Key points are not available for this paper at this time.
Obwohl Forscher im Bereich der naturwissenschaftlichen, technologischen, ingenieurtechnischen und mathematischen Bildung im Grundstudium derzeit mehrere Methoden verwenden, um Lerngewinne aus Vor- und Nachtests zu analysieren, haben die am häufigsten verwendeten Ansätze erhebliche Mängel. An erster Stelle steht die Unfähigkeit, zu unterscheiden, ob Unterschiede in den Lerngewinnen auf den Effekt einer Lehrintervention oder auf Unterschiede in den Studierendeneigenschaften zurückzuführen sind, wenn die Studierenden nicht zufällig den Kontroll- und Behandlungsgruppen zugewiesen werden können. Anhand von Vor- und Nachtestergebnissen aus einem Einführungskurs in Biologie veranschaulichen wir, wie die derzeit weit verbreiteten Methoden zu falschen Schlussfolgerungen führen können und wie die multiple lineare Regression einen effektiven Rahmen bietet, um den Einfluss einer Lehrintervention von dem Einfluss der Studierendeneigenschaften auf die Testergebnisgewinne zu unterscheiden. Im Allgemeinen empfehlen wir, dass Forscher immer auf regressionsanalytische Modelle auf Studierendenniveau zurückgreifen, die mögliche Unterschiede in den Fähigkeiten und Vorbereitungen der Studierenden kontrollieren, um den Effekt einer nicht randomisierten Lehrintervention auf die Leistung der Studierenden zu schätzen.
Theobald et al. (Sat,) untersuchten diese Frage.