Hochriskante Tests

Eine wichtige Prüfung ist eine Prüfung mit weitreichenden Konsequenzen für den Prüfling. ^{[ 1 ]} Bestehen bringt wichtige Vorteile mit sich, wie beispielsweise einen Schulabschluss , ein Stipendium oder eine Berufszulassung. Nichtbestehen hat hingegen erhebliche Nachteile, wie etwa die Verpflichtung zur Teilnahme an Förderkursen , bis die Prüfung bestanden werden kann, den Führerscheinentzug oder Schwierigkeiten bei der Jobsuche .

Der Einsatz und Missbrauch von standardisierten Leistungstests ist ein kontroverses Thema im öffentlichen Bildungswesen , insbesondere in den Vereinigten Staaten und Großbritannien, wo sie in den letzten Jahren besonders populär geworden sind und nicht nur zur Beurteilung von Schülern im Schulalter, sondern auch in Versuchen zur Erhöhung der Rechenschaftspflicht von Lehrkräften eingesetzt werden. ^{[ 2 ]}

Im allgemeinen Sprachgebrauch bezeichnet man als High-Stakes-Test jeden Test, der weitreichende Konsequenzen hat oder die Grundlage für eine wichtige Entscheidung bildet. ^{[ 1 ] [ 3 ] [ 4 ]}

Genauer definiert ist ein Test mit hohem Einsatz jeder Test, der:

• ist eine einzelne, definierte Bewertung
• zieht eine klare Trennlinie zwischen denen, die bestehen, und denen, die durchfallen, und
• hat direkte Konsequenzen für Bestehen oder Nichtbestehen (es steht etwas „auf dem Spiel“). ^{[ 5 ]}

Beispielsweise sind Abschlussprüfungen an Gymnasien oft Prüfungen mit weitreichenden Konsequenzen: Es gibt eine einzige, festgelegte Prüfung (die der Schüler bestehen muss; keine andere Prüfung kann sie ersetzen); manche Punktzahlen reichen zum Bestehen, andere nicht; und ein Nichtbestehen führt direkt zum Ausschluss vom Schulabschluss. Ähnlich verhält es sich mit Führerscheinprüfungen , da auch hier dieselben drei Kriterien gelten.

„Hochriskante Prüfungen“ sind nicht gleichbedeutend mit „Prüfungen unter hohem Druck“ . Ein amerikanischer Highschool-Schüler mag zwar unter Druck stehen, beim SAT-I- Eignungstest für das College gut abzuschneiden. Die SAT-Ergebnisse entscheiden jedoch nicht direkt über die Zulassung zu einem College oder einer Universität, und es gibt keine klare Trennlinie zwischen Bestehen und Nichtbestehen. Daher gilt der SAT-I formal nicht als hochriskante Prüfung. ^{[ 6 ] [ 7 ]} Andererseits wird den SAT-I-Ergebnissen an einigen Hochschulen im Zulassungsprozess ein erhebliches Gewicht beigemessen. Viele glauben daher, dass gute oder schlechte Leistungen Konsequenzen haben, und könnten ihn nach der einfacheren, gängigen Definition als hochriskante Prüfung einstufen. ^{[ 8 ] [ 9 ]}

Eine Prüfung mit hohem Einsatz kann einer Prüfung mit mittlerem oder niedrigem Einsatz gegenübergestellt werden . ^{[ 7 ]} Eine Prüfung mit mittlerem Einsatz kann den Zugang zu einem wünschenswerten, aber weniger notwendigen Vorteil, wie beispielsweise einer Auszeichnung, ermöglichen oder ist nur ein Bestandteil eines Entscheidungsprozesses, etwa eines Zulassungsverfahrens, bei dem die Testergebnisse neben anderen Faktoren berücksichtigt werden. Eine Prüfung mit niedrigem Einsatz hat keine wesentlichen Konsequenzen für den Prüfungsteilnehmer.

Hohe Einsätze sind nicht eine Eigenschaft des Tests selbst, sondern vielmehr der Konsequenzen, die mit dem Ergebnis verbunden sind. Beispielsweise muss, unabhängig von der Testart – schriftliche Aufsätze, computergestützte Multiple-Choice- Tests , mündliche Prüfung , praktische Prüfung oder etwas anderes –, eine medizinische Zulassungsprüfung bestanden werden, um als Arzt praktizieren zu dürfen.

Die Einschätzung der Bedeutung einer Prüfung kann variieren. Beispielsweise müssen Studierende, die einen Einführungskurs überspringen möchten, häufig Prüfungen ablegen, um festzustellen, ob sie den Stoff bereits beherrschen und in den nächsten Kurs versetzt werden können. Das Bestehen der Prüfung kann Studiengebühren und Studiendauer reduzieren . Ein Student, der diese Vorteile unbedingt nutzen möchte, mag die Prüfung als sehr wichtig empfinden. Ein anderer Student, dem das Ergebnis gleichgültig ist, solange er in einen seinem Leistungsniveau entsprechenden Kurs eingestuft wird, mag dieselbe Prüfung als unbedeutend ansehen. ^{[ 5 ]}

Der Ausdruck „hohe Einsätze“ stammt direkt aus dem Glücksspiel . Beim Glücksspiel bezeichnet der Einsatz den Geldbetrag oder andere Güter, die beim Ausgang eines bestimmten Ereignisses riskiert werden. Ein Spiel mit hohen Einsätzen ist ein Spiel, bei dem nach Einschätzung des Spielers ein hoher Geldbetrag auf dem Spiel steht. Der Begriff soll verdeutlichen, dass die Implementierung eines solchen Systems Unsicherheit und potenzielle Verluste für die Prüfungsteilnehmer mit sich bringt, die die Prüfung bestehen müssen, um zu „gewinnen“, anstatt das Ziel auf anderem Wege erreichen zu können.

Beispiele für Prüfungen mit hohem Einsatz und deren „Einsatz“ sind:

• Führerscheinprüfungen und die rechtliche Fähigkeit zum Fahren
• Hochschulaufnahmeprüfungen in einigen Ländern, wie beispielsweise die brasilianische nationale Abiturprüfung , und die Zulassung zu einer qualitativ hochwertigen Universität
• Visuminterview / Staatsbürgerschaftstest für Migrations- und Einbürgerungszwecke​
• Viele Vorstellungsgespräche oder Drogentests und die Einstellung
• Schulabschlussprüfungen und Schulabschlüsse
• Tests im Rahmen des Programms „No Child Left Behind“ sowie Schulfinanzierung und -bewertungen
• mündliche Doktorprüfung und Erhalt des Doktortitels
• Berufliche Zulassungs- und Zertifizierungsprüfungen (wie z. B. die Anwaltsprüfung , die schriftlichen Prüfungen der FAA und die medizinischen Untersuchungen) und die angestrebte Lizenz oder Zertifizierung.
• Standardisierter Sprachtest für berufliche, schulische und Visumanträge
• NCLEX-RN- oder NCLEX-PN- Prüfung für Krankenpflegestudierende

Ein System mit hohem Einsatz kann auch anderen Personen als dem Prüfling selbst zugutekommen. Bei Prüfungen zur beruflichen Zertifizierung und Approbation besteht der Zweck der Prüfung darin, die Allgemeinheit vor inkompetenten Ärzten zu schützen. Die individuellen Interessen des Medizinstudenten und der medizinischen Fakultät werden idealerweise gegen die gesellschaftlichen Folgen abgewogen, die sich aus der möglichen Zulassung eines inkompetenten Arztes als Arzt ergeben. ^{[ 10 ]}

Ein Test kann aufgrund seiner Konsequenzen für andere, die über den einzelnen Testteilnehmer hinausgehen, von großer Bedeutung sein. ^{[ 4 ]} Beispielsweise darf ein Medizinstudent, der die Approbationsprüfung nicht besteht, seinen Beruf nicht ausüben. Wenn jedoch genügend Studierende derselben Hochschule durchfallen, können deren Ruf und Akkreditierung gefährdet sein. Ähnlich verhielt es sich mit den Prüfungen im Rahmen des US-amerikanischen Programms „No Child Left Behind “: Diese hatten zwar keine direkten negativen Folgen für die durchgefallenen Studierenden, ^{[ 11 ]} konnten aber potenziell schwerwiegende Konsequenzen für die Hochschulen nach sich ziehen, darunter der Verlust der Akkreditierung, der Fördermittel, der Lehrergehälter, der Lehrerbeschäftigung oder Änderungen in der Hochschulleitung. ^{[ 12 ]} Für die Hochschule stand also viel auf dem Spiel, für die einzelnen Testteilnehmer hingegen wenig.

Jede Form der Leistungsbeurteilung kann als wichtige Prüfung eingesetzt werden. Oftmals wird aus praktischen Gründen ein kostengünstiger Multiple-Choice-Test gewählt. Eine wichtige Leistungsbeurteilung kann auch die Beantwortung offener Fragen oder einen praktischen Teil umfassen. Beispielsweise wird bei einer typischen wichtigen Zulassungsprüfung für Krankenpflegekräfte festgestellt , ob die Pflegekraft einen intravenösen Zugang legen kann, indem die Prüfungsteilnehmer die Durchführung dieser Aufgabe beobachten. Diese Beurteilungen werden als authentische Leistungsbeurteilungen oder Performance-Tests bezeichnet . ^{[ 5 ]}

Bei einigen wichtigen Prüfungen handelt es sich um standardisierte Tests (bei denen alle Prüflinge denselben Test unter annähernd gleichen Bedingungen absolvieren), in der Erwartung, dass die Standardisierung allen Prüflingen eine faire und gleiche Chance auf Bestehen bietet. ^{[ 5 ]} Andere wichtige Prüfungen sind nicht standardisiert, wie beispielsweise ein Theater-Vorsprechen.

Wie bei anderen Prüfungen können auch wichtige Prüfungen kriterien- oder normorientiert sein . ^{[ 5 ]} Beispielsweise ist die schriftliche Führerscheinprüfung typischerweise kriterienorientiert: Eine unbegrenzte Anzahl potenzieller Fahrer kann bestehen, wenn sie einen bestimmten Prozentsatz der Fragen richtig beantworten. Im Gegensatz dazu sind die Aufsatzteile mancher Anwaltsprüfungen oft normorientiert: Die schlechtesten Aufsätze fallen durch, die besten bestehen – unabhängig von der Gesamtqualität der Aufsätze.

Die klare Grenze zwischen Bestehen und Nichtbestehen einer Prüfung kann durch einen Grenzwert festgelegt werden : Beispielsweise bestehen Prüflinge, die 75 % oder mehr der Fragen richtig beantworten; Prüflinge, die 74 % oder weniger richtig beantworten, fallen durch . Bei umfangreichen Prüfungen mit weitreichenden Konsequenzen können aufwendige und kostspielige Standardisierungsstudien durchgeführt werden, um den optimalen Grenzwert zu ermitteln oder um vergleichbare Prüfungsergebnisse zwischen Gruppen zu gewährleisten, die die Prüfung zu unterschiedlichen Zeitpunkten ablegen .

Leistungstests mit weitreichenden Konsequenzen werden trotz ihrer häufigen Anwendung zur Feststellung akademischer und nicht-akademischer Leistungen aus verschiedenen Gründen kritisiert. Beispiele für Bedenken sind:

• Der Test misst weder das Wissen noch die Fähigkeiten der Testperson korrekt. Beispielsweise könnte ein Test vorgeben, allgemeine Lesefähigkeiten zu prüfen, tatsächlich aber nur feststellen, ob die Testperson ein bestimmtes Buch gelesen hat. Bei computergestützten Prüfungen mit weitreichenden Konsequenzen können einkommensschwache Testteilnehmer und solche ohne direkten Computerzugang benachteiligt sein ^{[ 13 ]} , wenn der Test zwar Lesefähigkeiten messen soll, in der Praxis aber die Tippfähigkeiten oder die Vertrautheit der Testteilnehmer mit der Beantwortung von Fragen am Computer erfasst.
• Der Test misst möglicherweise nicht das, was der Kritiker messen möchte. Beispielsweise könnte ein Test zwar korrekt feststellen, ob ein Jurastudent grundlegende Kenntnisse des Rechtssystems erworben hat, der Kritiker möchte aber vielleicht, dass diese angehenden Juristen statt ihrer Rechtskenntnisse in Rechtsethik geprüft werden.
• Leistungsstarke Prüfungen können Lehrkräfte dazu verleiten, nicht prüfungsrelevante Inhalte auszulassen. „ Prüfungsorientiertes Unterrichten “ kann zu einem eingeschränkten Lehrplan und geringeren Kompetenzen führen. Wenn beispielsweise das Einparken in Längsparklücken nicht geprüft wird, könnten Fahrlehrer diese Fertigkeit nicht mehr unterrichten und sich stattdessen auf die prüfungsrelevanten Inhalte konzentrieren, etwa die Vorfahrtsregelung an einer Kreuzung mit vier Stoppschildern . Die Folge: Der Fahrschüler besteht zwar die Prüfung, kann aber unter Umständen nicht sicher einparken. Laut Campbells Gesetz steigt die Wahrscheinlichkeit für dieses Phänomen mit der Höhe des Einsatzes (für den Prüfling oder die Schule).
• Prüfungen verursachen bei manchen Menschen Stress. Kritiker argumentieren, dass Prüfungen aufgrund der Leistungsschwäche mancher Menschen unter Prüfungsdruck deren tatsächliches Leistungsniveau weniger gut widerspiegeln als Alternativen ohne Prüfung. ^{[ 14 ]} Dies wird als Prüfungsangst oder Leistungsangst bezeichnet .
• Wichtige Prüfungen werden oft als eine einzige lange Klausur durchgeführt. Einige Kritiker bevorzugen eine kontinuierliche Leistungsbeurteilung anstelle einer einzigen großen Prüfung. So lehnt beispielsweise die American Psychological Association (APA) die Verwendung einer einmaligen Abschlussprüfung als alleiniges Kriterium für den Schulabschluss ab und erklärt: „Jede Entscheidung über die weitere Ausbildung eines Schülers, wie etwa das Sitzenbleiben, die Zuweisung zu einer bestimmten Leistungsstufe oder der Schulabschluss, sollte nicht auf den Ergebnissen einer einzelnen Prüfung basieren, sondern auch andere relevante und valide Informationen berücksichtigen.“ ^{[ 15 ]} Da die Bedeutung jedoch mit den Konsequenzen und nicht mit der Methode zusammenhängt, können auch kurze Prüfungen eine hohe Bedeutung haben.
• Prüfungen mit hohem Einsatz schaffen einen größeren Anreiz zum Betrug. ^{[ 16 ]} Da das Schummeln bei einer einzelnen wichtigen Prüfung einfacher sein kann als das Erlernen des erforderlichen Stoffs oder das Erlangen von Leistungspunkten durch Anwesenheit, Fleiß oder viele kleinere Prüfungen, können mehr Prüflinge bestehen, die zwar geschickte Betrüger sind, aber nicht über das notwendige Wissen oder die erforderlichen Fähigkeiten verfügen. Auch manche, die die Prüfung ansonsten bestehen würden, aber nicht genügend Selbstvertrauen haben, könnten sich entscheiden, das Ergebnis durch Betrug zu sichern, erwischt werden und oft mit noch schlimmeren Konsequenzen als einem einfachen Durchfallen konfrontiert werden. Werden die Prüfungsergebnisse zudem zur Festlegung der Gehälter oder der Weiterbeschäftigung der Lehrkräfte oder zur Bewertung der Schule herangezogen, besteht die Gefahr, dass Schulpersonal die Prüfungsarbeiten der Schüler manipuliert, um die Leistungen künstlich zu verbessern. ^{[ 16 ]}
• Manchmal ist eine wichtige Prüfung mit einer umstrittenen Belohnung verbunden. Beispielsweise möchten manche, dass ein Schulabschlusszeugnis den nachgewiesenen Erwerb bestimmter Fähigkeiten oder Kenntnisse repräsentiert und nutzen daher eine wichtige Prüfung, um jedem, der die erforderlichen Fähigkeiten nicht nachweisen kann, den Abschluss zu verweigern. ^{[ 17 ]} Andere wiederum möchten, dass ein Schulabschlusszeugnis primär eine Teilnahmebescheinigung darstellt , sodass auch jemand, der regelmäßig am Unterricht teilgenommen hat, aber nicht lesen oder schreiben kann, die sozialen Vorteile eines Abschlusses genießt. Diese Verwendung von Prüfungen – um einen Schulabschluss und damit den lebenslangen Zugang zu den meisten Arbeitsplätzen und höherer Bildung zu verweigern – ist umstritten, selbst wenn die Prüfung selbst Schüler, denen die notwendigen Fähigkeiten fehlen, korrekt identifiziert. Kritik wird üblicherweise als übermäßige Gewichtung einer einzelnen Messgröße ^{[ 18 ]} oder im Sinne sozialer Gerechtigkeit formuliert , wenn das Fehlen von Fähigkeiten nicht allein die Schuld des Prüflings ist, wie im Fall eines Schülers, der aufgrund unqualifizierter Lehrer nicht lesen kann, oder einer Person mit fortgeschrittener Demenz, die aufgrund des Verlusts kognitiver Fähigkeiten keine Fahrprüfung mehr bestehen kann. ^{[ 3 ]}
• Tests können Testteilnehmer benachteiligen, die unverschuldet nicht über die erforderlichen Fähigkeiten verfügen. Fehlende Fähigkeiten sind zwar nicht unbedingt die Schuld des Testteilnehmers, doch wichtige Prüfungen messen ausschließlich die Kompetenz, unabhängig davon, ob die Testteilnehmer die gleichen Lernmöglichkeiten hatten. ^{[ 3 ] [ 19 ] [ 20 ]} Zudem nutzen wohlhabende Testteilnehmer möglicherweise Nachhilfe oder Vorbereitungskurse, um ihre Ergebnisse zu verbessern. Manche gut situierte Eltern zahlen Tausende von Dollar, um ihre Kinder auf die Hochschulaufnahmeprüfungen vorzubereiten. ^{[ 21 ]} Kritiker sehen darin eine Ungerechtigkeit gegenüber Familien, die sich zusätzliche Bildungsangebote nicht leisten können. ^{[ 22 ]}
• Prüfungen mit weitreichenden Konsequenzen zeigen, dass manche Prüflinge den geforderten Stoff nicht beherrschen oder nicht über die notwendigen Fähigkeiten verfügen. Auch wenn das Nichtbestehen dieser Prüfungen für die Allgemeinheit viele Vorteile bringen mag, können die Folgen wiederholten Scheiterns für den Einzelnen gravierend sein. Beispielsweise darf jemand, der die praktische Fahrprüfung nicht besteht, kein Auto mehr fahren, was bedeutet, dass er nicht mehr zur Arbeit fahren kann und seinen Arbeitsplatz verlieren kann, wenn keine alternativen Transportmöglichkeiten zur Verfügung stehen. Die Person kann zudem soziale Scham erleiden, wenn ihr Bekanntes erfährt, dass ihr mangelndes Können zum Führerscheinentzug geführt hat. Im Kontext von Schulabschlussprüfungen haben sich leistungsschwache Schulbezirke nach schlechten Testergebnissen, die das Versagen der Bezirke offenlegten und sich als politisch peinlich erwiesen ^{[ 23 ]} , formell gegen diese Prüfungen ausgesprochen und sie dafür kritisiert, dass sie Schüler mit Wissenslücken korrekt identifizieren ^{[ 24 ] .}
• Manchmal werden auch bei jungen Kindern standardisierte Leistungstests durchgeführt. Diese Tests beginnen oft schon in der dritten Klasse , wenn die Kinder möglicherweise noch nicht in der Lage sind, die für den Erfolg notwendigen mentalen Ressourcen angemessen einzusetzen. Wenn sie scheitern, kann ihnen zusätzlicher Unterricht auferlegt werden, was als Strafe empfunden werden kann. ^{[ 25 ]}
• Niedrige Testergebnisse werden oft fälschlicherweise als Indikator für gute Testergebnisse interpretiert. ^{[ 26 ]} Es besteht die Tendenz anzunehmen, dass ein wichtiger Test nur dann aussagekräftig ist, wenn die Testergebnisse schlecht sind. Umgekehrt werden Tests, in denen Schüler im Allgemeinen gut abschneiden, oft als zu einfach abgetan, selbst wenn sie gut mit den Bildungsstandards übereinstimmen. Diese Tendenz kann zudem dazu führen, dass die Qualität von Prüfungen anhand der Durchfallquote der Schüler und nicht anhand der Übereinstimmung mit den Bildungsstandards beurteilt wird.

Neben den Kritikpunkten weist das Hochrisiko-Testverfahren auch einige Vorteile auf:

• Ergebnisse und Ergebnistrends aus Prüfungen mit hohem Einsatz sind tendenziell zuverlässiger als solche aus Prüfungen mit niedrigem oder keinem Einsatz, da sie mit größerer Wahrscheinlichkeit sicher durchgeführt und von den Prüfungsteilnehmern ernst genommen werden. ^{[ 27 ] [ 28 ] [ 29 ] [ 30 ]}

• Bei der Durchführung von Tests ohne Konsequenzen – also Tests, deren Ergebnisse „nicht zählen“ – herrschte ein mangelhaftes Sicherheitsgebaren. Tatsächlich hatten bis auf einen alle Tests, die in den Skandal um die Schultests der 1980er-Jahre, den sogenannten „ Lake-Wobegon-Effekt “, verwickelt waren, keinerlei Auswirkungen auf Schüler, Lehrer oder Schulen. In vielen Fällen konnten die Schulen die Tests nach eigenem Ermessen durchführen, wobei die Lehrer ihre Schüler selbst beaufsichtigten oder gar keine Aufsichtspersonen anwesend waren. Da die Bildungsbehörden der Bundesstaaten und Kommunen weitgehend die Kontrolle über die Durchführung, Auswertung und Berichterstattung der Tests hatten, konnten sie die Ergebnisse und die Entwicklung der Testergebnisse künstlich verfälschen, sodass die Schüler in allen US-Bundesstaaten „über dem nationalen Durchschnitt“ lagen. ^{[ 31 ]}

• Prüfungen mit hohem Einsatz werden zudem häufiger extern (von unabhängigen Personen ohne Interessenkonflikt ) und unter sicheren Bedingungen durchgeführt. Während Prüfungen mit hohem Einsatz einen größeren Anreiz zum Betrug schaffen können, bieten Prüfungen mit niedrigem oder keinem Einsatz mehr Möglichkeiten zum Betrug, da sie typischerweise intern (z. B. in den Schulen der Schüler von ihren eigenen Lehrkräften) und mit weniger Sicherheitsvorkehrungen durchgeführt werden. ^{[ 32 ] [ 33 ] [ 34 ]}

• Das Hinzufügen von Anreizen zu einer Prüfung hat im Allgemeinen einen positiven Einfluss auf die Schülerleistungen, was auf eine höhere Motivation und größere Anstrengung hindeutet. ^{[ 35 ]}

• Featherston, Mark Davis, 2011. „Hochriskante Testpolitik in Texas: Beschreibung der Einstellungen junger Hochschulabsolventen.“ Angewandte Forschungsprojekte, Texas State University-San Marcos .