R² = 0,0272

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

Skript hilfreich für die Prüfungsvorbereitung

- 32-

das Bestimmtheitsmaß 0,13. Damit liegt es unter 0,49 und ist demnach zu gering um damit eine fundierte Aussage zu machen.

Abbildung 30: Wie hilfreich werden die Videos für die Prüfungsvorbereitung bewertet im Zusammenhang zur Endnote

Ein weiteres eher überraschendes Ergebnis zeigt die folgende Grafik (Abbildung 31). In dieser wird der Zusammenhang zwischen der Bewertung der Studierenden, wie hilfreich sie die Self-Tests zur Prüfungsvorbereitung erachten und ihrer Endnote dargestellt. Obwohl die Self-Tests in der allgemeinen Auswertung nicht herausgestochen sind, könnte man in Abbildung 31 eventuell einen geringen Zusammenhang zwischen der Bewertung dieser und den Endnoten erkennen. Statistisch kann man hier tatsächlich einen schwachen Zusammenhang erkennen. Mit 𝑅𝑅2 = 0,2825 kleiner 0,49 erkennt man das die Hypothese nicht bestätigt wird.

Abbildung 31: Wie hilfreich werden die Self-Tests für die Prüfungsvorbereitung bewertet im Zusammenhang zur Endnote

y = 5,0263x + 74,974R² = 0,1304

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

Videos hilfreich für die Prüfungsvorbereitung

y = 7,7887x + 70,887R² = 0,2825

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

Self-Tests hilfreich für die Prüfungsvorbereitung

- 33-

5. Schlussbetrachtungen Im Folgenden werden die Ergebnisse der Studie noch einmal kurz zusammengefasst sowie praktische Implikationen genannt. Anschließend folgt noch ein Abschnitt zur Kritik des Projekts sowie zum Ausblick für zukünftige Studien. 5.1 Zusammenfassung Die vorliegende Arbeit hatte zum Ziel die Hypothese zu überprüfen, ob Studierende durch die vermehrte Nutzung von E-Learning-Materialien ihren Lernerfolg steigern können. Für die positive Evaluation der Hypothese bildeten die Noten und Testergebnisse der Studierenden den Indikator für einen Lernerfolg. Zu diesem Zweck wurden die Arten der E-Learning Materialien kategorisiert und die Hypothese anhand der einzelnen Kategorien überprüft. Die Kategorien sind Forum, Exercise, Video, Script, Lecture, Homework und Others. Wenn in einer der Kategorien ein positiver linearer Zusammenhang mit einer Korrelation (r) von größer als 0.7, oder dem Bestimmtheitsmaß (𝑅𝑅2) größer 0,49 besteht, dann kann die Hypothese für diese Kategorie als bestätigt angesehen werden. Die erhobenen Daten wurden mit dem eigens dafür entwickelten Programm Mootics ausgewertet und gaben Aufschluss darüber, wann ein Studierender auf E-Learning Materialien aus einer der Kategorien geklickt hat. Um die einzelnen Daten mit der Hypothese zu kontextualisieren wurden die Ergebnisse der wöchentlichen Self-Test, die Noten der Hausaufgaben, des Midterm Exams, des Endterm Exams und der Abschlussnote mit ausgewertet. Dabei wurde unterschieden zwischen der statistischen Auswertung aller Nutzer und den verschiedenen Testergebnissen/Endnoten sowie der Korrelation zwischen den bereits angesprochenen Kategorien und den Noten. Aus den vorangegangenen Abschnitten lassen sich einige positive Zusammenhänge ableiten, auch wenn diese nur gering sind. Da keine der Korrelationen einen Wert von über 0.7 aufweist, wird die Hypothese für alle Kategorien von E-Learning-Materialien verworfen. Das heißt, innerhalb dieses Studienprojektes konnte nicht nachgewiesen werden, dass ein häufiger Gebrauch von E-Learning-Materialien einen positiven Einfluss auf den Lernerfolg hat. Auch anhand des Abschlussfragebogens konnte nur eine positive Tendenz aber kein belastbarer Zusammenhang zwischen der Nutzung der E-Learning-Materialien und den Endnoten festgestellt werden. Allerdings ist zu beachten, dass die ISIS-Log-Daten sowie die Erhebung durch Fragebögen nur begrenzt Aufschluss darüber geben, wie viel die Studierenden sich tatsächlich mit den E-Learning-Materialien beschäftigt haben. Die Korrelation zwischen den gewichteten Videoklicks und den Endnoten der Studierenden beträgt 0,21. Das ist insofern bemerkenswert, da die Studierenden für das Anschauen der Videos die meiste Zeit aufgewendet haben. Im Abschlussfragebogen geben 15 von 25 Studierenden an, dass für das Schauen der Videos im Durchschnitt über eine Stunde Zeit investiert haben. Trotzdem ist der Zusammenhang zum Lernerfolg unterhalb anderer Werte wie z.B. der Korrelation zwischen Script und Total mit 0.49. Ergänzend zu der Untersuchung der Hypothese wurde innerhalb dieses Studienprojektes noch die Nutzung der E-Learning-Materialien auf zeitlicher Basis analysiert. Dabei wurde festgestellt, dass an den Tagen, an denen die Vorlesung oder Übung stattfand sowie die Abgabe der Hausaufgabe erfolgte, die E-Learning-Materialien von den Studierenden besonders häufig genutzt wurden. Eine weitere Erkenntnis aus der zeitlichen Analyse war, dass im November im Vergleich zu den anderen Monaten eine erhöhte Nutzung zu verzeichnen war. 5.2 Praktische Implikation

- 34-

Die Abgabe der Hausaufgaben und die Beschäftigung mit den E-Learning Materialien stehen in einem auffälligen zeitlichen Zusammenhang. Aus diesem Grund kann überlegt werden den Zeitpunkt der Abgabe zu verschieben. Dadurch könnte erreicht werden, dass die Studierenden sich nicht nur an den Tagen der Vorlesung und Übung mit den Themen intensiver beschäftigen, sondern zeitlich versetzt, z.B. am Wochenende um eine Stabilisierung des gelernten Wissens zu erreichen. Anhand der Ergebnisse des Abschlussfragebogens kann eine Empfehlung für andere Lehrveranstaltungen festgehalten werden. Für die meisten Lehrveranstaltungen an der TU Berlin werden auf ISIS nur die „nötigen“ Materialien zur Verfügung gestellt. Diese beinhalten in der Regel die Vorlesungsfolien und ggf. Übungsmaterialien oder Aufgabenstellungen für die Hausaufgaben. Nur für wenige Lehrveranstaltungen werden den Studierenden auch Videos oder Tests zur Verfügung gestellt. Auch ein ausführliches Skript gibt es nicht in jeder Lehrveranstaltung. Dabei werden gerade das Skript und die Videos als sehr hilfreich von den Studierenden erachtet. Aber auch die Self-Tests werden von den Studierenden sehr gut angenommen und diese zeigen auch eine Tendenz für einen positiven Einfluss auf die Endnote. Zudem scheinen die Studierenden besonders für die Videos auch bereit zu sein, viel Zeit aufzuwenden. Diese drei E-Learning-Materialien sollten also neben den bisherigen Materialien auch in anderen Lehrveranstaltungen den Studierenden zur Verfügung gestellt werden.

5.3 Kritik & Ausblick

Bei der Auswertung der Videoaufzeichnungen gab es Schwierigkeiten bezüglich der Abspielzeit. Wurde in ISIS auf ein Video geklickt, so öffnete sich ein neues Fenster und man konnte sich das Video nun anschauen, indem man auf Play klickte. Spielte man das Video ca. eine Sekunde lang ab und pausierte dann, so vergrößerte sich die Total Play Time in der Datei, die man aus Matterhorn exportieren konnte, um bis zu 2 Sekunden. Wenn man diesen Test öfter durchführt, konnte man feststellen, dass es manchmal aber auch nur eine Sekunde war. Das Video wurde nach dem ersten Play-Klick angefangen zu laden. Wurde das erste Mal auf Play geklickt, war dieses Problem allerdings nicht mehr zu bemerken. Da dieses Problem nicht jedes Mal auftrat und da die Abweichungen (max. 1 Sekunde pro View) als sehr niedrig angesehen werden können, wurden die Zahlen des User Trackings aus Matterhorn übernommen, ohne sie weiter anzupassen. Die Zeiteinheiten Sekunden und Minuten in der Auswertung der Daten von Matterhorn sind demnach als absolute Zahlen nur eingeschränkt zu betrachten. Zudem wäre es generell besser gewesen, wenn die Videos nicht auf einer gesonderten Plattform zur Verfügung gestellt worden wären, da dies die Synchronisation der Daten erschwert. So stimmen beispielsweise die Anzahl der Klicks auf ISIS auf ein Videolink nicht mit der Anzahl der Views des Videos auf Matterhorn überein.

Bei dem Vorfragebogen ergab sich das Problem, dass dieser zwar mittels Hot Potatoes erstellt und in ISIS eingestellt werden konnten. Allerdings ergab die Auswertung der Daten eine so hohe Fehlerquote, dass Hot Potatoes bzw. das Ergebnis die HotPot Quizes nicht geeignet sind um eine Erhebung mittels Fragebögen durchzuführen. Für zukünftige Projekte bei denen Fragebögen ausgewertet werden sollen, empfiehlt sich daher eine andere Form der Datenerhebung.

Bei der Auswertung des Midterm Exams und des Endtests ist auffällig, dass Ergebnisse der Tests nur bei drei Personen unter 70 Punkten liegen. Dadurch dass sich die Ergebnisse nur zwischen 70 und 100 Punkten verteilen, ist eine Unterscheidung oder Auswertung schwieriger. Für ein folgendes Studienprojekt sollten also ggf. schwierigere Tests erstellt werden, die ein

- 35-

besserer Indikator für den Lernerfolg sind bzw. eine Unterscheidung der Leistungen der Studierenden vereinfachen. Beim Abschlussfragebogen war die Wahl der unterschiedlichen Intervalle in den Zeitangaben sowie das offene Ende (>2h) sehr schwierig für die Auswertung. So war es leider unmöglich, einen aussagekräftigen Durschnitt zu bilden, um die verschiedenen E-Learning-Materialien besser mit einander vergleichen zu können. Da dieses Studienprojekt sich nur auf ein Semester bezieht, konnte dieser Fehler nicht mehr behoben werden. Dies sollte jedoch bei dem nächsten Studienprojekt zu diesem Thema unbedingt anders gelöst werden. Eine Ergänzung zu dem prospektiven Studiendesign wäre gewesen, dass man neben der Interventionsgruppe noch eine Kontrollgruppe gehabt hätte und direkte Vergleiche bezüglich der Nutzung von E-Learning Material und den Noten hätte machen können. Dies war aber nicht möglich, da grundsätzlich jeder Studierende Zugriff auf das Material hat/ haben muss um an dem Kurs teilnehmen zu können und um die Chancengleichheit zu gewährleisten. Insgesamt ist bei der Auswertung der ISIS-Log-Daten zu beachten, dass ein Klick auf eine Datei oder ein Link natürlich nur begrenzt etwas darüber aussagt, wie viel die Studierenden sich tatsächlich mit den jeweiligen E-Learning-Materialien beschäftigt haben. Jeder Studierende geht mit den Materialien auch anders um. Manche laden sich die Dateien einmal runter und öffnen diese dann immer von ihrem PC aus, während andere jedes Mal erneut die Dateien runterladen, weil sie sie nicht abspeichern. Andere wiederum teilen ihre Ordner sogar mit anderen Studierenden, so dass es ausreicht, wenn einer die Datei runtergeladen hat. Folglich ist eine Aussage darüber, wie lange jeder Studierende sich dann tatsächlich die Datei angesehen hat, schwierig. Um darüber bessere Aussagen machen zu können, müsste ein umfangreicheres Analyse-Tool auf ISIS installiert werden, was einem auch die Zeiten angibt, wie lange die Studierenden in welchen Dateien sind. Damit aber das obengenannte Problem der heruntergeladenen Dateien nicht entsteht, müsste man das Herunterladen ausschließen und lediglich eine Online-Ansicht freigeben. Dies wiederum würde bei den Studierenden sicherlich nicht besonders gut ankommen.

- 36-

Literaturverzeichnis Universität Hamburg: eLearning Strategie-Papier der Universität Hamburg (2006- 2010). Universität Hamburg. Online verfügbar unter http://www.uni-hamburg.de/eLearning/eL-Strategie.pdf, zuletzt geprüft am 29.12.2013.ToDo Sebastian: Hier noch die Quelle der Korrelationstabelle ergänzen. (2006). Online verfügbar unter http://www.uni-hamburg.de/eLearning/eL-Strategie.pdf,

Dichanz, Horst; Ernst, Anette (2001): E-Learning - begriffliche, psychologische und didaktische Überlegungen. Online verfügbar unter http://www.econbiz.de/Record/e-learning-begriffliche-psychologische-und-didaktische-%C3%BCberlegungen-dichanz-horst/10003769922, zuletzt aktualisiert am 27.06.2001, zuletzt geprüft am 16.12.2013.

Kerres, Michael (2011): IKT im Dienste der Didaktik - heute - in den nächsten Jahren. AdA Plattformtagung. Lenzburg, 29.06.2011. Online verfügbar unter http://www.alice.ch/de/ada/news/detail/article/2011/05/25/michael-kerres-an-der-plattformtagung-vom-29-juni-2011/, zuletzt geprüft am 16.12.2013.

Kerres, Michael, De Witt, Claudia; Stratmann, Jörn (2003): E-Learning. Didaktische Konzepte für erfolgreiches Lernen. In: Karlheiz Schwuchow und Joachim GUttmann (Hg.): Jahrbuch Personalentwicklung & Weiterbildung 2003: Luchterhand. Online verfügbar unter http://mediendidaktik.uni-due.de/sites/default/files/jahrb-pe-wb-b_0.pdf, zuletzt geprüft am 16.12.2013.

Kleimann, Bernd; Wannemacher, Klaus (2004): E-Learning an deutschen Hochschulen. Von der Projektentwicklung zur nachhaltigen Implementierung. HIS GmbH. Hannover (165). Online verfügbar unter http://www.his.de/pdf/pub_hp/hp165.pdf, zuletzt geprüft am 16.12.2013.

Lehrstuhl für Mediendidaktik und Wissensmanagement (o.J.): E-Learning. Unter Mitarbeit von Lehrstuhls für Mediendidaktik und Wissensmanagement. Universität Duisburg Essen. Online verfügbar unter https://www.uni-due.de/genderportal/lehre_e-learning.shtml, zuletzt aktualisiert am 28.11.2013, zuletzt geprüft am 16.12.2013.

Metzner, Joachim (2007): IT-strategische Überlegungen aus Sicht der Fachhochschule. In: Reinhard Keil und Kerres, Michael, Schulmeister, Rolf (Hg.): eUniversity – Update Bologna, Bd. 3. München: Waxmann (3), S. 111–119. Online verfügbar unter http://books.google.de/books?id=mEVQ-KdrzHgC&pg=PA111&lpg=PA111&dq=metzner+IT-strategische+%C3%9Cberlegungen+aus+Sicht+der+Fachhochschule&source=bl&ots=1yRCogLw1z&sig=z0ArjWuEi6BRe-hChmQ0k29DF7s&hl=de&sa=X&ei=ePOuUtmeE47HswarqYGwCQ&ved=0CEwQ6AEwBA#v=onepage&q=metzner%20IT-strategische%20%C3%9Cberlegungen%20aus%20Sicht%20der%20Fachhochschule&f=false, zuletzt geprüft am 16.12.2013.

Mürner, Beat (2011): T01: Forschungsstand E-Learning. Blended Learning, Web 2.0, Bologna und E-Learning. FH Nordwestschweiz Hochschule für Soziale Arbeit. Otten. Online verfügbar unter http://www.elearning.hsa.fhnw.ch/pdf/ForschungsstandELearning.pdf, zuletzt aktualisiert am 16.11.2011, zuletzt geprüft am 16.12.2013.

Reinmann-Rothmeier, Gabi (2003): Didaktische Innovation durch Blended Learning. Leitlinien anhand eines Beispiels aus der Hochschule. Bern: Hans Huber. Online verfügbar unter http://downloads.eo-bamberg.de/10/979/1/98928345955707524876.pdf, zuletzt geprüft am 16.12.2013.

Universität Duisburg Essen (23.10.2013): Online lernen bringt besssere Noten. Liebscher, Julia, Julia Liebscher, Tel. 0203 379 7031, E-Mail: julia.liebscher@uni-due.de. Online verfügbar unter https://www.uni-due.de/de/presse/meldung.php?id=8238, zuletzt geprüft am 29.12.2013.

- 37-

Hain, Johannes: Abhängigkeit zweier Merkmale. Online verfügbar unter http://www.statistik-mathematik.uni-wuerzburg.de/fileadmin/10040800/user_upload/hain/SPSS/Abhaengigkeit.pdf

- 38-

Anhang

I. Ergebnisse der Abschlussfragebögen I.I Allgemeine Auswertung des Abschlussfragebogens (weitere)

Do you agree that the following E-learning materials will help you to establish a better understanding...

absolutely not true (0)

1 2 3 absolutely true (4)

Teil-nehmer

Summe Ǿ

Script 0 3 2 4 16 25 83 3,3 Slides from the lecture 2 4 6 5 8 25 63 2,5 Videos 2 0 4 5 12 23 71 3,1 Self-Tests 2 5 5 8 5 25 59 2,4 Kahoot Quiz 3 5 7 4 6 25 55 2,2

Tabelle 4: Wie hilfreich werden die E-Learning-Materialien für das Verständnis bewertet

Is it helpful for you to use the following E-Learning material to follow-up the lecture...

absolutely not true (0)

1 2 3 absolutely true (4)

Teil-nehmer

Summe Ǿ

Script 3 3 2 2 13 23 65 2,8 Slides from the lecture 1 3 4 7 8 23 64 2,8 Videos 2 3 3 4 10 22 61 2,8 Self-Tests 1 6 4 8 4 23 54 2,3 Kahoot Quiz 3 5 5 3 7 23 52 2,3

Tabelle 5: Wie hilfreich werden die E-Learning-Materialien für das Verfolgen der Vorlesung bewertet

Is it helpful for you to use the following E-Learning material for exam preparation...

absolutely not true (0)

1 2 3 absolutely true (4)

Teil-nehmer

Summe Ǿ

Script 0 3 0 1 19 23 82 3,6 Slides from the lecture 3 1 4 4 11 23 65 2,8 Videos 3 1 5 2 11 22 61 2,8 Self-Tests 2 5 5 4 7 23 55 2,4 Kahoot Quiz 6 4 4 4 5 23 44 1,9

Tabelle 6: Wie hilfreich werden die E-Learning-Materialien für die Prüfungsvorbereitung bewertet

Hinweis zu Tabelle 4, Tabelle 5 und Tabelle 6: Einige wenige Stunden haben einige Bewertungen ausgelassen. Zudem haben zwei Studenten die zweite Seite des Fragebogens vergessen, auszufüllen.

What were usually the reasons for you to watch the videos? I usually did not watch the videos 5 I watched the videos, when I missed the lecture 10

- 39-

I watched the videos or parts of it for repetition and understanding 14 Tabelle 7: Gründe für das Anschauen der Videos

Hinweis zu Tabelle 7: Einige wenige Stundierende haben die beiden Gründe (Verpassen der Vorlesung und für das Wiederholen und Verständnis) angegeben. Deshalb ist die Gesamtzahl der Bewertungen höher als in den anderen Tabellen.

I.II Zusammenhang der Angaben im Abschlussfragebogen mit dem Prüfungserfolg (weitere)

Abbildung 32: Aufgewendete Zeit für Vorlesungsfolien im Zusammenhang zur Endnote

Abbildung 33: Aufgewendete Zeit für die Self-Tests im Zusammenhang zur Endnote

y = -3,4433x + 96,646R² = 0,0492

0

20

40

60

80

100

120

0 1 2 3 4 5 6

Endn

ote

in P

unkt

en

Angegebene Zeit für das Herunterladen/Lesen der Vorlesungsfolien

Zeit für die VL-Folien

y = 4,7172x + 78,897R² = 0,0695

0

20

40

60

80

100

120

0 1 2 3 4 5 6

Endt

note

in P

unkt

en

Angegebene Zeit für die Self-Tests

Zeit für die Self-Tests

- 40-

Abbildung 34: Aufgewendete Zeit für die Übung/Hausaufgaben im Zusammenhang zur Prüfungsnote

Abbildung 35: Aufgewendete Zeit für die Self-Tests in Zusammenhang zur Prüfungsnote

y = 1,2739x + 72,753R² = 0,0085

0

20

40

60

80

100

120

0 1 2 3 4 5 6

Prüf

ungs

erge

bnis

in P

unkt

en

Angegebene Zeit für die Übung/Hausaufgaben

Zeit für die UE/HA

y = 3,3883x + 69,408R² = 0,0433

0

20

40

60

80

100

120

0 1 2 3 4 5 6

Erre

icht

e Pu

nkte

in d

er P

rüfu

ng

Angegebene Zeit für die Self-Tests

Zeit für die Self-Tests

- 41-

Abbildung 36: Aufgewendete Zeit für das Anschauen der Videos in Zusammenhang mit der Prüfungsnote

Abbildung 37: Aufgewendete Zeit für das Skript in Zusammenhang zur Prüfungsnote

y = 3,8241x + 63,318R² = 0,097

0

20

40

60

80

100

120

0 1 2 3 4 5 6

Erre

icht

e Pu

nkte

in d

er P

rüfu

ng

Angegebene Zeit für das Anschauen der Videos

Zeit für die Videos

y = 3,2949x + 66,567R² = 0,0608

0

20

40

60

80

100

120

0 1 2 3 4 5 6

Erre

icht

e Pu

nkte

in d

er P

rüfu

ng

Angegebene Zeit für das Herunterladen/Lesen des Skripts

Zeit für das Skript

- 42-

Abbildung 38: Aufgewendete Zeit für die Vorlesungsfolien in Zusammenhang zur Prüfungsnote

Abbildung 39: Wie hilfreich wird das Skript für das Verständnis bewertet in Zusammenhang zur Endnote

y = -2,7166x + 82,731R² = 0,0369

0

20

40

60

80

100

120

0 1 2 3 4 5 6

Erre

icht

e Pu

nkte

in d

er P

rüfu

ng

Angegebene Zeit für das Herunterladen/Lesen der Vorlesungsfolien

Zeit für die VL-Folien

y = -1,0627x + 92,048R² = 0,0029

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

Skript hilfreich für das Verständnis

- 43-

Abbildung 40: Wie hilfreich werden die VL-Folien für das Verständnis bewertet in Zusammenhang zur Endnote

Abbildung 41: Wie hilfreich werden die Videos für das Verständnis bewertet in Zusammenhang zur Endnote

y = -3,4508x + 97,216R² = 0,0477

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

VL-Folien hilfreich für das Verständnis

y = 1,8985x + 82,531R² = 0,0121

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

Videos hilfrei für das Verständnis

- 44-

Abbildung 42: Wie hilfreich werden die Self-Tests für das Verständnis bewertet in Zusammenhang zur Endnote

Abbildung 43: Wie hilfreich werden die Kahoot!-Quizes für das Verständnis bewertet in Zusammenhang zur Endnote

y = 3,9809x + 79,125R² = 0,0567

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

Self-Tests hilfrei für das Verständnis

y = 7,7123x + 70,118R² = 0,2264

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

Kahoot!-Quizes hilfrei für das Verständnis

- 45-

Abbildung 44: Wie hilfreich wird das Skript für das Verfolgen der VL bewertet in Zusammenhang zur Endnote

Abbildung 45: Wie hilfreich werden die VL-Folien für das Verfolgen der Vorlesung bewertet in Zusammenhang zur Endnote

y = -2,7259x + 96,878R² = 0,0427

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

Skript hilfreich für das Verfolgen der VL

y = -0,3488x + 90,144R² = 0,0004

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

VL-Folien hilfreich für das Verfolgen der VL

- 46-

Abbildung 46: Wie hilfreich werden die Videos für das Verfolgen der Vorlesung bewertet in Zusammenhang zur Endnote

Abbildung 47: Wie hilfreich werden die Self-Tests für das Verfolgen der Vorlesung bewertet in Zusammenhang zur Endnote

y = 6,0445x + 71,649R² = 0,1703

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

Videos hilfreich für das Verfolgen der VL

y = 4,376x + 78,9R² = 0,0644

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

Self-Tests hilfreich für das Verfolgen der VL

- 47-

Abbildung 48: Wie hilfreich werden die Kahoot!-Quizes für das Verfolgen der Vorlesung bewertet in Zusammenhang zur Endnote

Abbildung 49: Wie hilfreich werden die VL-Folien für die Prüfungsvorbereitung bewertet in Zusammenhang zur Endnote

y = 4,9635x + 77,736R² = 0,1138

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

Kahoot!-Quizes hilfreich für das Verfolgen der VL

y = -0,8455x + 91,563R² = 0,0035

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

VL-Folien hilfreich für die Prüfungsvorbereitung

- 48-

Abbildung 50: Wie hilfreich werden die Kahoot!-Quizes für die Prüfungsvorbereitung bewertet in Zusammenhang zur Endnote

y = 4,5551x + 80,856R² = 0,1147

0

20

40

60

80

100

120

0 1 2 3 4 5

Endn

ote

in P

unkt

en

Angegebener Zustimmungswert

Kahoot!-Quizes hilfreich für die Prüfungsvorbereitung

- 49-