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.