Erstellung eines Wissenstestes zur Messung des Wissenserwerbs der Schreib- und Lesefähigkeit chemischer Strukturformeln

Die vorliegende Masterarbeit befasst sich mit der Entwicklung, Pilotierung und Auswertung eines Wissenstestes zur Erhebung des Wissenserwerbs im Bereich der Schreib- und Lesefähigkeit chemischer Strukturformeln bei Schülerinnen und Schülern der Gymnasialstufe. Im Zentrum steht die Repräsentationskompetenz, die am konkreten Beispiel einer schulischen Intervention reliabel, valide und objektiv gemessen werden soll. Dabei wird auf die Übersetzung, das Interpretieren und das Zeichnen der chemischen Darstellungsformen Lewisstruktur, Keilstrichformel, Kugelstab- und Kalottenmodell sowie Molekülbaukasten fokussiert. Im Rahmen des partizipativen Forschungsprojekts OrChemSTAR, das eine Augmented-Reality-App zur Unterstützung beim Lernen chemischer Strukturformeln entwickelt, wurde dieser Prä-Posttest konzipiert, der sowohl fachliche als auch kognitiv-strukturelle Anforderungen berücksichtigt. Der entwickelte Test umfasst unterschiedliche Aufgabenformate und wurde auf Basis fachdidaktischer, kognitionspsychologischer und testtheoretischer Kriterien erstellt. Er zielt darauf ab, Lernzuwächse und Unterschiede zwischen verschiedenen Interventionsgruppen empirisch zu erfassen. Die Konstruktion des Testes erfolgte in mehreren Schritten, unter Einbezug einer inhaltlichen Fokussierung auf das Themenfeld der einfachen Kohlenwasserstoffe sowie typischer Fehlerbilder, die auf Rückmeldungen von Chemielehrpersonen basieren. Zur Auswertung kamen sowohl qualitative Verfahren, wie die Analyse von Zeichnungen von Schülerinnen und Schülern, als auch quantitative Methoden zum Einsatz, darunter eine exploratorische Faktorenanalyse. Die Ergebnisse zeigen, dass der entwickelte Test differenziert zwischen verschiedenen Aspekten der Repräsentationskompetenz unterscheiden kann. Gleichzeitig werden methodische Herausforderungen deutlich, insbesondere bei der Trennung von fachlichem Wissen und Repräsentationsfähigkeit. Insgesamt soll die Arbeit einen fundierten Beitrag zur empirischen Testentwicklung in der Chemiediedaktik liefern und auf das didaktische Potenzial intelligenter tutorischer Systeme in digitalen Lernumgebungen hinweisen.