REKENPRESTATIES, MOTIVATIE EN ZELFVERTROUWEN IN HET BASISONDERWIJS

Transcriptie

1 REKENPRESTATIES, MOTIVATIE EN ZELFVERTROUWEN IN HET BASISONDERWIJS Aantal woorden: Anneleen Byttebier Studentennummer: Promotor: Prof. dr. Annemie Desoete Begeleider: Elke Baten Masterproef voorgelegd voor het behalen van de graad master in de richting Psychologie, afstudeerrichting Klinische Psychologie. Academiejaar:

2 Woord Vooraf Deze masterproef kwam tot stand in het kader van de masteropleiding klinische psychologie aan de universiteit Gent. Om tot dit eindresultaat te komen was veel energie, tijd en doorzettingsvermogen nodig. Hiervoor kon ik rekenen op de steun en medewerking van verschillende personen. Graag wil ik van de gelegenheid gebruik maken om hen te bedanken. Eerst en vooral gaat mijn dank uit naar mijn promotor, Prof. Dr. Annemie Desoete en mijn begeleider, Elke Baten. Ze hielpen bij het afbakenen van het onderwerp en de onderzoeksvragen en gaven feedback en advies bij het uitwerken van het onderzoek. Bij hen kon ik steeds terecht voor vragen en ze moedigden me aan om mijn werk steeds bij te schaven opdat ik tot een zo goed mogelijk resultaat zou komen. Daarnaast wil ik ook graag de leerkrachten, kinderen en ouders die betrokken waren bij het onderzoek bedanken voor de moeite en tijd die ze hierin wilden steken. Zonder hun inzet en medewerking kon deze masterproef niet gerealiseerd worden. Ook wil ik graag mijn medestudenten, Anne-Sophie Smet en Melanie Van Bogaert bedanken. We gingen samen de scholen bezoeken en konden op elkaar rekenen voor de verdere dataverzameling van onze onderzoeken. Verder wil ik mijn vrienden en familie graag bedanken voor hun eindeloos geduld, de ondersteuning en het nalezen van mijn werk. In het bijzonder wil ik mijn vader bedanken voor het advies en de ondersteuning bij het uitwerken van mijn onderzoeksvragen en de statistische verwerking van de resultaten. Tot slot bedank ik mijn ouders om me gedurende mijn hele opleiding steeds aan te moedigen en me telkens de nodige kansen en omkadering te bezorgen om zo te kunnen afstuderen als master in de klinische psychologie. Anneleen Byttebier Augustus 2017

3 Abstract De focus van de huidige studie ligt op rekenprestaties, motivatie en zelfvertrouwen bij kinderen in het basisonderwijs en het bijdragen aan onderzoek naar de samenhang van deze constructen en andere factoren die hier nog verder bij betrokken kunnen zijn. Rekenprestaties werden opgedeeld in snelheid en accuraatheid en deze werden respectievelijk opgemeten met de Tempo-test Rekenen (TTR; De Vos, 1992) en de Cognitieve Deelvaardigheden Rekenen (CDR; Desoete & Roeyers, 2006). Motivatie werd geoperationaliseerd aan de hand van de zelfdeterminatietheorie (Ryan & Deci, 2000) en opgemeten via de Schoolse Zelfregulatie Vragenlijst (Vansteenkiste, Sierens, Soenens, Luyckx, & Lens, 2009). Bij zelfvertrouwen werd een onderscheid gemaakt tussen globaal zelfvertrouwen, opgemeten met de Rosenberg Zelfwaardeschaal (Franck, De Raedt, & Rosseel, 2008), en taakspecifiek zelfvertrouwen waarbij de kinderen een eigen inschatting maakten van hun rekenprestaties bij de CDR (Desoete & Roeyers, 2006). Verder werd in het kader van het Process Communication Model (PCM; Kahler, 1988) bij elk kind de PCMbase bepaald aan de hand van de PCM-vragenlijst en een spelobservatie. De studie werd uitgevoerd bij 63 kinderen uit het vierde of zesde leerjaar. Hoewel er een associatie werd gevonden tussen motivatie en zelfvertrouwen enerzijds en motivatie en rekenprestaties anderzijds, kon motivatie niet geïdentificeerd worden als mediator tussen zelfvertrouwen en rekenprestaties. Verder werden genderverschillen in het voordeel van jongens gevonden bij zelfvertrouwen en motivatie, maar niet bij rekenprestaties. Het verkennen van de samenhang tussen PCM-base en rekenprestaties, motivatie en zelfvertrouwen vormt een aanzet tot verder onderzoek op dit gebied. Tot slot werden de beperkingen en sterktes van de studie besproken en suggesties geleverd voor toekomstig onderzoek.

4 Inhoudsopgave Rekenprestaties... 7 Omschrijving... 7 Ontwikkeling... 7 Motivatie... 8 Zelfdeterminatietheorie... 8 Process Communication Model Zelfvertrouwen Rekenprestaties, motivatie en zelfvertrouwen Huidig onderzoek Methode Deelnemers Gebruikte instrumenten Rekenen Intelligentie Motivatie Zelfvertrouwen PCM Procedure Statistische analyse Onderzoeksvraag 1: Medieert motivatie de relatie tussen zelfvertrouwen en rekenprestaties? Onderzoeksvraag 2: Zijn er verschillen op vlak van rekenprestaties, motivatie en/of zelfvertrouwen tussen jongens en meisjes? Onderzoeksvraag 3: Zijn er verschillen op vlak van rekenprestaties, motivatie en/of zelfvertrouwen tussen kinderen met andere PCM-types? Resultaten Zelfvertrouwen en motivatie Motivatie en rekenen... 28

5 Mediatie van motivatie op de relatie tussen zelfvertrouwen en rekenprestaties Mediatie-analyse 1: Globaal zelfvertrouwen, geïdentificeerde regulatie en snelheid van rekenen Mediatie-analyse 2: Taakspecifiek zelfvertrouwen, geïdentificeerde regulatie en snelheid van rekenen Mediatie-analyse 3: Globaal zelfvertrouwen, geïdentificeerde regulatie en accuraatheid van rekenen Mediatie-analyse 4: Taakspecifiek zelfvertrouwen, geïdentificeerde regulatie en accuraatheid van rekenen Geslacht Geslacht en rekenprestaties Geslacht en motivatie Geslacht en zelfvertrouwen PCM-type PCM en rekenprestaties PCM en motivatie PCM en zelfvertrouwen Discussie Beperkingen en sterktes van dit onderzoek Aanbevelingen voor verder onderzoek Conclusie Referenties Bijlagen Bijlage

6 Overzicht figuren Figuur 1. Psychologische basisbehoeftes (Vansteenkiste & Soenens, 2015, p. 8)... 9 Figuur 2. Verschillende types motivatie volgens de ZDT (Vrij naar Deci & Ryan, 2008, p. 17; Ryan & Deci, 2000, p. 72; Van den Broeck et al., 2009) Figuur 3. Het Opportunity-Propensity Model (vrij naar Byrnes & Miller, 2007; Byrnes & Wasik, 2009; Hantson et al., 2017, p. 38) Figuur 4: Algemeen mediatiemodel met alle variabelen Figuur 5: Boxplot per PCM-Base voor snelheid qua rekenen Figuur 6: Boxplot per PCM-Base voor accuraatheid qua rekenen Figuur 7: Boxplot per PCM-Base voor autonome motivatie Figuur 8: Boxplot per PCM-Base voor gecontroleerde motivatie Figuur 9: Boxplot per PCM-Base voor globaal zelfvertrouwen Figuur 10: Boxplot per PCM-Base voor taakspecifiek zelfvertrouwen Overzicht tabellen Tabel 1: Karakteristieken onderzoeksgroep basisschool 1 (6 de leerjaar) Tabel 2: Karakteristieken onderzoeksgroep basisschool 2 (6 de leerjaar) Tabel 3: Karakteristieken onderzoeksgroep basisschool 3 (4 de leerjaar) Tabel 4: Verband tussen globaal en taakspecifiek zelfvertrouwen en motivatie bekeken vanuit de zelfdeterminatietheorie Tabel 5: Verband tussen snelheid en accuraatheid op vlak van rekenen en motivatie bekeken vanuit de zelfdeterminatietheorie (Pearson correlatie) Tabel 6: Verband tussen snelheid en accuraatheid op vlak van rekenen en motivatie bekeken vanuit de zelfdeterminatietheorie (Spearman correlatie) Tabel 7: De voorspelling van snelheid van rekenen op basis van globaal zelfvertrouwen Tabel 8: De voorspelling van snelheid van rekenen op basis van taakspecifiek zelfvertrouwen.30 Tabel 9: De voorspelling van accuraatheid van rekenen op basis van globaal zelfvertrouwen.. 30 Tabel 10: De voorspelling van accuraatheid van rekenen op basis van taakspecifiek zelfvertrouwen Tabel 11: Beschrijvende statistieken per PCM-Base voor snelheid qua rekenen Tabel 12: Beschrijvende statistieken per PCM-Base voor accuraatheid qua rekenen Tabel 13: Beschrijvende statistieken per PCM-Base voor autonome motivatie Tabel 14: Beschrijvende statistieken per PCM-Base voor gecontroleerde motivatie Tabel 15: Beschrijvende statistieken per PCM-Base voor globaal zelfvertrouwen Tabel 16: Beschrijvende statistieken per PCM-Base voor taakspecifiek zelfvertrouwen

7 Rekenprestaties Omschrijving Rekenen is een vaardigheid die zowel in de schoolse context als in het dagelijkse leven vaak wordt gebruikt. Het is echter een ruim begrip waaronder zowel de voorbereidende rekenvaardigheden, het aanvankelijk rekenen en het gevorderd rekenen kunnen worden begrepen. In de literatuur kunnen dan ook verschillende definities worden teruggevonden met elk een verschillende theoretische achtergrond. Ruijssenaars, van Luit en van Lieshout (2004) stellen een definitie, gebaseerd op de overeenkomsten tussen de verschillende theoretische oriëntaties: Rekenen is een proces waarin een realiteit (of een abstractie daarvan) wordt geordend of herordend met behulp van op inzicht berustende denkhandelingen, welke ordening in principe is te kwantificeren en die toelaat om er (logische) operaties op uit te voeren dan wel uit af te leiden. Om deze denkhandelingen te kunnen uitvoeren, heeft men nood aan zowel (domeinspecifieke) conceptuele kennis als (domeinspecifieke) procedurele kennis en vaardigheden (De Brauwer & Fias, 2009). Onder dit laatste wordt de vaardigheid verstaan om de opeenvolgende stappen van rekenkundige procedures correct uit te voeren. Wanneer deze verschillende stappen dan herhaaldelijk worden ingeoefend, kan dit worden opgeslagen in het langetermijngeheugen als feitenkennis waardoor het rekenen geautomatiseerd kan verlopen (De Brauwer & Fias, 2009). Ontwikkeling Het ontwikkelen van rekenvaardigheden is een uitgebreid proces dat reeds op vroege leeftijd aanvangt. Deze ontwikkeling kan dan ook worden opgedeeld in verschillende stadia waarin steeds specifieke vaardigheden worden aangebracht. Onder voorbereidende rekenvaardigheden vallen onder andere kennis en begrip van aantallen, het opbouwen van een mentale getallenlijn, kennis en vaardigheid om zowel synchroon, gestructureerd als resultatief te tellen, subitizing, gebruik van telwoorden en vergelijken van hoeveelheden (Jordan, Kaplan, Ramineni, & Locuniak, 2009; Kroesbergen, Van der Ven, Kolkman, Van Luit, & Leseman, 2009; Purpura, Hume, Sims, & Lonigan, 2011). Wanneer het formeel (reken)onderwijs van start gaat, wordt gefocust op getallen leren lezen en schrijven. Kinderen leren dan ook elementaire bewerkingen te gebruiken waarbij het uiteindelijke 7

8 doel is dat ze antwoorden bij eenvoudige sommen direct kunnen ophalen uit het langetermijngeheugen (Kroesbergen et al., 2009). Verder wordt het oplossen van meer complexe problemen aangeleerd waarbij verschillende stappen moeten worden doorlopen alsook talige opdrachten die worden omgezet naar verschillende rekenprocedures (Geary, 2000). Bij dit gevorderd rekenen moeten verschillende rekenvaardigheden vlot kunnen worden aangewend (Stock, Desoete, & Roeyers, 2007). Vlot kunnen rekenen wordt gedefinieerd als de combinatie tussen accuraatheid en snelheid van de verschillende rekenvaardigheden (Binder, 1996; Haughton, 1980; Ramos-Christian, Schleser, & Varn, 2008). Wanneer rekenprestaties in kaart worden gebracht, is het dan ook zeer belangrijk om rekening te houden met deze beide aspecten. Daarom wordt binnen dit onderzoek gebruik gemaakt van twee rekentesten, één die peilt naar de accuraatheid en één naar de snelheid van het rekenen. In de literatuur is nog weinig te vinden over mogelijke factoren die snelheid en accuraatheid van rekenen in de lagere school kunnen voorspellen of hier minstens mee samenhangen (Duncan et al., 2007). Byrnes en Wasik (2009) hebben getracht om de factoren die reeds geïdentificeerd werden, aan te vullen en samen te vatten in een overkoepelend opportunity-propensity model. Om dit model op te stellen maakten Byrnes en Wasik (2009) gebruik van secondaire analyses van de Early Childhood Longitudinal Study Kindergarten Sample (N = ) bij kinderen uit de kleuterklas tot het derde leerjaar in de Verenigde Staten. De predictoren werden in drie categorieën ingedeeld: antecedente factoren (vb.: sociaal economische status), opportunity ( kans ) factoren (vb.: kwaliteit van de leerkracht) en propensity ( spons ) factoren (vb.: motivatie). Voordat dit model verder wordt toegelicht, zullen eerst enkele van de (mogelijke) propensity factoren worden afgebakend en besproken, namelijk motivatie en zelfvertrouwen. Motivatie Zelfdeterminatietheorie De zelfdeterminatietheorie (ZDT) identificeert drie verschillende psychologische behoeftes die essentieel zouden zijn om persoonlijke groei, zelfmotivatie en welbevinden te bevorderen (Ryan & Deci, 2000). De drie behoeftes zijn: autonomie (Autonomy), relationele verbondenheid (Belongingness) en competentie (Competence) (zie Figuur 1). Deze drie vormen het ABC van de zelfdeterminatietheorie (Vansteenkiste & Soenens, 2015). 8

9 Figuur 1. Psychologische basisbehoeftes (Vansteenkiste & Soenens, 2015, p. 8) Bij de behoefte aan autonomie wil men psychologisch vrij kunnen handelen en keuze hebben bij het uitvoeren van activiteiten zonder het gevoel te hebben onder druk te staan (Van den Broeck, Vansteenkiste, De Witte, Lens, & Andriessen, 2009). Bij het vervullen van deze behoefte heeft men het gevoel zichzelf te kunnen zijn en zelf te kunnen beslissen over eigen handelen, denken en voelen (Vansteenkiste & Soenens, 2015). De behoefte aan relationele verbondenheid bevat de wens om positieve relaties op te bouwen met anderen, zowel op kwantitatief als kwalitatief vlak. (Vansteenkiste & Soenens, 2015). Men wil zich geliefd en verzorgd voelen en zelf ook voor anderen zorgen (Ryan & Deci, 2000). De behoefte aan competentie wordt gedefinieerd als de wens om activiteiten op een doeltreffende en succesvolle manier uit te voeren. Hierbij wordt de omgeving geëxploreerd, begrepen en beheerst. Bij het vervullen van deze behoefte wordt meer zelfvertrouwen bij taken ervaren, maar ook meer welbevinden (Ryan & Deci, 2000; Vansteenkiste & Soenens, 2015). De ZDT stelt dat sociale contexten die deze drie basisbehoeften ondersteunen en de bevrediging hiervan faciliteren, optimale motivatie ondersteunen en een positieve invloed hebben op psychologische, ontwikkelingsgerichte en gedragsmatige uitkomsten (Ryan & Deci, 2000). Sociale contexten die deze behoeften echter niet ondersteunen, lokken minder optimale vormen van motivatie uit (Deci & Ryan, 2008). Binnen de ZDT wordt de kwaliteit van motivatie namelijk centraal geplaatst. Zo zou een sterkere motivatie enkel leiden tot optimaler functioneren als het gaat om kwalitatief goede motivatie (Van den Broeck et al., 2009). 9

10 Binnen de ZDT wordt een onderscheid gemaakt in verschillende types van motivatie. Een eerste opdeling wordt gemaakt tussen motivatie en amotivatie. Onder amotivatie wordt het gebrek aan intentie om te handelen verstaan. Er wordt geen waarde gehecht aan een gedrag of resultaat, de link tussen een gewenste uitkomst en een handeling is niet duidelijk of men voelt zich niet competent om het gedrag, dat resulteert in een gewenste uitkomst, succesvol te stellen (Deci & Ryan, 2008). Motivatie is dan de verzamelterm voor verschillende types waarbij er steeds een intentie om te handelen aanwezig is. Onder deze term vallen zowel intrinsieke als extrinsieke motivatie. In de ZDT worden vier verschillende types van extrinsieke motivatie onderscheiden (zie Figuur 2) die elk een kwalitatief verschillende impact hebben op het functioneren (Van den Broeck et al., 2009; Vansteenkiste, Sierens, Soenens, Luyckx, & Lens, 2009). Bij de eerste twee types wordt druk ervaren om een bepaalde activiteit uit te voeren. Deze druk kan van buitenaf komen door het krijgen van een beloning/straf bij het al dan niet uitvoeren van de activiteit of om externe verwachtingen in te willigen. Hierbij heerst het gevoel geen keuze te hebben en van buitenaf te worden gecontroleerd. Dit wordt benoemd als externe regulatie (Vansteenkiste et al., 2009). Druk kan echter ook van binnenuit komen. Bij geïntrojecteerde regulatie, het tweede type van extrinsieke motivatie, wordt eigenwaarde gekoppeld aan het uitvoeren van bepaalde activiteiten zodat negatieve gevoelens, zoals schaamte, schuld of angst, worden vermeden en positieve gevoelens, zoals trots, worden ervaren (Van den Broeck et al., 2009). Omdat zowel externe als geïntrojecteerde regulatie gepaard gaan met gevoelens van druk, verplichting en controle, worden ze door de ZDT gezien als vormen van gecontroleerde motivatie (Ryan & Deci, 2000). Bij een derde type van externaliserende motivatie wordt een activiteit gesteld omdat ze gezien wordt als zinvol of persoonlijk belangrijk. Men identificeert zich met de reden voor het stellen van een activiteit. Bij het vierde type is deze reden volledig geïntegreerd zodat deze past binnen de persoonlijke waarden van het individu (Van den Broeck et al., 2009; Vansteenkiste et al., 2009). Hier wordt echter nog steeds gesproken van extrinsieke motivatie aangezien de activiteit wordt uitgevoerd om een uitkomst te bereiken die buiten de activiteit is gelegen. Wanneer de activiteit wordt uitgevoerd omdat ze op zichzelf wordt ervaren als leuk of interessant, spreken we van intrinsieke motivatie (Van den Broeck et al., 2009). Bij zowel identificatie, integratie als intrinsieke motivatie wordt een activiteit uitgevoerd omdat men het zelf wil en men, zonder enige dwang of druk te ervaren, handelt. Dit wordt gezien als vormen van autonome motivatie (Ryan & Deci, 2000). 10

11 Deze verschillende types motivatie situeren zich op een continuüm van kwalitatief inferieure naar hoogstaande motivatie (zie Figuur 2). Autonome motivatie gaat namelijk samen met behoeftebevrediging en is daarom kwalitatief hoogstaande motivatie, die bijdraagt aan optimaal functioneren (Van den Broeck et al., 2009). Figuur 2. Verschillende types motivatie volgens de ZDT (Vrij naar Deci & Ryan, 2008, p. 17; Ryan & Deci, 2000, p. 72; Van den Broeck et al., 2009) Vansteenkiste et al. (2009) stelden dat, indien rekening wordt gehouden met zowel de kwaliteit als de kwantiteit van motivatie, er vier verschillende profielen naar voor komen. Het eerste profiel verwijst naar een groep met goede kwaliteit van motivatie die wordt gekarakteriseerd door hoge autonome en lage gecontroleerde motivatie. Bij de groep met een lage kwaliteit vindt men lage autonome en hoge gecontroleerde motivatie. Daarnaast is er ook een groep die hoog scoort op beide schalen en zo een hoge kwantitatieve motivatie bezit alsook een groep met lage kwantitatieve motivatie die laag scoort op beide schalen. In twee afzonderlijk studies werd evidentie gevonden voor deze vier, duidelijk verschillende profielen. De eerste studie werd uitgevoerd met 887 middelbare schoolstudenten uit Vlaanderen. De gemiddelde kappa-waarde van.78 leverde substantieel bewijs op voor de stabiliteit van de vier profielen die werden gevonden via een clusteranalyse. In de tweede studie, bij 484 studenten uit het eerste jaar van een Belgische lerarenopleiding, werden deze bevindingen bevestigd. In de beide studies kwam naar voor dat het meest optimale profiel voor het behalen van goede studieresultaten de groep is met een goede kwaliteit van motivatie (Vansteenkiste et al., 2009). 11

12 Deci en Ryan (2008) stellen daarnaast dat personen die sterk de nadruk leggen op de intrinsieke aspecten van motivatie, hoger welbevinden ervaren en meer zelfvertrouwen hebben. Vansteenkiste et al. (2009) besluiten dat om een goede kwaliteit van motivatie bij leerlingen te bekomen, scholen en hun leerkrachten er moeten naar streven om een school- en klasomgeving te creëren die de psychologische basisbehoeften van leerlingen bevredigt. De manier waarop deze basisbehoeften worden ingevuld, kunnen echter verschillen per individu. Process Communication Model Een model dat gebruikt wordt om deze verschillen in kaart te brengen is het Process Communication Model (PCM) dat werd ontwikkeld door Taibi Kahler (1988). Het is een model dat verschillende karaktertrekken, percepties, motivaties, communicatiestijlen en behoeften wil identificeren bij en afstemmen tussen individuen (Hantson et al., 2017). Dit gebeurt door personen bepaalde kenmerken van verschillende types in meer of mindere mate toe te kennen (Antersijn & van Herst, 2015). Kahler (1988) ging uit van zes duidelijk verschillende types met elk eigen behoeftes, motivaties en communicatiestijlen die aanzetten tot bepaald gedrag (Hantson, Van De Velde, & Desoete, 2015). De zes PCM-types zijn (Antersijn & van Herst, 2015; Hantson et al., 2015): 1) Gestructureerde denker: resultaatgericht en analytisch (focus op feiten, cijfers, data en erkenning), logisch, verantwoordelijk, georganiseerd, praktisch ingesteld, gericht op zakelijke relaties. 2) Doorzetter: gewetensvol, opmerkzaam, toegewijd, gericht op waarden, normen, commitment en resultaat, traditioneel, gericht op het opbouwen van relaties gebaseerd op respect en vertrouwen. 3) Harmoniser: mensgericht, harmonieus, meelevend, gevoelig, warm, verzorgd, gericht op het opbouwen en erkennen van persoonlijke relaties. 4) Dromer: reflectief, vindingrijk, kalm, vaker inactief, zoekt naar duidelijke instructies, mijdt risico s, is graag alleen en wil een intellectuele relatie. 5) Rebel: spontaan, creatief, speels en geïnteresseerd in humor en spel, contact maken en gericht op speelse relaties. 6) Promotor: eerder impulsief, actiegericht, neemt risico s, overtuigend, aanpassend, charmant, wil grote lijnen, opwinding en resultaatgerichte relaties. PCM benadrukt dat elke persoon een combinatie van alle types in zich heeft. De opbouw, intensiteit en volgorde is per persoon verschillend (Antersijn & van Herst, 2015). Het type dat het meest naar voor komt in de communicatie en het gedrag wordt benoemd als de aangeboren base van een persoon (Hantson et al., 2015). In welke mate de vijf andere types dan voorkomen, wordt 12

13 bepaald door opvoedings- en omgevingsfactoren in de eerste zes tot zeven levensjaren (Antersijn & van Herst, 2015; Gilbert, 1998). Elk type percipieert de werkelijkheid op een bepaalde manier, heeft specifieke psychologische behoeften en motieven die gedrag uitlokken. Elk type heeft ook een optimaal kanaal voor communicatie. Er zijn vier verschillende kanalen (Hantson et al., 2015): Vragend kanaal: gestructureerde denker, doorzetter Zorgend en zorgzaam kanaal: harmoniser Direct, instruerend kanaal: dromer, promotor Emotief, speels kanaal: Rebel Afhankelijk van in welke mate bepaalde types meer of minder ontwikkeld zijn, kan men gebruik maken van de kanalen om interactie met anderen te bevorderen. Om kinderen/jongeren te bereiken, beter te kunnen motiveren en hogere leerprestaties en zelfvertrouwen te stimuleren, is het belangrijk om hun favoriete kanaal aan te spreken. Er wordt gesproken van een bidirectioneel model aangezien interactie tussen mensen centraal staat (Hantson et al., 2017). Zelfvertrouwen Zelfvertrouwen wordt gedefinieerd als de evaluatieve component van zelfkennis en geeft aan hoeveel waarde een persoon zichzelf toekent. Hoog zelfvertrouwen wijst op een positieve evaluatie van zichzelf terwijl laag zelfvertrouwen een negatieve evaluatie aangeeft. Belangrijk hierbij is dat zelfvertrouwen geen accuraatheid vereist maar eerder individueel en subjectief wordt bepaald (Baumeister, Campbell, Krueger, & Vohs, 2003). Hoog zelfvertrouwen kan wijzen op een accurate en gerechtvaardigde appreciatie van iemands eigenwaarde, maar kan ook een teken zijn van arrogantie en onterecht gevoel van superioriteit ten opzichte van anderen. Laag zelfvertrouwen kan op zijn beurt wijzen op een gefundeerd inzicht in de eigen tekortkomingen als persoon of op een vertekend en zelfs pathologisch gevoel van onzekerheid en minderwaardigheid. Zelfvertrouwen is dus eerder perceptie dan realiteit (Baumeister et al., 2003). Het is mogelijk dat hoog of laag zelfvertrouwen, zelfs indien het in eerste instantie vals is, toch veranderingen brengt in de objectieve realiteit. Laag zelfvertrouwen gaat vaak samen met depressie en kan er zelfs een risicofactor voor zijn (Baumeister et al., 2003). Hoog zelfvertrouwen faciliteert daarentegen copinggedrag aangezien het een buffer kan vormen tegen angst en is daarom sterk gelinkt aan geluk en welbevinden (Pyszczynski, Greenberg, Solomon, & Arndt, 2004). 13

14 Belangrijk bij het concept zelfvertrouwen is om een onderscheid te maken tussen globaal en (taak)specifiek zelfvertrouwen. Rosenberg, Schooler, Schoenbach en Rosenberg (1995) toonden aan in een longitudinale studie bij 2213 Amerikaanse jongens uit de 10 de klas (equivalent van het vierde middelbaar) dat globaal en specifiek zelfvertrouwen noch equivalente noch onderling verwisselbare concepten zijn. Ook werd gevonden dat deze duidelijk samengaan met andere factoren. Globaal zelfvertrouwen schijnt sterker samen te hangen met psychologisch welbevinden terwijl specifiek zelfvertrouwen meer samenhangt met gedrag en gedragsmatige uitkomstvariabelen zoals leerprestaties (Rosenberg et al., 1995). Het is belangrijk om binnen dit onderzoek beide constructen op te nemen om de samenhang met de andere factoren grondig te kunnen onderzoeken en beter te kunnen interpreteren. Voor taakspecifiek zelfvertrouwen wordt binnen deze studie gekeken naar het zelfvertrouwen van kinderen ten opzichte van rekenprestaties. Rekenprestaties, motivatie en zelfvertrouwen Het opportunity-propensity model van Byrnes en Wasik (2009) dat eerder werd aangehaald, tracht de verschillende predictoren voor rekenprestaties (zoals motivatie en zelfvertrouwen) samen te vatten. De doelstelling hierbij was voornamelijk inzicht te verwerven in de onderlinge samenhang om op basis daarvan interventies uit te werken om rekenprestaties bij kinderen te kunnen stimuleren. Het uitgangspunt van dit model is dat kinderen beter zouden presteren binnen een bepaald domein, zoals rekenen, indien aan twee voorwaarden is voldaan: Ze krijgen voldoende kansen om hun vaardigheden uit te breiden binnen dat domein (=opportunity) en daarnaast zijn ze zelf gemotiveerd en in staat om deze kansen te grijpen (= propensity). Belangrijk is dan om de factoren die binnen de literatuur worden aangehaald als samenhangend met (reken)prestaties, in te kunnen delen in één van beide categorieën. Byrnes en Miller (2007) definieren opportunities als door cultuur bepaalde contexten waarin leerinhouden worden aangeboden of waarin kinderen vaardigheden kunnen trainen. Deze kansen worden bepaald door de mate van exposure (vb.: aantal uren rekenen per week, huiswerk, hoeveelheid herhaling, ), maar ook door de kwaliteit van de leerkracht. Propensity verwijst dan op zijn beurt naar alle factoren die samenhangen met de mogelijkheid of bereidheid om leerstof op te nemen wanneer deze wordt aangeboden (binnen een bepaalde context). Voorbeelden van propensity-factoren zijn voorkennis, motivatie, zelfregulatie en domeinspecifieke bekwaamheden (Byrnes & Miller, 2007). Daarnaast kunnen echter nog andere factoren worden geïdentificeerd die in geen van de twee bovenstaande categorieën thuishoren, zoals socio-economische status, verwachtingen van ouders en gender. Deze factoren worden gebundeld in een derde categorie, namelijk antecedente 14

15 factoren. Voor een overzicht van de samenhang tussen deze drie categorieën en rekenprestaties, zie Figuur 3. Figuur 3. Het Opportunity-Propensity Model (vrij naar Byrnes & Miller, 2007; Byrnes & Wasik, 2009; Hantson et al., 2017, p. 38) Er werden in de literatuur reeds verschillende predictoren voor rekenprestaties geïdentificeerd die een plaats kunnen krijgen binnen dit model. Hierboven werden reeds enkele factoren uitgebreid besproken. Hieronder zal dieper ingegaan worden op hoe deze factoren in dit model zouden passen en wat de onderlinge samenhang is. Een belangrijke factor die onder de categorie van antecedente factoren kan vallen is gender. Er worden regelmatig verschillen gevonden tussen meisjes en jongens op vlak van rekenprestaties, maar evengoed voor andere constructen. Zo scoorden jongens in het Canadese onderzoek van Garon-Carrier et al. (2016) significant hoger dan meisjes, zowel voor intrinsieke motivatie (p <.01) als voor rekenprestaties (p <.05) afzonderlijk. In een Duits onderzoek bij 362 jongeren tussen de 11 en 15 jaar werd aan de hand van repeated measures ANOVA ook een significant effect van gender gevonden voor rekenprestaties (p <.001), motivatie (p <.05) en (taakspecifiek) zelfvertrouwen (p <.001). Hierbij scoorden de jongens steeds hoger dan de meisjes (Preckel, Goetz, Pekrun, & Kleine, 2008). Bij rekenprestaties wordt regelmatig een associatie gevonden met (vloeiende) intelligentie (Taub, Keith, Floyd, & McGrew, 2008; Weber, Lu, Shi, & Spinath, 2013). Bij een onderzoek bij 128 Finse scholieren (15-16 jaar) zou 39% van de variantie van rekenprestaties namelijk verklaard worden door vloeiende intelligentie, gemeten door de Raven Progressive Matrices (Kyttälä & Lehto, 2008). IQ kan worden ingedeeld bij de propensity factoren aangezien dit verwijst naar de 15

16 mogelijkheid om leerstof op te pikken (Byrnes & Wasik, 2009; Hantson et al., 2017). Het is dan ook noodzakelijk om rekening te houden met vloeiende intelligentie wanneer rekenprestaties nader onderzocht worden. Verschillende onderzoeken wezen op een positieve associatie tussen (intrinsieke) motivatie en rekenprestaties (Corpus, McClintic-Gilbert, & Hayenga, 2009; Denissen, Zarrett, & Eccles, 2007; Lepper, Corpus, & Iyengar, 2005; Weber et al., 2013). In het onderzoek van Corpus et al. (2009) werden bij een groep van 1117 Amerikaanse leerlingen in de basisschool significante positieve correlaties (.13 tot.24) gevonden tussen intrinsieke motivatie en schoolprestaties waaronder rekenen. Daarnaast vonden ze significante negatieve correlaties (-.24 tot -.29) tussen extrinsieke motivatie en schoolprestaties. Ook in een Oostenrijkse studie bij 1353 jongeren (13-16 jaar) werden positieve significante correlaties gevonden voor zowel jongens (.22 tot.44) als meisjes ( ) tussen motivatie en rekenprestaties (Spinath, Freudenthaler, & Neubauer, 2010). Aangezien motivatie gezien kan worden als de bereidheid tot het opnemen van leerstof, valt ook dit construct onder de propensity factoren (Byrnes & Wasik, 2009; Hantson et al., 2017). Een andere propensity factor die kan worden geïdentificeerd, is zelfvertrouwen (zowel globaal als taakspecifiek). Bij de relatie tussen rekenprestaties en zelfvertrouwen geven verschillende review-artikels aan dat er vaak positieve correlaties gevonden worden tussen deze twee constructen (Baumeister et al., 2003; Ciarrochi, Heaven, & Davies, 2007). In een Australische studie bij jongeren (gemiddeld 15 jaar) werd een significante correlatie (.56, p =.03) gevonden tussen rekenprestaties en taakspecifiek zelfvertrouwen (Parker, Marsh, Ciarrochi, Marshall, & Abduljabbar, 2014) en ook bij 145 Amerikaanse jongeren (18-22 jaar) werd taakspecifiek zelfvertrouwen geïdentificeerd als een significante predictor voor rekenprestaties (p <.01) (McWilliams, Nier, & Singer, 2013). Naast het onderzoeken van de relatie tussen de verschillende factoren en rekenprestaties, kan het ook interessant zijn om de associatie tussen de constructen nader te bekijken. Dit om de onderlinge samenhang beter te kunnen begrijpen en zo gerichte interventies te ontwikkelen. Wanneer de associatie tussen motivatie en zelfvertrouwen nader bekeken wordt, kunnen significante positieve correlaties gevonden worden tussen zelfvertrouwen enerzijds en de drie basisbehoeften afzonderlijk (.19 tot.41) alsook autonome motivatie (.34) anderzijds (Standage & Gillison, 2007). Opvallend is dat zelfvertrouwen het sterkst samen lijkt te hangen met de basisbehoefte naar competentie (Standage & Gillison, 2007). Kinderen met een hoog zelfvertrouwen, voelen zich competent om verschillende problemen aan te pakken waardoor de bevrediging van deze basisbehoefte gefaciliteerd wordt (Meškauskienė, 2013). Daarnaast wordt zelfvertrouwen gevormd door de vergelijking die individuen maken tussen zichzelf en anderen en de perceptie die anderen hebben ten opzichte van het individu (Baumeister et al., 2003; Burden, 16

17 2008). Hier komt dan de basisbehoefte rond verbondenheid sterk naar voor. Kinderen lijken vaak gemotiveerd te zijn om goed te presteren om goedkeuring en acceptatie van de personen rondom zich te verkrijgen, wat bijdraagt aan hun zelfvertrouwen (Meškauskienė, 2013). Zelfvertrouwen lijkt dus sterk verweven te zijn met de drie basisbehoeften. In het review-artikel van Van den Broeck, Ferris, Chang en Rosen (2016) wordt dit ook bevestigd. Hierbij wordt zelfvertrouwen eerder gezien als oorzaak voor het bevredigen van de basisbehoeften waardoor ook een kwalitatief betere motivatie bekomen kan worden (Van den Broeck et al., 2016). Aangezien nog weinig literatuur voorhanden is rond het PCM-model zelf, is er ook nog weinig geweten over de mogelijke interactie tussen de verschillende PCM-profielen en de hierboven beschreven constructen. Deze studie heeft daarom als doel om de verbanden hiertussen te exploreren en zo een aanzet te geven voor verder onderzoek. Hantson et al. (2017) beschrijven PCM-profielen als de transactionele voorkeur van kinderen en plaatsen dit construct bij de propensity factoren. Om goede prestaties te bevorderen bij kinderen met verschillende PCMprofielen is het uiteraard ook belangrijk dat er een goede match is met de omgeving zodat een stimulerende context wordt gecreëerd. Daarom wordt match in transactionele voorkeur bij de opportunity factoren geplaatst (Hantson et al., 2017). Onderzoeksvragen Het huidig onderzoek tracht bij te dragen aan het verwerven van inzicht over de aard van de samenhang tussen de verschillende predictoren en rekenprestaties, maar ook tussen de verschillende predictoren onderling om uiteindelijk gerichte interventies te kunnen uitwerken. Er wordt voornamelijk gefocust op de samenhang tussen motivatie, zelfvertrouwen en rekenprestaties. Vaak richtten studies rond deze constructen zich op jongeren in het secundair onderwijs, maar om vroegtijdige interventies te kunnen uitwerken, is het noodzakelijk om inzicht te verwerven in de samenhang van deze factoren bij kinderen uit het basisonderwijs. Dit is dan ook waar de focus op ligt binnen dit onderzoek. Daarnaast wil deze studie ook een bijdrage leveren aan onderzoeken rond PCM, een model waar tot nu toe nog weinig over te vinden is in de literatuur. Concreet wordt er in dit onderzoek gefocust op de volgende onderzoeksvragen. 1) Medieert motivatie de relatie tussen zelfvertrouwen en rekenprestaties? 2) Zijn er verschillen op vlak van rekenprestaties, motivatie en/of zelfvertrouwen tussen jongens en meisjes? 3) Zijn er verschillen op vlak van rekenprestaties, motivatie en/of zelfvertrouwen tussen kinderen met andere PCM-types? 17

18 Methode Deelnemers Het onderzoek focuste zich op kinderen uit het vierde en zesde leerjaar. De groep bestond uit 63 kinderen die afkomstig waren uit drie klassen van drie verschillende basisscholen in Vlaanderen. Er waren twee zesde leerjaren (22 en 22 leerlingen) en een vierde leerjaar (19 leerlingen). In de steekproef waren 40 meisjes en 23 jongens aanwezig. De inclusiecriteria waren: een IQ-score > 80 en een leeftijd tussen 9 jaar en 13 jaar. De karakteristieken van de groepen per school worden weergegeven in Tabel 1, Tabel 2 en Tabel 3. Tabel 1 Karakteristieken onderzoeksgroep basisschool 1 (6 de leerjaar) Meisjes (N=14) Jongens (N=8) Leeftijd in Leeftijd in IQ maanden maanden IQ M SD Min Max Noot. M=Gemiddelde; SD= Standaarddeviatie Tabel 2 Karakteristieken onderzoeksgroep basisschool 2 (6 de leerjaar) Meisjes (N=14) Jongens (N=8) Leeftijd in Leeftijd in IQ maanden maanden IQ M SD Min Max Noot. M=Gemiddelde; SD= Standaarddeviatie 18

19 Tabel 3 Karakteristieken onderzoeksgroep basisschool 3 (4 de leerjaar) Meisjes (N=12) Jongens (N=7) Leeftijd in Leeftijd in IQ maanden maanden IQ M SD Min Max Noot. M=Gemiddelde; SD= Standaarddeviatie Gebruikte instrumenten Om de rekenprestaties, de motivatie en het zelfvertrouwen bij kinderen in kaart te brengen, werden verschillende testen en vragenlijsten afgenomen. Binnen het onderzoek werden twee rekentesten afgenomen. Om de resultaten hiervan betrouwbaar te kunnen interpreteren werd ter controle een intelligentiemaat afgenomen bij de kinderen. Daarnaast werden vragenlijsten rond de Zelfdeterminatie Theorie, zelfvertrouwen en de indeling in het Process Communication Model afgenomen. Voor de indeling in het Process Communication Model werd ook een spel voorzien dat in kleine groepjes met de kinderen werd gespeeld. De gebruikte materialen worden hieronder besproken. Deze testafname kaderde binnen een ruimer onderzoek. Rekenen Rekenprestaties werden gemeten aan de hand van twee rekentests, namelijk een test die de snelheid meet en een test die de accuraatheid nagaat. De Tempo-test rekenen (TTR; De Vos, 1992) meet de snelheid of mate van automatisering van rekenfeiten bij kinderen uit de lagere school. De test bestaat uit vijf kolommen van telkens 40 oefeningen rond de hoofdbewerkingen tot 100. In de eerste vier kolommen staan de oefeningen per bewerking (optellen, aftrekken, vermenigvuldigen en delen). De laatste kolom bevat de verschillende bewerkingen door elkaar. Per kolom krijgt het kind 1 minuut de tijd om zo veel mogelijk oefeningen uit het hoofd correct uit te rekenen. Naast de Nederlandse normen bestaan er ook Vlaamse normen voor het tweede tot het zesde leerjaar (Ghesquière & Ruijssenaars, 1994). Om de scores van de leerlingen op een betrouwbare manier te kunnen vergelijken en interpreteren, werden de totaalscores telkens per klas omgezet naar z-scores. 19

20 Cognitieve deelvaardigheden rekenen (CDR, Desoete & Roeyers, 2006). De Cognitieve deelvaardigheden rekenen short version (CDR-s) is een verkorte versie van de Cognitieve deelvaardigheden rekenen. Deze test onderzoekt de accuraatheid om volgende deelvaardigheden van het rekenen uit te voeren: - L-taken: het kunnen lezen van symbolen - S-taken: kennis van de operatiesymbolen - P-taken: kennis van de rekenprocedures - K-taken: inzicht in de getallenstructuur en de getallenlijn - T-taken: begrip van taalgerelateerde kennis - V-taken: voorstelling van het rekenprobleem - C-taken: het begrijpen van contextinformatie - R-taken: het kunnen onderscheiden van relevante en irrelevante informatie - N-taken: het schattend kunnen rekenen Elke deelvaardigheid wordt getoetst door middel van tien opgaven. Per graad is een testboekje voorhanden dat aansluit bij het leerplan wiskunde. De test kan worden afgenomen bij leerlingen van het eerste tot het zesde leerjaar basisonderwijs. Voor de volledige test krijgen de leerlingen één uur de tijd om deze volgens hun eigen tempo in te vullen. Er zijn geen afbreekregels. De ruwe uitslag wordt per leerjaar omgezet in een percentiel. Er zijn Vlaamse normen per leerjaar voorhanden voor januari en juni. Dit werd per graad genormeerd op een verschillend aantal kinderen (tussen de 600 en 1500 per graad). Over de psychometrische kenmerken van de CDR is bekend dat in het onderzoek naar interne consistentie van de test de resultaten goed waren. Om de scores van de leerlingen op een betrouwbare manier te kunnen vergelijken en interpreteren, werden de totaalscores telkens per klas omgezet naar z- scores. Intelligentie Raven s Standard Progressive Matrices (SPM; Raven, Court, & Raven, 1992) is een nonverbale test die peilt naar observatie vaardigheden, probleemoplossende vaardigheden en de capaciteit om te leren. De test is ontwikkeld voor kinderen vanaf ongeveer 6 jaar tot 60 jaar. De SPM bestaat uit 60 items die onderverdeeld zijn in vijf sets met telkens 12 items per set. De items zijn telkens een figuur waar een stuk uit ontbreekt. Onder de figuur staan respectievelijk vier of zes mogelijke alternatieven om de figuur te vervolledigen. Er is telkens slechts één alternatief correct. Zowel de betrouwbaarheid als de validiteit worden door COTAN als voldoende beschouwd (Expertiesecentrum Forensische Psychiatrie, 2013). 20

21 Motivatie De Schoolse Zelfregulatie Vragenlijst (Vansteenkiste et al., 2009). Motivatie volgens de ZDT werd gemeten aan de hand van deze vragenlijst. Deze is gericht op de kwaliteit van de motivatie en focust op zowel gecontroleerde als autonome motivatie. Hieronder vallen vier subdimensies, namelijk intrinsieke motivatie, geïdentificeerde regulatie, geïntrojecteerde regulatie en externe regulatie. Per subdimensie wordt de stelling Ik ben gemotiveerd om te studeren voor wiskunde omdat gegeven met daaronder 4 aanvullingen op deze stelling, zoals Ik verondersteld word dit te doen, Ik wil dat anderen denken dat ik verstandig ben. Het kind moet deze beoordelen op een 5-puntenschaal (helemaal niet belangrijk helemaal wel belangrijk). In dit onderzoek werd de formulering en de manier van antwoorden aangepast aan het taalgebruik van de kinderen in het onderzoek. Voor de 5-puntenschaal werden smileys genomen met vijf verschillende emoties. De interne consistentie (betrouwbaarheid) van deze vragenlijst is voldoende, respectievelijk intrinsieke motivatie, α =.89; geïdentificeerde regulatie, α =.79; geïntrojecteerde regulatie, α =.69; en externe regulatie α =.77. Ook werd de betrouwbaarheid berekend voor autonome en gecontroleerde motivatie. Voor autonome motivatie, met daaronder intrinsieke motivatie en geïdentificeerde regulatie, geldt een α van.87. Voor gecontroleerde motivatie werd een α =.77 gevonden. Hieronder vallen de subschalen geïntrojecteerde regulatie en externe regulatie (Vansteenkiste et al., 2009). Zelfvertrouwen Voor zelfvertrouwen werd zowel het globale als taakspecifiek zelfvertrouwen opgemeten. De Rosenberg Zelfwaardeschaal (RSEQ; Franck, De Raedt, Barbez, & Rosseel, 2008) is een Nederlandstalige versie van de Rosenberg Self Esteem Scale (RSES; Rosenberg, 1965). De test meet het globale zelfvertrouwen. De vragenlijst bestaat uit 10 vragen zoals Over het algemeen ben ik blij met mezelf en Soms denk ik dat ik helemaal nergens goed voor ben. Deze items worden gescoord op een 4-puntenschaal (score 3: helemaal akkoord score 0: helemaal niet akkoord). Na omkering van de negatief geformuleerde items en sommering van de ruwe itemscores, wordt een totaalscore bekomen die kan variëren van 0 tot 30. Een hogere totaalscore is indicatief voor een meer positief globaal zelfvertrouwen. De interne consistentie van de RSES is hoog (Cronbach s α =.86). Uit onderzoek naar de constructvaliditeit blijkt dat de RSES op een betrouwbare manier het globale zelfvertrouwen meet (Everaert, Koster, Schacht, & De Raedt, 2010; Franck et al., 2008). In dit onderzoek werd de formulering aangepast aan het taalgebruik van kinderen. Voor de aangepaste versie van deze vragenlijst die werd gebruikt in dit onderzoek zie Bijlage 1. 21

22 Taakspecifiek zelfvertrouwen. Om een schatting te kunnen maken van het taakspecifieke zelfvertrouwen voor rekenen, werd aan de kinderen gevraagd om na het invullen van de CDR (Desoete & Roeyers, 2006), zichzelf een score op 18 te geven. Ze moesten hierbij inschatten hoeveel antwoorden van de test ze juist zouden opgelost hebben. Dit cijfer geeft, onafhankelijk van de effectieve score, weer hoeveel vertrouwen kinderen hebben in hun eigen mogelijkheden op vlak van rekenen (Kim, Kwon, Lee, & Chiu, 2016). PCM Het PCM-profiel werd op 2 manieren nagegaan, met name via zelfrapportage bij kinderen en via een spelobservatie. Vragenlijst Proces Communication Model (Kahler, 1988). Om het PCM-profiel van de leerlingen mee te bepalen werd een vragenlijst gebruikt waarbij er vijf vragen per PCM-type werden gesteld. Hiervan peilen er vier vragen naar een positief kenmerk en peilt een vraag naar een negatief kenmerk. Per vraag werd ook een voorbeeld gegeven ter verduidelijking. Er werd hier rekening gehouden met het taalgebruik van de kinderen in het onderzoek. Het kind geeft elke uitspraak een score van één (de uitspraak past helemaal niet bij me) tot vijf (de uitspraak past volledig bij me). Deze vragenlijst werd ook eerder gebruikt in een onderzoek van masterstudenten aan de universiteit van Gent. Voorbeelden van items zijn Ik leef heel erg mee met vrienden of familie, Ik zoek naar structuur en leg graag verbanden. PCM-spelobservatie: Zes tv zoekt talent. Het spel werd ontwikkeld op basis van de PCM-theorie met als doel het PCM-type van de leerlingen vast te stellen. De leerlingen werden telkens willekeurig in groepen van maximum zes personen verdeeld. Elk van deze groepen speelde onder begeleiding van één van de testleiders gedurende een uur het spel Zes tv zoekt talent. De spelafname werd opgenomen op video. De beelden werden vervolgens getranscribeerd en gecodeerd. De codering gebeurde aan de hand van een op voorhand vastgelegd protocol. De beelden werden telkens getranscribeerd en gecodeerd door twee personen waarvan maximum één persoon persoonlijk contact heeft gehad met de deelnemers. Dit gebeurde om de interbeoordelaarsbetrouwbaarheid te garanderen. Na de codering van het materiaal werden de resultaten per deelnemer vergeleken met de resultaten van de PCM-vragenlijst. Er werd uiteindelijk bij elk kind één base vastgesteld waarbij onduidelijkheden in de vragenlijst werden getoetst aan de spelobservaties steeds in onderling overleg door minstens twee personen. 22

23 Procedure Deze studie werd goedgekeurd door het ethisch comité van de faculteit Pedagogische en Psychologische Wetenschappen. Verschillende scholen werden gecontacteerd om zicht te krijgen op welke leerkrachten bereid waren om mee te werken aan het onderzoek. Later werd via mail een eerste contactopname met de leerkracht gepland. Het hele onderzoeksproces werd zorgvuldig uitgelegd en er werden vier tijdstippen gepland waarop de afname van de vragenlijsten en de spelobservatie zou plaatsvinden. Hierna werden brieven meegegeven via de school aan de leerlingen van één klas. Hierin werd uitleg gegeven over de procedure van het onderzoek en toestemming gevraagd aan de ouders, het kind en de leerkracht om mee te werken aan het onderzoek via een informed consent. Op de vier afgesproken momenten kwam de onderzoeker naar de klas, gaf de nodige uitleg en werkte gedurende een halfuur klassikaal aan het onderzoek met de kinderen. De onderzoeker bevond zich vooraan in de klas. Indien er vragen waren, werden deze beantwoord door de onderzoeker. Statistische analyse De verschillende resultaten werden verwerkt met behulp van het statistische programma Statistical Package for the Social Sciences 24 of SPSS 24. Om parametrische toetsen te kunnen uitvoeren en deze op een correcte manier te mogen interpreteren, moet steeds voldaan zijn aan een aantal assumpties zoals de normaliteits- en de homogeniteitsassumptie (Field, 2013). Deze werden dan ook eerst getoetst alvorens parametrische testen te gebruiken. Onderzoeksvraag 1: Medieert motivatie de relatie tussen zelfvertrouwen en rekenprestaties? Verkennende analyse Om de normaliteit van de verschillende variabelen na te gaan werd de Kolmogorov-Smirnov test gebruikt. De volgende variabelen waren normaal verdeeld: snelheid qua rekenen D(63) =.06, p =.200, accuraatheid qua rekenen D(63) =.09, p =.200, externe regulatie D(61) =.09, p =.200, geïdentificeerde regulatie D(61) =.10, p =.200, totale autonome motivatie D(60) =.09, p =.200 en totale gecontroleerde motivatie D(61) =.07, p =.200. De volgende variabelen waren niet normaal verdeeld: taakspecifiek zelfvertrouwen D(63) =.16, p <.001, globaal zelfvertrouwen D(61) =.14, p =.007, geïntrojecteerde regulatie D(61) =.12, p =.034 en intrinsieke motivatie D(60) =.12, p =

24 Samenhang tussen de verschillende constructen Voordat de effectieve mediatie-analyse werd uitgevoerd werd eerst gekeken naar de onderlinge correlaties tussen zelfvertrouwen en motivatie, maar ook tussen motivatie en rekenen. Hierbij werd voor de variabelen die normaal verdeeld waren, gebruik gemaakt van de parametrische Pearson correlatie en voor de niet-normaal verdeelde variabelen de niet-parametrische Spearman correlatie (Field, 2013). Eigenlijke mediatie-analyses Om na te gaan of motivatie een mediator vormt tussen zelfvertrouwen en rekenen, werden verschillende mediatie-analyses uitgevoerd volgens de methode van Baron en Kenny (1986). Er moet voldaan worden aan vier voorwaarden alvorens een variabele als mediator kan beschouwd worden. In deze studie verlopen de mediatieanalyses volgens deze vier stappen: - Stap 1: er moet een significant effect zijn tussen de onafhankelijke variabele (X) en de afhankelijke variabele (Y). - Stap 2: er moet een significant verband zijn tussen de onafhankelijke variabele (X) en de mediator (Z). - Stap 3: ook het verband tussen de mediator (Z) en de afhankelijke variabele (Y) moet significant zijn. - Stap 4: de invloed van de onafhankelijke variabele (X) op de afhankelijke variabele (X) is minder sterk door controle van de mediator (Z). Er treedt volledige mediatie op wanneer de directe relatie tussen de onafhankelijke (X) en afhankelijke (Y) variabele niet meer significant is. Het rechtstreeks verband loopt volledig langs de mediator (Z). Wanneer er ondanks mediatie nog steeds een rechtstreeks verband is, treedt partiële mediatie op. De directe relatie neemt af, maar blijft significant. Deze vier voorwaarden worden nagegaan door middel van meerdere enkelvoudige regressieanalyses. Zie Figuur 4 voor een schematisch overzicht. 24

25 Figuur 4. Algemeen mediatiemodel met alle variabelen Onderzoeksvraag 2: Zijn er verschillen op vlak van rekenprestaties, motivatie en/of zelfvertrouwen tussen jongens en meisjes? Verkennende analyse Om een antwoord te formuleren op deze onderzoeksvraag werden de resultaten van de verschillende variabelen telkens opgedeeld in twee groepen, namelijk jongens en meisjes. Aangezien er nooit meer dan 50 personen in een groep zaten, werd hier de Shapiro-Wilk toets gebruikt om de normaliteit van de variabelen binnen de verschillende groepen na te gaan. De volgende variabelen waren dan normaal verdeeld: snelheid qua rekenen, zowel bij jongens D(23) =.97, p =.726 als meisjes D(40) =.99, p =.852, accuraatheid qua rekenen, zowel bij jongens D(23) =.95, p =.297 als meisjes D(40) =.97, p =.384. Autonome motivatie was normaal verdeeld, zowel bij jongens D(21) =.91, p =.054, als bij meisjes D(39) =.98, p =.681, alsook gecontroleerde motivatie bij jongens D(22) =.96, p =.561 en meisjes D(39) =.98, p =.702. Ook globaal zelfvertrouwen was bij de meisjes normaal verdeeld D(39) =.97, p =.434, evenals taakspecifiek zelfvertrouwen bij jongens D(23) =.92, p =.071. Volgende variabelen waren niet normaal verdeeld: globaal zelfvertrouwen bij jongens D(22) =.88, p =.014, taakspecifiek zelfvertrouwen bij meisjes D(40) =.94, p =.029 Eigenlijke analyses Om te onderzoeken of er verschillen aanwezig zijn tussen jongens en meisjes op vlak van rekenprestaties, motivatie en zelfvertrouwen werd bij de variabelen die normaal verdeeld waren 25

26 (de resultaten voor rekenprestaties en motivatie) telkens een t-toets voor onafhankelijke steekproeven uitgevoerd. Voor de resultaten die niet bij beide groepen normaal verdeeld waren (globaal en taakspecifiek zelfvertrouwen) werd de non-parametrische Mann-Whitney U test uitgevoerd. Onderzoeksvraag 3: Zijn er verschillen op vlak van rekenprestaties, motivatie en/of zelfvertrouwen tussen kinderen met andere PCM-types? Aangezien de groepen per PCM-base binnen dit onderzoek zeer klein waren, kan hierbij niet gewerkt worden met statistische toetsen, parametrisch of non-parametrisch. Binnen deze onderzoeksvraag zullen de resultaten dan ook eerder beschreven worden en eventueel weergegeven worden in overzichtelijke figuren om zo een aanzet te vormen voor verder onderzoek. Er zal telkens gekeken worden naar hoe kinderen met een bepaalde PCM-base scoorden op de testen voor rekenprestaties, motivatie en zelfvertrouwen. 26

27 Resultaten Zelfvertrouwen en motivatie De motivatie van leerlingen werd op basis van de zelfdeterminatietheorie (Ryan & Deci, 2000) opgemeten en ingedeeld in vier factoren, namelijk externe regulatie, geïntrojecteerde regulatie, geïdentificeerde regulatie en intrinsieke motivatie. De eerste twee factoren vormen samen de totale gecontroleerde motivatie en de laatste twee factoren de totale autonome motivatie. Voor de variabele zelfvertrouwen (zowel globaal als taakspecifiek) werd niet voldaan aan de normaliteitsassumptie, waardoor werd geopteerd voor het uitvoeren van non-parametrische toetsen. Om het verband tussen zelfvertrouwen en motivatie volgens ZDT na te gaan, werden de correlaties berekend tussen de totale autonome en totale gecontroleerde motivatie, de subverdelingen en het globale en taakspecifieke zelfvertrouwen. Er werd een Spearman correlatiematrix opgesteld. Er werd een significant verband gevonden tussen globaal zelfvertrouwen en geïdentificeerde regulatie (r =.26, p =.041). Ook tussen taakspecifiek zelfvertrouwen en geïntrojecteerde regulatie (r =.37, p =.003), geïdentificeerde regulatie (r =.39, p =.002), intrinsieke motivatie (r =.27, p =.036), gecontroleerde motivatie (r =.33, p =.010) en autonome motivatie (r =.27, p =.036) werden significante verbanden gevonden. Deze resultaten worden voorgesteld in Tabel 4. Tabel 4 Verband tussen globaal en taakspecifiek zelfvertrouwen en motivatie bekeken vanuit de zelfdeterminatietheorie. A B C D E F G H Globaal zelfvertrouwen A Taakspecifiek zelfvertrouwen B Externe regulatie C Geïntrojecteerde regulatie D.01.37**.51** Geïdentificeerde regulatie E.26*.39**.35**.27* Intrinsieke motivatie F.14.27* ** Gecontroleerde motivatie G *.84**.77**.32* Autonome motivatie H.15.27*.31*.23.83**.84**.24 - Noot.* p.05. ** p.01 27

28 Motivatie en rekenen Om het verband tussen motivatie en rekenen (zowel snelheid als accuraatheid) na te gaan werd opnieuw gewerkt met correlaties. Aangezien de resultaten bij rekenen voor zowel snelheid als accuraatheid normaal verdeeld bleken te zijn, werd geopteerd om parametrische toetsen te gebruiken. Niet alle subtypes van motivatie, opgemeten volgens de ZDT, waren echter normaal verdeeld. Daarom werd zowel een Pearson correlatiematrix als een Spearman correlatiematrix opgesteld, respectievelijk voor de normaal en niet-normaal verdeelde variabelen. Er werd een significant resultaat gevonden tussen de accuraatheid qua rekenen en geïdentificeerde regulatie (r =.28, p =.032). Deze resultaten worden voorgesteld in Tabel 5 en Tabel 6. Tabel 5 Verband tussen snelheid en accuraatheid op vlak van rekenen en motivatie bekeken vanuit de zelfdeterminatietheorie (Pearson correlatie). A B C D E F Snelheid rekenen A Accuraatheid rekenen B.27* Externe regulatie C Geïdentificeerde regulatie D.13.28*.37** Gecontroleerde motivatie E **.40** - - Autonome motivatie F *.85**.29* - Noot.* p.05. ** p.01 Tabel 6 Verband tussen snelheid en accuraatheid op vlak van rekenen en motivatie bekeken vanuit de zelfdeterminatietheorie (Spearman correlatie). A B C D Snelheid rekenen A Accuraatheid rekenen B.27* Geïntrojecteerde regulatie C Intrinsieke motivatie D Noot.* p.05. ** p.01 Gezien enkel geïdentificeerde regulatie significante correlaties opleverde met zowel zelfvertrouwen als rekenen werd ervoor gekozen om enkel deze vorm van motivatie op te nemen als mediator in de mediatie-analyse. 28

29 Mediatie van motivatie op de relatie tussen zelfvertrouwen en rekenprestaties. Deze onderzoeksvraag wordt opgesplitst in vier delen waarbij als eerste zal onderzocht worden of geïdentificeerde regulatie een mediator vormt tussen zelfvertrouwen (globaal en taakspecifiek) en snelheid van rekenen. Daarna wordt gekeken of geïdentificeerde regulatie een mediator vormt tussen zelfvertrouwen en accuraatheid van rekenen. Mediatie-analyse 1: Globaal zelfvertrouwen, geïdentificeerde regulatie en snelheid van rekenen. Om een antwoord te kunnen vormen op deze onderzoeksvraag, werd een mediatieanalyse uitgevoerd volgens de methode van Baron en Kenny (1986). Er werd hierbij nagegaan of er een verband was tussen globaal zelfvertrouwen (X) en de snelheid van rekenen (Y) en of geïdentificeerde regulatie (Z) de samenhang tussen beide volledig kon verklaren. Voor de eerste stap werd een regressie-analyse uitgevoerd tussen globaal zelfvertrouwen (X) en snelheid van rekenen (Y). Deze regressie bleek echter niet significant te zijn (F (1, 59) = 0.08, p =.778, R² =.001). Voor de resultaten van deze analyse zie Tabel 7. Aangezien niet aan de eerste voorwaarde werd voldaan, werd deze mediatie-analyse afgebroken. Tabel 7 De voorspelling van snelheid van rekenen op basis van globaal zelfvertrouwen. Snelheid rekenen Ongestandaardiseerd Coëfficiënt β T p Constante Globaal zelfvertrouwen Noot.* p.05. ** p.01. Mediatie-analyse 2: Taakspecifiek zelfvertrouwen, geïdentificeerde regulatie en snelheid van rekenen Bij deze analyse werd eerst nagegaan of er een significant verband was tussen taakspecifiek zelfvertrouwen (X) en de snelheid van rekenen (Y). Er werd opnieuw een lineaire regressieanalyse uitgevoerd die echter opnieuw niet significant bleek te zijn (F (1, 61) = 0.29, p =.590, R² =.005). Voor de resultaten van deze analyse zie Tabel 8. Aangezien niet aan de eerste voorwaarde van de mediatie-analyse werd voldaan, werd deze mediatie-analyse afgebroken. 29

30 Tabel 8 De voorspelling van snelheid van rekenen op basis van taakspecifiek zelfvertrouwen. Snelheid rekenen Ongestandaardiseerd Coëfficiënt β T p Constante Taakspecifiek zelfvertrouwen Noot.* p.05. ** p.01. Mediatie-analyse 3: Globaal zelfvertrouwen, geïdentificeerde regulatie en accuraatheid van rekenen De eerste stap van deze analyse was nagaan of globaal zelfvertrouwen (X) de accuraatheid van rekenen (Y) significant kon voorspellen. Dit werd gecontroleerd door een lineaire regressieanalyse uit te voeren. Deze bleek opnieuw niet significant te zijn (F (1, 59) = 1,76, p =.190, R² =.029). Voor de resultaten van deze analyse zie Tabel 9. Aangezien niet aan de eerste voorwaarde van de mediatie-analyse werd voldaan, werd ook deze mediatie-analyse afgebroken. Tabel 9 De voorspelling van accuraatheid van rekenen op basis van globaal zelfvertrouwen. Accuraatheid rekenen Ongestandaardiseerd Coëfficiënt β T p Constante Globaal zelfvertrouwen Noot.* p.05. ** p.01. Mediatie-analyse 4: Taakspecifiek zelfvertrouwen, geïdentificeerde regulatie en accuraatheid van rekenen. Stap 1 bij deze analyse was het doel nagaan of er een significant verband was tussen taakspecifiek zelfvertrouwen (X) en accuraatheid van rekenen (Y). Dit werd gecontroleerd door een lineaire regressie-analyse uit te voeren. Deze bleek opnieuw niet significant te zijn (F (1, 61) = 3.25, p =.076, R² =.051). Er is echter wel sprake van een trend. Voor de resultaten van deze analyse zie Tabel 10. Aangezien niet aan de eerste voorwaarde van de mediatie-analyse werd voldaan, werd ook deze mediatie-analyse afgebroken. 30

31 Tabel 10 De voorspelling van accuraatheid van rekenen op basis van taakspecifiek zelfvertrouwen. Accuraatheid rekenen Ongestandaardiseerd Coëfficiënt β T p Constante Taakspecifiek zelfvertrouwen Noot.* p.05. ** p.01. Geslacht Binnen deze onderzoeksvraag wordt nagegaan of de rekenprestaties, de motivatie en/of het zelfvertrouwen verschillen tussen jongens en meisjes. Geslacht en rekenprestaties Er werd gekeken of jongens en meisjes verschillen op vlak van snelheid en accuraatheid van rekenen. Aangezien deze variabelen bij beide groepen normaal verdeeld waren, werd gekozen voor een t-test voor onafhankelijke steekproeven om de gemiddelden te vergelijken. Bij snelheid qua rekenen leverde de Levene s test geen significant resultaat op (F(1,61) = 0.02, p =.899), waardoor bij de t-test rekening werd gehouden met de assumptie van homogene varianties (Field, 2013). Gemiddeld genomen rekenen jongens trager (M = -0.08, SE = 0.21), dan meisjes (M = 0.05, SE = 0.15). Dit verschil, -0.13, 95% BI [-0.651, 0.384] was echter niet significant t(61) = -0.52, p =.608. Wanneer wordt gekeken naar de absolute waarde van de Cohen s d leverde dit ook slechts een kleine effectsize op, d = 0.13 (Cohen, 1992). Bij accuraatheid qua rekenen leverde de Levene s test geen significant resultaat op (F(1,61) = 0.54, p =.467), waardoor bij de t-test rekening werd gehouden met de assumptie van homogene varianties (Field, 2013). Gemiddeld genomen rekenen jongens accurater (M = 0.35, SE = 0.20), dan meisjes (M = -0.20, SE = 0.15). Dit verschil, 0.55, 95% BI [0.056, 1,054] was significant t(61) = 2,23, p =.030. Wanneer wordt gekeken naar de absolute waarde van de Cohen s d leverde dit een medium effectsize op, d = 0.59 (Cohen, 1992). Geslacht en motivatie Binnen dit onderdeel wordt gekeken of jongens en meisjes verschillen op vlak van motivatie. Hierbij werd zowel gekeken naar autonome als gecontroleerde motivatie. Aangezien deze variabelen bij beide groepen normaal verdeeld waren, werd gekozen voor een t-test voor onafhankelijke steekproeven om de gemiddelden te vergelijken. 31

32 Bij autonome motivatie leverde de Levene s test wel een significant resultaat op (F(1,58) = 4.00, p =.050). Aangezien de p-waarde precies 0.05 bedroeg, werd bij de t-test zowel gekeken naar de uitkomstvariabelen waarbij er wel en geen rekening werd gehouden met de assumptie van homogene varianties. Dit om de resultaten zo goed mogelijk te kunnen interpreteren. Gemiddeld genomen hebben jongens een hogere autonome motivatie (M = 3.74, SE = 0.24), dan meisjes (M = 3.01, SE = 0.12). Wanneer er wel rekening gehouden wordt met de assumptie van homogene varianties, is dit verschil, 0.73, 95% BI [0.237, 1.214] significant t(58) = 2.97, p =.004. Indien deze assumptie verworpen wordt, is dit verschil, 0.73, 95% BI [0.175, 1.276] evengoed significant t(31.1) = 2.69, p =.011. Wanneer wordt gekeken naar de absolute waarde van de Cohen s d leverde dit een grote effectsize op, d = 0.94 (Cohen, 1992). Bij gecontroleerde motivatie leverde de Levene s test geen significant resultaat op (F(1,59) = 0.03, p =.868), waardoor bij de t-test rekening werd gehouden met de assumptie van homogene varianties (Field, 2013). Gemiddeld genomen hebben jongens een hogere gecontroleerde motivatie (M = 3.39, SE = 0.17), dan meisjes (M = 3.18, SE = 0.11). Dit verschil, 0.20, 95% BI [ , 0.585] was echter niet significant t(59) = 1.06, p =.293. Wanneer wordt gekeken naar de absolute waarde van de Cohen s d leverde dit ook een kleine effectsize op, d = 0.31 (Cohen, 1992). Geslacht en zelfvertrouwen Aangezien zowel globaal als taakspecifiek zelfvertrouwen niet in beide groepen normaal verdeeld was, werd hier gekozen voor de non-parametrische Mann-Whitney U test (Field, 2013). Voor globaal zelfvertrouwen werd er geen significant verschil gevonden tussen jongens (Mdn = 21) en meisjes (Mdn = 19), U = , z = -1.02, p =.309. Er werd ook maar een kleine effectsize gevonden r = Voor taakspecifiek zelfvertrouwen werd gevonden dat jongens (Mdn = 16) zichzelf significant hoger inschatten dan meisjes (Mdn = 14.5) bij een rekentaak, U = 248, z = -3.07, p =.002. Er werd een medium effectsize gevonden r = PCM-type Binnen deze onderzoeksvraag wordt nagegaan of de rekenprestaties, de motivatie en/of het zelfvertrouwen verschillen bij kinderen met andere PCM-types. PCM en rekenprestaties Wanneer wordt gekeken naar de verschillen tussen de afzonderlijke PCM-bases op vlak van snelheid qua rekenen, scoren de kinderen met Promotor als base in deze proefgroep hoger dan de anderen (Mdn = 1.36). Kinderen met Doorzetter als base zouden hier lager scoren dan de rest 32

33 (Mdn = -0.16). Aangezien binnen dit onderzoek de kinderen met Harmoniser en Rebel als base de grootste groepen vormden, kan het ook nuttig zijn om deze twee groepen steeds bij alle variabelen te vergelijken. Voor snelheid qua rekenen scoren de Rebellen hier hoger (Mdn = 0.21) dan de Harmonisers (Mdn = -0.12). Deze resultaten worden weergegeven in Tabel 11 en Figuur 5. Tabel 11 Beschrijvende statistieken per PCM-Base voor snelheid qua rekenen. PCM Base Gestr. Doorzetter Harmoniser Dromer Rebel Promotor denker N Gemiddelde Mediaan Standaarddeviatie Minimum Maximum Figuur 5. Boxplot per PCM-Base voor snelheid qua rekenen 33

34 Wanneer wordt gekeken naar de verschillen tussen de afzonderlijke PCM-bases op vlak van accuraatheid qua rekenen, scoren de kinderen met Rebel als base in deze proefgroep hoger dan de anderen (Mdn = 0.78). Kinderen met Harmoniser als base zouden hier lager scoren dan de rest (Mdn = -0.15). Deze resultaten worden weergegeven in Tabel 12 en Figuur 6. Tabel 12 Beschrijvende statistieken per PCM-Base voor accuraatheid qua rekenen. PCM Base Gestr. Doorzetter Harmoniser Dromer Rebel Promotor denker N Gemiddelde Mediaan Standaarddeviatie Minimum Maximum Figuur 6. Boxplot per PCM-Base voor accuraatheid qua rekenen. 34

35 PCM en motivatie Wanneer wordt gekeken naar de verschillen tussen de afzonderlijke PCM-bases op vlak van autonome motivatie, scoren de kinderen met Promotor als base in deze proefgroep hoger dan de anderen (Mdn = 3.94). Kinderen met Dromer als base zouden hier lager scoren dan de rest (Mdn = 2.75). Indien Rebellen en Harmonisers met elkaar worden vergeleken bij autonome motivatie, scoren de Rebellen hier hoger (Mdn = 3.31) dan de Harmonisers (Mdn = 3.06). Deze resultaten worden weergegeven in Tabel 13 en Figuur 7. Tabel 13 Beschrijvende statistieken per PCM-Base voor autonome motivatie. PCM Base Gestr. Doorzetter Harmoniser Dromer Rebel Promotor denker N Gemiddelde Mediaan Standaarddeviatie Minimum Maximum Figuur 7. Boxplot per PCM-Base voor autonome motivatie. 35

36 Wanneer wordt gekeken naar de verschillen tussen de afzonderlijke PCM-bases op vlak van gecontroleerde motivatie, scoren de kinderen met Gestructureerde denker als base in deze proefgroep hoger dan de anderen (Mdn = 3.63). Kinderen met Dromer als base zouden hier lager scoren dan de rest (Mdn = 2.94). Indien Rebellen en Harmonisers met elkaar worden vergeleken bij gecontroleerde motivatie, scoren de Rebellen hier lager (Mdn = 3.38) dan de Harmonisers (Mdn = 3.06). Deze resultaten worden weergegeven in Tabel 14 en Figuur 8. Tabel 14 Beschrijvende statistieken per PCM-Base voor gecontroleerde motivatie. PCM Base Gestr. Doorzetter Harmoniser Dromer Rebel Promotor denker N Gemiddelde Mediaan Standaarddeviatie Minimum Maximum Figuur 8. Boxplot per PCM-Base voor gecontroleerde motivatie. 36

37 PCM en zelfvertrouwen Wanneer wordt gekeken naar de verschillen tussen de afzonderlijke PCM-bases op vlak van globaal zelfvertrouwen, scoren de kinderen met Dromer en Rebel als base in deze proefgroep hoger dan de anderen (Mdn = 21). Kinderen met Promotor als base zouden hier lager scoren dan de rest (Mdn = 17.5). Indien Rebellen en Harmonisers met elkaar worden vergeleken bij gecontroleerde motivatie, scoren de Rebellen hier hoger (Mdn = 21) dan de Harmonisers (Mdn = 19.5). Deze resultaten worden weergegeven in Tabel 15 en Figuur 9. Tabel 15 Beschrijvende statistieken per PCM-Base voor globaal zelfvertrouwen. PCM Base Gestr. Doorzetter Harmoniser Dromer Rebel Promotor denker N Gemiddelde Mediaan Standaarddeviatie Minimum Maximum Figuur 9. Boxplot per PCM-Base voor globaal zelfvertrouwen. 37

38 Wanneer wordt gekeken naar de verschillen tussen de afzonderlijke PCM-bases op vlak van taakspecifiek zelfvertrouwen, scoren de kinderen met Rebel als base in deze proefgroep hoger dan de anderen (Mdn = 16). Kinderen met Dromer als base zouden hier lager scoren dan de rest (Mdn = 16). Indien Rebellen en Harmonisers met elkaar worden vergeleken bij taakspecifiek zelfvertrouwen, scoren de Rebellen hier ook hoger (Mdn = 16) dan de Harmonisers (Mdn = 15). Deze resultaten worden weergegeven in Tabel 16 en Figuur 10. Tabel 16 Beschrijvende statistieken per PCM-Base voor taakspecifiek zelfvertrouwen. PCM Base Gestr. Doorzetter Harmoniser Dromer Rebel Promotor denker N Gemiddelde Mediaan Standaarddeviatie Minimum Maximum Figuur 10. Boxplot per PCM-Base voor taakspecifiek zelfvertrouwen. 38