Czytaj książkę: «Toolbox Diagnostik»

1 Theoretische Grundlagen
Dieses Kapitel vermittelt Ihnen einen Überblick …

• über wesentliche theoretische Grundannahmen, die dieser Methodensammlung zugrunde liegen;

• darüber, wie Ergebnisse diagnostischer Verfahren verstanden, beurteilt und (z. B. in Gutachten) beschrieben bzw. erklärt werden können;

• darüber, wie diagnostische Methoden in ein Rahmenmodell präventiver und inklusiver Schule eingebettet werden können;

• darüber, wie diagnostische Ergebnisse mit der Planung (sonder-)pädagogischer Unterstützung zusammenhängen.

1.1 »A fool with a tool …« – Warum ein bisschen Theorie notwendig ist

»A fool with a tool still is a fool!« – So lautet ein geflügeltes Wort vor allem im Bereich der IT-Branche. Das Gemeinte ist im Kontext der Informationstechnologie leicht entschlüsselt: Alle Technologie ist nur ein Werkzeug – und um es sinnvoll nutzen zu können, bedarf es des entsprechenden Hintergrundwissens, und zwar nicht nur über das Thema, bei dem die Technik helfen soll, sondern auch über die Technik selbst. Denn gerade dann, wenn Werkzeuge einmal nicht direkt so funktionieren, wie man es erwartet, zeigt sich, ob die Anwenderin oder der Anwender den Hintergrund der Funktionsweise angemessen versteht. Anders gesprochen: IT-Experten beschreiben mit diesem Satz die Gefahr, die davon ausgeht, IT-Laien mit Computern arbeiten zu lassen.

Das Beispiel lässt sich leicht auf den Bereich der (sonder-)pädagogischen Diagnostik übertragen: In der diagnostischen Praxis bedienen sich (Sonder-)Pädagoginnen und Pädagogen eines vielfältigen Repertoires an Methoden (Werkzeugen). All diese Methoden liefern wertvolle Informationen zur Gestaltung der pädagogischen Begleitung und Unterstützung von Kindern und Jugendlichen – sofern mit der entsprechenden Sachkenntnis eingesetzt. Werden die diagnostischen Methoden aber ohne das notwendige diagnostische und auch testtheoretische Hintergrundwissen quasi »im Blindflug« eingesetzt, so kommt es leicht zu Fehleinschätzungen, die im besten Falle Umwege in der pädagogischen Unterstützung zur Folge haben, im schlimmsten Falle aber gravierende Auswirkungen auf Lebensläufe. Diesen schlimmsten Fall dokumentiert eindrücklich der sogenannte »Fall Nenad«, der in den vergangenen Jahren für mediale Aufmerksamkeit sorgte¹ .

Einen anderen wesentlichen Aspekt, warum Theorien notwendig sind, beschreiben Methner, Melzer und Popp (2013) als Antwort auf die häufig anzutreffende Forderung nach Anwendungswissen anstelle theoretischer Inhalte:

»Doch dieses Wissen ist das Resultat einer Theorie bzw. das Anwendungswissen lässt sich aus einer Theorie ableiten. Das theoretische Konzept wird damit zum Fundament für die spätere Anwendung. Die Anwendung bestimmter Methoden und unterstützender Handlungsweisen wird erklär- und begründbar, was in der Konsequenz die Handlungen legitimiert. Ferner können aus einer bekannten Theorie rasch Handlungsalternativen abgeleitet werden.« (Methner et al., 2013, S. 28–29)

Was dieses Buch ist – und was nicht …

Dieses Buch richtet sich an (Sonder-)Pädagoginnen und Pädagogen mit dem entsprechenden diagnostischen und testtheoretischen Hintergrundwissen. Ihnen bietet es eine pragmatisch formulierte Arbeitshilfe mit Werkzeugen für die alltägliche Praxis.

Das Buch ersetzt nicht das fundierte Studium der notwendigen Grundlagen, gibt aber an den entsprechenden Stellen Hinweise dazu, wo das entsprechende Wissen zu finden ist.

1.2 Wichtige Grundbegriffe

Im Alltag sowie in der Literatur kursieren mit Bezug zur sonderpädagogischen Förderung die unterschiedlichsten Begriffe, die sich teils zu widersprechen scheinen. Damit es dabei nicht zu einer Art »babylonischer Sprachverwirrung« kommt, soll hier zu Beginn eine kurze Klärung relevanter Begriffe erfolgen, die in diesem Buch verwendet werden.

Die wichtigste Unterscheidung muss zunächst danach erfolgen, ob es sich um (1) Alltagsbegriffe, (2) Fachbegriffe oder (3) administrative Begriffe handelt.

Alltagsbegriffe sind solche Begrifflichkeiten, die nicht direkt mit einer fachlichen Theorie zusammenhängen müssen (aber durchaus können) und sich im alltäglichen Sprachgebrauch entwickelt bzw. etabliert haben. Sie können innerhalb eines bestimmten kommunikativen Kontexts hilfreich sein. Allerdings ergeben sich bei ihrer Verwendung im professionellen Kontext einige Probleme: Einerseits sind sie in der Regel nicht geeignet, Phänomene fachlich trennscharf zu beschreiben, und tragen so unter Umständen zu theoretischer Unschärfe, inhaltlichen Verwechslungen und dem Eindruck fehlender Fachlichkeit bei. Andererseits sind sie oftmals entweder »verniedlichend« oder, obwohl gut gemeint, stigmatisierend (oder beides zugleich). Als aus fachlicher Sicht besonders fragwürdige Beispiele können unter anderem gelten: »Inklusionskinder«, »Integrationskinder«, »Förderkinder«, »sozial-emotionale Kinder«, »Verhaltenskreative«, »Verhaltensoriginelle«, »U-Boote«. Im professionellen Kontext und insbesondere in der Kommunikation mit Schülern, Eltern oder Außenstehenden sollten derlei Begriffe unbedingt vermieden werden.

Administrative Begriffe sind in unserem Fall meistens Begrifflichkeiten aus dem Schulrecht bzw. der Schulverwaltung. Beispiele hierfür sind der »sonderpädagogische Förderbedarf« oder die Förderschwerpunkte. Auch wenn sich administrative Begriffe oftmals aus fachlichen Erkenntnissen ableiten und meistens eine deutlich stärkere Überschneidung mit Fachbegriffen aufweisen als Alltagsbegriffe dies tun, so dürfen sie nicht mit Fachbegriffen verwechselt werden. Mit ihren Empfehlungen zur sonderpädagogischen Förderung führte die Kultusministerkonferenz (1994) den Begriff sonderpädagogischer Förderbedarf ein und damit verbunden auch die Bezeichnung der sonderpädagogischen Förderschwerpunkte. Die einzelnen Förderschwerpunkte werden in diesen Empfehlungen umrissen, und es lassen sich einzelne Bezeichnungen ableiten. Die konkreten Bezeichnungen variieren allerdings zwischen den Bundesländern. Auch die Bezeichnung sonderpädagogischer Förderbedarf wird in den einzelnen Ländern nicht einheitlich verwendet. Mit der Neufassung der Empfehlungen, zunächst bezogen auf den vormaligen Förderschwerpunkt Lernen, führt die Kultusministerkonferenz (2019) nun die Begriffe »festgestellter Anspruch auf ein sonderpädagogisches Bildungsangebot entsprechend einem sonderpädagogischen Förderbedarf« anstelle des sonderpädagogischen Förderbedarfs und »sonderpädagogischer Schwerpunkt« anstelle von Förderschwerpunkt ein. Damit sowie mit der Divergenz der Begriffe zwischen den Bundesländern wird deutlich, dass sich administrative Begriffe für fachliche Diskussionen nur sehr bedingt eignen, weshalb in dieser Methodensammlung versucht wird, soweit wie möglich auf sie zu verzichten. Zudem zeigt sich auch bei administrativen Begriffen, dass diese im Sinne einer sensiblen Sprache problematisch sein können (»Integrationsschüler«, »Beschulung« oder »beschult werden«).

Für eine fachliche Auseinandersetzung und damit auch für fachlich fundierte praktische Methoden eignen sich insbesondere Fachbegriffe. Diese zeichnen sich dadurch aus, dass ihnen eine klar umrissene Definition zugrunde liegt, auf deren Basis sie eine schnelle und unkomplizierte Kommunikation zwischen Fachleuten und, mit entsprechender Erläuterung, zwischen Fachleuten und Laien ermöglichen.

Da sich die Anwendungsbeispiele in der vorliegenden Methodensammlung vor allem auf die Bereiche beziehen, die administrativ allgemein unter die sonderpädagogischen Schwerpunkte Lernen sowie emotionale und soziale Entwicklung fallen, sollen hier einige relevante Begriffe definiert bzw. geklärt werden.

1.2.1 Lernbeeinträchtigungen/-störungen

Streng genommen ist es schwierig, den Begriff der Lernbeeinträchtigung als Fachbegriff zu verwenden, da er erstens sehr unspezifisch gehalten ist und zweitens weder klar umrissene Lernerschwernisse oder spezifische Erscheinungsbilder zu beschreiben vermag (Werning & Lütje-Klose, 2016, S. 24). Dennoch kann er nach Werning und Lütje-Klose (2016) als ein Arbeitsbegriff zur Bezeichnung des Phänomens gravierender schulischer Problemlagen verwendet werden – ohne dabei einseitige personenbezogene Zuschreibungen vorzunehmen. Im Gegensatz zu einem rein personenbezogenen Begriff (wie z. B. Lernbehinderung) wird, so Werning und Lütje-Klose (2016, S. 24), mit dem Begriff der Lernbeeinträchtigungen der Vielfalt an Erschwernissen für schulisches Lernen (Voraussetzungen des Kindes, Anforderungen der Schule, Gestaltung des Unterrichts, sozioökonomische Lage und soziale Benachteiligung, Bewältigung sozial-ökologischer Übergänge etc.) sowie der Kontextabhängigkeit von Lernversagen Rechnung getragen. In ähnlicher Weise wird in einigen Publikationen der Begriff Lernstörung verwendet (z. B. Lauth, Brunstein et al., 2014). Trotz der alltagssprachlichen Konnotation des Störungsbegriffs als personenbezogen hält auch dieser den Weg offen für eine situationsbezogene und interaktionistische, nicht an individuellen Defekten orientierten Sichtweise: so definieren Seitz und Stein Störungen als »Störungen des Funktionsgleichgewichts in der Interaktion der Person mit ihrer Umwelt« (Seitz & Stein 2010, S. 920). Auf einer ursachenunabhängigen deskriptiven Ebene wird von Lernstörungen als »Minderleistungen beim absichtsvollen Lernen« (Lauth, Brunstein et al., 2014, S. 17) gesprochen, die sich darin äußern, dass »das gewünschte Können, Wissen und Verhalten (z. B. Lesen, Rechnen, Schreiben, Mitarbeit) nicht in ausreichender Sicherheit sowie nicht in der dafür vorgesehenen Zeit erworben wird« (Lauth, Brunstein et al., 2014, S. 17).

Einen Vorschlag zu einer dimensionalen Klassifikation von Lernstörungen oder -beeinträchtigungen legen Klauer und Lauth (1997) vor, der Lernstörungen nach den Dimensionen Dauer und Breite differenziert. Tabelle 1.1 veranschaulicht dieses Schema mit Beispielen in einer von Lauth et al. (2014) leicht modifizierten Variante.

Tab. 1.1: Klassifikation von Lernstörungen/Lernbeeinträchtigungen nach Klauer und Lauth (Quelle: Lauth, Brunstein et al., 2014, S. 18)

Bereichsspezifisch (partiell)Allgemein (generell)

Eine weitere Möglichkeit zur Klassifikation von Lernstörungen bietet das internationale Klassifikationssystem ICD-10²:

• In der Kategorie F81 werden umschriebene Entwicklungsstörungen schulischer Fertigkeiten zusammengefasst. Hierzu zählen »Lese- und Rechtschreibstörung« (F81.0), »isolierte Rechtschreibstörung« (F81.1), »Rechenstörung« (F81.2), »kombinierte Störungen schulischer Fertigkeiten« (F81.3), »sonstige Entwicklungsstörungen schulischer Fertigkeiten« (F81.8; Beispiel: »entwicklungsbedingte expressive«) und »Entwicklungsstörungen schulischer Fertigkeiten, nicht näher bezeichnet« (F81.9; Beispiel: »Lernbehinderung o.n.A.«).

• International werden häufig auch leichte kognitive Beeinträchtigungen den Lernstörungen/Lernschwierigkeiten zugeordnet, auch wenn diese in Deutschland zumeist als Bereich des sonderpädagogischen Schwerpunkts geistige Entwicklung gesehen werden³. Nach ICD-10 würden diese in der Kategorie »Leichte Intelligenzminderung« (F70) kodiert. Definiert ist diese als IQ-Bereich zwischen 50 und 69.

Ein letzter in diesem Bereich einzuführender Begriff ist der der Lernbehinderung. Schulrechtlich etablierte sich dieser Begriff in der BRD in den 1960er-Jahren und löste hier den Begriff des Schwachsinns und der Schwachbegabung ab (Werning & Lütje-Klose, 2016, S. 19). Zurecht weisen Werning und Lütje-Klose (2016, S. 19–21) darauf hin, dass (a) es bis heute keine allgemeingültige Definition von Lernbehinderung gebe, dass (b) der Begriff nicht in der Lage sei, die Komplexität der mit massiven Lernschwierigkeiten verbundenen Phänomene zu beschreiben, und dass (c) der Begriff der Lernbehinderung aufgrund der einseitig pathologischen Zuschreibung eines Personenmerkmals eine stigmatisierende Wirkung habe. Zumeist werde, so Grünke und Grosche (2014, S. 78), von einer Lernbehinderung gesprochen, wenn die folgenden Aspekte zutreffen:

• Die Lernrückstände betreffen mehrere Unterrichtsfächer (insbesondere Deutsch und Mathematik) und betragen mindestens zwei bis drei Schuljahre.

• Die Lernrückstände überdauern über mehrere Jahre.

• Die Lernrückstände können nicht auf ein mangelndes Unterrichts-/Lernangebot oder fehlende Förderung zurückgeführt werden.

• Es liegt eine unterdurchschnittliche bis stark unterdurchschnittliche allgemeine Intelligenz vor (hier geben Grünke und Grosche je nach Test einen IQ zwischen 55 und 85 an).

• Sinnesschädigungen als Ursache für die Lernrückstände müssen ausgeschlossen sein.

Grünke und Grosche (2014, S. 78) verweisen zugleich auf zwei wichtige Aspekte: Einerseits ist nach diesem Begriffsverständnis die Gruppe der Schüler mit Lernbehinderung nicht identisch mit der Gruppe derjenigen Schüler, denen administrativ ein sonderpädagogischer Förderbedarf im Lernen zugesprochen wird. Und andererseits sei der Begriff weder in internationalen Klassifikationssystemen enthalten, noch gebe es international einen vergleichbaren Begriff. Eine Nähe zum deutschsprachigen Konzept der Lernbehinderung sieht Eser (2019) im Konzept der Borderline Intellectual Functioning (BIF), in der ICD-10 als R41.83 codiert. Der wesentliche Unterschied zu der von Grünke und Grosche (2014) vorgelegten Definition von Lernbehinderung besteht darin, dass das Borderline Intellectual Functioning allein über einen IQ von 71 bis 84 definiert ist und keine Aussagen über die tatsächlichen schulischen Leistungen trifft.

Nun gibt es zwar auch international den Begriff der Learning Disabilities. Doch wäre die hierfür adäquate Übersetzung eher der Begriff der Lernstörungen. Zudem bezeichnet der Begriff der Learning Disabilities in aller Regel die in der ICD-10 umschriebenen Lernstörungen.

Zusammenfassung:

In diesem Buch wird als international anschlussfähiger Begriff (in Anlehnung an Learning Disabilities) von Lernstörungen gesprochen. Diese können entweder langandauernd oder vorübergehend sowie bereichsspezifisch oder bereichsübergreifend sein. Lernstörungen sind multifaktoriell bedingt und lassen sich nur im sozialen Kontext des Unterrichts beschreiben. Der Begriff Lernschwierigkeiten wird hingegen in Anlehnung an Zielinski (1996) und Kretschmann (2007) für leichtere bzw. beginnende Probleme im schulischen Lernen verwendet.

Literaturempfehlungen:

Werning, R. & Lütje-Klose, B. (2016). Einführung in die Pädagogik bei Lernbeeinträchtigungen. Reinhardt.

Walter, J. & Wember, F. B. (Hrsg.) (2007). Sonderpädagogik des Lernens. Hogrefe.

Lauth, G. W., Grünke, M. & Brunstein, J. C. (Hrsg.) (2014). Interventionen bei Lernstörungen: Förderung, Training und Therapie in der Praxis. Hogrefe.

Hartke, B. & Diehl, K. (2013). Schulische Prävention im Bereich Lernen. Kohlhammer.

1.2.2 Verhaltensauffälligkeiten und Verhaltensstörungen

Schüler, deren Verhalten in als gravierend wahrgenommener Form von den normativen Erwartungen ihrer Umwelt abweichen, werden administrativ und alltagssprachlich vor allem unter der Bezeichnung des Förderbedarfs der emotionalen und sozialen Entwicklung gefasst. Fachlich beinhaltet diese Begriffswahl zwei wesentliche Probleme: Einerseits suggeriert sie, dass die so umschriebenen Probleme stets mit Aspekten der Persönlichkeitsentwicklung assoziiert sind – was mitnichten der Fall ist. Andererseits verengen sie die Sichtweise ausschließlich auf die Bereiche des Sozialverhaltens und der Emotionen. Als wesentlich tragfähiger erweisen sich die Fachbegriffe Verhaltensauffälligkeit und Verhaltensstörung. Diese werden nachfolgend in Anlehnung an Myschker und Stein (2014) sowie Seitz und Stein (2010) voneinander abgegrenzt. Von euphemistischen Alltagsbegriffen wie »verhaltenskreativ«, »verhaltensoriginell« oder ähnlichem sollte Abstand genommen werden, da sie über akute Problemlagen hinwegtäuschen, in denen sich Kinder und Jugendliche in teils massiven seelischen Notlagen befinden. Eine Pädagogik, die Kinder und Jugendliche als aktive Subjekte ihrer eigenen Entwicklung ernst und sie im Rahmen ihrer Möglichkeiten auch in eine Eigenverantwortung nimmt, lässt sich aus Verfassersicht nicht mit solcherlei Euphemismen vereinbaren.

Als Vorbemerkung sei hier darauf verwiesen, dass unter Verhalten jegliche Aktivität verstanden wird, die »im Wechselspiel zwischen Organismus und Umwelt generiert« (Myschker & Stein, 2014, S. 50) wird. Unter diese Definition fallen sowohl einfache (physiologische) Reaktionen auf einen Reiz als auch komplexes nach Außen beobachtbares Verhalten und inneres Erleben (Gedanken, Emotionen).

Unter Verhaltensauffälligkeit verstehen Seitz und Stein (2010) »als ›auffällig‹ erkennbare Besonderheiten im Erleben oder Verhalten einer Person (z. B. eines Kindes) (…), die von bestimmten normativen Maßstäben und Erwartungen deutlich (›auffällig‹) abweichen« (Seitz & Stein, 2010, S. 920). Einerseits ist dieser Begriff stark auf die einzelne Person fokussiert, die ein bestimmtes Verhalten zeigt. Andererseits meint diese Definition auch, dass die Auffälligkeit darin besteht, dass ein Beobachter oder eine Beobachterin dieses Verhalten aufgrund einer bestimmten Norm erst als auffällig deklariert – ein Verhalten ist also niemals zeit-, kultur- oder beobachterunabhängig per se auffällig.

Von der Verhaltensauffälligkeit abzugrenzen ist die Verhaltensstörung. Zwar steht auch hier das Verhalten der Person in seiner Beziehung zu normativen Erwartungen im Mittelpunkt:

»Verhaltensstörung ist ein von den zeit- und kulturspezifischen Erwartungsnormen abweichendes maladaptives Verhalten, das organogen und/oder milieureaktiv bedingt ist, wegen der Mehrdimensionalität, der Häufigkeit und der Schweregrads die Entwicklungs-, Lern- und Arbeitsfähigkeit sowie das Interaktionsgeschehen in der Umwelt beeinträchtigt und ohne besondere pädagogisch-therapeutische Hilfe nicht oder nur unzureichend überwunden werden kann.« (Myschker & Stein, 2014, S. 51)

Der entscheidende Unterschied zur einfachen Definition von Verhaltensauffälligkeiten liegt in den Aspekten des maladaptiven Verhaltens und der aufgeführten durch das Verhalten beeinträchtigten Lebensbereiche. Hieraus ergibt sich der interaktionistische Charakter des Begriffs der Verhaltensstörung, den Seitz und Stein (2010) wie folgt definieren:

»Es lässt sich dann aber nicht von ›Verhaltensstörungen einer Person‹ sprechen, sondern von einer Störung des Regelkreises der Person-Umwelt-Beziehung, von Störungen des Funktionsgleichgewichts in der Interaktion der Person mit ihrer Umwelt.« (Seitz & Stein, 2010, S. 920)

Sowohl dem Begriff der Verhaltensauffälligkeit als auch dem der Verhaltensstörung liegt der Bezug zu zeit- und kulturspezifischen Erwartungs- oder Beobachternormen zugrunde. Diese Normen untergliedern sich nach Seitz und Stein (2010, S. 920) in statistische Normen (Bezug zur durchschnittlichen Ausprägung des Verhaltens in einer Vergleichsgruppe), explizite Normen (z. B. Gesetze, die ein bestimmtes Verhalten vorschreiben oder verbieten), sozio-kulturelle Normen sowie persönliche normative Wertvorstellungen einzelner Personen. Stein (2019) fügt als weitere Art von Normen noch »Psychologisch-fachwissenschaftliche Aussagen über ›regelgerechtes‹ bzw. ›gesundes‹ Verhalten« (Stein, 2019, S. 30) hinzu. Diese bezeichnen wir nachfolgend als fachwissenschaftliche Normen. Selbstverständlich können Pädagoginnen und Pädagogen sich (genau wie alle anderen Menschen) nicht von sozio-kulturellen Normen und persönlichen Werthaltungen frei machen, dennoch sollte im professionellen Kontext der Fokus auf fachwissenschaftlichen und auf statistischen Normen liegen, bei Bedarf (z. B. Schulabsentismus oder Delinquenz) auch auf expliziten Normen.

Zusammenfassung:

In diesem Buch wird der Begriff der Verhaltensstörung (international: behavioral disorder) verwendet. Dabei wird in einem interaktionistischen Verständnis davon ausgegangen, dass es sich um eine Störung der Person-Umwelt-Beziehung handelt, die sich in einem von zeit- und kulturabhängigen Beobachternormen abweichenden maladaptiven Verhalten ausdrückt. Der Klassifizierung eines Verhaltens als auffällig können statistische, fachwissenschaftliche, explizite und sozio-kulturelle Normen, aber auch persönliche normative Wertvorstellungen zugrunde liegen.

Literaturempfehlungen:

Stein, R. (2019). Grundwissen Verhaltensstörungen. Schneider Verlag Hohengehren.

Myschker, N. & Stein, R. (2014). Verhaltensstörungen bei Kindern und Jugendlichen: Erscheinungsformen, Ursachen, Hilfreiche Maßnahmen. Kohlhammer.

Gasteiger-Klicpera, B., Julius, H. & Klicpera, C. (Hrsg.) (2008). Sonderpädagogik der sozialen und emotionalen Entwicklung. Hogrefe.

Hennemann, T., Hövel, D., Casale, G., Hagen, T. & Fitting-Dahlmann, K. (2015). Schulische Prävention im Bereich Verhalten. Kohlhammer.

1.2.3 Diagnostik

Diagnostik kann nach Kleber (1992) ganz allgemein als »methodische Erforschung der Merkmale eines Gegenstandes oder einer Person« (Kleber, 1992, S. 15) verstanden werden. Für die pädagogisch-psychologische Diagnostik verweist Leutner (2010) darauf, dass diese »psychologische Diagnostik im Dienste pädagogischer Entscheidungen« (Leutner 2010, S. 624) sei. Schmidt-Atzert und Amelang (2012) identifizieren in der Literatur bestimmte wiederkehrende Bestimmungselemente für eine Definition psychologischer Diagnostik, die sich den Aspekten Gegenstandsbereich, Aufgabe und Vorgehen zuordnen lassen ( Tabelle 1.2). Zusammengefasst definieren sie:

»Psychologische Diagnostik ist eine Teildisziplin der Psychologie. Sie dient der Beantwortung von Fragestellungen, die sich auf die Beschreibung, Klassifikation, Erklärung oder Vorhersage menschlichen Verhaltens und Erlebens beziehen. Sie schließt die gezielte Erhebung von Informationen über das Verhalten und Erleben eines oder mehrerer Menschen sowie deren relevanter Bedingungen ein. Die erhobenen Informationen werden für die Beantwortung der Fragestellung interpretiert. Das diagnostische Handeln wird von psychologischem Wissen geleitet. Zur Erhebung von Informationen werden Methoden verwendet, die wissenschaftlichen Standards genügen.« (Schmidt-Atzert & Amelang, 2012, S. 4)

Tab. 1.2: Bestimmungselemente einer Definition von Diagnostik

AspektBestimmungselemente

Diese Definition lässt sich analog auf Fragestellungen aus dem (sonder-)pädagogischen sowie (fach-)didaktischen Bereich übertragen. Häufig zitierte Definitionen pädagogischer (Ingenkamp & Lissmann, 2008; Jürgens & Lissmann, 2015) oder sonderpädagogischer (Bundschuh & Winkler, 2019) Diagnostik lassen sich als Spezialformen hierunter subsummieren. Weitere wesentliche begriffliche Unterscheidungen müssen weiterhin vorgenommen werden:

• Von Statusdiagnostik wird gesprochen, wenn die Ausprägung eines bestimmten Merkmals oder einer bestimmten Situation zum aktuellen Zeitpunkt untersucht wird. Fälschlicherweise wird in der Alltagssprache oftmals davon ausgegangen, dass Statusdiagnostik mit der Feststellung sonderpädagogischen Förderbedarfs gleichzusetzen sei. Dabei wird übersehen, dass zwar im Rahmen der Feststellung des sonderpädagogischen Förderbedarfs ein aktueller Status untersucht wird, dass es aber auch andere Fragestellungen geben kann, die der Statusdiagnostik zuzuordnen sind (z. B., wenn der Erfolg einer pädagogischen Maßnahme summativ evaluiert wird).

• Von Prozessdiagnostik wird gesprochen, wenn Veränderungen im Zeitverlauf erfasst werden sollen. Häufig erfolgt Prozessdiagnostik durch wiederholte Anwendung von Statusdiagnostik.

• Ebenfalls häufig zu kurz gegriffen verstanden wird der Begriff Selektionsdiagnostik. Dieser bezeichnet die Ausrichtung der diagnostischen Fragestellung, bei der es entweder um die Auswahl (Selektion) von Situationsbedingungen (z. B. des passenden Übungsmaterials) oder Personen (z. B. bei Einstellungsverfahren) geht. Im Gegensatz dazu bezeichnet der Begriff Modifikationsdiagnostik diagnostische Fragestellungen, bei denen es um die Veränderung (Modifikation) von Situationsbedingungen (z. B. Veränderung der Sitzordnung im Klassensaal) oder von Personenmerkmalen (z. B. Überprüfung von Fördererfolgen) geht.

Literaturempfehlungen:

Bundschuh, K. & Winkler, C. (2014). Einführung in die sonderpädagogische Diagnostik. Reinhardt.

Ingenkamp, K. & Lissmann, U. (2008). Lehrbuch der pädagogischen Diagnostik. Beltz.

Jürgens, E. & Lissmann, U. (2015). Pädagogische Diagnostik: Grundlagen und Methoden der Leistungsbeurteilung in der Schule. Beltz.

Spinath, B. & Brünken, R. (2016). Pädagogische Psychologie – Diagnostik, Evaluation und Beratung. Hogrefe.

Schmidt-Atzert, L. & Amelang, M. (2012). Psychologische Diagnostik. Springer.

1.3 Auswertung standardisierter Tests

Zu den testtheoretischen Grundlagen (sonder-)pädagogischer Diagnostik existiert eine Vielzahl an sehr guten Lehrbüchern. Deren Inhalte sollen hier nicht wiederholt werden. Ein paar grundlegende Aspekte sollten dennoch kurz und verständlich erläutert werden, da sie die Anwendung der Methoden in der Toolbox deutlich erleichtern.

1.3.1 Was ist ein Test?

Zuallererst muss definiert werden, was in der Diagnostik unter einem Test verstanden wird. Eine gängige Definition ist die folgende:

»Ein Test ist ein wissenschaftliches Routineverfahren zur Untersuchung eines oder mehrerer empirisch abgrenzbarer Persönlichkeitsmerkmale mit dem Ziel einer möglichst quantitativen Aussage über den relativen Grad der individuellen Merkmalsausprägung« (Lienert & Raatz, 1998, S. 1)

Darin enthalten sind wichtige Merkmale eines Tests im Sinne der Testtheorie:

• Wissenschaftliches Routineverfahren: Damit ist gemeint, dass ein Test (a) wissenschaftliche Qualitätsstandards einhalten und auf wissenschaftlichem Fachwissen basieren muss (ein BRAVO-Lovetest bspw. erfüllt beides nicht) und dass er (b) immer in gleicher Form durchgeführt wird (standardisiert), also nicht für einzelne Probanden verändert oder neu konstruiert wird.

• Empirisch abgrenzbares Persönlichkeitsmerkmal: Der Begriff des Persönlichkeitsmerkmals ist weit zu fassen, denn er bezeichnet auch Fähigkeiten, Einstellungen, Motive etc. »Empirisch abgrenzbar« meint, dass genügend wissenschaftliches Fachwissen (a) darüber vorliegt, dass es dieses Merkmal auch wirklich gibt, und (b) darüber, wie das Merkmal empirisch (also mit einem Test) messbar ist.

• Quantitative Aussage über den relativen Grad der Merkmalsausprägung: Damit ist gemeint, dass ein Test einerseits darüber informieren soll, wie stark ein Merkmal ausgeprägt ist (der Test muss also »skaliert« sein), und andererseits darüber, wie stark die Merkmalsausprägung im Vergleich zu einer relevanten Vergleichsgruppe (z. B. gleiches Alter und Geschlecht; oder die Jahrgangsstufe in einer Schule) bzw. einem relevanten Vergleichswert (z. B. im Vergleich zu einem früheren Zeitpunkt) ausfällt (der Test muss also »normiert« sein).

Unter diese Definition eines Tests fallen unterschiedliche Verfahren:

• Tests, bei denen ein Proband Aufgaben bewältigen muss (z. B. Leistungstests, Motoriktests …).

• Standardisierte Befragungen, die einen skalierten Punktwert als Ergebnis liefern (z. B. Persönlichkeitsfragebögen, Fragebögen zu Einstellungen …).

• Systematische Verhaltensbeobachtungen oder -beurteilungen, bei denen die Intensität, die Dauer, die Verzögerung oder die Häufigkeit eines Verhaltens gemessen wird.

1.3.2 Testergebnisse als Schätzung: Die Bedeutung von Testgenauigkeit, Standardmessfehler und Vertrauensintervall

Aus den Antworten der Testperson auf bestimmte Aufgaben (Items) schätzt ein Test – mehr oder minder exakt – die Ausprägung eines den Aufgaben zugrundeliegenden (Persönlichkeits-)Merkmals. Dabei wird die Annahme zugrunde gelegt, dass sich jedes Testergebnis aus zwei Bestandteilen zusammensetzt:

Der wahre Wert bezeichnet die Schätzung dieser Merkmalsausprägung. Die Bezeichnung als »wahrer« Wert darf nicht missverstanden werden: Nach wie vor handelt es sich um eine Schätzung, also einen Hinweis – nicht um die tatsächliche Merkmalsausprägung selbst.

Der Messfehler bezeichnet den Anteil am Testergebnis, der durch systematische und unsystematische Fehler bei der Erstellung und Durchführung eines Tests zustande kommt. Dieser Messfehler ist Bestandteil eines jeden Tests. Das bedeutet, dass auch ein sehr guter Test bei ein und derselben Person immer wieder zu leicht variierenden Ergebnissen führt – obwohl sich das Merkmal, das getestet werden soll, gar nicht verändert hat.

Es lässt sich zeigen, dass sich der Messfehler bei häufiger Testdurchführung auf einen durchschnittlichen Fehler »einpendelt«. Diesen nennt man Standardmessfehler. Den Standardmessfehler kann man aus der Messgenauigkeit (Reliabilität, Kap. 1.3.3) eines Tests schätzen.

Den Standardmessfehler kann man dann wiederum nutzen, um einen Bereich zu schätzen, den man Konfidenzintervall oder Vertrauensbereich (abgekürzt: KI) nennt. Mathematisch sagt dieser Vertrauensbereich folgendes aus: Würde man den Test unendlich oft mit derselben Person wiederholen, würde das Testergebnis mit einer vorab definierten Häufigkeit in diesem Bereich liegen. Als Beispiel: Berechnet man das 95 %-KI, so würde das Testergebnis bei unendlicher Wiederholung in 95 % aller Testungen innerhalb dieses Bereichs liegen. In der Diagnostik nutzt man das KI als Schätzung für den Bereich, in dem der »wahre Wert« mit einer definierten Sicherheitswahrscheinlichkeit liegt. Nehmen wir wieder das 95 %-Konfidenzintervall, so würde man sagen: Das 95 %-KI ist der Bereich um das Testergebnis herum, in dem mit 95 %iger Wahrscheinlichkeit der »wahre Wert« liegt.

Ob man nun ein 68 %-, ein 90 %-, ein 95 %- oder gar ein 99 %-KI heranzieht, hängt davon ab, wie weitreichend die diagnostische Entscheidung ist: Vermutet man beispielsweise bei einem Kind leichte Lernschwierigkeiten im Bereich Mathematik und möchte prüfen, ob ein präventives Trainingsprogramm sinnvoll ist, dann reicht in der Regel das 68 %-KI. Geht es hingegen um weitreichende und potenziell riskante Entscheidungen, so sollte mindestens das 95 %-KI genutzt werden.

Hinweis:

Normalerweise liefern Testhandbücher immer Angaben zu Konfidenzintervallen. Sollte diese Angabe fehlen, kann das Konfidenzintervall mittels eines Online-Tools berechnet werden: https://www.psychometrica.de/normwertrechner.html

Dieses Online-Tool nutzt für die Berechnung des Konfidenzintervall eine sogenannte Regressionsannahme, weshalb das Ergebnis bei manchen Tests (z. B. CFT) vom Testhandbuch abweichen kann.

Kopiervorlage 1.1: Tabelle von Konfidenzintervallen (nach Symmetrieannahme) in Abhängigkeit der Reliabilität

Zusammenfassung:

Testergebnisse sind auch bei den besten Testverfahren immer ungenau. Deshalb müssen bei der Interpretation von Testergebnissen (und damit auch bei Entscheidungen in Gutachten) immer die Messgenauigkeit (Reliabilität) und ein Konfidenzintervall (KI) angegeben werden. Die diagnostische Entscheidung muss immer das Konfidenzintervall berücksichtigen. Zudem muss stets deutlich gemacht werden, dass ein Testergebnis nur auf eine Merkmalsausprägung hindeutet und diese nicht exakt abbildet.

1.3.3 Die Qualität eines Tests beurteilen

Im Kapitel 1.3.1 ( Kap. 1.3.1) wurde darauf hingewiesen, dass ein Test wissenschaftliche Qualitätsstandards erfüllen muss. Diese werden in der Testtheorie Gütekriterien genannt. Gängigerweise werden drei Haupt- und mehrere Nebengütekriterien definiert. Die Bezeichnung der Nebengütekriterien kann je nach Lehrbuch variieren. Als Hauptgütekriterien gelten die folgenden:

Objektivität: Dieses Kriterium wird aufgrund der Verwechslung mit dem alltagssprachlichen Begriff von Objektivität häufig missverstanden. Objektivität meint hier nicht eine unantastbare »objektive« Wahrheit. Vielmehr ist hier gemeint, dass das Testergebnis so wenig wie möglich durch Eigenschaften des Testleiters beeinflusst wird. Diesem Kriterium versucht man sich anzunähern, indem alle Phasen des Tests standardisiert (also eins-zu-eins vorgegeben) werden. So ist die Testdurchführung durch genaue Anweisungen und vorgegebene Textbausteine für den Testleiter und durch vorgefertigte Testmaterialien standardisiert, die Testauswertung bspw. durch Auswertungsschablonen, Musterantworten und Bewertungsvorgaben und die Testinterpretation durch Normwerttabellen und Konventionen zur Interpretation von Normwerten. Das alles impliziert zwei Punkte: Erstens kann man das Gütekriterium der Objektivität nie erfüllen, sondern sich diesem nur annähern (und kein Testtheoretiker würde diesen Fakt bestreiten). Zweitens darf, so schwer es manchmal fällt, nicht aus pädagogisch wohlmeinenden Gründen von der standardisierten Vorgehensweise abgewichen werden. Ist die Testdurchführung dem Probanden nicht angemessen bzw. nicht zumutbar, dann sollte, statt von ihr abzuweichen, lieber auf einen anderen Test zurückgegriffen werden. Weicht man dennoch von der standardisierten Vorgehensweise ab, so darf das Testergebnis (z. B. der IQ-Wert eines Intelligenztests) unter keinen Umständen mehr in die diagnostische Beurteilung einfließen und auch nicht in einem Gutachten erwähnt werden. Die einzige vertretbare Ausnahme, die aber auch konsequent zu dokumentieren und in der Interpretation zu berücksichtigen wäre, ist meines Erachtens der Einsatz eines Dolmetschers bei nicht ausreichenden Sprachkenntnissen. Doch selbst diese Ausnahme sollte auf Tests beschränkt werden, deren Ergebnis nicht wesentlich von der Formulierung der Aufgabenstellung abhängt.

Testgenauigkeit/Reliabilität (auch: Zuverlässigkeit): Hierunter versteht man, dass das Testergebnis möglichst wenig durch systematische und unsystematische Fehlerquellen beeinflusst wird, also bei gleicher Merkmalsausprägung möglichst immer das gleiche Ergebnis liefert. Auch diesem Kriterium kann man sich, wie aus Abschnitt 1.3.2 hervorgeht, nur annähern, ohne es je vollständig zu erfüllen. Um zu überprüfen, wie gut die Messgenauigkeit eines Tests ist, gibt es vier Möglichkeiten:

• Testwiederholung: Bei relativ stabilen Merkmalen kann derselbe Test nach einer gewissen Zeit (z. B. einem halben Jahr) mit derselben Stichprobe an Testpersonen erneut durchgeführt werden. Zwischen beiden Zeitpunkten wird dann die Korrelation berechnet. Je zuverlässiger der Test ist, desto besser müssten die Ergebnisse beider Zeitpunkte zusammenhängen. Das heißt: Eine Person mit überdurchschnittlichem Ergebnis zum ersten Zeitpunkt müsste auch zum zweiten Zeitpunkt ein überdurchschnittliches Ergebnis haben usw.

• Zwei parallele Testformen: Anstelle der Wiederholung desselben Tests können auch zu ein und demselben Zeitpunkt zwei vollständig gleichwertige Parallelformen des Tests zum Einsatz kommen. Auch hier wird dann die Korrelation berechnet: Eine Person mit überdurchschnittlichem Ergebnis in Form A sollte auch ein überdurchschnittliches Ergebnis in Form B haben.

• Testhalbierung: Anstelle zweier Parallelformen kann der Test auch nach der Durchführung in zwei gleichwertige Hälften geteilt werden.

• Interne Konsistenz: Die interne Konsistenz wird meistens mit dem griechischen Buchstaben α (Alpha) angegeben und bezeichnet (vereinfacht gesagt) die durchschnittliche Korrelation aller Testaufgaben miteinander.

Obwohl es in manchen Lehrbüchern Angaben gibt, ab wann die Messgenauigkeit gut ist, ist eine solche Aussage kaum seriös möglich. Vielmehr wird die zu erwartende Messgenauigkeit sowohl von dem zu erfassenden Merkmal als auch von der Methode ihrer Überprüfung beeinflusst (Schmidt-Atzert & Amelang, 2012). Stattdessen sollte berücksichtigt werden: Je niedriger die Messgenauigkeit, desto größer das Konfidenzintervall.

Gültigkeit/Validität: Mit der Testgültigkeit ist der Anspruch gemeint, dass der Test auch das messen soll, was er vorgibt zu messen, und dass vor allem darüber hinaus so wenig wie möglich andere Merkmale das Testergebnis beeinflussen (so ist zum Beispiel kritisch zu diskutieren, ob Textaufgaben valide sind, um mathematische Basisfertigkeiten zu erfassen). Auch zur Validität gibt es Methoden, mit denen überprüft werden kann, wie gut sich der Test diesem Anspruch annähert. Damit ein Test tatsächlich als valide gilt, sollten möglichst viele dieser Methoden zum Einsatz kommen. Hier werden, ohne auf die komplexen Begrifflichkeiten einzugehen, die wichtigsten Methoden kurz genannt (vertiefend sei verwiesen auf Schmidt-Atzert & Amelang, 2012):

• Die Testaufgaben sollten so gewählt sein, dass sie theoretisch das zu erfassende Merkmal repräsentieren.

• Ein Test sollte mit anderen Tests, die dasselbe Merkmal erfassen, eine hohe Korrelation (größer als 0,6) zeigen.

• Um auszuschließen, dass der Test ein anderes Merkmal erfasst, als er soll, sollte geprüft werden, dass er mit Tests für auszuschließende Merkmale nicht bzw. höchstens niedrig korreliert (Beispiel: ein Intelligenztest sollte nicht wesentlich mit einem Konzentrationstest korrelieren).

• Tests sollten mit dem tatsächlichen Verhalten bzw. einem relevanten Außenkriterium korrelieren: Beispielsweise sollte ein Schulleistungstest mit Schulnoten korrelieren oder ein Fragebogen zu Gewaltbereitschaft mit der Häufigkeit tatsächlicher Gewaltanwendung.

• In empirischen Untersuchungen sollten sich Ergebnisse zeigen, die bereits aus anderen Untersuchungen bekannt bzw. theoretisch zu erwarten sind. So sollte die Sprachentwicklung mit dem Alter korrelieren oder die Lesefertigkeit mit den Schulbesuchsjahren.

Neben diesen Hauptgütekriterien gilt es noch ein paar Nebengütekriterien zu beachten. Hier wird sich auf die Darstellung bei Schmidt-Atzert und Amelang (2012) bezogen. Insbesondere sind wichtig:

• Skalierung und Normierung ergeben sich bereits aus der Definition eines Tests: Der Test soll eine Aussage über die Höhe der Merkmalsausprägung machen (Skalierung). Außerdem soll die individuelle Merkmalsausprägung mit der Merkmalsausprägung einer relevanten Vergleichsgruppe vergleichbar sein (Normierung).

Hinweis:

Damit ein Testergebnis rechtssicher verwendet werden kann, darf die Normierung des Tests nicht älter als acht Jahre sein!

• Ökonomie: Der Test sollte möglichst viele Informationen mit möglichst wenig (Zeit-)Aufwand (v. a. für den Probanden) liefern. Das bedeutet, dass die Materialien und Aufgaben so sparsam wie möglich gestaltet sein sollten.

• Fairness: Dieses Kriterium bezieht sich vor allem auf die Testauswahl durch den Testleiter. Ein Test darf den Probanden nicht aufgrund einer Gruppenzugehörigkeit systematisch benachteiligen. So darf ein (deutscher) sprachgebundener Intelligenztest nicht mit einem Probanden ohne ausreichende gute Sozialisation in der deutschen Sprache durchgeführt werden. Auch ist die Sicherstellung der Testfairness kritisch zu beurteilen, wenn ein Schüler mit festgestelltem Anspruch auf sonderpädagogische Unterstützung im Schwerpunkt Lernen einen ausschließlich an regulären Grundschulklassen normierten Mathematiktest bearbeiten soll.

1.3.4 Testergebnisse vergleichen: Normwerte

Damit Testergebnisse unterschiedlicher Personen (und auch unterschiedlicher Tests) miteinander verglichen werden können, müssen alle Testergebnisse in derselben Skala vorliegen. Folgendes Beispiel illustriert dies: Stellen Sie sich einen Mathematiktest vor, der 20 Aufgaben hat. Woher weiß man nun, ob 11 richtig gelöste Aufgaben viel oder wenig sind? Im Grunde genommen nur durch den Vergleich mit dem durchschnittlichen Ergebnis einer Vergleichsgruppe. Und damit die Interpretation der Testergebnisse schnell, einfach und vor allem unabhängig von der Anzahl möglicher Aufgaben funktioniert, gibt es definierte Normen bzw. Normwertskalen. Dabei kann zwischen drei Arten von Normen unterschieden werden:

• Abweichungsnormen (Variabilitätsnormen): Diese Normen geben an, wie weit ein individuelles Testergebnis vom Durchschnitt der Vergleichsgruppe abweicht. Als Maßstab wird der Abstand vom Mittelwert, gemessen in Standardabweichungen genutzt. Diese Skalen zeichnen sich dadurch aus, dass der Mittelwert (Durchschnitt) und die Standardabweichung fest definiert sind⁴ Tests werden stets so geeicht, dass bei der Umrechnung der Normen diese definierten Werte herauskommen. Gebräuchliche Abweichungsnormen sind die IQ-Skala, die T-Wertskala, die SW-Skala und die Stanine-Skala (C-Skala), zur Übersicht Tab. 1.3 und Abb. 1.1. Damit Abweichungsnormen genutzt werden dürfen, muss das getestete Merkmal einer Normalverteilung entsprechen (und intervallskaliert sein; diese Erläuterung würde hier aber zu weit führen).

• Prozentrangnormen: Die Prozentrangskala gibt die relative Position eines Testergebnisses innerhalb der Vergleichsgruppe an. Das bedeutet, dass der Prozentrang (PR) aussagt, wie viel Prozent der Vergleichsgruppe ein niedrigeres oder gleich gutes Testergebnis erreichen. Diese Norm ist unabhängig von der Verteilung des zu testenden Merkmals. Schmidt-Atzert und Amelang (2012) weisen zurecht darauf hin, dass die zunächst intuitiv wirkende Interpretation des Prozentrangs problematisch ist: Gerade bei Vorliegen einer Normalverteilung ist der Punkteabstand zwischen zwei Prozentrangwerten in den stark unter- und stark überdurchschnittlichen Bereichen wesentlich größer als im durchschnittlichen Bereich. Das bedeutet, dass hier die Interpretation stark verzerrt ist. Wann immer möglich, sollte daher lieber auf Abweichungsnormen zurückgegriffen werden.

• Äquivalentnormen: Diese dritte Norm sagt aus, in welcher Vergleichsgruppe das erreichte Testergebnis genau dem Durchschnitt entsprechen würde. Zum Beispiel sagt das »Intelligenzalter« aus, in welcher Altersgruppe das erzielte Ergebnis eines Intelligenztests durchschnittlich wäre. Ein anderes Beispiel wäre, wenn man bei einem Mathematiktest für die Grundschule die Klassenstufe ermitteln würde, in der das erzielte Ergebnis dem Durchschnitt entsprechen würde. Äquivalentnormen sind nur bei Merkmalen und Fähigkeiten sinnvoll, die sich mit dem Alter bzw. den Schulbesuchsjahren weiterentwickeln sollten.

Tab. 1.3: Übersicht über gängige Abweichungsnormen

NameKürzeldefinierter Mittelwertdefinierte Standardabweichung

Abb. 1.1: Gängige Abweichungsnormen und ihr Zusammenhang mit der (Normal-)Verteilung in der Bevölkerung

Hinweis:

Die Umrechnungstabellen, mit denen man aus einem Testergebnis (in Punkten/Rohwert) einen Normwert ermittelt, müssen im Testhandbuch mitgeliefert werden. Oftmals gibt das Testhandbuch auch Hilfestellung bei der Umrechnung zwischen verschiedenen Skalen (z. B. zwischen IQ- und T-Skala). Falls diese Hilfestellung einmal fehlt, können Sie mit diesem Online-Tool zwischen den Skalen wechseln: https://www.psychometrica.de/normwertrechner.html

Kopiervorlage 1.2: Umrechnungstabelle für Normwertskalen

1.3.5 Normwerte (IQ, T, SW, Stanine) beurteilen

Die Beurteilung von Abweichungsnormen erfolgt absolut standardisiert. Sprachliche Finesse und Abwechslung sind hier nicht gefragt. Dabei ist es abhängig von dem zu erfassenden Merkmal, nach welchem Maßstab die Beurteilung erfolgt. Ganz grundsätzlich kann hier folgende Empfehlung gegeben werden:

• Bei Intelligenz-, Persönlichkeits- und Entwicklungstests sollte sich an Tab. 1.4 orientiert werden.

• Bei Leistungs- und Schulleistungstests sowie Verhaltensbeurteilungen sollte sich an Tab. 1.5 orientiert werden.

Tab. 1.4: Interpretation von Intelligenz-, Persönlichkeits- und Entwicklungstestergebnissen. Die erste Tabellenspalte übersetzt die Normwerte in Standardabweichung.

SD (z)IQTSWStanine / CPRBewertungHandlungsempfehlung/Hinweis

Tab. 1.5: Interpretation von Ergebnissen bei (Schul-)Leistungstests (nach Schmidt-Atzert & Amelang, 2012). Die erste Tabellenspalte übersetzt die Normwerte in Standardabweichung.

SD (z)TSWStanine / CPRBewertungHandlungsempfehlung/Hinweis

1.3.6 Testergebnisse kommunizieren

Große Unsicherheit besteht häufig bei der Darstellung von Testergebnissen, beispielsweise in Gutachten. Dabei muss die Darstellung einerseits fachlich korrekt und (z. B. für Gegengutachten) transparent nachvollziehbar und andererseits gleichzeitig für Laien verständlich sein.

Diesen Spagat löst das Muster, das Schmidt-Atzert und Amelang (2012, S. 374–376) vorschlagen. Dabei wird getrennt zwischen einer Tabelle mit Testergebnissen (als Beispiel: Tab. 1.6), die für Experten transparent die Datengrundlage wiedergibt, und einem Text, der das Ergebnis für Laien verständlich kommuniziert. Bei diesem Muster gibt es allerdings ein Problem: In einzelnen Bundesländern (z. B. Rheinland-Pfalz) werden sonderpädagogische Gutachten in einem Online-Portal erstellt, das keine Tabellen zulässt. In diesem Fall können die numerischen Werte in Klammern in den Text integriert werden.

Was muss im Ergebnisbericht für diagnostische Verfahren enthalten sein? (in Anlehnung an Schmidt-Atzert und Amelang, 2012)

Damit (andere) Experten die Ergebnisse nachvollziehen können, müssen folgende Angaben gemacht werden:

• Erfasstes Merkmal

• Name des Tests/Index

• Rohwert (als Berechnungsgrundlage)

• Normwert

• Ggf. Angabe der Referenzgruppe des Normwerts (Altersnorm, Klassennorm; ist die Norm geschlechtsspezifisch?)

• Konfidenzintervall

Damit testtheoretische Laien die Ergebnisse nachvollziehen können, müssen folgende Angaben gemacht werden:

• Erfasstes Merkmal

• Name des Tests/Index

• Allgemeinsprachliche Bewertung des Normwerts gemäß Tab. 1.4 oder Tab. 1.5

• Allgemeinsprachliche Beschreibung der Vergleichsgruppe

• Allgemeinsprachliche Benennung und Bewertung des Vertrauensintervalls (Bewertung analog zu Tab. 1.4 oder Tab. 1.5)

• Zudem muss die Interpretation an der Testsituation relativiert werden, und es muss deutlich werden, dass ein Testergebnis nur ein Hinweis auf eine Merkmalsausprägung ist!

Hilfestellung gibt Kopiervorlage 1.3

Kopiervorlage 1.3

Tab. 1.6: Exemplarische tabellarische Darstellung von Testergebnissen zur transparenten Nachvollziehbarkeit für andere Experten (Beispieldaten aus https://www.psychometrica.de/WISC5_Protokoll.pdf, geprüft am 28.9.2019)

MerkmalTest/IndexRohwertNormwert95 %-Konfidenzintervall

Mustertext für den Bericht von Testergebnissen (in Anlehnung an Schmidt-Atzert und Amelang, 2012)

Das folgende Muster lässt sich leicht für beliebige Testverfahren anpassen. In eckigen Klammern ist kursiv als Platzhalter angegeben, was an dieser Stelle eingesetzt werden muss:

Das von [Name der Testperson] in der Testsituation erreichte Ergebnis im [Testverfahren/Index] deutet auf ein[e] [Bewertung] [Merkmal] hin ([Testergebnis als Zahl]), das/die unter Berücksichtigung der Messgenauigkeit ([ggf. Reliabilität]) auch [Beurteilung Konfidenzintervall] sein kann ([Konfidenzintervall als Zahl]).

Beispiel:

Das von Manuela Mustermann in der Testsituation erreichte Ergebnis im Index VG des WISC V (Wechsler & Petermann, 2017) deutet auf durchschnittliche Fähigkeiten im Bereich Verarbeitungsgeschwindigkeit hin (IQ = 92), die unter Berücksichtigung der Messgenauigkeit auch leicht unterdurchschnittlich sein können (95 %-KI=[84; 102]).