Aufschieben nennen wir die Verlagerung einer Entscheidung oder einer Aktivität von einem früheren auf einen späteren Zeitpunkt. Bei der freien Gestaltung von Arbeitsabläufen sind immer wieder Entscheidungen zwischen verschiedenen möglichen Aktivitäten nötig, bei denen eine Aktivität zugunsten einer anderen aufgeschoben wird. Das Aufschieben von Tätigkeiten ist deshalb häufig, alltäglich und nicht primär dysfunktional, sondern entspricht einer flexiblen Handlungskontrolle. Das englische "to procrastinate" geht auf das lateinische Verb procrastinare zurück, das ohne negative Konnotation als "aufschieben", "vertagen" (pro crastinus, auf morgen) zu übersetzen ist. Ursprünglich wurde damit also eine eher positiv bewertete Verhaltensweise bezeichnet, nämlich das Aufschieben von schwerwiegenden Entscheidungen bis zu einem für den Erfolg einer Handlung günstigeren Zeitpunkt. Im englischen Sprachgebrauch der Neuzeit überwiegt jedoch die negative Konnotation im Sinne von zögern, zaudern, eine Sache nicht in Angriff nehmen, obwohl das möglich wäre, gegenüber der ursprünglichen Interpretation von Aufschieben als gegensätzlich zu ungestümem und unüberlegtem Handeln. Als Prokrastination bezeichnen wir Aufschieben dann, wenn persönlich wichtige zugunsten weniger wichtiger Tätigkeiten aufgeschoben werden und die tatsächlich durchgeführten Handlungen nicht den eigenen Absichten zur Erreichung des wichtigeren Zieles entsprechen. In einigen Definitionsversuchen wird betont, dass die aufgeschobenen Tätigkeiten von den Betroffenen als aversiv empfunden werden, und dass die vorgezogenen Tätigkeiten dadurch charakterisiert sind, dass sie kurzfristig anfallen und schnell zu erledigen sind (vgl. Rist et al., 2006).

Bei chronischer Prokrastination werden Tätigkeiten zur Erreichung persönlich wichtiger Ziele so oft oder bei so vielen Zielen aufgeschoben, dass der Lebensvollzug beeinträchtigt ist und aus dem Aufschieben persönliche Nachteile von erheblichem Ausmaß resultieren. Diese Nachteile umfassen sowohl objektive Leistungseinbußen (z.B. schlechte Noten, verlängerte Ausbildungszeiten, nicht erreichte Ausbildungsabschlüsse), Belastungen zwischenmenschlicher Beziehungen (Ärger und Enttäuschung Anderer über nicht eingehaltene Leistungsversprechen) und Beeinträchtigungen des eigenen Wohlbefindens (z.B. Stressgefühl, Schlafstörungen, Depressivität bis zur manifesten Depression). Bei bevölkerungsbasierten Vergleichen von Stichproben aus den USA, Australien und England mit normierten Fragebogen zur Prokrastination stellten sich ca. 20 % der Befragten in diesen Ländern als chronische Prokrastinierer dar (Ferrari, O´Callaghan, Newbegin, 2005).

In zahlreichen Querschnittsuntersuchungen wurde der Zusammenhang der Prokrastinationstendenz als Persönlichkeitsdimension mit anderen Persönlichkeitsmerkmalen geprüft (vgl. Steel, 2007). Starke Zusammenhänge bestehen mit Gewissenhaftigkeit, Angst vor negativer Bewertung und "self-handicapping". Die meisten Untersuchungen zur Prokrastination stammen aus dem englischsprachigen Raum. 90% von diesen befassen sich mit "akademischer Prokrastination", d.h. Prokrastination bei Studierenden. Aus Deutschland gibt es nur vereinzelte Beiträge zur Forschung in diesem Gebiet (vgl. Rist et al., 2006).

Zur Erfassung der Prokrastinationstendenz wurden unterschiedliche, wenn auch zumeist auf den akademischen Kontext zugeschnittene Erhebungsinstrumente entwickelt (vgl. Steel, 2006). Sie erfassen jedoch häufig wie z.B. die Aitken Procrastination Scale (APS; Aitken, 1982; deutsche Version Helmke & Schrader, 2000) mehrere und auch möglicherweise von Prokrastination unabhängige Konstruktfacetten. Das hier vorgestellte Instrument soll demgegenüber spezifisch Gründe für das Aufschieben von Prüfungslernen (GAP) erfassen, die sich allgemein in Ablenkungen durch Alternativtätigkeiten und mentale Ablenkung aufgrund von Konzentrations- und Aufmerksamkeitsproblemen unterteilen lassen.

Die GAP Items wurden in einem Forschungs- und Behandlungsprojekt zu Prokrastination am Psychologischen Institut der Westfälischen Wilhelms-Universität entwickelt (https://www.uni-muenster.de/Prokrastinationsambulanz/forschung.html). Die Daten für die hier berichteten Analysen stammen aus zwei Studierendenstichproben, die an der Universität Münster im Rahmen von zwei Diplomarbeiten untersucht wurden (Deters, 2006; Frings, 2008) sowie von Studierenden, die wegen Problemen mit ihrem Prokrastinationsverhalten jeweils eine von zwei Trainingsformen zur Überwindung von Prokrastination absolvierten (Westermann, 2009).

Itemkonstruktion und Itemselektion

Die hier dokumentierten neun Items zu Gründe(n) für das Aufschieben von Prüfungslernen (GAP) wurden wegen ihrer zufriedenstellenden psychometrischen Eigenschaften aus ursprünglich 14 Items ausgewählt, die 2006 in der Psychotherapieambulanz des psychologischen Instituts I der Universität Münster entwickelt worden waren. Alle 14 Items wurden aus Selbstberichten von Studierenden abgeleitet, die wegen ihres Prokrastinierens diese Institution aufgesucht hatten. Dort wurden auch Gründe für ihr Prokrastinieren zu Beginn und im Verlauf des Lernens für Prüfungen exploriert. Diese Gründe lassen sich in Ausüben von Alternativtätigkeiten und Ablenkung aufgrund von Konzentrations- und Aufmerksamkeitsproblemen unterteilen. Die beibehaltenen neun Items ordnen sich entsprechend zwei Dimensionen zu, die als Mentale Ablenkung und Ablenkung durch Alternativtätigkeiten interpretiert werden können. Die Items dieser beiden Dimensionen unterscheiden sich zudem mit einer Ausnahme (Item 8) auch danach, ob sie in Zusammenhang mit einem verzögerten Beginn von Prüfungslernen genannt werden (Alternativtätigkeiten) oder mit dessen Durchhalten (Mentale Ablenkung). Nach Analysen der Daten aus drei Stichproben sind die psychometrischen Merkmale der Items der zweiten Dimension zufriedenstellend und stabil. Für die Items der ersten Dimension gilt dies jedoch nur eingeschränkt. Revisionen bzw. neu konstruierte Items zur Erfassung dieser Facette von Prokrastinationsgründen für Prüfungslernen werden deshalb derzeit erprobt.

Stichproben

-       Studierendenstichprobe 1 (S1; Deters, 2006): 851 Studierende aus zehn Studienfächern, d.h. ca. 2.2% der im Sommersemester 2005 an der Universität Münster eingeschriebenen Studierenden, die sich an einer Onlinebefragung zu Prokrastination beteiligten. Da die "Verschulung" bzw. Strukturiertheit von Studienfächern auch nach Untersuchungen des Münsteraner Prokrastinationsprojekts die Prokrastinationstendenzen ihrer Studierenden bedeutsam mit beeinflusst (Patzelt & Opitz, 2005 a, b), wurden die zehn Studienfächer (Tabelle 1) so ausgewählt, dass sie bzgl. dieses Merkmals möglichst heterogen waren. Von den per Email kontaktierten 8102 Studierenden dieser Studienfächer beteiligten sich 851 an der Studie, d.h. ca. 21% der im Sommersemester 2005 eingeschriebenen Studierenden der Universität Münster.

Tabelle 1

Prozentsatz der Teilnehmer aus verschiedenen Studienstichproben in der gesamten Stichprobe (GS; N = 834) und in der hier analysierten Teilstichprobe (S1; N = 457)

Die Untersuchung war zweigeteilt (s.u.). Beide Befragungsteile absolvierten 473 (56%) der 851 Befragten. Nur die Daten von 457 von diesen wurden in die hier berichteten Analysen einbezogen, d.h. von ca. 2.1% der im Sommersemester 2005 in Münster eingeschriebenen Studierenden: Nur diese Studierenden haben die GAP Items und alle zur Validierung herangezogenen Itembatterien hinreichend vollständig beantwortet (mindestens 50% gültige Antworten) sowie alle Angaben zu ihren demografischen Merkmalen gemacht. 299 (65.2%) von ihnen waren weiblich. Der Anteil weiblicher Studierender in der Stichprobe liegt damit über ihrem Anteil an allen Münsteraner Studierenden. Das Alter der Probanden variierte zwischen 20 und 47 Jahren (M = 24.6; SD = 3.4).

-       Studierendenstichprobe 2 (S2; Frings, 2008): An dieser zweiten Onlinebefragung zum Thema Prokrastination nahmen insgesamt 1264 Studierende unterschiedlicher Studiengänge teil. Zwar konnten nur vollständig ausgefüllte Fragebogen abgeschickt werden. Die Daten von 36 Probanden wurden jedoch aufgrund inkonsistenter oder widersprüchlicher Antworten nicht berücksichtigt (vgl. dazu Frings, 2008). Die verbleibenden 1228 Teilnehmer der Stichprobe entsprechen ca. 3% der im Wintersemester 2006/2007 an der Universität Münster Studierenden. 717 (58.4%) von ihnen waren weiblich. Der etwas höhere Anteil weiblicher Studierender ist anders als der deutlich höhere in S1 repräsentativ für ihren Anteil an allen Münsteraner Studierenden. Das Alter der Probanden variierte zwischen 19 und 61 Jahren (M = 23.9; SD = 3.1).

-       Stichprobe Trainingsgruppen (ST; Westermann, 2009): 97 Studierende, die im Jahr 2007 in der Psychotherapieambulanz des Psychologischen Instituts I der Universität Münster entweder an einem kognitiv-verhaltenstherapeutischen Training (KVTT, N = 46) oder an einer angeleiteten Selbsthilfegruppe (ASH, N = 51) teilnahmen, diese auch abgeschlossen und alle relevanten Fragebogen vor und nach Beendigung der Trainings ausgefüllt haben. 47% dieser Befragten waren weiblich, also deutlich weniger als in den beiden anderen Stichproben. Ihr Alter variierte zwischen 19 und 41 Jahren (M = 26.1; SD = 3.7) und ihre Semesterzahl zwischen einem und 26 Semestern (M = 9.8; SD = 5.1).

Durchführung der Studien

-       Studierendenstichprobe 1 (S1): Diese Onlinebefragung erfolgte in zwei Schritten, um zu vermeiden, dass eine relativ lange Bearbeitungszeit von der Teilnahme abhalten oder zu deren Abbruch führen würde. In einem kurzen ersten Screeningteil des Fragebogens wurden nur 13 Items der Aitken Procrastination Scale (APS) vorgegeben, die Zentrale Prokrastination erfassen sollen sowie einige Fragen zu personen- und studienbezogenen Merkmalen.

Am Ende dieses Teils wurden die Befragten um die Bearbeitung eines zweiten Teils gebeten, entweder sofort oder später. Dieser umfasste neben den restlichen Items der APS vier weitere Itembatterien: darunter den Prokrastinationsfragebogen für Studierende (PFS) als ein weiteres und neues, ebenfalls im Prokrastinationsprojekt der Psychotherapieambulanz der Universität Münster konstruiertes Maß zur Erfassung Zentraler Prokrastination. Seine Beantwortungen werden hier wie die der APS zur Validierung der GAP Items herangezogen. Um Reihenfolgeeffekte zu minimieren, wurden alle Itembatterien in zufälliger Abfolge vorgegeben.

Um möglichst viele Studierende unterschiedlicher Fachbereiche für die Teilnahme zu gewinnen, und dadurch Rückschlüsse auf die Gesamtheit aller Studierender der Universität Münster zu ermöglichen, wurden alle Studierende der zehn oben erwähnten Studienfächer (Tabelle 1) per Email über das Anliegen der Studie informiert und um eine Teilnahme an der Befragung unter Angabe einer entsprechenden Internetverbindung gebeten.

Der Fragebogen konnte von Juli bis August 2005 bearbeitet werden. Anonymität der Befragung wurde zugesichert. Mit einer ersten Email konnten 560 Studierende zur Teilnahme gewonnen werden. Der größte Teil von ihnen beantwortete den Fragebogen noch am selben Tag. Nach zwei Wochen wurden nur noch vereinzelt Fragebogen zurückgesandt. Auf eine zweite Email hin, in der den bisherigen Teilnehmern gedankt und erneut auf die Untersuchung hingewiesen wurde, beantworteten 291 weitere Studierende den Fragebogen. Insgesamt nahmen also 851 Studierende an der Untersuchung teil. Die Rücklaufquote lag somit bei 10.5 %. Nur 457 (56%) von diesen bearbeiteten jedoch auch den zweiten Teil hinreichend vollständig.

-       Studierendenstichprobe 2 (S2): Der Onlinefragebogen für diese Stichprobe konnte in ca. 12 Minuten beantwortet werden. Neben den GAP Items enthielt auch er u.a. noch den PFS.

Die Probanden dieser zweiten Onlinebefragung wurden im Wintersemester 2006/2007 auf zwei unterschiedliche Weisen rekrutiert. Zunächst wurden an den am häufigsten aufgesuchten Mensen Münsters 1000 Flyer verteilt. Außerdem wurden in verschiedenen Universitätsgebäuden Handzettel ausgeteilt und Plakate aufgehängt. So konnten 305 Personen zum Aufruf der Internetseite mit dem von Unipark erstellten Onlinefragebogen bewogen werden. 222 von ihnen füllten diesen komplett aus. Die Abbruchquote betrug somit ca. 27%. 1302 weitere Teilnehmer wurden über eine Email gewonnen, welche vom Zentrum für Informationsverarbeitung der Universität Münster an 4500 zufällig ausgewählte Studierende verschickt wurde. 1042 von diesen füllten den Onlinefragebogen vollständig aus, d.h. die Abbruchquote betrug ca. 20%. Somit liegen aus dieser Untersuchung zwar vollständige Daten von 1264 Studierenden vor. Wegen inkonsistenter oder widersprüchlicher Antworten wurden jedoch die von 36 nicht berücksichtigt (vgl. dazu Frings, 2008), so dass hier die Daten von 1228 Teilnehmern dieser Stichprobe analysiert werden.

-       Stichprobe Trainingsgruppen (ST): In dieser wurden zu insgesamt fünf Messzeitpunkten (Abbildung 1) Daten erhoben. Hier werden nur solche aus einem Vorgespräch und aus einer Abschlusssitzung analysiert. Die GAP Items wurden nur im Vorgespräch beantwortet, die übrigen hier verwendeten Itembatterien zu beiden berücksichtigten Zeitpunkten.

Abbildung 1. Gründe Aufschub Prüfungslernen Messzeitpunkte

Auf die Trainingsangebote für Prokrastination der Münsteraner Psychotherapieambulanz wird seit 2003 über verschiedene Wege informiert: Über Poster und Flyer in den Fachbereichen der Universität Münster und anderen von Studierenden oft aufgesuchten Orten (z. B. Mensen, Cafés), über Anzeigen und Presseberichte in Zeitungen und dem Campus-Radio, über die Fachschaften, verschiedene Beratungsstellen und niedergelassene Psychotherapeuten sowie über die Homepage der Psychotherapieambulanz. Interessenten konnten sich per Telefon melden und wurden anschließend in einem Telefoninterview und Vorgesprächen näher über die Trainings informiert. Ausschlusskriterien waren eine gleichzeitige Psychotherapie, sowie die Screening-Diagnose einer generalisierten Angststörung oder Depression nach dem Gesundheitsfragebogen für Patienten (PHQ-D; Löwe et al., 2002). Die Teilnehmer wurden nach der Reihenfolge der Anmeldung dem KVTT (N = 46) und der ASH (N = 51) zugeteilt.

Variablen und Auswertungsmethode

Alle im Folgenden berichteten Modellanalysen wurden mit dem 2 Parameter Normalogiven Item Response Theorie (IRT) Modell (zsf. Glöckner-Rist & Hoijtink, 2003) durchgeführt. Es gehört zur Klasse nichtlinearer Faktorenanalyse (FA) Modelle. Im Unterschied zu den konventionellen linearen FA Modellen erfordern diese keine normalverteilten und linear mit ihren Dimensionen assoziierten beobachteten Variablen bzw. Indikatoren. Sie erlauben deshalb eine adäquatere Analyse binärer und ordinaler Indikatoren, zu denen auch die GAP Items gehören. Das 2 Parameter IRT bzw. FA Modell kann mit Mplus (Muthén & Muthén, 2007; vgl. http://www.statmodel.com) in einem verallgemeinerten Strukturgleichungsmodellierungsansatz (SEM) spezifiziert werden.

Zur Schätzung der Parameter wurde ein varianz- und mittelwertadjustierter Weighted Least Squares Schätzer (WLSMV) verwendet. Um eine stabile Schätzung der Chi-Quadrat basierten Parameter zu ermöglichen, wurden für alle Items die Antwortkategorien so zusammengelegt, dass jede Kategorie mindestens 5% der Antworten enthält. (vgl. tab2)

Zur Bewertung konfirmatorischer Modelle werden der CFI (Comparative Fit Index), der TLI (Tucker-Lewis Index) und der RMSEA (Root Mean Square Error of Approximation) herangezogen. CFI Werte > .95 werden als Hinweis auf eine gute Modellpassung interpretiert, solche zwischen .90 und .95 als Beleg für eine akzeptable und niedrigere Werte als Hinweis auf eine ungenügende Passung. Werte für den RMSEA <.06 sprechen für eine gute, solche >.10 für eine unzureichende Passung. Da der RMSEA allerdings bei kleinen Stichproben dazu neigt, die Passung von Modellen zu unterschätzen (Hu & Bentler, 1999), wird zusätzlich der unmittelbar aus den Residuen abgeleitete WRMR (Weighted Root Mean Square Residual) berücksichtigt. Ist dieser kleiner als 1, spricht dies für eine hinreichende Kovarianzaufklärung durch ein Modell. Da hier auch eine relativ kleine Stichprobe untersucht wird, für die keine zu hohe Power für den Chi-Quadrat Anpassungstest zu erwarten ist, wird dieser ebenfalls berichtet. Mplus berechnet ihn ebenso wie den RMSEA auch für EFA Modelle. Alle Testungen hierarchisch genesteter Modelle erfolgten mit einem von Mplus zur Verfügung gestellten Chi-Quadrat Differenzentest, der korrigierend berücksichtigt, dass Differenzen von  Chi-Quadrat Werten, die mit adjustierten Schätzern wie dem WLSMV ermittelt werden, selbst nicht mehr Chi-Quadrat verteilt sind.

Das hier dokumentierte Instrument wurde neu entwickelt. Über seine Dimensionalität liegen deshalb noch keine hinreichenden empirischen Ergebnisse vor. Ferner war auch zu prüfen, ob alle ursprünglich vorgesehenen Items beibehalten werden sollten. Deshalb wurde in einem ersten Schritt zunächst mit nichtlinearen explorativen Faktorenanalysen (EFA) ein Messmodell auf der Basis getrennter Analysen der Daten aus den drei Stichproben abgeleitet. In einem zweiten Schritt wurde die dabei akzeptierte Lösung, die auch mit einer Itemreduktion verbunden war, weiterführend mit konfirmatorischen Faktorenanalysen (CFA) der Daten aus den drei Stichproben geprüft. Zur genaueren Prüfung der faktoriellen Validität wurde in einem dritten Schritt das Geschlecht als Kovariate in das akzeptierte Messmodell einbezogen, um mögliche geschlechtsspezifische Antworteinflüsse (vgl. Steel, 2007) zu identifizieren. In einem vierten Schritt wurde die Kriteriumsvalidität der GAP Items untersucht. Dazu wurde mit Strukturmodellanalysen ermittelt, ob die identifizierten Prokrastinationsgründedimensionen durch die mit zwei anderen Instrumenten erfassten Prokrastinationsfacetten vorhergesagt werden können. Anders als mit konventionellen Korrelationsanalysen zur Prüfung von Konstruktzusammenhängen kann mit solchen Regressionsanalysen die Stärke der Beziehung von jeweils zwei Konstruktdimensionen bei Kontrolle des Einflusses jeweils der anderen Dimensionen auf diese geschätzt werden (Partialkorrelationen).

Abschließend wurde zur Prüfung der Konstruktvalidität der GAP Items erneut mit Strukturmodellanalysen untersucht, ob die in den ersten Schritten identifizierten Prokrastinationsgründedimensionen in der ST Veränderung in verschiedenen Variablen vorhersagen können, die als Konsequenzen der Trainings auftreten könnten. Als solche Kriteriumsvariablen wurden Beharrlichkeit nach dem Leistungsmotivationsinventar (Schuler & Prochaska, 2000; LMI-B), sowie die Gestaltung der Lernumgebung und das Zeitmanagement nach dem Inventar zur Erfassung von Lernstrategien im Studium (Wild & Schiefele, 1994; LIST-L und LIST-Z) herangezogen. Um die Komplexität dieser Analysen in Grenzen zu halten, wurden statt der Messmodelle für diese Konstrukte die Differenzen ihrer Mittelwerte als Veränderungsmaße herangezogen, die aus den vor und nach dem Training erhobenen Daten berechnet wurden. Zudem wurde auf eine erneute Prüfung der faktoriellen Struktur dieser Erhebungsinstrumente verzichtet, da deren Eindimensionalität jeweils schon von Beck (2008) auch bereits mit Patientendaten ermittelt wurde.

Datenaufbereitung: Fehlende Werte einschließlich von "Weiß nicht" Antworten wurden mit einem von Mplus zur Verfügung gestellten Imputationsalgorithmus ersetzt. Er basiert auf Annahmen (missing at random) und statistischen Verfahren (EM-Schätzung) von Little und Rubin (1987; vgl. Muthén & Muthén, 2007).

Itemanalysen

Explorative Faktorenanalysen: Die Eigenwerte aus getrennten explorativen Faktorenanalysen (EFA; 2 Parameter Normalogivenmodell mit Promax Rotation) der Antworten zu allen 14 GAP Items aus S1 legen zwei, die aus den beiden anderen Stichproben eventuell drei Grunddimensionen nahe. Entsprechend ist ein eindimensionales Modell nach den Analysen aller drei Datensätze inakzeptabel (Tabelle 2).

Tabelle 2

Chi-Quadrat Werte (Chi), Freiheitsgrade (df), Signifikanzniveau (p), Root Mean Square Error of Approximation (RMSEA), Comparative Fit Index (CFI), Tucker Lewis Index (TLI) und Weighted Root Mean Square Residual (WRMR) für EFA und CFA Modelle mit einer unterschiedlichen Anzahl an Faktoren nach den Daten aus S1 (N = 457) , S2 (N=1228) und ST (N = 97) für die ursprünglich 14 und die neun beibehaltenen GAP Items

Eine zweidimensionale Lösung, deren Faktoren jeweils moderat korrelieren (.64 - .68), passt jedoch nach dem RMSEA (Tabelle 2) nur zu den Daten aus der ST. Sie lässt aber nach diesem auch für diese relativ viel Antwortkovarianz unerklärt. Dies gilt auch für eine dreidimensionale Lösung. In den drei Stichproben ist zudem der dritte Faktor mit nur jeweils zwei und zudem mit unterschiedlichen Items assoziiert, die semantisch fast synonym formuliert sind, so z.B. in der ST nur mit den Items 11 und 12. Eine dritte Dimension ist somit nach den Daten aus keiner Stichprobe inhaltlich sinnvoll interpretierbar.

Die unbefriedigende Kovarianzaufklärung durch die zweidimensionale Lösung ist somit vorrangig offensichtlich auf eine sehr starke semantische Redundanz eines Teils der 14 Items zurückzuführen. Vier Items (2, 6, 9, 14) (Tabelle 3) sind zudem jeweils relativ schwach mit ihrem Zielfaktor assoziiert und mindestens die Hälfte von ihnen zudem relativ stark auch mit dem jeweils zweiten Faktor.

Tabelle 3

Standardisierte Faktorladungen nach ein- und zweidimensionalen EFA der Antworten aus S1 (N = 457), S2 (N = 1228) und der ST (N = 97) zu allen 14 (M1, M2) und den neun beibehaltenen GAP Items (M1_9, M2_9)

Anm. Alternativtätigkeiten: 4. Obwohl ich lernen will, erledige ich andere Dinge, die mir aktuell wichtiger erscheinen 13. Ich beginne erst gar nicht mit dem Lernen und mache stattdessen etwas anderes 11. Ich verbringe die verplante Zeit mit Tätigkeiten, die angenehmer sind als das Lernen 8. Ich höre vorzeitig auf zu lernen, um Zeit mit meinen Freunden zu verbringen. Mentale Ablenkung: 10. Ich unterbreche das Lernen immer wieder, weil meine Konzentration nachlässt 5. Ich kann mich nicht lange auf den Lernstoff konzentrieren und schweife immer wieder ab 3. Ich unterbreche mein Lernen, weil es mir schwerfällt, die Monotonie lange zu ertragen 7. Habe ich einmal mit dem Lernen angefangen, dauert es nicht lange bis ich es wieder unterbreche 1. Für die Prüfung zu lernen fällt mir schwer, weil ich in Gedanken schnell woanders bin. Ausgeschlossene Items: 2. Wenn ich gerade lernen will, kommt mir etwas anderes in den Sinn, das ich vorher noch erledigen will 6. Obwohl ich lernen will, erledige ich andere Uni-Aufgaben (z.B. Abheften von Texten) 9. Der Lernstoff ist für mich so unangenehm, dass ich vorzeitig aufhöre 12. Obwohl ich eigentlich lernen wollte, widme ich mich anderen Dingen, die mir gerade attraktiver erscheinen 14. Das Lernen für die Prüfung macht mir so wenig Spaß, dass ich mich nicht durchringen kann, damit anzufangen

Werden die Antworten zu diesen Items und zusätzlich die von Item 12 wegen seiner fast synonymen Formulierung wie Item 11 aus weiteren EFA ausgeschlossen, erklärt (Tabelle 2) ein eindimensionales Modell die Kovarianz der Antworten zu den verbleibenden neun Items erneut ungenügend. Eine zweifaktorielle Lösung passt (Tabelle 2) demgegenüber sehr gut zu den Daten der ST und ist auch nach den Daten der beiden anderen Stichproben akzeptabel. Die beiden Faktoren sind nach der ST mit .35, nach denen der S1 bzw. S2 mit .62 bzw. .58 höher assoziiert.

Der erste Faktor dieser zweidimensionalen Lösung ist nach den Daten aus allen drei Stichproben jeweils substanziell (Tabelle 3) mit vier Items assoziiert, die Ablenkungen durch Alternativaktivitäten thematisieren. Er wird deshalb im Folgenden auch kurz als Alternativtätigkeiten bezeichnet. Der zweite Faktor lädt demgegenüber jeweils auf fünf Items, die Schwierigkeiten beim Lernen wegen mangelnder Konzentration oder Monotonie ansprechen. Er wird daher kurz als Mentale Ablenkung benannt. Die Items des ersten Faktors beziehen sich zudem alle mit Ausnahme von Item 8 auf Verzögerungen beim Beginn des Lernens für Prüfungen, während alle Items des zweiten Faktors das Durchhalten des Lernens thematisieren. Wegen der Einheitlichkeit und Plausibilität dieses zweifaktoriellen Modells für neun der ursprünglich 14 GAP Items wurde es weiterführend mit konfirmatorischen Modellen geprüft.

Konfirmatorische Analysen: Für die konfirmatorischen Messmodelle wurde derselbe Schätzer wie für die EFA herangezogen. Die einfaktoriellen EFA und CFA Messmodelle sind deshalb äquivalent. Ein zweidimensionales CFA Modell erzielt wie das entsprechende EFA Modell eine deutlich bessere, gute Passung (Tabelle 2) nach den Daten der ST und eine akzeptable nach denen der S1. Nach dem RMSEA gilt dies für S2 jedoch nur dann, wenn eine Doppelladung für Item 4 zugelassen wird. Nach den standardisierten Faktorladungen (Tabelle 4) korrelieren alle Items hinreichend substanziell mit ihren Zielfaktoren, die trotz der hier uneingeschränkt spezifizierten Einfachstruktur untereinander weiterhin nur mäßig (ST: .35) bis moderat (S1 und S2: .71 und .69) assoziiert sind.

Tabelle 4

Standardisierte Faktorladungen nach einer zweidimensionalen CFA der Antworten zu den neun beibehaltenen GAP Items aus S1 (N = 457), S2 (N = 1228) und der ST (N = 97)

Anm. Alternativtätigkeiten 4. Obwohl ich lernen will, erledige ich andere Dinge, die mir aktuell wichtiger erscheinen 13. Ich beginne erst gar nicht mit dem Lernen und mache stattdessen etwas anderes 11. Ich verbringe die verplante Zeit mit Tätigkeiten, die angenehmer sind als das Lernen 8. Ich höre vorzeitig auf zu lernen, um Zeit mit meinen Freunden zu verbringen Mentale Ablenkung 10. Ich unterbreche das Lernen immer wieder, weil meine Konzentration nachlässt 5. Ich kann mich nicht lange auf den Lernstoff konzentrieren und schweife immer wieder ab 3. Ich unterbreche mein Lernen, weil es mir schwerfällt, die Monotonie lange zu ertragen 7. Habe ich einmal mit dem Lernen angefangen, dauert es nicht lange bis ich es wieder unterbreche 1. Für die Prüfung zu lernen fällt mir schwer, weil ich in Gedanken schnell woanders bin

Itemkennwerte

Nach Analysen der Daten aus drei Stichproben (Tabelle 4) sind die psychometrischen Merkmale der Items der ersten Dimension Alternativtätigkeiten zufriedenstellend und stabil. Für die Items der zweiten Dimension gilt dies jedoch nur eingeschränkt. Revisionen bzw. neu konstruierte Items zur Erfassung dieser Gründefacette werden deshalb derzeit erprobt.

Reliabilität

Nach den Faktorladungen (Tabelle 4) aus drei Stichproben sind die fünf Items der Gründedimension Mentale Ablenkung durchgängig formal valide bzw. reliabel. Für die Items der Dimension Alternativtätigkeiten gilt dies jedoch nur eingeschränkt. Die meisten ihrer Items sind zudem deutlich niedriger mit dieser Dimension assoziiert als die Items zu mentaler Ablenkung mit ihrer Dimension. Zurzeit werden deshalb verbesserte Formulierungen und auch neu konstruierte Items erprobt.

Validität

Faktorielle Validität: Um mögliche geschlechtsspezifische Antworteinflüsse (vgl. Steel, 2007) zu identifizieren, wurde das Geschlecht als Kovariate in das akzeptierte zweidimensionale CFA Messmodell (Tabelle 4) einbezogen. Die getrennte Prüfung dieses Modells an den Daten aus den drei Stichproben zeigt: In keiner dieser Stichproben variieren die Ausprägungen auf den beiden Gründedimensionen systematisch mit dem Geschlecht (1 = männlich, 2 = weiblich). Alle entsprechenden Regressionskoeffizienten waren < |.06|. In der ST und der S2 beeinflusste es auch die Beantwortung von keinem GAP Item direkt, d.h. unabhängig von den Ausprägungen der Befragten auf den Dimensionen Alternativtätigkeiten oder Mentale Ablenkung. In der S1 wurden die Items 11 (Ich verbringe die verplante Zeit mit Tätigkeiten, die angenehmer sind als das Lernen) und (13 Ich beginne erst gar nicht mit dem Lernen und mache stattdessen etwas anderes) jedoch signifikant wahrscheinlicher von männlichen als von weiblichen Studierenden bejaht. Nach Regressionskoeffizienten von -.10 und -.13 sind diese Einflüsse jedoch substantiell eher unbedeutend.

Kriteriumsvalidität: Die Studierenden aus S1 und die Teilnehmer der Stichprobe Trainingsgruppen (ST) beantworteten außer den GAP Items u.a. auch die 19 Items der Aitken Procrastination Scale (APS; Aitken, 1982; deutsche Fassung von Helmke & Schrader, 2000). Die Studierenden aus S1 und S2 bearbeiteten zudem ein weiteres vom Münsteraner Prokrastinationsprojekt neu konstruiertes Instrument, den Prokrastinationsfragebogen für Studierende (PFS). Er soll anders als die APS und die meisten anderen Prokrastinationsinstrumente nur zentrale Prokrastination als eine homogene Dimension erfassen. Nach den Analysen einer ebenfalls in ZIS enthaltenen Dokumentation dieses Instruments eignen sich dazu sieben PFS Items (PFS-7) oder auch eine ökonomischere Version mit nur vier Items (PFS-4), die wegen ihrer guten psychometrischen Eigenschaften aus ursprünglich 12 Items ausgewählt wurden. Für die APS akzeptierten Patzelt und Opitz (2005b) aufgrund einer Analyse ihrer Beantwortungen durch 977 Münsteraner Studierende, die im WS 2002/2003 befragt wurden, eine Lösung mit den drei Faktoren Zentrale Prokrastination, Mangelnde Vorausschau und Unpünktlichkeit. Drei Residuenkorrelationen (Abbildung 2) für Items der Dimension Zentrale Prokrastination, an denen jeweils die Items 5, 7, und 9 beteiligt sind, thematisieren alle die Wichtigkeit zu erledigender Tätigkeiten. Sie könnten somit eine weitere Subfacette des Faktors Zentrale Prokrastination "Wichtigkeit von Tätigkeiten" indizieren. Tatsächlich passt ein vierdimensionales Modell nach einer Reanalyse der Daten von Patzelt und Opitz und den Daten der beiden hier berücksichtigten Stichproben etwas besser als das von Patzelt und Opitz vorgestellte dreidimensionale Modell. Es hat zudem den Vorteil, keine Nebenladungen für die drei Items 6, 10 und 11 nahezulegen. Item 14 ordnet sich in der vierdimensionalen Lösung jedoch dem ersten Faktor zu. Den hier vorgestellten Prüfungen der Kriteriumsvalidität des dreidimensionalen Modells analoge Prüfungen des vierdimensionalen Modells führten jedoch weder zu anderen noch zu informationsreicheren Ergebnissen. Deshalb wird hier der Einfachheit halber nur die dreidimensionale Lösung betrachtet. Sie wurde mit denselben wie den hier angewendeten nichtlinearen Verfahren ermittelt.

Abbildung 2. Standardisierte Werte

Simultane Analysen dieses Messmodells für die APS mit jeweils dem eindimensionalen Messmodell für den PFS-7 oder den PFS-4 sowie dem hier vorgestellten zweidimensionalen Messmodell für die neun GAP Items jeweils unter Rückgriff auf die Daten der Stichproben, in denen diese Instrumente eingesetzt wurden, zeigen: Die GAP Dimension Alternativtätigkeiten korreliert (Tabelle 5) hoch positiv und fast identisch in S1 und in ST mit Zentraler Prokrastination nach der APS, und in S1 und S2 auch mit der nach den beiden PFS Versionen.

Tabelle 5

Geschätzte Korrelationen der beiden GAP Dimensionen mit Zentraler Prokrastination nach dem PFE-7 und PFE-4 sowie den Prokrastinationsfacetten Zentrale Prokrastination (ZP), Mangelnde Vorausschau (MV) und Unpünktlichkeit (UN) nach der APS auf der Basis der Daten aus S1 (N = 457), S2 (N=1228) und der ST (N = 97)

Anm. -- Instrument wurde in der betreffenden Stichprobe nicht eingesetzt. * signifikant bei einseitiger Testung p <.05. ** signifikant bei einseitiger Testung p <.01

In S1, in der sowohl die APS als auch der PFS eingesetzt wurde, sind die für diese beiden Instrumente spezifizierten Messmodelldimensionen für Zentrale Prokrastination zudem fast perfekt miteinander assoziiert (Tabelle 5) (.96 und .97). In S1 und ST korrelieren zudem die Dimensionen Mangelnde Vorausschau und insbesondere Unpünktlichkeit deutlich niedriger mit Alternativtätigkeiten nach den GAP Items als jeweils die Dimension Zentrale Prokrastination. Diese Beobachtungen, ebenso die fast identischen regressionsanalytischen (Tabelle 6), sprechen deutlich für die Validität dieser GAP Items bzw. Dimension.

Tabelle 6

Regressionskoeffizienten zur Vorhersage der Prokrastinationsfacetten Zentrale Prokrastination (ZP), Mangelnde Vorausschau (MV) und Unpünktlichkeit (UN) nach der APS und Zentrale Prokrastination nach dem PFE-7 und PFE-4 durch die beiden GAP Dimensionen auf der Basis der Daten aus S1 (N = 457), S2 (N=1228) und der ST (N = 97)

Anm. -- Instrument wurde in der betreffenden Stichprobe nicht eingesetzt. ** signifikant bei einseitiger Testung p <.01

Auf den ersten Blick scheinen deutlich geringere Assoziationen (Tabelle 5) und nicht signifikante Regressionsbeziehungen (Tabelle 6) der fünf Items der zweiten GAP Gründedimension Mentale Ablenkung mit zentraler Prokrastination jeweils nach der APS sowie dem PFS-7 und PFS-4 jedoch gegen deren Validität zu sprechen. Anders als die GAP Items Alternativtätigkeiten sowie die APS und PFS Items zu Zentraler Prokrastination thematisieren diese Items aber alle Probleme beim Durchhalten statt mit dem Beginnen von Prüfungslernen. Offensichtlich ist dies für die geringeren, wenn auch ebenfalls substanziellen Korrelationen und insbesondere für die fehlende Vorhersagbarkeit von Zentraler Prokrastination mit den GAP Items Mentale Ablenkung verantwortlich. Für die Validität auch dieser Items spricht zudem, dass sie im Vergleich zu den GAP Items Alternativtätigkeiten insbesondere mit Unpünktlichkeit, aber auch mit mangelnder Vorausschau nach der APS noch geringer oder gar nicht assoziiert sind bzw. diese nicht vorhersagen (Tabelle 6) können.

Konstruktvalidität: Zur Prüfung von möglichen durch die beiden Trainings bewirkten Änderungen im Lernverhalten wurden in der ST u.a. folgende Kriteriumsvariablen erfasst: die Beharrlichkeit nach dem LMI sowie die Gestaltung der Lernumgebung und das Zeitmanagement nach dem LIST. Nach einem Vergleich der Antwortsummenmittelwerte (Tabelle 7) für die Items dieser drei Skalen mit t-Test für unabhängige Beobachtungen unterscheiden sich die beiden Gruppen vor dem Training nur in ihrer Beharrlichkeit nicht signifikant. Danach berichteten die Teilnehmer des KVTT ein schlechteres Zeitmanagement (LIST-Z) und eine schlechtere Gestaltung ihrer Lernumgebung (LIST-L) als die Teilnehmer der ASH Gruppe. Die Teilnehmer des KVTT prokrastinierten zudem nach den 13 Items der APS zur Erfassung zentraler Prokrastination vor dem Training stärker als die Teilnehmer der ASH Gruppe. Nach der Durchführung eines der beiden Trainings waren diese Unterschiede nicht mehr bedeutsam.

Tabelle 7

Mittelwerte der Antworten vor (T1) und nach dem Training (T2) zu den Kriteriumsvariablen Beharrlichkeit (LMI-B), Gestaltung der Lernumgebung (LIST-L), Zeitmanagement (LIST-Z) und Zentrale Prokrastination nach der APS sowie Signifikanzwerte (p) für ihren Vergleich mit t-Tests für abhängige (Zeilen) und unabhängige (Spalten) Beobachtungen in den beiden Teilstichproben kognitiv-verhaltenstherapeutisches Training (KVTT; N = 46) und angeleitete Selbsthilfegruppe (ASH; N = 51) der ST (N = 97)

Nach gesondert für die beiden Gruppen durchgeführten t-Test für abhängige Beobachtungen (Tabelle 7) erzielten beide Trainingsgruppen für alle Kriteriumsvariablen nach ihrem Training bessere Werte als vor diesen.

Können mit den beiden GAP Dimensionen Mentale Ablenkung und Alternativtätigkeiten die Veränderungen in diesen Variablen nach Abschluss des Trainings vorhergesagt werden? Bevor dieser Frage nachgegangen wurde, wurde zunächst die Messinvarianz der GAP Itembeantwortungen (Tabelle 4) nach dem akzeptierten zweifaktoriellen CFA Modell über die beiden Teilstichproben ASH (N = 51) und KVTT (N = 46) der Stichprobe Trainingsgruppe geprüft. Nach multiplen Gruppenvergleichen mit über die Gruppen konstant gehaltenen Itemschwellen, d.h. Itemschwierigkeiten und Faktorladungen ist ein solches Messinvarianzmodell akzeptabel (Chi-Quadrat = 45.3, df = 34, p = .09, CFI = .95; RMSEA = .08). Durch Zulassen einer Korrelation (-.82) der Residuen der Items 10 (Unterbrechen wegen Konzentrationsmangel) und 13 (gar nicht beginnen) in der ASH Gruppe kann die Passung jedoch deutlich verbessert werden (Chi-Quadrat = 37.1, df = 34, p = .33, CFI = .99; RMSEA = .04). Das Zulassen von über die beiden Gruppen variierenden Faktorladungen (Chi-Quadrat DIFF = 6.8, df = 6, p = .34) oder Itemschwellen (Chi-Quadrat DIFF = 19.5, df = 25, p = .19) verbessert die Modellpassung nicht signifikant. Danach diskriminieren die Items in beiden Gruppen vergleichbar und auch ihre Schwierigkeit unterscheidet sich in diesen nicht bedeutsam. Ein unmittelbarer Vergleich der Faktormittelwerte ist somit möglich: Sie sind für beide Faktoren in der Gruppe ASH niedriger als in der Gruppe KVTT. Insbesondere der Mittelwert für den Faktor Alternativtätigkeiten liegt in der ersten Gruppe über eine halbe Standardabweichung unter dem Mittelwert der Gruppe KVTT. Dieser Unterschied ist jedoch wie der für den Faktor Durchhalteprobleme nicht signifikant (p = .11 und p = .17).

Das Modell mit konstant gehaltenen Itemladungen und -schwellen sowie einer Residuenkorrelation für die Gruppe ASH wurde deshalb in den weiteren Analysen zur Prüfung der Vorhersagbarkeit der drei Kriterienvariablen durch die beiden GAP Gründedimensionen Mentale Ablenkung und Alternativaktivitäten in den beiden Trainingsgruppen beibehalten. Dazu wurden drei SEM Analysen mit multiplen Gruppenvergleichen (KVT, N = 46, versus ASH, N = 51) durchgeführt. In diesen wurden jeweils die Antwortmittelwerte nach dem Training abzüglich der Mittelwerte vor dem Training für jeweils eine der drei Kriterienvariablen auf die beiden latenten Messmodellvariablen zur Repräsentation der beiden GAP Dimensionen regrediert.

Alle drei Modelle erzielen eine akzeptable Passung (Tabelle 8).

Tabelle 8

Anpassungsindizes für die Modelle zur Vorhersage von Verbesserungen (Antwortmittelwertsdifferenzen vor vs. nach dem Training) in den drei Kriterienvariablen Beharrlichkeit (LMI-B), Gestaltung der Lernumgebung (LIST-L) und Zeitmanagement (LIST-Z) mit den beiden GAP Dimensionen Mentale Ablenkung (MA) und Alternativtätigkeiten (AT) in den beiden Teilstichproben kognitiv-verhaltenstherapeutisches Training (KVTT; N = 46) und angeleitete Selbsthilfegruppe (ASH; N = 51) der Stichprobe Trainingsgruppen (N = 97)

In der Gruppe ASH variieren (Tabelle 9) die Veränderungen in keiner der drei Kriterienvariablen bedeutsam mit dem Prokrastinationsgründefaktor Alternativtätigkeiten. Je höhere Werte ASH Teilnehmer zu Beginn ihres Trainings jedoch auf dem Gründefaktor Mentale Ablenkung haben, desto wahrscheinlicher verbessert sich die Gestaltung ihrer Lernumgebung durch dieses Training. Der Zusammenhang zwischen dem Faktor Mentale Ablenkung und einer Verbesserung des Zeitmanagements ist zwar nicht deutlich geringer, aber statistisch nur tendenziell bedeutsam (p = .08).

Tabelle 9

Standardisierte Regressionskoeffizienten zur Vorhersage von Verbesserungen (Antwortmittelwertsdifferenzen vor vs. nach dem Training) in den drei Kriterienvariablen Beharrlichkeit (LMI-B), Gestaltung der Lernumgebung (LIST-L) und Zeitmanagement (LIST-Z) mit den beiden GAP Dimensionen Mentale Ablenkung (MA) und Alternativtätigkeiten (AT) in den beiden Teilstichproben kognitiv-verhaltenstherapeutisches Training (KVTT; N = 46) und angeleitete Selbsthilfegruppe (ASH; N = 51) der Stichprobe Trainingsgruppen (N = 97)

Anm. + tendenziell bedeutsam bei einseitiger Testung p <.10.   * signifikant bei einseitiger Testung p <.05. ** signifikant bei einseitiger Testung p <.01

In der Gruppe KVTT variieren (Tabelle 9) demgegenüber nur die Differenzwerte für Beharrlichkeit statistisch bedeutsam mit den Ausprägungen auf der Gründedimension Mentale Ablenkung. Danach erhöht sich die Beharrlichkeit aufgrund eines KVT Trainings umso wahrscheinlicher, je mehr Probleme Studierende wegen dieser Form der Ablenkung vor Durchführung des Trainings mit dem Durchhalten beim Prüfungslernen hatten. Je häufiger Alternativtätigkeiten vor Beginn des KVTT jedoch primär das Beginnen, aber auch das Durchhalten (Item 8) von Lernen für Prüfungen verzögerten bzw. erschwerten, desto wahrscheinlicher wird durch diese Trainingsform im Unterschied zu einem ASH Training eine signifikante Verbesserung (Tabelle 9) der Gestaltung der Lernumgebung und insbesondere des Zeitmanagements bewirkt.

Deskriptive Statistiken

Die Antwortverteilungen (Tabelle 10) der Items liegen vor, und auch die Mittelwerte für eine schnellere, wenn auch statistisch nicht ausreichende Beurteilung ihrer Schwierigkeiten. Wie zu erwarten, werden alle Items in der ST häufiger bejaht als in den S1 und S2, d.h. sie waren alle für die Teilnehmer der ST weniger schwierig als für die Befragten der S1 und S2.

Tabelle 10

Häufigkeitsverteilungen (1 = (Fast) nie, 2 = Selten, 3 = Manchmal, 4 = Häufig, 5 = (Fast) immer) und Mittelwerte (M) aller Items für S1 (N = 457), S2 (N=1228) und ST (N = 97)

Anm. 1 Für die Prüfung zu lernen fällt mir schwer, weil ich in Gedanken schnell woanders bin 3 Ich unterbreche mein Lernen, weil es mir schwerfällt, die Monotonie lange zu ertragen 4 Obwohl ich lernen will, erledige ich andere Dinge, die mir aktuell wichtiger erscheinen 5 Ich kann mich nicht lange auf den Lernstoff konzentrieren und schweife immer wieder ab 7 Habe ich einmal mit dem Lernen angefangen, dauert es nicht lange bis ich es wieder unterbreche 8 Ich höre vorzeitig auf zu lernen, um Zeit mit meinen Freunden zu verbringen 10 Ich unterbreche das Lernen immer wieder, weil meine Konzentration nachlässt 11 Ich verbringe die verplante Zeit mit Tätigkeiten, die angenehmer sind als das Lernen 13 Ich beginne erst gar nicht mit dem Lernen und mache stattdessen etwas anderes 2 Wenn ich gerade lernen will, kommt mir etwas anderes in den Sinn, das ich vorher noch erledigen will 6 Obwohl ich lernen will, erledige ich andere Uni-Aufgaben (z.B. Abheften von Texten) 9 Der Lernstoff ist für mich so unangenehm, dass ich vorzeitig aufhöre 12 Obwohl ich eigentlich lernen wollte, widme ich mich anderen Dingen, die mir gerade attraktiver erscheinen 14 Das Lernen für die Prüfung macht mir so wenig Spaß, dass ich mich nicht durchringen kann, damit anzufangen