Diplomarbeit Denise Gramß - Institut für Psychologie

Transcrição

HUMBOLDT-UNIVERSITÄT ZU BERLIN
Mathematisch Naturwissenschaftliche Fakultät II
Institut für Psychologie
Lernen am sozialen Modell bei der Benutzung von Automaten durch
ältere Personen
Diplomarbeit
vorgelegt von
Denise Gramß
Geb. am 08.05.1981
Matrikelnummer: 173153
Berlin, Dezember 2006
Gutachter
Prof. Dr. H. Wandke
Dipl.-Psych. D. Struve
1
Zusammenfassung
Die Präsenz interaktiver Systeme, im Besonderen von Automaten, nimmt im Alltag immer
mehr zu. Die Bedienung stellt für jüngere Nutzer, die Erfahrungen aus dem Umgang mit
Computern aufweisen, kaum ein Problem dar. Doch ältere Personen haben häufig Schwierigkeiten sich mit den Technologien vertraut zu machen und diese bedienen zu können (Marcellini et al., 2000, Mollenkopf et al. 2000). Mangelnde Selbstwirksamkeit kann eine Ursache für
die geringere Nutzungshäufigkeit moderner Technologien sein. Unzureichendes Vertrauen in
die eigenen Fähigkeiten kann den Umgang mit interaktiven Systemen einschränken (Mariqué
et al. 2002, Birdi, Zapf, 1997). Die Nutzung von Automaten im Alltag wird demzufolge kaum
als Erleichterung angesehen (Marcellini et al., 2000). Mykityshyn et al. (2002) zeigten, dass
die Verwendung einer videobasierten Instruktion zu verbessertem Lernen bei älteren Personen
führte. Nach Bandura (1986, 1997) findet bei hoher Ähnlichkeit zwischen Beobachter und
Modell verbessertes Lernen statt. Ausgehende von den Annahmen des Modelllernens (Bandura, 1986, 1997) wurde der Einfluss des Alters der erklärenden Person im Video untersucht.
In der vorliegenden Arbeit steht die Prüfung verschiedener Unterstützungsmöglichkeiten im
Mittelpunkt. Betrachtet wurden ältere Personen. Es wurden Hilfevideos erstellt, die den Umgang mit einer eigens entwickelten Automatensimulation erleichtern sollten. Die Untersuchungsteilnehmer konnten dabei eine Person bei der Ausführung einer Handlung am System
beobachten. Zum Vergleich wurde einer weiteren Gruppe eine textliche Hilfe dargeboten.
Somit konnte die Videohilfe einer Texthilfe gegenübergestellt werden. Im Speziellen wurde
der Einfluss des Alters des Modells betrachtet. Dazu führten sowohl eine junge als auch eine
ältere Person die Handlungen in gleicher Weise aus. Es konnte gezeigt werden, dass ältere
Personen von der Bereitstellung einer videobasierten Hilfe profitieren. Das Alter der beobachteten Personen spiel jedoch keine Rolle für das Verständnis und die Wirkung der Hilfe.
Des Weiteren wurde den Teilnehmern vor der eigentlichen Untersuchung Gelegenheit gegeben die Automatensimulation nach eigenem Ermessen kennen zu lernen. Der Einfluss der
Selbstwirksamkeit auf das Verhalten beim Umgang mit dem System untersucht, indem die
vorher erhobenen Werte der Selbstwirksamkeit mit der Performanz in Beziehung gesetzt wurden. Es zeigt sich, dass das Ausmaß der spezifischen Selbstwirksamkeit das Explorationsverhalten beeinflusst.
2
Danksagung
Ich danke Prof. Dr. Hartmut Wandke und dem Team von ALISA für die Unterstützung. Des
Weiteren gilt mein Dank Marco Rudolph von maru-media, Rosemarie Müller und ganz besonders Susan Butenhof, ohne deren tatkräftige Hilfe die Realisierung dieser Arbeit nicht
möglich gewesen wäre. Außerdem danke ich meinen Eltern, die mir das Studium und den
Abschluss ermöglicht haben.
Im Besonderen danke ich meinem Partner Stefan Schmidt für seine liebevolle Unterstützung
und seine unerschütterliche Geduld.
3
Inhaltsverzeichnis
1 EINLEITUNG ___________________________________________________________ 8
1.1 Anliegen und Ausgangspunkt der Arbeit ___________________________________ 8
1.2 Aufbau der Arbeit ____________________________________________________ 10
2 THEORIE______________________________________________________________ 11
2.1 Ältere Benutzer interaktiver Systeme _____________________________________ 11
2.2 Selbstwirksamkeit (Self-efficacy) ________________________________________ 19
2.3 Technik im Alltag älterer Menschen mit besonderer Berücksichtigung der
Selbstwirksamkeit _______________________________________________________ 24
2.4 Modelllernen ________________________________________________________ 31
2.5 Stellvertretende Erfahrungen als Quelle für Selbstwirksamkeit _________________ 38
2.6 Ausgewählte Studien zur Videodarbietung versus textliche Instruktion __________ 44
2.7 Lernen durch Exploration, Automatensimulation und Explorationsstrategien______ 46
3 EIGENE VORUNTERSUCHUNGEN _______________________________________ 62
3.1 Beobachtungsstudie am Fahrkartenautomat der Deutschen Bahn AG ____________ 62
3.2 Entwicklung eines Fragebogens zur Automatenselbstwirksamkeit (ASW) ________ 65
4
FRAGESTELLUNGEN __________________________________________________ 70
4.1 Erste Fragestellung ___________________________________________________ 70
4.2 Zweite Fragestellung __________________________________________________ 72
4.3 Dritte Fragestellung___________________________________________________ 74
5
HYPOTHESEN_________________________________________________________ 76
5.1 Fragestellung 1 ______________________________________________________ 76
5.2 Fragestellung 2 ______________________________________________________ 77
5.3 Fragestellung 3 ______________________________________________________ 78
5.4 Weitere Auswertungen ________________________________________________ 79
6
METHODEN __________________________________________________________ 80
4
6.1 Überblick zu Versuchsdesign und Stichprobe ______________________________ 80
6.2 Operationalisierung der Variablen _______________________________________ 81
6.3 Operationalisierung der Hypothesen______________________________________ 84
6.4 Erhebungsinstrumente und Versuchsmaterial_______________________________ 88
6.5 Versuchssetting und Instruktionen ______________________________________ 103
6.6 Versuchsablauf _____________________________________________________ 104
6.7 Beschreibung der Stichprobe __________________________________________ 109
7 ERGEBNISSE _________________________________________________________ 111
7.1 Fragestellung 1: Video- vs. Texthilfe ____________________________________ 111
7.2 Fragestellung 2: Einfluss des Alters und Vergleich mit der Kontrollgruppe ______ 123
7.3 Fragestellung 3: Selbstwirksamkeit _____________________________________ 137
7.4 Weitere Auswertungen _______________________________________________ 144
8
DISKUSSION ________________________________________________________ 148
8.1 Fragestellung 1 Video- vs. Texthilfe_____________________________________ 148
8.2 Fragestellung 2 Einfluss des Alters______________________________________ 150
8.3 Fragestellung 3 Selbstwirksamkeit ______________________________________ 151
8.4 Weitere Auswertungen _______________________________________________ 153
8.5 Kritik _____________________________________________________________ 154
9
FAZIT UND AUSBLICK_______________________________________________ 155
10
LITERATURVERZEICHNIS ___________________________________________ 156
11
ANHANG ___________________________________________________________ 165
5
Verzeichnis der Abbildungen
Abbildung 1 reziproke Triade (nach Bandura, 1986).............................................................. 20
Abbildung 3 Prozesse des Modelllernens (angelehnt an Bandura, 1986)............................... 34
Abbildung 4 Aufbau des Interface angelehnt an verschiedene Automaten ............................. 49
Abbildung 5 Aufbau der verschiedenen Interfaces, die hinter den einzelnen Buttons des
Hauptmenüs liegen................................................................................................................... 51
Abbildung 6 Leiste der Metanavigation auf dem Eingabe-, Sitzplatzvergabe- und
Zahlformular............................................................................................................................. 52
Abbildung 7 Ablaufschema zur Eingabe der Sitzplätze........................................................... 53
Abbildung 8 Ablaufschema zur Eingabe der Personenanzahl ................................................. 54
Abbildung 9 Ablaufschema zur Eingabe der Ermäßigung für einstellige Zahlen, für
zweistellige Zahlen*................................................................................................................. 55
Abbildung 10 Ablaufschema zur Auswahl eines vorgegebenen Menüs.................................. 56
Abbildung 11 Ablaufschema zur Auswahl eines selbst gewählten Menüs.............................. 57
Abbildung 12 Verteilung der Schwierigkeit für 28 Items der Endversion .............................. 66
Abbildung 13 Logfile für eine Aufgabe................................................................................... 89
Abbildung 14 Eingabe der Versuchsvariation auf dem Eingabebildschirm der Simulation.... 90
Abbildung 15 Startbildschirm des Maustraining ..................................................................... 92
Abbildung 16 Setting bei der Erstellung der Anleitungsvideos............................................... 94
Abbildung 17 Beispiel für die Einblendung der Hilfe. Die Größe des eingeblendeten Feldes ist
bei allen Hilfen gleich. ............................................................................................................. 96
Abbildung 18 Aufgabe 1 bzw. 4 mit dem Schwierigkeitsgrad 3 (siehe Tabelle 4) ................. 98
Abbildung 20 Setting der Versuchsdurchführung.................................................................. 103
Abbildung 21 Schematische Darstellung des Versuchsablaufs ............................................. 105
Abbildung 23 Bekanntheit von Automaten........................................................................... 110
Abbildung 25 Bewertung der Kompetenz der beiden Modell ............................................... 136
Abbildung 26 Streudiagramm der Klickanzahl in der Explorationsphase und der
Summenscores der Automatenselbstwirksamkeit.................................................................. 139
Abbildung 27 Streudiagramm der Dauer der Explorationsphase und der Summenscores der
Automatenselbstwirksamkeit ................................................................................................. 140
Abbildung 28 Übersicht der Itemschwierigkeit ..................................................................... 147
6
Verzeichnis der Tabellen
Tabelle 1 Übersicht der ermittelten Explorationsstrategien ..................................................... 60
Tabelle 2 Überblick der wichtigsten Ergebnisse der Beobachtungsstudie .............................. 63
Tabelle 3 Deskriptive Statistik und Itemkennwerte Schwierigkeit und Trennschärfe für 28
Items der Endversion des Fragebogens zur Automatenselbstwirksamkeit .............................. 67
Tabelle 5 Überblick über die Phasen des Versuchs und den dazugehörigen Materialien...... 108
Tabelle 6 Deskriptive Statistik und Signifikanz des Shapiro-Wilks-Tests für beide
Hilfevariationen...................................................................................................................... 112
Tabelle 7 Übersicht der beendeten Aufgaben über alle Personen.......................................... 113
Tabelle 8 Anzahl der gelösten Aufgaben über alle Personen................................................. 114
Tabelle 9 Anzahl der Abbrüche über alle Aufgaben.............................................................. 114
Tabelle 10 Deskriptive Statistik der Abbrüche in den Aufgaben 1 und 4.............................. 115
Tabelle 11 Mittelwerte des Verhältnisses auf richtigen und optimalen Schritten.................. 115
Tabelle 12 Kennwerte der Differenz zwischen Aufgabe 1 und 4 für beide Gruppen............ 116
Tabelle 13 Darstellung ausgewählter Module, für die sich signifikante Werte ergaben ....... 117
Tabelle 14 Anzahl der Lösungen des Moduls 4 in der 3. Aufgabe für beide Gruppen.......... 118
Tabelle 15 Kennwerte und Vergleich der Schritte nach Nutzung der Hilfe für beide Gruppen
................................................................................................................................................ 118
Tabelle 16 Items zur Bewertung der Hilfe im Vergleich für beide Bedingungen ................. 121
Tabelle 17 Ausgewählte Items zur Bewertung der Hilfe ....................................................... 123
Tabelle 18 Deskriptive Statistik und Signifikanz des Shapiro-Wilks-Tests für alle drei
Hilfevariationen...................................................................................................................... 124
Tabelle 19 Übersicht der beendeten Aufgaben in den drei Versuchsbedingungen................ 125
Tabelle 20 Übersicht der gelösten Aufgaben in den drei Versuchsbedingungen .................. 126
Tabelle 21 Kennwerte der Abbrüche in der ersten und vierten Aufgabe............................... 126
Tabelle 22 Kennwerte und Ergebnis des Kruskal-Wallis-Test für Aufgabe 1....................... 127
Tabelle 23 Kennwerte und Ergebnis des Kruskal-Wallis-Test für Aufgabe 4....................... 128
Tabelle 24 Kennwerte und Ergebnis der ANOVA für den Leistungszuwachs...................... 128
Tabelle 25 Kennwerte und Kruskal-Wallis-Test zur Anzahl der Hilfe.................................. 129
Tabelle 26 Lösung des vierten Moduls der zweiten Aufgabe ................................................ 130
Tabelle 27 Kennwerte der Schritte und Ergebnisse des Kruskal-Wallis-Tests...................... 131
Tabelle 28 Übersicht der Einzelvergleich durch Anwendung des Mann-Whitney-Tests ...... 132
Tabelle 29 Kennwerte der ersten 6 Items des Hilfefragebogens............................................ 134
Tabelle 30 Kennwerte ausgewählter Items ............................................................................ 135
Tabelle 31 Deskriptive Statistik und Ergebnisse der Signifikanz des Shapiro-Wilks-Tests.. 137
Tabelle 32 Häufigkeit der Computer- und Internetnutzung ................................................... 138
Tabelle 33 Zusammenhang zwischen Explorationsstrategien und Automatenselbstwirksamkeit
................................................................................................................................................ 140
Tabelle 34 Verteilung der Automatenselbstwirksamkeit auf dieVersuchsbedingungen ....... 142
Tabelle 35 Kennwerte der Schrittanzahl unter Berücksichtigung der Gruppen der
Selbstwirksamkeit .................................................................................................................. 142
Tabelle 36 Leistung in der ersten und vierten Aufgabe unter Berücksichtigung der Gruppen
der Selbstwirksamkeit ............................................................................................................ 144
Tabelle 37 Kennwerte und Reliabilität des SUMI ................................................................. 145
Tabelle 38 Deskriptive Statistik des Maustests und der Verhaltenskategorien ..................... 146
Tabelle 39 Ergebnisse der bivariaten Korrelation.................................................................. 146
7
Einleitung Anliegen und Ausgangspunkt der Arbeit
1 Einleitung
1.1
Anliegen und Ausgangspunkt der Arbeit
Der demografische Wandel bringt wichtige Veränderungen, die neue Anforderungen an die
Gestaltung von Produkten und verschiedener Services stellen. Dabei handelt es sich nicht nur
um Forderungen an die Technik selbst, sondern auch an diejenigen, denen die Gestaltung der
Technologie unterliegt. So kann schon der Erhalt von Bargeld oder die Ausführung einer Überweisung eine enorme Herausforderung darstellen, wenn es in der Bank nur noch, immer
komplexer werdende Automaten statt Mitarbeiter gibt. Für weniger versierte Kunden kann
selbst der Kauf einer Fahrkarte an einem Automaten eine schier unlösbare Aufgabe sein.
Die Entwicklung der Gesellschaft zeigt, dass Menschen länger leben und bis ins hohe Alter
aktiv sind und somit auch am täglichen Leben teilhaben können. Der Anteil der über 60Jährigen liegt in Deutschland bei 26% und wird in den nächsten Jahren noch deutlich weitersteigen (Struck, 2005). Neben dem demografischen Wandel entwickelt sich auch die Leistungsfähigkeit der Technologie enorm. Es gibt Veränderungen in der Art wie Produkte in der
Interaktion mit Menschen arbeiten, aussehen, agieren und reagieren. In der Verbindung der
Entwicklungen in beiden Bereichen, die Veränderung der Technologien sowie die veränderte
Leistungsfähigkeit ihrer Nutzer, kann zu unerwünschten Interaktionen führen. Moderne Technologien sind zunehmend auch im Alltag älterer Menschen zu finden. Der Umgang mit den
Systemen kann zu Frustration führen, welche jedoch durch adäquates Design und Bereitstellung von Unterstützung teilweise eliminiert werden könnte. Dabei ist, in Anbetracht des beschriebenen demografischen Wandels, eine Verbesserung der Usability, also der Benutzerfreundlichkeit der Systeme, an den Bedürfnissen der älteren Nutzer zu orientieren. Von diesen
Veränderungen können in gleichem Maße junge und ältere Nutzer profitieren, womit wiederum die Chancen des jeweiligen Produktes auf dem Markt erhöht werden könnten.
Die altersbedingte Disparität der Nutzung verschiedener Technologien ist von den Bedürfnissen der Personen abhängig sowie von der Wahrnehmung des aktuellen Nutzens, der aus der
Verwendung des Produktes gezogen werden kann. Des Weiteren spielt die Erlernbarkeit des
Systems eine Rolle (Fisk et al., 2004).
Fisk et al. (2004) geben an, dass 25 % der, von älteren Nutzern angegebenen Probleme, durch
verbessertes Design gelöst werden könnten. Im Redesign sollte dabei das Augenmerk auf sensorischen oder motorischen Problemen liegen. 28% der berichteten Probleme könnten durch
8
Einleitung Anliegen und Ausgangspunkt der Arbeit
Einrichtung eines entsprechenden Trainings oder durch eine Kombination von Training und
Redesign gelöst werden.
Die Integration älterer Menschen ist somit zunehmend abhängig vom Umgang mit neuen
Technologien. Verschiedene Einflussfaktoren, die das Erlernen neuer Technologien oder
Tools erschweren. Ein möglicher Grund sind die altersbedingten Veränderungen kognitiver
Fähigkeiten wie die Geschwindigkeit der Informationsverarbeitung, die Abnahme räumlicher
Fähigkeiten sowie Beeinträchtigungen des Gedächtnisses, der Wahrnehmung und von Aufmerksamkeitsprozessen (Sharit, Czaja, 1994). Untersuchungen zeigen, dass weniger Lernen in
Computertrainingssituationen stattfindet (Kelley, Charness, 1995; Marquié, Baracat, 1998).
Es können negative Emotionen, wie Angst, im Umgang mit auftretenden technischen Problemen entstehen, deren Ursachen einerseits im Alter und andererseits in der geringen Erfahrung
zu suchen sind. Aus mangelnder Kenntnis können ebenso negative Einstellungen gegenüber
computerisierter Technologie gebildet werden (Marquié et al, 1994). Studien zeigen, dass
Schwierigkeiten beim Umgang mit neuen Technologien und Kommunikationsmöglichkeiten
teilweise von nicht kognitiven Einflussfaktoren wie altersbedingten Stereotypen (Mariqué et
al., 2002, Staufer, 1992), Einstellungen (Torkzadeh et al. 1999) und mangelndem Vertrauen
verursacht oder vermittelt werden (Birdi, Zapf, 1997). Des Weiteren konnte im Vergleich
Älterer und jüngerer Personen eine höhere Angst vor dem Lernen in Computertrainingssituationen ermittelt werden (Charness et al. 1992; Kelley, Charness, 1995). Die Ursache hierfür
wird in einer größeren Lücke zwischen Selbstwirksamkeitserwartung und Aufgabenanforderung vermutet. Selbstwirksamkeit bezeichnet das Vertrauen in die eigenen Fähigkeiten eine
Handlung ausführen zu können (Bandura, 1986) Ist dieses unzureichend, resultiert dies in
weniger Engagement und früherem Aufgeben der Bemühungen eine Aufgabe auch bei auftretenden Schwierigkeiten zu Ende zu bringen. Um den Anschluss an die moderne Gesellschaft
zu sichern, ist es ein zentraler Punkt, das Lernen älterer Menschen im Umgang mit Technologien zu unterstützen und zu fördern. Die Heranführung an moderne Technologien kann durch
das Einsetzen adäquater Unterstützung vermittelt werden. Mykityshyn et al. (2002) konnten
besseres Lernen älterer Personen bei videobasierter Hilfe ermitteln.
Die vorliegende Arbeit beschäftigt sich mit dem Lernen am sozialen Modell als eine Möglichkeit, älteren Menschen die Nutzung eines Automaten zu erleichtern. Dazu wurde ein Experimental-Kontrollgruppen-Design verwendet. Die zwei Versuchsgruppen erhielten je ein
Video eines weiblichen Modells, das sie bei der Ausführung eines Handlungsschrittes an ei9
Einleitung Aufbau der Arbeit
nem fiktiven Automaten beobachten konnten. Dabei wurde das Alter der beiden Modelle variiert, so dass eine Gruppe Erklärungen von einer jungen Frau und die andere Gruppe von einer
älteren Frau in Anspruch nehmen konnten. In der Kontrollgruppe erfolgte die Hilfeerklärung
durch eine textliche Anleitung. Ziel war es, zu untersuchen, ob sich die Hilfearten Text und
Video in ihrer Wirkung auf die Nutzer unterscheiden. Des Weiteren sollte die Variation des
Alters des Modells Aufschluss über die Gestaltung einer videobasierten Hilfe geben.
1.2
Aufbau der Arbeit
Die vorliegende Arbeit besteht aus einem theoretischen Teil und einem empirischen Teil. Zunächst werden theoretische Konzept betrachtet, die im Besonderen auf ältere Personen fokussiert sind. Aus der Theorie werden Fragestellungen abgeleitet, aus denen Hypothesen generiert werden. Im Anschluss daran werden im Methodenteil die Variablen das Untersuchungsdesign und die Versuchsmaterialien beschrieben. In der Folge werden die Ergebnisse dargestellt und anschließend diskutiert.
10
Theorie Ältere Benutzer interaktiver Systeme
2 Theorie
2.1
Ältere Benutzer interaktiver Systeme
Der folgende Abschnitt beschäftigt sich mit den Besonderheiten älterer Menschen. Dabei wird
zunächst versucht eine Definition von Alter bzw. von Altergruppen zu finden. Danach werden
im Überblick Veränderungen in Sensorik, Kognition und Motorik dargestellt.
2.1.1
Altersklassifikation
Für die Betrachtung älterer Menschen muss zunächst eine Entscheidung getroffen werden,
wer dieser Gruppe zuzuordnen ist. Alter kann über verschiedene Dimensionen betrachtet werden. Neben dem chronologischen Alter ermöglichen biologische, psychologische und soziale
Aspekte eine Klassifikation des Alters. In der Literatur sind verschiedene Definitionen von
Alterskategorien zu finden. Charness & Bosman (1992) nutzen u.a. die soziale Betrachtungsweise und unterscheiden drei Subgruppen. Die erste Kategorie umfasst das Alter von 40 bis
64 Jahren und beschreibt Personen mittleren Alters, die noch im Berufsleben stehen. Personen
zwischen 65 und 74 Jahren bezeichnen sie als alte Menschen, während ab 75 Jahren das hohe
Alter (late old) beginnt. Jeder dieser drei Gruppen werden zentrale Interessen in Bezug auf
Design von Produkten zu geschrieben, die für die Personen mittleren Alters Effizienz und
Sicherheit, im Hinblick auf den Arbeitsplatz und dessen Rahmenbedingungen umfassen. Hingegen sind alte Menschen im Sinne von Charness & Bosman (1992) auf Sicherheit und Komfort, dem ease of use von Produkten, fokussiert. Für Personen ab 75 Jahren stehen unterstützende Geräte im Mittelpunkt, die die Basisaktivitäten des täglichen Lebens (z.B. Baden, Anziehen) und instrumentelle Aktivitäten wie Einkaufen erleichtern, so dass sie so lange wie
möglich unabhängig Zuhause leben können. Czaja (1988) betrachtet Altersgruppen nach biologischen Kriterien und geht ebenfalls von drei Subgruppen aus. Die jungen Alten (youngold) zwischen 65 und 74 Jahren, gefolgt von den alten Alten (old-old) von 75 bis 85 Jahren
und die sehr Alten (very-old) über 85 Jahre. Die Unterteilung resultiert aus den zugrunde liegenden biologischen Veränderungen mit zunehmendem Alter. Fisk et al. (2004) orientieren
ihre Klassifikation am chronologischen Alter und den damit verbundenen Veränderungen im
biologischen, sozialen und psychologischem Bereich. Sie unterscheiden nur zwei Gruppen:
die jungen Alten (younger-old) im Alter von 60 bis 75 Jahren und die alten Alten (older-old)
über 75 Jahren. Der vorliegenden Untersuchung wird die Altersklassifikation von Fisk et al
(2004) zugrunde gelegt.
11
Im Folgenden werden zunächst einige altersbedingte Veränderungen im Überblick dargestellt.
2.1.2
Altersbedingte Veränderungen
Es ist allgemein bekannt, dass es im Alter zu einigen Beeinträchtigungen der kognitiven Fähigkeiten kommt, die die Aufnahme und Verarbeitung neuer Informationen beeinflusst. Außerdem gibt es altersbedingte Veränderungen motorischer Fähigkeiten. Im folgenden Abschnitt werden einige, dem Altersprozess unterliegende, Teilbereiche dargestellt. Diese umfassen ausgewählte Prozesse der Wahrnehmung, der Kognition und der Motorik, die im kurzen Überblick erfolgen. Des Weiteren werden aus den altersbedingten Beeinträchtigungen
Implikationen für die Gestaltung von Technologien und Systemen abgeleitet.
Das Altern führt jedoch nicht nur zu Defiziten, sondern bringt auch Vorteile wie Weisheit,
zahlreiche differenzierte Erfahrungen und umfangreiches, über viele Jahre hinweg erworbenes
Wissen mit sich. Dennoch werden diese Aspekte hier weitestgehend ausgeklammert und nicht
betrachtet. Ältere Personen sind, wie andere Altersgruppen auch, durch Heterogenität geprägt,
somit sind die folgenden Ausführungen nur als mögliche und durchschnittliche Veränderungen im Alter zu verstehen.
Die Abnahme der kognitiven und physischen Leistungsfähigkeit erfolgt nicht immer in gleicher Ausprägung. Vielmehr zeichnet sich der Alterungsprozess durch Heterogenität aus. Bei
abnehmender Leistungsfähigkeit werden häufig Kompensationsstrategien entwickelt. Die
Nutzung der unterschiedlichen Kapazitätsreserven verschiedener Personen ermöglicht eine
Anpassung an die zugrunde liegenden Prozesse des Alterns. So können Aktivitäten auf einige
ausgewählte Ziele ausgerichtet sein oder auch die Handlungsgeschwindigkeit entsprechend
herabgesetzt sein, um kompensatorisch dem Alterungsprozess unter Nutzung persönlicher
Kapazitäten entgegenzuwirken. (Baltes, Baltes, 1989)
Sensorische Prozesse
Für die Betrachtung der veränderten sensorischen Prozesse werden die Teilbereiche des Sehens und Hörens ausgewählt, da diese in Bezug auf die vorliegende Arbeit zentrale Punkte
sind.
Viele ältere Menschen weisen Defizite im Sehen auf. Die Leistungsfähigkeit, Merkmale von
Objekten zu erkennen, nimmt mit zunehmendem Alter ab. Dies ist auf verminderte Sehschärfe, verzögerte Scharfstellung und größeren Helligkeitsbedarf zurückzuführen. Eine ausreichende statische Sehschärfe hat einen Wert von 1. Für Senioren ist ein Wert von 0,6 nicht
ungewöhnlich. Eine deutliche Abnahme der Sehstärke beginnt bereits ab 40 Jahren. 7 von 10
12
Personen im Alter von 45 Jahren benötigen eine Brille, während nur 3 von 10 Personen unter
45 Jahren eine Sehhilfe tragen müssen (Fisk et al., 2004). Die Detailwahrnehmung eines bewegten Objektes nimmt schon im vierten bis fünften Jahrzehnt rapide ab, so dass die dynamische Sehschärfe ebenfalls stark eingeschränkt ist. Durch Vergrößerung von Details und zunehmenden Kontrast kann der nachlassenden Sehkraft entgegengewirkt werden (Charness &
Brosman, 1992). Außerdem ist zur klaren Erkennung von Objekten eine höhere Leuchtdichte
erforderlich. Des Weiteren weisen ältere Menschen Defizite in der Dunkeladaptation auf, die
verlangsamt erfolgt. Neben der verzögerten Adaptation der Rezeptorzellen (Stäbchen) benötigen Senioren mehr Helligkeit bei der Anpassung an schlechte Sichtverhältnisse. (Kebeck et
al. 1997) Eine gute Beleuchtung kann somit einen Großteil der Einschränkung minimieren.
Die Adaptation an Helligkeit ist für ältere Menschen ebenfalls schwierig. Veränderungen im
Sehvermögen können auch Auswirkungen auf die Tiefenwahrnehmung haben, die durch
nachlassende Akkomodationsfähigkeit des Auges und verminderter Linsenklarheit beeinträchtigt ist. Durch Akkomodationszeitverlängerungen wird eine scharfe Abbildung von Objekten
auf der Netzhaut wird nur verzögert erreicht. (Kebeck et al. 1997) Die Sensitivität für Blendungen und Lichtreflexionen nimmt zu. Da im voranschreitendem Alter die Linse gelblicher
wird, absorbiert sie mehr Licht im blau-violetten Bereich des Farbspektrums (Biermann &
Weißmantel, 1995) Die Farbdiskrimination ist in diesem Teil des Farbspektrums eingeschränkt, während andere Farben besser unterschieden werden können. Die Defizite in der
Diskrimination von Farben können durch ausreichende Helligkeit teilweise kompensiert werden. Außerdem gibt es Hinweise auf Einschränkungen des Blickfeldes und somit erschwerte
Wahrnehmung von Objekten in der Peripherie der Blickrichtung. (Kebeck et al., 1997) Die
Verarbeitungsgeschwindigkeit von visueller Information ist im Alter stark reduziert.
Durch altersbedingte Veränderungen der Perzeption können u.a. zu Schwierigkeiten beim
Autofahren bei Nacht oder beim Lesen führen. Defizite können teilweise durch erhöhte Helligkeit, Kontrastierung und ausreichende Detailgröße gemindert werden.
Auch die auditiven Prozesse sind mit zunehmendem Alter defizitär. Annähernd 10 % der Personen mittleren Alters weisen eine Verminderung des Hörens auf, so dass die soziale Interaktion beeinträchtigt sein kann. Ab 65 Jahren haben bis zu 50 % der Männer und 30 % der Frauen Defizite im Hören. Normalerweise hören junge Menschen 15 000 Schwingungen pro Sekunde. Im Alter von 65 oder 70 Jahren sind Schwingungen oberhalb einer Frequenz von 4
000 Hz unhörbar. (Fisk et al., 2004) Ein anderes Maß zur Betrachtung des Hörens ist die
Lautstärke. Die Range der hörbaren Töne reicht von 8 bis zu 130 Dezibel, wobei letztes zu
13
Schmerzen und Übelkeit führen kann. Die normale Lautstärke liegt bei 60 Dezibel und von
ernsthaften Hörschäden spricht man bei einer Schwellenüberschreitung von 35 Dezibel. Die
altersbedingte Verminderung des Hörens von Tönen kann auf Abnutzungserscheinungen der
Gehörrezeptorzellen des Innenohrs und das Absterben der für die höheren Frequenzen zuständigen Hörzellen zurückgeführt werden. Beeinträchtigungen des Hörens treten vor allem durch
störende Hintergrundgeräuschen auf. (Charness & Bosman, 1992) Das Problem besteht darin,
störende Geräusche aus der Umgebung auszuschalten und relevante Reize herauszufiltern.
Beim Entwickeln von Technologien sollten die veränderten Ressourcen der sensorischen
Wahrnehmung berücksichtigt werden, da das Hören von Tönen und das Verständnis von
Sprache beeinträchtigt ist. Die Fähigkeit zu hören, kann die Interaktion mit einem interaktiven
System beeinflussen, so dass der sichere und effektive Umgang beeinflusst ist.
Kognition
Zur Absolvierung von Aufgaben und Anforderungen des Alltags werden verschiedene kognitive Prozesse beansprucht. Auch beim Design moderner Technologien müssen die altersbedingten Veränderungen der menschlichen Informationsverarbeitung berücksichtigt werden.
Die Menge der Informationen, die verarbeitet werden können, wird mit zunehmendem Alter
geringer und benötigt mehr Zeit. Die tempogebundenen kognitiven Leistungen sind deshalb
besonders beeinträchtigt. Für die Gestaltung moderner Technologien bedeutet das, möglichst
wenige Reize zu verwenden, so dass der Verarbeitungsaufwand gering gehalten werden kann.
Informationen werden zunächst über den sensorischen Speicher aufgenommen und dort ca. 3
Sekunden gehalten. Wird die Information nicht in den Kurzzeitspeicher transferiert und weiterverarbeitet, geht sie verloren und wird durch neu aufgenommene Informationen überschrieben. Während der Weiterleitung der Information in den Kurzzeitspeicher, dem Arbeitsgedächtnis, findet eine Selektion statt, so dass nur relevante Reize weiterverarbeitet werden.
Im Arbeitsgedächtnis kann Information organisiert und strukturiert werden, um in das Langzeitgedächtnis übertragen werden zu können. Die Kapazität des Arbeitsgedächtnisses ist begrenzt, während das Langzeitgedächtnis als nahezu unbegrenzt angesehen wird.
Mit zunehmendem Alter nimmt die Leistungsfähigkeit des Gedächtnisses ab. Gerontologische
Untersuchungen bestätigen die so genannte „general slowing hypothesis“, die von bereichsübergreifenden Alterdefiziten ausgeht. (Lindenberger, Mayr & Kliegl, 1993) Leistungsminderungen sind somit als genereller Abbau der Verarbeitungskapazität und Verarbeitungsge14
schwindigkeit zu definieren. Die Kapazität des sensorischen und des Kurzeitspeichers sind
geringfügig eingeschränkt. Die Zerfallsgeschwindigkeit der akustischen Information ist im
Alter beschleunigt, so dass manche Inhalte nicht ins Arbeitsgedächtnis übertragen werden
können. Hingegen zeigen Untersuchungen, dass visuelle Informationen im höheren Alter
langsamer zerfallen (Kline & Szafran, 1975). Dadurch ist mehr Zeit von Nöten, bis neue Information aufgenommen werden können. Altersbedingte Veränderungen des Arbeitsgedächtnisses wurden häufig untersucht. Im Arbeitsgedächtnis sind temporär aktive Informationen
summiert, die aktuell für die Ausführung einer Aktion benötigt werden. Die Kapazität des
Kurzzeitspeichers unterliegt kaum Altersprozessen. (Biermann & Weißmantel, 1995, Kebeck
et al., 1997) Deutliche Veränderungen zeigen sich hingegen bei der Encodierung der Information, der verlangsamten Informationsverarbeitung und der erschwerte Decodierung (Biermann
& Weißmantel, 1995). Durch die geringe Verarbeitungskapazität wird Information bei der
Enkodierung weniger elaboriert. Tiefe Enkodierung ist behaltensfördernd, worauf Altersdifferenzen besonders bei zunehmender Aufgabenschwierigkeit, die mit mehr Beanspruchung begrenzter mentaler Ressourcen einhergeht, zurückzuführen sind (Craik & Simon, 1980). Die
Verarbeitung aufgenommener Information und die Verhaltensreaktion erfordert mehr Zeit.
(Czaja, Lee, 2003) Deshalb ist die Lernfähigkeit eingeschränkt, da neben dem erschwerten
Erwerb auch das Verknüpfen und Speichern von Informationen vermindert sind. Außerdem
ist der Abruf von Informationen aus dem Langzeitgedächtnis verlangsamt und erfordert mehr
Aufwand. Ältere Menschen zeigen vor allem dann eine reduzierte Bearbeitungsgeschwindigkeit, wenn für die Ausführung einer Aktion den Abruf aus dem Langzeitgedächtnis benötigt
wird (Czaja, 1988).
Das semantische Gedächtnis ist der Teil des Langzeitgedächtnisses, in dem Fakten gespeichert sind, die im Laufe des Lebens erlernt werden. Das Erinnern der Bedeutung eines Wortes
oder historischer Fakten beinhaltet die Aktivität des semantischen Gedächtnisses, dass durch
den Altersprozess kaum oder gar nicht beeinträchtigt ist.
Befunde der Gedächtnispsychologie zeigen, dass Bilder von Objekten besser erinnert und
wieder erkannt werden als verbale Beschreibungen (sog. Bildüberlegenheitseffekt). (Rissenberg, Glanzer, 1986, Kebeck et al. 1997) Das Ausmaß der Bildüberlegenheit ist bei der Erinnerung von Bild- oder Textlisten bei älteren Personen manchmal geringer als bei jüngeren
(Rissenberg & Glanzer, 1986). Im Laufe des Erwachsenenalters verschlechtert sich das Gedächtnis für Bilder kontinuierlich, was wahrscheinlich auf das im Alter auftretende Encodierungsdefizit zurückzuführen ist. Hingegen zeigen sich keine Altersunterschiede in der Gedächtnisleistung bei komplexem, alltagsnahem Reizmaterial (Smith et al., 1990). Zusammen15
fassend ergibt sich im Alter eine reduzierte Gedächtnisleistungen, wenn Informationen nicht
nur gespeichert, sondern aktiv bearbeitet und organisiert werden müssen und wenn wenig Zeit
für die Aufnahme und Bearbeitung der Information zur Verfügung steht. Außerdem zeigen
sich Verschlechterungen, wenn das Lernmaterial abstrakt und unvertraut ist sowie bei Doppelaufgaben, bei denen eine doppelte Belastung des Arbeitsgedächtnisses entsteht. In Bezug
auf interaktive Systeme kann das Fortbestehen des Langzeitgedächtnisses in der Gestaltung
von Systemen genutzt werden, indem auf gesellschaftlich geprägte Bezeichnungen wie „on“
oder „off“ zurückgegriffen wird.
Des Weiteren unterliegt die visuelle Aufmerksamkeit dem Alterungsprozess. Die visuelle
Suche erfordert Aufmerksamkeit. Fisk et al. (2004) berichtet, dass mit zunehmender Anforderung an die Aufmerksamkeit die Probleme in der Ausführung ansteigen. Bei dynamischer
visueller Suche, also dem Scannen der Umwelt nach der Lokalisation eines Reizes, weisen
ältere Personen Defizite auf, da die zur Verfügung stehenden Ressourcen limitiert sind. Ältere
Menschen sind durch das Auftreten salienter Reize schneller abgelenkt als jüngere Personen.
In Hinblick auf die Gestaltung von Systemen ist daraus abzuleiten, dass wichtige Inhalte entsprechend die Aufmerksamkeit anziehen und nicht durch peripher saliente Reize in den Hintergrund treten sollten.
Manche Systeme erfordern, dass sich der Nutzer ein inneres Bild darüber macht, um damit
besser umgehen zu können. Das Erhalten und die Manipulation visueller Vorstellungen benötigen räumliche Kognitionen. Fisk et al (2004) berichten von Altersunterschieden bei der
Segmentierung, Integration und Transformation räumlicher Information. Ältere Menschen
weisen eher geringere räumliche Fähigkeiten auf, die sich als prädiktiv für die Leistung in
computerbasierten Aufgaben erwiesen.
Das Verständnis geschriebener und gesprochener Sprache ist ebenfalls durch den Alterungsprozess beeinträchtigt. Ältere Menschen bilden kleinere Chunks1 von Informationen und müssen diese häufiger in das Gedächtnissystem integrieren. Die begrenzte Kapazität des Arbeitsgedächtnisses ist eine der Quellen für altersbezogene Unterschiede in der Performanz in verschiedenen linguistischen Aufgaben wie zum Beispiel im Verständnis natürlicher Sprache,
Verarbeitung und Produktion komplexer Sprache. Ältere Menschen haben mehr Schwierigkeiten im Sprachverständnis, wenn Schlussfolgerungen nötig sind, d.h. wenn Verbindungen
1
Organisation von größeren Elementen in einem „Bündel“, so dass größere Informationsmengen im Kurzzeitgedächtnis aufgenommen werden können
16
nicht explizit benannt werden, sondern gefolgert werden müssen. Wenn bei der Verarbeitung
von Informationen auf das semantische Gedächtnis zurückgegriffen werden kann, ist das Verständnis der Sprache verbessert. Für die Gestaltung eines Systems bedeutet dies, dass auf bekannte und vertraute Labels zurückgegriffen werden sollte und Verknüpfungen explizit gemacht werden sollten.
Westerman et al. (1995) untersuchten die Beziehung zwischen räumlicher Fähigkeit, räumlichem Gedächtnis, sprachlicher Fertigkeiten und Alter sowie der Fähigkeit, Informationen aus
einem Computerdatenbestand abzurufen. Es zeigte sich, dass ältere Nutzer langsamer im Abruf der Informationen waren als jüngere Menschen, während keine altersbedingten Unterschiede in der Genauigkeit gefunden wurden. Außerdem lernten und reagierten die älteren
Versuchsteilnehmer langsamer, was aus der allgemein reduzierten Verarbeitungsgeschwindigkeit resultierte.
Prozedurales Wissen, das Wissen darüber, wie Aktivitäten ausgeführt werden, variiert über
die Dimension der Automatisierung von vollständig automatisierter Handlung bis hin zu expliziten, aber routinierten Handlungen. Ältere Menschen haben Schwierigkeiten neues prozedurales Wissen zu entwickeln. Bereits erworbene automatisierte Handlungen gehen im Alter
nicht verloren. Prozedurale Fähigkeiten, die unter bewusster Kontrolle ausgeführt werden,
sind altersinsensitiv, wenn sie ausreichend angewendet werden. Für die Gestaltung von Systemen bedeutet dies, dass Konsistenz über verschiedene Systeme hinweg für gleiche Handlungsschritte gewährleistet werden sollte. Ältere haben außerdem Schwierigkeiten, vorher gut
gelernte Prozeduren zu hemmen, um neue Handlungssequenzen auszuführen. Deshalb ist es
erforderlich, ausreichend Zeit für das Umlernen zu gewährleisten. Dennoch treten in Stresssituationen oder bei Überforderung durch multiple Aufgabenstellungen häufig die alten Verhaltensweisen auf. (Fisk et al., 2004)
Des Weiteren zeigt sich im Verlauf des Alterungsprozesses eine verlangsamte Bearbeitung
bei ansteigender Aufgabenkomplexität. Komplexe Aufgaben werden in Teilaufgaben zerlegt,
die manchmal untrennbar sind und somit gleichzeitig bearbeitet werden müssen. Das gleichzeitige Ausführen verschiedener Aufgaben, das so genannte Multitasking, ist für ältere Menschen schwieriger als für jüngere, während bei der Bearbeitung einfacher Aufgaben keine
Alterunterschiede deutlich werden (Fisk et al., 2004). Probleme entstehen, wenn Bedienvorgänge schnell hintereinander oder gleichzeitig ausgeführt werden müssen. Es besteht eine
Anfälligkeit gegenüber Reizüberflutung, Ablenkung und Irritationen. Die daraus abzuleiten-
17
den Implikationen für die Systemgestaltung umfassen eine klare Trennung verschiedener
Aufgabenkomponenten, die nicht in Kombination zu absolvieren sein sollten.
Kontrolle und Geschwindigkeit von Bewegungen
Im Alter treten häufig langsamere Reaktionszeiten auf, die mit der Verminderung der Fähigkeiten zur Ausführung von flüssigen Bewegungen einhergeht. Des Weiteren können Koordiniationsstörungen, der Verlust von Flexibilität sowie eine größere Variabilität der Bewegungen auftreten. (Rogers, Fisk, 2000) Ältere Menschen benötigen im Vergleich zu jungen Personen bis zu zweimal länger für die Ausführung der gleichen Bewegungen. Dies zeigt sich
auch in der Handhabung der Computermaus für die Positionierung des Cursors auf dem Computerbildschirm, welche weniger präzise und schnell ist (Fisk, et al, 2004). Die Ursache für
die verlangsamten Bewegungen und die unzureichende Fehlerkontrolle sind eine Kombination aus weniger perzeptuellem Feedback, zunehmendem „Rauschen“ in der motorischen Informationsumsetzung und der Strategien in der Aufgabenbearbeitung. Für die Systemgestaltung bedeuten diese Kenntnisse zum einen die verbesserte Anwendung der Computermaus
durch Herabsetzung der Maussensibilität und auf der anderen Seite alternative Eingabemöglichkeiten wie zum Beispiel Touchscreens einzusetzen.
18
Theorie Selbstwirksamkeit (Self-efficacy)
2.2
Selbstwirksamkeit (Self-efficacy)
Menschen verändern sich u.a. durch Erfahrungen, die sie im alltäglichen Leben machen. In
Folge dessen entwickeln sich der Glaube in und die Überzeugung über die eigenen Fähigkeiten. Die Theorie zur Selbstwirksamkeit ist eine Art, um Veränderungen in selbstbezogenen
Kognitionen und wie stark die Person daran glaubt, zu betrachten. Das Vertrauen in die eigenen Fähigkeiten determiniert, was die Person versucht zu tun, wie intensiv er/ sie und wie
lange er/ sie es probiert, selbst wenn Schwierigkeiten und unangenehme Erfahrungen auftreten. Die Annahmen über das eigene Vermögen eine Handlung auszuführen entstehen aus Erfahrungen, verbaler Einwirkung anderer, die durch Zuspruch Einfluss nehmen können sowie
dem physiologischen Zustand zum Zeitpunkt der auszuführenden Aktion. Je mehr auf eigene
Erfahrungen zurückgegriffen werden kann, desto mehr beeinflussen diese die zukünftigen
Handlungsausführungen. Interventionen sollten demnach auf den Glauben in die eigenen Fähigkeiten einwirken (Smedslund, 1978). Das Konzept der Selbstwirksamkeit wird im folgenden Abschnitt im Kontext der sozialkognitiven Theorie Banduras genauer betrachtet.
19
Die sozialkognitive Theorie von Bandura (1977) geht von einer reziproken Triade aus
(Abbildung 1), bestehend aus den interagierenden Determinanten Verhalten, Person und Umwelt, die sich bidirektional beeinflussen. Dabei variiert die Stärke des reziproken Einflusses
über Handlungen der Person und über verschiedene äußere Konstellationen. Die Person ist
dabei sowohl Produzent als auch Produkt des sozialen Systems. Es gibt eine große personale
Variation im Umgang mit der Regelstruktur des sozialen Systems, die sich in der Interpretation, Durchsetzung, Annahme, dem Umgang und aktiven Widerstand äußert. So sind wirksame
(efficacious) Personen in der Lage, sich anzupassen und Vorteil aus der bestehenden Situation
zu ziehen und sie lernen schnell mit institutionalen Regeln umzugehen und diese gegebenenfalls zu verändern. Demgegenüber sind weniger wirksame (inefficacious) Personen schnell
entmutigt und können sich nur schlecht anpassen.
Person
Umwelt
Verhalten
Abbildung 1 reziproke Triade (nach Bandura, 1986)
Sozialstrukturelle Theorien nehmen an, dass es kausale Beziehungen zwischen der Person und
dem sozialen System gibt. Selbstprozesse, die die Handlung der Person bestimmen, sind demnach sozial beeinflusst.
Eine Grundannahme von Banduras (1977) Theorie ist, dass psychologische Prozeduren als
Mittel dienen, Erwartungen der persönlichen Wirksamkeit zu entwickeln und zu stärken.
Wirksamkeitserwartungen unterscheiden sich von Ergebniserwartungen wie Abbildung 2
zeigt.
20
PERSON
VERHALTEN
Wirksamkeitserwartung
ERGEBNIS
Ergebniserwartung
Abbildung 2 Unterschied zwischen Wirksamkeits- und Ergebniserwartung (nach Bandura,
1977)
Die
Ergebniserwartung ist definiert als persönliche Einschätzung, dass ein Verhalten zu einem
bestimmten Ergebnis führt. Die Wirksamkeitserwartung hingegen ist die Überzeugung, dass
ein erforderliches Verhalten erfolgreich ausgeführt werden kann, um ein Ergebnis zu erzielen.
Ergebnis- und Wirksamkeitserwartung sind zu differenzieren, da die Person annehmen kann,
dass eine bestimmte Verhaltenssequenz zu einem Ergebnis führt, aber sie Zweifel hegt, die
nötigen Handlungen ausüben zu können. Die Information über die nötigen Schritte hat keinen
Einfluss auf die Wirksamkeitserwartung, so dass das Verhalten nicht beeinflusst wird.
Es sind also zwei Arten von Erwartungen zu unterscheiden:
!
Erwartungen, die mit dem Ergebnis verbunden sind, d.h. es wird eher ein Verhalten gezeigt, dass zu einem erwünschten Resultat führt.
!
Selbstwirksamkeitserwartungen, definiert Bandura (1997, S.3) als Perceived self-efficacy
refers to beliefs in one’s capabilities to organize and execute the courses of action required to produce given attainments. Selbstwirksamkeit ist somit der Glaube an die eigenen Fähigkeiten ein bestimmtes Verhalten ausführen zu können. Diese beeinflusst die Entscheidung, welches Verhalten gewählt wird, welches Maß von Anstrengung und Beharrlichkeit gegenüber einem auftretenden Hindernis in der Handlungsausführung die Person
zeigt. Das Ausmaß der Selbstwirksamkeit hat somit Einfluss auf die Leistung, die Beharrlichkeit, die für die Ausführung der Handlung aufgebracht wird, um ein gewähltes Ziel zu
erreichen.
Nach Bandura (1986) resultiert Selbstwirksamkeit aus vier grundlegenden Quellen:
(1) eigene Erfahrungen, (2) stellvertretende Erfahrungen (Modelllernen), (3) soziale Überzeugungen, (4) physiologisches Arousal, die im Folgenden kurz erläutert werden sollen.
21
1. eigene Erfahrungen
Erfolge steigern die Erwartung der Beherrschbarkeit einer Situation, während Misserfolge
einen negativen Einfluss haben. Wenn hohe Selbstwirksamkeitserwartungen aufgrund von
Erfahrungen entwickelt wurden, kann die negative Wirkung von Misserfolgen gemindert
werden. Der Einfluss des Scheiterns bei einer Aufgabe ist abhängig von der Dauer und der
Gesamtheit der Erfahrungen auf dem entsprechenden Gebiet. Wurde einmal eine hohe
Selbstwirksamkeit aufgebaut, kann sie sich auch auf ähnliche Bereiche auswirken.
2. stellvertretende Erfahrungen (Modelllernen)
Bandura nimmt an, dass bei der Beobachtung anderer, die eine Tätigkeit ausführen, dabei aber
keine negativen Konsequenzen erfahren, beim Beobachter die Erwartung entsteht, dass auch
seine eigenen Handlungen in dieser Art ablaufen könnten. Das Resultat des beobachteten
Verhaltens muss dabei eindeutig erkennbar und für den Beobachter interpretierbar sein. Der
Einfluss der stellvertretenden Erfahrungen ist im Allgemeinen geringer als die eigenen, kann
aber trotzdem überdauernd sein. Zentral für die Annahme der stellvertretenden Erfahrung ist,
dass eine möglichst hohe Ähnlichkeit, der für die Handlung relevanten Merkmalen, zwischen
Beobachter und Modell bestehen muss. Im Abschnitt 2.4 wird der Einfluss der stellvertretenden Erfahrung genauer betrachtet. Dieser bilden den zentralen Punkt der vorliegenden Arbeit.
3. soziale Überzeugung
Situationen und Verhalten, die in der Vergangenheit zu beängstigenden Gefühlen geführt haben, sollen durch verbale Suggestion anderer, dass eine Bewältigung möglich ist, besser gemeistert werden können. Die Person verharrt länger bei der Aufgabe, die sie meistern will.
Misserfolge entstehen, wenn Erwartungen der personalen Kompetenzen aufgebaut, aber nicht
die Bedingungen geschaffen werden, die es erleichtern, eine effektive Handlung auszuführen.
4. physiologisches Arousal
Häufig assoziieren Personen ein physiologisches Arousal in einer Stresssituation mit der eigenen Unzulänglichkeit, also einer eigenen Dysfunktion. Man erwartet eher einen Erfolg, wenn
es kein aversives Arousal gibt. Die Wahrnehmung der Umgebung spielt dabei eine große Rolle. Potentiell stressreiche Situationen, die als kontrollierbar eingeschätzt werden, wirken weniger beängstigend. Diese kognitiven Bewertungen mindern das emotionale Arousal.
22
Theorie Technik im Alltag älterer Menschen mit besonderer Berücksichtigung der Selbstwirksamkeit
Bandura (1986) nimmt an, dass Selbstwirksamkeit aus drei Komponenten besteht. Dazu gehört zunächst das Level der Aufgabenschwierigkeit, von dem die Person annimmt, es bewältigen zu können.
Die zweite Komponente bezeichnet Bandura als Stärke der Überzeugung in Hinblick auf die
gewählte Aufgabenschwierigkeit. Die Allgemeingültigkeit, das Ausmaß, in dem die Erwartung über verschiedene Situationen generalisiert wird, ist die dritte Komponente.
Die genannten Dimensionen geben Hinweise auf die Art der Fragen, die es ermöglichen sollen, Dispositionen, Intentionen und Handlungen vorherzusagen.
Selbstwirksamkeit ist ein dynamisches Konstrukt, das durch neue Informationen und Erfahrungen verändert werden kann. Die Wahrnehmung der eigenen Fähigkeiten kann Einfluss auf
die Handlungen der Person haben.
Die Intensität und das Verharren beim Bearbeiten einer Aufgabe sind bei Personen mit hoher
Selbstwirksamkeit stärker ausgeprägt als bei Personen mit geringer Selbstwirksamkeit. Daraus resultieren mehr Erfahrungen und diese können wiederum die Selbstwirksamkeit erhöhen.
Personen mit geringen Wirksamkeitserwartungen führen eher Aufgaben mit geringerem Aufforderungscharakter aus und geben auch leichter auf, wenn Misserfolge entstehen. (Bandura,
1977)
Bandura (1977, 1986) geht davon aus, dass ein geringes Level von Selbstwirksamkeit mit
einem höheren Maß an Angst verbunden ist, welches sich durch geringe Auseinandersetzung
mit dem jeweiligen Stimulus äußert.
Selbstwirksamkeit unterscheidet sich über Situationen und Anforderungen hinweg und kann
somit häufig nur bereichsspezifisch gemessen werden. Spezifische Domänen beinhalten Aufgaben verschiedenen Schwierigkeitsgrades, weshalb eine quantitative Messung der Einschätzung eigener Fähigkeiten verwendet werden sollte.
23
2.3
Technik im Alltag älterer Menschen mit besonderer Berücksichtigung der Selbstwirksamkeit
Im folgenden Abschnitt soll konkret auf die Problematik eingegangen werden, warum ältere
Menschen neue Technologien seltener nutzen. Dabei liegt der Fokus auf zwei Bereichen, den
Technologieängsten und der Selbstwirksamkeit.
Zu Beginn der Arbeit wurde bereits der Einzug neuer moderner Technologien in viele Bereiche des alltäglichen Lebens beschrieben. Immer häufiger werden auch Dienstleistungen nicht
mehr persönlich, sondern über Kommunikations- oder Informationstechnologien ausgeführt.
Mangelnde Erfahrungs- und Bildungschancen, fehlende ökonomische oder strukturelle Ressourcen oder unzureichende intellektuelle oder physische Kompetenzen führen dazu, dass
viele Senioren moderne Technologien nicht nutzen können. Im schlimmsten Fall können somit technische Neuerungen auch unüberwindbare Hindernisse darstellen und somit den Alltag
älterer Menschen beeinträchtigen. (Mollenkopf et al. 2000, Doh, 2004)
Im vorliegenden Abschnitt werden mögliche Ursachen für verminderte Techniknutzung im
höheren Alter dargestellt. Dabei werden die in Abschnitt 2.1 aufgeführten altersbedingten
biologischen und kognitiven Veränderungen weitestgehend ausgeklammert. Studien zeigen,
dass Schwierigkeiten beim Umgang mit neuen Technologien und Kommunikationsmöglichkeiten auch teilweise verursacht oder vermittelt sind durch nicht kognitive Faktoren, wie altersbedingte negative Stereotypen (Mariqué et al. 2002, Staufer, 1992), Einstellungen (Torkzadeh et al. 1999) und mangelndes Vertrauen in die eigene Person (Birdi, Zapf, 1997).
Ein häufiges Problem bei der Nutzung moderner Technologie wie Internet, Computer oder
auch Automaten im Alltag scheint vielfach die Befürchtung zu sein, bei der Handhabung etwas falsch zu machen oder es wird eine komplizierte Bedienung angenommen. (Marcellini et
al. 2000) Dies führt zu schlechten Erfahrungen, aus denen der Wunsch nach einfacher Anwendung resultiert. (Mollenkopf, Doh, 2002) Für die Erklärung der mangelnden Nutzung
moderner Technologien durch Senioren scheinen zwei zentrale, miteinander in Verbindung
stehende, Konzepte betrachtet werden zu müssen: die Technologieangst, im Speziellen auch
Computerangst, und die Selbstwirksamkeit der Personen.
Ältere Menschen erweisen sich häufig als skeptisch gegenüber der Technik, deren Nutzen
ihnen auch häufig nicht bekannt ist. Die Skepsis ist nach Stadelhofer (2000) nicht immer aus
eigenen Erfahrungen entstanden, sondern beruht auf Annahmen, zum Beispiel gegenüber dem
Internet „Das ist nur was für Junge“. Daneben spielt die Angst vor dem Fremden und der
„Vorführung eigener Unfähigkeit“ eine große Rolle. Diese sind häufig assoziiert mit Einstel24
lungen und Erfahrungen in dem betrachteten Bereich. Bei auftretenden Fehlern zeigen ältere
Menschen mehr negative Emotionen. Birdi und Zapf (1997) konnten außerdem nachweisen,
dass ältere im Vergleich zu jüngeren Mitarbeitern seltener versuchten auftretende Computerprobleme selbst zu lösen. Zur Lösung der Probleme nutzten ältere Personen häufiger schriftliche Hilfen als die Unterstützung der Kollegen. Zum einen lassen die Ergebnisse vermuten,
dass das mangelnde Probieren, Probleme selbst zu lösen durch die Angst „etwas kaputt zu
machen“ bestimmt ist. Zum anderen unterstützen die Ergebnisse zur Bevorzugung schriftlicher Manuale die Befunde von Stadelhofer (2000), nämlich die Angst sich und anderen seine
eigene Unzulänglichkeit eingestehen zu können.
Als Computerangst bezeichnet man einen negativen emotionalen Zustand und/ oder negative
Kognitionen einer Person, wenn er/ sie einen Computer nutzt oder sich die Nutzung eines
Computers vorstellt (Bozionelos, 2001a). Die Symptome können phobieartigen Charakter
aufweisen. Der Computer wird demnach weniger genutzt und wenn er verwendet wird, dann
lediglich zur Bewältigung einer Aufgabe, die jedoch langsam erfolgt. Resultierend aus der
Computerangst verfügen die betroffenen Personen über ein geringes Level an psychologischem Wohlbefinden. Gerade ältere Menschen zeigen vermehrt Computerangst und empfinden Computer als sehr komplex (Kelley, Charness, 1995). In zahlreichen Studien wurden
mögliche Faktoren gesucht, die mit der Computerangst korrelieren. Dazu gehören spezifische
Erfahrungen (bspw. Bozionelos, 2001b, Chua et al. 1999), Computernutzung (Bozionelos,
2003) und Selbstwirksamkeit sowie Ergebniserwartungen (Compeau & Higgins, 1995). Computerangst kann das Lernen des Umgangs mit dem Computer einschränken. Computererfahrung und –wissen hingegen reduzieren die Furcht der User. Choi et al. (2002) konnten diesen
Zusammenhang in einer Fragebogenuntersuchung nachweisen. Demnach ist die Computerangst in Abhängigkeit vom Umfang der Erfahrung mit Computern zu beurteilen. Personen,
die häufiger Computer nutzen, weisen geringere Computerangst auf. Igbaria et al. (1989)
konnten einen stark negativen Zusammenhang zwischen Computerangst und –erfahrung ausweisen. Vermehrte Nutzung kann somit die Computerangst reduzieren. Da ältere Menschen
häufig Angst bei der Nutzung von Computern zeigen, schreiben Kelley und Charness (1995)
der Angst eine zentrale Bedeutung im Umgang mit Technologien zu.
Das Training zum Umgang mit Computern ist mit abnehmender Computerangst verbunden.
Außerdem ist die Beurteilung von Computern nach der Durchführung eines Trainings positiver (Galagan, 1983). Dies ist darauf zurückzuführen, dass Training das Wissen über Computer und das System erhöht und somit die Angst reduziert. Ebenso entsteht, vermittelt über
verminderte Furcht, eine positivere Einstellung gegenüber der Technologie. Igbaria et al.
25
(1990) legen die Vermutung nahe, dass ein Trainingsprogramm das Gefühl der spezifischen
Selbstwirksamkeit erhöht. Kelley und Charness (1995) verweisen darauf, dass ältere Personen
Schwierigkeiten beim Umgang mit Informationstechnologien haben. Sie benötigen mehr Zeit
die Handhabung zu lernen, machen auch nach dem Training mehr Fehler als jüngere Personen
und bedürfen mehr Hilfen während des Lernens.
Mariquié et al (2002) untersuchten, wie ältere und jüngere Personen ihr Wissen im Allgemeinen und bezüglich Computer einschätzen. Dazu nutzen sie die Variablen feeling of knowing
(FOK) und confidence level (CL). Die Ergebnisse zeigen, dass die Gruppe der älteren Probanden ihr computerbezogenes Wissen in beiden Variablen geringer einschätzte. Die weniger
zuversichtliche Beurteilung umfasst sowohl die Einschätzung, die Antwort zu kennen (FOK)
als auch die Beurteilung, dass diese auch richtig ist (CL). Dieser Unterschied zwischen jungen
und alten Untersuchungsteilnehmern bezieht sich jedoch ausschließlich auf den Bereich des
computerbezogenen Wissens. Mariquié et al. (2002) vermuten als mögliche Ursache für die
Unterschätzung des tatsächlichen Wissens eine geringere Selbstwirksamkeit der älteren Personen.
Wie bereits angedeutet, reduziert Erfahrung die Computerangst. Die Erfassung der Erfahrung
erfolgt fast ausschließlich durch Selbstauskunft, die jedoch gerade in diesem Bereich sehr
schwierig ist, weil kein Vergleichspunkt gegeben ist. So wäre anzunehmen, dass sich Personen mit hoher Computerselbstwirksamkeit meist als erfahrener beurteilen als sie zum aktuellen Zeitpunkt sind. Während Personen mit geringer Computerselbstwirksamkeit eine schwächere Beurteilung der eigenen Fähigkeiten abgeben als tatsächlich vorhanden sind. Diese
Aussagen sind konsistent mit den Annahmen der sozialkognitiven Theorie Banduras. Hasan
(2003) konnte eine signifikante Beziehung zwischen Computerselbstwirksamkeit und –
erfahrung nachweisen. Ausgehend von Banduras Theorie wäre anzunehmen, dass das Auftreten von mehr Angst zu weniger Nutzung des Computers führen würde. Wilfong (2004) kann
dies nicht bestätigen. Hingegen kann aus dem Umfang der Erfahrung die Computerselbstwirksamkeit prädiktiert werden. Die Studie zeigt, dass zunehmende Selbstwirksamkeit eine
gute Voraussetzung für die Reduktion der Computerangst darstellt. Zu beachten ist die Annahme, dass die Computerselbstwirksamkeit globaler als spezifisches Wissen in einem bestimmten Bereich zu betrachten ist. So kann bei der Konfrontation, zum Beispiel mit neuer
Software, eine Person ihr spezifisches Wissen nicht oder nur eingeschränkt anwenden. Dies
würde in der Folge zu Angstgefühlen führen. Wenn User aber eine hohe Computerselbstwirksamkeit aufweisen, also ein globales Vertrauen in die eigenen Fähigkeiten in diesem speziellen Bereich, dann ist die Wahrscheinlichkeit, dass sie ängstlich reagieren geringer.
26
In der Literatur finden sich einige Skalen, die Selbstwirksamkeit in Bezug auf Computer
(Murphy et al. 1989, Compeau, Higgins, 1995, Eachus, Cassidy, 2002) oder Internet (Torkzadeh, Van Dyke, 2000) messen. Compeau und Higgins (1995, S.191) definieren Computerselbstwirksamkeit als an individual’s perceptions of his or her ability to use computers in
the accomplishment of a task (i.e. using software package for data analysis, writing a mailmerge letter using a word processor), rather than reflecting simple component skills (i.e. formatting diskettes, booting up a computer, using a specific software feature such as ‘bolding
text or ‘changing margins’. Ausgehend von Bandura (1977, 1986) entwickelten sie ein Messinstrument, dass die drei Komponenten Level der Aufgabenschwierigkeit, Stärke und Allgemeingültigkeit berücksichtigt. Viele der Hypothesen Banduras können auch in Bezug auf die
Computernutzung bestätigt werden. Selbstwirksamkeit spielt eine wichtige Rolle bei der Herausbildung von Gefühlen und Verhalten einer Person. So nutzten in der Studie Personen mit
hoher Selbstwirksamkeit häufiger den Computer, verbunden mit Freude beim Umgang mit
dem Gerät und weisen auch weniger Computerangst auf als Personen mit niedriger Selbstwirksamkeit.
Salanova et al. (2000) konnten einen Zusammenhang zwischen Computertraining und Burnout nachweisen, der über die Computerselbstwirksamkeit vermittelt wird. Die Frequenz der
Nutzung und Computertraining haben Einfluss auf die Selbstwirksamkeitserwartung. Es zeigte sich, dass Computertraining scheinbar die Computerselbstwirksamkeit erhöht. Dieser Zusammenhang ist jedoch nur bei den Personen zutreffend, die schon im Vorhinein ein höheres
Level der Selbstwirksamkeit aufwiesen. Hatten die Personen vor dem Training eher geringe
Selbstwirksamkeitserwartungen, zeigte sich, dass das Üben am Computer als Stressor wirkte
und somit das Level des Burnout erhöhte.
Ungeachtet der Selbstwirksamkeit vor oder während eines Trainingsprozesses, zeigen Untersuchungen, dass Selbstwirksamkeit das gesamte Training beeinflusst und im Speziellen Auswirkungen auf folgende Aspekte hat. (Cheng, Ho, 2001, Haccoun, Saks, 1998) Es konnte ein
positiver Zusammenhang mit der Motivation vor dem Training gefunden werden. Des Weiteren ist Selbstwirksamkeit ein guter Prädiktor für die Performanz während des Trainings und
beeinflusst ebenfalls die Effektivität des Trainings im Transferprozess. Letztlich moduliert
und moderiert Selbstwirksamkeit die Effekte des Trainings in Transfer- und Trainingsergebnissen. Resümierend betrachtet, wirkt sich Selbstwirksamkeit auf die Resultate des Lernens
und die Ausführung des Gelernten aus. Eine Erhöhung des Vertrauens in die eigenen Fähigkeiten kann somit beide Aspekte positiv beeinflussen.
27
Als letzter Punkt sei auf den Einfluss der Einstellung auf das Training hingewiesen. Torkzadeh, Pflughoeft und Hall (1999) zeigten, dass für ein erfolgreiches Computertraining die Einstellung des Users gegenüber Computern berücksichtigt werden muss. In der Studie wurden
414 Studenten untersucht, die einen Computerkurs absolvierten. Vor und nach der Durchführung des Kurses wurde sowohl die Selbstwirksamkeit als auch die Einstellung zu Computern
erfasst. Personen, die vor der Untersuchung ein moderates Level von Computerselbstwirksamkeit2 aufwiesen, zeigten nach dem Training höhere Werte. Dieser Effekte konnte bei Personen mit negativer Einstellung gegenüber Computern nicht gefunden werden, d.h. deren
Computerselbstwirksamkeit ist nach dem Training nicht angestiegen. Dieses war somit nicht
effektiv. Einschränkend bleibt anzumerken, dass die Erfassung der Selbstwirksamkeit in dieser Studie sehr differenziert erfolgt, während die Einstellung lediglich mit zwei Items erhoben
wurde. Torkzadeh, Chang und Demirhan (2006) unterstützen die Annahme des Einflusses von
Einstellung und Computerangst auf die Computer- und Internetselbstwirksamkeit. Wiederum
wurden vor und nach der Durchführung eines Computerkurses die Computerselbstwirksamkeit3, Internetselbstwirksamkeit4, Einstellung und Computerangst erfasst. Es zeigte sich, dass
Personen mit positiver Einstellung nach dem Training eine höhere Computer- und Internetselbstwirksamkeit aufwiesen als Teilnehmer mit negativer Einstellung. Außerdem wurde ein
höherer Anstieg der Selbstwirksamkeitswert bei Personen mit geringer Computerangst gefunden als bei Teilnehmern mit hoher Angst. Das bedeutet, dass Personen, die sowohl eine positive Einstellung haben als auch geringe Computerangst aufweisen, von einem Training am
meisten profitieren können. Die negative Ausprägung beider Variablen lässt auf geringe Veränderungen durch einen Computerkurs schließen. Die Ergebnisse legen die Vermutung nahe,
dass es eine Interaktion zwischen Einstellung und Angst gibt, die Einfluss auf die Selbstwirksamkeit hat. Beas und Salanova (2004) untersuchten 496 Berufstätige und erfassten auf verschiedene Bereiche bezogene Selbstwirksamkeit: allgemeine, beruflich und Computerselbstwirksamkeit. Außerdem wurde der Umfang des Trainings in den Unternehmen erhoben. Die
Ergebnisse zeigen, dass die häufigere Nutzung lediglich eine Verbesserung der Einstellung
gegenüber Computern zur Folge hat, was wiederum eine positive Wirkung auf die Selbstwirksamkeit ausübt. Hingegen kommt es bei negativen Einstellungen gegenüber Computern und
zunehmender Trainingszeit zur Senkung des Selbstvertrauens. Beas und Salanova (2004) se-
2
Die Messung durch Computerselbstwirksamkeit erfolgte mit der Skala zur Computer Self-efficacy von Murphy
et al. 1989
3
Die Messung der Computerselbstwirksamkeit erfolgte mit der Skala zur Computer Self-efficacy von Murphy et
al. 1989
4
Die Messung der Internetselbstwirksamkeit erfolgte mit der Skala zur Internet Self-efficacy von Torkzadeh und
Van Dyke, 2002
28
hen die Ursache für diesen Effekt im mangelnden Verständnis der Anwendbarkeit des Trainingsinhalts.
Abschließend sei hier die Studie von Karavidas et al. (2005) verwiesen. Sie untersuchten die
Effekte von Computerangst und Computerwissen auf die Selbstwirksamkeit und Lebenszufriedenheit. Sie konnten feststellen, dass die Nutzung von Computern die Selbstwirksamkeit
erhöht und die Computerangst senkt. Zusätzlich kann die Lebenszufriedenheit ansteigen. Das
bedeutet also, dass die Erfahrungen, die im Umgang mit dem Computer gesammelt werden,
einen Gewinn für die wahrgenommene Lebenszufriedenheit darstellen.
Zusammenfassung in Bezug auf die Fragestellung
Die vorliegenden Ausführungen zeigen, dass Selbstwirksamkeit Effekte auf kognitive, motivationale, affektive und selektive Prozesse hat (Bandura, 1997). Die Theorie der Selbstwirksamkeit ist ein Versuch, Vertrauen in die eigene Wirksamkeit zu erklären und gibt Aufschluss
über ihre Struktur, Funktion, Prozesse und verschiedene Effekte, die entstehen können. Die
Selbstwirksamkeit einer Person kann in verschiedenen Domänen unterschiedliche Ausmaße
annehmen. Schwarzer (1999) definiert generalisierte Selbstwirksamkeit als globales Vertrauen in die eigenen Fähigkeiten über diverse herausfordernde oder neue Situationen, welches
ein stabiles Merkmal darstellt. Andere Studien zeigen, dass generalisierte und spezifische
Selbstwirksamkeit positiv und signifikant miteinander korrelieren, aber auch komplementär
zueinander wirken können (Grau, Salanova & Peiró, 2000; Jex & Bliese, 1999). Andere Autoren heben hervor, dass spezifische Kompetenzen in spezifischen Populationen mit spezifischen Messungen zur Selbstwirksamkeit erfasst werden sollten. Schwoerer, May und Hollensbe (1999) beobachteten nach Durchführung eines Trainings einen höheren Zuwachs der
spezifischen als bei der allgemeinen Selbstwirksamkeit.
Ausgehend von den Ergebnissen der vorliegenden Literatur zur Selbstwirksamkeit und zur
Computerselbstwirksamkeit im Speziellen wurde diese Arbeit das Konzept der Automatenselbstwirksamkeit entwickelt.
Der Umgang mit Computern steht in enger Verbindung zu Automaten, aber zur Maximierung
der Vorhersagbarkeit sollte die Messung der Selbstwirksamkeit in verschiedenen Teilbereichen erfolgen (Bandura, 1986). Für die Untersuchung dieses speziellen Bereichs moderner
Technologien wurde eigens für die vorliegende Arbeit ein Instrument für die Messung von
Automatenselbstwirksamkeit (ASW) entwickelt. Dazu wurde in Anlehnung an die vorliegen29
Theorie Modelllernen
de Literatur zur allgemeinen Selbstwirksamkeit und im Speziellen zur nahverwandten Computer- und Internetselbstwirksamkeit, die Automatenselbstwirksamkeit wie folgt definiert:
Automatenselbstwirksamkeit ist die individuelle Einschätzung der persönlichen Fähigkeiten
im Umgang mit Automaten im Alltag und das Verhalten gegenüber auftretenden Schwierigkeiten bei der Benutzung.
Die Entwicklung des Fragebogens zur Automatenselbstwirksamkeit wird unter Punkt 3.2 der
vorliegenden Arbeit detailliert erläutert.
30
2.4
Modelllernen
Im folgenden Abschnitt wird das Konzept des Modelllernens näher erläutert. Einzelne Prozesse dieser Lernform werden dargestellt und wichtige Punkte genauer erörtert.
Modelllernen wird häufig mit Beobachtungslernen, aber auch mit Nachahmungs- und Imitationslernen gleichgesetzt. Resultierend aus der sozialkognitiven Theorie Banduras (1986) werden im Folgenden die Begriffe Beobachtungs-, Modelllernen und stellvertretendes Lernen
synonym verwendet. Wie im vorherigen Abschnitt bereits angeführt, ist diese Lernform eine
der Quelle für die Selbstwirksamkeit einer Person und soll genauer betrachtet werden.
2.4.1
Überblick Modelllernen
In der Literatur finden sich verschiedene Begriffe, die dem Gebiet des Beobachtungs- bzw.
Modelllernens zuzuordnen sind. Imitation ist ein Prozess, in dem ein Organismus Aktionen
eines anderen möglichst zeitnah nachahmt. Bei dieser einfachen Form der Nachahmung sind
die Aufgaben der Modellierung von Verhalten reduziert. Ein Modell führt also einige Handlungen aus und der Beobachter ist aufgefordert, dieses Verhalten möglichst in gleicherweise
zu reproduzieren. Im Gegensatz zum Fähigkeitserwerb ist das Ziel beim Imitationslernen,
lediglich die Nachahmung eines beobachteten Verhaltens. Für das Erlernen von Fähigkeiten
ist es wichtig, dass sich der Beobachter Regeln aneignet, die es ihm ermöglichen, verschiedene Formen von Verhalten zu unterschiedlichen Zwecken und unter verschiedenen Bedingungen generieren zu können.
Eine weitere Form, die mit dem Beobachtungslernen in Verbindung gebracht wird, ist die
Identifikation. Hierbei handelt es sich um ein unklares Konzept, das aus der psychodynamischen Tradition entstand. Nach Kohlberg (1963) bezeichnet Identifikation die Verhaltensanpassung, die vermutlich durch intrinsische Befriedigung, die aus wahrgenommener Ähnlichkeit resultiert, unterstützt wird. Imitation hingegen, ist aus Sicht der Vertreter der Identifikation, die Verhaltensanpassung, welche durch extrinsische Belohnung unterstützt wird. Außerdem findet die Nachahmung bei Anwesenheit des Modells statt, während dies bei der Identifikation nicht erforderlich ist. Unklar bleibt auch, ob Imitation aus Identifikation resultiert
oder umgekehrt.
Alle modellierten Informationen müssen beim Beobachter symbolisch repräsentiert werden,
wenn diese auch zukünftige Aktionen leiten sollen.
31
Erfolgreiches Modellieren kann zugleich Verhalten des Beobachters, seine Denkweise, seine
emotionale Reaktionen und Evaluationen beeinflussen Die dritte, hier im Mittelpunkt stehende, Betrachtungsweise ist die sozialkognitive Theorie von Bandura (1986), diese beschreibt
psychische Anpassungsprozesse. Das Konstrukt des Modellierens von Verhalten hat umfassendere psychologische Effekte als die bloße Mimikry im Konzept der Imitation. Der Begriff
der Identifikation ist ein unklares Konzept, mit konfusen definierten Kriterien. Die sozialkognitive Theorie unterscheidet Modellierungsphänomene, die durch verschiedene Determinanten bestimmt sind. Kognitive Fähigkeiten und neue Verhaltensmuster können durch die Beobachtung der Handlungsausführung anderer angeeignet werden. Lernen kann dabei verschiedene Formen umfassen: neue Verhaltensmuster, Urteilsstandards und kognitive Kompetenzen
können erworben sowie generative Regeln für Handlungen kreiert werden. Bandura (1986,
S.49) spricht von Beobachtungslernen, when models exhibit novel patterns of thought or behavior which observers did not already possess but which, following observation, they can
produce in similar form. Hauptfunktion des Modelleinflusses ist es somit, ein neu erlerntes
Verhalten zu stärken und durch Hemmung ein vorher erworbenes, nicht mehr angemessenes
Verhalten, abzuschwächen. Effekte des Modellierens bei der Verhaltenseinschränkung basieren auf der Information über die Durchführbarkeit und der wahrscheinlichen Konsequenzen
von modellierten Verhaltenssequenzen. Die Richtung und das Ausmaß der Wirkung von Informationen auf die Person hängt von drei Faktoren ab: dem Beobachterurteil über seine eigenen Fähigkeiten, zum Ausführen des modellierten Verhaltens, der Wahrnehmung der modellierten Aktion als Mittel, um Belohnungen zu erhalten oder Strafe zu vermeiden und der Folgerung, dass gleiche oder ungleiche Konsequenzen resultieren, wenn sich der Beobachter
selbst in analogen Aktivitäten engagiert. Inhibitorische Effekte entstehen, wenn Beobachter,
als Folge von negativen Konsequenzen, die das Modell erfahren hat, ihre Performanz des modellierten Verhaltens reduzieren oder generell in ihren Handlungen unterdrücken. Wenn Personen ein vorher gehemmtes Verhalten ausführen, basierend auf der Tatsache, dass das beobachtete Modell in einer beängstigenden Situation die entsprechenden Aktionen ausgeführt
und keine negativen Konsequenzen erfahren hat, bezeichnet man dies als disinhibitorische
Effekte des Modellierens.
Durch Beobachtung anderer, bilden Personen Verhaltensregeln aus, die in kodierter Form bei
dem Individuum gespeichert werden und zukünftige Aktionen dieser Art leiten. Wenn ein
Verhalten auf diese Weise gelernt wird, dann erhält der Beobachter bereits Wissen über die
Handlung, ohne sie selbst ausgeführt zu haben und kann somit seinen eigenen Aufwand reduzieren. Auf der Basis, der von anderen Personen dargestellten Informationen, findet eine Wis32
sens- und Fähigkeitsexpansion statt. Soziales Lernen erfolgt, indem durch Beobachtung einer
aktuell handelnden Person, Informationen über die Aktion selbst und deren Konsequenzen für
den Handlungsträger erlangt werden können. Die exemplarische Ausführung durch ein Modell ermöglicht ebenso Wissen über eine Anwendung an eine größere Menge von Menschen
zu vermitteln, indem ein Medium der symbolischen Modelle, wie zum Beispiel eine Videoaufzeichnung, genutzt wird.
Handlungen anderer können somit als sozialer Ansporn gesehen werden, für ein Verhalten,
dass eine Person bereits gelernt hatte, aber aufgrund von mangelnden Anreizen nicht ausführte. Demnach kann das Beobachten eines Modells in einer Vereinfachung von Reaktionen resultieren. Dies ist jedoch nicht gleichzusetzen mit dem Konzept des Modelllernens, da kein
Erwerb von Kompetenzen stattfindet, sondern lediglich die Ausführung eines bereits gelernten Verhaltens forciert wird.
Die, das Modell umgebenden Bedingungen, spielen bei Beobachtungslernen eine große Rolle.
So führt das Verhalten eines Modells nicht nur zu ähnlichen Reaktionen beim Beobachter,
sondern lenkt auch die Aufmerksamkeit einer Person auf bestimmte Objekte oder Umweltsettings. Daraus resultiert, dass der Beobachter bei zukünftigen Ausführungen der bestimmten
Aktionen eher auf dieses Objekt zurückgreifen wird. Demnach wird die Aufmerksamkeit einer Person auf einen bestimmten Stimulus kanalisiert.
Soziale Interaktionen beinhalten häufig auch Emotionen. So führen emotionale Reaktionen
des Modells beim Beobachter zu einem emotionalen Arousal, welches die Intensität und Form
des folgenden Verhaltens beeinflussen kann. Wenn Emotionen in Verbindung mit Orten, Personen oder Dingen stellvertretend erlebt werden, dann entwickelt der Beobachter antizipatorische emotionale Reaktionen, die mit diesem Zusammentreffen assoziiert sind.
Zusammenfassend kann ein Modell somit als Lehrer, hemmende oder auslösende Instanz, zur
Vereinfachung oder Stimulusverstärkung und emotionale Stimulation fungieren. Diese Funktionen können auch einzeln auftreten.
2.4.2
Prozesse des Modelllernens
Bandura (1986) definiert Lernen als an information processing activity in which information
about the structure of behavior and about einviromental events is transformed into symbolic
33
representations that serve as guides for action. Beobachtungslernen umfasst nach Bandura
(1986) vier grundlegende Prozesse:
Zunächst treten Aufmerksamkeitsprozesse in den Fokus. Diese dienen der Regulation von
Exploration und Wahrnehmung der modellierten Aktivitäten. Danach treten Gedächtnisprozesse in den Mittelpunkt. Die aufgenommenen Erfahrungen werden für die Speicherung im
Gedächtnis in symbolische Repräsentationen umgewandelt, so dass beim Beobachter internale
Modelle der Reaktionsproduktion und Standards für die Korrektur der Reaktion ausgebildet
werden. Während der motorischen Reproduktionsprozesse werden die gebildeten Teilfähigkeiten in neue Reaktionsmuster umgesetzt. Des Weiteren spielen Motivationsprozesse eine
große Rolle. Sie determinieren, ob die, durch Beobachtung angeeigneten, Kompetenzen angewendet werden oder nicht. Im Folgenden werden die einzelnen Prozesse genauer betrachtet.
Abbildung 3 dient der zusammenfassenden Veranschaulichung der vier Prozesse, die dem
Modelllernen zugrunde liegen.
Abbildung 3 Prozesse des Modelllernens (angelehnt an Bandura, 1986)
Aufmerksamkeitsprozesse
Um etwas zu Erlernen ist die Zuwendung der Aufmerksamkeit auf die relevanten Aspekte
unerlässlich. Die Aufmerksamkeitsprozesse determinieren somit, was selektiv beobachtet
wird und welche Informationen aus dem modellierten Ereignis extrahiert werden. Der Umfang und das Level des Beobachtungslernens sind beeinflusst von der Salienz, Diskriminationsfähigkeit und Komplexität der modellierten Aktivitäten. Einfache Handlungen, die sehr
auffällig sind, werden demnach am schnellsten durch Beobachtung gelernt. In komplexeren
34
Formen werden generative Regeln erworben, die bei zukünftigen Handlungen als Hilfen für
die Ausführung dienen. Die Schwierigkeit besteht darin, aus einem Beispiel oder einer beobachteten Aufgabe, die wichtigen Informationen zu extrahieren, während irrelevante Aspekte
unberücksichtigt bleiben. Aufmerksamkeitsprozesse umfassen nicht das nur das bloße Absorbieren sensorischer Informationen, die sich auf eine Person auswirken, sondern auch selbstgeführte Exploration der Umwelt und Konstruktion von bedeutungsvollen Wahrnehmungen.
Eigene kognitive Kompetenzen und Wahrnehmungseigenschaften einer Person bestimmen,
welchen Aspekten sie sich zuwendet und welchen nicht. Die Erwartungen kanalisieren also,
was die Person sieht und beeinflussen, welcher Teil der Beobachtung extrahiert und wie das
Gesehene und Gehörte interpretiert wird. Übersteigt allerdings das modellierte Verhalten die
kognitiven Fähigkeiten der Person, so findet Beobachtungslernen nur in fragmentarischer
Form statt. Deshalb ist die wiederholte Exposition wichtig, um eine adäquate Konzeption der
modellierten Aktivität zu entwickeln. Der Einfluss des Modells ist somit am größten und es
kommt zu schnellen Veränderungen beim Beobachter, wenn es an dessen kognitive Fähigkeiten angepasst ist. Je mehr Vorwissen vorhanden ist und je höher die kognitiven Fähigkeiten
sind, desto mehr des modellierten Verhaltens wird vom Beobachter wahrgenommen. Bei zunehmender Vertrautheit und Training im Umgang mit Modellen, nehmen Personen mehr Unterschiede wahr. Wenn ein Beobachter dieselbe Aktion ausführt wie das Modell und ist die
Aufgabe für diesen relevant, so wird die Aufmerksamkeit darauf gerichtet und es findet besseres Lernen statt als bei persönlich irrelevanten Informationen (Kanfer et al. 1971).
Neben dem funktionalen Wert des modellierten Verhaltens ist auch die Attraktivität des Modells wichtig. Ein interessantes, belohnendes Modell wird eher beachtet, während ein weniger
attraktives Modell ignoriert werden kann. Modelle, die über einen Bildschirm, also in Form
von Video- oder TV-Darbietung, gezeigt werden, halten die Aufmerksamkeit des Beobachters
und verbessern somit das Lernen (Bandura, 1966).
Für die Modellierung komplexer Aktivitäten ist zu beachten, dass diese in kleinere Schritte
aufgeteilt werden sollten. Das Lernen wird somit erleichtert, da das Splitting in einzelne Sequenzen die selektive Konzentration auf Details ermöglicht und die Aufmerksamkeit gesteuert wird. Modelliert man hingegen zu viel Information, kann es zu Fehlern kommen, so dass
das Lernen nur unvollständig, fragmentarisch erfolgt.
Gedächtnisprozesse
Das modellierte Verhalten muss vom Beobachter zunächst erinnert werden, um es später in
die konkrete Handlung umsetzen zu können. Dies erfordert die symbolische Repräsentation
35
im Gedächtnis. Das beobachtete Verhalten des Modells wird von der Person transformiert,
indem Symbole für wichtige Inhalte und Situationen gebildet werden. Wenn eine Repräsentation im Gedächtnis gebildet wurde, kann sie auch bei Abwesenheit des Modells abgerufen
werden und somit das Verhalten steuern. Bei häufigerer Wiederholung der Sequenzen kann
ein Routineverhalten ausgebildet werden. Das Lernen wird erleichtert, wenn die Person parallel die Handlungen des Modells ausführt oder aktiv verarbeitet. Wenn nur beobachtet, das
Verhalten aber nicht kognitiv weiterverarbeitet oder praktiziert wird, kann das modellierte
Verhalten nur schlecht gespeichert und somit leichter vergessen werden. Wiederholter Abruf
kann die Festigung des Erlernten fördern und führt gleichzeitig zur Elaboration, Transformation und Reorganisation im Gedächtnis, so dass dem Verhalten eine Bedeutung und Relevanz
zugeordnet werden kann.
Motorische Reproduktionsprozesse
Die Reproduktionsprozesse umfassen die motorische Ausführung des symbolischen Konzepts
des Verhaltens, das der Beobachter gebildet hatte. Die meisten modellierten Aktivitäten sind
als Konzepte und Regeln von Handlungen abstrakt repräsentiert und spezifizieren die konkrete Umsetzung. Verhalten wird unter Berücksichtigung räumlicher und zeitlicher Gegebenheiten, in Entsprechung mit der Konzeption der Handlungen, ausgeführt. Wenn die Ausführung
der Handlung spontan erfolgt, kann es vorkommen, dass nicht alles Gelernte ausgeführt wird.
Ebenso zeigt sich dieses Bild, wenn ein modelliertes Verhalten nur unzureichend beobachtet
und symbolisch repräsentiert wurde. Für die Verbesserung der Reproduktion sollte in solchen
Fällen eine wiederholte Beobachtung ermöglicht werden. Die Fähigkeiten des Beobachters
müssen, für eine angemessene Ausführbarkeit des modellierten Verhaltens, ähnlich denen des
Modells sein. Wird eine Handlung von der Person umgesetzt, achtet sie bei anfänglichen Reproduktionsprozessen auf mögliches Feedback, welches Informationen über die Verhaltensausführung liefert. Des Weiteren wird der Vergleich mit der konzeptuellen Repräsentation
ermöglicht, so dass eventuell auftretende Fehler korrigiert werden können. Das Feedback entsteht aus der Handlung selbst und kann sowohl visuell als auch über andere Beobachtungskorrelate erfolgen. Das repräsentierte Konzept der Aktionen dient als Standard, mit dem der Abgleich des aktuellen Verhaltens erfolgt. Die Selbstbeobachtung kann durch die Verwendung
von Videoaufnahmen unterstützt und verbessert werden. Diese Hilfe bei der Aneignung von
Verhaltensequenzen kann in einigen Fällen das schnellere Lernen bewirken (Neufeld, Neufeld, 1972).
36
Theorie Stellvertretende Erfahrungen als Quelle für Selbstwirksamkeit
Motivationsprozesse
Die sozialkognitive Theorie unterscheidet zwischen dem Erwerb und der Ausführung eines
modellierten Verhaltens, weil Menschen häufig mehr lernen, als sie tatsächlich zeigen. Es
kann demnach vorkommen, dass Fähigkeiten gelernt, aber nur schlecht in konkrete Aktionen
umgesetzt werden. Die Wahrscheinlichkeit für die Ausführung eines Verhaltens kann durch
die Darbietung von positiven Anreizen erhöht werden. Diese können aus drei verschiedenen
Quellen stammen. Direkte Anreize entstehen bei der Durchführung des Verhaltens, während
stellvertretende Anreize beispielsweise eine positive Konsequenz für das beobachtete Modell
umfasst. Außerdem können Anreize auch selbstproduziert sein. Ein Verhalten, das zu belohnenden Effekten, also positiven Konsequenzen führt, wird häufiger gezeigt. Eine höhere Auftretenswahrscheinlichkeit resultiert auch aus externen Anreizen, die materieller Natur sein
können, ebenso wie sensorische Stimulationen als auch positive oder negative soziale Reaktionen beinhalten können. Der Handlungsträger kann außerdem die Erfahrung der eigenen
Wirksamkeit machen, indem die Kontrolle einer Situation durch Anwendung der modifizierten Fähigkeiten gewährleistet werden kann. Die beobachteten Ergebnisse einer Handlung beeinflussen das Verhalten in vielfältiger Art und Weise. Wenn positive Konsequenzen zu erwarten sind, werden diese Aktionen eher favorisiert. Des Weiteren haben situationale Faktoren einen Einfluss auf die Ausführung von Verhalten. Ein Beispiel hierfür ist die Differenzierung eigener Handlungen in verschiedenen Kontexten. Boxt eine Person im Wettkampf gegen
eine andere, zeigt sie diese Handlung nicht im normalen Umgang mit Freunden im Alltag.
37
2.5
Stellvertretende Erfahrungen als Quelle für Selbstwirksamkeit
Abgeleitet aus den Ausführungen werden nun die beiden Konzepte der Selbstwirksamkeit und
des Modelllernens bzw. der stellvertretenden Erfahrung zusammengeführt und Kausalitäten
näher betrachtet. Dies erfolgt wiederum Bezug nehmend auf Bandura, den Begründer der Sozialkognitiven Theorie. Zum besseren Verständnis sei hier darauf hingewiesen, dass im Folgenden nur eine Variante des stellvertretenden Einflusses genauer erläutert wird.5 Neben der
stellvertretenden Erfahrung eines Modells kann ebenso symbolisches Modellieren genutzt
werden. Eine weitere Möglichkeit ist Verwendung von Videoaufzeichnungen von Handlungen einer Person, die ihr in der Folge wiederum vorgelegt werden, so dass die Person sowohl
die Modell- als auch Beobachterfunktion übernimmt.
Die Beurteilung eigenen Verhaltens, kann durch die Nutzung von Informationen aus stellvertretenden Erfahrungen, also aus Beobachtungen anderer, die als Modell fungieren können,
erleichtert werden. Die Bewertung eigener Fähigkeiten ist bei Vorhandensein objektiver Werte relativ leicht. Diese sind jedoch bei den meisten Aktivitäten nicht verfügbar, so dass eigenes Handeln mit dem anderer Personen verglichen werden muss, um ein Feedback über die
eigenen Leistungen und das eigene Vermögen zu erhalten. Je höher dabei die Ähnlichkeit
zwischen der Person und dem Vergleichsobjekt ist, desto überzeugender ist die Wirkung von
Erfolgen oder Misserfolgen, die beobachtet werden können. Wird ein Modell als sehr verschieden von der eigenen Person angesehen, hat dessen Handlung und deren Ergebnis eine
nur sehr geringe Auswirkung auf die Selbstwirksamkeitserwartung des Beobachters. Ist die
Selbstwirksamkeit einer Person gering ausgeprägt, so ist der Einfluss des Modells am größten.
Eigene Unsicherheit und fehlende Vorerfahrung machen somit anfälliger für stellvertretende
Erfahrungen. Hingegen kann das Modell bei ausreichendem Vertrauen in die eigenen Fähigkeiten eine neue, eventuell bessere, Variante der Bewältigung vermitteln, so dass der Beobachter einen Erkenntnisgewinn verzeichnen kann.
Die Stärke der stellvertretenden Erfahrungen kann die Wirkung eigener, direkter Erfahrungen
erhöhen oder auch neutralisieren. Generell ist nach Bandura der Einfluss stellvertretender
Erfahrungen jedoch immer geringer als der eigener Aktionen. Kann das Scheitern anderer
beobachtet werden, akzeptiert man leichter eigene Misserfolge, was sich wiederum auf die
folgenden Handlungen auswirkt, indem es erneut zu unerwünschten Resultaten führt. Bei Per-
5
Weiterführendes findet sich in Bandura, 1997
38
sonen mit hoher Selbstwirksamkeit ist die Wirkung der Misserfolgserfahrungen reduziert und
es wird mehr Aufwand für die Handlung verwendet.
Der Einfluss des Modells ist jedoch mehr als die Ermittlung eines sozialen Standards für die
Einschätzung persönlicher Kapazitäten. Menschen suchen sich Modelle aus, nach dessen
Kompetenz sie streben. Verhalten und Gedanken, die vom Modell gezeigt werden, lehren den
Beobachter Fähigkeiten und Strategien mit der Umwelt umzugehen (Bandura, 1986). Die Aneignung effektiver Mittel erhöht die persönliche Wirksamkeit. Dabei ist das instruktive Einwirken des Modells besonders wichtig, wenn die mangelnde Selbstwirksamkeit aus einem
Fertigkeitsdefizit resultiert.
Das Modell verhält sich nicht wie eine stumme Maschine, sondern zeichnet sich durch verbale Äußerungen und Handlungen aus. Wenn das Modell Vertrauen ausstrahlt und bei auftretenden Schwierigkeiten Wirksamkeit und Ausdauer zeigt, ist es besser als ein Modell, dessen
Selbstzweifel für den Beobachter offensichtlich werden. Neben den benannten instruktiven
und motivierenden Merkmalen, beinhalten modellierte Ereignisse auch Informationen über
die Art der Umweltbedingungen und Schwierigkeiten, die sie darstellen. So kann sich eine
Aufgabe als schwerer oder leichter herausstellen oder die potentiellen Befürchtungen zeigen
sich als handhabbar oder nicht. Die Annahme zweckmäßiger Strategien und alternative
Wahrnehmungen der Aufgabeschwierigkeit können somit die Bewertung eigener Fähigkeiten
verändern. Zwei beeinflussende Faktoren, die bei der Modellierung von Verhalten beeinflusst
werden müssen sind zum einen die Vorhersagbarkeit und zum anderen die Kontrollierbarkeit.
Zum Demonstrieren der Vorhersagbarkeit, zeigt sich das Modell wiederholt bei beängstigenden Aktivitäten, die die trotzdem vorhandene Handlungsfähigkeit des entmutigten Modells
verdeutlichen. Die Prädiktabilität reduziert Stress und stärkt die Bereitschaft zur Bewältigung
der auftretenden Befürchtungen. Bei modellierter Kontrollierbarkeit demonstriert das Modell
effektive Strategien, die den Umgang mit der beängstigenden Situation erleichtern.
Es gibt jedoch einige Bedingungen, die die Information über die gewöhnlichen Wirksamkeitseffekte von sozialem Vergleich verändern können. Wird eine fähige Person beobachtet,
die durch Nutzung einer unzulänglichen Strategie scheitert, erhöht sich der Selbstwirksamkeitsglaube des Beobachters, der über eine geeignetere Strategie zu verfügen meint. (Bandura,
1997) Das Vertrauen in eine Handlungsalternative wird demnach gestärkt, wenn der resultierende Misserfolg durch Anwendung einer anderen beobachtet werden kann. Umgekehrt kann
das Beobachten einer fähigen Person, die nur kaum erfolgreich ist, obwohl sie die vermeintlich beste Taktik nutzt, beim Beobachter zu einer neuen Evaluation der Aufgabe führen, so
dass deren Schwierigkeitsgrad höher eingeschätzt wird als vorher angenommen.
39
Eine weitere Form des stellvertretenden Einflusses kann durch die Selbstbewertung der Wirksamkeit durch affektive Zustände, erregt durch komparative Selbstevaluation, erfolgen. Die
Merkmale von Personen, die ausgewählt werden, um sie zu beobachten, können affektive
Konsequenzen haben. Die Ausführung anderer kann erfreulich oder deprimierend sein, abhängig vom sozialen Vergleich. Der Vergleich mit überlegenen Personen kann die eigene
Geringschätzung unterstützen. Hingegen kann die Beobachtung in gleichem Maße befähigter
Personen zu einer positiven Selbstevaluation führen. Individuen, die eher unsicher sind, meiden soziale Vergleiche, die potentiell bedrohlich für den Selbstwert eingeschätzt werden.
Testa und Major (1990) konnten feststellen, dass nach einem Misserfolg, ein sozialer Vergleich mit Individuen, die besser sind als die eigene Person emotional und motivational
schwächend ist, besonders, wenn dies von geringer persönlicher Kontrolle begleitet wird.
Sind andere Personen besser, ist das demotivierend und ärgerlich, wenn der Beobachter selbst
glaubt, die Handlung nicht gut genug ausführen zu können. Schätzt der Beobachter sich als
verbesserungsfähig ein, kann Misserfolg nicht demotivierend wirken.
2.5.1
Einfluss des Modells
Der Einfluss des Modells kann unterschieden werden nach der Entstehung und Stärkung der
Selbstwirksamkeit des Beobachters, während persönliche Kosten und nachteilige Vergleiche
vermieden werden. Dies kann durch Maximierung der instruktiven Modellfunktion und Minimierung der vergleichend bewertenden Funktion unterstützt werden. Die modellierte Situation sollte demnach eine Gelegenheit sein, Wissen und Fertigkeiten mit Hilfe des Modells
entwickeln zu können. Grundlegende Bedingung ist dabei, dass Beobachter ihr Wissen und
ihre Fähigkeiten als ein vorübergehendes Level des eigenen Vermögens ansehen und nicht als
Basisfertigkeiten, die es nicht zu verändern gilt.6 Der Selbstvergleich von Fertigkeitsfortschritten kann mit einem antizipierten Vergleich mit fähigen Modellen kombiniert werden
und hilft somit bei der Unterstützung persönlicher Bewertungen, trotz vorliegenden Defiziten
in der Handlungsausführung.
Modellieren von Verhalten ist weder auf die Verhaltenskompetenz beschränkt noch ist es lediglich ein Prozess der Verhaltensmimikry. Hohe funktionale Muster von Verhalten, die Fertigkeiten und kulturell etablierte Handlungen darstellen, können in der dargebotenen Form
übernommen werden. In einigen Aktivitäten gibt es freien Handlungsspielraum für die Aus6
Frey & Rube, 1990
40
führung von Teilfertigkeiten in verschiedenen Bereichen. Modellieren kann somit auch die
Bildung der Regeln für generatives und innovatives Verhalten fördern. Beim abstrakten Modellieren lernen Menschen Denkfertigkeiten und deren Anwendung, indem Regeln und Strategien gelernt werden, die das Modell nutzt, um ein gewünschtes Ziel zu erreichen. Speziell
für diesen Aspekt, aber auch in anderen modellierten Situationen sollte das Modell die Gedanken während der Handlungsausführung verbalisieren, da sonst nicht eindeutig nachvollziehbar ist, warum und wie die Aktivität vollzogen wird. Dadurch werden die zugrunde liegenden Prozesse innerhalb des Modells deutlich. Kognitive Pläne und Strategien können so
vom Beobachter aufgenommen werden, um Probleme zu lösen, Effekte der Handlung zu verstehen, Fehlerkorrektur durchführen zu können, bewältigende Selbstinstruktionen zum Umgang mit Selbstzweifeln kennen zu lernen, Selbstverstärkung zu nutzen und Umgang mit
Stress zu erlernen. Bei komplexen Aktivitäten ist verbalisiertes Denken für die Handlungsführung generell informativer als die modellierte Handlung selbst. Dies gilt besonders, wenn der
Beobachter mangelnde Problemlösefähigkeiten hat und somit seine Selbstwirksamkeit gestärkt werden kann. Begleitende Verbalisierung zeigte sich in der Untersuchung von Gorrell
und Capron (1990)7 der Instruktion überlegen.
2.5.2
Ähnlichkeit von Modell und Beobachter
Die Ähnlichkeit der Handlung des Modells zum Beobachter ist ein Faktor zur Erhöhung der
persönlichen Relevanz der modellierten Verhaltensinformation für den Glauben des Beobachters in die eigene Wirksamkeit. Personen, die eine ähnliche oder etwas höhere Fähigkeit aufweisen, haben die größte Information für die Bewertung eigenen Könnens. Wenn also der
Erfolg ähnlicher Anderer modelliert, steigt der Wirksamkeitsglaube des Beobachters und sinkt
bei Misserfolg des Modells. Die Ähnlichkeit bezüglich der Handlung ergibt sich aus Wissen
des Beobachters, das vor dem eigentlichen modellierten Verhalten erworben wurde. So kann
die Erfüllung einer Aufgabe Informationen über die Fähigkeiten einer bestimmten Person
bieten, die später als Modell ein Verhalten ausführt. Brown und Inouye (1978) untersuchten
diesen Effekt, indem Beobachter und Modell eine Aufgabe bearbeiten ließen, deren Feedback
entweder Aufschluss über gleiche oder erhöhte Fähigkeit des Beobachters gab. Wenn später
das Modell einen Misserfolg erlebte, zeigten Personen, die glaubten eine bessere Leistung zu
haben, eine hohe Wirksamkeit und reduzierten nicht den Aufwand zur Bewältigung der Auf7
Gorrell & Capron (1990) konnten ermitteln, dass kognitives Modellieren (also handlungsbegleitende Verbalisierung) und Kommentare, die die Selbstwirksamkeit betreffen einen höheren Einfluss auf Lernen haben als
direkte Instruktionen und aufgabenorientierte Kommentare.
41
gabe. Hingegen zeigte sich, dass Personen mit angenommener gleicher Fähigkeit eine deutlich
geringere Selbstwirksamkeit hatten und gaben bei auftretenden Schwierigkeiten sehr schnell
auf.
Neben der Ähnlichkeit der Verhaltenausführung, gibt es auch einen Zusammenhang zwischen
Geschlecht und Alter des Modells und des Beobachters. Dieser tritt auf, wenn angenommen
werden kann, dass die Fähigkeit durch Geschlecht, Alter und/ oder anderen physischen Faktoren beeinflusst sein könnte. George, Feltz und Chase (1992) konnten zeigen, dass unsportliche
Personen eine höhere Selbstwirksamkeit und besseres Durchhaltvermögen hatten, wenn sie
ein ebenso unsportliches Modell beobachtet hatten. Bei einem athletischen Modell konnte
dieser Effekt nicht gefunden werden. Eine weitere Untersuchung von Gould und Weiss (1981)
zeigt, dass ein nicht sportliches weibliches Modell die wahrgenommene physische Wirksamkeit von Frauen erhöht, während dies bei einem athletischen männlichen Modell nicht der Fall
war. Wenn die Aktivität nicht stereotypisch mit dem Geschlecht verbunden ist, dann kann der
funktionale Wert der modellierten Fähigkeit den Einfluss des Geschlechts übersteigen und
somit auf die Selbstwirksamkeitserwartung des Beobachters wirken. Der Einfluss des Alters
eines Modells kann gemindert sein, wenn ein unähnliches Modell dennoch wichtige Informationen für die Handlungsausführungen preisgibt. Prinzipiell bleibt festzustellen, dass Modelle
gleichen Geschlechts glaubwürdiger sind und beim Beobachter mehr Selbstwirksamkeitserwartungen erzeugen.
Wenn die Ähnlichkeit in Eigenschaften besteht, die für das Verhalten nicht relevant sind,
kann das Modell trotzdem Einfluss nehmen. Diese ist jedoch selbstlimitierend, vor allem
wenn beim Modell Selbstzweifel ersichtlich sind.
Bandura (1986) verweist des Weiteren auf die Wichtigkeit der von Modell vermittelten Kompetenz. Kompetenten Modellen wird mehr Aufmerksamkeit zu teil und somit auch mehr instruktiver Einfluss. Bedeutung erhält die Kompetenz des Modells vor allem in komplexen und
lang andauernden Aufgaben, in denen es Fertigkeiten und Strategien vermitteln muss.
Nach Bandura (1997) profitieren Beobachter meist mehr von einem Modell, das Schwierigkeiten durch unermüdlichen Aufwand bewältigt als von einer Beobachtung einer einfachen
Handlung. Unsichere Personen beobachten lieber Modelle, die eine Aufgabe bewältigen müssen als ein Modell, das die Situation beherrscht. Es wird dabei offensichtlicher, dass man mit
ausreichenden Bemühungen in der Lage sein kann, eine schwierige Situation bzw. Aufgabe
zu bewältigen. Somit wird die negative Bedeutung von Misserfolgen reduziert. In der Folge
kann ein besseres Verständnis des Scheiterns erworben werden, indem das Nichterreichen des
42
Ziels nicht einzig und allein auf Unvermögen der handelnden Person zurückzuführen ist, sondern auch auf mangelnde Ausdauer. Dies kann sich wiederum positiv auf die Ausdauer im
Umgang mit Schwierigkeiten auswirken. Zusätzlich geht Bandura davon aus, dass ein Modell,
welches den Glauben an die eigenen Fähigkeiten verbalisiert, auch beim Beobachter zu einem
ähnlichen Denken führen kann und dieses damit stärkt.
Zusammenfassend ergibt sich, dass ein Modell, das eine Situation bewältigen muss und zusätzlich Ähnlichkeit mit dem Beobachter aufweist, dem Veränderungsprozessen im Beobachter sehr zuträglich ist.
Modelllernen ist eine Quelle für die Selbstwirksamkeit des Beobachters. Stellvertretende Erfahrungen haben eine größere Wirkung auf eine Person, wenn ein Bezug zum Modell hergestellt werden kann. Dies kann sowohl über Ähnlichkeit der Handlung oder der physischen
Eigenschaften erfolgen. Unter Berücksichtigung des Anliegens der vorliegenden Untersuchung, ist aus den theoretischen Ausführungen abzuleiten, dass sich die Teilnehmer mit dem
im Video gezeigten Modell möglichst gut identifizieren sollen. Dies gilt als Voraussetzung für
verbessertes Lernen.
43
Theorie Ausgewählte Studien zur Videodarbietung versus textliche Instruktion
2.6
Ausgewählte Studien zur Videodarbietung versus textliche Instruktion
Im folgenden Abschnitt soll auf einige spezifische Studien verwiesen werden, die sich explizit
mit dem Vergleich von Trainings, mit Videos und Texten, befassen. Dabei ist es nicht das
primäre Ziel die Verbesserung der Selbstwirksamkeit in einer dieser Variationen zu untersuchen, sondern es sollen lediglich im Hinblick auf die vorliegende Studie Unterschiede zwischen der Effektivität von video- und textbasiertem Training dargestellt werden. Die zu betrachtenden Untersuchungen sind nicht unter zu Hilfenahme der Theorie des Modelllernens
durchgeführt worden. Das gemeinsame Anliegen ist die Prüfung einer alternativen Form eines
Trainings zur textlichen Instruktion.
Mykityshyn et al. (2002) verwendeten in ihrer Untersuchung zur Handhabung eines Blutzuckermessgerätes sowohl ein textliches Manual als auch eine Videoversion der Instruktion. Sie
verglichen junge und ältere Nutzer. Es zeigte sich, dass ältere Personen bei Verwendung des
Manuals deutlich schlechter abschnitten als jüngere. Dieser Unterschied konnte jedoch nicht
in der videobasierten Version der Instruktion gefunden werden. Jüngere und ältere Teilnehmer zeigten gleichwertige Leistungen. Mykityshyn et al. (2002) leiten aus diesen Ergebnissen
die Vermutung ab, dass das videobasierte Training einen unterstützenden Einfluss hat, da die
nötigen Handlungsschritte explizit demonstriert werden und somit der Aufwand für das Arbeitsgedächtnis und für das Leseverständnis, zur Erstellung von Inferenzen verschiedener
Textabschnitte, reduziert wird. Rogers et al. (2001) verweisen jedoch darauf, dass nicht jede
Art von Video einen förderlichen Einfluss hat. Ein Anleitungsvideo eines Herstellers von
Blutzuckermessgeräten zeigte sich als nicht ausreichende Instruktion zum Lernen der Handhabung. Die Schlussfolgerung von Rogers et al. (2001) ist, dass bei der Entwicklung von Instruktionsvideos die Adressaten bei der Gestaltung berücksichtigt und einbezogen werden
müssen. Rogers et al. (2001) sowie Fisk et al. (2002) legen außerdem die Vermutung nahe,
dass die Darstellung im Video Instruktionsprinzipien8 genügen muss.
McLaughlin et al. (2002) unterstützen die Ergebnisse von Rogers et al. (2001) und Mykityshyn et al. (2002). Sie ermittelten, dass bei komplexen Aufgaben videobasierte Unterstützung
zu verbesserten Leistungen führt. Hingegen konnten keine Effekte des Alters nachgewiesen
werden. Dennoch legen sie die Vermutung nahe, dass die Darbietung eines Videos zum Beispiel die räumliche Orientierung im System verbessert. Begründet wird dies durch die Ergeb8
Instruktionsprinzipien umfassen zum Beispiel, dass nur kleine Sequenzen vermittelt werden und keine größeren
Abschnitte dargestellt werden, einfache Sprache und explizite genutzt wird sowie Einhaltung der Reihenfolge
und explizite Darstellungen von Inferenzen. (Rogers et al. 2001)
44
Theorie Lernen durch Exploration, Automatensimulation und Explorationsstrategien
nisse von Bäckman et al. (2001), die bei älteren Personen schlechteren Umgang mit kognitiver Beanspruchung und verminderte Kapazität des Arbeitsgedächtnisses ermitteln konnten.
Die aufgeführten Studien zeigen, dass die Verwendung von videobasierter Instruktion unter
bestimmten Bedingungen einen Vorteil gegenüber einer textlichen Version haben kann. Dabei
ist jedoch auf die Darstellungsform im Video zu achten. Einzelne Handlungssequenzen sollten in der Reihenfolge und Schritt für Schritt offeriert werden. Außerdem ist es anzustreben,
dass möglichst explizit und in einfacher Sprache dargeboten wird. Ziel ist es die Erkenntnisse
auf den Bereich der Automaten zu übertragen und deren Wirkung zu untersuchen.
45
2.7
Lernen durch Exploration, Automatensimulation und Explorationsstrategien
Im folgenden Abschnitt wird zunächst auf Lernen durch Exploration eingegangen. Dieses
bildet die theoretische Basis für die Erläuterungen der Automatensimulation sowie der Explorationsstrategien.
2.7.1
Lernen durch Exploration
Die Darstellung des Lernens durch Exploration bildet den Rahmen für die Ableitungen in den
beiden folgenden Punkten. Es ist hier nicht das primäre Ziel die Grundlagen des Lernens zu
darzustellen. Es soll lediglich ein Überblick über zentrale Punkte gegeben werden, die in der
Folge als Basis genutzt werden.
Lernen durch Exploration erfolgt meist aktiv, konstruktiv und zielorientiert. Dabei werden
allgemeine Regeln, Prozess oder Fertigkeiten ausgebildet. Grundlage ist die Bildung von Ziele. In der Theorie des explorativen Lernens kann zunächst durch die Anwendung der labelfollowing-Strategie erfolgen. Die Methode wird häufig von ungeübten Nutzern eines Systems
angewendet. Charakteristisch dabei ist die Wahl derjenigen Aktion, die im Label eine oder
mehrere wörtliche Übereinstimmungen mit dem gebildeten Ziel aufweist. (Polson, Lewis,
1990, Polson et al. 1992) Stimmen Label und Ziel nicht überein, kann es zu Problemen kommen. Bei mehreren Labels, die mit demselben Ziel verbunden werden, kann es zu falschen
Aktionen kommen. (Polson et al. 1992) Existiert hingegen kein Label oder kann es nicht mit
dem Ziel verbunden werden, treten Schwierigkeiten im Umgang mit dem System auf. Kann
keine Aktion, aufgrund fehlender Übereinstimmungen gewählt werden, wird nach dem Zufallsprinzip verfahren.
Lernen kann dabei nur durch die Auswertung der Aktionen und ihrer Konsequenzen erfolgen.
Eine Hilfe stellt dabei das Feedback des Systems dar. (Polson, Lewis, 1990) Wenn es keine
Übereinstimmung mit dem Ziel gibt, kann eine mögliche Ursache die Ausführung einer falschen Aktion sein.
Verfügt eine Person über Erfahrungen im Umgang mit demselben oder ähnlichen System, so
hat sie Wissen darüber. (Polson et al. 1990) Aufgrund dessen erfolgt die Zielauswahl nicht
nur auf Grundlage der Ähnlichkeit zwischen Label und Ziel, im Sinne des label-followings,
sondern es wird auf elaborierteres Wissen zurückgegriffen. Es kann also zu Transfereffekten
kommen.
46
2.7.2
Simulation eines Automaten zum Kauf von Veranstaltungstickets
Für das bessere Verständnis der vorliegenden Untersuchung und des verwendeten Automaten,
wird zunächst dessen Entwicklung und Konzeption erläutert. Einige exemplarische Abläufe
und Bedienhürden werden dargestellt. Grundlage für die Entwicklung des Automaten bilden
die theoretischen Betrachtungen aus Abschnitt 2.7.1, die bei Bedarf genauer erläutert werden.
Für die Untersuchung verschiedener Hilfemodalitäten wurde eine Simulation eines Ticketautomaten entwickelt, der dem Kauf von Veranstaltungstickets dient.
Das Ziel der Entwicklung des Automaten war es, ein Walk-up-and-not-use-System9 zu erstellen. Dieser sollte als Versuchsmaterial dienen. Da die Intention der Untersuchung darin bestand, die Wirkung verschiedener Unterstützungsmöglichkeiten zu testen, musste durch den
Aufbau des entsprechenden Automaten zunächst ein Hilfebedürfnis geschaffen werden, so
dass die verfügbare Hilfe genutzt wird.
Bei der Entwicklung des Automaten stand die Usability im Mittelpunkt. Usability, auch
Gebrauchstauglichkeit ist definiert als „das Ausmaß, in dem ein Produkt durch bestimmte
Benutzer in einem bestimmten Nutzungskontext genutzt werden kann, um bestimmte Ziele
effektiv, effizient und zufrieden stellend zu erreichen.“ (DIN EN ISO 9241-11, S.4) Das entstehende Produkt sollte vom User genutzt werden können, um bestimmte Ziele effektiv, effizient und zufrieden stellend zu erreichen. Diese Kriterien wurden gezielt missachtet, um den
Ease-of-learning10, also den einfach erlernbaren Umgang mit dem Automaten zu erschweren.
Dazu trägt u.a. auch die inkonsistente Gestaltung von Eingabesequenzen bei.
Durch die gezielt schwierige Gestaltung der Simulation wird eine besondere Versuchssituation geschaffen, in der die Probanden einer speziellen Form der unzureichenden Benutzbarkeit
ausgesetzt sind. Die Bedienung von Automaten im Alltag ist aber häufig auch nicht einfach,
da die Usability nicht ganz ausgereift ist, so dass es zu Unverständnis auf Seiten des Nutzers
kommt, eine lange Interaktionszeit entsteht und im schlimmsten Fall die gewünschte Aktion
nicht ausgeführt werden kann. (Butenhof, 2006)
9
Es wird hier noch von der Negation eines Walk-up-and-use Systems ausgegangen, das sich nach Polson &
Lewis, 1990 wie folgt definiert: Walk-up-and-use Systeme erlauben es dem Nutzer, bei der ersten Nutzung erfolgreich zu sein. Für die Bedienung ist kein Vorwissen oder Lernen notwendig.
10
Ease of learning ist ein zusätzliches Usability-Kriterium (Wharton et al. 1994)
47
Im Folgenden wird kurz auf einige Theorien eingegangen, in deren Anlehnung der verwendete Automat gestaltet wurde. Polson, Lewis, Rieman und Wharton (1992), die Begründer des
Cognitive Walkthrough, nehmen an, dass Propositionen vom obersten Ziel zum untersten aktiviert werden. Ist die erforderliche Repräsentation, die für das unterste Ziel nötig ist, ausreichend aktiviert, wird die Handlung ausgeführt. Die resultierende Veränderung des Systems
wird beobachtet und interpretiert, und kann gegebenenfalls zur Deaktivierung von vollendeten
Zielen führen und neue Propositionen werden aufgebaut. Dieses Modell ist ähnlich Normans
Theory of action (1986), die von einem fünfstufigen Modell ausgeht. Zunächst wird ein Initialziel gebildet, für das ein Handlungsplan entsteht und die Handlungsausführung folgt. Das
resultierende Feedback wird bewertet und es findet die Zielrevision statt.
Bei der Nutzung interaktiver Systeme wird vor allem durch Novizen die Label-followingStrategie angewendet. Hierbei spielt die assoziative Verbindung von Aktionen und Repräsentationen eine entscheidende Rolle. Anwendbar ist die Strategie, wenn zwischen Label des
Buttons und der Aktion, die mit dem Teilziel des Users verbunden ist, eine assoziative Verbindung besteht. Der assoziative Pfad zwischen Ziel und Aktion ist in vier Propositionen untergliedert: (1) die Repräsentation des aktiven Ziels des Users, (2) das Label des Buttons, (3)
die Beschreibung des Buttons inklusive seiner Lokalisation und (4) die Aktion, das Drücken
des Buttons. Diese Verbindung kann durch verschiedene Dinge unterbrochen werden, zum
Beispiel, wenn Label und Ziel keine Gemeinsamkeit aufweisen, sich das Label nicht auf dem
Button befindet, somit die Verknüpfung zwischen Button und Label nicht offensichtlich wird.
Außerdem kann es vorkommen, dass der User nicht weiß, dass er den Button drücken kann.
Schwierigkeiten treten auch dann auf, wenn mehrere Labels mit dem Ziel verbunden sind
bzw. keine Differenzierung ähnlicher oder gleicher Labels möglich ist. Die Aktivierungen der
Ziele konkurrieren also miteinander, wodurch falsche Aktionen ausgeführt werden können.
Wenn eine Handlung ausgeführt wurde, muss die vorher gebildete Zielstruktur revidiert werden. Dabei spielt das Feedback eines Systems eine entscheidende Rolle. Ziele, die mit erfolgreich bewältigten Aktionen in Verbindung stehen, müssen deaktiviert werden, so dass neue
Ziele generiert werden können. Die Systemantwort muss vom User interpretiert werden, um
festzustellen, ob ein Ziel erfolgreich beendet wurde oder ob mehr Aufwand notwendig ist, um
ein Ziel zu erreichen.
Die benannten Theorien geben Hinweise auf eine gute Gestaltung, die bei der Entwicklung
des in der vorliegenden Untersuchung verwendeten Automaten genutzt wurden, um diesen
besonders schwierig zu aufbauen.
48
Die Usability des Automaten ist gezielt unzureichend gestaltet. Da die Untersuchung speziell
auf eine ältere Versuchsgruppe ausgerichtet war, sind manche Inhalte des Automaten für diese
schwierig, während sie für jüngere und erfahrene Nutzer eventuell nur bedingt eine Bedienschwierigkeit darstellen würden. Dies ist jedoch lediglich eine ungeprüfte Hypothese, die verdeutlicht, dass die vorliegende Konzeption des Automaten, ebenso wie Inspektionsmethoden
interaktiver Systeme, Nutzergruppen spezifisch erfolgt ist. Im Folgenden sollen der weitere
Aufbau und die verschiedenen Bedienhürden erläutert werden.
Die Aufteilung der Interfaceelemente des simulierten Ticketautomaten ist einigen Automaten
des Alltags entnommen. Die Gestaltung des Startmenüs ist an den Briefmarkenautomaten der
Deutschen Post und den SB-Automaten der Berliner Sparkasse angelehnt, während das Eingabeformular der vier Hauptstränge ähnlich dem Fahrkartenautomaten der Deutschen Bahn
ist. (Abbildung 4)
Abbildung 4 Aufbau des Interface angelehnt an verschiedene Automaten
Ausgehend vom Hauptmenü gibt es vier Hauptstränge, die parallel zueinander gestaltet sind.
Zentrale Bausteine sind bei diesen Strängen gleich aufgebaut. Außerdem ist auf dem Startbildschirm ein Button mit dem Label Special verfügbar, der jedoch nicht mit Inhalten hinterlegt ist, so dass bei Klick auf dieses Feld nur eine Rückkehr zum Hauptmenü möglich ist. Der
sechste Button des Bildschirms trägt das Label Information. Der Aufbau dieses Bereiches ist
von den Hauptsträngen verschieden, dient nur zur Information und ist für die verwendeten
49
Aufgaben der Untersuchung nicht relevant. Deshalb wird dieser Bereich aus der näheren Betrachtung des Automaten ausgeschlossen.
Die Buttons des Hauptmenüs, die für die vier Hauptstränge stehen, sind mit Anglizismen und
Neologismen belegt: Click’n’Buy, CinTick, Food’n’Culture, CityPack (Abbildung 4). Neben
den Begriffen befindet sich ebenfalls auf dem Button eine Abbildung, die mit dem sprachlichen Label in Verbindung steht.
Die Labels der Buttons auf dem Hauptmenü geben für Nutzer, die nicht über Kenntnisse der
englischen Sprache, keinen Aufschluss darüber, was sich dahinter verbirgt. Dies kann auch
nur zum Teil durch die verwendeten Abbildungen vermittelt werden. Die Label-followingStrategie kann nicht angewendet werden, da keine Verknüpfung zwischen Label und Aktion
bzw. Ziel, nämlich Eingabe der Daten aus der Aufgabe, besteht.
Das Eingabeformular (Abbildung 4) der vier Hauptstränge beinhaltet auf der linken Seite
sechs Buttons, die jeweils ein Modul darstellen. Durch Klicken auf einen dieser Buttons, die
gleichzeitig die einzelnen Module bezeichnen, erscheinen in der rechten Bildschirmhälfte
jeweils verschiedene Eingabeelemente, zum Beispiel Nummernblöcke oder Auswahllisten.
Die Module Personenanzahl, Ermäßigung und Datum sind in ihrer Lokalisation sowie in der
Funktion bei allen vier Hauptsträngen gleich. Sind alle Bausteine bzw. Module des Eingabeformulars erfolgreich bearbeitet worden, kann der User fortfahren und im Formular Sitzplatzvergabe die Sitzplätze für alle Personen festlegen. Anschließend müssen ermäßigte Plätze
bestimmt werden. Ist dies ausgeführt worden, findet der Wechsel zum Zahlformular statt.
Nach dessen Bearbeitung ist der Nutzer am Ende der Simulation angelangt und hat seine Karten gekauftt. Abbildung 5 zeigt den strukturellen Aufbau der Automatensimulation. Es sind
die vier Hauptstränge sowie die beiden, hier nicht näher betrachteten Bereiche Special und
Information, dargestellt.
50
Abbildung 5 Aufbau der verschiedenen Interfaces, die hinter den einzelnen Buttons des Hauptmenüs liegen
51
Eine Schwierigkeit stellt ebenfalls die Leiste der Metanavigation (Abbildung 6) am unteren
Bildschirmrand. Hier finden sich die Buttons Neu, Abbruch, Weiter und, wie auf jedem Formular, Hilfe. Keines dieser Labels gibt Hinweise auf die Möglichkeit, eine Korrektur der Eingabe durchzuführen. Es besteht keine Übereinstimmung vom Teilziel „Korrigieren“ und dem
Label Neu. Außerdem konkurrieren Neu und Abbruch miteinander, da sie ähnliche Inhalte
vermitteln. Bricht man etwas ab, muss man zur Erreichung des Ziels neue Eingaben tätigen.
Die Korrektur einer Eingabe erfolgt über den Button Neu. Dieser hat aber noch eine weitere
Funktion, nämlich die Aktivierung der Eingabefelder im rechten Bereich, wenn das Modul
bereits bearbeitet oder angeklickt wurde. Beide Funktionen lassen sich nicht aus dem Label
ableiten, so dass neben der missverständlichen Doppelnutzung kein Label-following angewendet werden kann.
Abbildung 6 Leiste der Metanavigation auf dem Eingabe-, Sitzplatzvergabe- und Zahlformular
Das Problem des Labels findet sich auch bei der Vergabe der Sitzplätze. Abbildung 7 zeigt
den Ablauf der erforderlichen Schritte zur Bearbeitung des Moduls. In diesem Formular wird
dem User zunächst eine Abbildung verschiedener Ränge des Veranstaltungsortes, bestehend
aus Checkboxen angezeigt. Hierbei muss zunächst elaboriert werden, was zu tun ist. Oberhalb
dieser Abbildung befindet sich ein Button mit einem X. Dieses Label gibt keinerlei Aufschluss über die Funktion des Buttons. Der User kann sein Teilziel, nämlich die Sitzplätze
festzulegen, zwar scheinbar ausführen und fortfahren, aber wird ohne Klick auf den Button X
nicht die gewünschten Karten erhalten. In diesem Formular ist es also erforderlich über Hintergrundwissen zu verfügen, da Checkboxen angeklickt werden müssen. Andererseits hilft das
Vorwissen nicht bei dem unklaren Label X. Dieses lässt erfahrene User eher darauf schließen,
etwas zu beenden. Dass dieser Button zur Anzeige der besetzten Plätze führt, erfordert Wissen
darüber, dass diese Information notwendig ist und die Funktion nicht automatisch erfolgt. Es
muss also ein neues Teilziel gebildet und somit auch die Handlungssequenz für die Eingabe
der Sitzplätze angepasst werden. Abbildung 7 zeigt den Ablauf der erforderlichen Schritte zur
Auswahl der Sitzplätze.
52
Abbildung 7 Ablaufschema zur Eingabe der Sitzplätze
Im Zahlformular findet sich der Button mit dem Label Aktion. Durch Klick auf dieses Feld,
kann man einen Rabatt in Anspruch nehmen. Der User hat das Wissen, einen Rabatt beanspruchen zu können und die nähere Bezeichnung dessen. Das verwendete Label weist keine
Gemeinsamkeit mit dem Ziel auf. Der Nutzer kann auch hier nicht dem Label folgen.
Im Modul Personenanzahl wird bei Eingabe einer einstelligen Zahl eine automatische Vervollständigung durch Anhängen einer 0 durchgeführt. Gibt der User zum Beispiel eine 4 ein,
erscheint unterhalb der Personenanzahl die Zahl 40. Es ist also erforderlich, die Systemantwort genau zu prüfen und entsprechend anzupassen. Das gebildete Teilziel wird durch die
dazugehörige Aktion nicht erfüllt und muss entsprechend der Anzeige des Systems angepasst
werden. Der Nutzer ist demnach gefordert, sein Teilziele zu verändern, und zwar in der Art,
dass bei einer einstelligen Anzahl eine 0 vor der eigentlichen Zahl geklickt werden muss. Es
findet also ein zyklischer Prozess entsprechend der Theory of Action statt.
53
Abbildung 8 Ablaufschema zur Eingabe der Personenanzahl
Nach Klick auf den Button Ermäßigung erscheinen im rechten Bildschirmbereich drei Nummernblöcke. Über jedem befindet sich je auf einem Button die Bezeichnung der jeweiligen
Kategorien (Schüler/Studenten, Kinder, Rentner). Keiner der Nummernblöcke ist aktiv, so
dass keine Eingaben getätigt werden können. Dies wäre nur möglich, wenn zuvor der Button
oberhalb, mit dem Kategorietitel, geklickt werden würde. Die Teilziele, zum Beispiel „Eingabe der Anzahl der Schüler und Studenten“, kann demnach nicht deaktiviert werden. Somit
wird auch kein neues Ziel gebildet, zum Beispiel die Eingabe in eine der anderen Kategorien.
Der User kann seine Subziele und Aktionen nicht anpassen. Abbildung 9 zeigt die erforderlichen Handlungssequenzen für die Eingabe der ermäßigten Personen.
Eine weitere Hürde des Moduls sind Eingaben, die dem natürlichen Verhaltensablauf widersprechen. Im Detail bedeutet dies, dass für jeden Nummernblock eine Eingabe getätigt werden muss. Möchte der User zum Beispiel nur Karten für Rentner erwerben, ist es erforderlich,
bei den anderen beiden Nummernblöcken eine 0 einzugeben. Die Effizienz des Systems ist
dadurch enorm beschränkt, da der User zu unnötigen und natürlichen Verhaltensabläufen widersprechenden Handlungen gezwungen wird, die sich aus der Gestaltung des Moduls nicht
erschließen lassen. Der User erhält kein Feedback über seine Eingaben, solange er nicht alle
54
Kategorien bearbeitet hat, wodurch keine Deaktivierung und Neubildung von Teilzielen
durchgeführt werden kann. Die vollständige Eingabe der ermäßigten Personen kann dadurch
beeinträchtigt sein, dass das Teilziel, die Anzahl in einer Kategorie, nicht als abgeschlossen
wahrgenommen wird und somit keine Deaktivierung des Teilzieles erfolgt. Entsprechend dem
zyklischen Modell von Norman (1986) kann nun keine Anpassung bzw. Neubildung des Teilziels,
Eingabe
der
Anzahl
in
einer
zweiten
Kategorie,
stattfinden.
Abbildung 9 Ablaufschema zur Eingabe der Ermäßigung für einstellige Zahlen, für zweistellige Zahlen*
( *Anmerkung: Schritt 7 und 8 des Ablaufs sind gleich, so dass bei zweistelligen Zahlen eigentlich nur 8
Schritte nötig sind)
Dieses Modul wird besonders schwierig, da vorher Gelerntes nicht angewendet werden kann.
Die Eingabe einstelliger Zahlen erfolgt ohne das vorherige Klicken der 0. Hingegen ist bei
diesem Baustein des Automaten eine Besonderheit der Eingabe von zweistelligen Zahlen gegeben. Diese müssen nicht durch Klick der Ziffern nacheinander gebildet werden, sondern
durch eine Addition von einstelligen Zahlen des Nummernblocks. Eine 12 ist also nicht durch
Klick auf 1 und 2 zu einzugeben, sondern wird zum Beispiel aus 5 und 7 gebildet. Es kann
somit kein Transfer zwischen den Modulen angewendet werden, so dass der User sich jeweils
neu einstellen und seine Aktionen zur Erreichung des Teilziels jeweils neu bilden muss. Die
Ausführung unterschiedlicher Aktionen für gleiche Ziele (Eingabe zweistelliger Zahlen bei
55
Personenanzahl und Ermäßigung) verhindert die effiziente Handhabung des Automaten und
es kann damit keine hohe Produktivität erreicht werden.
Eine weitere Bedienhürde findet sich im Strang Food’n Culture, im Modul Menü (Abbildung
10). Hier sind drei verschiedene Menüs vorgegeben, aber der User kann sich auch selbst eine
Gangfolge zusammenstellen. Dies erfordert allerdings Hintergrundwissen darüber, dass es
prinzipiell möglich ist und wie dies erfolgen kann. Bei Bildung der Zielstruktur, die die Auswahl eines selbst gewählten Menüs beinhaltet, muss Hintergrundwissen integriert werden, um
die notwendigen Repräsentationen der Aktionen zu bilden, die zur Zielerreichung durchgeführt werden müssen. Der User kann hier nicht die Label-following-Strategie anwenden, da
sich das anzuklickende Label nicht auf dem Button befindet, sondern neben diesem lokalisiert
ist. Das dieser Bereich anklickbar ist, erschließt sich auch einem erfahrenen Nutzer nicht. Die
richtige Handlungssequenz ist somit nur durch Exploration bzw. Trial and Error zu finden.
Abbildung 11 zeigt die erforderlichen Schritte zur Zusammenstellung eines eigenen Menüs.
Abbildung 10 Ablaufschema zur Auswahl eines vorgegebenen Menüs
56
Klickt der User auf eine Gangfolge, erscheinen unterhalb der vorgegebenen Menüs Auswahllisten, in denen man die gewünschten Gerichte aussuchen kann. Diese Abfolge wird in die
zuvor geklickte Menübeschreibung übernommen. Die Eingabe muss dann noch durch einen
Klick auf den nebenstehenden Button bestätigt werden. Die Bearbeitung dieses Moduls ist in
zweierlei Hinsicht sehr unverständlich. Der User benötigt Wissen über die Möglichkeiten
innerhalb des Moduls und über deren Umsetzung. Er kann sich nicht am Label orientieren, da
dieses nicht mit einem Button verbunden ist und somit nicht als klickbar erscheint. Eine assoziative Verbindung von Ziel und Repräsentation der Aktionen kann nicht gebildet werden, da
das Interface keinen ausreichenden Aufschluss über erforderliche Aktionen gibt.
Abbildung 11 Ablaufschema zur Auswahl eines selbst gewählten Menüs
Betrachtet man die Simulation des Automaten als Ganzes, ist ein großes Defizit das Fehlen
von ausreichendem Feedback und von Instruktionen. Es gibt in der gesamten Simulation nur
eine einzige Instruktion, nämlich im Formular der Sitzplatzvergabe, die wie folgt lautet: Bitte
haken Sie die ermäßigten Sitzplätze ab. Sie erscheint nachdem der User durch Anklicken der
Checkboxen die Gesamtzahl der Plätze ausgewählt hat. Die Instruktion führt zu sprachlichen
Missverständnissen, da „abhaken“ im allgemeinen Sprachgebrauch als Setzen eines Häkchens
57
betrachtet wird. Hier wiederum ist es als Entfernen eines vorher gesetzten Häkchens in einer
Checkbox, gemeint.
Da der verwendete Automat einige bereits erläuterte Bedienhürden ausweist, hat das Fehlen
von Feedback und Instruktion verstärkenden Einfluss auf die schlechte Handhabung des Automaten. Der User ist genötigt durch Exploration zu handeln, wobei vorher Gelerntes nicht
immer angewendet werden kann. Demnach ist es schwierig das Hauptziel, den Kauf von Eintrittskarten, durch Bildung von Teilzielen auf effizientem Weg zu erreichen. Häufig müssen
Repräsentationen von Aktionen zur Erfüllung von Teilzielen korrigiert werden. Manche Teilziele sind ohne Hilfen nicht zu erreichen, da sich die Erfordernisse des Automaten für den, an
der Untersuchung teilnehmenden, älteren und wenig erfahrenen User nicht erschließen.
Dieses selbst gewählte Ziel, lag der Entwicklung des Automaten zugrunde und ist in der genannten Form umgesetzt worden. Im Hinblick auf die oben genannten Ansprüche an gute
Usability bedeutet dies, dass der Automat nicht effizient genutzt werden kann, somit die Produktivität, der Kauf einer Eintrittskarte beeinträchtigt ist. Die Effektivität ist ebenfalls eingeschränkt, da manche Module kaum bewältigt werden können und somit die Zielerreichung
nicht immer gegeben ist. Die auftretenden Schwierigkeiten führen beim User auch sicherlich
nicht zu einer zufrieden stellenden Nutzung des Automaten.
Die speziell für die Untersuchung entwickelte Simulation hat den Vorteil, dass die Probanden
nicht auf Vorkenntnisse aus Nutzung anderer Automaten im Alltag zurückgreifen können.
Lediglich die Anordnung der Interfaceelemente orientiert sich an realen Systemen, während
die Funktionen und Bedienhürden keinen Ursprung im Alltag haben. Die Entwicklung des
Automaten erhebt nicht den Anspruch, nach einer der benannten Theorie entwickelt worden
zu sein. Diese bieten lediglich Anhaltspunkte für mögliche Gestaltungsdefizite. Der verwendete Automat dient somit nur zur Durchführung der vorliegenden Studie, deren Anliegen die
Untersuchung von Unterstützungsmöglichkeiten ist.
2.7.3 Explorationsstrategien
Der vorliegenden Untersuchung seien einige Ergebnisse vorweggenommen, um einen theoretischen Rahmen zu schaffen. Ein Anliegen der Untersuchung ist die Prüfung der Validität
eines Fragebogens zur Automatenselbstwirksamkeit, der eigens für die vorliegende Arbeit
entwickelt wurde. (siehe 3.2) Ein mögliches Validitätsmaß stellte das Verhalten in der Explorationsphase dar. Um einen Zusammenhang zwischen Selbstwirksamkeit und Explorations58
verhalten ermitteln zu können, wurden aus den Daten Explorationsstrategien abgeleitet, deren
theoretische Grundlagen nun erläutert werden sollen.
Exploration kann auf verschiedene Art erfolgen. Es kann zum Beispiel möglichst viel angeklickt werden. Exploration kann durch die Vorgabe eines Ziels geleitet sein oder ein möglichst gutes und elaboriertes Kennenlernen des Systems beinhalten.
In der Untersuchung von Vollmeyer et al. (1996) führte die Vorgabe eines spezifischen Ziels
dazu, dass weniger Wissen über das System erworben wurde. Grund dafür ist die Anwendung
einer zielabhängigen Strategiewahl. Personen, denen ein unspezifisches Ziel vorgegeben wurde, erwarben mehr Wissen über das System und konnten in der folgenden Aufgabe mit neuer
Zielvorgabe, eine bessere Leistung erzielen. Es zeigten sich größere Transfereffekte. Ist also
kein Ziel vorgegeben, so findet Lernen von Regeln und Prozessen statt, die das Ziel beschreiben. Die Definition eines bestimmten Ziels reduziert also das Explorationsverhalten am System und es wird weniger gelernt. Funke und Zumbach (2006) bezeichnen Lernen als eine
Handlung, die sich auf das Denken auswirkt. Des Weiteren definieren sie Eigenschaften eines
guten Problemlösers. Ein guter Problemlöser zeichnet sich danach durch zeitintensive Informationssammlung aus, deren Ziel die Eingrenzung des Problembereichs ist. Des Weiteren
reflektiert und überwacht er den gesamten Prozess. Die hohe Flexibilität ermöglicht den Perspektivwechsel zur besseren Lösungsfindung. Außerdem wird auf Hintergrundwissen zurückgegriffen. (Funke, Zumbach, 2006, Van der Linden et al, 2001) In diesem Zusammenhang sei
auf eine Studie von Bandura und Wood (1989) verwiesen, die einen Zusammenhang zwischen
Selbstwirksamkeit und analytischem Vorgehen ermitteln konnten. Danach zeigen Personen
mit aktuell hoher Selbstwirksamkeit eine analytischere Strategie als Personen mit geringerer
Selbstwirksamkeit.
Eine weitere Betrachtungsweise des Lernens durch Exploration ist die Mittel-Ziel-Analyse
(Newell, Simon, 1972 zit. nach Funke, Zumbach, 2006). Dabei findet der Vergleich zwischen
der vorliegenden Situation und einem antizipierten Zielzustand statt. Es werden die verfügbaren Maßnahmen zum Erreichen des Zielzustandes eruiert. D.h. der Abstand zwischen Situation und Ziel soll verringert werden. Diesem Ansatz ist die label-following-Strategie zuzuordnen. Der Einsatz des heuristischen Vorgehens führt nicht immer zum Erfolg.
Ausgehend von diesen theoretischen Betrachtungsweisen wurden die Daten der Explorationsphase untersucht. Durch Analyse der Logfiles ergaben sich 5 Gruppen, die zur Beschreibung
des Explorationsverhaltens genutzt wurden. (Tabelle 1)
59
Tabelle 1 Übersicht der ermittelten Explorationsstrategien
Strategie
Trial & Error
aufgabenorientierte Exploration
Problemlösen
„Leser“
keine Exploration
Merkmale
!
häufiges Klicken innerhalb verschiedener Stränge und Modulen
!
kein Verharren bei Problemen
!
„imaginäre“, selbstgewählte Aufgabe
!
kein Verharren bei Problemen
!
Verharren bei auftretenden Schwierigkeiten
!
Variation der Lösungsversuche
!
wenige Klicks, aber viel gesehen, „gelesen“
!
viele Stränge
!
weniger als 5 Klicks
Die Explorationsstrategie Trial & Error ist aus den Betrachtungen von der Mittel-ZielAnalyse bzw. der Label-following-Strategie abgeleitet. Personen, die diese Strategie verfolgten, klickten sehr häufig und in verschiedenen Strängen unterschiedliche Objekte an. Dabei
verharrten sie nicht bei auftretenden Schwierigkeiten. Personen, die die aufgabenorientierte
Exploration verfolgten, scheinen nach einer selbstgewählten Aufgabe vorzugehen. Dabei
werden nur Module eines Strangs bearbeitet. Bei auftretenden Problemen fand ein Wechsel
ins nächste Modul statt. Nach Eingabe aller möglichen, nicht erschwerten Eingaben, wurde
die Exploration abgebrochen. Gemäß Vollmeyer et al. (1996) führte die Vorgabe eines „imaginären“ Ziels zu eingeschränkter Exploration der Simulation, da nur Teilbereiche in die
Handlungen einbezogen wurden. Die dritte Explorationsstrategie wird als Problemlösen bezeichnet. zentral ist hierbei das systematische Vorgehen und Verharren bei auftretenden Bedienschwierigkeiten. Während der Auseinandersetzung mit dem entsprechenden Modul wurden verschiedenste Handlungssequenzen ausprobiert. Dies ist konsistent mit den beschriebenen Eigenschaften eines guten Problemlösers nach Funke und Zumbach (2006), nach denen
Flexibilität, Ausdauer und Reflexion zentrale Punkte sind. Anzumerken ist, dass in der Explorationsphase nicht das Lösen der schwierigen Module zentral war, sondern lediglich das Kennenlernen der Simulation und die Auseinandersetzung mit dem System erfasst wurde. Die
vierte Explorationsstrategie ist die des Lesers. Dieser werden Personen zugeordnet, die wenig
Klicks ausgeführt haben, aber durch gezielte Auswahl und intensive Betrachtung einen Überblick über die Simulation erhielten. Die einzelnen Module der Stränge wurden dabei nicht
oder kaum bearbeitet. Das Interaktionsverhalten ist also durch die Anwendung möglichst weniger Klicks und hohem Informationsgewinn gekennzeichnet. So wurden mindestens 4 und
maximal 6 Stränge exploriert. Die letzte betrachtete Gruppe hat keine Exploration durchge60
führt. Kriterium hierfür war die geringe Klickzahl von 5. Die verfügbare Zeit zum Kennenlernen der Simulation wurde demnach nicht genutzt.
Zusammenfassung
Es konnten verschiedene Explorationsstrategien ermittelt werden. Der Zusammenhang mit der
Automatenselbstwirksamkeit wird im Kapitel der Ergebnisse genauer betrachtet. Die Ergebnisse der Explorationsphase wurden lediglich für die theoretische Einbettung vorn angestellt.
Die genaue Beschreibung des methodischen Vorgehens wird im entsprechenden Kapitel dargestellt.
61
Eigene Voruntersuchungen Beobachtungsstudie am Fahrkartenautomat der Deutschen Bahn AG
3 Eigene Voruntersuchungen
Im folgenden Abschnitt werden zwei Voruntersuchungen vorgestellt. Zunächst wurde eine
explorative Beobachtungsstudie auf Berliner Bahnhöfen durchgeführt, bei der der Umgang
mit dem Fahrkartenautomaten im Feld beobachtet wurde. Daraus konnten problematische
Punkte, die hier als Grundlage für die Entwicklung der Automatensimulation genutzt wurden.
In einer zweiten Voruntersuchung umfasste die Entwicklung eines Fragebogens zur Automatenselbstwirksamkeit, der einer Stichprobe vorgelegt wurde. Es konnten Items selektiert und
die Reliabilität bestimmt werden.
3.1
Beobachtungsstudie am Fahrkartenautomat der Deutschen Bahn AG
3.1.1 Vorgehen
Im Vorfeld der vorliegenden Untersuchung wurde im März 2005 eine explorative Beobachtungsstudie, an zwei verschiedenen Tagen (Werktag und Wochenende) auf Berliner Bahnhöfen, durchgeführt. Ziel war es, Probleme bei der Bedienung des Fahrkartenautomaten der
Deutschen Bahn AG zu identifizieren und somit auch Hinweise für die Gestaltung der Automatensimulation zu erhalten. Die Beobachtung erfolgte durch zwei Beobachterinnen verdeckt
und halbstandardisiert. Die Untersuchung wurde vor Ort und ohne Eingriff der Beobachterinnen durchgeführt. Dabei wurde ein Beobachtungsbogen11 verwendet, der eine systematische
Beobachtung ermöglicht. Weitere Beobachtungen wurden zusätzlich festgehalten. Erfasst
wurden: geschätztes Alter der Personen, Bahnhof, Geschlecht, Kontakt mit einer Servicekraft,
Anzahl wartender Personen, Begleitung und das Interaktionsverhalten. Neben dem Beobachtungsbogen wurde ein PDA-gestütztes System, das FIT-System (FIT= Flexible Interface
Technik) zur Erfassung von Auftrittshäufigkeiten und der Abfolge von Ereignissen verwendet. Die Aufzeichnung der Beobachtung erfolgte zwischen den Beobachterinnen im Wechsel,
so dass eine Beobachterin den Beobachtungsbogen ausfüllte und die andere die Daten mit
dem FIT-System erfasste.
3.1.2 Ergebnisse
Im Folgenden sollen nur einige ausgewählte Ergebnisse dargestellt werden, die einen Informationsgewinn für die vorliegende Arbeit beinhalten. Alle Resultate der Beobachtungsstudie
11
Der Beobachtungsbogen basiert auf der Beobachtungsstudie von Bochat, Eddkis und Steinbach (2000)
62
finden sich in Butenhof (2006). Tabelle 2 gibt die wichtigsten Ergebnisse im Überblick wieder.
Grundsätzlich konnte festgestellt werden, dass die zur Verfügung stehenden Fahrkartenautomaten deutlich weniger frequentiert waren als die Fahrkartenschalter, an denen auf konventionelle Art eine Fahrkarte erworben werden konnte.
Tabelle 2 Überblick der wichtigsten Ergebnisse der Beobachtungsstudie
Geschlecht N=60
Männer
Frauen
37
23
Alter
20-29 Jahre
30-39 Jahre
40-49 Jahre
50-59 Jahre
ab 60 Jahre
37 %
20 %
20 %
13 %
10%
Unterbrechung des Interaktionsverhaltens N=60
Abbrüche
Neustarts
38,3 %
40 %
Insgesamt konnten 60 Personen beobachtet werden, von denen 37 Männer und 23 Frauen waren. Der überwiegende Teil der Automatennutzer wurde auf ein Alter unter 60 Jahren geschätzt. Lediglich 10 % der Nutzer gehörten der Altergruppe ab 60 an. Bei der Nutzung der
Automaten zeigten sich keine Unterschiede in Bezug auf die Abbrüche und Neustarts der Interaktion. Viele Personen zeigten während der Interaktion mit dem Automaten Zeichen von
Nachdenken, Unsicherheit und Ärger.
Einschränkend zu den Ergebnissen sei darauf verwiesen, dass nicht in jedem Fall beobachtet
werden konnte, welche Aktion genau ausgeführt wurde. Ein Indiz für die erfolgreiche Interaktion, also den Kauf einer Fahrkarte, stellte das Beenden des Zahlvorgangs dar. Es sei jedoch
darauf hingewiesen, dass dies keine erschöpfende Auskunft für den tatsächlichen Erwerb der
gewünschten Fahrkarte(n) widerspiegelt.
3.1.3 Schlussfolgerungen für die vorliegende Untersuchung
Insgesamt zeigte die explorative Beobachtungsstudie, dass der Fahrkartenautomat der Deutschen Bahn AG, im Vergleich zum konventionellen Fahrkartenschalter, deutlich weniger genutzt wird. Hinweise, die speziell für die vorliegende Untersuchung relevant sind, umfassen
63
zum einen die Verhaltensvariablen wie Unsicherheit und Nachdenken und zum anderen konnten Schwachstellen bezüglich der Usability des Automaten beobachtet werden. Ein Selbstversuch der Autorin bestätigte die auftretenden Schwierigkeiten.
Es sind folgende Schlüsse im Hinblick auf die vorliegende Untersuchung zu ziehen:
!
Die Nutzer der Automaten unterbrechen häufig den Interaktionsablauf und zeigen Anzeichen von Nachdenken und Unsicherheit. Die Interaktion könnte durch das Integrieren einer problemsensitiven Hilfe verbessert werden. Dies entspricht dem Konzept der vorliegenden Untersuchung und bedeutet, dass bei einem auftretenden Problem bei der Bedienung genau für den fehlerhaft ausgeführten Schritt eine Unterstützung angeboten wird.
!
Die Automaten werden deutlich weniger von älteren Personen genutzt. Diese sollten an
die Nutzung des Automaten herangeführt werden. Eine Möglichkeit wäre hierbei die Nutzung älterer Personen, die als Modell fungieren.
!
Die unzureichende Usability stellt an einigen Stellen Hindernisse für die Interaktion dar.12
Diese wurden teilweise in der Entwicklung der Automatensimulation berücksichtigt. So
entspricht der Aufbau des Eingabeformulars der Hauptstränge der hier verwendeten Simulation dem Fahrkartenautomaten.
12
siehe hierzu im Detail Butenhof (2006)
64
Eigene Voruntersuchungen Entwicklung eines Fragebogens zur Automatenselbstwirksamkeit (ASW)
3.2
Entwicklung eines Fragebogens zur Automatenselbstwirksamkeit (ASW)
3.2.1 Anliegen
Für die vorliegende Untersuchung, deren Inhalt die Untersuchung der Selbstwirksamkeit in
Bezug auf Automaten (siehe Fragestellung 3) ist, war es notwendig einen Fragebogen zu entwickeln, der diese erhebt. Bislang liegen nur Instrumente zur Messung der Internet- und
Computerselbstwirksamkeit vor. Ziel war es zunächst Items zu entwickeln, die in einer Voruntersuchung einer Stichprobe vorgelegt wurden. Mit Hilfe der Daten konnte eine Analyse
des Fragebogens erfolgen und einige Items selektiert werden.
3.2.2 Vorgehen
Ausgehend von der Definition der Automatenselbstwirksamkeit (siehe 2.3) und in Anlehnung
an zwei Skalen der Selbstwirksamkeit, wurde der Fragebogen erstellt. Die verwendeten Items
basieren zum einen aus dem Fragebogen zur Allgemeinen Selbstwirksamkeit von Jerusalem
und Schwarzer (1999) und zum anderen auf der Computer self-efficacy scale von Eachus and
Cassidy (2002). Da sich beide Skalen nicht auf Automaten beziehen, wurden die hier verwendeten Items unter Berücksichtigung der Definition der Automatenselbstwirksamkeit entsprechend angepasst. Die resultierende Skala beinhalten Items zu verschiedenen Automaten des
Alltags: Geldautomat, Bankautomat für Überweisungen, Fahrkarten- und Briefmarkenautomat. Außerdem umfasst der Fragebogen auch Items der allgemeinen Automatenselbstwirksamkeit. Die vorläufige Form des Fragebogens für die Voruntersuchung bestand aus 36 Items,
die zum Teil invertiert wurden. Zur Beantwortung der Items wurde eine fünfstufige Antwortskala verwendet. Im Anhang befindet sich eine genaue Übersicht über die Items der Vorform,
inklusive ihres Ursprungs und der Polung.
Der Fragebogen wurde einer anfallenden Stichprobe von N=67 Personen vorgelegt. Von den
Teilnehmern im Alter von 18 bis 79 Jahren, waren 31 Männer und 36 Frauen. Alle Personen
beantworteten die Items vollständig.
3.2.3 Ergebnisse
Ziel war es, einen Fragebogen zu entwickeln, der möglichst genau im Sinne des definierten
Konstruktes der Automatenselbstwirksamkeit misst. Deshalb wurden einige Items, die sich
nicht für die Messung eignen selektiert.
65
Zur Itemselektion wurde zunächst eine Faktorenanalyse durchgeführt. Anschließend konnten
für die resultierenden 29 Items die Itemkennwerte Trennschärfe und Schwierigkeit bestimmt
werden.
Im ersten Schritt erfolgte eine Faktorenanalyse, die einen Faktor ergab. Dieser klärt 51,7 %
der Varianz auf. Sieben Items wurden selektiert, da alle auf dem ersten Faktor höhere Ladungen aufweisen und ein zweiter Faktor inhaltlich nicht interpretierbar war. Genaue Angaben
dazu sowie die selektierten Items sind im Anhang zu finden. Die Faktorenladungen der
verbleibenden 29 Items reichen von 0,542 bis 0,855. (siehe Anhang)
Für die resultierenden 29 Items wurden in einem zweiten Schritt die Trennschärfe und die
Schwierigkeit bestimmt. Im Anhang sind die Mittelwerte, Standardabweichung, Schwierigkeit
und Trennschärfe der einzelnen Items zu finden.
Im Allgemeinen sollte die Itemschwierigkeit zwischen 0,2 und 0,813 liegen. Die Berechnung
der Schwierigkeit ergab für Item 20 einen Wert von 0,8582. Dieser liegt außerhalb des angestrebten mittleren Bereichs, weshalb das Item selektiert wurde.
Somit ergeben sich für die Endversion des Fragebogens der Automatenselbstwirksamkeit 28
Items. Die Schwierigkeit der einzelnen Items liegt zwischen 0,2799 (Item 15) und 0,7351
(Item 1). Der Fragebogen enthält sowohl schwere als auch leichte Items. Nach Bortz & Döring (2005, S.218) sollten die Items eine „möglichst breite Schwierigkeitsstreuung aufweisen“. Aus Abbildung 12 wird ersichtlich, dass hier jedoch die Anzahl der leichten Items überwiegt.
Abbildung 12 Verteilung der Schwierigkeit für 28 Items der Endversion
13
Nach Bortz & Döring (2005) sollte die allgemeine Itemschwierigkeit zwischen 0,2 und 0,8, also im mittleren
Bereich, liegen.
66
Für die Trennschärfe der verbliebenen Items ergeben sich Werte zwischen 0,5568 und 0,8447.
Nach Bortz & Döring (2005, S.219) sprechen Wert größer 0,5 für eine hohe Trennschärfe. In
Tabelle 3 sind zusammenfassend die deskriptive Statistik sowie die Schwierigkeiten und
Trennschärfe der 28 Items der Endversion dargestellt.
Insgesamt ergibt sich für den Fragebogen zur Automatenselbstwirksamkeit eine Reliabilität
von !Cronbach=0,970714.
Tabelle 3 Deskriptive Statistik und Itemkennwerte Schwierigkeit und Trennschärfe für 28 Items der Endversion des Fragebogens zur Automatenselbstwirksamkeit
Item
Minimum
Maximum
Mittelwert
Standardabweichung
Trennschärfe
Schwierigkeit
1
1
5
3,94
1,071
.7832
.7351
2
1
5
3,42
1,509
.7395
.6045
3
1
5
3,75
1,185
.8254
.6866
4
1
5
3,93
1,172
.8447
.7313
6
1
5
3,43
1,184
.5618
.6082
7
1
5
3,76
1,207
.7888
.6903
8
1
5
3,10
1,116
.6864
.5261
9
1
5
3,10
1,468
.8259
.5261
10
1
5
3,90
1,257
.7544
.7239
11
1
5
3,72
1,454
.7602
.6791
13
1
5
3,24
1,447
.7209
.5597
14
1
5
3,22
1,475
.8001
.5560
15
1
5
2,12
1,398
.6643
.2799
16
1
5
3,69
1,221
.7733
.6716
18
1
5
3,72
1,289
.8346
.6791
19
1
5
2,88
1,719
.7049
.4701
22
1
5
2,48
1,511
.7013
.3694
24
1
5
3,76
1,156
.7000
.6903
26
1
5
3,31
1,339
.6263
.5784
27
1
5
2,51
1,386
.7702
.3769
29
1
5
3,82
1,435
.6785
.7052
30
1
5
3,85
1,077
.8322
.7127
31
1
5
3,60
1,426
.6663
.6493
32
1
5
3,84
1,081
.6934
.7090
33
1
5
3,39
1,547
.7984
.5970
34
1
5
2,90
1,616
.5586
.4739
35
1
5
3,85
1,438
.6871
.7127
36
1
5
3,37
1,475
.7681
.5933
14
Bortz & Döring (2005) bezeichnen eine Reliabilität größer 0,9 als hoch.
67
Das Vorgehen zur Auswertung des Fragebogens ist im Anhang dargestellt. Dieses liegt ebenso der Auswertung in der Hauptuntersuchung der vorliegenden Arbeit zugrunde.
3.2.4 Diskussion
Der Fragebogen zur Automatenselbstwirksamkeit misst, wie Nutzer ihre eigenen Fähigkeiten
einschätzen, mit einem Automaten im Alltag umzugehen. Durch wiederholte Nutzung und
Erfolge bei der Bedienung kann die spezifische Selbstwirksamkeit erhöht werden. Da die
Messung der Selbstwirksamkeit bereichsspezifisch erfolgen sollte und kein Instrument vorliegt15, wurde spezielle für die vorliegende Arbeit ein Fragebogen zur ASW entwickelt. Bei
der genauen Auswertung des Fragebogens konnten insgesamt 8 Items ausgeschlossen werden,
nicht eindeutig zur zugrunde liegenden Definition zugeordnet werden konnten oder den Ansprüchen an die Eigenschaften der Items nicht genügten. Es entstand eine vorläufige Endversion bestehend aus 28 Items.
Zunächst ist zum Messinstrument anzumerken, dass auch hier, wie bei anderen Fragebögen,
unerwünschte Effekte bei der Beantwortung auftreten. Bortz und Döring (2005, S.230ff))
verweisen darauf, dass bei der Bearbeitung Verzerrungen möglich sind, die zum Beispiel aus
der Beanspruchung des Gedächtnisses resultieren. Im vorliegenden Fragebogen ist die Selbstbeobachtung eine unabdingbare Voraussetzung für die Beantwortung der Items. Dabei kann
es durchaus vorkommen, dass sich die Personen noch keine konkreten Gedanken zu bestimmten Sachverhalten gemacht haben. Somit ist es nach Bortz und Döring (2005, S.182ff.) möglich, dass die Urteiler bei Ratingskalen nicht zwischen Merkmalen differenzieren und keine
unabhängigen Urteile abgeben. Des Weiteren sei auf die Tendenz zur Mitte verwiesen.
Zur Gestaltung des vorliegenden Fragebogens ist anzumerken, dass einige Items die ausreichende Kenntnis der Automaten voraussetzen. Dennoch handelt es sich bei der Skala um eine
subjektive Bewertung, so dass die Befragten ihre Fähigkeiten einschätzen können, ohne den
betreffenden Automaten genau zu kennen. Item 2 Eine Überweisung an Automaten zu tätigen,
finde ich viel zu kompliziert kann sowohl mit Vorerfahrung am Automaten als auch ohne beantwortet werden, da die reine Nutzung des Automaten bereits als kompliziert bzw. potentiell
möglich bewertet werden kann.
Positiv bleibt jedoch festzuhalten, dass nach Fisk et al. (2004) die Bearbeitung von Fragebögen für ältere Personen einfacher ist als die Reflexion eigener Erfahrungen, Urteile und Gedanken in einem Interview. Die Vorgabe von Antwortkategorien erleichtert die Bewertung.
15
Der Autorin dieser Arbeit ist kein geeignetes Messinstrument zum Zeitpunkt der Untersuchung bekannt.
68
Kritisch ist, dass keine Validierung des Fragebogens durchgeführt werden konnte. Dies ist im
Folgenden in der vorliegenden Arbeit versucht worden. Unabhängig davon sollte ein eindeutiges Kriterium gefunden werden, um eine Validierung des Instrumentes zu ermöglichen.
Grundsätzlich ist die Weiterentwicklung des Messinstrumentes in diesem Bereich erstrebenswert, da immer mehr Automaten zur Verfügung stehen und die Stelle von persönlichen
Dienstleistungen einnehmen. Die Messung der Automatenselbstwirksamkeit kann ein Hinweis auf die Ursache geringer Automatennutzung durch ältere Personen sein.
69
Fragestellungen Erste Fragestellung
4 Fragestellungen
In diesem Kapitel sollen Fragestellungen aus den Erörterungen des Theorieteils abgeleitet und
im Hinblick auf die vorliegende Arbeit genauer erläutert werden. Insgesamt ergeben sich drei
Fragestellungen. Es werden verschiedene Unterstützungsmöglichkeiten bei der Bedienung der
Automatensimulation zur Verfügung gestellt. Der Einfluss der unterschiedlichen Hilfen wird
in den ersten beiden Fragestellungen untersucht.
In der ersten Fragestellung soll geprüft werden, ob die Verwendung von Modellen in Videos
gegenüber schriftlicher Instruktionen Vorteile für verbessertes Lernen zur Folge hat. In der
zweiten Fragestellung wird der Einfluss des Modells spezifiziert. Dabei steht die Variation
des Alters im Mittelpunkt. Ziel ist es, zu ermitteln, ob bei höherer Ähnlichkeit zwischen Person und Modell bezüglich des Alters verbessertes Lernen stattfindet. Beide Variationen werden wiederum der textlichen Hilfe gegenübergestellt. Die ersten beiden Fragestellungen basieren auf der Theorie des Modelllernens von Bandura (1986). Zum besseren Verständnis sei
hier darauf hingewiesen, dass sich beide Fragestellungen auf dieselben Videos beziehen. Diese sind in der ersten Fragestellung zu einem Komplex zusammengefasst, so dass in der Bedingung der Videohilfe insgesamt zwei Modelle verwendet, aber nicht als solche differenziert
werden. Dies erfolgt spezifisch in der zweiten Fragestellung. Somit ist der erste Teil des Vergleichs von Video und Text eine globale Betrachtung.
In der sich anschließenden dritten Fragestellung geht es um die Erfassung der Automatenselbstwirksamkeit. Im Mittelpunkt steht hierbei die Frage nach der Prädiktabilität des Verhaltens aufgrund der Ergebnisse des Fragebogens. Des Weiteren wird der Einfluss der Selbstwirksamkeit auf die Performanz in den Aufgaben untersucht.
4.1
Erste Fragestellung
Aus den Erörterungen der dargestellten Theorien in Kapitel 2 ergibt sich für die vorliegende
Arbeit zunächst die Notwendigkeit die Darbietung einer videobasierten Hilfe mit einer textlichen Hilfe zu vergleichen. Die in Abschnitt 2.7 beschriebene Simulation eines Automaten
bietet aufgrund der gezielt integrierten Schwierigkeiten, die Möglichkeit, beim Nutzer ein
Hilfebedürfnis zu schaffen und somit die beiden Unterstützungsmöglichkeiten in ihrer Wirkung zu untersuchen. Da sich ältere Menschen häufig durch Vermeidungsverhalten (Marcellini et al., 2000) und Angst vor der Verwendung von Technologien auszeichnen (bspw. Stadel70
Fragestellungen Erste Fragestellung
hofer, 2000, Kelley, Charness, 1995, Igbaria et al. 1989), erscheint die Darbietung einer Hilfe,
die es ermöglicht, eine andere Person bei der Ausführung des jeweiligen Handlungsschrittes
zu beobachten, als eine geeignete Form, das Verständnis des Systems zu fördern und das Lernen des Umgang damit zu erleichtern. Dabei wird Wert darauf gelegt, dass die einzelnen
Handlungssequenzen abgeschlossen und problemsensitiv dargeboten werden. Demnach kann
der Beobachter das unmittelbare Resultat der Aktivität des Modells erfassen.
Wissen und Fertigkeiten können durch Beobachtungen anderer Personen erworben werden.
Die zugrunde liegende Theorie des Modelllernens nach Bandura (1986) kann auf den Kontext
der interaktiven Systeme übertragen werden. Dies ermöglicht, Videos in Technologie zu integrieren, um die Nutzer bei auftretenden Problemen zu unterstützen. Nach Rogers et al.
(2001) und Mykityshyn et al. (2002) kann die Verwendung von videobasierten Instruktionen
zur verbesserter Leistung im Vergleich zu einer textlichen Anleitung führen. Kombiniert mit
dem Konzept von Bandura (1986) kann Beobachtung einer Person bei der Ausführung einer
Handlung und deren Resultat beim Beobachter zum besseren Verständnis und Lernen der
Handlungsschritte führen. Voraussetzungen dafür sind u.a. die nach Rogers et al. (2001) zu
beachtende Instruktionsregeln. Modelllernen erfolgt zunächst durch die Beobachtung einer
anderen Person bei der Ausführung einer Handlung. Unterstützt wird das Lernen durch Beobachtung, indem die handelnde Person eigene Aktivitäten verbalisiert. Somit ist es für den
Beobachter möglich, die Beweggründe und die Notwendigkeit eines Handlungsschrittes zu
erkennen, um ein gewünschtes Resultat zu erzielen. Außerdem führt die Verbalisierung, auch
im Sinne der von Rogers et al. (2001) und Myktikyshyn et al. (2002) geforderten Befolgung
von Instruktionsprinzipien, zur Explikation von Inferenzen. Des Weiteren sollte die als Modell fungierende Person, eine einfache, allgemein verständliche Sprache verwenden. Dies ist
auch im Sinne der in der vorliegenden Studie verwendeten Stichprobe, bestehend aus älteren
Menschen zwischen 60 und 75 Jahren. Bei dieser muss häufig von wenig Vorerfahrung im
Umgang mit interaktiven Systemen und modernen Technologien ausgegangen werden. Deshalb ist im Speziellen auf die Verständlichkeit der handlungsbegleitenden Sprache zu achten.
Des Weiteren kann die Verwendung von Videos durch die Visualisierung der Handlungen
und ihrer Ergebnisse, den spezifischen Ansprüchen älterer Nutzer aufgrund der sukzessiv begrenzten Kapazität des Arbeitsgedächtnisses gerecht werden und außerdem die kognitive Belastung reduzieren. Zur Gewährleistung der Vergleichbarkeit der beiden Instruktionsformen
und zur Erfüllungen der, nicht nur für videobasierten Unterstützung geltenden, Anforderungen, ist eine möglichst hohe Ähnlichkeit zwischen der Video- und der textlichen Hilfe anzustreben. Es soll also untersucht werden, ob die Darbietung einer Hilfe in Form eines Videos,
71
Fragestellungen Zweite Fragestellung
in dem eine Person die entsprechende Handlung ausführt und ihre eigenen Aktivitäten verbalisiert, der textlichen Anleitung zur Ausführung der Handlung überlegen ist.
Praktische Relevanz
Die praktische Relevanz besteht zum einen in der Erleichterung der Bedienung interaktiver
Systeme durch Bereitstellung einer alternativen Unterstützungsform, die den Anforderungen
an die zunehmend älterwerdende Gesellschaft und somit auch des alternden Klientels, der im
Alltag zur Verfügung stehenden Automaten, gerecht wird. Zum anderen kann durch die Nutzung videobasierter Hilfe das Verständnis des Systems in soweit gefördert werden, dass ein
besseres Lernen der Handlungssequenzen erfolgen kann als bei lediglich textlicher Anleitung.
Die Ergebnisse von Rogers et al. (2001) und Mykityshyn et al. (2002) beziehen sich auf die
Handhabung von Blutzuckermessgeräten. Der Fokus der vorliegenden Untersuchung allerdings liegt auf der Unterstützung bei der Bedienung von Automaten. Es wird also versucht,
die Ergebnisse der benannten Studien auf diesen Bereich zu übertragen und zu prüfen, ob sich
ähnliche Resultate auch für die Automatentechnologie ergeben. Da nicht immer eine Veränderung des eigentlichen Systems und seiner Usability möglich ist, kann die Darbietung einer
adäquaten Hilfeform die Nutzungshäufigkeit erhöhen und Ängste gegebenenfalls reduzieren.
Das verbesserte Lernen wirkt sich auf die Leistung des Nutzers aus, der dadurch eine Interaktion zum Erfolg führen kann und somit die wiederholte Nutzung wahrscheinlicher wird.
4.2
Zweite Fragestellung
Die zweite Fragestellung beschäftigt sich, ausgehend von der ersten, mit der Variation des
Alters des Modells, das in der videobasierten Hilfe die Handlungen ausführt. Es werden also
zwei Ausprägungen des Alters und eine textliche Hilfe miteinander verglichen. Dabei liegen
dieselben theoretischen Überlegungen wie in der ersten Fragestellung zugrunde, die durch die
Annahme der Ähnlichkeit zwischen Modell und Beobachter bezüglich des Alters ergänzt
wird. Da keine spezifischen Studien vorliegen, die sich speziell mit der Variation des Alters
eines Modells beschäftigen, werden die theoretischen Annahmen von Bandura (1986, 1997)
als Grundlage genutzt, um eine eigene Fragestellung abzuleiten.
Nach Bandura (1986, 1997) hat die Ähnlichkeit zwischen Modell und Beobachter Einfluss auf
das Modelllernen. Die stellvertretende Erfahrung einer ähnlichen Person wird als relevante
Information vom Beobachter ausgenommen. (George et al., 1992) Betrachtet man diesen As72
Fragestellungen Zweite Fragestellung
pekt übertragen auf das Alter in der vorliegenden Untersuchung, würde dies den Schluss erlauben, dass ältere Menschen besser von einem Modell ähnlichen, also höheren, Alters profitieren würden. Ausgehend von dieser Annahme soll in der Studie ermittelt werden, ob das
Lernen des Umgangs mit einem interaktiven System tatsächlich von der Variable Alter beeinflusst wird. Um dies zu prüfen ist es notwendig, neben hoher Ähnlichkeit auch ein Modell mit
geringer Ähnlichkeit zu verwenden. Es ist also neben einem alten Modell auch ein junges von
Nöten. Da jedoch eine Person, die als Modell eine Handlung in einem Video ausführt, nicht
unabhängig vom Geschlecht zu betrachten ist, sind beide Modelle so zu wählen, dass sie das
gleiche Geschlecht haben. Im vorliegenden Fall ist die Verwendung von weiblichen Modellen
favorisiert worden, da gerade im Alter ein Geschlechtsstereotyp nicht ausgeschlossen werden
kann. Da keine spezifischen Studien mit der Variation des Alters bekannt sind, in denen das
Modelllernen im Mittelpunkt steht, kann zunächst nur die theoretische Annahme getroffen
werden, dass ältere Beobachter von einem ähnlich alten Modell mehr profitieren als von einem jungen Modell. Unter Berücksichtigung des Umfangs der Studie wurde hier lediglich das
Alter variiert. Das Geschlecht der Modelle wurde konstant gehalten.
Praktische Relevanz
Die Nutzung des Modelllernens wie in der ersten Fragestellung ergibt zunächst die Möglichkeit eine möglicherweise effektivere Form der Lernunterstützung zu untersuchen. Die zweite
Fragestellung orientiert sich primär daran, dass die Ähnlichkeit zwischen Modell und Beobachter verbessertes Lernen zur Folge hat. Die praktische Relevanz resultiert aus der Annahme,
dass die Nutzung eines ähnlichen Modells die Handlungen des Beobachters in positiver Art
beeinflusst und somit dessen Leistung gesteigert wird. Die Fragestellung ist von besonderem
wissenschaftlichem Interesse, weil die geringere Nutzungsfrequenz von interaktiven Systemen durch ältere Personen teilweise auf Annahmen über eigenes Unvermögen beruht. (Stadelhofer, 2000) Außerdem liegt die Vermutung nahe, dass durch die Beobachtung einer älteren Person, die die Handhabung des Systems beherrscht und ein gewünschtes Resultat erzielt,
einen positiven Einfluss auf die Nutzung durch den Beobachter haben kann. Somit ergibt sich,
dass ältere Personen die Möglichkeiten der Nutzung für sich und ihre Altersgruppe durchaus
erkennen und in Erwägung ziehen. Diesen Vorteil weist ein junges Modell weniger auf, da
keine Überschneidung in dem zentralen Punkt des Alters vorhanden ist.
73
Fragestellungen Dritte Fragestellung
4.3
Dritte Fragestellung
In der dritten Fragestellung steht die Selbstwirksamkeit im Mittelpunkt. In der Voruntersuchung wurde ein Fragebogen zur Messung der Automatenselbstwirksamkeit entwickelt. In der
Folge soll nun ein Validitätsmaß gefunden werden, dass die Prädiktabilität des Fragebogens
überprüft.
Bei älteren Menschen ist von einer geringeren Nutzung moderner Technologien auszugehen.
(Mollenkopf, Doh, 2002, Marcellini et al. 2000) Dies legt die Vermutung nahe, dass auch die
Selbstwirksamkeit in diesem Bereich geringer ausgeprägt ist. Bandura (1997) nimmt an, dass
aus unzureichenden Erfahrungen in eine geringe Selbstwirksamkeit resultieren kann. Auch
Compeau und Higgins (1995) konnten einen Zusammenhang zwischen hoher Selbstwirksamkeit und häufigerer Nutzung ermitteln. Es ist also die Annahme abzuleiten, dass Personen, die
wenig oder keine Erfahrung im Umgang mit interaktiven Systemen haben, eher geringere
Selbstwirksamkeitswerte aufweisen. In Studien zeigte sich die Selbstwirksamkeit als Prädiktor für die Performanz im Training und beeinflusst dessen Effektivität. (Cheng, Ho, 2001,
Haccoun, Saks, 1998) Im Konkreten ist abzuleiten, dass hohe Selbstwirksamkeit ein sichereres und problemresistenteres Vorgehen zur Folge hat. Zur Überprüfung der gemessenen Automatenselbstwirksamkeit wird in der vorliegenden Untersuchung die Möglichkeit zum Kennen lernen der Automatensimulation (Explorationsphase) gegeben. In diesem Abschnitt sind
Unterschiede in der Performanz zwischen den Personen mit hoher und denen mit geringer
Selbstwirksamkeit anzunehmen. Selbstwirksame Teilnehmer sollten somit mehr anklicken
und sich länger mit dem System beschäftigen. Gegenteiliges sollte sich bei Personen mit geringer Selbstwirksamkeit zeigen. Entsprechend der Resultate von Studien u.a. von Compeau
und Higgins (1995) liegt die Vermutung nahe, dass weniger wirksame Personen größere
Angst aufweisen und somit in der Handlungsausführung und eigenständigen Exploration des
Systems gehemmt sind. Des Weiteren äußert sich Selbstwirksamkeit im Verhalten bei Konfrontation mit auftretenden Problemen. (Bandura, 1997) Es ist also anzunehmen, dass bei
hoher Selbstwirksamkeit, also bei mehr Vertrauen in die eigenen Fähigkeiten, die Auseinandersetzung mit auftretenden Problemen intensiver erfolgt.
74
Fragestellungen Dritte Fragestellung
Praktische Relevanz
Die praktische Relevanz der Fragestellung liegt darin begründet, dass die Selbstwirksamkeit
als eine motivational-affektive Komponente der geringen Nutzungsfrequenz interaktiver Systeme angesehen werden kann. Die Messung der Automatenselbstwirksamkeit im Speziellen
kann Hinweise auf eine mögliche Ursache für verminderte Nutzung untersuchen. Damit der
Zusammenhang zwischen der spezifischen Selbstwirksamkeit und dem tatsächlichen Verhalten hergestellt werden kann, ist eine Validitätsprüfung unabdinglich. Deshalb ist die Suche
nach einem geeigneten Maß durchaus als relevant anzusehen.
75
Hypothesen Fragestellung 1
5 Hypothesen
Im folgenden Abschnitt werden die Hypothesen zu den einzelnen Fragestellungen dargestellt.
Zur Wahrung des Überblicks werden detaillierte Hypothesen für verschiedene zugrunde liegende Variablen aufgestellt. Eine Zusammenfassung wäre durchaus möglich, aber würde sich
negativ auf das Verständnis im Ergebnisbereich auswirken.
5.1
Fragestellung 1
Schritt 1: Globale Betrachtungen über die Aufgaben
Hypothese 1: Leistung nach möglicher Hilfenutzung
Personen, die in den Aufgaben 2 und 3 die videobasierte Hilfe in Anspruch nehmen konnten,
zeigen in der vierten Aufgabe eine bessere Leistung als Personen in der Variation mit textlicher Hilfe.
Hypothese 2: Leistungszuwachs
Wenn Personen in den Aufgaben 2 und 3 die videobasierte Hilfe nutzen konnten, zeigen sie
einen höheren Leistungszuwachs von Aufgabe 1 zu Aufgabe 4. Sie führen in der letzten Aufgabe somit mehr richtige Schritte aus und nähern ihre Leistung den optimalen Schritten an.
Schritt 2: Untersuchung des direkten Einflusses der Hilfe
Hypothese 3: Nutzungshäufigkeit der Hilfe in einem Modul
Personen, denen die Videohilfe zur Verfügung steht, benötigen die Hilfe zur Bearbeitung eines Moduls weniger häufig als die Gruppe der textlichen Hilfe. Die Beobachtung der Ausführung wird somit einfacher nachvollzogen und umgesetzt.
Schritt 3: Bewertung der Hilfe
Hypothese 4: Bearbeitung nach Hilfenutzung
Nach der Beobachtung der Person im Video bei der Ausführung einer Handlung, wird die
entsprechende Teilaufgabe häufiger gelöst als in der Gruppe der textlichen Hilfe. Außerdem
benötigen die Personen mit videobasierter Hilfe weniger Schritte bis zur Lösung des Moduls.
76
Hypothese 5: subjektive Bewertung der Hilfe
Die Darbietung der Hilfe in Form eines Videos wird positiver beurteilt als die textliche Hilfe.
Die Beobachtung des Modells erhöht das Verständnis beim Beobachter. Somit ist die Ausführung der notwendigen Handlungssequenz besser nachzuvollziehen als in der Textform.
5.2
Fragestellung 2
Personen, die in den Aufgaben 2 und 3 die videobasierte Hilfe mit altem Modell in Anspruch
nehmen konnten, zeigen in der vierten Aufgabe eine bessere Leistung als Personen mit jungem Modell und diese zeigen wiederum eine bessere Leistung als Personen in der Variation
mit textlicher Hilfe.
Wenn Personen in den Aufgaben 2 und 3 die videobasierte Hilfe mit altem Modell nutzen
konnten, zeigen sie einen höheren Leistungszuwachs von Aufgabe 1 zu Aufgabe 4 als Personen mit jungem Modell und diese zeigen einen größeren Leistungszuwachs als die Kontrollgruppe. In der letzten Aufgabe werden somit von der Gruppe des alten Modells mehr richtige
Schritte ausgeführt als in der zweiten Videohilfe und diese Gruppe zeigt mehr richtige Schritte als die Kontrollgruppe. Die zunehmende Anzahl der richtigen Schritte ist gleichzusetzen
mit der Annäherung an die Anzahl der optimalen Schritte.
Hypothese 3: Nutzungshäufigkeit der Hilfe in einem Modul
Personen, denen die Videohilfe mit altem Modell zur Verfügung steht, benötigen die Hilfe zur
Bearbeitung eines Moduls weniger häufig als die Gruppe des jungen Modell und diese nutzt
die Hilfe weniger als die Kontrollgruppe der textlichen Hilfe. Die Beobachtung der Ausführung wird somit einfacher nachvollzogen und umgesetzt.
77
Nach der Beobachtung der älteren Person im Video bei der Ausführung einer Handlung, wird
die entsprechende Teilaufgabe häufiger gelöst als bei Beobachtung der jungen Person und
diese Gruppe löst ein Modul häufiger als die Kontrollgruppe der textlichen Hilfe. Außerdem
benötigen die Personen mit videobasierter Hilfe weniger Schritte bis zur Lösung des Moduls.
Dabei hat das alte Modell wiederum den größeren Effekt im Vergleich zum jungen Modell.
Die Darbietung der Hilfe in Form eines Videos mit altem Modell wird positiver beurteilt als
das junge Modell und dieses schneidet besser ab als die textliche Hilfe. Die Beobachtung des
alten Modells erhöht das Verständnis beim Beobachter und die Ähnlichkeit des Modells wird
positiver beurteilt. Somit ist die Ausführung der notwendigen Handlungssequenz besser nachzuvollziehen als in der Gruppe des jungen Modells und dieses wird besser verstanden als die
Textform.
5.3
Fragestellung 3
Hypothese 1: Automatenselbstwirksamkeit (ASW) und Computernutzung
Personen, die eine höhere Nutzung von Computer angeben, zeichnen sich durch eine höhere
Automatenselbstwirksamkeit auf.
Validitätsprüfung des Fragebogens zur Automatenselbstwirksamkeit
Hypothese 2: Selbstwirksamkeit (ASW) und Explorationsverhalten
Die gemessene Automatenselbstwirksamkeit prädiktiert das Verhalten in der Explorationsphase. Es können den Ausprägungen der ASW verschiedene Explorationsstrategien zugeordnet werden.
Hypothese 3: Selbstwirksamkeit (ASW) und Performanz
Das Ausmaß der gemessenen ASW hat Einfluss auf das Verhalten in den Aufgaben des Versuchs und den Leistungszuwachs.
78
Hypothesen Weitere Auswertungen
5.4
Weitere Auswertungen
Hypothese 1: Zufriedenheit im Umgang mit der Automatensimulation
Die Automatensimulation erzielt keine ausreichenden Werte auf der Affektskala des SUMI.
Hypothese 2: Erfahrung und Maustest
Personen die Erfahrungen im Umgang mit dem Computer und/ oder Internet angeben, zeigen
bessere Leistungen im Maustest.
79
Ergebnisse - Fragestellung 3: Selbstwirksamkeit
6 Methoden
Für die Durchführung der Untersuchung wurden einerseits eine Fragebogenerhebung und
andererseits die Aufgabenbearbeitung an einer Simulation eines Automaten ausgewählt.
Die Erhebung der Selbstwirksamkeit sollte Aufschluss über das allgemeine Verhalten im
Umgang mit Automaten im Alltag geben. In einer Explorationsphase konnten die Untersuchungsteilnehmer den Automaten kennen lernen. Außerdem diente dieser Schritt dazu, das
Ergebnis der Selbstwirksamkeitsmessung als prädiktiven Wert zu beurteilen. Es folgten vier
Aufgaben, von denen die erste und letzte ohne Hilfe zu bearbeiten waren. Dadurch sollte der
Lernzuwachs der Untersuchungsteilnehmer gemessen werden. In den Aufgaben zwei und drei
konnten die Probanden bei Bedarf eine Hilfe in Anspruch nehmen, deren direkte Wirkung
durch die Anzahl der folgenden richtigen Schritte gemessen wurde. Außerdem sollte die Häufigkeit der Hilfenutzung pro Modul als Wert für den direkten Einfluss der Hilfe auf die Performanz der Person dienen.
Ein Fragebogen zur Beurteilung der Hilfe gab Aufschluss über die subjektive Beurteilung der
Unterstützung. Abschließend wurde die Zufriedenheit beim Umgang mit der Simulation erfasst und am Ende erfolgte die Erhebung der demografischen Daten.
Der folgende Abschnitt gibt einen Überblick über das verwendete Versuchsdesign, die Versuchsmaterialien, Versuchsablauf und Instruktionen gefolgt von der Stichprobenbeschreibung.
6.1
Überblick zu Versuchsdesign und Stichprobe
6.1.1 Versuchsdesign
Für die vorliegende Untersuchung wurde ein Experimental-Kontrollgruppen-Design verwendet, wodurch das Lernen von Bedienvorgängen an einer Automatensimulation geprüft werden
sollte. Es gab zwei Versuchsgruppen, die je eine Hilfe in Form eines Videos erhielten, und
eine Kontrollgruppe, die Unterstützung durch eine Textversion nutzen konnten.
In den beiden Experimentalgruppen wurde in einem Video von einer Person die Bearbeitung
des jeweiligen Moduls erklärt. Die präsentierten Modelle waren Frauen, die sich bezüglich
des Alters unterschieden. Personen in der Kontrollgruppe konnten eine textliche Hilfe nutzen.
Jede Gruppe erhielt die gleichen Aufgaben, die in gleicher Weise zu bearbeiten waren. Der
Versuch ist für alle drei Gruppen immer gleich abgelaufen, so dass sie sich lediglich durch die
Art der dargebotenen Hilfe unterschieden.
80
6.1.2 Versuchsstichprobe
Für die vorliegende Untersuchung werden Personen im Alter von 60 und 75 Jahren betrachtet.
Die Personen wurden jeweils einer der drei Versuchsgruppen zugeordnet. Jeder Teilnehmer
bearbeitete nach dem Kennenlernen der Automatensimulation insgesamt vier Aufgaben daran.
6.2
Operationalisierung der Variablen
Im folgenden Abschnitt wird die Operationalisierung der verwendeten Variablen dargestellt.
Die folgenden Variablen werden zur Prüfung der ersten und zweiten Fragestellung genutzt.
Einige Variablen werden ebenso in der dritten Fragestellung gebraucht. Ergänzenden Variablen der dritten Fragestellung werden gesondert aufgeführt.
6.2.1 Variablen der betrachteten Fragestellungen
1) Anzahl der beendeten Aufgaben
Eine beendete Aufgabe ist operationalisiert als das vollständige Durchlaufen aller Formulare der Automatensimulation, die mit Beendigung des Zahlvorganges abschließt. Die Anzahl der beendeten Aufgaben wurde durch die Auswertung der Logfiles erfasst.
2) Anzahl der gelösten Aufgaben
Die Anzahl der gelösten Aufgaben ist operationalisiert durch die Bearbeitung der Aufgabe, im Sinne der vorgegebenen Ziele in der Aufgabenstellung. Somit ist eine gelöste Aufgabe eine beendete Aufgabe mit dem Zusatz Eingaben gemäß der Aufgabenstellung
durchgeführt zu haben. Die Anzahl der gelösten Aufgaben wurde durch die Analyse der
Logfiles erfasst.
3) Anzahl der Abbrüche einer Aufgabe
Abbrüche sind operationalisiert durch die Summe der Klicks auf den Button Abbruch pro
Aufgabe. Die Anzahl der Abbrüche je Aufgabe wurde in den Logfiles ausgezählt.
4) Leistungszuwachs
Der Leistungszuwachs ist operationalisiert durch die Anzahl der richtigen Schritte der
Aufgaben 1 und 4, die zu den optimalen Schritten16 ins Verhältnis gesetzt wurden. Aus
16
Optimale Schritte geben die Anzahl der minimal notwendigen Schritte für die Bearbeitung der jeweiligen
Aufgabe an.
81
den resultierenden Werten ist die Differenz zwischen Aufgabe 1 und 4. Richtige Schritte
sind die Klicks auf Buttons, deren Resultat im Sinne der Aufgabenstellung war. Die Anzahl der richtigen Schritte je Aufgabe wurde durch die Analyse der Logfiles ermittelt.
5) Anzahl der Hilfen
Die Anzahl der Hilfen ist operationalisiert durch die Erfassung der Summe der aufgerufenen Hilfen durch Klick auf den Button Hilfe. Die Anzahl der verwendeten Hilfe je Modul
einer Aufgabe wurde aus den Logfiles ausgezählt.
6) Lösung des Moduls
Die Lösung des Moduls ist operationalisiert durch die Bearbeitung gemäß der Aufgabenstellung, nachdem eine Hilfe in Anspruch genommen wurde. Die Lösung eines Moduls
wurde durch die Analyse der Logfiles, bezüglich der Schritte zur korrekten Bearbeitung
eines Moduls nach der Hilfenutzung, erfasst.
7) Schritte nach Hilfe
Die Schritte nach der Hilfe sind operationalisiert durch die Summe der Schritte, die nach
der Nutzung der Hilfe ausgeführt werden und zur Lösung des entsprechenden Moduls führen. Die Schritte nach dem Aufrufen der Hilfe wurden durch die Logfiles ausgezählt.
8) subjektive Bewertung der Hilfe
Die subjektive Bewertung der Hilfe ist operationalisiert durch den Wert der Items des Fragebogens zur Hilfe.
6.2.2
zusätzliche Variablen der dritten Fragestellung
9) Automatenselbstwirksamkeit (ASW)
Die Automatenselbstwirksamkeit ist operationalisiert durch die Summe der Items des Fragebogens zur Automatenselbstwirksamkeit.
10) Klickanzahl in der Explorationsphase
Die Klickanzahl in der Explorationsphase ist operationalisiert durch die Summe der
Klicks in der Explorationsphase. Die Klicks wurden mit Hilfe der Logfiles ausgezählt.
82
11) Dauer der Explorationsphase
Die Dauer der Explorationsphase ist operationalisiert durch das Verweilen in der Explorationsphase bis die Person den Button Testphase beenden anklickt. Die Dauer wurde aus
den Logfiles entnommen.
12) Gesamtzahl der Schritte
Die Gesamtzahl der Schritte ist operationalisiert durch die Summe der Schritte, die in allen vier Aufgaben ausgeführt wurden. Die Anzahl der Schritte wurde aus den Logfiles
ausgezählt.
13) Gesamtzahl richtiger Schritte
Die Gesamtzahl der richtigen Schritte ist operationalisiert durch die Summe der Schritte,
die für die Lösung der Aufgaben erforderlich sind. Je Aufgabe wurden nur einmalig die
richtigen Schritte berücksichtigt. Die Ermittlung erfolgt durch das Auszählen der richtigen
Schritte in den Logfiles.
14) Explorationsstrategien
Die Explorationsstrategien sind operationalisiert durch das Verhalten in der Explorationsphase. Die Analyse der Logfiles wurde theoriegeleitet durchgeführt. (siehe 2.7)
15) Zufriedenheit
Die Zufriedenheit wurde operationalisiert über den T-Wert der Skala Affect des SUMI.
16) Maustest
Der Maustest wird operationalisiert durch die Anzahl der angeklickten Objekte während
des Maustests. Die Erhebung erfolgte durch zählen der angeklickten Objekte. Des Weiteren wurde der Maustest über die Beobachtungskategorien des Beobachtungsbogens zum
Maustest operationalisiert. Die Bewertung des Verhaltens erfolgte durch die Versuchsleiterin.
17) Computernutzung
Die Nutzung des Computers ist operationalisiert durch das Item 10 des demografischen
Fragebogens.
83
6.3
Operationalisierung der Hypothesen
Im Folgenden werden die Operationalisierungen der Hypothesen der einzelnen Fragestellungen dargestellt.
6.3.1
Fragestellung 1
a.) Die gemessene Anzahl der beendeten Aufgaben ist in der Gruppe der Videohilfe signifikant höher als in der Gruppe der Texthilfe.
b.) Die gemessene Anzahl der gelösten Aufgaben ist in der Gruppe der Videohilfe signifikant
höher als in der Gruppe der Texthilfe.
Die angestrebte statistische Analyse ist ein zur Betrachtung der Häufigkeiten ist ein Chi²-Test.
c.) Die Anzahl der Abbrüche ist in der Gruppe der Videohilfe geringer als in der Gruppe der
Texthilfe.
Die angestrebte statistische Analyse ist ein Mittelwertsvergleich mit einem T-Test.
Der Leistungszuwachs ist in der Gruppe der Videohilfe signifikant größer als in der Kontrollgruppe der Texthilfe.
Hypothese 3: Nutzungshäufigkeit der Hilfe im Modul
Die Nutzungshäufigkeit der Hilfe in einem bestimmten Modul einer Aufgabe ist in der Gruppe der Videohilfe signifikant geringer als in der Kontrollgruppe mit Textversion.
84
a.) Ein Modul wird nach Ansehen des entsprechenden Videos signifikant häufiger gelöst als
nach Lesen des Hilfetextes.
Die angestrebte statistische Analyse zur Betrachtung der Häufigkeiten ist ein Chi²-Test.
b.) Für die Lösung des Moduls werden nach der Nutzung der videobasierten Hilfe weniger
Schritte bis zur Lösung des Moduls ausgeführt als nach dem Lesen der textlichen Hilfe.
Die subjektive Bewertung der Hilfe fällt für die Gruppe der Videohilfe signifikant positiver
aus als in der Gruppe mit Texthilfe.
6.3.2
Fragestellung 2
a.) Die gemessene Anzahl der beendeten Aufgaben ist in der Gruppe mit dem alten Modell
signifikant höher als in der Gruppe des jungen Modells, welche sich wiederum durch signifikant höhere Werte von der Kontrollgruppe unterscheidet.
b.) Die gemessene Anzahl der gelösten Aufgaben ist in der Gruppe mit dem alten Modell
signifikant höher als in der Gruppe des jungen Modells, welche sich wiederum durch signifikant höhere Werte von der Kontrollgruppe unterscheidet.
c.) Die Anzahl der Abbrüche ist in der Gruppe des alten Modells geringer als in der Gruppe
des jungen Modells, welche sich wiederum durch signifikant geringere Werte von der
Kontrollgruppe unterscheidet.
85
Die angestrebte statistische Analyse ist ein Mittelwertsvergleich mit einer einfaktoriellen Varianzanalyse.
Der Leistungszuwachs ist in der Gruppe des alten Modells signifikant größer als in der Gruppe des jungen Modells und diese Werte sind signifikant größer als in der Kontrollgruppe der
Texthilfe.
Hypothese 3: Nutzungshäufigkeit der Hilfe im Modul
Die Nutzungshäufigkeit der Hilfe, in einem bestimmten Modul einer Aufgabe, ist in der Gruppe des alten Modells signifikant geringer als in der Gruppe des jungen Modells und diese sind
signifikant geringer als in der Kontrollgruppe mit Textversion.
a.) Ein Modul wird nach Ansehen des Videos mit altem Modell signifikant häufiger gelöst
als in der Gruppe des jungen Modells und diese löst signifikant häufiger als die Kontrollgruppe nach Lesen des Hilfetextes.
b.) Für die Lösung des Moduls werden nach der Nutzung der videobasierten Hilfe mit altem
Modell weniger Schritte bis zur Lösung des Moduls ausgeführt als in der Gruppe des jungen Modells und diese zeigt weniger Schritte als die Kontrollgruppe nach dem Lesen der
textlichen Hilfe.
86
Die subjektive Bewertung der Hilfe fällt für die Gruppe der Videohilfe signifikant positiver
aus als in der Gruppe mit Texthilfe.
Die angestrebte statistische Analyse ist ein Mittelwertsvergleich mit einem Kruskal-WallisTest.
6.3.3 Fragestellung 3
Hypothese 1: Automatenselbstwirksamkeit (ASW) und Computernutzung
Die angegebene Nutzung von Computern korreliert signifikant mit der gemessenen Automatenselbstwirksamkeit.
Die angestrebte statistische Analyse ist eine bivariate Korrelation nach Spearman.
Validitätsprüfung des Fragebogens zur Automatenselbstwirksamkeit
Hypothese 2: Selbstwirksamkeit (ASW) und Explorationsverhalten
a.) Die Anzahl der Klicks in der Explorationsphase korreliert signifikant mit der Automatenselbstwirksamkeit.
b.) Die Dauer der Explorationsphase korreliert signifikant mit der gemessenen Automatenselbstwirksamkeit.
c.) Hoher und geringer Ausprägung der ASW können verschiedene Explorationsstrategien
zugeordnet werden.
Hypothese 3: Selbstwirksamkeit (ASW) und Performanz
87
a.) Personen mit hoher Selbstwirksamkeit führen signifikant mehr Schritte über alle Aufgaben aus.
b.) Personen mit hoher Selbstwirksamkeit führen signifikant mehr richtige Schritte über alle
Aufgaben aus.
c.) Der Leistungszuwachs unterscheidet sich nicht zwischen den Ausprägungen geringer und
hoher Selbstwirksamkeit.
6.3.4
Hypothese 1: Zufriedenheit im Umgang mit der Automatensimulation
Die erhobene Zufriedenheit ist im Mittel signifikant geringer als der Optimalwert von 60.
Hypothese 2: Erfahrung und Maustest
Personen mit geringer oder keiner Erfahrung mit dem Computer schneiden im Maustest
schlechter ab.
6.4
Erhebungsinstrumente und Versuchsmaterial
Im folgenden Abschnitt werden die einzelnen Erhebungsinstrumente und Versuchsphasen
genauer erläutert.
6.4.1
Simulation eines Ticketautomaten
Technische Unterstützung
88
Die Explorationsphase sowie die vier Testaufgaben wurden an einer Simulation eines Ticketautomaten ausgeführt. Für die Untersuchung wurde ein Laptop verwendet. Die Bildschirmauflösung lag bei 1280 x 800. Das Betriebssystem war Windows XP.
Simulation eines Ticketautomaten
Der Automat wurde in Zusammenarbeit mit maru media entwickelt und sollte so gestaltet
werden, dass eine einfache Bedienung, im Sinne es Walk-up-and-use-Systems, für die Nutzer
nicht möglich ist. Die theoretischen Grundlagen zur Gestaltung des Automaten wurden bereits
im zweiten Kapitel der Arbeit genau erläutert, so dass hier nur auf einige Dinge eingegangen
wird, die für das Verständnis des Vorgehens während des Versuchs relevant sind.
Während der Nutzung des Automaten wurden die einzelnen Klicks und die Bearbeitungszeiten gesondert für jede Aufgabe in Logfiles aufgezeichnet. Außerdem konnte so genau erfasst
werden, wann die Hilfe in Aufgabe 2 und 3 benutzt wurde und welche Schritte der Proband
danach ausgeführt hat. Abbildung 13 zeigt ein Beispiel eines Logfiles. Neben der Datentabelle ist für jeden Schritt ein Screenshot verfügbar, der bei Bedarf auch vergrößert werden kann.
Abbildung 13 Logfile für eine Aufgabe
Der Automat ist nicht der Realität entnommen, sondern wurde eigens für die vorliegende Untersuchung entwickelt. Der Nutzer hat die Möglichkeit Tickets für Veranstaltungen zu kaufen
und Kombinationen von Eintrittskarten und Essen oder Städtereisen zu buchen. Außerdem
89
konnten neben Theatertickets auch Kinokarten erworben werden. Die Gründe für dieses Vorgehen sind einerseits der Ausschluss von Vorkenntnissen und andererseits war es so möglich,
die Art der Schwierigkeiten und ihre Umsetzung zu kontrollieren. Die Automatensimulation
ist allen Probanden unbekannt gewesen, so dass alle in gleicher Weise die integrierten
Schwierigkeiten zu bewältigen hatten.
Der Automat ist in allen Aufgaben und Versuchsgruppen gleich. Der veränderte Schwierigkeitsgrad ergibt sich aus den verwendeten Aufgaben, die 2.7 genauer erläutert werden.
Bei Start der Anwendung für die vier Testaufgaben wurden von der Versuchsleiterin die Art
der Hilfe und die Aufgabennummer ausgewählt. Nach Bearbeitung jeder einzelnen Aufgabe
wurde die Nummer der Aufgabe im unteren Bildschirmbereich eingetragen. Abbildung 14
zeigt die Umgebung, die von der Versuchsleiterin verwendet wurde, um den Versuchsablauf
zu gestalten.
Abbildung 14 Eingabe der Versuchsvariation auf dem Eingabebildschirm der Simulation
6.4.2 Explorationsphase
Für die Explorationsphase wurde eine maximale Dauer von 10 Minuten angesetzt. Die Versuchsteilnehmer hatten nach entsprechender Instruktion die Möglichkeit die Funktionen nach
eigenem Ermessen zu explorieren. Während dieser Phase wurde der Hilfe-Button in der Leiste
zur Metanavigation durch einen Button mit dem Label Testphase beenden ersetzt. Der Pro90
band konnte vor Ablauf des angesetzten Zeitfensters den Untersuchungsabschnitt beenden,
indem dieser Button geklickt wurde. Nach Ablauf der maximalen Explorationszeit wurde der
genannte Button durch den Hilfe-Button ersetzt. Sollte diese Veränderung vom Untersuchungsteilnehmer nicht bemerkt worden sein, griff die Versuchsleiterin ein und beendete die
Explorationsphase.
Bei der Bearbeitung der vier Aufgaben des Versuchs ist der Hilfe-Button stets in der Metanavigationsleiste im unteren Bildschirmbereich und auf jedem Formular lokalisiert. Eine Funktion hat er allerdings nur bei den Aufgaben zwei und drei. Klickte ein Untersuchungsteilnehmer in den Aufgaben 1 und 4 auf den Button, erfolgte keine Reaktion des Systems. Hatten die
Probanden, in den Aufgaben 2 und 3, an einer Stelle ein Problem bei der Bedienung des Automaten, konnten sie durch Klick auf den Button mit dem Label Hilfe eine Erklärung des jeweiligen Schrittes erhalten.
6.4.3 Maustraining
Die Bedienung der Automatensimulation erfolgte durch die Maus. Da die Versuchsgruppe aus
älteren Personen bestand, war nicht davon auszugehen, dass sie ausreichende Erfahrungen im
Umgang mit der Maus hatten. Deshalb wurde den Probanden die Möglichkeit gegeben, ein
Maustraining zu absolvieren. Diese beinhaltete lediglich Übungen von Funktionen, die für die
Bedienung des Automaten relevant sind. Das Maustraining basiert auf einem Training, dass
im Internet von Senioren online17 bereitgestellt wird. Da es allerdings in dieser Form nur unzureichend geeignet war, wurde mit Hilfe von Frontpage 2003 eine daran angelehnte Version
erstellt. Zur Ausführung wurde der Windows Internet Explorer von Windows XP verwendet.
Für die Durchführung des Maustrainings und des Tests zum Umgang mit der Maus wurden
die Adress- sowie die Statusleiste ausgeblendet, da diese nicht benutzt werden mussten.
Das Training informierte die Untersuchungsteilnehmer zunächst über wichtige Funktionen der
Maus und ihre Verwendung. Das Tempo des Maustrainings konnten sie selbst bestimmen, da
der Wechsel zur nächsten Seite von der Person durch Klick auf einen Button ausgeführt wurde. Damit war das Verständnis des Textes gesichert. Abbildung 15 zeigt den Startbildschirm
des Maustrainings.
17
http://www.senioren-online.net
91
Abbildung 15 Startbildschirm des Maustraining
Nach kurzer Instruktion folgten zwei kleine Übungen. In der ersten Übung mussten nacheinander sechs aufeinander folgende Objekte angeklickt werden, die an verschiedenen Stellen
des Bildschirms erschienen sind. Danach folgte wiederum eine kleine Instruktion für die
zweite Übung, in der sich die Größe der Objekte veränderte. Ziel hierbei war es, eine Grafik,
die nach jedem Klick kleiner wurde, anzuklicken. Die Abbildung war jeweils an einer anderen
Stelle des Bildschirms lokalisiert. Im darauf folgenden Abschnitt sollten sich die Personen mit
dem Scrollbalken vertraut machen. Dazu wurde zunächst dessen Funktion erläutert. Aufgabe
in diesem Abschnitt war das Lesen eines Textes, der nur durch Nutzung des Scrollbalkens
vollständig zu erfassen war.
Nachdem alle Übungen absolviert wurden, konnten die Untersuchungsteilnehmer entscheiden, ob sie das Training wiederholen oder fortfahren wollten.
Wenn sich die Personen für das Fortfahren entschieden hatten, folgte ein Test zum Umgang
mit der Maus. Nach kurzer Instruktion hatten die Probanden eine Minute Zeit, um möglichst
viele Objekte anzuklicken, die nacheinander erschienen. Verwendet wurde hier ein Button mit
dem Label Weiter, der je fünfmal hintereinander in einer Größe erschien und dann kleiner
wurde. Der Button war wie in den Übungen 1 und 2 immer an einer anderen Stelle des Bildschirms lokalisiert. Manchmal war kein Button zu sehen, so dass der Scrollbalken genutzt
werden musste, um die Seite im Browser nach oben zu bewegen. Damit sollte sichergestellt
92
sein, dass die Probanden auch den Umgang mit dem Scrollbalken erlernen und später bei der
Bedienung des Automaten anwenden können.
Die Zeit wurde durch eine Stoppuhr gemessen. Nach Ablauf einer Minute erfolgte der Abbruch des Tests durch den Eingriff der Versuchsleiterin. Die Anzahl der angeklickten Objekte
wurde vermerkt.
Das Maustraining und der Test zum Umgang mit der Maus sind auf der beigelegten CD zu
finden.
6.4.4 Anleitungsvideos
Ausgehend von der Automatensimulation und deren Struktur, aufgebaut aus Modulen, sollten
Videosequenzen erstellt werden, in denen eine Person als soziales Modell den jeweiligen Abschnitt erklärt und selbst ausführt.
Die Eigenschaften Alter und Geschlecht des Modells, also der Person, im Video sind mögliche Variablen, die variiert werden können. Um den Umfang der Arbeit angemessen zu gestalten, wurde im vorliegenden Versuch das Geschlecht konstant gehalten und das Alter variiert.
Daraus ergaben sich zwei verschiedene Arten von Anleitungsvideos, die die Versuchsgruppen
des Experimentes bestimmten:
Versuchsgruppe 1: junge weibliche Person im Video
Versuchsgruppe 2: alte weibliche Person im Video
Im Folgenden soll nun auf den Prozess zur Entstehung der Anleitungsvideos eingegangen
werden. Da die Person in den Videos die Funktion eines sozialen Modells übernimmt, wird
sie auch in dieser Arbeit als solches bezeichnet.
Ziel der Entwicklung beider Hilfevideos war es, beide Arten gleich zu halten, d.h. die Formulierung des Anleitungstextes sollte sich nicht unterscheiden, da sonst eventuelle Unterschiede
in den Versuchsgruppen auf diese Differenzen zurückgeführt werden könnten. Da sich der
Inhalt und die Gestaltung der schriftlichen Instruktion aus dem gesprochenen Text im Video
ergaben, wurde zunächst ein Konzept erstellt, welches die Texte für den jeweiligen Schritt
umfasste.
Auf dieser Grundlage wurde mit einer Frau im Alter von 25 Jahren, also ein junges Modell,
ein Probevideo gedreht. Für den Versuch, ein Video anzufertigen wurde der Umfang der
93
letztendlich benötigten Videos reduziert, in dem ausschließlich das Hauptmenü des Automaten und ein Strang von fünf zur Verfügung stehenden betrachtet wurden.
Schon in der Drehphase war festzustellen, dass die vorher verfassten Texte zwar in der
Schriftsprache richtig und verständlich waren, aber in der mündlichen Umsetzung starke Einbußen zeigten. Die Natürlichkeit der gesprochenen Sprache wurde derart beeinträchtigt, dass
der Entschluss gefasst wurde, die mündliche Anleitung lediglich an Punkten, die für die Bedienung des Automaten wichtig sind, auszurichten. Das Ausformulieren der einzelnen Schritte ist somit erst im Prozess des Videodrehs entstanden. In diesem Abschnitt entstand ein Video, in dem eine, vor einem Notebook sitzende Person, die notwendigen Schritte mit Blick in
die Kamera erklärt und durch Zuwendung zum Laptop ausführt. Fehler! Verweisquelle
konnte nicht gefunden werden. zeigt das Setting des Videodrehs. Die agierende Person
blickt zunächst direkt in die Kamera und wendet sich danach dem Bildschirm des Laptops zu,
um die entsprechende Handlung auszuführen.
Abbildung 16 Setting bei der Erstellung der Anleitungsvideos
Um nun die erklärten Schritte nachvollziehen zu können, ist es notwendig, dass in den Videosequenzen auch gezeigt wird, wie die Person am Automaten agiert und die entsprechende
Handlung ausführt. Dazu wurden mit Hilfe von Camtasia18 Screen Cam-Aufzeichnungen erstellt. In diesen wird die entsprechende Handlung für den jeweiligen Schritt ausgeführt.
18
Camtasia Studio 3.0.2 (TrialVersion) Tech Smith Corporation
94
Nachdem beide Teile eines Abschnitts der Videohilfe angefertigt wurden, konnten diese miteinander verbunden und ineinander geschnitten werden. Dazu wurden zunächst die Videosequenzen mit einem Sony Camcorder erstellt und digitalisiert. Der Rohschnitt wurde dann mit
den Screen-Cam-Aufnahmen kombiniert, so dass für jedes Modul ein eigenes, in sich abgeschlossenes Video entstand.
Gleiches Vorgehen wurde mit einer 72jährigen Frau durchgeführt. Dabei wurde allerdings
wieder auf eine schriftliche Vorlage des Textes zurückgegriffen, um so denselben Wortlaut
wie in den Videos des jungen Modells zu gewährleisten. Demnach stand bei der Erstellung
des Hilfematerials die gleichartige Gestaltung im Fokus und weniger die schauspielerische
Leistung der Modelle.
Hilfe in Textform
Als dritte Hilfevariation wurde für die Kontrollgruppe eine Textform der Unterstützung angefertigt. Dabei wurde Wert darauf gelegt, dass die Texte ebenfalls eine hohe Ähnlichkeit mit
den Videos aufweist. Für die Erstellung der textlichen Hilfe wurden deshalb die Formulierungen aus den Videos weitestgehend übernommen. Kleinere Anpassungen waren nötig, da die
gesprochene Sprache schriftlich umgesetzt werden musste. Die Texte wurden im Rich Text
Format (.rtf) erstellt und in die Automatensimulation integriert.
Insgesamt wurden für jedes Modul der fünf Stränge, also für vier Hauptstränge und den
Strang Information, Hilfen angefertigt. Dies ergibt je Variation 44 integrierte Hilfen, also pro
Modell und in der Textform. Insgesamt konnten so 132 Hilfen integriert werden.
Durch Klick auf den Hilfebutton wurde in der Mitte des Bildschirms die Hilfe angezeigt. Die
Hilfe ist demnach nicht unabhängig vom Automaten, sondern ist in das Interface integriert.
Abbildung 17 gibt einen Eindruck von der Aufteilung des Bildschirms wieder.
95
Abbildung 17 Beispiel für die Einblendung der Hilfe. Die Größe des eingeblendeten Feldes ist bei allen
Hilfen gleich.
6.4.5 Aufgaben
Für die Durchführung der Untersuchung wurden vier Aufgaben unterschiedlichen Schwierigkeitsgrades verwendet. Die Schwierigkeit der Aufgaben entsteht aus den, in den Automaten
integrierten, Stolpersteinen. In Abschnitt 2.7 der vorliegenden Arbeit wurden bereits Grundlagen zur Entwicklung schwer zu bewältigender Module erläutert, auf die hier Bezug genommen wird. Tabelle 4 gibt einen kurzen Überblick über die aufgabenbedingten Abstufungen der
Problemstellen, die den Grad der Aufgabeschwierigkeiten bestimmen. Es wurde jede zweite
Schwierigkeitsstufe ausgewählt, so dass insgesamt drei verschiedene Schwierigkeitsgrade
verwendet werden konnten, die von Aufgabe eins zu Aufgabe drei anstiegen.
96
Tabelle 4 Darstellung der Schwierigkeitsabstufungen durch Kombination verschiedener schwieriger Module
Aufgabenelemente, die bei allen Kaufmöglichkeiten vorhanden sind,
Auswahl des
Hauptstrangs
2
3
4
5
6
1
4
>9
schwer
je > 0
1
2
3
>9
R > 0, S > 0, K = 0
>9
je = 0
< 10
je > 0
< 10
R > 0, S > 0, K = 0
>9
> 9 in einer Kat.
bei allen gleich
einfach
bei allen gleich
1
Zahlung mit Aktion (Rabatt)
stufe
Sitzplatz bei Ermäßigung
Ermäßigung
Sitzplatzeingabe
schwierigkeits-
Personenanzahl
Aufgaben-
Einstieg
Element
Eingabekorrektur
bestimmen Aufgabenschwierigkeit
Gesamtzahl > 0
keine
Gesamtzahl > 0
keine
keine
keine
Gesamtzahl > 0
G4
Gesamtzahl > 0
CC
Gesamtzahl > 9
TC6
5
Rentner, 2 Schüler, 3 Kinder,
Gutschein, 5 CityCard, 6 TheaterCard
Die grau hinterlegten Schwierigkeitsstufen wurden
für die Gestaltung der Aufgaben ausgewählt.
Da Aufgabe 1 und 4 ohne Hilfe bearbeitet werden sollten, wurde für diese ein geringer
Schwierigkeitsgrad (Stufe 2) gewählt. Der Inhalt der beiden Aufgaben war im Grunde gleich,
lediglich die einzugebenden Fakten bzw. Zahlen wurden ausgetauscht. Aufgabe 2 entspricht
der Schwierigkeitsstufe 4 und Aufgabe 3 der Stufe 6. Demnach sind die Aufgaben, in denen
die Hilfe zur Verfügung steht, zunehmend schwerer zu lösen. Dies ermöglicht es, dass die
Untersuchungsteilnehmer Informationen über viele Bereiche des Automaten sammeln können, um diese in der vierten Aufgabe als Erlerntes anwenden zu können. Für die Bearbeitung
der Aufgaben sind drei Hauptstränge des Automaten relevant. In den Aufgaben 1 und 4 muss
der Strang CinTick gewählt werden. Aufgabe 2 erfordert Eingaben im Strang CityPack und
Aufgabe 3 bei Food&Culture.
Um die Nutzung der Automatensimulation möglichst realitätsnah zu gestalten, wurden die
Aufgaben in Form von kleinen Szenarien dargeboten. Die Teilnehmer erhielten die Aufgabe
in Textform auf einer A4 Seite, so dass sie jederzeit nachlesen konnten. Außerdem wurde
oberhalb der Aufgabe darauf hingewiesen, dass in der gegebenen Aufgabe fehlende Angaben
selbstständig ergänzt bzw. gewählt werden können. Dies war der Fall bei Aufgabe 1 und 4.
Die Uhrzeit für den gewählten Film musste eigenständig gewählt werden. Zum besseren Verständnis der relevanten Daten im Szenario wurden diese fett geschrieben.
97
Abbildung 18 zeigt exemplarisch eine Aufgabe. Alle verwendeten Aufgaben sind im Anhang
zu finden. Des Weiteren sind auf der Daten-CD die optimalen Abläufe zur Bearbeitung der
Aufgaben mit den dazugehörigen Screenshots hinterlegt.
Abbildung 18 Aufgabe 1 bzw. 4 mit dem Schwierigkeitsgrad 3 (siehe Tabelle 4)
6.4.6 Rabatteingabe und Zahlung
Die Schwierigkeit der Aufgaben ist auch durch die zusätzliche, nicht problemlose, Eingabe
eines Rabatts bestimmt. Den Probanden wurde für die jeweilige Einlösung eines Rabatts eine
Karte (CityCard, TheaterCard, Gutschein) mit einer entsprechenden Nummer gegeben, die sie
ebenfalls über einen Nummernblock eingeben mussten. Dazu ist zunächst die Rabattart zu
wählen und anschließend die Nummer einzugeben. Zum Abschluss des Kartenkaufs musste
die Zahlung erfolgen. Um die Nähe zur Realität zu bewahren, erhielten die Untersuchungsteilnehmer eine Art EC-Karte, deren Nummer und PIN sie mit Hilfe eines Nummernblocks in
das System eingeben mussten.
6.4.7 Fragebögen
6.4.7.1 Fragebogen zur Automatenselbstwirksamkeit
Zur Erhebung der Automatenselbstwirksamkeit wurde in einer Voruntersuchung ein Fragebogen entwickelt, der die Selbstwirksamkeit in Bezug auf Automaten im Alltag misst. Zur Generierung der Items dienten Messinstrumente, die sich mit der Computer- bzw. Internetselbstwirksamkeit befassen und ein Fragenbogen zur Allgemeinen Selbstwirksamkeit von
98
Jerusalem und Schwarzer (2002). Durch Adaption der Items an die Definition der Automatenselbstwirksamkeit (siehe hierzu Theorieteil)
Die erste Fassung des entwickelten Fragebogens enthielt 36 Items und wurde an einer Stichprobe von 67 Personen verschiedener Altersgruppen getestet. Daraus ergab sich eine revidierte Version der Skala, die 28 Items mit einer fünfstufigen Ratingskala umfasst. Ein Beispiel für
ein Item des Fragebogens ist:
1.
Ich vertraue meinen Fähigkeiten, mit einem Automaten im Alltag umzugehen
stimmt gar nicht
stimmt kaum
stimmt teils
stimmt ziemlich
stimmt genau
!
!
!
!
!
Die Reliabilität liegt bei ! = .9707 . Die Items weisen überwiegend eine geringe Schwierigkeit
auf und die Trennschärfe liegt zwischen 0,5568 und 0,8447. Für die einzelnen Antwortstufen
der Ratingskala der Items werden Werte von 1 bis 5 vergeben. Nicht beantwortet Items erhalten einen Wert von 3. Über alle Items wird eine Summenscore gebildet, so dass anhand des
Median der jeweiligen Stichprobe die Unterscheidung von Personen mit hoher und mit geringer Selbstwirksamkeit möglich ist. Der gesamte Fragebogen sowie das Vorgehen bei der
Auswertung sind im Anhang einzusehen.
6.4.7.2 Fragebogen zur Hilfe
Für die Bewertung der eingesetzten Hilfe wurden neben den objektiven Daten auch subjektive
Bewertungen der Hilfen erhoben. Zur Erfassung der subjektiven Einschätzung der präsentierten Hilfe wurde ein Fragebogen verwendet. Da es sich dabei um eine sehr spezifische Fragestellung handelt, wurde ein eigens für die Untersuchung entworfenes Instrument genutzt. Je
Darbietungsform ist eine andere Form eingesetzt worden. Auf der ersten Seite des Fragebogens wurden die Teilnehmer für die Bearbeitung instruiert. Der Fragebogen für die Videoversion der Hilfe umfasste 21 Items, während die Form für die Texthilfe aus 15 Items bestand.
Das Antwortschema war nicht bei allen Items gleich. Bei einigen Fragen waren fünfstufige
Ratingskalen gegeben, die sich aber in den sprachlichen Abstufungen unterschieden. Um dies
zu verdeutlichen wurden Items mit gleichem Antwortschema in Blöcken zusammengefasst
und optisch durch eine Linie abgeteilt. Zusätzlich dienten in beiden Versionen offene Fragen
zur Erfassung von Kritik und Verbesserungsvorschlägen. Da jede Versuchsgruppe nur eine
Art der Hilfe kannte und beurteilen konnte, wurden konkrete Fragen nach dem Verständnis
99
der Hilfe konstruiert. Beide Formen des Hilfefragebogens sind im Anhang zu finden und sollen im Folgenden kurz erläutert werden.
Die ersten sechs Items beider Versionen waren gleich, da diese zur Erfassung der allgemeinen
Beurteilung der gesehenen Hilfe dienten. In Abbildung 19 sind die Fragen und die dazugehörigen Antwortkategorien dargestellt.
1.
2.
3.
4.
5.
6.
Wie oft haben Sie die Hilfe benötigt?
sehr häufig
häufig
manchmal
selten
nie
!
!
!
!
!
Wie gut haben Sie sich von der Hilfe unterstützt gefühlt?
sehr gut
gut
teils/ teils
schlecht
sehr schlecht
!
!
!
!
!
Wie beurteilen Sie den Umfang der verfügbaren Hilfe?
sehr gut
gut
teils/ teils
schlecht
sehr schlecht
!
!
!
!
!
Wie bewerten Sie die Form der dargebotenen Hilfe?
sehr gut
gut
teils/ teils
schlecht
sehr schlecht
!
!
!
!
!
Wie verständlich war die Hilfe für Sie?
sehr gut
gut
teils/ teils
schlecht
sehr schlecht
!
!
!
!
!
Hätten Sie sich lieber eine andere Form von Hilfe, zum Beispiel in Form eines Textes mit Abbildungen, gewünscht?
ja
nein
!
!
Wenn ja, welche?
Abbildung 19 Die gemeinsamen Items beider Fragebogenversionen
Der Fragebogen zur Videohilfe erfasst neben der Einschätzung des Verständnisses der Hilfe
und der Erklärungen im Video, auch die subjektive Bewertung, wie gut ein Schritt nach dem
Ansehen der Hilfe ausgeführt werden konnte. Außerdem sollten die Untersuchungsteilnehmer
beurteilen, wie kompetent das Modell im Video auf sie wirkte.
Zur Beurteilung der Textversion wurden Items konstruiert, die das Verständnis beim Erstlesen
erfassten. Außerdem erfragen die Items, wie gut der jeweilige Schritt nachvollzogen werden
konnte. Zusätzlich soll im Item 10 eingeschätzt werden, wie häufig ein Text im Durchschnitt
gelesen werden musste, um die Handlung ausführen zu können.
100
6.4.7.3 Software Usability Measurement Inventory (SUMI) von Porteous, Kiakowski &
Corbett, 1993
Der userbasierte Fragebogen erfasst, wie brauchbar eine Software ist. Im Fokus stehen dabei
die Wahrnehmungen und Einstellungen von Usern. Insgesamt beinhaltet 50 Items verteilt auf
die sechs Skalen des SUMI: eine globale Skala und fünf Subskalen, die efficiency, affect,
helpfulness, control und learnability umfassen. Der Fragebogen wurde bereits bei vielerlei
Softwareprodukten angewendet und kann somit auf eine ausreichende Datenbasis zurückgreifen.
Der Fragebogen ist sowohl in der englischen Originalfassung als auch in der deutschen Übersetzung verfügbar. Für die vorliegende Untersuchung wurde nur die Skala Affect, die die Emotionen bezüglich der jeweiligen Software misst, verwendet. Die Autoren des SUMI definieren die Skala wie folgt:
Affect: this is a psychological term for emotional feeling. In this context it refers to the user
feeling good, warm, happy or the opposite as a result of interacting with the software. This
sub-scale conceived as being to some extent independent of operational aspects and to be
about plain feelings. (SUMI User Handbook, Porteous et al., 2000, S.6)
Die Skala besteht aus 10 Items, die jeweils anhand einer dreistufigen Ratingskala zu beantworten sind. Beispielhaft wird hier das Item 4 der Skala aufgeführt:
4. Die Arbeit mit dem Ticketautomaten stimuliert mich geistig.
einverstanden
unentschieden
nicht einverstanden
!
!
!
Der vollständige Fragebogen ist im Anhang einzusehen. Im Unterschied zur Originalform des
Fragebogen wurde für die vorliegende Untersuchung der Begriff Software durch die Bezeichnung Ticketautomat ersetzt, damit der Bezug zur verwendeten Simulation klar wurde.
Für die Affektskala wird eine Reliabilität von ! = .85 angegeben. Zur Auswertung ist über
alle zehn Items ein Summenwert zu bilden. Dem resultierenden Rohwert wird anhand der
Ziffern der Summe ein standardisierter SUMI-Wert zugeordnet. Ist dieser kleiner oder gleich
50, gibt dies einen Hinweis auf schlechte Usability der Software bzw. im vorliegenden Versuch des Ticketautomaten.
101
6.4.7.4 Demografischer Fragebogen
Der Fragebogen zur Person besteht aus 13 Items, die in einem ersten Teil u.a. das Alter, den
Bildungsstand und die momentane Tätigkeit erfassen. Außerdem erhebt in der zweiten Hälfte
ein Item (Item 10) die Nutzung von Internet, Computer und Handy. Auf einer vierstufigen
Ratingskala von häufig bis nie ist der eigene Umgang mit den Geräte einzuschätzen. Die folgenden Items beziehen sich auf Automaten, die häufig im Alltag zu finden sind: Geld-, Bank-,
Briefmarken- und Fahrkartenautomat sowie Kontoauszugdrucker. Anzumerken ist, dass der
Begriff Bankautomat eine Zusammenfassung mehrerer Funktionen beinhaltet: Geldauszahlung, -einzahlung und Überweisungen ausführen. Da diese Funktionen über die Unternehmen
hinweg variieren, ist damit also ein Automat gemeint, der in der Bank zur Verfügung steht
und weitere bzw. andere Funktionen als ein Geldautomat ausweist. Die Teilnehmer wurden
vor der Bearbeitung des Items darauf hingewiesen, was genau dieser gewählte Begriff bezeichnet.
Item 11 dient dazu, zunächst zu erfassen, welche Automaten des Alltags bekannt sind. Es
wurde eine dichotome Skala von bekannt – unbekannt verwendet. Dieses Item erfasst nicht,
ob ein Automat genutzt wird oder nicht, sondern lediglich die Kenntnis des Automaten. Zum
Beispiel können die Personen den Automaten einmal ausprobiert haben oder sie haben andere
Personen bei der Bedienung beobachtet. Um die Zielstellung des Items den Probanden zu
verdeutlichen, wurde vor der Bearbeitung eine kurze mündliche Instruktion durch die Versuchsleiterin gegeben. In der Folge, Item 12, ist auf einer vierstufigen Ratingskala von häufig
bis nie einzuschätzen, wie oft diese interaktiven Systeme benutzt werden. Im letzten Item des
demografischen Fragebogens wird erhoben, wie schwierig die Benutzung der Automaten im
Allgemeinen bewertet wird. Auch hier ist wieder eine vierstufige Ratingskala gegeben, auf
der die Beurteilung der Systeme zwischen sehr schwierig und sehr einfach eingeschätzt werden sollen. Im Anhang können die Items des Fragebogens eingesehen werden.
6.4.8 Beobachtungsbögen
Die gesamte Untersuchung wurde von der Versuchleiterin protokolliert. Dazu wurden verschiedene Beobachtungsbögen verwendet. Zu Beginn wurde der Beobachtungsbogen zum
Maustraining und zur Explorationsphase verwendet. Dieser beinhaltete verschiedene Verhaltenskategorien, auf denen das Verhalten während des Maustrainings und noch einmal beim
Maustest festgehalten wurde. Zusätzlich bot der Beobachtungsbogen Raum für die Erfassung
der Abläufe in der Explorationsphase, die nicht detailliert, sondern im Überblick festgehalten
wurden. Die detaillierte Datenerfassung in der Explorationsphase erfolgte durch die Logfiles.
Der Beobachtungsbogen ist im Anhang hinterlegt.
102
Bei der Bearbeitung der Aufgaben wurde jeweils ein Beobachtungsbogen verwendet. Dieser
enthielt die notwenigen Schritte, die für die Bearbeitung der einzelnen Module und somit der
Aufgabe nötig waren. Bot aber auch Raum für die Erfassung des alternativen Vorgehens der
Teilnehmer. Die Nutzung der Hilfe wurde dabei mit einem farbigen Stift aufgeschrieben. Außerdem hatte der Beobachtungsbogen jeweils Platz für Notizen, die das Verhalten während
des Versuchs widerspiegelten. Ein Beobachtungsbogen ist exemplarisch im Anhang eingefügt. Alle Beobachtungsbogen finden sich auf der beigefügten Daten-CD.
6.5
Versuchssetting und Instruktionen
Im folgenden Abschnitt wird zunächst das Versuchssetting dargestellt. Anschließend wird
genauer auf die Instruktionen eingegangen.
6.5.1 Versuchssetting
Da die Durchführung immer an einem anderen Ort statt gefunden hat, ist hier lediglich die
Konstellation der Versuchssituation dargestellt. Das Setting des Versuchs ist in Abbildung 20
zu sehen. Der Laptop und die Maus waren direkt vor den Probanden positioniert. Die Versuchsleiterin war während der gesamten Untersuchung anwesend und saß neben dem Teilnehmer.
Abbildung 20 Setting der Versuchsdurchführung
6.5.2 Instruktionen
Um bei den Nutzern ein grundlegendes Verständnis vom Aufbau des Automaten zu schaffen,
wurde zu Beginn der Explorationsphase erläutert, was der Automat ermöglicht, also welche
103
Tickets und Ticketpakete gekauft werden können. Während dieser Erklärung hatten die Versuchsteilnehmer das Hauptmenü auf dem Bildschirm. Die Reihenfolge der Erläuterung einzelner Felder entsprach nicht der Verteilung der dazugehörigen Buttons auf dem Hauptmenü.
Somit wurde kein Hinweis auf die hinter den Buttons liegenden Stränge gegeben. Des Weiteren wurde betont, dass der Automat besonders schwierig gestaltet ist und die integrierten Bedienhürden nur selten allein gelöst werden können. Somit hatten die Teilnehmer immer die
Option, einen Aufgabe abzubrechen. Dennoch wurde herausgestellt, dass sich die Teilnehmer
bei der Bearbeitung der Aufgaben intensiv mit dem Automaten beschäftigen sollen.
Vor der Absolvierung der vier Aufgaben wurde darauf hingewiesen, dass die erste und letzte
jeweils ohne Hilfe bearbeitet werden müssen, aber ein Abbruch bei allen Aufgaben jederzeit
möglich ist. Bevor die Aufgaben zwei und drei begonnen wurden, betonte die Versuchsleiterin, dass die Hilfe jederzeit bei auftretenden Problemen genutzt werden kann. Dabei wurde
nochmals auf den Hilfebutton am unteren Bildschirmrand verwiesen. Während der Bearbeitung der Aufgaben konnten keine Fragen von der Versuchsleiterin beantwortet werden. Wurden dennoch welche gestellt, verwies die Versuchsleiterin auf die Hilfe oder motiviert die
Teilnehmer dazu, selbst eine Lösung zu finden. Bei auftretender Frustration und langem Verharren in einem Modul, ohne Aussicht auf eine Lösung, wurde die Möglichkeit des Abbruchs
von der Versuchsleiterin offeriert.
Weitere Instruktionen wurden bei der Vorlage der Fragebögen verwendet, Im Besonderen
wurde bei der Bearbeitung des demografischen Fragebogens auf die Bedeutung der Items 11,
12 und 13 hingewiesen. Dadurch wurde das Verständnis auf Seiten der Teilnehmer verbessert
und möglichen Missverständnissen vorgebeugt.
6.6
Versuchsablauf
Im Folgenden soll der Ablauf der gesamten Untersuchung beschrieben werden. Der Versuch
teilt sich in drei Phasen, die im Einzelnen zu betrachten sind. Das verwendete Material in den
verschiedenen Untersuchungsabschnitten wurde bereits beschrieben und soll hier nur chronologisch in den Verlauf des Experimentes eingeordnet sein. Einen schnellen Überblick bietet
Abbildung 21, die den Versuchsablauf in schematischer Form darstellt. Tabelle 5 enthält zusätzliche Details zu verwendeten Materialien und Erhebungsinstrumenten, so dass eine genaue Einordnung in die Untersuchungsabschnitte nachvollzogen werden kann.
104
Abbildung 21 Schematische Darstellung des Versuchsablaufs
Der Versuch dauerte insgesamt zwischen 1,5 und 3,5 Stunden. Diese unterschiedlichen Zeitspannen ergeben sich aus der Vorerfahrung der Untersuchungsteilnehmer. Während des gesamten Ablaufes war die Versuchsleiterin anwesend. Der gesamte Ablauf sowie die einzelnen
Aufgaben wurden protokolliert und auf dem Beobachtungsbogen festgehalten.
105
Phase 1: Erhebung der Automatenselbstwirksamkeit und Explorationsphase
Nach der Begrüßung wurde den Untersuchungsteilnehmern durch die Versuchsleiterin ein
kurzer Überblick über den gesamten Ablauf gegeben. Daran schloss die erste Phase des Versuchs an.
Als erstes erhielten die Probanden den Fragebogen zur Automatenselbstwirksamkeit, dessen
schriftliche Instruktion auf der ersten Seite von der Versuchsleiterin in mündlicher Form gegeben wurde. Die Versuchsteilnehmer wurden auf den vertraulichen Umgang mit den erhobenen Daten und deren Anonymität hingewiesen. Anhand eines Beispiels auf der ersten Seite
des Fragebogens wurde das Antwortschema der Ratingskala erläutert. Außerdem wurden erklärt, wie mit fälschlicherweise angekreuzten Antworten zu verfahren ist.
Anschließend wurden die Teilnehmer gefragt, ob sie mit der Computermaus vertraut sind und
mit dieser umgehen können. Bei geringer oder keiner Erfahrung, wurde ein Maustraining
durchgeführt, um die wichtigsten Grundkenntnisse im Umgang mit der Maus zu vermitteln.
Sowohl nach dem Training als auch bei als ausreichend angegebener Erfahrung mit der Maus,
also bei nicht durchgeführtem Training, war ein Test zum Umgang mit der Maus zu absolvieren. Von den verfügbaren 20 möglichen Objekten mussten mindestens die Hälfte innerhalb
einer Minute geklickt werden. Wurde dieser Wert nicht erreicht, beendeten die Teilnehmer
den Test ohne Zeitbeschränkung, der somit als weiteres Training genutzt werden konnte. Anschließend wurde der Test nochmals durchgeführt. Sollte sich jedoch ein geringer Wert durch
den unsicheren Umgang mit dem Scrollbalken ergeben haben, wurde dies auf einem Beobachtungsbogen, welcher im Anhang einzusehen ist, notiert und ein geringer Wert als ausreichend
akzeptiert.
Im Anschluss erfolgte die Instruktion für die folgende Explorationsphase am simulierten Ticketautomaten. Diese Phase diente einerseits dazu, den Automaten nach eigenem Belieben
kennen zu lernen und andererseits zur Erhebung des Verhaltens in Bezug auf die gemessene
Selbstwirksamkeit. Die zehnminütige Explorationsphase sollte den Probanden die Möglichkeit geben, sich mit dem Automaten vertraut zu machen. Die Teilnehmer wurden darauf hingewiesen, dass in den Automaten gezielt Bedienhürden integriert wurden, die nur schlecht zu
bewältigen sind. Nach Start der Simulation wurde das Hauptmenü als Startbildschirm und die
Möglichkeiten verschiedene Tickets und Ticketpakete zu erwerben erläutert, wobei keine
Hinweise auf die Bedienbarkeit erfolgten. Außerdem wurde auf den Button Testphase beenden verwiesen, der zum vorzeitigen Abbruch der Explorationsphase geklickt werden musste,
wenn die Teilnehmer die zur Verfügung stehenden zehn Minuten nicht nutzen wollten. Das
Ende der Explorationsphase wurde durch das Ausblenden der genannten Buttons angezeigt.
106
Sowohl nach Ablauf der Zeit als auch bei vorherigem Abbruch griff die Versuchsleiterin ein,
um alle Formulare der Simulation zu schließen und Einstellungen für die folgende Phase vorzunehmen.
Phase 2: Bearbeitung der Aufgaben
In der zweiten Versuchsphase erläuterte die Versuchsleiterin den Teilnehmern den weiteren
Ablauf. Sie wurden einer der drei Gruppen, die sich auf der Art der verfügbaren Hilfe ergeben, zugeordnet. Für die erste und letzte Aufgabe, von insgesamt vier zu absolvierenden,
stand keine Hilfe zur Verfügung. Außerdem wurde speziell hervorgehoben, dass die Aufgaben soweit ausführbar bearbeitet werden sollen, aber grundsätzlich der Abbruch möglich ist.
Diese Option ist notwendig, da sonst eine sehr hohe Frustration zu erwarten wäre, die den
folgenden Ablauf negativ beeinflussen könnte.
Den Untersuchungsteilnehmern wurde die jeweilige Aufgabe in Papierform vorgelegt. Außerdem erhielten sie das zusätzlich benötigte Material, zum Beispiel eine EC-Karte für die
Zahlung. Beim Vorlegen der Aufgaben zwei und drei wurde nochmals auf die Verfügbarkeit
der Hilfe hingewiesen. Für jede Aufgabe wurde neben dem Loggen der Daten zusätzlich ein
Protokollbogen geführt. Ein Beispiel dafür befindet sich im Anhang.
Während der Bearbeitung der Aufgaben konnten zu auftretenden Schwierigkeiten gestellte
Fragen von der Versuchsleiterin nicht beantwortet werden.
Phase 3: Beurteilung der Hilfe und des Automaten
Nachdem alle vier Aufgaben bearbeitet waren, wurden die Untersuchungsteilnehmer aufgefordert, einen Fragebogen zur jeweiligen Hilfe zu bearbeiten. Danach wurde für die Beurteilung des Automaten der SUMI (Software Usability Measurement Inventory) vorgelegt. Den
Abschluss der Befragung bildete der demografische Fragebogen, der persönliche Daten und
das Nutzungsverhalten von Automaten im Alltag erfasst.
Nach Beendigung des letzten Untersuchungsabschnitts wurde den Teilnehmern eine Rückmeldung zum gesamten Versuchsablauf und Gelegenheit Fragen zu stellen gegeben, um eventuell entstandene Unklarheiten zu beseitigen.
Im Anschluss an die Untersuchung erhielten die Probanden 8 Euro für ihre Teilnahme.
107
Tabelle 5 Überblick über die Phasen des Versuchs und den dazugehörigen Materialien
Phase 1
Erhebung der Selbstwirksamkeit, Maustraining und Exploration
Information
Ablauf der Untersuchung
Fragebogen
Skala zur Automatenselbstwirksamkeit
Instruktion
Erfragung nach Erfahrung zum Umgang mit der Maus
Training
Durchführung des Maustrainings
Test
Test zum Umgang mit der Maus
Instruktion
Möglichkeiten der Automatensimulation
Explorationsphase
10 min zum Kennen lernen des Automaten
Phase 2
Aufgabenbearbeitung ohne und mit Hilfe
Information
Weiterer Ablauf der Untersuchung
Instruktion
bestmögliche Bearbeitung der Aufgaben, ohne Hilfenutzung
Aufgabe 1
Bearbeitung der ersten Aufgabe (ohne Hilfe)
Instruktion
bestmögliche Bearbeitung der Aufgaben, mit Möglichkeit der Hilfenutzung
Aufgabe 2
Bearbeitung der zweiten Aufgabe (mit Hilfe)
Aufgabe 3
Bearbeitung der dritten Aufgabe (mit Hilfe)
Instruktion
Bearbeitung der ersten Aufgabe (ohne Hilfe)
Aufgabe 4
Bearbeitung der vierten Aufgabe (ohne Hilfe)
Phase 3
Beurteilung der Hilfe, des Automaten und demografische Daten
Information
weiterer Ablauf der Untersuchung
Instruktion
Bearbeitung der Fragebögen
Fragebogen
Fragebogen zur Beurteilung der Hilfe
Fragebogen
SUMI
Fragebogen
Erfassung demografischer Daten
Debriefing, Entlohnung und Verabschiedung
108
6.7
Beschreibung der Stichprobe
Die Untersuchung wurde an einer anfallenden Stichprobe durchgeführt Insgesamt haben 45
Personen an dem Versuch teilgenommen. Jeder Versuchs- sowie der Kontrollgruppe waren 15
Personen zugeordnet.
Die Akquisition der Untersuchungsteilnehmer erfolgte überwiegend durch Seniorenfreizeitstätten in Potsdam und Berlin. Zur Rekrutierung wurden Flyer in Form von Informationsbroschüren verwendet, die in den Einrichtungen verteilt wurden. Außerdem dienten kleine informative Vorträge über das Vorhaben als Methode, Personen für die Teilnahme zu gewinnen.
Dennoch ist die Akquise der gesuchten Personengruppe sehr schwierig, da eine große Schwellenangst gegenüber modernen Technologie und interaktiven Systemen besteht. Des Weiteren
war problematisch, dass in der Einrichtung ein Raum für die Durchführung bereitgestellt werden musste.
Die Alterrange der Teilnehmer lag zwischen 60 und 75 Jahren. Im Durchschnitt waren die
Probanden 67,31 Jahre alt. Von den 45 Personen waren 38 Rentner, 5 arbeitssuchend und 2
erwerbstätig. Es nahmen 24 Frauen und 21 Männer teil, die in gleichem Maße über die drei
Versuchsbedingungen verteilt waren. Es gab in jeder Gruppe 8 Frauen und 7 Männer.
Die Erfassung der Erfahrungen mit Computer, Internet und Handy ergab, dass 20 Teilnehmer
(44,4%) nie und 11 (24,4%) häufig den Computer nutzen. Das Internet wird von 26 Personen
(57,8%) nie genutzt, während lediglich 3 Teilnehmer (6,7%) die häufige Nutzung angeben.
Das Handy wird von 13 Probanden (28,9%) nie und von 7 (15,6%) häufig genutzt. Abbildung
22 zeigt die genaue Nutzungshäufigkeit dieser Geräte.
30
26
25
N=45
20
20
15
11 11
10
5
häufig
15
7
3
9
10
7
13
gelegentlich
selten
nie
3
0
Computer
Internet
Handy
Abbildung 22 Nutzungshäufigkeiten von Computer, Internet und Handy
109
Im Weiteren wurde erhoben, welche Automaten im Alltag die Personen kennen. Die Kenntnis
beinhaltet nicht, dass die Automaten von den Teilnehmern auch genutzt werden. Ist ein Automat bekannt, kann es schon einmal benutzt worden sein oder andere Personen wurden bei
der Bedienung des Automaten beobachtet. Abbildung 23 zeigt, welche Automaten den Teilnehmern aus dem Alltag bekannt bzw. unbekannt sind.
40
36
35
35
30
29
30
N=45
30
25
bekannt
20
16
15
9
15
9
unbekannt
10
10
5
0
Geldautomat
Kontoauszugdrucker
Fahrkartenautomat
Bankautomat
Briefmarkenautomat
Abbildung 23 Bekanntheit von Automaten
Zusätzlich zur Kenntnis der Automaten wurde deren Nutzung erfasst. Abbildung 24 zeigt,
dass neben dem Kontoauszugdrucker, der fast keine Interaktion abverlangt, der Geldautomat
am häufigsten genutzt wird. Der Bankautomat19 wird dagegen eher selten bis nie in Anspruch
genommen.
N=45
40
35
35
häufig
30
25
20
23
21
17
17 16
15
10
5
gelegentlich
20
12
5
7
2
0
0
nie
10
6
2
3
Bankautomat
Geldautomat
7
selten
15
2
5
Briefmarkenautomat
Fahrkartenautomat
Kontoauszugdrucker
Abbildung 24 Nutzungshäufigkeiten verschiedener Automaten
19
Oberbegriff für einen Automaten zum Geldauszahlung, -einzahlung und zum Ausführen von Überweisungen
110
7 Ergebnisse
In diesem Kapitel werden die Ergebnisse der Untersuchung dargestellt. Dies erfolgt in der
Reihenfolge der Fragestellungen. Dabei werden zunächst immer die deskriptive Statistik und
die Verteilungstest aufgeführt.
Bei allen Betrachtungen wird eine Irrtumswahrscheinlichkeit von 5 % zugrunde gelegt. Zur
Prüfung der Normalverteilung wurde der Shapiro-Wilks-Test gewählt, da dieser bei kleinen
Stichprobenumfängen (N<50) geeigneter ist als der Kolmogorov-Smirnov-Test. (Brosius,
2004, S. 404)
7.1
Fragestellung 1: Video- vs. Texthilfe
Zur Betrachtung der Fragestellung wird zunächst die globale Auswertung genutzt. Im zweiten
Schritt wird der Leistungszuwachs über die Aufgaben betrachtet. Im dritten Schritt erfolgt die
detaillierte Auswertung der Hilfenutzung in beiden Gruppen. Allem voran stehen die deskriptive Statistik und die Verteilungstests der verwendeten Variablen.
7.1.1 Deskriptive Statistik und Verteilungstests
Tabelle 6 zeigt die Kennwerte und die Ergebnisse des Shapiro-Wilks-Tests für die Variablen,
die für die Untersuchung der ersten Fragestellung betrachtet werden.
Der Shapiro-Wilks-Test ist für fast alle Variablen signifikant, so dass für diese nicht von einer
Normalverteilung der Daten ausgegangen werden kann. Es können für die betreffenden Variablen nur nichtparametrische Tests verwendet werden. Im Anhang sind die Histogramme zur
Illustration der Verteilung hinterlegt. Für die Differenz der Leistung in Aufgabe 1 und 4 kann
die Nullhypothese nicht zurückgewiesen werden, so dass hier von einer Normalverteilung der
Daten ausgegangen werden kann. Somit werden für die Berechnungen dieser Variable parametrische Verfahren angewendet.
111
Tabelle 6 Deskriptive Statistik und Signifikanz des Shapiro-Wilks-Tests für beide Hilfevariationen
Std.abweichung
15
1,93
1,751
.042
Abbrüche Aufgabe 4
30
.60
.814
.000
15
.53
.915
.000
piro-Wilks-Test
Mittelwert
.000
Test
1,453
Shapiro-Wilks-
1,60
Signifikanz
30
Mittelwert
N
Signifikanz Sha-
Texthilfe
Abbrüche Aufgabe 1
N
Std.abweichung
Videohilfe
Hypothese 1
Hypothese 2
Schrittverhältnis Aufgabe 1
30
.4570
.19245
.043
15
.4516
.28043
.290
Schrittverhältnis Aufgabe 4
30
.8753
.21004
.000
15
.6215
.36137
.035
Differenz Schrittverh. Aufgabe1 und 4
30
.4183
.22786
.433
15
.1699
.21758
.122
Hypothese 3
Modul 4 Aufgabe 2
18
1,28
.461
.000
9
2,89
1,054
.194
Anzahl der
Modul 8 Aufgabe 2
19
1,05
.229
.000
9
1,67
1,118
.001
Hilfen
Modul 4 Aufgabe 3
26
1,42
.902
.000
10
2,20
1,619
.003
Modul 6 Aufgabe 3
14
1,36
.497
.000
8
2,63
1,768
.037
Hypothese 4
Schritte nach
Hilfe
Modul 4 Aufgabe 2
16
12,19
13,333
.000
6
23,67
22,106
.013
Modul 8 Aufgabe 2
11
28,64
21,087
.000
7
18,71
5,964
.000
Modul 6 Aufgabe 3
13
11,46
8,618
.002
6
30,83
17,946
.306
7.1.2 Globale Betrachtung der Leistungen nach möglicher Hilfenutzung
Zunächst werden einige globale Ergebnisse aufgeführt. Diese beinhalten die Betrachtungen
über alle Aufgaben und dienen dazu, einen groben Überblick über die allgemeinen Leistungen
der Untersuchungsteilnehmer zu gewinnen. Mögliche Variablen, die auf eine Verbesserung
der Leistung hinweisen können, sind die Anzahl der beendeten Aufgaben, die Anzahl der gelösten Aufgaben und die Anzahl der Abbrüche. Da die Variablen der Leistungsmessung dienen, die aus den Hilfevariationen abgeleitet werden soll, wird im Folgenden jeweils nur die
letzte Aufgabe in die Berechnungen einbezogen. Um jedoch sicher zu gehen, dass sich die
Gruppen vor der Präsentation der Hilfe nicht unterscheiden, wird jeweils kurz die Leistung in
der ersten Aufgabe dargelegt.
7.1.2.1 Hypothese 1a: Beendete Aufgaben
Das Beenden einer Aufgabe ist dadurch definiert, dass diese bis zum Ende, einschließlich
Zahlung, ausgeführt wird und somit der Kauf der Tickets abgeschlossen ist. Beendet beinhal112
tet jedoch keine Aussage über den Erwerb der durch die Aufgabe vorgegebenen Tickets. Die
folgende Tabelle 7 zeigt die Anzahl der beendeten Aufgaben über alle Gruppen zusammengefasst.
Tabelle 7 Übersicht der beendeten Aufgaben über alle Personen
Aufgabe 1
Aufgabe 2
Aufgabe 3
Aufgabe 4
beendet
1
37
31
30
nicht beendet
44
8
14
15
Aufgrund der unzureichenden Anzahl der beendeten Aufgaben wurde für die Aufgabe 1 keine
Berechnung durchgeführt. Tabelle 7 zeigt, dass mit zunehmender Aufgabenzahl mehr Aufgaben beendet wurden.
Die Gruppe der Videohilfe weist einen Stichprobenumfang von 30 auf, während zur Gruppe
der Texthilfe N=15 Personen zählen. In Bezug auf die erste Fragestellung wurde der Unterschied zwischen der Video- und der Texthilfe untersucht. Von den 30 Untersuchungsteilnehmern, die die letzte Aufgabe beendet haben, entstammten 24 Personen aus der Gruppe der
Videoversion der Hilfe, während aus der Gruppe der Texthilfe 6 Personen die vierte Aufgabe
beendet haben. Beim Vergleich beider Gruppen werden die Personen mit Videohilfe überproportional stark berücksichtigt. Damit ist die Zusammensetzung der Stichprobe für die Gruppen nicht gleich. Deshalb wurden die Daten für die Berechnung eines Chi-Quadrat-Tests zuvor gewichtet. Nach dem Pearsonschen Test wird ein Chi-Quadrat-Wert von 10,000 ausgewiesen. Für diesen Wert ergibt sich bei einem vorliegenden Freiheitsgrad eine Signifikanz
von .002 bzw. 0,2%. Es zeigt sich also, dass Personen, die in den Aufgaben zwei und drei eine
Videohilfe nutzen konnten, die letzte Aufgabe häufiger beendeten als Personen mit einer vorhergehenden Texthilfe.
7.1.2.2 Hypothese 1b: Gelöste Aufgaben
Eine weitere Variable für die globale Messung der Aufgabenleistung der Untersuchungsteilnehmer ist die Anzahl der gelösten Aufgaben. Eine Aufgabe gilt dann als gelöst, wenn sie im
Sinne der Aufgabe bearbeitet wurde und demnach genau die gewünschten Tickets gekauft
worden sind. Tabelle 8 zeigt die Anzahl der gelösten Aufgaben über alle Gruppen zusammengefasst.
113
Tabelle 8 Anzahl der gelösten Aufgaben über alle Personen
Aufgabe 1
Aufgabe 2
Aufgabe 3
Aufgabe 4
gelöst
0
12
8
13
nicht gelöst
45
33
37
32
Aus Tabelle 8 wird ersichtlich, dass es mit zunehmender Aufgabenzahl häufiger zur Lösung
kommt. Da Aufgabe 1 von keiner Person gelöst wurde, konnten keine Berechnungen für die
Gruppen durchgeführt werden. Die letzte Aufgabe wurde von 9 Personen aus der Gruppe der
Videohilfe gelöst, während 4 Personen aus der Gruppe der Texthilfe die Aufgabe im Sinne
der Vorgaben absolvierten. Für die Testung der Nullhypothese, es gäbe keine Unterschiede
zwischen den Gruppen, wurde wiederum ein Chi-Quadrat-Test verwendet. Dazu wurden zunächst die Daten gewichtet. Es ergibt sich nach dem Pearsonschen Test ein Chi-Quadrat-Wert
von 0,082, der bei einem Freiheitsgrad eine Signifikanz von .774 aufweist. Somit kann die
Nullhypothese nicht verworfen werden, so dass kein Unterschied zwischen den Gruppen ausgewiesen werden kann. Personen, die in den Aufgaben zwei und drei eine Videohilfe nutzen
konnten, haben somit die letzte Aufgabe nicht häufiger gelöst als die Gruppe mit der textlichen Hilfe.
7.1.2.3 Hypothese 1c: Abbrüche
Die dritte Variable der globalen Betrachtung der Aufgaben ist die Anzahl der Abbrüche. Die
Variable ist definiert durch Klick auf den Button Abbruch und ist nicht gleichzusetzen mit
dem Abbruch der Aufgabe20. Tabelle 9 zeigt die Mittelwerte der Abbrüche in den verschiedenen Aufgaben.
Tabelle 9 Anzahl der Abbrüche über alle Aufgaben
Anzahl
Aufgabe 1
Aufgabe 2
Aufgabe 3
Aufgabe 4
1,71
1
.96
.58
Die Abbrüche reduzieren sich in der vierten Aufgabe deutlich. Im Folgenden sollen diese
Werte bezogen auf die beiden Gruppen der ersten Fragestellung betrachtet werden. In Tabelle
10 ist die deskriptive Statistik der Abbrüche für die Aufgaben 1 und 4 in beiden Gruppen dargestellt.
20
Der Abbruch der Aufgabe ist bereits im Punkt der beendeten Aufgabe impliziert.
114
Tabelle 10 Deskriptive Statistik der Abbrüche in den Aufgaben 1 und 4
Aufgabe
Bedingung
1
4
Videohilfe
Texthilfe
Videohilfe
Texthilfe
N
30
15
30
15
Minimum
0
0
0
0
Maximum
7
6
3
3
Mittelwert
1,60
1,93
.60
.53
Standardabweichung
1,453
1,751
.814
.915
Mann-Whitney-Test
U=403,000
p=.472
U=413,000
p=.527
Zum Vergleich der Gruppen wurde ein non-parametrisches Verfahren verwendet. Der MannWhitney-Test weist keinen signifikanten Unterschied zwischen den beiden Hilfebedingungen
aus. Zunächst unterscheiden sich also die beiden Gruppen in der ersten Aufgabe nicht. Auch
in der vierten Aufgabe zeigen sich keine Unterschiede zwischen den Gruppen. Somit brechen
die Personen, die vorher eine Videohilfe nutzten nicht weniger häufig die Interaktion ab.
Zusammenfassung
In der globalen Betrachtung ergibt sich ein Unterschied für die vierte Aufgabe zwischen den
Gruppen der Video- und Textversion bezogen auf die Anzahl der beendeten Aufgaben. Die
Anzahl der gelösten Aufgaben und die Anzahl der Abbrüche führen zu keinen signifikanten
Gruppenunterschieden. Personen, die vorher eine Videohilfe nutzen konnten, führten die Interaktion also häufiger zum Ende, erreichten jedoch nicht das gewünschte Ziel.
7.1.3 Hypothese 2: Leistungszuwachs
Für die Messung des Leistungszuwachses werden zunächst die Leistungen in der ersten Aufgabe betrachtet und anschließend wird selbiges für die vierte Aufgabe dargestellt. Im Anschluss daran wird der Leistungszuwachs ermittelt. Da die Gruppe der Videobedingung in den
Berechnungen überrepräsentiert ist, werden die Daten für die folgenden Berechnungen gewichtet.
Zur optimalen Lösung der ersten und vierten Aufgabe sind je 31 Schritte ausreichend. Diese
dienen als Richtwert und werden im Folgenden als optimale Schritte bezeichnet.
Tabelle 11 Mittelwerte des Verhältnisses auf richtigen und optimalen Schritten
115
N
Mittelwert Aufgabe 1
Mittelwert Aufgabe 4
Videohilfe
30
0,4570
0,8753
Texthilfe
15
0,4516
0,6215
Für die erste Aufgabe wurde das Verhältnis aus richtigen Schritten und den optimalen Schritten gebildet. Der verwendete Mann-Whitney-Test ergab einen Wert von U=214,000, der mit
p=.790 nicht signifikant ist. Somit unterscheiden sich die Personen in beiden Bedingungen,
Video- und Texthilfe, nicht in der ersten Aufgabe.
Gleiches Vorgehen führt für die vierte Aufgabe zu einem Ergebnis von U=317,000 des MannWhitney-Tests. Dieser Wert ist mit einem annähernden p=.044 signifikant. Es kann demnach
ein Leistungsunterschied beider Gruppen in der vierten Aufgabe ausgewiesen werden. Personen der Videobedingung zeigen eine bessere Leistung als Probanden, die vorher eine textliche
Hilfe nutzen konnten.
Zur Berechnung des Leistungszuwachses wurde nun die Differenz von Aufgabe 1 und Aufgabe 4 gebildet. Dazu wurde auf die ermittelten Verhältnisse aus der Anzahl der richtigen und
den optimalen Schritten zurückgegriffen. Tabelle 12 zeigt die Kennwerte für beide Gruppen
nach Berechnung der Differenz.
Tabelle 12 Kennwerte der Differenz zwischen Aufgabe 1 und 4 für beide Gruppen
Videohilfe
Texthilfe
30
15
Mittelwert
.4183
.1699
Standardabweichung
.22786
.21758
N
T=4,354
p=.000
In einem durchgeführten T-Test zum Vergleich der Mittelwerte ergibt sich ein zweiseitig signifikanter Wert, der einen Unterschied zwischen den beiden Gruppen ausweist. Personen die
eine Videohilfe nutzen konnten, erzielen im Vergleich von Aufgabe 1 und Aufgabe 4 einen
höheren Leistungszuwachs als Untersuchungsteilnehmer, die die Texthilfe in Anspruch nehmen konnten.
Zusammenfassung
Zur Erfassung des Leistungszuwachses wurde die Differenz der Leistungen in den Aufgaben
1 und 4 gebildet. Bezüglich des Verhältnisses von richtigen und optimalen Schritten konnte
ein Gruppenunterschied aufgewiesen werden. D.h. Personen der Videobedingung zeigen eine
116
deutlichere Verbesserung von Aufgabe 1 zu Aufgabe 4. Somit ist deren Leistungszuwachs
größer.
Schritte 2: Untersuchung des direkten Einflusses der Hilfe
7.1.4 Hypothese 3: Nutzungshäufigkeit der Hilfe im Modul
Die folgenden Ergebnisse resultieren aus Rechnungen über die beiden Aufgaben (2 und 3), in
denen die Hilfe genutzt werden konnte. Für die detaillierte Betrachtung der Hilfe wurde die
Anzahl der aufgerufenen Hilfen je Modul untersucht. Es werden nur die Ergebnisse dargestellt, für die ein Gruppenunterschied ausgewiesen werden kann. Alle anderen nicht betrachteten Module ergeben keinen Hinweis auf einen Unterschied zwischen den beiden Gruppen. Die
Ursache hierfür ist die Anzahl unzureichender Daten, da nicht in allen Modulen von ausreichend vielen Personen die Hilfe benötigt wurde bzw. die Teilnehmer das Modul aufgrund
vorhergehender Fehler oder Abbrüche nicht bearbeitet haben. In der Bedingung der Videohilfe sind deutlich mehr Personen enthalten, so dass diese überrepräsentiert ist. Deshalb wurden
die Daten für die Berechnungen gewichtet. Die folgende Tabelle zeigt die Kennwerte der
Module, für die sich ein Gruppenunterschied ausweisen lässt.
Tabelle 13 Darstellung ausgewählter Module, für die sich signifikante Werte ergaben
N
Mittelwert
Std.abweichung
Modul 4, Auf-
Videohilfe
18
1,28
.461
U=33,000
gabe 2
Texthilfe
9
2,89
1,054
p=.000
Modul 8,
Videohilfe
19
1,05
.229
U=121,000
Aufgabe 2
Texthilfe
9
1,67
1,118
p=.026
Modul 4,
Videohilfe
26
1,42
.902
U=183,000
Aufgabe 3
Texthilfe
10
2,20
1,619
p=.044
Modul 6,
Videohilfe
14
1,36
.497
U=67,000
Aufgabe 3
Texthilfe
8
2,63
1,768
p=.042
Der Mann-Whitney-Test weist für die Module 4 (Ermäßigung) und 8 (Sitzplatzvergabe) der
Aufgabe 2 einen signifikanten Unterschied aus. Außerdem ergeben sich signifikante Werte
für die Module 4 (Ermäßigung) und 6 (Menüauswahl) der Aufgabe 3. In den genannten Teilaufgaben des Automaten wird in der Textversion die Hilfe häufiger benötigt als in der Videobedingung. Hypothese 3 kann somit für die betrachteten Module bestätigt werden.
117
7.1.5 Hypothese 4: Bearbeitung nach Hilfenutzung
Zur Untersuchung der vierten Hypothese werden nur solche Module betrachtet, zu denen eine
Aussage möglich ist. Andere Module konnten teilweise aufgrund fehlender Daten, entstanden
durch mangelnde Nutzung nicht untersucht werden, so dass sich die folgenden Darstellungen
nur auf einige Teilaufgaben beschränken.
7.1.5.1 Hypothese 4a: Lösung des Moduls
Für die Prüfung der Lösung eines Moduls wurden zunächst die Daten gewichtet, da die Gruppe der Videohilfe mit N=30 überproportional stark vertreten war. In den Berechnungen wurden die Personen berücksichtigt, die eine Hilfe in dem entsprechenden Modul genutzt haben.
Für jedes Modul wurde ein Chi-Quadrat-Test nach Pearson berechnet. Tabelle 14 zeigt das
Ergebnis für Modul 4 (Ermäßigung) der dritten Aufgabe.
Tabelle 14 Anzahl der Lösungen des Moduls 4 in der 3. Aufgabe für beide Gruppen
Videohilfe
Texthilfe
gesamt
Modul 4
gelöst
23
4
27
Aufgabe 3
nicht gelöst
3
6
9
gesamt
26
10
36
"²= 12,081
p=.001
Lediglich für Modul 4 der Aufgabe 3 kann ein Gruppenunterschied ausgewiesen werden. Personen, die eine Videohilfe nutzen, lösen das Modul danach häufiger als Personen in der Textbedingung. Für alle anderen Module kann kein signifikanter Unterschied ausgewiesen werden, so dass diese hier nicht aufgeführt sind.
7.1.5.2 Hypothese 4b: Schritte nach der Hilfe in einem Modul
Eine weitere Variable, die in die Betrachtung der Hilfe einfließt, ist die Anzahl der Schritte,
die nach der Hilfe ausgeführt werden. Dabei werden nur die Personen berücksichtigt, die das
entsprechende Modul gelöst haben. Für die Berechnungen werden die Daten gewichtet, da die
Gruppe der Videohilfe gegenüber der Textbedingung stark überrepräsentiert ist. In Tabelle 15
sind die Ergebnisse dargestellt.
Tabelle 15 Kennwerte und Vergleich der Schritte nach Nutzung der Hilfe für beide Gruppen
Modul 4,
Videohilfe
N
Mittelwert
Std.abweichung
16
12,19
13,333
U=30,000
118
Aufgabe 2
Texthilfe
6
23,67
22,106
p=.002
Modul 8,
Videohilfe
11
28,64
21,087
U=38,000
Aufgabe 2
Texthilfe
7
18,71
5,964
p=.019
Modul 6,
Videohilfe
13
11,46
8,618
U=16,000
Aufgabe 3
Texthilfe
6
80,83
17,946
p=.001
Für die Module 4 und 8 der zweiten Aufgabe sowie für Modul 6 der dritten Aufgabe ergab die
Berechnung des Mann-Whitney-Tests signifikante Werte, die einen Unterschied zwischen der
Gruppe mit Video- und der Gruppe mit textlicher Hilfe ausweisen. Im Modul 4 der zweiten
Aufgabe und Modul 6 der dritten Aufgabe führten Personen mit Videohilfe, nachdem sie die
Hilfe für die Teilaufgabe in Anspruch genommen hatten, insgesamt weniger Schritte bis zur
Lösung aus als Probanden in der Textbedingung. Im Modul 8 der Aufgabe 2 zeigt sich ein
anderes Bild. Untersuchungsteilnehmer in der Bedingung der Texthilfe absolvieren bis zur
Lösung des Moduls weniger Schritte als Personen der Videoversion. Für dieses Modul kann
die Hypothese nicht bestätigt werden, während die anderen beiden Module die Annahme unterstützen, dass die Videohilfe besser verstanden wird und somit weniger Schritte zur Lösung
ausgeführt werden.
Zusammenfassung
Die Ergebnisse zeigen, dass in der Videobedingung das betrachtete Modul häufiger gelöst
wird. Des Weiteren konnte ermittelt werden, dass bei zwei Modulen in der Videogruppe weniger Schritte zur Lösung, nach dem Ansehen der Hilfe, benötigt wurden. Für Modul 8 der
zweiten Aufgabe zeigt sich das Gegenteil.
7.1.6 Hypothese 5: Subjektive Bewertung der Hilfe
Zur Erfassung der subjektiven Bewertung wurden sechs Items verwendet, die beide Gruppen
der Hilfevariationen vorgelegt wurden. Zur Vergleichbarkeit der Ergebnisse, werden die Daten gewichtet, da die Personen in der Gruppe der Videohilfe stark überrepräsentiert waren.
119
Ergebnisse - Fragestellung 1: Video- vs. Texthilfe
Tabelle 16 zeigt die Kennwerte zur Bewertung der einzelnen Items.
120
Tabelle 16 Items zur Bewertung der Hilfe im Vergleich für beide Bedingungen
Videohilfe (N=30)
Texthilfe (N=15)
Mittelwert
Std.abweichung
Mittelwert
Std.abweichung
Häufigkeit
Item 1
3,63
.669
3,80
.775
Unterstützung
Item 2
4,03
.718
3,13
.640
Umfang
Item 3
4,03
.850
3,07
.799
Form
Item 4
4,30
.596
3,20
.775
Verständlichkeit
Item 5
4,10
.845
3,13
.743
andere Form
Item 6
1,90
.305
1,27
.458
U=399,00
p=.412
U=179,000
p=.000
U=191,000
p=.000
U=138,000
p=.000
U=189,000
p=.000
"²=24,754
p=.000
Für Item 1 bis 5 wurde der Mann-Whitney-Test durchgeführt, der für Item 2 bis 5 jeweils einen Gruppenunterschied ausweist. Dieser findet sich nicht bei Item 1. Item 6 hat eine dichotome Antwortskala, so dass der Chi-Quadrat-Test nach Pearson angewendet wurde.
Die subjektive Einschätzung der Häufigkeit der Hilfenutzung (Item 1) ist in beiden Gruppen
gleich. Personen mit Videohilfe fühlen sich besser unterstützt (Item 2) und schrieben dieser
eine bessere Verständlichkeit zu als Personen in der Bedingung der Texthilfe (Item 5). Die
Form (Item 4) und der Umfang (Item 3) der Hilfe der Videobedingung werden positiver bewertet als in der Textbedingung. In Item 6 hatten die Untersuchungsteilnehmer die Möglichkeit anzugeben, ob sie sich eine andere Form der Hilfe wünschen würden. Dieses wird häufiger von Personen der Texthilfe bejaht.
Weitere Items
Item 7 des Fragebogens zur Textversion ist vergleichbar mit Item 12 der Variation zur Videohilfe sind sich im Grunde ähnlich, da diese Items an der Nachvollziehbarkeit der Hilfe orientiert
sind.
Die
Kennwerte
sind
in
121
Tabelle 17 angegeben. Diese beinhaltet weitere Items, die sich inhaltlich ähnlich sind.
122
Ergebnisse - Fragestellung 2: Einfluss des Alters und Vergleich mit der Kontrollgruppe
Tabelle 17 Ausgewählte Items zur Bewertung der Hilfe
Videohilfe (N=30)
Texthilfe (N=15)
Item
Mittelwert
Std.abweichung
Item
Mittelwert
Std.abweichung
7
4,10
.607
12
3,40
.498
8
4,40
.563
13
3,27
.691
9
4,03
.615
11
3,27
.868
Nachvollziehbarkeit
Erklärung des
Schrittes
Verständnis des
Schrittes
U=198,000
p=.000
U=115,000
p=.000
U=233,000
p=.000
Für die Items mit ähnlichem Wortlaut und gleicher Antwortskala wurde je der MannWhitney-Test durchgeführt. Die beiden Gruppen unterscheiden sich in der Bewertung der
Erklärung und der Nachvollziehbarkeit der Erläuterungen signifikant. Außerdem geben Personen der Gruppe der Videoversion eher an, nach dem Verständnis der Hilfe den jeweiligen
Schritt auch ausführen zu können.
Zusammenfassung
Die subjektive Bewertung der Hilfe zeigt, dass sie in beiden Gruppen als hilfreich eingeschätzt wird. Die genauere Betrachtung bleibt festzustellen, dass die Videohilfe bezüglich
Verständlichkeit, Unterstützung, Form und Umfang besser abschneidet. Außerdem werden
die Nachvollziehbarkeit, die Erklärungen und das Verständnis des Videos besser eingeschätzt
als die Textversion der Hilfe.
7.2
Fragestellung 2: Einfluss des Alters und Vergleich mit der Kontrollgruppe
Zur Betrachtung der Fragestellung analog zum vorhergehenden Abschnitt zunächst die globale Auswertung genutzt. Im zweiten Schritt wird der Leistungszuwachs über die Aufgaben
betrachtet. Im dritten Schritt erfolgt die detaillierte Auswertung der Hilfenutzung in den drei
Gruppen. Allem voran stehen die deskriptive Statistik und die Verteilungstests der verwendeten Variablen.
Zur Bewertung der Ergebnisse werden die möglichen Unterschiede zwischen den Videoversionen betrachtet. Das sich die Textversion von den Videogruppen unterscheidet, wurde bereits
in Fragestellung 1 untersucht. Deshalb wird diese Bedingung mit dem Anspruch der Vollständigkeit berechnet und dargestellt, jedoch eher randständig betrachtet.
123
7.2.1 Deskriptive Statistik und Verteilungstests
Tabelle 18 zeigt die Kennwerte und die Ergebnisse des Shapiro-Wilks-Tests für die Variablen, die für die zweite Fragestellung verwendet werden.
Tabelle 18 Deskriptive Statistik und Signifikanz des Shapiro-Wilks-Tests für alle drei Hilfevariationen
N
Mittelwert
Std.abweich
ung
Signifikanz Shapiro-Wilks-Test
.000
15
1,47
1,24
.016
15
1,93
1,751
.042
.724
.002
15
.53
.915
.000
15
.53
.915
.000
N
1,668
.67
Signifikanz
Shapiro-WilksTest
1,73
15
Std.abweich
ung
15
Abbrüche Aufgabe 4
Mittelwert
Abbrüche Aufgabe 1
N
Signifikanz
Shapiro-WilksTestt
Text
Std.abweich
ung
altes Modell
Mittelwert
junges Modell
Hypothese 1
Hypothese 2
Schrittverhältnis
Aufgabe 1
Schrittverhältnis
Aufgabe 4
Differenz
Aufgabe 1 / Aufgabe 4
15
.4667
.1824
.114
15
.4473
.2079
.800
15
.452
.2804
.290
15
.9140
.1521
.000
15
.8366
.2550
.000
15
.622
.3614
.035
15
.4473
.2401
.486
15
.3892
.219
.789
15
.169
.2176
.122
1,4
.516
.000
9
2,89
1,054
.194
Hypothese 3
Anzahl
Modul 4
der Hilfen
Aufgabe 2
8
1,13
.354
.000
10
Hypothese 4
Modul 4
Schritte
nach
Hilfe
Aufgabe 2
Modul 8
Aufgabe 2
Modul 6
Aufgabe 3
8
9,63
3,998
.001
8
14,75
18,71
.000
9
23,7
21,08
.001
3
51,23
33,08
.867
8
20,13
4,357
.007
14
18,7
5,730
.000
6
12,83
10,98
.001
7
10,29
6,676
.141
12
30,8
17,11
.028
Der Shapiro-Wilks-Test ist für fast alle Variablen signifikant, so dass für diese nicht von einer
Normalverteilung der Daten ausgegangen werden kann. Zur Hypothesentestung sind für die
entsprechenden Variablen nichtparametrische Verfahren zu verwenden. Die Histogramme der
einzelnen Variablen sind im Anhang hinterlegt. Bei den Variablen der Differenz aus der Leistung der Aufgaben 1 und 4 sowie Schrittverhältnis in Aufgabe 1 sind ist von einer Normalverteilung auszugehen.
124
7.2.2 Globale Betrachtungen der Leistungen nach möglicher Hilfenutzung
Analog zu Berechnungen der ersten Fragestellung werden auch in Fragestellung 2 zunächst
globale Ergebnisse betrachtet. Für die Leistungsmessung über drei Gruppen werden dieselben
Variablen verwendet, nämlich die Anzahl der beendeten Aufgaben, die Anzahl der gelösten
Aufgaben und die Anzahl der Abbrüche. Im Mittelpunkt der Ergebnisbetrachtung steht jeweils die Leistung der vierten Aufgabe, da diese nach der Nutzung der Hilfe das Gelernte
widerspiegeln kann.
7.2.2.1 Hypothese 1a: Anzahl der beendete Aufgaben
Tabelle 19 zeigt die Anzahl der Personen, die die erste und letzte Aufgabe beendet haben,
zugeordnet zu den beiden Versuchsgruppen mit Videohilfe und zur Kontrollgruppe mit textlicher Hilfe.
Tabelle 19 Übersicht der beendeten Aufgaben in den drei Versuchsbedingungen
junges Modell
altes Modell
Text
Aufgabe 1 beendet
0
0
1
Aufgabe 4 beendet
13
11
6
Aufgabe 1 wurde lediglich von einem Versuchsteilnehmer beendet, so dass hierfür keine Berechnungen durchgeführt werden können. Für die vierte Aufgabe wird ein Chi-Quadrat-Test
nach Pearson gerechnet. Für die Gruppen junges Modell und Text wurde ein Wert von 7,033
ermittelt, für den sich bei einem Freiheitsgrad eine Signifikanz von p=.008 ergibt. Die anderen Gruppen unterscheiden sich nicht voneinander, es kann demnach für die Bedingungen
altes Modell und Text sowie junges und altes Modell kein Unterschied ausgewiesen werden.
Die Hypothese ist zu verwerfen.
7.2.2.2 Hypothese 1b: Anzahl der gelöste Aufgaben
In Tabelle 20 ist die Anzahl der Personen aufgeführt, die die erste und letzte Aufgabe im Sinne der Aufgabenstellung gelöst haben.
125
Tabelle 20 Übersicht der gelösten Aufgaben in den drei Versuchsbedingungen
junges Modell
altes Modell
Text
Aufgabe 1 gelöst
0
0
0
Aufgabe 4 gelöst
2
7
4
Die Tabelle zeigt außerdem, dass kein Untersuchungsteilnehmer die erste Aufgabe gelöst hat.
Auch die vierte Aufgabe bietet keine ausreichende Anzahl der Aufgabenlösung in den Gruppen, so dass keine weiteren Berechnungen durchgeführt wurden. Die Voraussetzung für die
Anwendung des Chi-Quadrat-Tests nach Pearson, dass die erwartete Häufigkeit in jeder Zelle
der Kreuztabelle mindestens 5 betragen soll, ist nicht erfüllt, so dass die Zuverlässigkeit des
Tests eingeschränkt wäre21. Die Hypothese kann somit nicht geprüft werden.
7.2.2.3 Hypothese 1c: Anzahl der Abbrüche
In Tabelle 21 zeigt die deskriptive Statistik für die Abbrüche in Aufgabe 1 und 4 in den drei
Gruppen.
Tabelle 21 Kennwerte der Abbrüche in der ersten und vierten Aufgabe
Aufgabe
Bedingung
1
4
junges
altes
junges
altes
Modell
Modell
Modell
Modell
N
15
15
15
15
15
15
Minimum
0
0
0
0
0
0
Maximum
7
4
6
2
3
3
Mittelwert
1,73
1,47
1,93
.67
.53
.53
Standardabweichung
1,668
1,246
1,751
.724
.915
.915
Kruskal-Wallis-Test
"²= .504
Text
p=.777
"²=1,038
Text
p=.595
Für den Gruppenvergleich wurde ein non-parametrisches Verfahren verwendet. Der KruskalWallis-Test weist keinen signifikanten Unterschied zwischen den drei Gruppen der Hilfe aus.
Die Hypothese, dass Personen der Gruppe mit dem alten Modell weniger Abbrüche in der
vierten Aufgabe ausführen, kann hier nicht bestätigt werden.
Zusammenfassung
Für die zweite Fragestellung ergibt sich in der globalen Betrachtung der Ergebnisse ein Unterschied in der Anzahl der beendeten Aufgaben. Es konnte ein signifikanter Unterschied in der
21
Bortz (1999, S.159) benennt als Voraussetzung für einen eindimensionalen "²-Test, dass die erwarteten Häufigkeiten in jeder Kategorie größer als 5 sein sollten.
126
vierten Aufgabe für die Gruppen mit dem jungen Modell als Hilfe und der Bedingung der
textlichen Unterstützung ausgewiesen werden. Untersuchungsteilnehmer, die in Aufgabe 2
und 3 das junge Modell nutzen konnten, haben die vierte Aufgabe häufiger beendet als Personen in der Textbedingung. Für die Betrachtung der Abbrüche lassen sich keine Gruppenunterschiede ausweisen. Die Hilfevariation scheint hier keinen Einfluss auf die Abbrüche zu haben.
Zur Anzahl der gelösten Aufgaben in den Versuchsbedingungen kann keine Aussage getroffen werden, da nicht über ausreichend Daten verfügt wird. Für die Anwendung statistischer
Verfahren zur Prüfung der Hypothese 1b ist keine ausreichende Anzahl von Fällen vorhanden.
7.2.3 Hypothese 2: Leistungszuwachs
Analog zur ersten Fragestellung wird auch für die zweite Fragestellung der Leistungszuwachs
berechnet. Dazu wird zunächst die Leistung in der ersten Aufgabe betrachtet und anschließend die vierte Aufgabe auf Gruppenunterschiede in den Leistungen untersucht. In der Folge
wird der Leistungszuwachs von Aufgabe 1 zu Aufgabe 4 betrachtet.
Für die Lösung der ersten und vierten Aufgabe sind je 31 Schritte notwendig. Diese werden
als optimale Schritte bezeichnet. Die Erfassung der Leistung wird durch das Verhältnis aus
der Anzahl der richtigen Schritte und der Anzahl der optimalen Schritte realisiert. Die Leistungen in den Aufgaben 4 sind nicht normalverteilt. Allerdings hat sowohl das Verhältnis der
Schritte für Aufgabe 1 also auch die Verteilung der Differenz beider Aufgaben diese Eigenschaft (siehe Tabelle 18). Die Interpretation der Kennwerte der ersten Aufgabe sind in Tabelle
22 aufgeführt.
Tabelle 22 Kennwerte und Ergebnis des Kruskal-Wallis-Test für Aufgabe 1
junges Modell
altes Modell
Text
N
15
15
15
Minimum
.00
.06
.00
Maximum
.65
.81
.97
Mittelwert
.4667
.4473
.4516
Std.abweichung
.18242
.20794
.28043
Kruskal-Wallis-Test
"² = .127
p=.938
Zur Prüfung der Nullhypothese, es gäbe keinen Unterschied zwischen den die Gruppen, wurde der Kruskal-Wallis-Test durchgeführt. Der resultierende Chi-Quadrat-Wert von .127 ergibt
für zwei Freiheitsgrade eine Signifikanz von .938. Es kann demnach kein Unterschied zwi-
127
schen den Gruppen ausgewiesen werden. Alle drei Bedingungen sind vor den Aufgaben mit
der optionalen Hilfe gleich und unterscheiden sich somit nicht.
Für die vierte Aufgabe wird ebenso wie für die erste Aufgabe die Leistung durch das Verhältnis der richtigen Schritte und der optimalen Schritte erfasst. Tabelle 23 zeigt die Kennwerte
für alle drei Gruppen in der Aufgabe.
Tabelle 23 Kennwerte und Ergebnis des Kruskal-Wallis-Test für Aufgabe 4
junges Modell
altes Modell
Text
N
15
15
15
Minimum
.48
.32
.00
Maximum
1,00
1,00
1,00
Mittelwert
.9140
.8366
.6215
Std.abweichung
.15212
.25501
.36137
"² =2,705
Kruskal-Wallis-Test
p=.259
Der Kruskal-Wallis-Test ergibt einen Wert von 2,705, der bei zwei Freiheitsgraden eine Signifikanz von .259 aufweist. Es kann kein Unterschied zwischen den Gruppen in der vierten
Aufgabe ausgewiesen werden.
Zur Ermittlung des Leistungszuwachses im Verlauf von Aufgabe 1 zu Aufgabe 4 wird die
Differenz aus den Leistungen beider Aufgaben gebildet. Tabelle 24 zeigt die Mittelwerte des
Leistungszuwachses in drei Versuchsgruppen.
Tabelle 24 Kennwerte und Ergebnis der ANOVA für den Leistungszuwachs
junges Modell
altes Modell
Text
15
15
15
Mittelwert
.4473
.3892
.1699
Std.abweichung
.24012
.21928
.21758
N
ANOVA
F=6,293
p= .004
Für die Berechnung eines möglichen Gruppenunterschieds wurde eine einfaktorielle Varianzanalyse durchgeführt. Es ergab sich ein F-Wert von 6,293, der bei mit einer Signifikanz von
.004 einen Unterschied ausweist. Aus dem Wert ist jedoch kein Rückschluss auf die einzelnen
Unterschiede zwischen den Gruppen möglich. Die Durchführung des Scheffé-Tests lässt genaue Interpretationen zu. Dieser weist signifikante Unterschiede (p=.005) zwischen der Gruppe des jungen Modells und der Gruppe der Texthilfe aus. Ein weiterer signifikanter Wert ergibt sich im Vergleich zwischen den Gruppen des alten Modells und des Textes. Hingegen
kann aus den Daten keine Differenzierung von jungem und altem Modell erfolgen. Die Hypo128
these, dass der Leistungszuwachs in der Gruppe des alten Modells größer ist als beim jungen
Modell, kann somit nicht bestätigt werden.
Zusammenfassung
Für die zweite Fragestellung lassen sich vereinzelt Unterschiede im Leistungszuwachs zwischen den drei Gruppen ausweisen. Personen mit jungem Modell und altem Modell unterscheiden sich deutlich von der Bedingung der textlichen Hilfe. Die Nutzung von videobasierter Hilfe ist demnach für die Leistung in der vierten Aufgabe zuträglicher als die Darbietung
einer Texthilfe (siehe 7.1). Eine Differenzierung der videobasierten Hilfe, also die Variation
des Alters des Modells, hat nach Betrachtung der vorliegenden Ergebnisse keinen Einfluss auf
den Lernzuwachs. Es konnte kein Gruppenunterschied zwischen jungem und altem Modell
ausgewiesen werden.
7.2.4 Hypothese 3: Nutzungshäufigkeit der Hilfe im Modul
Nach den Ergebnissen des Leistungszuwachses werden im Folgenden die Hilfen in den einzelnen Modulen betrachtet. Die folgende Ergebnisdarstellung betrachtet die Aufgabe 2 und 3,
in denen die bereitgestellte Hilfe genutzt werden konnte. Zunächst wird die Anzahl der Hilfen
in den Modulen untersucht. Es werden nur Ergebnisse dargestellt, für die ein signifikanter
Unterschied ausgewiesen werden kann. Alle weiteren Berechnungen für die nicht aufgeführten Module, geben keinen Hinweis auf einen Unterschied zwischen den drei Gruppen. Die
folgende Tabelle 25 zeigt die Kennwerte des Moduls, für das ein Gruppenunterschied ausgewiesen werden kann.
Tabelle 25 Kennwerte und Kruskal-Wallis-Test zur Anzahl der Hilfe
junges Modell
altes Modell
Text
8
10
9
Mittelwert
1,13
1,4
2,89
Std.abweichung
.354
.516
1,054
N
Kruskal-Wallis-Test
"²=13,777
p=.001
Der Kruskal-Wallis-Test ergibt bei zwei Freiheitsgraden für das Modul 4 (Ermäßigung) der
zweiten Aufgabe eine Signifikanz von p=.001. Es wird demnach ein Unterschied zwischen
den Gruppen angenommen. Für Einzelvergleiche wurde der Mann-Whitney-Test angewendet.
Dieser ergab zum einen, einen signifikanten Unterschied zwischen den Bedingungen mit jungem Modell und Text (U=5,500; p=.002). Zum anderen kann ein signifikanter Wert für den
129
Vergleich der Gruppe des alten Modells und der Textbedingung ausgewiesen werden
(U=11,000; p=.004). Im Modul 4 (Ermäßigung) der zweiten Aufgabe wurde von Personen die
textliche Unterstützung häufiger in Anspruch genommen im Vergleich zu beiden Videoversionen der Hilfe. Die Gruppen des jungen und alten Modells unterscheiden sich hingegen nicht.
Die Hypothese, dass der Einfluss des alten Modells zu einer geringeren Nutzung der Hilfe im
Modul führt, kann somit nicht bestätigt werden.
Zusammenfassung
Die Ergebnisse zeigen, dass auch in Bezug auf die Anzahl der Hilfenutzung in einzelnen Modulen kein Unterschied zwischen den beiden Videohilfen ausgewiesen werden kann. Somit
scheint auch in diesem Fall das Alter des Modells keinen Einfluss zu haben. Dennoch sei hier
explizit angemerkt, dass es sich lediglich um die Betrachtung eines einzelnen Moduls handelt.
Es können keine Aussagen über die anderen Teilaufgaben getroffen werden. Dazu sind die
Daten nicht ausreichend. Damit erheben die Ergebnisse keinesfalls den Anspruch, generalisierte Aussagen zu treffen. Es wurde hier lediglich versucht die direkte Hilfewirkung auszuweisen, um eine Tendenz für den Einfluss des Alters des Modells ausmachen zu können.
7.2.5 Hypothese 4: Bearbeitung nach Hilfenutzung
Zur Untersuchung der vierten Hypothese werden nur solche Module betrachtet, zu denen eine
Aussage möglich ist. Andere Module konnten teilweise aufgrund fehlender Daten, durch
mangelnde Nutzung nicht untersucht werden, so dass sich die folgenden Darstellungen nur
auf einige Teilaufgaben beschränken.
7.2.5.1 Hypothese 4a: Lösung des Moduls
Für die Berechnung möglicher Gruppenunterschiede bei der Lösung der Module wurden zunächst die Fälle ausgewählt, die die Hilfe in einem Modul in Anspruch nahmen. Für jedes
Modul wurde der Chi-Quadrat-Test nach Pearson durchgeführt. Im Folgenden wird nur das
Modul 4 der dritten Aufgabe dargestellt, für das sich ein signifikanter Unterschied ergab.
Tabelle 26 Lösung des vierten Moduls der zweiten Aufgabe
junges Modell
altes Modell
Text
gesamt
gelöst
14
9
4
27
nicht gelöst
1
2
6
9
gesamt
15
11
10
36
130
Für den Pearsonschen Test wird ein Chi-Quadrat-Wert von 9,495 ausgewiesen. Für diesen
Wert ergibt sich bei zwei Freiheitsgraden eine Signifikanz von .009. Dieses Ergebnis ist jedoch problematisch zu beurteilen, da drei Zellen eine erwartete Häufigkeit22 kleiner 5 ausweisen. Für alle anderen Module in beiden betrachteten Aufgaben lassen sich keine Unterschiede
ermitteln.
7.2.5.2 Hypothese 4b: richtige Schritte nach der Hilfe in einem Modul
Die letzte Variable, die zur Untersuchung des direkten Einflusses der Unterstützungsvariationen dient, sind die Schritte, die nach der Nutzung der Hilfe ausgeführt werden. Dabei werden
nur die Personen berücksichtigt, die das Modul nach der Nutzung der Hilfe tatsächlich gelöst
haben. Tabelle 27 zeigt die Ergebnisse für die drei Module.
Tabelle 27 Kennwerte der Schritte und Ergebnisse des Kruskal-Wallis-Tests
Modul 4 Aufgabe 2
Modul 8 Aufgabe 2
Modul 6 Aufgabe 3
Kruskal-
N
Mittelwert
Std.abweichung
junges Modell
8
9,63
3,998
"²=9,610
altes Modell
8
14,75
18,706
df=2
Text
9
23,67
21,077
p=.008
junges Modell
3
51,33
33,081
"²=6,340
altes Modell
8
20,13
4,357
df=2
Text
14
18,71
5,730
p=.042
junges Modell
6
12,83
10,980
"²=11,557
altes Modell
7
10,29
6,676
df=2
Text
12
30,83
17,114
p=.003
Wallis-Test
Für die drei Module wurde jeweils der Kruskal-Wallis-Test durchgeführt, der bei je zwei
Freiheitsgraden eine Signifikanz kleiner p=.05 ausweist. Für die Einzelvergleiche wurde für
die drei Teilaufgaben der Mann-Whitney-Test verwendet. Die signifikanten Ergebnisse sind
in der folgenden Tabelle 28 dargelegt.
22
Bortz (1999, S.159) benennt als Voraussetzung für einen eindimensionalen "²-Test, dass die erwarteten Häufigkeiten in jeder Kategorie größer als 5 sein sollten.
131
Tabelle 28 Übersicht der Einzelvergleich durch Anwendung des Mann-Whitney-Tests
N
Modul 4
Aufgabe 2
junges Modell
8
Text
12
altes Modell
8
U=14,000
Text
U=16,000
p=.013
N
3
14
Modul 8
Aufgabe 2
U=7,000
p=.039
N
6
12
Modul 6
Aufgabe 3
U= 6,000
p=.005
8
U=31,000
7
U=10,000
12
p=.008
14
p=.055
12
p=.006
junges Modell
8
U=30,500
3
U=6,500
6
U=16,500
altes Modell
8
p=.871
8
p=.249
7
p=.517
Aus
132
Tabelle 28 wird ersichtlich, dass es signifikante Unterschiede zwischen den Gruppen mit
Texthilfe und dem jungen Modell gibt. Im Modul 4 der zweiten und Modul 6 der dritten Aufgabe führen Personen mit der Hilfe durch das Video des jungen Modells weniger Schritte zur
Lösung nach der Hilfe aus als Probanden mit textlicher Hilfe. Ein umgekehrtes Bild zeigt sich
bei Untersuchungsteilnehmern, die im Modul 8 der zweiten Aufgabe die Hilfe in Anspruch
genommen hatten. In dieser Teilaufgabe führen Personen aus der Kontrollgruppe mit Texthilfe weniger Schritte zur Lösung aus als Personen in der Bedingung des jungen Modells. Dies
kann allerdings auch teilweise aus den unterschiedlichen Stichprobenumfängen23 resultieren.
In der Gruppe des jungen Modells haben 3 Personen, die die Hilfe in Modul 8 genutzt haben
dieses auch gelöst, während zur Gruppe der Texthilfe 14 Personen zählen. Die Untersuchungsteilnehmer in der Bedingung des alten Modells zeigen in Modul 4 der zweiten und
Modul 6 der dritten Aufgabe eine bessere Leistung im Vergleich zur Kontrollgruppe. Dieser
Unterschied gilt nicht für das untersuchte Modul 8 der zweiten Aufgabe. Beide Videoversionen der Hilfe zeigen keine Unterschiede in der Betrachtung der Schritte zur Lösung eines
Moduls nach Inanspruchnahme der zur Verfügung stehenden Unterstützung.
Die Hypothese, dass in der Gruppe des alten Modells weniger Schritte zur Lösung des Moduls
aufgeführt werden, kann nicht bestätigt werden.
Zusammenfassung
Die Ergebnisse zeigen, dass bezüglich der Lösung und die Schrittanzahl zur Lösung eines
Moduls nach Nutzung der Hilfe, keine Unterscheidung der beiden Experimentalgruppen der
videobasierten Hilfe möglich ist. Das Alter des Modells scheint auch hier keinen Einfluss zu
haben. Dennoch sei wiederum darauf verwiesen, dass es sich bei den Betrachtungen um kleine Stichprobenumfänge handelt. Die Aussagekraft der Ergebnisse ist deshalb sehr beschränkt.
Lediglich die Ergebnisse der ersten Fragestellung, Videohilfe wirkt besser als Texthilfe, können bestätigt werden. Beide Experimentalgruppen unterscheiden sich signifikant von der Kontrollgruppe mit textlicher Hilfe.
23
Unterschiedliche Stichprobenumfänge entstehen, da nicht von allen Personen die Hilfe in jedem Modul genutzt wurde.
133
7.2.6 Hypothese 5: Subjektive Bewertung der Hilfe
Zur Betrachtung der subjektiven Bewertung werden für die zweite Fragestellung ebenfalls
zunächst die ersten sechs Items des Fragebogens zur Hilfe genutzt. Den beiden Gruppen mit
videobasierter Hilfe wurde dieselbe Form vorlegt. Untersuchungsteilnehmer in der Gruppe
der textlichen Hilfe erhielten eine gesonderte Form. Im Folgenden sollen zunächst die ersten
sechs Items betrachtet werden.
Tabelle 29 Kennwerte der ersten 6 Items des Hilfefragebogens
junges Modell
altes Modell
Text
Item 1
Item 2
Item 3
Item 4
Item 5
Item 6
15
15
15
15
15
15
Mittelwert
3,80
4,00
3,93
4,33
4,13
1,87
Std.abweichung
.676
.756
.799
.617
.743
.352
15
15
15
15
15
15
Mittelwert
3,47
4,07
4,13
4,27
4,07
1,93
Std.abweichung
.640
.704
.915
.594
.961
.258
15
15
15
15
15
15
Mittelwert
3,80
3,13
3,07
3,20
3,13
1,27
Std.abweichung
.775
.640
.799
.775
.743
.458
"² =2,347
"²=12,239
"²=11,318
"²=16,734
"²=10,903
p=.309
p=.002
p=.003
p=.000
p=.000
N
N
N
Kruskal-Wallis-Test
!² nach Pearson
"²=3,037
p=.552
Für die Item 1 bis 5 wurde je der Kruskal-Wallis-Test durchgeführt, der für Item 2 bis 5 einen
Unterschied zwischen den Gruppen ausweist. Für das erste Item kann nicht von einem Gruppenunterschied ausgegangen werden. Item 6 unterscheiden sich von den vorhergehenden 5
Items durch seine dichotome Antwortskala, so dass zur Auswertung der Chi-Quadrat-Test
nach Pearson angewendet wurde. Dieser ergibt keine gruppenspezifische Abweichung in der
subjektiven Beurteilung der Häufigkeit der Hilfenutzung.
Für die genaue Ermittlung der Gruppenunterschiede in den Items 2 bis 5 wurden Einzelvergleiche mit Hilfe des Mann-Whitney-Tests durchgeführt. Den folgenden Ergebnisse liegt eine
Irrtumswahrscheinlichkeit von p # .05 zugrunde. Es zeigt sich, dass Personen in der Gruppe
des jungen Modells, die Form (Item 4), den Umfang (Item 3) und Verständlichkeit der Hilfe
(Item 5) besser beurteilen als Teilnehmer aus der Kontrollgruppe. Außerdem fühlen sich die
Untersuchungsteilnehmer durch die Erklärungen des jungen Modells (Item 2) besser unterstützt. Auch die Bedingung des alten Modells unterscheidet sich in diesen Punkten signifikant
von der Gruppe mit der textlichen Hilfe. Die beiden Videoversionen lassen sich aufgrund der
Ergebnisse nicht differenzieren. Die Untersuchung des Items sechs mit Hilfe des Pearson134
schen Chi-Quadrat-Tests zeigt, dass sich, bei einer zugrunde liegenden Irrtumswahrscheinlichkeit von p#.000, Personen in der Textversion häufiger einen andere Form der Hilfe wünschen als Personen in der Gruppe des jungen und des alten Modells.
Zum weiteren Vergleich der subjektiven Bewertung der verschiedenen Hilfevariationen sollen
im Folgenden drei weitere Items verglichen werden, die sich lediglich durch die Integration
der Hilfebedingung in die sprachliche Formulierung unterscheiden und sich somit sehr ähnlich sind. Tabelle 30 zeigt die Kennwerte der Items.
Tabelle 30 Kennwerte ausgewählter Items
Item
junges
Mittelwert
Modell
Std.abweichung
altes Mo-
Mittelwert
dell
Std.abweichung
Text
Mittelwert
Std.abweichung
12
12
7
Nachvollziehbarkeit
4,13
.632
4,07
.594
3,40
.507
Item
13
13
8
Erklärung des
Schrittes
4,40
.632
4,40
.507
3,27
.704
Item
9
9
11
Verständnis
des Schrittes
4,20
.561
3,87
.640
3,27
.884
Für die Items mit ähnlichem Wortlaut und gleichem Antwortschema wurde in Einzelvergleichen der Mann-Whitney-Test durchgeführt. Dieser ergab für alle drei Items einen signifikanten Unterschied zwischen der Gruppe des jungen Modells und der Textbedingung. Die Nachvollziehbarkeit und die Erklärung des jeweiligen Schrittes werden in der Gruppe des alten
Modells besser beurteilt als in der Kontrollgruppe, aber im Verständnis des Schrittes unterscheiden sich die beiden Bedingungen nicht (p=.056). Die beiden Gruppen, in denen die Unterstützung durch ein Modell erfolgt, unterscheiden sich bezüglich dieser drei Items nicht.
Der Fragebogen zur Videohilfe enthält des Weiteren ein Item (Item 11) zur Einschätzung der
durch das Modell vermittelten Kompetenz. Dem Item ist eine 5stufige Ratingskala von sehr
kompetent bis nicht kompetent zu geordnet. Abbildung 25 zeigt die absoluten Werte der Beurteilung des jeweiligen Modells. Für die Beurteilung wurden von allen Teilnehmern nur zwei
(sehr kompetent, kompetent) der fünf möglichen Antwortkategorien verwendet. Der MannWhitney-Test weist einen signifikanten Unterschied in der Beurteilung aus (U=59,500;
p=.010). Das junge Modell im Video wird kompetenter bewertet als das alte Modell.
135
Ergebnisse -
4,5
4
3,5
3
2,5
2
1,5
1
0,5
0
Mittelwert
junges Modell
altes Modell
Abbildung 25 Bewertung der Kompetenz der beiden Modell
Ein letztes Item, dass in die Auswertung einfließen soll, ist Item 19. Die Bewertung, ob das
Beobachten der Person geholfen hat, selbst sicherer zu werden, liegt bei allen Personen in der
oberen Hälfte der Antwortskala von teils/teils bis sehr gut. Kein Untersuchungsteilnehmer
urteilt negativ, im Sinne des Ratings schlecht oder sehr schlecht. Die Anwendung des MannWhitney-Tests (U=89,500; p=.293) gibt keinen Aufschluss über einen Unterschied zwischen
den beiden Gruppen der videobasierten Hilfe.
Zusammenfassung
Zusammenfassend ergibt sich aus den Werten der Fragebogenerhebung zur subjektiven Beurteilung der Hilfe, dass die Textversion unter anderem in Verständlichkeit, Form und Umfang
schlechter beurteilt wird. Für die beiden Videoversionen lässt sich die Tendenz ableiten, dass
das junge Modell höhere Werte in der subjektiven Beurteilung erhält. Dennoch wird auch das
alte Modell als kompetent und hilfreich bewertet. Nachvollziehbarkeit und eine gute Erklärung ist in beiden Versionen gegeben.
136
7.3
Fragestellung 3: Selbstwirksamkeit
Im Folgenden sollen die Ergebnisse der Fragestellung 3 referiert werden. Es wird zunächst die
deskriptive Statistik dargestellt, anschließend werden die möglichen Zusammenhänge mit
dem Explorationsverhalten und mit den Aufgaben betrachtet.
7.3.1 Deskriptive Statistik, Verteilungstest und Reliabilität
Die folgende Tabelle zeigt die Kennwerte und die Ergebnisse des Tests auf Normalverteilung.
Tabelle 31 Deskriptive Statistik und Ergebnisse der Signifikanz des Shapiro-Wilks-Tests
Signifikanz
N
Minimum
Maximum
Mittelwert
Std.abweichung
ShapiroWilks-Test
ASW
Klickanzahl
Expl.phase
Dauer Expl.phase
Gesamtzahl Schritte
A1-A4
Gesamtzahl richtige
Schritte A1-A4
Anteil richtige Schritte
an optimalen A1
Anteil richtige Schritte
an optimalen A1
Differenz aus Leistung
A1 und A4
45
33
118
72,76
20,983
.864
45
1
103
41,27
26,295
.023
45
26 s
595 s
384,36 s
160,816 s
.004
45
91
638
342,00
128,472
.347
45
2
130
90,51
28,995
.000
45
.00
.97
.4552
.22235
.016
45
.00
1,00
.7907
.29200
.000
45
-.26
.97
.3355
.25161
.360
Der Fragebogen der Automatenselbstwirksamkeit (ASW) weist eine Reliabilität von
!cronbach=.9454 auf, die im Sinne von Bortz und Döring24 hoch ist. Der Shapiro-Wilks-Test
wird signifikant, so dass nicht von einer Normalverteilung ausgegangen werden kann. Außerdem zeigt Tabelle 31, dass aufgrund des Verteilungstests eine Normalverteilung der Gesamtzahl der Schritte in der Explorationsphase sowie der Leistungsdifferenz zwischen Aufgabe 1
und 4 anzunehmen ist. Für die anderen verwendeten Variablen zur Untersuchung der Fragestellung ergibt der Shapiro-Wilks-Test einen signifikanten Wert, so dass nicht von einer Normalverteilung ausgegangen werden kann. Dementsprechend werden für die Berechnungen
Verfahren genutzt, die diese nicht voraussetzen.
24
Bortz & Döring (2005, S. 199) bezeichnen eine Reliabilität von 0,9 als hoch.
137
Für die Ergebnisbetrachtung soll zunächst die Auswertung des Fragebogens zur Selbstwirksamkeit dargestellt werden. Über alle Items wurde für jede Person ein Summenscore gebildet.
Anhand des Medians von 72,00 wurden zwei Gruppen gebildet: (1) Personen mit hoher und
(2) mit geringer Automatenselbstwirksamkeit. Es konnten 42 Personen einer der beiden
Gruppen zugeordnet werden.
Die verbleibenden 3 Personen, erzielten einen Summenscore von 72, so dass eine eindeutige
Zuordnung nicht möglich war.
7.3.2 Hypothese 1: ASW und Computer- / Internetnutzung
Zunächst sollen erhobene Erfahrungen im Umgang mit Computer und Internet in Beziehung
zur gemessenen Automatenselbstwirksamkeit gesetzt werden. Tabelle 32 zeigt die Kennwerte
der angegebenen Nutzung von Computer und Internet.
Tabelle 32 Häufigkeit der Computer- und Internetnutzung
Computernutzung
N
häufig
gelegentlich
selten
nie
Korrelation mit ASW
45
11
11
3
20
r = .514
sign. = .000
Es wird ersichtlich, dass 11 Personen eine häufige Nutzung des Computers und weitere 11
Teilnehmer zumindest gelegentlichen Gebrauch angeben. Da zu vermuten ist, dass Automatenselbstwirksamkeit in engem Zusammenhang mit der Computernutzung steht, wurde die
Häufigkeit der Computernutzung mit dem Summenscore der ASW korreliert. Es ergibt sich
nach Spearmans Rho ein Koeffizient von r=.51425 mit einer Signifikanz kleiner .000. Demnach kann ein positiver Zusammenhang zwischen Computernutzung und Automatenselbstwirksamkeit ausgewiesen werden. Die Ergebnisse lassen den Schluss zu, dass mit zunehmenden Erfahrungen im Umgang mit Computer und Internet eine höhere Selbstwirksamkeit in
Bezug auf Automaten auftritt.
7.3.3 Hypothese 2: Selbstwirksamkeit und Explorationsverhalten
Für die Untersuchung des Zusammenhangs von Automatenselbstwirksamkeit und dem Explorationsverhalten in der ersten Versuchsphase, wurden die Anzahl der Klicks und die Dauer
der Explorationsphase als mögliche Variablen gewählt.
25
Nach Brosius (2004, S.525) ist eine Korrelation zwischen 0,4 und 0,6 als mittlere Korrelation zu bezeichnen.
138
7.3.3.1 Hypothese 2a: ASW und Klickanzahl
Gesamtanzahl der Klicks in der Explorationsphase
Abbildung 26 zeigt das Streudiagramm für die Klickanzahl und die ASW.
120
100
80
60
40
20
0
20
40
60
80
100
120
Summenscore ASW
Abbildung 26 Streudiagramm der Klickanzahl in der Explorationsphase und der Summenscores der Automatenselbstwirksamkeit
Der Zusammenhang wurde mit einer bivariaten Korrelation nach Spearman berechnet. Der
resultierende Koeffizient von r=.255, der bei einseitiger Testung eine Signifikanz von p=.046
aufweist, lässt den Schluss auf einen schwachen positiven Zusammenhang zu.(Brosius, 2004,
S.525) Die Hypothese kann mit einer schwachen Korrelation bestätigt werden.
7.3.3.2 Hypothese 2b: ASW und Dauer der Explorationsphase
Die zweite zu betrachtende Variable ist die Dauer der Exploration. Abbildung 27 zeigt das
Streudiagramm für die Zeit und Automatenselbstwirksamkeit in der Explorationsphase.
139
600
500
Dauer der Explorationsphase
400
300
200
100
0
20
40
60
80
100
120
Summenscore ASW
Abbildung 27 Streudiagramm der Dauer der Explorationsphase und der Summenscores der Automatenselbstwirksamkeit
Für die Berechnung des Zusammenhangs wurde wiederum eine bivariate Korrelation nach
Spearman verwendet. Diese ergab einen Wert von r=-.022, der bei einseitiger Testung nicht
signifikant ist. Die Korrelation nahe 0 deutet auf keinen Zusammenhang zwischen der Dauer
der Explorationsphase und der untersuchten Selbstwirksamkeit hin.
7.3.3.3 Hypothese 2c: ASW und Explorationsstrategien
Nach Prüfung der genannten Variablen, wurde das Verhalten in der Explorationsphase auf
mögliche Strategien untersucht, die typisch für den Grad der Ausprägung Automatenselbstwirksamkeit sind. Tabelle 33 zeigt die fünf Explorationsstrategien, denen die Personen gemäße der Summenscores der ASW zugeordnet wurden.
Tabelle 33 Zusammenhang zwischen Explorationsstrategien und Automatenselbstwirksamkeit
Automatenselbstwirksamkeit
gering
hoch
Trial & Error
3
1
aufgabengeleitet
10
5
Problemlöser
3
11
Leser
5
1
keine Exploration
0
3
Für die Strategie des Problemlösers und dem aufgabengeleiteten Vorgehen wurde in Verbindung mit den Gruppen der ASW der Chi-Quadrat-Test nach Pearson durchgeführt. Dieser
ergab einen Wert von "²=5,992, der bei einem Freiheitsgrad eine Signifikanz von p=.014 auf140
weist. Aufgrund des Ergebnisses lässt sich schlussfolgern, dass Personen mit geringer Automatenselbstwirksamkeit eher aufgabengeleitet vorgehen, d.h. sie schaffen sich selbst ein Szenario, nach dem sie den Automaten explorieren. Dabei verharren sie nicht lange bei auftretenden Problemen, sondern versuchen ihre Eingaben nacheinander zu tätigen. Demnach explorieren sie das System nicht in vollem Umfang, sondern nur im Sinne der selbst gestellten Aufgabe. Personen mit hoher ASW hingegen, verharren bei auftretenden Problemen und versuchen
diese durch Variation der Handlungsabläufe zu lösen und den notwendigen Weg zu ergründen. Dabei lernen sie mehr vom Automaten kennen, da die leichten Eingaben schnell absolviert werden und versucht wird, auftretende „Stolpersteine“ durch Verwendung alternativer
Verhaltensweisen bzw. Lösungswege zu überwinden. Beide Strategien lassen sich einer der
beiden Gruppen der ASW zuordnen, so dass sie als typisch für die Kategorien angesehen
werden können.
Die anderen drei gefundenen Explorationsstrategien lassen sich nicht eindeutig zuordnen, da
keine ausreichende Anzahl von Fällen vorhanden ist und somit keine Berechnungen durchgeführt wurden.
Zusammenfassung
Die Klickanzahl und die Dauer der Exploration erscheinen nicht die geeigneten Maße zur
Prüfung der prädiktiven Validität der ASW-Werte zu sein. Hingegen konnten für die Ausprägungen der Automatenselbstwirksamkeit „typische“ Explorationsstrategien ermittelt werden.
Dieses Ergebnis erhebt jedoch keinesfalls den Anspruch, eine ausreichende Validitätsprüfung
darzustellen. Es ist lediglich eine mögliche Betrachtungsweise, Korrelate der Selbstwirksamkeitsausprägung im Verhalten zu manifestierten.
7.3.4 Hypothese 3: Selbstwirksamkeit (ASW) und Performanz
Da die Selbstwirksamkeit auf verhaltensführend definiert ist, bleibt zu überprüfen, inwiefern
sich die gemessene ASW im Verhalten über die Aufgaben des Versuchs äußert. Dazu werden
die Leistungen über alle Aufgaben betrachtet. Des Weiteren ist die Selbstwirksamkeit eine
überdauernde Variable einer Person und sollte nicht durch kurzfristige Einwirkungen verändert werden.
7.3.4.1 Hypothese 3a: Schritte über alle Aufgaben und Hypothese 3b: richtige Schritte
über alle Aufgaben
Zum besseren Verständnis werden die Prüfungen der Hypothesen 3a und 3b zusammengefasst. Zunächst soll bei der näheren Betrachtung der Aufgabenleistung die Automatenselbst141
wirksamkeit in den drei Gruppen aufgeführt werden. Tabelle 34 zeigt die Verteilung der Personen mit hoher und geringer Selbstwirksamkeit auf die Bedingungen.
Tabelle 34 Verteilung der Automatenselbstwirksamkeit auf dieVersuchsbedingungen
junges Modell
altes Modell
Text
hohe Selbstwirksamkeit
7
7
7
geringe Selbstwirksamkeit
7
8
6
Der Einfluss der Automatenselbstwirksamkeit, die gemäß der Theorie verhaltensführend ist,
sollte sich auch in der Gesamtleistung der Personen über alle Testaufgaben hinweg widerspiegeln. Dazu wurden die Gesamtzahl der Schritte über alle Aufgaben und die Anzahl der
richtigen Schritte als Variablen gewählt. Die betrachteten Gruppen der Selbstwirksamkeit
wurden anhand des Medians gebildet. Tabelle 35 zeigt die Kennwerte der Variablen.
Tabelle 35 Kennwerte der Schrittanzahl unter Berücksichtigung der Gruppen der Selbstwirksamkeit
Gesamtzahl der Schritte
Gesamtzahl richtiger Schritte
N
Mittelwert
Std.abweichung
Mittelwert
Std.abweichung
21
427,05
85,702
107,62
10,906
21
269,10
112,074
74,57
31,836
Mann-Whitney-Test
U=60,000
p=.000
U=77,500
p=.000
Für die Untersuchung von Gruppenunterschieden wurde der Mann-Whitney-Test durchgeführt. Dieser ergab für beide Variablen einen signifikanten Unterschied. Dies bedeutet, dass
Personen mit hoher Selbstwirksamkeit insgesamt mehr Schritte und mehr richtige Schritte
ausführen als Personen mit geringer Selbstwirksamkeit.
7.3.4.2 Hypothese 3c: Leistungszuwachs
Zur Betrachtung des Leistungszuwachses wird zunächst auf
142
Tabelle 36 verwiesen. Entsprechend der Ergebnisse zur Schrittanzahl, zeigen Personen mit
hoher Selbstwirksamkeit auch eine bessere Leistung in den Aufgaben 1 und 4.
143
Ergebnisse - Weitere Auswertungen
Tabelle 36 Leistung in der ersten und vierten Aufgabe unter Berücksichtigung der Gruppen der Selbstwirksamkeit
Aufgabe 1
Aufgabe 4
N
Mittelwert
Std.abweichung
Mittelwert
Std.abweichung
21
.5515
.16603
.9201
.15691
21
.3579
.21805
.6774
.34982
U=115,500
p=.008
U=137,500
p=.031
Zur Prüfung des Leistungsunterschieds zwischen den Gruppen wurde wiederum der MannWhitney-Test verwendet, der einen signifikanten Wert ergab und somit für einen Gruppenunterschied spricht. Personen mit hoher Selbstwirksamkeit bewältigten mehr Teile der Aufgaben
als Probanden mit geringer ASW.
Zum Schluss wird der Leistungszuwachs der Gruppen geprüft. Dabei dient die Differenz aus
dem Verhältnis der richtigen Schritte und den optimalen Schritten für die Aufgaben 1 und 4
als Maß. Zum Gruppenvergleich wurde der Mann-Whitney-Test durchgeführt, der einen Wert
von U=189,500 mit einer Signifikanz von p=.434 ergab. Somit kann nicht von einem Gruppenunterschied aufgrund der Selbstwirksamkeit ausgegangen werden. Keine der beiden
Gruppen lernte deutlich mehr oder besonders wenig. Daraus lässt sich schließen, dass die Relationen zwischen den Leistungen, deren Unterschiedlichkeit ausgewiesen wurde, auch nach
dem Lernen vorhanden blieben.
Zusammenfassung
Die Leistung, gemessen durch die Schritte und richtigen Schritte, wird von der gemessenen
Automatenselbstwirksamkeit beeinflusst. Dies geht mit den Ergebnissen aus der Literatur
einher, da kein ausreichendes Training durchgeführt wurde und somit keine Veränderungen in
der Selbstwirksamkeit zu erwarten waren. Bezüglich des Leistungszuwachses zeigte sich,
dass die Relation zwischen den Gruppen der Selbstwirksamkeitsausprägungen, erhalten
bleibt. D.h. Personen mit geringer Selbstwirksamkeit zeigen zu Beginn eine schlechtere Leistung als die Gruppe der hohen Selbstwirksamkeit. Dieser Zusammenhang bleibt auch über die
Aufgaben hinweg, durch den Leistungszuwachs betrachtet, bestehen.
7.4
Im letzten Abschnitt der Ergebnisbetrachtungen soll nun zunächst die Werte des SUMI dargestellt werden. Im Anschluss daran werden im Überblick die Auswertungen zum Test im Umgang mit der Maus referiert. Abschließend werden einmal die Reliabilität sowie die Item144
kennwerte des Fragebogens zur Automatenselbstwirksamkeit bezogen auf die Stichprobe der
vorliegenden Hauptuntersuchung betrachtet.
7.4.1 Zufriedenheit
Für die Auswertung des SUMI werden zunächst die Kennwerte und die Reliabilität der Skala
dargestellt.
Tabelle 37 Kennwerte und Reliabilität des SUMI
Signifikanz des
N
Mittelwert
Std.abweichung
Reliabilität
Signifikanz
Shapiro-WilksTests
Affect (SUMI)
45
41,40
13,772
.8273
.140
Die Reliabilität der Skala Affect erreicht einen Wert von !cronbach=.8273. Nach Bortz & Döring
(2005, S.1999) ist dies eine mittelmäßige Reliabilität. Porteous, Kirakowski & Corbett (1993)
haben die Reliabilität der Skala mit .85 angeben. Damit liegt der hier erzielt Wert etwas darunter. Der Shapiro-Wilks-Test wurde nicht signifikant, so dass von einer Normalverteilung
ausgegangen werden kann. Zur Bewertung der Zufriedenheit mit der Automatensimulation
wurde der Summenscore der Items gebildet und der Testwert 60 gesetzt. Der T-Test ergab
einen T-Wert von T=-9,060 mit p=.000. Es zeigt sich also ein signifikanter Unterschied zwischen dem optimalen Wert und der tatsächlichen Zufriedenheit. Dieses Ergebnis spricht für
die Gestaltung des Automaten, deren Ziel der gezielte Einbau von Bedienhürden war.
7.4.2 Maustest
Zur Betrachtung des Maustest werden zunächst die deskriptive Statistik und die Signifikanz
des Shapiro-Wilks-Tests für die Leistung im Maustest und für die Verhaltenskategorien dargestellt.
145
Tabelle 38 Deskriptive Statistik des Maustests und der Verhaltenskategorien
Signifikanz
N
Mittelwerte
Std.abweichung
Shapiro-WilksTest
Maustest
45
12,87
4,962
.000
Sicherheit
45
3,64
1,004
.000
Schnelligkeit
45
3,44
1,198
.000
Zielgerichtetheit
45
3,78
0,974
.000
Genauigkeit
45
3,80
0,968
.000
Computernutzung
45
2,29
1,272
.000
Im Mittel werden 12,87 Objekte innerhalb einer Minute angeklickt. Zu den Angaben des
Maustest wurde die Computernutzung eingefügt. Diese ist aus der Erhebung der Internet- und
Computernutzung gebildet worden. Für alle betrachteten Variablen ist der Shapiro-Wilks-Test
signifikant. Somit kann nicht von einer Normalverteilung ausgegangen werden. Verteilungshistogramme sind im Anhang einzusehen.
Für die Betrachtung des Zusammenhang zwischen Computernutzung, also der Erfahrung, und
den Variablen im Maustest wurde eine bivariate Korrelation nach Pearson berechnet. Tabelle
39 gibt die Ergebnisse wieder.
Tabelle 39 Ergebnisse der bivariaten Korrelation
Maustest
Computernutzung
Sicherheit
Schnelligkeit
Zielgerichtet
Genauigkeit
r=.647
r=.616
r=.570
r=.548
r=.565
p<.000
p<.000
p<.000
p<.000
p<.000
Es zeigt sich, dass die Computernutzung mit allen Variablen des Maustest korreliert. Nach
Brosius (2005, S.525) liegt bei Werten zwischen 0,4 und 0,6 eine mittlere Korrelation vor.
Dies trifft auf den Zusammenhang zwischen Schnelligkeit, Zielgerichtetheit und Genauigkeit
mit der Computernutzung zu. Für den Maustest und die Sicherheit im Umgang mit der Maus
ist nach Brosius (2005, S.525) von einer starken Korrelation auszugehen.
7.4.3 Fragebogen zur Automatenselbstwirksamkeit
Für die Überprüfung des Fragebogens zur Automatenselbstwirksamkeit werden im Folgenden
die Itemkennwerte ermittelt und die Reliabilität bestimmt. Weitere Analysen sowie Anstrengungen zur Standardisierung und Validierung bleiben offen und sollten in anderen Untersuchungen genauer betrachtet werden.
Die Reliabilität des Fragebogens liegt für die vorliegende Stichprobe bei !cronbach=.9454. Diese ist nach Bortz und Döring (2005, S.199) als hoch einzustufen.
146
Für die Trennschärfe ergeben sich für die Items Werte zwischen 0,3389 (Item 26) und 0,8162
(Item 22). Die genauen Werte der Items sind im Anhang hinterlegt. Aus der Berechnung der
Schwierigkeit ergeben sich Werte zwischen 0,312 (Item 13) und 0,694 (Item 28). Abbildung
28 zeigt das Histogramm zur Itemschwierigkeit. Es wird ersichtlich, die Schwierigkeit der
meisten Items im mittleren Bereich liegt.
8
6
4
2
Std.abw . = ,09
Mittel = ,53
N = 28,00
0
,30 ,35 ,40 ,45 ,50 ,55 ,60 ,65 ,70
Itemschwierigkeit Hauptversuch
Abbildung 28 Übersicht der Itemschwierigkeit
Die abschließende Betrachtung des Fragebogens zur Automatenselbstwirksamkeit macht offensichtlich, dass weitere Untersuchungen notwendig sind, um eine Standardisierung des
Messinstrumentes zu erreichen. Dabei ist die Nutzung spezifischer Altersgruppen anzustreben.
147
Diskussion - Fragestellung 1 Video- vs. Texthilfe
8 Diskussion
Im Folgenden sollen die Ergebnisse zu den Fragestellungen diskutiert werden. Um dabei die
Übersicht zu wahren, wird die Abfolge und Unterteilung der Ergebnisse beibehalten.
8.1
Fragestellung 1 Video- vs. Texthilfe
In der ersten Fragestellung stand die Unterscheidung der Videohilfe von der textlichen Hilfe
im Mittelpunkt. Für die Diskussion der ersten Fragestellung werden die einzelnen Schritte
nacheinander aufgeführt.
Die globale Betrachtung der Aufgabe 4 zeigte, dass mehr Aufgaben in der Bedingung der
Videohilfe beendet wurden. Dies konnte nicht für die Anzahl der gelösten Aufgaben nachgewiesen werden. Ebenso wenig für die Anzahl der Abbrüche in Aufgabe 4.
Die Hypothese 1 kann somit nur zum Teil bestätigt werden – nämlich in Bezug auf die Beendigung der Aufgaben. Genauer bedeutet dies, dass viele Teilnehmer in der vierten Aufgabe in
der Lage sind, mit den eingebauten Bedienhürden umzugehen, so dass die Interaktion zum
Abschluss gebracht werden konnte. Da sich jedoch bezüglich der gelösten Aufgaben kein
Gruppenunterschied zeigt, ist das Nichtlösen eher auf inhaltliche Aspekte der Aufgabe zurückgeführt werden, da die Beendigung der Aufgabe für eine Bewältigung der Bedienhürden
spricht. Somit kann die Wirkung der Videohilfe angenommen werden, da signifikant mehr
häufiger die vierte Aufgabe beendet wird. Die Schwierigkeiten der Simulation sind demzufolge keine große Hürde mehr gewesen. Unterstützt wird dies vom Ergebnis des Leistungszuwachses. Personen, in der Gruppe der Videohilfe lernen demnach mehr und zeigen dies in der
Absolvierung der vierten Aufgabe. Damit konnte der Einfluss der Videohilfe über die Aufgabe nachgewiesen werden. Für die praktische Nutzung bedeutet dies, dass die Hilfe in Form
eines Videos ein besseres Lernen der Handhabung des interaktiven Systems forciert. Die Beobachtung einer anderen Person bei der Ausführung einer Handlung, kann somit die folgende
Ausführung derselben Handlung durch den Beobachter verbessern.
148
Diskussion - Fragestellung 1 Video- vs. Texthilfe
Der direkte Einfluss der Hilfe beinhaltet das Ansehen und sofortige Ausführen durch nachvollziehen der Handlung. Dieser Aspekt erfolgt in der Bedingung der Videohilfe besser, so
dass das wiederholte Aufrufen der Hilfe geringer ausfällt als bei der textlichen Hilfe. Die Anzahl der Schritte, die zur Lösung des Moduls ausgeführt wurden, ist für zwei betrachtete Module in der Videobedingung geringer. In einem Modul zeigte sich das Gegenteilige.
Die Aussage über die Bestätigung oder Ablehnung der aufgestellten Hypothese können aufgrund der Ergebnisse nicht eindeutig gefällt werden. Zwar kann teilweise eine Bestätigung
ermittelt werden, dies ist jedoch mit Vorsicht zu interpretieren. Die Ergebnisse erweisen sich
als keineswegs eindeutig, da der direkte Einfluss der Hilfe nur für einige wenige Module geprüft werden konnte und somit keine allgemeine Aussage zu treffen ist. Lediglich eine Tendenz kann aus den Ergebnissen erschlossen werden. Zudem sei darauf verwiesen, dass die
beiden betrachteten Variablen nicht in denselben Modulen untersucht werden konnten. Modul
4 und Modul 8 sind beide sehr komplexe Teilaufgaben. Es bleibt zu vermuten, dass der Umfang der notwendigen Schritte und die, eventuell damit verbundene, erhöhte Schwierigkeit der
Module in Verbindung stehen. Es soll hier auch keine praktische Nutzung in Bezug auf die
direkte Hilfewirkung abgeleitet werden, da die Ergebnisse hierfür bei weitem nicht ausreichend sind. Der Einfluss des Modells kann somit nicht aus dieser detaillierten Sicht beurteilt
werden.
Die Betrachtung der Ergebnisse zur subjektiven Bewertung der Hilfe zeigte, dass insgesamt
die Videohilfe positiver beurteilt wurde als die textliche Hilfe. Die Teilnehmer fühlten sich
durch die videobasierte Hilfe besser unterstützt. Der Umfang und die Form wurden positiver
beurteilt als die textliche Hilfe. Zentral erscheinen außerdem der Punkt der Verständlichkeit
sowie der Aspekt der Nachvollziehbarkeit der Erklärungen. Wenn die Handlungsausführung
einer anderen Person beobachtet werden kann, ist es für die Beobachter leichter die Tätigkeit
selbst auszuführen als bei Unterstützung durch einen Text.
Der praktische Nutzen ist offensichtlich. Die subjektive Beurteilung einer videobasierten Hilfe ist deutlich besser als die einer textlichen Hilfe. Die Bereitstellung einer solchen Hilfeform
verbessert somit nicht nur die Leistung, sondern kann eventuell auch das subjektive Empfinden gegenüber dem System verbessern. Eine Integration in reale Systeme ist in Betracht zu
149
Diskussion - Fragestellung 2 Einfluss des Alters
ziehen, da die Komplexität bzw. Schwierigkeit der Automaten im Alltag geringer ist und die
Beobachtung anderer bei der Bedienung das Verständnis erhöhen kann.
Die Resultate der ersten Fragestellung unterstützen teilweise die Ergebnisse von Myktityshyn
et al. (2002) und McLaughlin et al. (2002). Die videobasierte Hilfe ermöglicht für ältere Personen ein besseres Lernen als eine textliche Hilfe. Es ist als eine mögliche Ursache anzunehmen, dass bei der videobasierten Hilfe eine geringere kognitive Belastung besteht. Die vorliegende Untersuchung verwendete Modelle, die zunächst der Kamera zugewandt erklärten und
sich dann, für den Beobachter ersichtlich, zur Ausführung der Handlung dem System zugewandt haben. Die Ausführungen der Handlungen am System wurden durch Screencamaufnahmen realisiert. Somit diente die Person im Video als Modell. Dass Modelllernen nicht als
bloße Imitation des Modellverhaltens definiert ist (Bandura, 1986, 1997), zeigen auch die
Ergebnisse der globalen Betrachtung. Hier wurde die Leistung in der vierten Aufgabe im Besonderen berücksichtigt. In dieser stand keine Hilfe zur Verfügung. Dennoch konnten Gruppenunterschiede ausgewiesen werden. Damit ist von tatsächlichem Modelllernen auszugehen.
8.2
Fragestellung 2 Einfluss des Alters
In der zweiten Fragestellung stand die Variation des Alters im Mittelpunkt. Für die Diskussion der ersten Fragestellung werden die einzelnen Schritte nacheinander aufgeführt.
In den globalen Betrachtungen konnte lediglich bei den beendeten Aufgaben ein signifikanter
Unterschied zwischen der Gruppe des jungen Modells und der Texthilfe ermittelt werden.
Bezüglich der Abbrüche zeigten sich keine Unterschiede. Auch bezüglich des Leistungszuwachses konnten keine Unterschiede zwischen den Gruppen der beiden Modelle ausgewiesen
werden. Dennoch unterscheiden sich beide von der textlichen Hilfe signifikant. Die Variation
des Alters hat somit keinen Einfluss auf die Leistung in der vierten Aufgabe und ebenso wenige auf den Leistungszuwachs.
Auch bei der Nutzungshäufigkeit der Hilfe in einem Modul kann kein Einfluss des Alters vom
Modell nachgewiesen werden. Gleiches zeigt sich bei der Betrachtung der Anzahl der Schritte
150
Diskussion - Fragestellung 3 Selbstwirksamkeit
zur Lösung eines Moduls. Die Ergebnisse sind jedoch keinesfalls aussagekräftig, da bei der
Lösung der Module lediglich eine Teilaufgabe und bei der Anzahl der Schritte nur drei Module berücksichtigt werden konnten. Demnach erlauben die Ergebnisse keine eindeutigen Schritte und lassen auch keine tendenziellen Aussagen zu. Es kann hierzu weder für oder gegen den
Einfluss des Alters eine Aussagen getroffen werden.
Die subjektive Bewertung der Modelle unterscheidet sich nicht. Die beiden Videoversionen
unterscheiden sich jedoch, gemäß der Ergebnisse in Fragestellung 1 von der textlichen Hilfe,
in allen für beide Gruppen (Video und Text) relevanten Items. Einzig ergibt sich ein signifikanter Wert in der Beurteilung der Kompetenz der Modelle. Zur Ursachenfindung wurde
nachträglich die Automatenselbstwirksamkeit der Modelle erhoben. Das junge Modell erreicht einen Summenscore von 112 und das alte Modell einen Summenscore von 72. Das alte
Modell liegt somit genau im Median der betrachteten Stichprobe. Die Ähnlichkeit zwischen
altem Modell und den Untersuchungsteilnehmern bezieht sich somit in der nachträglichen
Betrachtung auch auf die Selbstwirksamkeit im Median. Braaksma et al. (2002) konnten besseres Lernen bei gleicher Kompetenz zwischen Beobachter und Modell feststellen. Anzunehmen bleibt, dass sich die Selbstwirksamkeit im Verhalten äußert und somit indirekt an den
Beobachter vermittelt wird. Die Automatenselbstwirksamkeit des Modells kann somit Einfluss auf dessen Wirkung bezüglich der Kompetenz haben. Dieser Aspekt bleibt jedoch in
eventuellen weiteren Untersuchungen zu überprüfen.
Insgesamt können keine Aussagen zum Einfluss des Alters auf das Lernen des Beobachters
getroffen werden.
8.3
Fragestellung 3 Selbstwirksamkeit
Zur Diskussion der dritten Fragestellung werden zunächst die Ergebnisse im Überblick dargestellt. Danach erfolgt die Betrachtung der Validitätsprüfung durch das Verhalten in der Explorationsphase
151
Diskussion - Fragestellung 3 Selbstwirksamkeit
8.3.1 Überblick der Ergebnisse
Es konnte gezeigt werden, dass die gemessene Automatenselbstwirksamkeit mit der Computernutzung in Zusammenhang steht.
Personen mit hoher Automatenselbstwirksamkeit führen über alle Aufgaben hinweg mehr
Schritte und mehr richtige Schritte aus. Die Ergebnisse können im Sinne der Sozialkognitiven
Theorie (Bandura 1986, 1997) interpretiert werden. Gemäß dieser setzen sich Personen mit
hoher Selbstwirksamkeit intensiver mit Problem auseinander, während Menschen mit geringer Selbstwirksamkeit schneller aufgeben. Die Anzahl der Schritte spricht für die Ausdauer,
mit der die Interaktion mit dem System verfolgt wurde. In logischer Konsequenz resultieren
aus der erhöhten Anzahl der Gesamtschritte auch mehr richtige Schritte. Die Ergebnisse geben also Hinweise auf Variablen, die im Zusammenhang mit der Automatenselbstwirksamkeit
betrachtet werden könnten. Dazu sind allerdings weitere Untersuchungen erforderlich. Der
Einfluss der Selbstwirksamkeit auf ein Training wurde bereits von Cheng und Ho, (2001)
beschrieben. Es ist anzunehmen, dass die Aufgaben 2 und 3 ähnlich eines Trainings sind, vorausgesetzt die Hilfe wird in Anspruch genommen.
Es zeigte sich kein signifikanter Unterschied im Leistungszuwachs zwischen der Gruppe mit
geringer und der Gruppe mit hoher Selbstwirksamkeit. Es ist also anzunehmen, dass beide
Gruppen der Selbstwirksamkeit in ähnlicher Weise von der Nutzung der Hilfe in Aufgabe 2
und 3 profitieren.
8.3.2 Validitätsprüfung des Fragebogens zur ASW
Die Validitätsprüfung des Fragebogens zur ASW konnte nicht mit Hilfe der Klickanzahl oder
der Dauer des Verweilens in der Explorationsphase durchgeführt werden. Die Auswertung der
Verhaltensdaten ergab stattdessen Explorationsstrategien, die mit den Werten der ASW in
Verbindung gebracht wurden. Somit konnten Hinweise auf typische Explorationsstrategien
für hohe und geringe Ausprägung der Automatenselbstwirksamkeit ermittelt werden. Personen mit hoher Selbstwirksamkeit nutzen demnach häufiger die Strategie des Problemlösens.
Sie setzen sich also mit auftretenden Problemen auseinander und versuchen diese eigenständig zu lösen. Dies ist im Sinne von Banduras. Theorie (1986, 1997) Somit vertrauen sie ihren
eigenen Fähigkeiten beim Umgang mit der Simulation. Hingegen zeigen Personen mit geringer Selbstwirksamkeit eher das aufgabenorientierte Vorgehen in der Explorationsphase. D.h.
sie geben sich selbst eine Aufgabe vor und entwickeln ein Szenario. Dies hat zur Folge, dass
wenig Information über das System erworben wird (Vollmeyer et al. 1996). Die Exploration
ist somit eingeschränkter. Dies geht wiederum mit der Theorie von Bandura (1986, 1997)
einher. Geringe Selbstwirksamkeit impliziert weniger Vertrauen in die eigenen Fähigkeiten
152
Diskussion - Weitere Auswertungen
und geringe Auseinandersetzung mit auftretenden Problemen. Zu vermuten wäre des Weiteren ein Zusammenhang zwischen Automatenselbstwirksamkeit und Technologieängsten, die
häufig charakteristisch für die ältere Population sind.
8.4
Im Folgenden werden die weiteren Auswertungen im Überblick diskutiert.
8.4.1 Zufriedenheit
Die affektive Reaktion der Untersuchsteilnehmer wurde mit der Affect-Skala des SUMI ermittelt. (Porteous, Kirakowski & Corbett, 1993) Es zeigte sich ein deutlich geringer Wert der
Zufriedenheit. Der optimale Wert von 60 der Zufriedenheit wurde deutlich verfehlt. Der Mittelwert der Skala lag bei 20,11. Demnach sind die Teilnehmer bei der Nutzung der Automatensimulation unzufrieden, gestresst oder ängstlich gewesen. Betrachtet man diesen Wert in
Bezug auf das Anliegen der Untersuchung, so hat sich die schwierige Gestaltung des Automaten bestätigt.
Dennoch sei an dieser Stelle eingefügt, dass im Gespräch mit den Teilnehmern nach der Untersuchung festgestellt werden konnte, dass keine der Personen negative Emotionen gegenüber der Versuchsdurchführung äußerte. Im Gegenteil, der überwiegende Teil der Personen
bewertete die Teilnahme als eine positive Erfahrung, weil sie „mal etwas am Computer ausprobieren“ konnten. Demnach ist nicht von ethisch-moralischen Bedenken auszugehen.
8.4.2 Maustest
Die Ergebnisse des Maustests und der Verhaltenskategorien konnte einen Zusammenhang mit
der Computernutzung ausweisen. Die Resultate lassen den Schluss zu, dass die Erfahrung mit
dem Computer zu einer besseren Leistung im Maustest führt. Erfahrene Personen sind sicherer, genauer und gehen zielgerichteter vor. Wie sich das auf die Performanz in den Aufgaben
auswirkt, konnte aufgrund der Daten nicht ermittelt werden, da diese sich aus dem Orientieren
auf dem Bildschirm, die Auswahl und letztlich dem Anklicken des Buttons zusammensetzen.
Somit kann keine eindeutige Trennung von Fähigkeit im Umgang mit der Maus und der bearbeitungsrelevanten Aspekte vorgenommen werden.
153
Diskussion - Kritik
8.4.3 Fragebogen zur Automatenselbstwirksamkeit
Die Überprüfung des Fragebogens ergab ebenfalls eine hohe Reliabilität. Die Trennschärfe
einiger Items ist geringer als in der Betrachtung der Voruntersuchung. (siehe unter 3.2) Auch
die Schwierigkeit zeigt einige abweichende Werte. Die Itemschwierigkeit ist eher im mittleren Bereich anzusiedeln. Weitere Prüfungen der Itemkennwerte sollten in folgenden Untersuchungen durchgeführt werden, so dass eine Standardisierung des Fragebogens sowie seine
Validierung anzustreben sind.
8.5
Kritik
Kritisch zu betrachten ist zunächst die Bereitstellung der Hilfe. Da die Hilfenutzung den Teilnehmern freigestellt wurde, kam es dazu, dass für einige Module keine ausreichenden Daten
erhoben werden konnten. Somit können nur unzureichende Aussagen zum Einfluss der Hilfe
getroffen werden. In zukünftigen Untersuchungen ist auf die Verwendung ausreichend großer
Stichproben zu achten, damit die Daten entsprechend erhoben werden können.
Des Weiteren unterscheiden sich die Hilfevideos in sofern, dass in der Version mit dem alten
Modell besonders auf den Text geachtet wurde und somit ein gewisser Teil des Gesagten abgelesen werden musste. Primäres Ziel war die Ähnlichkeit der Formulierungen und nicht die
Selbstdarstellung des Modells. In zukünftigen Untersuchungen sollte auf diesen Aspekt Rücksicht genommen werden.
Einschränkend sei außerdem anzumerken, dass die Verwendung der Maus je nach Erfahrung
mit Computern unterschiedlich war. Dies konnte teilweise durch ein einführendes Maustraining kompensiert werden. Dennoch wäre es für die Durchführung einer Untersuchung der
vorliegenden Art und Weise erstrebenswert eine alternative Form der Eingabe, zum Beispiel
über einen Touchscreen zu realisieren.
154
Fazit und Ausblick
9 Fazit und Ausblick
Die zentralen Ergebnisse der Untersuchung werden im Folgenden kurz zusammengefasst.
Der Vergleich von videobasierter mit einer textlichen Hilfe zeigt, dass die Verfügbarkeit einer
Videohilfe von den Teilnehmern der Untersuchung positiver bewertet wurde. Auch die Ergebnisse weisen daraufhin, dass die Unterstützung durch die Beobachtung eines Modells in
einer verbesserten Leistung resultiert.
Der Vergleich einer alten mit einer jungen Person als handlungsausführendes Modell ergab,
keinen Einfluss des Alters. Es bleibt jedoch offen, ob eine weitere, weniger komplexe, Untersuchung zu anderen Ergebnissen führt.
Die Untersuchung der Automatenselbstwirksamkeit ließ den Schluss zu, dass diese einen Einfluss auf das Explorationsverhalten der Personen hat. Es wurde versucht „typische“ Strategien
für die Ausprägung der Automatenselbstwirksamkeit zu ermitteln. Es konnten zwei identifiziert werden.
In nachfolgenden Untersuchungen sollten weitere Modelleigenschaften geprüft werden, so
dass im Idealfall am Ende ein Videomanual für die Bedienung eines interaktiven Systems
erstellt werden kann.
155
Literaturverzeichnis
10 Literaturverzeichnis
Bäckman, L., Small, B. J., & Wahlin, A. (2001). Aging and memory: cognitive and biological
perspectives. In J.E. Birren & K.W. Schaie (Eds.) Handbook of the Psychology of aging, 349-377.
Baltes, P. B., & Baltes, M. M. (1989). Optimierung durch Selektion und Kompensation: Ein
psychologisches Modell erfolgreichen Alterns. Zeitschrift für Pädagogik, 35, 85-105.
Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Psychological Review, 84 (2), 191-215.
Bandura, A. (1986). Social foundations of thought and action - A social cognitive theory.
Englewood Cliffs, NJ: Prentice-Hall.
Bandura, A., Wood, R.E. (1989). Effects of perceived controllability and performance standards on self-regulation of complex decision making. Journal of personality and social
psychology, 56, S.805-814.
Beas, I. M., Salanova, M. (2006). Self-efficasy beliefs, computer training and psychological
well-being among information and communication technology workers. Computers in
Human Behavior, 22, 1043-1058.
Biermann, H., Weißmantel, H.: Seniorengerechtes Konstruieren SENSI - Das Design seniorengerechter Geräte, Forschungsbericht, VDI-Reihe 1 Nr. 247, Düsseldorf, VDIVerlag, 1995.
Birdi, K.S. & Zapf, D. (1997). Age differences in reactions to errors in computer-based work.
Behaviour & Information Technology, 16, 309-319.
Bochat, S., Eddiks, Ch. & Steinbach, M. (2000). Menschen im Umgang mit Fahrkartenautomaten. Verfügbar unter: http://kisd.de/~marian/dokus/fahrkartenautomat.pdf [07. 01.
2005].
156
Bortz, J. & Döring, N. (2002). Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler. Berlin: Springer.
Bortz, J. (1999). Statistik für Sozialwissenschaftler. Berlin:Springer.
Bozionelos, N. (2001a). Computer anxiety: Relationship with computer experience and prevalence. Computers in Human Behavior, 17, 213-224.
Bozionelos, N. (2001b). The relationship of instrumental and expressive traits with computer
anxiety. Personality and Individual Differences, 31 (6), 955-974.
Bozionelos, N. (2003). Socio-economic background: Relation to computer experience, anxiety, and use. International Journal of Human-Computer Studie, 61 (5), 725-746.
Braaksma, M. A. H., Rijlaarsdam, G., & van den Bergh, H. (2002). Observational Learning
and the Effects of Model-Observer Similarity. Journal of Educational Psychology, 94,
405-415.
Brosius, F. (2004). SPSS 12. Bonn: mitp-Verlag.
Brown, I., Jr., & Inouye, D. K. (1978). Learned helplessness through modeling: The role of
perceived similarity in competence. Journal of Personality and Social Psychology, 36,
900-908.
Butenhof,
S.
(2006).
Der
Fahrkartenautomat
der
Deutschen
Bahn
AG:
Analysen zu Usability-Problemen unter besonderer Berücksichti-gung älterer Benutzer. Unveröffentlichte Diplomarbeit. Humboldt-Universität zu Berlin.
Charness, N. & Bosman, E. A. (1992). Human factors and age. In: F. I. M. Craik & T. A.
Salthouse (Eds.). The handbook of aging and cognition. (p. 495-551)New Jersey:
Lawrence Erlbaum Associates.
157
Cheng, E., Ho, D. (2001). A review of training studies in the past decade. Personnel Review,
30 (1), 102,118.
Choi, G., Ligon, J., Ward, J. (2002). Computer Anxiety and social workers: Differences by
access, use and training. Journal of technology in human services, 19 (1).
Chua, S., Chen, D., &Wong, A. F. L. (1999). Computer anxiety and ist correlates: A metaanalysis. Computers in Human Behavior, 15, 609-623.
Compeau, D. R., Higgins, C. A. (1995). Computer Self-Efficacy: Development of a Measure
and Initial Test. MIS Quarterly, 19, 189-211.
Czaja, S. J. & Lee, C. C. (2003). Designing computer system for older adults. In J. Jacko &
A. Sears (Eds.), Handbook of Human-Computer Interaction (S. 413-428). New York:
Lawrence Erlbaum and Associates (IEA).
Czaja, S. J. (1988). Microcomputers and the elderly. In M. Helander, T. K. Landauer, & P.
Prabhu (Eds.). Handbook of Human-Computer Interaction. New York: Elsevier Press.
Doh, M. (2000). Ältere Menschen und Medien. In H.-W. Wahl & C. Tesch-Römer, Angewandte Gerontologie in Schlüsselbegriffen (S. 424-429). Stuttgart: Kohlhammer.
Eachus, P., Cassidy, S. (2002). Developing the Computer Self-Efficasy (CSE) Scale: Investigating the Relationship Between CSE, Gender and Experience with Computers. Journal of educational computing research, 26 (2), 135-153.
Fisk, A. D., & Rogers, W. A. (2000). Influence of training and experience on skill acquisition
and maintenance in older adults. Journal of Aging and Physical Activity, 8, 373-378.
Fisk, A. D., & Rogers, W. A. (2002). Psychology and aging: Enhancing the lives of an aging
population. Current Directions in Psychological Science, 11, 107-110.
Fisk, A.D., Rogers, W.A.; Charness, N., Czaja, S.J. & Sharit, J. (2004). Designing for Older
Adults - Principles and Creative Human Factors Approaches. Boca Raton, Florida:
CRC Press.
158
Frey, K. S., & Ruble, D. N. (1990). Strategies for comparative evaluation: Maintaining a sens
of competence across the lifespan. In R. J. Sternberg & J. Kolligan, Jr. (Eds), Competence considered, 167-189.
Funke, J., & Zumbach, J. (2006). Problemlösen. In H. Mandl & H. F. Friedrich (Eds.), Handbuch Lernstrategien (S. 206-220). Göttingen: Hogrefe.
Galagan, P. (1983). Treating computer anxiety with training. Training and development journal, July, 57-60.
George, T. R., Feltz, D. L., & Chase, M. A. (1992). Effecs of model similarity on selfefficacy
and muscular endurance: A second look. Journal of Sport and Exercise Psychology,
14, 237-248.
Gist, M.E, .Schwoerer, C., Rosen, B. (1989). Effects ofalternative training methodson selfefficacy and performancein computer software training. Journal of applied psychology, 74 (6), 884-891.
Gorell, J., & Capron, E. (1990). Cognitive modeling and self-efficacy: Effects on preservice
teachers´ learning of teaching strategies. Journal of Teacher Education, 41, 15-22.
Gould, D., & Weiss, M. (1981). Effect of model similarity and model self-talk on selfefficacy in muscular endurance. Journal of Sport Psychology, 3 17-29.
Grau, R., Salanova, M., & Peiró, J. M. (2000). Efectos moduladores de la autoeficacia en el
estrés laboral. Ampuntes de Psicologia, 18(1), 57-75.
Haccoun, R.R., Saks, A.M. (1998). Training in the 21st century: some lessons from the last
one. Canadian Psychology, 12. 33-51.
Hasan, B. (2003). The influence of specific computer experiences on computer self-efficasy
beliefs. Computers in human Behavior, 19, 443-450.
159
Igabaria, M., Chakrabarti, A. (1990). Computer anxiety and attitudes towards microcomputer
use. Behaviour & Information Technology, 9 (3),229-241.
Igabaria, M., Parasuraman, S. (1989). A path analytic study individual characterstics, computer anxiety and attidtudes toward microcomputers. Journal of management, 15, 373388.
Jerusalem, M., & Schwarzer, R. (2002). SWE. Skala zur Allgemeinen Selbstwirksamkeitserwartung [SWE. General self-efficacy scale]. In E. Brähler, J. Schumacher & B. Strauß
(Hrsg.), Diagnostische Verfahren in der Psychotherapie (Diagnostik für Klinik und
Praxis, Band 1) (no p. nos.). Göttingen, Germany: Hogrefe.
Jex, S. M. & Bliese, P. D. (1999). Efficacy beliefs as a moderator of the impact of workrelated stressors: a multinivel study: Journal of applied psychology, 84, 349-361.
Kanfer, F. H., Duerfeld, P. H., Martin, B., & Dorsey, T. E. (1971). Effects of model reinforcement, expectation to perform, and task performance on model observation.Journal of Personality and social Psychology, 20, 214-217.
Karavidas, M., Lim, N. K., Katsikas, S. L. (2005). The effects of computers on older adult
users. Computers in Human Behavior, 21, 697-711.
Kebeck, G., Cieler, St. & Pohlmann, St. (1997a). Altersgerechte Displaygestaltung, Vergessene Ergonomie. Münster : Lit Verlag.
Kelley, C. L. & Charness, N. (1995). Issues in training older adults to use computers. Behaviour & Information Technology, 14,107-120.
Kline, DW, Szafran, J. (1975). Age differences in backward monoptic visual noise masking.
Journal of Gerontology, 30 (3),307-11.
Kohlberg, L. (1963). Moral development and identification. In H. W. Stevenson (Ed), Child
psychology: The sixty-second yearbook of the National Society for the Study of enducation. Part I, 277-332.
160
Lindenberger, U., Mayr, U., Kliegl, R. (1993). Speed and intelligence in old age. Psychology
of Aging. 8(2), 207-20.
Marcellini, F., Mollenkopf, H., Spazzafumo, L. & Ruoppila, I. (2000). Acceptance and use of
technological solutions by the elderly in the outdoor environment: findings from
European survey. Zeitschrift für Gerontologie und Geriatrie, 33, 169-177.
Mariqué, J.C., Baract, B. (1998). Being over 45 in an everchanging technological context. In
J. C. Mariqué., D. Paumès, S. Volkoff (eds) Working with age (London: Taylor &
Francis), 273-284.
Mariqué, J.C., Thon, B., Baract, B. (1994). Age influence on attitudes of office workers faced
with new computerized technologies. Applied Ergonomics, 25, 130-142.
Mariquié, J.C., Jourdan_Boddaert, L., Huet, N. (2002). Do older adults unterestimate their
actual knowledge ? Behaviour & Information Technology, 21(4), 273-280.
McLaughlin, A. C., Rogers, W. A., & Fisk, A. D. (2002). Effectiveness of audio and visual
training presentation modes for glucometer calibration. Proceedings of the Human
Factors and Ergonomics Society 45th Annual Meeting. Santa Monica, CA: Human
Factors and Ergonomics Society.
Mollenkopf, H., & Doh, M. (2002). Das Medienverhalten älterer Menschen. Sozialwissenschaften und Berufspraxis, 4/02. (Themenschwerpunkt Virtualisierung des Sozialen),
387-408.
Mollenkopf, H., & Doh, M. (2004). Internet und neue Technologien - das Medienverhalten
älterer Menschen (S.31-46). 4. Fachtagung "Senioren in der Informationsgesellschaft"
des Bayerischen SeniorenNetzForums, 26.03.2004.
Mollenkopf, H., Wahl, H.-W. & Reichert, M. (2000). Neue Technologien im Alltag Älterer.
Zeitschrift für Gerontologie und Geriatrie, 33, 153-154.
161
Murphy, C.A., Coover, D., Owen, S.V. (1989). Development and validation of the computer
self-efficacy. Educational and psychological measurement, 49.
Mykityshyn, A. L., Fisk, A. D., & Rogers, W. A. (2002). Learning to use a home medical
device: Mediating age-related differences with training. Human Factors, 44, 354-364.
Neufeld, M. M., & Neufeld, R. W. J. (1972). Ise of video-tape feedback in swimming instruction with emotionally disturbed children. Perceptual and Motor Skills, 35, 992.
Norman, D.A. (1986). Cognitive Engineering. In D.A. Norman and S.W. Draper (Eds.) User
Centered Systems Design: New perspectives in human-computer interaction. Hilldale,
NJ: Lawrence Erlbaum Assoc.
Polson, P.G., & Lewis, C. (1990). Theory-based design for easily learned interfaces. Human–
Computer Interaction, 5, 191–220.
Polson, P.G., Lewis, C., Rieman, J., & Wharton, C. (1992). Cognitive Walkthroughs: A
method for theory-based evaluation of user interfaces. International Journal of Man–
Machine Studies, 36, 741–773.
Porteous M., Kirakowski J. & Corbett M. (1993). SUMI User Handbook. Human Factors Research Group, University College Cork, Ireland
Rissenberg, M., Glanzer, M. (1986). Picture superiority in free recall: the effects of normal
aging and primary degenerative dementia. Journal of Gerontology,41 (1), 64-71.
Rogers, W. A., Mykityshyn, A. L., Campbell, R. H., & Fisk, A. D. (2001). Analysis of a
“simple” medical device. Ergonomics in Design, 9(1), 6-14. Human Factors and Ergonomics Society’s Best Ergonomics in Design Article Award.
Salanova, M., Grau, R., Cifre, e., & Llorens, S. (2000). Computer training, frequency of usage
and burnout: the modcrating role of computer self-efficacy. Computers in Human Behaviour, 16, 575-590.
162
Schwarzer, R. (1999). General perceived self efficacy in 14 cultures. Self-Efficacy assesment,
http://userpage.fu-berlin.de/~health/world14.htm [17.12.2006]
Schwoerer, C., May, D. R., Hollensbe, F. C. (1999). General and specific self-efficacy: Their
roles
in
a
training
intervention.
http://www.bschool.ukans.cdu/pages/generated/page_214.html.[13.01.2006]
Sharit, J. & Czaja, S. J. (1994). Aging, Computer-Based Task Performance and Stress. Ergonomics, 37, 559-577.
Smith, D. B. D. (1990). Human factors and aging: An overwiev of research needs and application opportunities. Human Factors, 35, 509-526
Soto, R. (1999). Learning by performing by exploration: Label quality measured by latenr
semantic analysis. Proc. CHI 1999. S. 440-425.
Stadelhofer, C. (2000). Möglichkeiten und Chancen der Internetnutzung durch Ältere. Zeitschrift für Gerontologie und Geriatrie, 33, 186-194.
Staufer, M. (1992). Ältere Beschäftigte und technischer Wandel, Göttingen: Hogrefe.
Testa, M., & Major, B. (1990). The impact of social comparisons after failure: The moderating effects of perceived control. Basic and Applied Social Psychology, 11, 205-218.
Torkzadeh, R., Pflughoeft, K & Hall, L. (1999). Computer self-efficacy, training effectiveness
and user attitudes: an empirical study. Behaviour & Information Technology, 18 (4),
299-309.
Torkzadeh, R., Van Dyke, T. P. (2001). Development and validation of an Internet selfefficacy scale. Behaviour & Information Technology, 20, 275 - 280.
Vollmeyer, R. & Funke, J. (1999). Personen- und Aufgabenmerkmale beim Komplexen Problemlösen [Person and task effects within complex problem solving]. Psychologische
Rundschau, 50, 213-219.
163
Vollmeyer, R., Burns, B. D. & Holyoak, K. J. (1996). The impact of goal on strategy use and
the acquisition of problem structure. Cognitive Science, 20, 75
Westerman, S. J., Davies, D. R. ,Glendon, A. I., Stammers, R. B., Matthews, G. (1995). Age
and cognitive ability as predictors of computerized information retrieval. Behaviour &
information technology, 14 (5), 313-326.
Wharton, C., Rieman, J., Lewis, C., & Polson, P. G. (1994). The Cognitive Walkthrough
method: A practitioner’s guide. In J. Nielsen and R. Mack (Eds.), Usability inspection
methods. New York: John Wiley.
Wilfong, J. D. (2006). Computer anxiety and anger: the impact of computer use, computer
experience, and self-efficacy beliefs. Computers in Human Behavior, 22, 1001-1011.
164
Anhang
11 Anhang
Inhalt
1. Voruntersuchung
2. 2. Hauptuntersuchung
Inhalt der beigelegten CD
!
verwendete Aufgaben
!
Fragebögen
!
Beobachtungsbögen
!
Beispiel Logfile für einen Probanden26
!
Diplomarbeit
1. Voruntersuchung
1.1.
Übersicht der Items der Vorform des Fragebogens
Item
Quelle
Originalitem
Ich vertraue meinen Fähigkeiten, mit einem Automaten im Alltag umzugehen.
EC_Q12
1.
Ich halte mich für kompetent einen Automaten zu
bedienen.
EC_Q26 (neg)
I am very confident in my abilities to
use computer
As far as computer go, I don't consider
myself to be comptent.
I find working with computers very
easy.
I enjoy working with computers.
Der Umgang mit Automaten erleichtert mir den
Alltag.
Ich mag es, Automaten im Alltag zu benutzen.
Ich verfüge über ausreichende Fähigkeiten, um
am Automaten eine Fahrkarte zu kaufen.
Ich bemühe mich, mir selbst die Bedienung des
Automaten
zu erschließen.
Wenn bei der Bedienung des Automaten ein Problem auftritt, versuche ich es allein zu meistern.
Ich freue mich, beim Umgang mit Automaten
etwas zu lernen.
Ich würde einen Fahrkartenautomaten nutzen, um
mich über Zugverbindungen zu informieren.
Die Nutzung eines Automaten spart mir Zeit.
Ich traue mir zu, eine Überweisung an einem
Bankautomaten auszuführen.
Ich fühle mich sicher im Umgang mit einem Geldautomaten.
Zum Kauf einer Briefmarke nutze ich lieber den
Automaten als den Schalter.
26
EC_Q2
EC_Q6
keine
JS_F1
JS_F10
EC_Q1
EC_Q18
Wenn sich Widerstände auftun,
finde ich Mittel und Wege, mich
durchzusetzen.
Wenn ein Problem auftaucht, kann
ich es aus eigener
Kraft meistern.
Most difficulties I encounter when
using computers, I can usually deal
with.
Using computers makes learning
more interesting
keine
EC_Q27
EC_Q12
EC_Q12
2.
Computer helps me to save a lot of
time
use computer
use computer
keine
Die Logfile-Daten konnten aufgrund des Datenvolumens nicht in vollem Umfang beigelegt werden.
165
Anhang
Zum Geldabheben im Alltag benutze ich ausschließlich den Geldautomaten.
Die Nutzung eine Bankautomaten erleichtert mir
den Alltag.
Die Bedienung eines Automaten bereitet mir Unbehagen.
Ich bezweifle, dass meine Fähigkeiten ausreichen,
um an einem Automaten eine Fahrkarte zu kaufen.
Ich bin unsicher, wenn ich einen Automaten bediene.
Fahrkartenautomaten sind mir viel zu kompliziert.
keine
EC_Q2
I find working with computers very
easy.
EC_Q5
Computer frighten me
EC_Q3
I am very unsure of my abilities to
use computers
EC_Q12 (neg)
EC_Q22
Ich gehe lieber zum Schalter, als mich an einem
Fahrkartenautomaten über eine Zugverbindung zu
informieren.
Wenn ich einen Automaten benutze, bin ich
schneller als am Schalter.
Ich finde es schwierig, an einem Automaten eine
Fahrkarte
zu kaufen.
Ich glaube, ich werde immer Probleme mit Automaten
haben.
Ich würde mich am Fahrkartenautomaten nicht
über Zugverbindungen informieren.
Wenn ich einen Automaten benutze, habe ich
Angst falsche Entscheidungen zu treffen, die ich
nicht mehr rückgängig machen kann.
Ich traue mir nicht zu, eine Fahrkarte am Automaten zu
kaufen.
EC_Q26
Was die Bedienung von Fahrkartenautomaten
angeht, halte ich mich für wenig kompetent.
EC_Q26
Die Bedienung eines Automaten verwirrt mich.
Einen Automaten nutzen zu müssen, bereitet mir
selten
Freude.
Zum Geld einzahlen nutze ich lieber den Schalter
als den Automaten.
Um Geld abzuheben, gehe ich lieber an den
Schalter als zum Geldautomaten.
Ich bezweifle, dass meine Fähigkeiten ausreichen,
an einem Automaten eine Überweisung zu tätigen.
Geldautomaten sind mir viel zu kompliziert.
Eine Überweisung an Automaten zu tätigen, finde
ich viel zu kompliziert.
Ich benutze lieber eine Überweisungsschein, als
an einem
Automaten eine Überweisung auszuführen.
Bankautomaten für Überweisungen und Einzahlungen sind mir viel zu kompliziert.
use computer
Computers are too complicated for
me
keine
keine
EC_Q4
I seem to have difficulties with most
of the
packages I have tried to use
keine
EC_Q30
When using computers worry that I
might press
the wrong button and damage it.
keine
EC_Q21
EC_Q23
Computer jargon baffles me
Using computers is something I
rarely enjoy
keine
keine
EC_Q3
EC_Q22
EC_22
I am very unsure of my abilities to
use computers
me
me
keine
keine
166
Anhang
1.2.
Faktorenanalyse und Itemkennwerte der 29 Items
1.2.1. Faktorenanalyse
Ermittelte Faktoren
Summen von quadrierten Faktorladungen für
Extraktion
Anfängliche Eigenwerte
Komponente
1
Gesamt
18,612
% der Varianz
51,700
Kumulierte %
51,700
Gesamt
18,612
% der Varianz
51,700
Kumulierte %
51,700
3,177
8,825
60,525
Extraktionsmethode: Hauptkomponentenanalyse.
Komponentenmatrix(a)
3,177
8,825
60,525
2
Komponente
1
2
Item 1
,821
Item 2
,747
Item 3
,849
Item 4
,855
Item 5
,654
Item 6
,615
Item 7
,812
Item 8
,726
Item 9
,834
Item 10
,779
Item 11
,761
Item 12
,627
Item 13
,747
Item 14
,799
Item 15
,662
Item 16
,804
3
4
5
6
-,505
,521
Item 17
,669
Item 18
,855
Item 19
,708
Item 20
,690
Item 21
,671
Item 22
,691
Item 23
,542
Item 24
,742
,506
,532
Item 25
-,552
Item 26
,648
Item 27
,766
Item 28
,642
Item 29
,686
Item 30
,838
Item 31
,674
Item 32
,731
Item 33
,790
Item 34
,567
Item 35
,692
Item 36
,798
,515
Extraktionsmethode: Hauptkomponentenanalyse.
167
Anhang
a 6 Komponenten extrahiert
Alle Items, die nicht nur auf dem ersten Faktor eine hohe Ladung aufweisen, wurden selektiert.
1.2.2. Itemkennwerte
Item
Trennschärfe
Schwierigkeit
1
.7836
0,788
2
.7386
0,684
3
.8253
0,749
4
.8441
0,785
6
.5618
0,687
7
.7891
0,752
8
.6863
0,621
9
.8261
0,621
10
.7543
0,779
11
.7517
0,743
13
.7212
0,648
14
.8008
0,645
15
.6642
0,424
16
.7736
0,737
18
.8354
0,743
19
.7048
0,576
20
.6085
0,887
22
.7012
0,496
24
.7138
0,752
26
.6274
0,663
27
.7701
0,501
29
.6776
0,764
30
.8315
0,770
31
.6654
0,719
32
.6913
0,767
33
.7987
0,678
34
.5585
0,579
35
.6862
0,770
36
.7683
0,675
Item 20 wurde selektiert. Die Schwierigkeit des Items liegt außerhalb des mittleren Bereichs.
1.3.
Auswertung des Fragebogens zur Automatenselbstwirksamkeit
Zur Auswertung des Fragebogens zur ASW wurde wie folgt verfahren:
168
Anhang
Allen Items wurde ein Wert von 1 bis 5 zugeordnet. Die Items 1,4,5,7,9,10,11,14,18,20,24
erhielten für die Antwortkategorie stimmt gar nicht den Wert 1 bis hin zur Kategorie stimmt
genau, für die der Wert 5 vergeben wurde.
stimmt gar nicht
stimmt kaum
stimmt teils
stimmt ziemlich
stimmt genau
!
!
!
!
!
1
2
3
4
5
Die Items 2,3,6,8,12,13,15,16,17,19,21,22,23,25, 26,27,28 sind invertiert und erhielten für die
Kategorie stimmt gar nicht den Wert 5 und die Antwortkategorie stimmt genau erhielt einen
Wert von 1.
stimmt gar nicht
stimmt kaum
stimmt teils
stimmt ziemlich
stimmt genau
!
!
!
!
!
5
4
3
2
1
Hatte eine Person ein Item nicht beantwortet so erhielt sie für dieses den Wert 3. Das Nichtbeantworten ist somit mit der Antwortkategorie stimmt teils gleichzusetzen, da die Wahl dieser Abstufung keine Aussage über die Ausprägungsrichtung der Selbstwirksamkeit ausdrückt.
Über alle Items wurde ein Summenscore gebildet. Der Median der Stichprobe wurde als Cutoff zwischen hoher und geringer Selbstwirksamkeit genutzt.
169
Anhang
2. Hauptversuch
2.1.
Instruktionen
2.1.1. Zum Ablauf des Versuchs
Vielen Dank, dass Sie an diesem Versuch teilnehmen.
Ihre Aufgabe wird es sein, an einem Ticketautomaten Eintrittskarten für Theater- oder Kinobesuche zu kaufen.
Zum Ablauf des Versuchs:
Als erstes werden Sie einen Fragebogen bekommen. Füllen Sie diesen in Ruhe und sorgfältig
aus.
Danach erhalten Sie eine kleine Einführung zum Umgang mit der Maus. Sie lernen also zunächst die notwendigen Voraussetzungen, um mit dem Automaten umgehen zu können.
Wenn dies beendet ist, haben Sie Gelegenheit den Ticketautomaten allein kennen zu lernen.
Sie können einiges ausprobieren, so wie Sie möchten.
Erst danach bekommen Sie nacheinander 4 Aufgaben, die Sie sich jeweils in Ruhe durchlesen
und dann am Automaten zu lösen versuchen.
Sollten Sie bei der Bearbeitung nicht weiterkommen, haben Sie die Möglichkeit bei der 2. und
3. Aufgabe eine Hilfe in Anspruch zu nehmen.
Haben Sie alle 3 Aufgaben bearbeitet, erhalten Sie noch einige Fragen zum Automaten und zu
Ihrer Person.
Danach ist der Versuch beendet und Sie können gern Fragen dazu stellen.
Natürlich erhalten Sie zu jedem Schritt noch mal eine kleine Erläuterung zum Ablauf. Sollten
Sie dennoch einmal eine Frage dazu haben, können Sie diese jederzeit stellen.
2.1.2. Zum ASW-Fragebogen
Sie erhalten nun einen Fragebogen. Lesen Sie sich die einzelnen Aussagen in Ruhe und sorgfältig durch. Überlegen Sie dann, inwieweit die jeweilige Aussage auf Sie zutrifft und kreuzen
Sie das Entsprechende an.
Achten Sie bitten darauf, dass Sie bei jeder dieser Aussagen etwas ankreuzen.
Folgende Abbildung zeigt exemplarisch die Instruktion auf der ersten Seite des Fragebogens.
Für die anderen Fragebögen ist diese sehr ähnlich.
170
Anhang
2.1.3. Zum Maustraining:
Um den Versuch durchführen zu können, ist es notwendig, dass Sie die Maus benutzen.
Sie haben nun Gelegenheit, den Umgang mit der Maus zu lernen. Dazu folgen Sie einfach der
Anleitung auf dem Bildschirm. Sie können das Training auch mehrmals wiederholen, wenn
Sie noch unsicher im Umgang mit der Maus sind.
Dabei geht es nicht darum, die Schnelligkeit zu trainieren, sondern Sie sollen vielmehr die
Bedienung und Handhabung der Maus lernen.
171
Anhang
Wenn Sie mit dem Training fertig sind, wird noch ein kleiner Test folgen, bei dem Sie das Gelernte anwenden können.
Sie haben eine Minute Zeit, soviel Objekte wie möglich anzuklicken. Es wird immer ein Feld
erscheinen, auf den „Weiter“ steht. Klicken sie so schnell wie möglich darauf. Es wird immer
an einer anderen Stelle erscheinen und zunehmend kleiner. Sollte kein Objekt auf dem Bildschirm erscheinen, so nutzen Sie den Balken am rechten Bildschirmrand um die Seite zu verschieben. Sie haben eine Minute Zeit.
2.1.4. Zur Explorationsphase
Nun wissen Sie, wie Sie mit der Maus umgehen müssen.
Im Folgenden haben Sie Gelegenheit den Ticketautomaten nach eigenem Belieben kennen zu
lernen. Dazu haben Sie maximal 10 Minuten Zeit. Sollten Sie schon vorher mit der Erkundung
des Automaten abschließen wollen, klicken Sie einfach auf das blaue Feld im unteren Bildschirmbereich, auf dem „Testphase beenden“ steht. Wenn Sie das tun, ist die erste Kennenlernphase beendet.
Sollten Sie die 10 Minuten dafür benötigen, erkennen Sie das Ende diese Phase dadurch, dass
das blaue Feld im unteren Bildschirmbereich verschwindet und stattdessen ein gelbes Feld
erscheint.
Nutzen Sie nun die Maus, um am Automaten einige Funktionen auszuprobieren.
2.1.5. Zu den Aufgaben
Nachdem Sie selbst den Automaten kennen gelernt haben, bekommen Sie nun insgesamt 4
Aufgaben, die Sie bearbeiten sollen.
Nun erhalten Sie die erste Aufgabe. Lesen Sie diese in Ruhe durch und führen Sie das Entsprechende am Automaten aus. Jetzt ist die Hilfe noch nicht verfügbar.
Sie können jederzeit Fragen zum Ablauf stellen.
Nun erhalten Sie die zweite Aufgabe. Lesen Sie diese wieder durch und bearbeiten Sie sie am
Automaten. Sollten Sie nicht einmal nicht weiterkommen, dann können Sie nun die Hilfe in
Anspruch nehmen, indem Sie auf das entsprechende Feld im unteren Bildschirmbereich klicken.
Jetzt bekommen Sie die dritte Aufgabe, bei der ebenfalls die Hilfe verfügbar ist.
Die vierte Aufgabe ist wie die erste ohne Hilfe. Sie können also hier nicht die Hilfe in Anspruch nehmen.
Damit ist die Arbeit am Automaten abgeschlossen.
172
Anhang
2.1.6. Zum Hilfefragebogen
Sie erhalten nun einen kleinen Fragebogen, in dem Sie die Hilfe beurteilen sollen.
Lesen Sie die Fragen aufmerksam durch. Achten Sie darauf, dass sich die Antwortkategorien
manchmal unterscheiden.
Beantworten Sie die Fragen in Ruhe und vollständig.
2.1.7. Zum SUMI
Der folgende Fragebogen enthält Aussagen zum eben benutzten Ticketautomaten.
Lesen Sie alles in Ruhe durch und achten Sie darauf, dass Sie überall etwas ankreuzen.
2.1.8. Zum Demografischen Fragebogen
Nun folgen noch einige Fragen zu Ihrer Person.
Kreuzen Sie das zutreffende an.
Achten Sie darauf, dass Sie alle Fragen beantworten.
2.2.
Verwendete Fragebögen
Ausgewählte Fragebögen werden im Ganzen dargestellt. Bei anderen werden nur die Items
aufgeführt.
1. Automatenselbstwirksamkeit
Der Fragebogen zur Automatenselbstwirksamkeit umfasst 28 5-stufige Items. Ein Beispielitem:
1. Ich vertraue meinen Fähigkeiten, mit einem Automaten im Alltag umzugehen
stimmt gar nicht
stimmt kaum
stimmt teils
stimmt ziemlich
stimmt genau
!
!
!
!
!
1. Ich vertraue meinen Fähigkeiten, mit einem Automaten im Alltag umzugehen.
2. Eine Überweisung an Automaten zu tätigen, finde ich viel zu kompliziert.
3. Die Bedienung eines Automaten bereitet mir Unbehagen.
4. Ich halte mich für kompetent einen Automaten zu bedienen.
5. Der Umgang mit Automaten erleichtert mir den Alltag.
6. Ich bin unsicher, wenn ich einen Automaten bediene.
7. Ich mag es, Automaten im Alltag zu benutzen.
8. Fahrkartenautomaten sind mir viel zu kompliziert.
173
Anhang
9. Ich traue mir zu, eine Überweisung an einem Bankautomaten auszuführen.
10. Ich verfüge über ausreichende Fähigkeiten, um am Automaten eine Fahrkarte zu kaufen.
11. Wenn bei der Bedienung des Automaten ein Problem auftritt, versuche ich es allein zu
meistern.
12. Ich finde es schwierig, an einem Automaten eine Fahrkarte zu kaufen.
13. Ich gehe lieber zum Schalter, als mich an einem Fahrkartenautomaten über eine Zugverbindung zu informieren.
14. Ich bemühe mich, mir selbst die Bedienung des Automaten zu erschließen.
15. Ich glaube, ich werde immer Probleme mit Automaten haben.
16. Ich benutze lieber einen Überweisungsschein, als an einem Automaten eine Überweisung
auszuführen.
17. Ich würde mich am Fahrkartenautomaten nicht über Zugverbindungen informieren.
18. Wenn ich einen Automaten benutze, bin ich schneller als am Schalter.
19. Wenn ich einen Automaten benutze, habe ich Angst falsche Entscheidungen zu treffen,
die ich nicht mehr rückgängig machen kann.
20. Ich würde einen Fahrkartenautomaten nutzen, um mich über Zugverbindungen zu informieren.
21. Ich traue mir nicht zu, eine Fahrkarte am Automaten zu kaufen.
22. Die Bedienung eines Automaten verwirrt mich.
23. Bankautomaten für Überweisungen und Einzahlungen sind mir viel zu kompliziert.
24. Die Nutzung eines Automaten spart mir Zeit.
25. Was die Bedienung von Fahrkartenautomaten angeht, halte ich mich für wenig kompetent.
26. Zum Geld einzahlen nutze ich lieber den Schalter als den Automaten.
27. Ich bezweifle, dass meine Fähigkeiten ausreichen, an einem Automaten eine Überweisung zu tätigen.
28. Einen Automaten nutzen zu müssen, bereitet mir nur selten Freude.
Welche Items invertiert sind, ist unterm Punkt Auswertung des Fragebogens einzusehen.
2. Fragebogen zur Videohilfe
1. Wie oft haben Sie die Hilfe benötigt?, Antwortskala: sehr häufig, häufig, manchmal, selten nie
174
Anhang
2. Wie gut haben Sie sich von der Hilfe unterstützt gefühlt? Antwortskala: sehr gut, gut,
teils/ teils, schlecht, sehr schlecht
3. Wie beurteilen Sie den Umfang der verfügbaren Hilfe? Antwortskala: sehr gut, gut, teils/
teils, schlecht, sehr schlecht
4. Wie bewerten Sie die Form der dargebotenen Hilfe? Antwortskala: sehr gut, gut, teils/
5. Wie verständlich war die Hilfe für Sie? Antwortskala: sehr gut, gut, teils/ teils, schlecht,
sehr schlecht
6. Hätten Sie sich lieber eine andere Form von Hilfe, zum Beispiel in Form eines Textes mit
Abbildungen, gewünscht? Antwortskala: ja, nein, Wenn ja, welche?
7. Wie gut haben Sie die Hilfevideos beim ersten Ansehen verstanden? Antwortskala: sehr
gut, gut, teils/ teils, schlecht, sehr schlecht
8. Wie oft mussten Sie im Durchschnitt das Video ansehen, um den Schritt ausführen zu
können? Antwortskala: 1mal, 2mal, 3mal, mehr als 3mal
9. Wenn Sie das gezeigt Videos verstanden haben, wie gut konnten Sie den jeweiligen
Schritt dann ausführen? Antwortskala: sehr gut, gut, teils/ teils, schlecht, sehr schlecht
10. Wie sympathisch war Ihnen die Person im Video? Antwortskala: sehr sympathisch, sympathisch, weder noch, weniger sympathisch, unsympathisch
11. Wie kompetent schätzen Sie die Person aus dem Video ein? Antwortskala: sehr kompetent, kompetent, weder noch, weniger kompetent, nicht kompetent
12. Wie gut konnten Sie die Erklärungen der Person im Video nachvollziehen? Antwortskala:
sehr gut, gut, teils/ teils, schlecht, sehr schlecht
13. Wie gut hat die Person im Video den jeweiligen Schritt erklärt? Antwortskala: sehr gut,
gut, teils/ teils, schlecht, sehr schlecht
14. Was hätte die Person im Video besser machen können? offene Frage
15. Hätten Sie lieber eine andere Person im Video gesehen? Antwortskala: ja, nein, Wenn ja,
welche Eigenschaften sollte die Person haben? weiblich, männlich, älter, jünger, Sonstiges
16. Stellen Sie sich vor, die gewünschte Person hätte im Video die Schritte erklärt, wie gut
hätten Sie dann mit dem Automaten umgehen können? Antwortskala: besser, gleich, gut,
schlechter
17. Was hat Ihnen an der Hilfe nicht gefallen? offene Frage
18. Was könnte an der Hilfe verbessert werden? offene Frage
175
Anhang
19. Wie gut hat Ihnen das Beobachten der Person geholfen, selbst sicherer mit dem Automaten umzugehen? Antwortskala: sehr gut, gut, teils/ teils, schlecht, sehr schlecht
20. Wie gut schätzen Sie die eben gezeigte Möglichkeit ein, Hilfen in Form von Videos darzubieten? Antwortskala: sehr gut, gut, teils/ teils, schlecht, sehr schlecht
21. Würden Sie sich eine derartige Hilfe auch bei anderen Geräten/ Technologien wünschen?
Antwortskala: ja, nein, Wenn ja, welche?
3. Fragen zur Texthilfe
1. Wie oft haben Sie die Hilfe benötigt?, Antwortskala: sehr häufig, häufig, manchmal, selten nie
2. Wie gut haben Sie sich von der Hilfe unterstützt gefühlt? Antwortskala: sehr gut, gut,
teils/ teils, schlecht, sehr schlecht
3. Wie beurteilen Sie den Umfang der verfügbaren Hilfe? Antwortskala: sehr gut, gut, teils/
4. Wie bewerten Sie die Form der dargebotenen Hilfe? Antwortskala: sehr gut, gut, teils/
5. Wie verständlich war die Hilfe für Sie? Antwortskala: sehr gut, gut, teils/ teils, schlecht,
sehr schlecht
6. Hätten Sie sich lieber eine andere Form von Hilfe, zum Beispiel in Form eines Textes mit
Abbildungen, gewünscht? Antwortskala: ja, nein, Wenn ja, welche?
7. Wie gut konnten Sie die Erklärungen nachvollziehen? Antwortskala: sehr gut, gut, teils/
8. Wie gut wurde im Text der jeweilige Schritt erklärt? Antwortskala: sehr gut, gut, teils/
9. Wie gut haben Sie die Hilfetexte beim ersten Lesen verstanden? Antwortskala: sehr gut,
gut, teils/ teils, schlecht, sehr schlecht
10. Wie oft mussten Sie im Durchschnitt den Text lesen, um den Schritt ausführen zu können? Antwortskala 1mal, 2mal, 3mal, mehr als 3mal
11. Wenn Sie den Text verstanden haben, wie gut konnten Sie den jeweiligen Schritt dann
ausführen? Antwortskala: sehr gut, gut, teils/ teils, schlecht, sehr schlecht
12. Könnten Sie sich vorstellen, Hilfe in Form eines Videos zu erhalten, in dem Ihnen eine
Person den Umgang mit dem Automaten erklärt? Antwortskala: ja, nein
13. Wie gut, denken Sie, würden Sie davon profitieren? Antwortskala: sehr gut, gut, teils/
176
Anhang
4. SUMI
Die Affektskala des SUMI enthält 10 3-stufige Items, deren Wortlaut in Abweichung von der
Originalversion an das Untersuchungsobjekt angepasst wurde. Ein Beispielitem:
Ich würde den Ticketautomaten meinen Freunden und Bekannten empfehlen.
einverstanden
unentschieden
nicht einverstanden
!
!
!
Kursiv dargestellte Items sind invertiert.
1. Ich würde den Ticketautomaten meinen Freunden und Bekannten empfehlen.
2. Die Arbeit mit dem Ticketautomaten macht mir Spaß.
3. Ich möchte den Ticketautomaten nicht jeden Tag verwenden.
4. Die Arbeit mit dem Ticketautomaten stimuliert mich geistig.
5. Es ist befriedigend, mit dem Ticketautomaten zu arbeiten.
6. Die Anwendung des Ticketautomaten ist frustrierend.
7. Es gab Zeiten während der Benutzung des Ticketautomaten, in denen ich sehr angespannt
war.
8. Ich denke, Ticketautomate hat mir gelegentlich Kopfschmerzen bereitet.
9. Der Ticketautomat hat eine sehr attraktive Aufmachung.
10. Der Ticketautomat ist wirklich sehr umständlich zu handhaben.
Aus den ermittelten Rohwerten werden für die Auswertung zunächst T-Werte gebildet. Der TWert hat einen Mittelwert von 50 und eine Standardabweichung von 10. Die Umrechnung in
T-Werte erfolgt durch Ablesen in folgender Tabelle:
Zehner
Einer
0
1
2
3
4
5
6
7
8
9
1
11
14
17
20
23
26
29
32
35
38
2
41
44
47
50
53
56
59
62
65
68
3
71
Ein Ablesebeispiel:
Angenommen es wurde ein Rohwert von 16 erhoben. Die einzelnen Ziffern (Einer und Zehner) werden abgelesen. Es ergibt sich ein T-Wert von 29.
177
Anhang
5. Demografischer Fragebogen
Folgende Daten wurden erfasst:
1. Alter
2. Geschlecht
3. Schulabschluss
4. Berufsausbildung/ Studium (abgeschlossen bzw. noch in Ausbildung)
5. momentane Tätigkeit
6. Vorliegen von Sehbeeinträchtigungen und motorischen Beeinträchtigungen
7. Häufigkeit des Umgangs mit Computern, Internet und Handys, mit der Antwortskala:
häufig, gelegentlich, selten, nie
8. Kenntnis von Automaten (Geldautomat, Bankautomat, Kontoauszugsdrucker, Briefmarkenautomat, Fahrkartenautomat)
9. Häufigkeit des Umgangs mit Automaten (Geldautomat, Bankautomat, Kontoauszugsdrucker, Briefmarkenautomat, Fahrkartenautomat), mit der Antwortskala: häufig, gelegentlich, selten, nie)
178
Anhang
2.3.
Beobachtungsbögen
1. Beobachtungsbogen zum Maustest
Punkte bei Test
1
2
3
4
5
sicher
"
"
"
"
"
schnell
"
"
"
"
"
langsam
zielgerichtet
"
"
"
"
"
wirr
genau
"
"
"
"
"
ungenau
unsicher
Verhaltensbeobachtung während des gesamten Versuchs
2. Beobachtungsbogen exemplarisch für eine Aufgabe
179
Anhang
180
Anhang
2.4.
Aufgaben der Versuchsdurchführung
Aufgabe 1
2.4.1. Aufgabe 2
181
Anhang
2.4.2. Aufgabe 3
2.4.3. Aufgabe 4
182
Anhang
2.4.4. Histogramme der Variablen in Fragestellung 1
1. Videohilfe
Histogramm
Histogramm
20
30
20
10
Std.abw . = 1,45
Mittel = 1,6
N = 30,00
0
0,0
2,0
4,0
6,0
Häufigkeit
Häufigkeit
10
Std.abw . = ,81
Mittel = ,6
N = 30,00
0
0,0
8,0
1,0
2,0
3,0
Abbrüche in der vierten Aufgabe
Abbrüche in der ersten Aufgabe
Histogramm
Histogramm
10
12
8
10
6
8
6
Häufigkeit
4
2
Std.abw . = ,19
Mittel = ,46
Häufigkeit
4
2
Mittel = ,42
0,00 ,13
,25
,38
,50
,63
N = 30,00
0
0,00
N = 30,00
0
Std.abw . = ,23
,25
,13
,75
,50
,38
,75
,63
1,00
,88
Differenz gibt Leistungszuwachs von A1 zu A4 an
Anteil richtiger Schritte an optimalen Schritten A1
für Aufgabe 2
Histogramm
Histogramm
14
20
12
10
8
10
6
Std.abw . = ,46
2
Mittel = 1,28
N = 18,00
0
1,00
1,50
2,00
Anzahl der Hilfe im Modul 4
Häufigkeit
Häufigkeit
4
Std.abw . = ,23
Mittel = 1,05
N = 19,00
0
1,00
1,50
2,00
für Aufgabe 3
183
Anhang
Histogramm
Histogramm
14
10
12
8
10
8
6
6
4
Häufigkeit
Häufigkeit
4
Std.abw . = ,46
2
Mittel = 1,28
N = 18,00
0
1,00
1,50
2
Std.abw . = ,50
Mittel = 1,36
N = 14,00
0
2,00
1,00
1,50
2,00
Histogramm
10
8
6
Häufigkeit
4
2
Std.abw . = ,23
Mittel = ,42
N = 30,00
0
0,00
,25
,13
,50
,38
,75
,63
1,00
,88
2. Texthilfe
Histogramm
Histogramm
10
12
10
8
8
6
6
4
2
Std.abw . = 1,75
Mittel = 1,9
N = 15,00
0
0,0
2,0
4,0
6,0
Häufigkeit
Häufigkeit
4
2
Std.abw . = ,92
Mittel = ,5
N = 15,00
0
0,0
1,0
2,0
3,0
184
Anhang
Histogramm
Histogramm
7
6
6
5
5
4
4
3
3
2
Häufigkeit
Häufigkeit
2
Std.abw . = ,28
1
Mittel = ,45
N = 15,00
0
0,00
,25
,13
,50
,38
,75
,63
Std.abw . = ,36
1
Mittel = ,62
N = 15,00
0
0,00
1,00
,25
,13
,88
,50
,38
,75
,63
1,00
,88
Histogramm
6
5
4
3
Häufigkeit
2
1
Std.abw . = ,22
Mittel = ,17
N = 15,00
0
-,25 -,13 0,00 ,13
,25
,38
,50
2.4.5. Histogramme für die Variablen der Fragestellung 2
1. junges Modell
Histogramm
Histogramm
8
12
10
6
8
4
6
2
Std.abw . = 1,67
Mittel = 1,7
N = 15,00
0
0,0
2,0
4,0
6,0
8,0
Häufigkeit
Häufigkeit
4
2
Std.abw . = ,72
Mittel = ,67
N = 15,00
0
0,00
,50
1,00
1,50
2,00
185
Anhang
Histogramm
Histogramm
14
7
12
6
10
5
8
4
6
3
4
Std.abw . = ,18
1
Mittel = ,47
N = 15,00
0
0,00
,13
,25
,38
,50
Häufigkeit
Häufigkeit
2
Std.abw . = ,15
2
Mittel = ,91
N = 15,00
0
,50
,63
,63
,75
,88
1,00
Histogramm
Histogramm
6
8
5
6
4
3
4
Std.abw . = ,24
1
Mittel = ,45
N = 15,00
0
0,00
,25
,13
,50
,38
,75
,63
1,00
2
Häufigkeit
Häufigkeit
2
Std.abw . = ,35
Mittel = 1,13
N = 8,00
0
,88
1,00
1,50
2,00
Histogramm
6
Histogramm
5
1,2
4
1,0
,8
3
,6
,4
Std.abw . = 4,00
1
Mittel = 9,6
N = 8,00
0
7,5
10,0
12,5
15,0
17,5
20,0
Häufigkeit
Häufigkeit
2
Std.abw . = 33,08
,2
Mittel = 51,3
N = 3,00
0,0
20,0
40,0
60,0
M42
M82
Fälle gew ichtet nach HILF_GRU
80,0
186
Anhang
Histogramm
6
5
4
3
Häufigkeit
2
Std.abw . = 10,98
1
Mittel = 12,8
N = 6,00
0
10,0
20,0
30,0
40,0
M63
2. altes Modell
Histogramm
Histogramm
12
7
10
6
8
5
4
6
3
Häufigkeit
Std.abw . = 1,25
1
Mittel = 1,5
N = 15,00
0
0,0
1,0
2,0
3,0
Häufigkeit
4
2
2
Std.abw . = ,92
Mittel = ,5
N = 15,00
0
0,0
4,0
1,0
2,0
3,0
Histogramm
Histogramm
10
5
8
4
6
3
4
1
Std.abw . = ,21
Mittel = ,45
N = 15,00
0
,13
,25
,38
,50
,63
,75
Häufigkeit
Häufigkeit
2
2
Std.abw . = ,26
Mittel = ,84
N = 15,00
0
,25
,38
,50
,63
,75
,88 1,00
187
Anhang
Histogramm
Histogramm
7
5
6
4
5
4
3
3
2
Häufigkeit
Häufigkeit
2
1
Std.abw . = ,22
Mittel = ,39
N = 15,00
0
0,00 ,13
,25
,38
,50
,63
Std.abw . = ,52
1
Mittel = 1,40
N = 10,00
0
1,00
,75
1,50
2,00
Histogramm
5
Histogramm
8
4
6
3
2
Häufigkeit
2
Std.abw . = 18,71
Mittel = 14,8
1
10,0
20,0
30,0
40,0
50,0
Std.abw . = 4,36
Mittel = 20,1
N = 8,00
0
N = 8,00
0
17,5
20,0
22,5
25,0
27,5
30,0
60,0
M82
M42
Histogramm
3,5
3,0
2,5
2,0
1,5
1,0
Häufigkeit
Häufigkeit
4
Std.abw . = 6,68
,5
Mittel = 10,3
N = 7,00
0,0
5,0
10,0
15,0
20,0
M63
188
Anhang
3. Texthilfe
Histogramm
12
Histogramm
10
10
8
8
6
6
4
2
Std.abw . = 1,75
Mittel = 1,9
N = 15,00
0
0,0
2,0
4,0
Häufigkeit
Häufigkeit
4
2
Std.abw . = ,92
Mittel = ,5
N = 15,00
0
0,0
6,0
1,0
2,0
3,0
Histogramm
7
6
5
5
4
4
3
3
2
2
Std.abw . = ,28
1
Mittel = ,45
N = 15,00
0
0,00
,25
,13
,50
,38
,75
,63
Häufigkeit
Häufigkeit
Histogramm
6
Std.abw . = ,36
1
Mittel = ,62
N = 15,00
0
0,00
1,00
,25
,13
,88
,50
,38
,75
,63
1,00
,88
Histogramm
3,5
Histogramm
6
3,0
5
2,5
4
2,0
1,5
3
1,0
1
Std.abw . = ,22
Mittel = ,17
N = 15,00
0
-,25 -,13 0,00 ,13
,25
,38
,50
Häufigkeit
Häufigkeit
2
Std.abw . = 1,05
,5
Mittel = 2,9
N = 9,00
0,0
1,0
2,0
3,0
4,0
189
Anhang
Histogramm
Histogramm
14
10
12
8
10
8
6
6
4
2
Häufigkeit
Häufigkeit
4
Std.abw . = 21,08
Mittel = 23,7
N = 12,00
0
10,0
20,0 30,0
40,0 50,0
Std.abw . = 5,73
2
Mittel = 18,7
N = 14,00
0
15,0
60,0
20,0
25,0
30,0
M42
M82
Histogramm
5
4
3
Häufigkeit
2
1
Std.abw . = 17,11
Mittel = 30,8
N = 12,00
0
10,0
20,0
30,0
40,0
50,0
60,0
M63
2.4.6. Histogramme der Variablen in Fragestellung 3
Histogramm
14
Histogramm
10
12
10
8
8
6
6
4
2
Std.abw . = 20,98
Mittel = 72,8
N = 45,00
0
30,0
50,0
40,0
70,0
60,0
90,0
80,0
110,0
100,0
Summe Selbstwirksamkeit
120,0
Häufigkeit
Häufigkeit
4
Std.abw . = 26,30
2
Mittel = 41,3
N = 45,00
0
0,0
20,0
10,0
40,0
30,0
60,0
50,0
80,0
70,0
100,0
90,0
Gesamtanzahl der Klicks in der Explorationsphas
190
Anhang
Histogramm
12
Histogramm
16
10
14
8
12
10
6
8
6
Std.abw . = 160,82
2
Mittel = 384,4
N = 45,00
0
4
Häufigkeit
Häufigkeit
4
Std.abw . = ,22
2
Mittel = ,46
N = 45,00
0
0
0,
60 ,0
0
55 ,0
0
50 0
0,
45 ,0
0
40 ,0
0
35 ,0
0
30 ,0
0
25 ,0
0
20 0
0,
15 ,0
0
10 0
,
50
0,00
,25
,13
Dauer der Explorationsphase
,50
,38
,75
,63
1,00
,88
Histogramm
Histogramm
16
30
14
12
10
20
8
6
Std.abw . = ,29
Mittel = ,79
N = 45,00
0
0,00
,25
,13
,50
,38
,75
,63
4
Häufigkeit
Häufigkeit
10
Std.abw . = ,25
2
Mittel = ,34
N = 45,00
0
-,25
1,00
0,00
-,13
,88
,25
,13
,50
,38
,75
,63
1,00
,88
Histogramm
Histogramm
16
10
14
12
8
10
6
8
4
4
2
0
Std.abw . = 29,00
Mittel = 90,5
N = 45,00
2
Std.abw . = 128,47
Mittel = 342,0
0
N = 45,00
0
0,
65 ,0
0
60 ,0
0
55 ,0
0
50 ,0
0
45 ,0
0
40 ,0
0
35 ,0
0
30 ,0
0
25 ,0
0
20 ,0
0
15 ,0
0
10
0
0,
130,0
12 ,0
0
110,0
10,0
90 0
,
80 0
,
70,0
60,0
50 0
,
40 0
,
30,0
20 0
,
10
0
0,
Gesamtzahl der richtigen Schritte über alle Aufga
Häufigkeit
Häufigkeit
6
Gesamtzahl der Schritte über alle Aufgaben
191
Anhang
2.4.7. Histogramme für Variablen der weiteren Auswertungen
Histogramm
Histogramm
14
14
12
12
10
10
8
8
6
6
4
Häufigkeit
Häufigkeit
4
Std.abw . = 4,96
2
Mittel = 12,9
N = 45,00
0
6,0
10,0
8,0
14,0
12,0
18,0
16,0
Std.abw . = 1,20
2
Mittel = 3,4
N = 45,00
0
1,0
20,0
2,0
3,0
4,0
5,0
Maus_Schnelligkeit
Ergebnis Maustest
Histogramm
Histogramm
20
20
10
Häufigkeit
Häufigkeit
10
Std.abw . = ,97
Mittel = 3,8
N = 45,00
0
2,0
3,0
4,0
Std.abw . = ,97
Mittel = 3,8
N = 45,00
0
2,0
5,0
3,0
4,0
5,0
Maus_Genauigkeit
Maus_Zielgerichtet
Histogramm
30
16
14
12
20
10
8
6
4
Std.abw . = 1,00
2
Mittel = 3,6
N = 45,00
0
2,0
3,0
Maus_Sicherheit
4,0
5,0
Häufigkeit
10
Std.abw . = 1,27
Mittel = 2,3
N = 45,00
0
1,0
2,0
3,0
4,0
Computernutzung
192
Anhang
12
10
8
6
4
2
Std.abw . = 13,77
Mittel = 41,4
N = 45,00
0
15,0
25,0
20,0
35,0
30,0
45,0
40,0
55,0
50,0
65,0
60,0
Standardisierte Werte des SUMI
2.5.
Auswertung des ASW-Fragebogens im Hauptversuch
2.5.1. Trennschärfe
Item
Trennschärfe
Itemschwierigkeit
1
.5819
0,632
2
.5016
0,484
3
.7038
0,604
4
.5536
0,614
5
.5472
0,56
6
.6986
0,538
7
.5869
0,516
8
.7305
0,454
9
.4479
0,578
10
.7390
0,546
11
.8115
0,608
12
.6045
0,444
13
.6730
0,312
14
.7476
0,632
15
.7055
0,546
16
.5573
0,404
17
.6771
0,414
18
.4709
0,506
19
.6301
0,472
20
.5483
0,458
21
.7635
0,6
193
Anhang
22
.8162
0,538
23
.6159
0,484
24
.5553
0,604
25
.6341
0,484
26
.3389
0,422
27
.4934
0,604
28
.4247
0,694
194

Diplomarbeit Denise Gramß - Institut für Psychologie

Transcrição

Documentos relacionados

pdf – 2 MB - Achim Fehrenbach

Kondomautomat - Museum für Verhütung und

Kumm, loss mer fiere, dat hät noch keinem Minsch jeschad!

Gebührenfallen im Ausland! - Trust-Wi

Mögliche Gliederung einer Gedichtinterpretation/

KUNDENDIENST UND INFOKURSE VERLÄNGERUNG

CASE STUDY | Kunsthistorisches Museum Wien: Ticketautomaten

ILLNESS-COGNITION

Gesuch Spielautomaten 2014 2016

Vergleichsarbeiten an Gymnasien