Refine
Has Fulltext
- yes (2)
Is part of the Bibliography
- yes (2)
Year of publication
- 1985 (2) (remove)
Document Type
- Journal article (2)
Keywords
- Analyse (1)
- Psychologie (1)
- Schulerfolg (1)
Institute
- Institut für Psychologie (2) (remove)
Aus der Durchsicht neuerer Forschungsliteratur zum Thema Schulprognose läßt sich ableiten, daß im Gegensatz zur unbestrittenen Bedeutung von kognitiven Tätigkeitsmerkmalen die Relevanz von nicht-kognitiven (z. B. Angst- und Leistungs-)Merkmalen für die Schulleistung nicht klar abzuschätzen ist. In der vorliegenden Untersuchung wurde nun der Vetsuch unternommen, anhand von explorativen Kausalmodellen mit latenten Variablen (LVPLS) die relative Bedeutsarnkeit nichtkognitiver Variablen für den Schulerfolg zu bestimmen. Die anhand einer Stichprobe von 87 Viertkläßlern gewonnenen Befunde unterstreichen die herausragende Relevanz kognitiver Merkmale, deuten jedoch auch darauf hin, daß die Rolle von Angsrkomponenten und Leistungsmotivkennwetten aufgrund ihrer vorwiegend indirekten Einflußnahme nicht unterschätzt werden darf. Angesichts der immer noch defizitären Theorieentwicklung im Bereich der Schulerfolgsprognose wird dafür plädiert, hier weiterhin gezielt mit explorativen Modellen zu arbeiten.
Nine hierarchical and four nonhierarchical clustering algorithms were compared on their ability to resolve 200 multivariate normal mixtures. The effects of coverage, similarity measures, and cluster overlap were studied by including different levels of coverage for the hierarchical algorithms, Euclidean distances and Pearson correlation coefficients, and truncated multivariate normal mixtures in the analysis. The results confirmed the findings of previous Monte Carlo studies on clustering procedures in that accuracy was inversely related to coverage, and that algorithms using correlation as the similarity measure were significantly more accurate than those using Euclidean distances. No evidence was found for the assumption that the positive effects of the use of correlation coefficients are confined to unconstrained mixture models.