Full text: Die Antrittswahrscheinlichkeit zur Lehrabschlussprüfung

Situation von Wiener Lehrlingen im letzten Ausbildungsjahr 
öibf 18 
zu sein. Auch wenn Lehrlinge sich von Betrieb speziell bei der „Vorbereitung zur 
LAP“9 unterstützt fühlen, dann sehen sie sich besser auf die LAP vorbereitet. Die 
„LAP-Unterstützung“ des Betriebes kann sicherlich als eine Dimension von „Aus-
bildungsqualität“ gesehen werden. 
Personen, mit einer hohen „Selbstwirksamkeitserwartung“10, zeigen einen höheren 
subjektiven „LAP-Vorbereitungsgrad“ als Personen mit geringerer „Selbstwirksam-
keitserwartung“. Gleichzeitig besteht – nicht allzu überraschend – ein negativer 
Zusammenhang zwischen der „Prüfungsangst“11 und dem „LAP-Vorbereitungsgrad“ 
(-0,13 bzw. -0,25). 
 
Tabelle 2: Korrelationskoeffizienten (Zusammenhangsmaß) zwischen subjekti-
ven LAP-Vorbereitungsgrad und konstruierten Indizes 
 Subjektiver LAP - Vorbereitungsgrad 
Indizes Wien Übrige BL 
Ausbildungsqualität 0,37 0,32 
LAP Motivation (intrinsisch) 0,35 0,37 
Selbstwirksamkeit 0,33 0,26 
Erfolg Berufsschule 0,31 0,30 
Berufszufriedenheit 0,31 0,29 
LAP-Unterstützung Betrieb 0,30 0,29 
Prüfungsangst -0,13 -0,25 
Quelle: öibf LAP-Befragung 2013.  
  
Lesehilfe 
Der Pearson-Korrelationskoeffizient ist eine in der Statistik häufig verwendete Methode, um einen 
linearen Zusammenhang zwischen zwei intervallskalierten Variablen abzubilden. Die Pearson-
Korrelation kann Werte zwischen -1 und +1 annehmen. Wenn der Korrelationskoeffizient einen Wert 
von -1 annimmt, dann gibt es einen perfekten negativen Zusammenhang zwischen zwei Variablen. 
Ein Wert von +1 drückt einen perfekten positiven Zusammenhang aus. Wenn es keinen Zusammen-
hang zwischen zwei Variablen gibt, dann ist der Wert 0. Allerdings erfasst die Pearson-Korrelation 
nicht der Einfluss einer dritten Variablen (durch Moderations- oder Mediatoreffekte). Perfekte Zu-
sammenhänge lassen sich aber in der empirischen Sozialwissenschaft üblicherweise nicht nachwei-
sen, daher wird auch bei Werten unter 1 bereits von einem Zusammenhang gesprochen. (vgl. Diek-
mann, 1995) 
 
Die dargestellten Zusammenhänge zeigen bereits wichtige Faktoren und Merkma-
le, die statistisch den subjektiv empfundenen LAP-Vorbereitungsgrad positiv oder 
negativ beeinflussen. Jedoch muss bei der Interpretation eingeschränkt werden, 
dass ein Zusammenhang zwischen zwei Variablen auch durch eine dritte Variable 
verursacht werden könnte, wie oben am Beispiel Geschlecht, Lehrberufsgruppen 
und subjektiver LAP-Vorbereitungsgrad gezeigt werden konnte.  
IV. 4 Modell zur Erklärung des subjektiven LAP-Vorbereitungsgrades 
Es wird daher ein statistisches Verfahren (multiple lineare Regression) eingesetzt, 
das die Einbindung von mehreren (unabhängigen) Variablen zur Erklärung einer 
abhängigen Variable ermöglicht. Die multiple lineare Regression erlaubt die Kon-
trolle des Einflusses von Drittvariablen (Konstanthaltung oder Auspartialisierung). 
Damit wird der Einfluss einer Drittvariable „beseitigt“. Konkret am obigen Bei-
spiel: Mit diesem Verfahren kann die Beziehung zwischen subjektiven LAP-
Vorbereitungsgrad und Lehrberufsgruppe unter der Kontrolle des Geschlechtes 
ermittelt werden. 
                                              
9 Beispielitem: Ich habe mit meinem Ausbilder/meiner Ausbilderin darüber gesprochen, was ich bei 
der LAP können muss. 
10 Beispielitem: Wenn ich mich anstrenge, traue ich mir zu, schwierige berufliche Aufgaben lösen. 
11 Beispielitem: Meine Hände fangen an zu zittern oder zu schwitzen.
        

Note to user

Dear user,

In response to current developments in the web technology used by the Goobi viewer, the software no longer supports your browser.

Please use one of the following browsers to display this page correctly.

Thank you.