Als das American College Testing Board die Ergebnisse der SAT-Performance 2013 veröffentlichte, fanden sie heraus, dass Jungen im Mathematik-Teil des Tests wieder einmal besser abschnitten als Mädchen. Tatsächlich war dieser Geschlechtsunterschied der neueste Eintrag in einem ununterbrochenen Trend, der bis in die 1970er Jahre zurückreicht.
Und die Blogkriege begannen.
Laut Dr. Mark Perry vom konservativen American Enterprise Institute ist diese "riesige, statistisch signifikante + 30-Punkte-Kluft zwischen den Geschlechtern im SAT" ein klares Indiz dafür, dass "es angeborene Unterschiede nach Geschlecht für mathematische Fähigkeiten gibt" und somit "zu schließen" Die Kluft zwischen Gender-Jobs in der MINT-Region könnte ein vergeblicher Versuch sein, ein unnatürliches und unerreichbares Ergebnis zu erzielen. "
Diejenigen, die schüchtern auf Geschlechtsunterschiede schauen, unterscheiden sich. Laut der Psychologieprofessorin Janet Hyde von der University of Wisconsin-Madison: "Es gibt keine Unterschiede zwischen den Geschlechtern in der Mathematikleistung mehr. Also müssen Eltern und Lehrer ihre Gedanken darüber revidieren. Stereotype sind sehr, sehr resistent gegen Veränderungen, aber als Wissenschaftler muss ich sie mit Daten herausfordern. "
Der Zweck dieses Blogs ist es, zu erklären, wie diese scheinbar divergierenden Ansichten gleichzeitig richtig und falsch sein können. Der Schlüssel liegt darin, die volle Bedeutung der Worte des Bloggers Dr. Steve Stewart-Williams zu schätzen:
Fangen wir mit einer einfachen Tatsache an: Die meisten Frauen haben nicht die richtige Eignung, um Professoren in führenden MINT-Abteilungen zu sein. Das ist vielleicht bedauerlich, aber es ist wahr. Es stimmt aber auch, dass die meisten Männer nicht die richtige Eignung haben! Nur eine kleine Minderheit von Menschen. Das Phänomen, das wir zu erklären versuchen, ist nicht, warum die Hälfte der Bevölkerung (Männer) es tun kann, während die Hälfte der Bevölkerung (Frauen) nicht kann. Der Großteil der Bevölkerung kann nicht, und von dem winzigen Bruchteil, der kann, sind einige Männer und einige sind Frauen. Die einzige Frage ist: Warum ist der winzige Anteil von Männern, die in MINT-Bereichen arbeiten, heute etwas größer als der winzige Anteil von Frauen?
Um die Weisheit, die Frage auf diese Weise zu stellen, voll zu schätzen, bedenken Sie, dass der SAT-Mathe-Score-Bereich für College-Zulassungen zu führenden amerikanischen öffentlichen Universitäten reicht. Für Spitzeningenieurschulen ist es 630-800. Betrachten Sie nun diese Aufschlüsselung der kürzlich veröffentlichten SAT-Daten:
Beachten Sie zunächst, dass nur 7,2% der 1,7 Millionen Studenten, die 2012 getestet wurden, im Bereich "Genie" (700-800) bewertet wurden. Von diesem winzigen Prozentsatz waren 4,5% männlich und 2,7% weiblich – ein Verhältnis von männlich zu weiblich von 1,6 zu 1. Nur 17,9% wurden in der Kategorie "überdurchschnittlich" (600-690) und die männlichen Frauenanteil ist viel enger (1,2 zu 1). Schließlich wurden fast 30% in der Kategorie "durchschnittlich" (500-590) bewertet, und etwa die Hälfte war männlich und die andere Hälfte weiblich; das Verhältnis ist nur etwa 1: 1.
Es ist also einfach nicht so, dass jeder Rüde in Mathe jede Frau übertrifft, und es ist auch nicht so, dass die Mehrheit der Männer die Mehrheit der Frauen in Mathe übertrifft. Dies ist jedoch typischerweise die Schlussfolgerung, die in der populären Presse gezogen wird, wenn SAT-Leistungswerte berichtet werden.
Tatsächlich behaupten einige, dass diese 32-Punkte-Differenz nicht nur einen Beweis für angeborene männliche Überlegenheit in der Mathematik darstellt, sondern sie behaupten, dass dies insgesamt ein Beweis für männliche Überlegenheit ist. Der Kommentarabschnitt, der auf Perrys Artikel folgt, ist in dieser Hinsicht ziemlich aussagekräftig. Viele interpretieren diesen 32-Punkte-Geschlechtsunterschied auf einem Teilabschnitt einer College-Aufnahmeprüfung als Unterstützung für das Patriarchat als "natürliche menschliche Ordnung".
Sehen wir uns also genauer an, was der 32-Punkte-Unterschied bedeutet. Vergleichen Sie zunächst den Graphen aus Perrys Blog mit den gleichen Daten, die mit dem gesamten Spektrum der SAT-Scores neu gezeichnet wurden.
Beachten Sie, wie der "enorme" Geschlechtsunterschied tatsächlich ziemlich klein erscheint, wenn die Y-Achse wahrheitsgetreuer gezeichnet wird.
Vergleichen Sie nun die Verteilung der männlichen und weiblichen Mathe-SAT-Werte in der folgenden Grafik:
Beachten Sie, wie ähnlich die Verteilungen sind und wie nahe die Mittelwerte der Verteilungen sind.
Wenn also zwischen der überwiegenden Mehrheit der Männer und Frauen tatsächlich nur ein sehr geringer Leistungsunterschied besteht, wie könnte dann ein 32-Punkte-Mittelwertunterschied statistisch signifikant sein?
Das ist kein Geheimnis. Es ist einfach eine Frage der Stichprobengröße und -variabilität: Je größer die Stichprobe und je enger die Punktzahl gruppiert ist, desto geringer ist die Differenz, die benötigt wird, um statistische Signifikanz zu erreichen. Insgesamt nahmen im Jahr 2013 fast 1,7 Millionen Schüler an den SAT-Tests teil. Die Mathe-Scores reichten von 200 bis 800 Punkten, wurden normalerweise mit einem Gesamtmittel von 514 verteilt, und eine "durchschnittliche Streuung" von Werten um diesen Mittelwert (Standardabweichung) von etwas über 100 Punkte (sd = 118). Bei einer normal verteilten Stichprobengröße, die bei solchen eng gruppierten Bewertungen groß ist, wäre sogar ein kleiner Unterschied in der durchschnittlichen Leistung statistisch signifikant.
Da Signifikanztests manchmal irreführend sein können, benötigen wissenschaftliche Zeitschriften typischerweise andere Statistiken, um die Wichtigkeit eines Ergebnisses zu beurteilen. Am gebräuchlichsten sind Bewertungen von Effektgrößen-Tests, die sagen, wie groß der Effekt ist. Unter Verwendung der von der SAT – Platte freigegebenen Daten (mittlere männliche = 521, sd = 121; mittlere weibliche = 499, sd = 114) stellt es sich heraus, dass etwa 3% der Variabilität in SAT – Mathe – Scores dem Geschlecht der Testteilnehmer; 97% sind auf andere Faktoren zurückzuführen – vermutlich Unterschiede in Ausbildung und natürlicher Eignung in Mathematik (Cohens d = .37, Effektgröße r-Quadrat = .03).
Wenn Männer und Frauen in Bezug auf mathematische Fähigkeiten ungefähr gleich sind, wie erklären wir dann diese Fakten:
In meinem nächsten Blogpost werden wir die Antwort finden.
Copyright 17. März 2014 Dr. Denise Cummins
Dr. Cummins ist ein Forschungspsychologe, ein Fellow der Vereinigung für psychologische Wissenschaft und der Autor von Good Thinking: Sieben kraftvolle Ideen, die unsere Denkweise beeinflussen.
Weitere Informationen über mich finden Sie auf meiner Homepage.
Folge mir auf Twitter.
Und auf Google + .