Freie Universität Berlin

SoSe 2002

Fachbereich Biologie, Chemie, Pharmazie Institut für Biologie AG Verhaltensbiologie

Diplomarbeit

Aspekte motorischen Lernens beim Maschineschreiben vorgelegt von Christoph Lange April 2002

Betreut durch Prof. Dr. Dietmar Todt

Alle im Text verbliebenen Tippfehler sind dem Thema angemessen beabsichtigt.

Inhaltsverzeichnis

Inhaltsverzeichnis

Inhaltsverzeichnis 1. Einleitung

1.1. 1.2. 1.3. 1.4.

5

Biometrische Methoden . . . . . . . . . . . Fehler als Hinweis auf Systemeigenschaften Motorisches Lernen . . . . . . . . . . . . . Ziel der vorliegenden Arbeit . . . . . . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

6 6 7 7

2.1. Aspekte des Maschineschreibens . . . . . . . . . 2.1.1. Das Komponentenmodell nach Salthouse 2.1.2. Beschriebene Phänomene . . . . . . . . 2.2. Versuchsdesign . . . . . . . . . . . . . . . . . . 2.2.1. Erstellung der zu tippenden Wörter . . . 2.2.2. Versuchsablauf . . . . . . . . . . . . . . 2.2.3. Datenaufnahme . . . . . . . . . . . . . . 2.2.4. Probanden . . . . . . . . . . . . . . . . 2.3. Auswertung der Daten . . . . . . . . . . . . . . 2.3.1. Statistik . . . . . . . . . . . . . . . . . . 2.3.2. Schreibfertigkeit der Probanden . . . . . 2.3.3. Performanz in Lernversuchen . . . . . . 2.3.4. Vergleich der Performanz . . . . . . . . 2.3.5. Lernerfolg . . . . . . . . . . . . . . . . 2.3.6. Diskriminanz(funktions)analyse . . . . . 2.3.7. Fehler in Lernversuchen . . . . . . . . . 2.3.8. Positionseffekte . . . . . . . . . . . . . . 2.3.9. Variation zwischen Testphrasen . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

8 8 9 10 11 12 14 14 15 15 15 15 16 16 16 17 18 18

2. Material und Methoden

8

3. Ergebnisse

3.1. 3.2. 3.3. 3.4. 3.5. 3.6.

Lernen . . . . . . . . . . . . . . Allgemeiner Trainingseffekt . . Fehler in Lernversuchen . . . . Positionseffekte . . . . . . . . . Variation zwischen Testphrasen . Anekdotisches . . . . . . . . . .

20

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

21 23 23 25 25 28

4.1. Fehler . . . . . . . . . . . . . . . 4.1.1. Motorprogramm . . . . . 4.1.2. Timing . . . . . . . . . . 4.2. Lernen in Lernversuchen . . . . . 4.3. Biometrische Methoden . . . . . . 4.4. Positionseffekte . . . . . . . . . . 4.5. Probleme, Methode und Ausblick

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

30 30 31 31 32 32 33

4. Diskussion

30

3

Inhaltsverzeichnis

Inhaltsverzeichnis

5. Zusammenfassung

35

Literatur

36

Danksagung

39

A. Anhang

A.1. Exemplarische Lernkurven . A.2. Deutscher Text . . . . . . . A.3. Künstliche Wörter . . . . . . A.3.1. Gemeinsame Wörter A.3.2. Restliche Wörter . .

40

. . . . .

. . . . .

. . . . .

. . . . .

B. Versicherung

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

40 40 42 42 42 43

4

1 EINLEITUNG

1. Einleitung Die motorischen Fertigkeiten des Menschen scheinen paradox. Auf der einen Seite führt er extrem komplexe Bewegungen aus, wenn er spricht, schreibt, läuft, tanzt oder ein Instrument spielt. Diese Aktivitäten sind schwierig zu lernen und brauchen mitunter jahrelange Übung. Auf der anderen Seite, wenn er diese Bewegungen einmal gelernt hat, kann er sie ausführen, ohne weiter darüber nachzudenken. Ein gutes Beispiel dafür sind die Abgeordneten der Grünen, die Socken strickend trotzdem den Sitzungen folgen konnten. Studien berichten davon, daß sogar beim Maschineschreiben die Schreiber nicht notwendigerweise den Inhalt des Geschriebenen perzipieren (Salthouse, 1986), oder daß sie neben dem Tippen her eine andere verbale Aufgabe ausführen können, ohne dabei die Geschwindigkeit und Richtigkeit des Tippens wesentlich zu beeinträchtigen (Shaffer, 1975). Die Erklärung für diese Möglichkeit, neben motorischen Aktivitäten her andere Aufgaben zu erfüllen, die Aufmerksamkeit erfordern, scheint das weithin akzeptierte Prinzip zu sein, daß motorische Aktivitäten automatisiert werden können und weniger kognitive Ressourcen verbrauchen, wenn sie intensiv trainiert wurden. Den Weg bis zur automatischen Ausführung von Bewegungssequenzen beschreiben Fitts & Peterson (1964) in drei Stadien: 1. Im Kognitiven Stadium werden die zu lernenden Bewegungen bewußt ausgeführt und Hinweise zum Steuern der Bewegungen gelernt. Dieses Stadium stellt hohe Anforderungen an Sensorik und Perzeption. 2. Im Assoziativen Stadium wird gelernt, die Bewegung genauer, schneller und effizienter durchzuführen, und bewußte Entscheidungen über Bewegungsabläufe werden durch unbewußte ersetzt. 3. Im Autonomen Stadium schließlich ist die Bewegung völlig automatisiert. Für die Untersuchung motorischen Verhaltens beim Menschen hat das Maschineschreiben gegenüber anderen motorischen Aktivitäten einige Vorteile. Die Zahl der geübten Maschinenschreiber ist, selbst wenn man die Fähigkeit zum Blindschreiben nach dem 10-Finger-System (touch typing) verlangt, recht hoch, so daß es nicht allzu schwierig ist, eine ausreichende Anzahl von Probanden zu finden. Dank des Einsatzes von Computern ist es sehr einfach, die Performanz der Probanden als Zeitabstände zwischen Anschlägen (inter keystroke interval, IKSI) zu messen und aufzunehmen. Im Gegensatz zu anderen motorischen Aktivitäten wie Sprachproduktion oder Musik ist die zeitliche Performanz des Maschineschreibens nicht durch das Ziel der Aktivität selbst vorgegeben. Das heißt, Rhythmus und Geschwindigkeit der Tastenanschläge sind beim Maschineschreiben nicht für das Ergebnis relevant, sondern nur die richtige Reihenfolge der Tastenanschläge. Auf der anderen Seite besteht Maschineschreiben aus einer komplexen Interaktion perzeptiver, kognitiver und motorischer Prozesse. Sollen vor allem Prozesse motorischen Lernens untersucht werden, so gilt es, die perzeptiven und kognitiven Anteile entsprechend auszuschließen oder wenigstens weitgehend zu kontrollieren (Gentner et al., 1988).

5

1.1 Biometrische Methoden

1 EINLEITUNG

1.1. Biometrische Methoden Biometrische Authentifizierungsmethoden zur Erhöhung der Sicherheit von Ausweisen, an Flughäfen und anderen sicherheitsrelevanten Einrichtungen sind in letzter Zeit immer mehr ins öffenliche Interesse gerückt. Biometrische Authentifizierung macht sich individuelle Merkmale von Menschen zunutze, um deren Identität festzustellen. Die am weitesten verbreitete, bekannteste und älteste biometrische Methode ist das Abnehmen von Fingerabdrücken. Die meisten biometrischen Methoden haben jedoch den wesentlichen Nachteil, daß die verwendeten Maße so fest mit dem Individuum verbunden sind, daß ihre Änderung unmöglich ist. Das führt im Falle der Kompromittierung der Zugangsdaten in einem System dazu, daß eine Person, deren Daten betroffen sind, zu diesem System nie mehr mit dieser Methode Zugang erhalten darf; denn das System speichert in kodierter Form die Information über z.B. den Fingerabdruck. Wenn nun Unberechtigte Zugang zu diesen Daten erhalten, müssen diese im System als gefälscht markiert werden, da ansonsten außer dem Berechtigten auch diejenigen Zugang erhalten könnten, die die Daten unberechtigt erlangt haben. Das Problem dabei ist aber, daß das System den immer gleichen Fingerabdruck des berechtigten Benutzers immer gleich kodieren würde und dieser damit keinen möglichen Ersatz für seine ungültig gewordenen Daten hat. So befürchten z.B. auch Teilnehmer einer Umfrage der Zeitschrift iX zur Akzeptanz biometrischer Verfahren die Kompromittierung persönlicher Merkmale („Szenario: mein Fingerabdruck ist vom System als gefälscht erkannt, und ich habe keinen anderen.“ (Hager & Roos, 2001)). Deshalb konzentrierten sich einige Untersuchungen darauf, individuelle Bewegungsmuster und motorische Aktivitäten zur biometrischen Authentifizierung nutzbar zu machen. Ein Ansatz in diesem Zusammenhang ist die Messung verschiedener Parameter der Unterschrift, die über das reine Schriftbild hinausgehen, wie z.B. Dynamik und Anpreßdruck des Schreibgeräts (alternativ kann natürlich jeder andere Text statt der Unterschrift verwendet werden; denn auch für Unterschriften gilt, fast wie für Fingerabdrücke, das sie nicht ohne weiteres änderbar sind, falls ein System die Unterschrift einmal als gefälscht gespeichert hat). Außerdem gibt es inzwischen Ansätze, den Tipprhythmus von Maschinenschreibern zur Erkennung von Individuen zu verwenden (z.B. BioPassword, Net Nanny Software Int’l Inc.). Die Studien in diesem Bereich legten ihren Schwerpunkt jedoch auf mathematische und informationstechnische Methoden und interessierten sich weniger für zugrundeliegende Mechanismen zum Beispiel des Lernens (de Ru & Eloff, 1997; Soon & Kin, 2000).

1.2. Fehler als Hinweis auf Systemeigenschaften Fehlfunktionen kognitiver Systeme bei der Erzeugung intendierten Outputs, zum Beispiel Versprecher („slips of the tongue“ oder „Spoonerisms“ (z.B. Fromkin & Rodman, 1988, pp. 110 f.) oder Tippfehler (Todt, 1975) sind wichtige Quellen zur Einsicht in die Organisation der Systeme, welche der Performanz zugrundeliegen. Während Untersuchungen zu Tippfehlern anfangs noch rein deskriptiv waren, wurde die Anregung von Lashley (1951), daß diese Fehler eine wertvolle Quelle zum Schließen auf Prozesse sind, die beim Maschineschreiben ablaufen, ab den 60-er Jahren aufgegriffen und in späteren Arbeiten berücksichtigt (McNeilage, 1964; Todt, 1975; Rabbit, 1978; Grudin, 1983).

6

1.3 Motorisches Lernen

1 EINLEITUNG

1.3. Motorisches Lernen Obwohl es einige Arbeiten gab, die Unterschiede zwischen Anfängern und Könnern im Maschineschreiben untersuchten (z.B. West & Sabban, 1982; Grudin, 1983), sind mir nur die Arbeiten von Poldrack et al. (1998) und Gordon et al. (1994) bekannt, in der die Probanden tatsächlich während des eigentlichen Versuchs die Lernleistung zu erbringen hatten. Dieses Design hat natürlich den Vorteil, daß Lernleistungen der einzelnen Versuchspersonen und der Lernfortschritt während des Versuchs untersucht werden können. Vom neurobiologischen Standpunkt aus sind (fein-)motorische Aktivitäten wie das Maschineschreiben vor allem deshalb interessant, weil die unabhängige Bewegung einzelner Finger zu denjenigen Bewegungen von Körperteilen gehört, die, wie z.B. auch Sprechen, offenbar auf phylogenetisch ältere und „grobschlächtigere“ Bewegungen aufsetzen; von Patienten mit Läsionen am Primären Motorcortex ist bekannt, daß sie zwar die Fähigkeit wiedererlangen können, sämtliche Finger der Hand zu strecken und zu beugen, nicht aber nur einen oder einige Finger zu beugen(Schieber, 1990).

1.4. Ziel der vorliegenden Arbeit Das Ziel meiner Untersuchungen war es, Aussagen über motorisches Lernen beim Maschineschreiben machen zu können, ohne große Einflüsse durch Gedächtniseffekte, linguistische Effekte oder Vorkenntnisse erfahrener Maschinenschreiber zu haben. Dazu ließ ich Probanden künstlich erzeugte Wörter tippen, die zwar aus im Deutschen möglichen, aber seltenen, Zeichenpaaren bestanden. Die Probanden hatten also lediglich neue Zeichensequenzen zu lernen, nicht aber neue Assoziationen zwischen Zeichen und motorischer Aktion wie in den Untersuchungen von Gordon et al. (1994), die während eines Lernversuchs Tasten vertauschten. Die Fragen, die sich im einzelnen stellten, waren: 1. Ist ein Lernen, eine Verbesserung der Performanz, bei den Probanden zu erkennen? Diese könnte mindestens zwei Ausprägungen haben, nämlich 1. eine Erhöhung der Tipprate und 2. eine Festigung von Mustern im Tipprhythmus. 2. Gibt es individuelle Muster in Tipprhythmus? Und falls ja, wann werden diese manifest? 3. Welche Auswirkungen haben Tippfehler auf die Performanz umgebender Tastenanschläge? 4. Wie ist die eingesetzte Methode zu beurteilen und welches Potential hat sie?

7

2 MATERIAL UND METHODEN Aufgabe

Eingabe

Perzeption des Textes und Umwandlung in kleinere Einheiten

Zerlegung

Zerlegung der Ein− heiten aus der vorigen Komponente in einzelne Zeichen

Übersetzung

Generierung von Be− wegungskommandos aus den Angaben der zu tippenden Zeichen

Ausführung

Ballistische Ausführung der Bewegung

Zeit

Komponente

Abbildung 1: Die vier postulierten Komponenten des Modells fürs Maschineschreiben und ihre jeweilige Aufgabe. (Nach Salthouse 1986).

2. Material und Methoden 2.1. Aspekte des Maschineschreibens 2.1.1. Das Komponentenmodell nach Salthouse

Das Maschineschreiben läßt sich modellhaft in vier verschiedene Komponenten zerlegen, von denen jede für eine andere Art der Informationsverarbeitung verantwortlich ist (Salthouse, 1986). Abbildung 1 illustriert die einzelnen Komponenten dieses Modells zusammen mit deren Aufgaben. Die erste Komponente ist für die Eingabe verantwortlich. Hier wird der zu tippende Text perzipiert und in leicht zu merkende Einheiten aufgeteilt. Dies geschieht in Prozessen, die den entsprechenden des Lesens zwar ähnlich sind, jedoch nicht identisch. In der zweiten Komponente werden die größeren Informationseinheiten in einzelne Zeichen zerlegt, da schließlich einzelne Tastenanschläge ausgeführt werden sollen, die jeweils einem Zeichen entsprechen. Nachdem einzelne Zeichen zur Verarbeitung zur Verfügung stehen, müssen aus dieser Information Kommandos für die Bewegungen zum Drücken der entsprechenden Tasten generiert

8

2.1 Aspekte des Maschineschreibens

2 MATERIAL UND METHODEN

werden. Diese Operation übersetzt die Information über die einzelnen zu tippenden Zeichen aus der vorherigen Komponente in Bewegungs-Kommandos für die Hände. So könnte das Kommando zum Tippen des Buchstaben q sein: „Hand: links; Finger: 4; Richtung: hoch“ Dabei ist anzunehmen, daß diese Kommandos eher in relativen als in absoluten Einheiten angegeben werden, da das 10-Finger-System des Maschineschreibens sich wesentlich auf die richtige Grundstellung der Hände und Finger verläßt. Unklar ist, wie diese Befehle bei Schreibern formuliert werden, die nicht nach dem 10-Finger-System schreiben und sich daher nicht auf eine Grundstellung (zumindest keine einheitliche und bekannte) verlassen können. Die vierte Komponente schließlich ist für die Ausführung der in der vorherigen Komponente generierten Kommandos als Bewegung zuständig. Dabei nimmt man an, daß der Ausführungsprozess darin besteht, die Kommandos an die peripheren Muskeln zu übermitteln. Das heißt, Funktionen dieser letzten Komponente sind größtenteils ballistischer Natur (sensu Salthouse) und unterliegen daher keiner Kontrolle oder Modifikationsmöglichkeit mehr. 2.1.2. Beschriebene Phänomene

Einige in früheren Arbeiten beschriebene Phänomene sollen im Folgenden kurz erläutert werden. Dabei handelt es sich zum Teil um solche, die für Versuchsplanung oder -durchführung von Bedeutung waren. Andere sind lediglich im weiteren Zusammenhang der Arbeit interessant. 1. Die Schreibgeschwindigkeit beim Maschineschreiben ist sehr hoch. Die mittleren IKSIs liegen dabei weit unter der Reaktionszeit. So berichtet Salthouse (1984) davon, daß die mittleren IKSIs bei normalem Blindtippen bei 177 ms lag, wogegen für die gleichen Probanden die mittlere Reaktionszeit in einem Wahlversuch mit zwei Auswahlalternativen bei 560 ms lag. Offenbar werden beim Tippen die verschiedenen nötigen Prozesse nicht seriell, sondern parallel betrieben (Abbildung 2, Salthouse 1984; Todt 1975). In einem Wahlversuch ist dies aufgrund des Versuchsdesigns nicht möglich, da hier die nächste Auswahl erst dann vorgelegt wird, wenn die Antwort erfolgt ist. Das heißt, daß der Schreiber beim normalen Maschineschreiben, während er noch einen Tastenanschlag ausführt, die folgenden schon durch Perzeption des Textes, Zerlegung in einzelne Zeichen und Erzeugung der Bewegungskommandos vorbereitet. 2. Die Schreibgeschwindigkeit ist annähernd gleich hoch für normalsprachlichen Text und für einen „Text“ aus zufällig ausgewählten Wörtern. Dieses Phänomen wurde bisher in vielen Untersuchungen bestätigt (z.B. Fendrick, 1937; Terzuolo & Viviani, 1980; West & Sabban, 1982). 3. Die Schreibgeschwindigkeit sinkt zunehmend, wenn sich der zu tippende Text einer zufälligen Zeichenfolge annähert (Fendrick, 1937; Hershman & Hillix, 1965; Terzuolo & Viviani, 1980; West & Sabban, 1982; Salthouse, 1984). Salthouse (1984) führt diese Verringerung der Schreibgeschwindigkeit darauf zurück, daß zumindest bis hinauf auf Wortebene die Perzeption und die Kodierung unbekannter Zeichenketten größere Schwierigkeiten hervorruft. Die Schreibgeschwindigkeit könnte daher durch die

9

2.2 Versuchsdesign

2 MATERIAL UND METHODEN

Serielle Verarbeitung Eingabe Zerlegung

wo ... w

Übersetzung

o H−L, F−3, R−H

Ausführung

H−R, F−3, R−H Tippen

Tippen

Parallele Verarbeitung Eingabe Zerlegung Übersetzung

word w−o−r−d H−L, F−3, R−H...H−R, F−3, R−H...H−L, F−1, R−H...

Ausführung

Tippen

Tippen

Tippen

Zeit Abbildung 2: Illustration möglicher Inhalte der Komponenten bei entweder einem parallelen oder seriellen Modell der Informationsverarbeitung beim Tippen. In beiden Fällen soll das englische Wort „word“ getippt werden. Bewegungsbefehle sind angegeben als L (links), R (rechts) für Hand, 1 bis 4 für Zeige- bis kleinen Finger und H (hoch), R (runter), 0 (keine Richtung) für die Richtung. Nach Salthouse (1986).

Eingabe-Komponente limitiert sein, wenn das zu tippende Material aufgrund seiner Unbekanntheit in sehr kleine und ineffiziente Einheiten gegliedert wird (vgl. Abbildung 1). 4. Aufeinanderfolgende Tastenanschläge von Fingern unterschiedlicher Hände sind schneller, als aufeinanderfolgende Anschläge von Fingern der gleichen Hand (Gentner, 1982, 1983b; Salthouse, 1984; Terzuolo & Viviani, 1980). Und besonders bei diesen Anschlägen mit Handwechsel zeigt sich ein Unterschied zwischen geübten und weniger geübten Schreibern: Die IKSIs der geübten Schreiber sind kürzer (Gentner, 1983a,b). 5. Zeichenpaare, die in der normalen Sprache häufiger auftreten, werden schneller getippt, als seltene. Dieser Digram-Effekt wurde häufig bestätigt (z.B. Salthouse, 1984; Terzuolo & Viviani, 1980). Dagegen wandte Grudin (1982) ein, daß häufige Zeichenpaare in einer Sprache unter Umständen auch zusammenfallen könnten mit günstigeren HandKombinationen. Allerdings konnte er auch zeigen, daß Frequenz-Effekte selbst dann noch zu beobachten sind, wenn man die Einflüsse unterschiedlicher Hand-Wechsel experimentell beseitigt, also nur die Unterschiede zwischen Zeichenpaaren verschiedener Häufigkeit betrachtet, die entweder alle einen Handwechsel enthalten oder alle nicht.

2.2. Versuchsdesign Ziel meiner Versuche war es, Daten über Lernfortschritte von Probanden beim wiederholten Tippen kurzer Wörter zu erhalten. Dazu erhielt jede Versuchsperson im Lernversuch zwölf

10

2.2 Versuchsdesign

2 MATERIAL UND METHODEN

künstlich erzeugte Wörter, die jedes 70 mal hintereinander zu tipppen waren. Zehn dieser Wörter waren für alle Versuchspersonen identisch, die übrigen zwei jeweils individuell für die Versuchsperson. In die Untersuchung eingegangen sind jedoch nur die gemeinsamen Wörter. Die erzeugten Wörter bestanden aus sieben Kleinbuchstaben. Alle Zeichenpaare, die in diesen Wörtern vorkamen waren solche, die im Deutschen zwar möglich, aber selten sind. Außerdem bekamen die Probanden von mir einen „Text“ aus künstlichen Wörtern, der ganz am Anfang und ganz am Ende nach absolvieren der Lernversuche noch einmal zu tippen war. Um Daten über die allgemeine Schreibfertigkeit der Versuchspersonen im Blindschreiben zu erhalten, ließ ich die Probanden nach der Hälfte der Lernversuche einen einfachen deutschen Text tippen. Im folgenden Text werde ich den Begriff „Wort“ und „Wörter“ verwenden für die künstlich erzeugten Wörter. Dagegen werde ich die einzelnen von den Probanden getippten Wörter als „Phrase“ und „Phrasen“ bezeichnen. Eine Phrase ist also eine von den Probanden getippte Folge von Zeichen, denen als Vorlage ein Wort zugrundelag. 2.2.1. Erstellung der zu tippenden Wörter

Da hauptsächlich motorisches Lernen untersucht werden sollte und deshalb jeder mögliche Einfluß von Gedächtniseffekten und linguistischen Effekten (Fa, 1999; Gentner et al., 1988) oder Vorkenntnissen erfahrener Maschinenschreiber minimiert werden mußte, erzeugte ich künstliche Wörter. Da einige dieser Wörter von den Probanden gelernt und schließlich aus dem Gedächtnis getippt werden sollten, wählte ich eine Länge von sieben Zeichen. Zum einen stellte diese Länge sicher, daß genügend zu untersuchende IKSIs in jeder Phrase vorhanden waren. Zum anderen waren die Phrasen kurz genug, um u.U. als einzelne Zeichen im Kurzzeitgedächtnis gehalten werden zu können, wodurch die Gedächtniseffekte vermieden werden sollten (Miller, 1956). Als Gedächtniseffekte könnte man sonst erwarten, daß ein Chunking der Wörter, also ein Gruppieren der Zeichen im Wort, sich im Tipp-Rhythmus niederschlägt (längere IKSIs zwischen Zeichen zweier Chunks o.ä.). Die Kapazität des Kurzzeitgedächtnisses wird zwar inzwischen eher mit vier als mit sieben Einheiten angegeben (Cowan, 2000; Lewis, 1996), aber zugunsten der Auswertbarkeit wollte ich nicht auf die zusätzlichen IKSIs der längeren Phrasen verzichten. Die Wörter erzeugte ich auf Grundlage eines Wörterbuchs mit 17760 Substantiven (also mit Großschreibung am Wortanfang) und 7964 Verben. Dazu bestimmte ich die Häufigkeit aller Buchstabenpaare aus Kleinbuchstaben, die beim Tippen mit dem 10-Finger System einen Handwechsel enthalten (Jahnke et al., 1994). Einen Handwechsel sollten die Zeichenpaare deshalb enthalten, weil bekannt ist, daß IKSIs von Paaren, die mit einer Hand getippt werden, unterschiedlich lang sind, abhängig davon, mit welchen Fingern sie getippt werden. Am langsamsten sind dabei Doppelanschläge, die durch den Handwechsel auch vermieden werden (Gentner, 1982, 1983b; Salthouse, 1984; Terzuolo & Viviani, 1980). Zwar sind die IKSIs der mit zwei Händen getippten Zeichenpaare am kürzesten, aber trotzdem sind, wie eingangs erwähnt, hier auch die größten Fortschritte (also Verkürzungen) im Lernverlauf zu erwarten. Hätte ich Zeichenpaare, die mit Fingern einer Hand getippt werden, mit in die Wörter aufnehmen wollen, so hätte ich die IKSIs der verschiedenen Paare vor der Auswertung normieren müssen, um eine Vergleichbarkeit zu gewährleisten. Diese Schwierigkeiten konnte ich durch Verwendung der Paare mit Handwechsel vermeiden.

11

2.2 Versuchsdesign

2 MATERIAL UND METHODEN

Aus sämtlichen Paaren von Kleinbuchstaben, die mit einer Häufigkeit von 1–5 in der Datenbasis vertreten waren, bildete ich alle möglichen sieben Zeichen lange Kombinationen, nämlich 186 Wörter. Die Auswahl der Häufigkeiten mußte zwei Bedingungen genügen: erstens sollten die Paare selten und damit den Probanden aus ihrem Maschinenschreiber-Alltag wenig bekannt und geübt sein. Diese Bedingung wurde sicher erfüllt von denjenigen Zeichenpaaren, die nur ein einziges Mal im verwendeten Wörterbuch auftraten. Zweitens war eine gewisse Anzahl von unterschiedlichen Wörtern für die Versuche notwendig. Um das zu erreichen mußte ich alle Paare bis zu einer Häufigkeit von fünf verwenden. 2.2.2. Versuchsablauf

Die Probanden tippten an einem Computer mit normalgroßer Tastatur mit dem ihnen vertrauten QWERTZ-Layout. Sie schrieben Text, der ihnen entweder als Vorlage auf Papier vorgelegt oder auf dem Bildschirm eingeblendet wurde. Zu keinem Zeitpunkt während des Versuches bekamen die Probanden eine Rückkopplung des von ihnen getippten auf dem Bildschirm. Im einzelnen bestand die Aufgabe der Probanden aus drei Teilen (siehe auch Abbildung 3): 1. Tippen eines „Textes“ aus 50 der künstlich erzeugten Wörter: Diese wurden auf einem DIN-A4 Papier in 12 pt Schrift untereinander präsentiert. Dieser Teil der Aufgabe war insgesamt zweimal identisch zu absolvieren, einmal ganz am Anfang und ein zweites Mal ganz am Ende des Versuchs. Die Wörter für diesen Text wählte ich aus den 186 erzeugten Wörtern für jede Versuchsperson zufällig aus, wobei ich jedoch die Wörter ausschloß, welche die Probanden in den Lernversuchen zu schreiben hatten. Sechs der 50 Wörter wählte ich zufällig aus den Wörtern, die in den Lernversuchen zu schreiben waren, darunter das eine der zwei individuellen. 2. Die eigentlichen Lernversuche: Hier waren die Probanden aufgefordert, ein Wort jeweils 70 mal hintereinander einzutippen, abgeschlossen durch das Drücken der Eingabe-Taste. Jedes zu tippende Wort wurde auf dem Monitor angezeigt und war für die ersten 21 Eingaben noch sichtbar, wurde dann aber ausgeblendet. Dieses Vorgehen sollte sicherstellen, daß sich die Probanden die Wörter wirklich sicher einprägten und nicht durch Vergessen der Wörter Eingaben für die Auswertung wertlos würden. Die Probanden waren jedoch angewiesen, sich schon vor Beginn des Tippens die Wörter genau einzuprägen und möglichst schon während der ersten 21 Eingaben aus dem Gedächtnis zu tippen und nur notfalls auf die Anzeige des Wortes zurückzugreifen. Zur jeder neuen der 70 Eingaben wurde nach einer Sekunde durch einen Signal-Ton aufgefordert, die einzelnen Eingaben wurden dadurch vom Programm durch eine Pause von einer Sekunde getrennt. Das sollte sicherstellen, daß nicht über Wortgrenzen hinweg ein Rhythmus etabliert würde. Insgesamt hatte jede Versuchsperson im Lernversuch zwölf Wörter zu lernen. Zehn davon waren für alle Versuchspersonen gleich, je zwei für jede Versuchsperson individuell. Die Reihenfolge, in der die gemeinsamen Wörter in den Lernversuch kamen, war für alle Versuchspersonen verschieden. Zum Testen von positionsabhängigen Effekten enthielten acht der zehn gemeinsamen Wörter zusätzlich zwei Paare von Buchstaben an je vier verschiedenen Positionen im

12

2.2 Versuchsdesign

2 MATERIAL UND METHODEN

Text aus 7−Zeichen−Wörtern; für jede VP andere 50% der Wörter im Lernversuch enthalten.

normalsprachlicher Text, für alle Probanden gleich

6 Wörter außer einem für alle VP gleich

Diese zwei Blöcke identisch.

6 Wörter außer einem für alle VP gleich

Text aus 7−Zeichen−Wörter; für jede VP andere 50% der Wörter im Lernversuch enthalten.

Abbildung 3: Schema des Versuchsdesigns. Nähere Erläuterungen siehe Text.

Wort, nämlich an zweiter, dritter, vierter und fünfter Position, daß heißt also, nicht an erster oder letzter Stelle des Worts (bei sieben Zeichen ist für ein Zeichenpaar die fünfte Position die letzte, wenn nicht ihr zweites Zeichen das letzte sein soll). Keine der Lernphrasen enthielt beide Paare gleichzeitig. Aus technischen Gründen erhielt Versuchsperson 2 nur die Hälfte der Wörter im Lernversuch, so daß von dieser Person lediglich fünf der gemeinsamen Wörter getippt wurden. 3. Ein deutscher Text von 1976 Zeichen Länge, der den Probanden zum Abtippen auf Papier in 12 pt Schrift in 31 Zeilen vorgelegt wurde: Dieser Text wurde nach der Hälfte der Wort-Lernversuche getippt, daß heißt also, zwischen dem sechsten und siebten Lernversuch. Der Text enthielt keine Zahlen und keine wörtliche Rede, die eher ungewohntere Zeichensequenzen zu tippen gefordert hätte.

13

2.2 Versuchsdesign

2 MATERIAL UND METHODEN

Außer beim Tippen des deutschen Texts waren die Probanden aufgefordert, eher auf die Richtigkeit des Getippten, als auf eine hohen Geschwindigkeit zu achten. Da das Tippen dieses Textes als ein Maß für die Tipp-Fertigkeit der Probanden herangezogen werden sollte, wurden die Versuchspersonen gebeten, diesen möglichst schnell und ohne Rücksicht auf Fehler zu tippen. Außerdem war den Probanden ausdrücklich freigestellt, bei Bemerken eines Tippfehlers die Korrektur-Taste zur „Korrektur“ zu verwenden. Das hatte zwar für die Schreiber keinen Effekt, jedoch wurde auch das Drücken dieser Taste wie jede andere aufgezeichnet. 2.2.3. Datenaufnahme

Die Datenaufnahme erfolgte auf einem Linux-System durch zwei von mir selbst in C geschriebene Programme. Das eine Programm, gettext, nahm bis zum Abbruch des Programms durch Drücken der Escape-Taste von jedem Tastendruck den Zeitpunkt auf und protokollierte in einer Datei zusammen mit dem Zeichen den Abstand zum vorhergehenden Tastendruck in Sekunden. Von diesem Programm ließ ich sowohl den Text aus künstlich erzeugten Wörtern, als auch den deutschen Text aufnehmen. Das andere Programm, keys, stellte das zu tippende Wort auf dem Monitor dar und forderte mit einem Signal-Ton zur nächsten Eingabe auf. Es protokollierte in einer Datei die Position der Eingabe im Lernversuch, die Zeichen, die getippt wurden, und ihre IKSIs. Dieses Programm beendete sich nach Eingabe aller 70 Durchgänge eines Wortes selbständig. Da die IKSIs als Differenz des Zeitpunktes des Tastendrucks und des vorherigen Tastendrucks aufgenommen wurde, steht für den jeweils ersten Tastendruck eines Wortes kein IKSI zur Verfügung. Für die Zeitmessung in den Programmen verwendete ich die Unix-Funktion gettimeofday (2), die mir Messungen mit einer Meßgenauigkeit von unter einer Millisekunde erlaubte. Alle für eine Versuchsperson nötigen Programmaufrufe faßte ich in je einem Script zusammen, so daß nach kurzer Einweisung in den Versuchsablauf die Probanden den Versuch selbständig durchführen konnten, in allen Schritten durch Anweisungen der Programme geführt. 2.2.4. Probanden

Probanden waren zehn Männer und Frauen im Alter zwischen 25 und 59 Jahren, die alle das Zehnfinger-System des Maschineschreibens (z.B. Jahnke et al., 1994) beherrschen und regelmäßig anwenden. Die Sicherheit der Probanden im Tippen war jedoch unterschiedlich, die Tippgeschwindigkeit lag im Mittel bei etwa 285 Anschlägen pro Minute. Der zu tippende Text war den Probanden vor dem Versuch unbekannt, so daß sie in Bezug auf die Untersuchung als naiv gelten konnten. Da ich vor Beginn der Versuche für 12 Probanden Versuchsansätze vorbereitete, aber die Ansätze für die Versuchspersonen 6 und 10 schließlich nicht verwendete, sind die Probanden nicht kontinuierlich numeriert.

14

2.3 Auswertung der Daten

2 MATERIAL UND METHODEN

2.3. Auswertung der Daten 2.3.1. Statistik

Zur Auswertung der Daten und zur Berechnung der statistischen Tests verwendete ich die Programme R (Version 1.4.1) (Ihaka & Gentleman, 1996) und SPSS (Version 10). Bei nichtparametrischen Tests verwendete ich exakte Tests, wo dies aufgrund der kleinen Sample-Größe nötig war (Siegel & Castellan, 1988; Mundry & Fischer, 1998). Alle in der Arbeit genannten p-Werte sind zweiseitig. 2.3.2. Schreibfertigkeit der Probanden

Aus dem getippten deutschen Text wurden als Maß für die Fertigkeit der Probanden im Maschineschreiben die Fehlerrate in Prozent sowie die Schreibgeschwindigkeit in Anschlägen pro Minute bestimmt. Zum Vergleich mit amerikanischen Publikationen wurde außerdem die Geschwindigkeit in wpm (words per minute) berechnet, die auf einem Standard-Wort von fünf Zeichen Länge beruht (Grudin, 1983). Manche Probanden begannen mit dem Tippen des Textes nicht unmittelbar nach Start des Daten-Aufnahmeprogramms oder beendeten das Programm nicht sofort nach Ende des Tippens. Dadurch und durch längeres Zögern oder Pausen im Tippen wurden Anschlags-Intervalle aufgenommen, die nicht den tatsächlichen Schreibfertigkeiten der Probanden entsprachen. Um einen realistischeren Wert für die Schreibgeschwindigkeit zu erhalten, wurde deshalb das αgestutzte Mittel, mit α 1%, der Anschlags-Intervalle als Datengrundlage herangezogen. Das heißt, daß vor Berechnung des Mittels die 1% kleinsten und die 1% größten IKSIs entfernt wurden. Die Fehlerrate in Prozent errechnete ich aus der Zahl der von Hand ermittelten Tippfehler und der tatsächlich getippten Anschläge (also z.B. auch inklusive der Korrektur-Taste zur Korrektur von bemerkten Tippfehlern). Dieses Vorgehen ist insofern zu rechtfertigen, als mit jedem Tastendruck mehr natürlich auch die Möglichkeit eines Tippfehlers mehr gegeben ist. Das Tippen der Korrektur-Taste mitzuzählen war eine rein pragmatische Entscheidung und hat keinen wesentlichen Einfluß auf das Ergebnis. 2.3.3. Performanz in Lernversuchen

Ebenso ermittelte ich für die Lernversuche Tippgeschwindigkeit und Fehlerrate. Unter der Annahme einer Geschwindigkeitssteigerung durch Lernen während dieser Versuche ist mit der Interpretation der Mittelwerte zur Berechnung der Tippgeschwindigkeit allerdings Vorsicht geboten, da man für diesen Fall nicht von einer Normalverteilung ausgehen kann, weil die IKSIs der gegen Ende der Lernversuche getippten Wörter systematisch kleiner wären als am Anfang. Ob die IKSIs während der Lernversuche tendentiell größer oder kleiner wurden, läßt sich anhand der Richtung der Korrelation von Phrasendauer und Position im Lernversuch abschätzen (siehe 2.3.5).

15

2.3 Auswertung der Daten

2 MATERIAL UND METHODEN

2.3.4. Vergleich der Performanz

Anhand der errechneten Tippgeschwindigkeiten und Fehlerraten ermittelte ich Zusammenhänge zwischen der normalen Schreibfertigkeit der Probanden und ihrer Performanz in den Lernversuchen. 2.3.5. Lernerfolg

Ein Lernerfolg beim Tippen läßt sich anhand von zwei Aspekten beurteilen: erstens ist anzunehmen, daß die Schreibgeschwindigkeit während des Lernens höher wird, zweitens wäre eine Festigung der IKSIs an ihren bestimmten Positionen, also des Tipprhythmus, möglich. Den ersten Aspekt testete ich mit einem Rang-Korrelationstest nach Spearman für jedes Wort jeder Versuchsperson einzeln. Dabei ermittelte ich die Korrelation zwischen der Position einer Phrase innerhalb des Lernversuchs (1.–70. Position) und der zum Tippen der Phrase benötigten Zeit. Ein negativer Rangkorrelationskoeffizient rs bedeutet dann, daß die später getippten Phrasen schneller getippt wurden. Um festzustellen, ob Lernen als Festigung des Tipp-Rhytmus auftrat, und ob dieser Rhythmus individuell war für die Versuchspersonen, verwendete ich eine Diskriminanzfunktionsanalyse (DFA). 2.3.6. Diskriminanz(funktions)analyse

Die Diskriminanzanalyse testet, ob verschiedene Klassen von Objekten (zum Beispiel von verschiedenen Probanden getippte Phrasen) anhand ihrer Paramter unterschieden werden können und gibt die Möglichkeit, die Relevanz der für die Trennung der Klassen verwendeten Maße zu beurteilen (Bortz, 1999). Die DFA ermittelt aus den gegebenen Daten einen Satz neuer Variablen, die sogenannten Diskriminanzfunktionen. Je höher nun die Korrelation zwischen gemessenem Parameter und Diskriminanzfunktion, desto wichtiger ist dieser Parameter für die Trennung der Klassen. Dieser Zusammenhang wird beschrieben durch die Ladung eines Parameters auf die Diskriminanzfunktion (Bortz, 1999). Der Eigenwert einer Diskriminanzfunktion ist ein Maß dafür, wieviel der Unterschiede zwischen den Klassen die jeweilige Funktion erklärt. Um zu testen, ob gegen Ende der Lernversuche eine Festigung des Tipp-Rhythmus zu individuellen Mustern stattgefunden hatte, führte ich eine DFA für die letzten 20 ohne Fehler getippten Phrasen aller Versuchspersonen durch und zwar nach Wörtern getrennt. Dazu wählte ich die hold-out-sample Methode, das heißt, die Diskriminanzfunktionen ließ ich durch eine Untermenge von nur 10 der 20 Phrasen erzeugen (Bortz, 1999). Die übrigen 10 Phrasen gingen in eine Kreuzvalidierung ein: Anhand der ermittelten Diskriminanzfunktionen und der gemessenen Variablen wurde jede Phrase als von einer bestimmten Versuchperson stammend klassifiziert. Je höher der Anteil richtig klassifizierter Phrasen, desto mehr ähnelten sich die von einer Person geschriebenen Phrasen und desto unterschiedlicher waren die von verschiedenen Versuchspersonen geschriebenen. Da die DFA empfindlich dafür ist, welche 10 der 20 Phrasen ich als Untermenge zum Aufspannen der Diskriminanzfunktionen verwende und für jede Auswahl abweichende Ergebnisse liefern kann, führte ich für jedes Wort 100 Diskriminanzanalysen mit jeweils anderen

16

2.3 Auswertung der Daten

2 MATERIAL UND METHODEN

zufällig ausgewählten Untermengen durch und verwendete als Maß für den Anteil richtig klassifizierter Phrasen das Mittel aus allen 100 DFAs (Sommer, 2001). Ich benutzte verschiedene Makros (Visual Basic for Applications, R. Mundry), um die je 100 Eingabedateien für SPSS, sowie entsprechende Syntax-Dateien für SPSS generieren zu lassen. Die nötigen Informationen aus den Ausgabedateien von SPSS extrahierte ich mittels eines Perl-Scripts. Als Ergebnis wäre eine hohe Zahl korrekt zugeordneter Phrasen zu erwarten, wenn sich alle jeweils verwendeten 20 Phrasen ausreichend ähnlich waren und ausreichend von den Phrasen der anderen Probanden unterschieden. Weitere Diskriminanzanalysen führte ich durch, um zu erkennen, ob sich die Phrasen im Laufe des Lernversuchs ähnlicher wurden. Dies ließe sich daran erkennen, daß anfangs weder individuelle (also unterscheidungsrelevante), noch solche Merkmale vorhanden sind, die eine Ähnlichkeit mit Phrasen am Ende des Lernversuchs erkennen lassen. Dazu ließ ich die Diskriminanzfunktionen aufspannen durch die letzten 20 fehlerfrei getippten Phrasen. Anschließend ließ ich die jeweils ersten, zweiten usw. bis siebten 10 Phrasen aus dem Lernversuch in einer Kreuzvalidierung über die erzeugten Diskriminanzfunktionen den Versuchspersonen zuordnen. Die höchste Rate korrekt zugeordneter Phrasen ist dann für die zwei letzten 10-er Gruppen zu erwarten, da sich hier wahrscheinlich ein großteil auch der letzten 20 korrekt getippten Phrasen befand. Falls sich individuelle Muster im Laufe des Lernversuchs ausgebildet und gefestigt haben sollten, so erwartete ich, daß der Anteil korrekt klassifizierter Phrasen für die 10-er Gruppen gegen Ende des Lernversuchs hin höher sein sollte, als der der früheren 10-er Gruppen, weil die Phrasen denen ähnlicher würden, die ich zum Aufspannen der Diskriminanzfunktionen verwendete. Bei mindestens den beiden letzten 10-er Gruppen wurde keine Kreuzvalidierung mehr vorgenommen, sondern eine Klassifizierung derjenigen Phrasen, die auch zum Aufspannen der Diskriminanzfunktionen Verwendung fanden, da ich ja die letzten 20 fehlerfrei getippten Phrasen verwendete. Diese werden aber in der Regel auch noch aus der 10-er Gruppe davor (41– 50) gestammt haben, da nicht die letzten 20 Phrasen auch die letzten 20 fehlerfreien Phrasen waren. Als Variablen gingen die IKSIs der getippten Phrasen, kleinstes und größtes IKSI und die Gesamtlänge der Phrase in die Diskriminanzanalysen ein. In beiden Fällen der Berechnung der DFAs gingen alle Variablen gleichzeitig in die Berechnung ein. 2.3.7. Fehler in Lernversuchen

Um die Frage zu beantworten, ob Fehler, die in einer Phrase gemacht wurden, auf die Tippgeschwindigkeit der folgenden Phrase wirkten, ermittelte ich einen Index γ (R. Mundry, in Anlehnung an D. Todt). Dieser Index stellt pro Person und Wort ein Maß dafür dar, wie häufig eine Phrase, die auf eine „Tippfehler-Phrase“ folgte, länger oder kürzer war als die Phrase davor. γ war definiert als 

γ

Nl

0 5 Nl Nk 0 5 Nl Nk











17





2.3 Auswertung der Daten

2 MATERIAL UND METHODEN

mit Nl Anzahl der Phrasen, die hinterher länger waren und Nk Anzahl der Phrasen, die hinterher kürzer waren. Wenn alle Phrasen nach einer fehlerhaften länger waren, dann wird γ 1. Wenn alle Phrasen kürzer waren, so wird γ 1. Falls alle Phrasen gleich lang waren, wird γ 0. Mit einem tTest prüfte ich die Abweichung der mittleren γ pro Person von 0. Um zu klären, ob sich auf Zeichenebene IKSIs nach und vor Tippfehlern vom IKSI des Tippfehlers selbst unterschieden, untersuchte ich pro Person sämtliche Phrasen, die nur einen einzigen Tippfehler enthielten, der an zweiter bis fünfter Stelle stand (und somit einen IKSI vorher und hinterher hatte). 2.3.8. Positionseffekte

Acht Wörter im Lernversuch enthielten zwei Zeichenpaare an verschiedenen Positionen. Zur Untersuchung der Einflüsse von Versuchsperson, Zeichenpaar und Position des Zeichenpaares innerhalb des Wortes auf das IKSI des Paares führte ich mit den jeweils 20 letzten fehlerfrei getippten der genannten acht Wörter jedes Probanden eine 3-faktorielle ANOVA (Zar, 1999) durch. Diese Auswahl der letzten 20 traf ich, um einen nicht berücksichtigten Effekt durch Lernen möglichst auszuschließen. Da die Daten für die ANOVA balanciert sein müssen (Bortz, 1999), schloß ich die Versuchspersonen von der Analyse aus, bei denen für ein Wort oder mehrere Wörter überhaupt keine Daten vorlagen. In die ANOVA gingen die Versuchsperson und das Zeichenpaar als Faktoren mit zufälligen Effekten ein und als Faktor mit festem Effekt die Position des Paares in der Testphrase. Zur Beurteilung des Ergebnisses wichtig waren die Effektgrößen, die ein Maß dafür darstellen, wieviel Prozent der Varianz in den Daten durch den jeweiligen Faktor erklärt werden. Die Interaktionen zwischen Faktoren können die Interpretation der Wirkung eines Faktors alleine einschränken: Fände ich einen signifikanten Effekt des Zeichenpaars und zusätzlich einen der Interaktion Person und Paar, so müßte ich damit rechnen, daß die Wirkung unterschiedlicher Zeichenpaare auf die IKSIs für verschiedene Probanden unterschiedlich wäre. 2.3.9. Variation zwischen Testphrasen

Als vergleichbares Maß für die Streuung der Phrasenlängen einer Versuchsperson zwischen den verschiedenen Testphrasen berechnete ich den Variationskoeffizienten. Der Variationskoeffizient ist definiert als SD V x mit SD Standardabweichung und x Mittelwert. V wird entweder dimensionslos angegeben, oder in % als Standardabweichung in Prozenten des arithmetischen Mittels. Dabei dürfte in nicht zu kleinen Stichproben aus normalverteilten Grundgesamtheiten V nicht größer sein als 33% (Sachs, 1972). Die Variationskoeffizienten trug ich graphisch auf über die Position im Lernversuch. Eine lineare Regressionsgerade läßt einen Trend in der Entwicklung der Variationskoeffizienten abschätzen (die Residuen waren annähernd normalverteilt, womit eine lineare Regression gerechtfertigt war (Krause, 1997)).

18

2.3 Auswertung der Daten

2 MATERIAL UND METHODEN

Aus der tendentiellen Entwicklung der Variationskoeffizienten ließen sich Aussagen machen über die Ähnlichkeit der Verläufe der Lernkurven: Wenn alle Lernkurven eine ähnliche Form hatten, so war zu erwarten, daß die Variationskoeffizienten sich über den Lernversuch hinweg nicht wesentlich änderten. Dies wäre sichtbar an einer waagerechten Regressionsgeraden. Sobald z.B. in der Lernkurve eines Wortes die Wortdauern gegen Ende des Lernversuchs länger würden, so würde der Variationskoeffizent größer und die Regressionsgerade stiege an. Nun ist aber auch denkbar, daß 50 % der Lernkurven gegen Ende anstiegen und die anderen 50 % abfielen. Das hätte auch eine waagerechte Regressionsgerade zur Folge. Daher war die oben ausgeführte Interpretation nur möglich im Zusammenhang mit der Kenntnis vom Verlauf der Lernkurven, die ich aus den Korrelationen gewann (siehe 2.3.5) und aus der ich ein solches Verhalten der Lernkurven ausschließen konnte.

19

3 ERGEBNISSE

Tabelle 1: Tippgeschwindigkeit im deutschen Text: Dargestellt sind die Geschwindigkeit in „Anschlägen pro Minute“ und in „words per minute“ (wpm), basierend auf Fünf-Zeichen-Wörtern, sowie die Fehlerrate. Die Geschwindigkeit wurde aus den α-gestutzten Mitteln der IKSIs berechnet.

Versuchsperson

Anschläge pro Minute 325.10 277.38 356.06 288.38 309.39 252.50 169.34 253.23 252.87 360.93

vp1 vp2 vp3 vp4 vp5 vp7 vp8 vp9 vp11 vp12

wpm

Fehlerrate (%)

65.02 55.48 71.21 57.68 61.88 50.50 33.87 50.65 50.75 72.19

2.31 1.31 0.77 1.01 1.15 2.94 1.12 3.79 0.77 0.82

3. Ergebnisse Die Probanden tippten mit Geschwindigkeiten von zwischen 196 und 360 Anschlägen pro Minute. Das entspricht einer Zeit von 166 ms – 354 ms für einen Anschlag (Tabelle 1). Die Fehlerrate der Probanden im deutschen Text korrelierte nicht erkennbar mit der Tipp0 36; N 10; P 0 31). Das heißt, geschwindigkeit (Rangkorrelation nach Spearman; rs Versuchspersonen, die schnell tippten machten deshalb weder mehr noch weniger Fehler als solche, die langsamer tippten (Tabelle 1). Das gleiche galt für die entsprechenden Daten aus den Lernversuchen (rs 0 18; N 10; P 0 63; siehe Tabelle 2). Weder Schreibgeschwindigkeit noch Fehlerrate im deutschen Text ließen auf diese Paramter in den Lernversuchen schließen: Der schnellste Schreiber im deutschen Text war nicht notwendigerweise auch der schnellste in den Lernversuchen (Tippgeschwindigkeit: r s 0 52; N 10; P 0 13; Fehlerrate: rs 0 49; N 10; P 0 14). Die Tippgeschwindigkeiten im deutschen Text und in den Lernversuchen unterschieden sich von denen im Lernversuch (Deutscher Text: x SD 285 57, Lernversuche: x SD 232 72 Anschläge pro Minute; Wilcoxon-Test; T 7; N 10; P 0 04). Auch waren die Fehlerraten in den Lernversuchen höher (Deutscher Text: x SD 1 60 1 05, Lernversuche: x SD 7 70 4 63; Wilcoxon-Test; T 77; N 10; P 0 01) Daß die Schreibgeschwindigkeit in den Lernversuchen nicht einfach systematisch langsamer war, läßt darauf schließen, daß diese Verlangsamung wahrscheinlich nicht damit zu tun hat, daß die Probanden die Anweisung hatten, in den Lernversuchen eher richtig als schnell zu tippen. Besondere Beachtung sollte der Tatsache geschenkt werden, daß Versuchsperson 9 beim Tippen der Testphrasen in den Lernversuchen eine höhere Geschwindigkeit hatte als beim Tippen des deutschen Textes (zwar auch bei einer hohen Fehlerrate, jedoch hatte diese Versuchsperson auch beim deutschen Text schon die höchste Fehlerrate). Alle übrigen Probanden waren in den Lernversuchen langsamer.









































20




3.1 Lernen

3 ERGEBNISSE

Tabelle 2: Tippgeschwindigkeit in den Lernversuchen: Dargestellt sind die Geschwindigkeit in „Anschlägen pro Minute“ und in „words per minute“ (wpm), basierend auf Fünf-Zeichen-Wörtern, sowie die Fehlerrate. Die Geschwindigkeit wurde aus den α-gestutzten Mitteln der IKSIs berechnet.

Versuchsperson vp1 vp2 vp3 vp4 vp5 vp7 vp8 vp9 vp11 vp12

Anschläge pro Minute 261.48 184.74 312.25 137.03 292.64 232.67 121.06 324.43 191.03 267.43

wpm

Fehlerrate (%)

52.30 36.95 62.45 27.41 58.53 46.53 24.21 64.89 38.21 53.49

6.03 7.12 10.87 9.77 3.39 16.94 4.77 12.06 3.12 2.91

3.1. Lernen Die Lernkurven (Abbildung 4) geben einen guten Eindruck von der Unstetigkeit der Phrasendauern über den Verlauf des Lernversuchs. Trotz allem sind hier Tendenzen zu erkennen, die sich auch Anhand der Korrelationen zwischen der Position einer Phrase im Lernversuch und der Phrasenlänge bestätigen lassen (Tabelle 3): Die Versuchspersonen 4 und 8 wurden im Gegensatz zu den anderen Versuchspersonen während des Lernversuchs langsamer, nicht schneller. Weiterhin bemerkenswert war dabei, daß diese Probanden von Anfang an stets sehr langsam waren. Außerdem hatten außer bei Versuchsperson 4 alle signifikanten Korrelationen die gleiche Richtung. Daß heißt, wenn während des Lernversuchs eine Geschwindigkeitsänderung der Phrase stattfand, dann wurden die Phrasen dieser Versuchsperson für alle Wörter entweder stets langsamer oder stets schneller. Die getippten Phrasen wiesen am Ende des Lernversuches eine große Konstanz, zumindest in unterscheidungsrelevanten Parametern, auf: Eine Zuordnung der getippten Phrasen zu den Versuchspersonen durch die DFA war bei allen Wörtern signifikant besser, als bei einer zufälligen Zuordnung zu erwarten (Tabelle 4). Die ersten beiden Diskriminanzfunktionen aller Analysen besaßen einen Eigenwert von größer als eins und erklärten 90 % der Unterschiede zwischen den Phrasen der Probanden. Der Parameter mit der höchsten Ladung auf die erste Diskriminanzfunktion war das kleinste IKSI der Phrase. Das kleinste IKSI kann als direktes Maß der dem Probanden möglichen höchsten Intervallgeschwindigkeit, und damit auch der Tippgeschwindigkeit, angesehen werden. Scheinbar fand eine Individualisierung der Phrasen während des Lernversuchs statt; denn der Anteil korrekt klassifizierter Phrasen stieg tendentiell im Verlauf des Lernversuchs (Abbildung 5). Da jedoch die Klassifikation durch die DFA vor allem auf das kleinste IKSI gestützt war, ist anzunehmen, daß es keinen Individuellen Tipp-Rhythmus gab, der zur Trennung der Probanden geeigent gewesen wäre. Denn das kleinste IKSI hat keine Aussagekraft in Bezug auf den Rhythmus, da seine Position in der Phrase nicht festliegt, sondern es allein ein Maß

21

3.1 Lernen

3 ERGEBNISSE

20

30

40

50

60

70

10

20

30

40

50

60

70

0

20

30

40

50

60

Versuchsperson 9

10

20

30

40

50

60

Phrasenlänge in Sekunden

Versuchsperson 7

70

0

10

20

30

40

50

60

70

0

10

20

30

40

50

60

Position im Lernversuch

Versuchsperson 12

Versuchsperson 4

Versuchsperson 8

20

30

40

50

60

70

Position im Lernversuch

70

0

10

20

30

40

50

60

Position im Lernversuch

70

4 3 2 1

1

2

3

4

Phrasenlänge in Sekunden

5

Position im Lernversuch

5

Position im Lernversuch

10

70

0.5 1.0 1.5 2.0 2.5 3.0

Versuchsperson 5 Phrasenlänge in Sekunden

Position im Lernversuch

Phrasenlänge in Sekunden

Phrasenlänge in Sekunden

10

Position im Lernversuch

0.5 1.0 1.5 2.0 2.5 3.0 0

0.5 1.0 1.5 2.0 2.5 3.0

Phrasenlänge in Sekunden 0

Position im Lernversuch

0.5 1.0 1.5 2.0 2.5 3.0 0

0.5 1.0 1.5 2.0 2.5 3.0

Phrasenlänge in Sekunden 10

Versuchsperson 3

0.5 1.0 1.5 2.0 2.5 3.0

0

Phrasenlänge in Sekunden

Versuchsperson 2

0.5 1.0 1.5 2.0 2.5 3.0

Phrasenlänge in Sekunden

Versuchsperson 1

0

10

20

30

40

50

60

70

Position im Lernversuch

4 3 2 1

Phrasenlänge in Sekunden

5

Versuchsperson 11

0

10

20

30

40

50

60

70

Position im Lernversuch

Abbildung 4: Lernkurven der zehn Probanden. Dargestellt sind jeweils Median (mitte), 1. Quartile (unten) und 3. Quartile (oben) der IKSIs aller Testphrasen über die 70 Eingaben im Lernversuch. Beachte die abweichende Skalierung der Ordinaten für die Versuchspersonen 4, 8 und 11.

22

3.2 Allgemeiner Trainingseffekt

3 ERGEBNISSE

Tabelle 3: Korrelationen zwischen der Stellung einer getippten Phrase im Lernversuch und der für das Tippen benötigten Zeit. Pro Person und Wort wurde eine Korrelation berechntet. Negative Korrelationen (r s 0) bedeuten eine Beschleunigung im Laufe des Lernversuchs, entsprechend positive (r s 0) eine Verlangsamung. In den Klammern sind jeweils die Anzahl der positiven bzw. negativen signifikanten Korrelationen angegeben. Für jede Versuchsperson wurden 10 Wörter ausgewertet, außer für vp2 (5 Wörter). Die Anzahl signifikanter Korrelationen ist in allen Fällen höher als zufällig zu erwarten (Binomial-Test, P 0 05).




Versuchsperson vp1 vp2 vp3 vp4 vp5 vp7 vp8 vp9 vp11 vp12

rs 0 1 (0) 0 (0) 0 (0) 6 (3) 1 (0) 3 (0) 8 (5) 0 (0) 1 (0) 0 (0)

Signifikante rs 8 4 4 4 7 6 5 10 5 9

rs 0 9 (8) 4 (4) 8 (4) 4 (1) 9 (7) 7 (6) 2 (0) 10 (10) 9 (5) 10 (9)






für die Tippgeschwindigkeit des Probanden darstellt. Zusammenfassend heißt das, daß ich in den durchgeführten Experimenten Lernen zwar feststellen konnte als Steigerung der Schreibgeschwindigkeit der Phrasen insgesamt, nicht jedoch in Form einer Festigung eines Tipp-Rhythmus.

3.2. Allgemeiner Trainingseffekt Bei den meisten Versuchspersonen waren die Phrasen des Texts aus künstlichen Wörtern beim zweiten Tippen, also nach sämtlichen Lernversuchen, schneller als am Anfang (Abbildung 6). Dies deutet auf eine Art allgemeinen Trainingseffekt hin, zumal es nach den Lernversuchen in diesem Text keinen Unterschied in der Geschwindigkeit gab, mit der diejenigen Phrasen getippt wurden, die nur einmal am Anfang getippt wurden zur Geschwindigkeit, mit der die in den Lernversuchen intensiv trainierten Phrasen getippt wurden (Wilcoxon-Test der mittleren Phrasendauer: T 30, N 10, P 0 85).


3.3. Fehler in Lernversuchen Phrasen, die auf Phrasen mit Tippfehlern folgten waren länger als die vor den fehlerhaften Phrasen getippten Phrasen (t-Test des mittleren γ-Index pro Person: t 3 849, d f 9, P 0 0039; xγ 0 21). Genauso waren auch die IKSIs nach Tippfehlern länger als die IKSIs der Tippfehler selbst. Dagegen gab es keinen Unterschied zwischen den Anschlägen unmittelbar vor einem Tippfehler und dem Tippfehler selbst (Abbildung 7). Und weder die IKSIs vor einem Tippfehler noch die der Tippfehler selbst unterschieden sich vom mittleren IKSI (Wilcoxon-Test; Tippfehler: T 11, N 10, P 0 11; vor Fehler: T 16, N 10, P 0 28).














23

3.3 Fehler in Lernversuchen

3 ERGEBNISSE

21−30

41−50

80 60 40 0

20

% korrekt klassifizert

80 60 40 20

61−70

1−10

21−30

41−50

61−70

1−10

21−30

41−50

61−70

Wort 4

Wort 5

Wort 6

21−30

41−50

61−70

60 40 0

20

% korrekt klassifizert

60 40 0

20

% korrekt klassifizert

60 40 20 1−10

80

Position zugeordneter Phrasen im Lernversuch

80

Position zugeordneter Phrasen im Lernversuch

80

Position zugeordneter Phrasen im Lernversuch

0

1−10

21−30

41−50

61−70

1−10

21−30

41−50

61−70

Wort 7

Wort 8

Wort 9

41−50

61−70

60 40 0

0 21−30

20

% korrekt klassifizert

60 40

% korrekt klassifizert

60 40 20 0 1−10

Position zugeordneter Phrasen im Lernversuch

80

Position zugeordneter Phrasen im Lernversuch

80

Position zugeordneter Phrasen im Lernversuch

80

Position zugeordneter Phrasen im Lernversuch

20

% korrekt klassifizert

1−10

% korrekt klassifizert

Wort 3

0

20

40

60

% korrekt klassifizert

80

Wort 2

0

% korrekt klassifizert

Wort 1

1−10

21−30

41−50

61−70

Position zugeordneter Phrasen im Lernversuch

1−10

21−30

41−50

61−70

Position zugeordneter Phrasen im Lernversuch

80 60 40 20 0

% korrekt klassifizert

Wort 10

1−10

21−30

41−50

61−70

Position zugeordneter Phrasen im Lernversuch

Abbildung 5: Anteil der durch eine DFA korrekt als von einer bestimmten Versuchsperson stammend klassifizerten Phrasen: Dargestellt ist der Anteil richtiger Zuordnung in % aus einer Kreuzvalidierung der Phrasen aus den gezeigten 10er-Klassen mit Diskriminanzfunktionen, die durch die letzten 20 fehlerfei getippten Phrasen aufgespannt wurden. Die senkrechte Linie stellt die Grenze dar, hinter der garantiert nur noch Phrasen zugeordnet wurden, die auch der Erstellung der Diskriminanzfunktionen dienten (siehe 2.3.6).

24

3.4 Positionseffekte

3 ERGEBNISSE

Tabelle 4: Mittlerer Anteil der in 100 DFAs korrekt als von einer bestimmten Versuchsperson stammend klassifizerten Phrasen; Die Datengrundlage waren die letzten 20 fehlerfrei getippte Phrasen, von denen jeweils 10 zufällig ausgewählte zum Aufspannen der Diskriminanzfunktionen dienten; die übrigen gingen in die Kreuzvalidierung ein. Der Binomial-Test wurde unter der Annahme einer zufälligen Zuordnung der Phrasen zu den Versuchspersonen durchgeführt. Der Erwartungswert für eine zufällige richtige Zuordnung der Phrasen zu den Versuchspersonen lag bei E 10%.

Wort 1 2 3 4 5 6 7 8 9 10

% korrekt klassifiziert bei Kreuzvalidierung 68.98 65.41 65.43 65.39 66.80 67.21 63.26 61.43 66.42 58.45

P Binomial-Test 0 01 * 0 01 * 0 01 * 0 01 * 0 01 * 0 01 * 0 01 * 0 01 * 0 01 * 0 01 *



























































Wenn in den Phrasen, die nur einen einzigen Tippfehler enthielten, statt des richtigen Zeichens ein anderer Kleinbuchstabe getippt wurde, dann wurden in der Regel Fehler gemacht, bei denen das falsche Zeichen mit der dem richtigen Zeichen entsprechenden Hand getippt wurde (Tabelle 5).

3.4. Positionseffekte Die ANOVA (Tabelle 6) zeigte keinen Effekt der Position auf das IKSI der getesteten Paare. Einen deutlichen Einfluß auf die Schreibgeschwindigkeit des Zeichenpaares hatte aber die Versuchsperson. Genauso erhält man einen signifikanten Einfluß des Paares selbst, kann diesen jedoch eher vernachlässigen aufgrund der sehr kleinen Effektgröße. Der Einfluß des Zeichenpaares auf die Schreibgeschwindigkeit war offenbar unterschiedlich für die verschiedenen Versuchspersonen, wie die signifikante Interaktion zwischen Zeichenpaar und Versuchsperson zeigte. Allerdings erklärte diese Interaktion einen nur sehr kleinen Anteil der Varianz. Ein Positionseffekt schien in der Interaktion zwischen Person, Paar und Position enthalten zu sein, jedoch ist diese Interaktion nicht interpretierbar.

3.5. Variation zwischen Testphrasen Die Streuungen der Phrasendauern aller Testphrasen an bestimmten Positionen im Lernversuch schienen bei allen Versuchspersonen Schwankungen zu unterliegen (Abbildung 8). Der generelle Trend hatte zwar eine unterschiedliche Richtung für die verschiedenen Versuchspersonen, aber bei den meisten Probanden fand, wenn überhaupt, nur eine geringe Änderung der Streuung über die Position des Lernversuchs statt. Das heißt, die Phrasen waren in der

25

3 ERGEBNISSE

5

3.5 Variation zwischen Testphrasen

*

4

*

3

* *

*

*

2

*

0

1

Länge einer Phrase in Sekunden

*

vp1

vp2

vp3

vp4

vp5

vp7

vp8

vp9

vp11

vp12

Abbildung 6: Mediane, 1. und 3. Quartile der zum Tippen benötigten Zeiten für Phrasen des „Textes“ aus künstlichen Wörtern, die sowohl am Anfang (dunkelgrau), als auch am Ende (hellgrau) übereinstimmend getippt wurden, ohne die in den Lernversuchen geübten Phrasen. * markiert signifikante Unterschiede (Wilcoxon-Test, P 0 05). 

Tabelle 5: Anzahl der in den Phrasen mit nur einem Tippfehler mit der richtigen und falschen Hand gemachten verschiedenen Tippfehler. Beim Binomialtest auf Bevorzugung der richtigen oder falschen Hand sind mit α 0 05 signifikante Ergebnisse mit * markiert. 

Versuchsperson vp1 vp2 vp3 vp4 vp5 vp7 vp8 vp9 vp11 vp12

Fehler mit richtiger Hand 14 10 8 6 1 7 14 5 8 7

Fehler mit falscher Hand 1 0 1 2 0 3 4 1 2 8

26

P Binomialtest < 0.01* < 0.01* 0.04* 0.29 1.00 0.34 0.03* 0.22 0.11 1.00

3 ERGEBNISSE

0.8

3.5 Variation zwischen Testphrasen

0.4 0.0

0.2

IKSI in Sekunden

0.6

*

vor Fehler

Fehler

nach Fehler

Abbildung 7: IKSIs vor und nach einem Tippfehler und des Tippfehlers selbst in den Lernversuchen: Die Daten stammen aus Phrasen mit nur einem Tippfehler, der weder am Anfang noch am Ende der Phrase lag. Dargestellt sind Median, 1. und 3. Quartile der Daten von 10 Personen. * markiert signifikante Unterschiede (Wilcoxon-Test, P 0 05, N 10). Die horizontale Linie gibt den Median aller IKSIs der Untersuchten Phrasen an. 

Tabelle 6: ANOVA der Daten zu Positionseffekten: Getestet wurden IKSIs der zwei verschiedenen Zeichenpaare, die an je vier verschiedenen Positionen in den künstlichen Wörtern vorkamen. Mit α 0 05 signifikante F-Werte sind mit * markiert. 

Faktor Effektgröße Position 2.40 (Versuchs)person 24.13 (Zeichen)paar 1.87 Person*Paar 1.67 Person*Position 9.44 Paar*Position 0.64 Person*Paar*Position 6.84 Rest 53.00

F 2.37 14.50 7.88 5.49 1.38 0.66 7.51

27

P 0.25 0.00 0.03 0.00 0.23 0.59 0.00

* * *

*

3.6 Anekdotisches

3 ERGEBNISSE

Entwicklung der Geschwindigkeit in den Lernversuchen vergleichbar, da bei keiner Versuchsperson die Hälfte der Korrelationen zwischen Phrasendauer und Position im Lernversuch (Tabelle 3) negativ und die andere Hälfte positiv war (zur Erklärung siehe 2.3.9).

3.6. Anekdotisches Zwei Dinge sollten nicht verschwiegen werden, jedoch kann ich sie nur anekdotisch berichten, da ich keinerlei systematische Erhebung oder gar Experimente dazu durchführte. Probanden berichteten, daß: 1. sie die Phrasen im Lernversuch irgendwann nur noch tippen konnten. Hätte man sie jedoch nach ihnen gefragt, hätten sie nur noch über die Tipp-Bewegung auch die Buchstaben wieder rekonstruieren und benennen können. 2. sie beim zweiten Tippen des Textes aus künstlich erzeugten Wörtern nach dem Ende der Lernversuche merkten, daß Lernphrasen, die sie soeben geübt hatten, enthalten waren. 3. sie diesen Text beim zweiten Mal als deutlich einfacher zu tippen empfanden als beim ersten, was ja auch die höhere gemessene Geschwindigkeit nahelegte.

28

3.6 Anekdotisches

3 ERGEBNISSE

30

40

50

60

70

30

40

50

60 10

20

30

40

50

60

70

0

10

20

30

40

50

60

Versuchsperson 4

Versuchsperson 5

Versuchsperson 7

20

30

40

50

60

70

50 40 30 20 0

10

Variationskoeffizient in %

50 40 30 20 0

10

Variationskoeffizient in %

50 40 30 20 10

10

0

10

20

30

40

50

60

70

0

10

20

30

40

50

60

Position im Lernversuch

Versuchsperson 8

Versuchsperson 9

Versuchsperson 11

30

40

50

60

70

50 40 30 20 0

10

Variationskoeffizient in %

50 40 30 20 0

10

Variationskoeffizient in %

50 40 30 20 10

20

Position im Lernversuch

70

60

Position im Lernversuch

60

Position im Lernversuch

10

70

60

Position im Lernversuch

60

Position im Lernversuch

0 0

20 0

0

60

0

10

Variationskoeffizient in %

50 40 30 20 0

20

Position im Lernversuch

0

Variationskoeffizient in %

10

Variationskoeffizient in %

50 40 30 20 10

Variationskoeffizient in %

0

10

60

0

Variationskoeffizient in %

Versuchsperson 3

60

Versuchsperson 2

60

Versuchsperson 1

0

10

20

30

40

50

60

Position im Lernversuch

70

0

10

20

30

40

50

60

70

Position im Lernversuch

50 40 30 20 10 0

Variationskoeffizient in %

60

Versuchsperson 12

0

10

20

30

40

50

60

70

Position im Lernversuch

Abbildung 8: Variationskoeffizienten der Phrasendauern aus allen Testphrasen je einer Versuchsperson. Die Regressionsgerade gibt den generellen Trend der Änderung der Variationskoeffizienten über die Position im Lernverusch an.

29

4 DISKUSSION

4. Diskussion Die von den Probanden erreichten Schreibgeschwindigkeiten und IKSIs im deutschen Text standen in Übereinstimmung mit Daten aus älteren Arbeiten. Auch die Fehlerraten lagen im Rahmen dessen, was für sogenannte „skilled typists“ berichtet wird. Die mittleren IKSIs lagen teilweise weit unter 200 ms. Zwischen dem deutschen Text und dem Text aus künstlichen Wörtern bestand ein deutlicher Unterschied in der Schreibgeschwindigkeit. Das läßt sich darauf zurückführen, daß, wie schon eingangs erwähnt, die Geschwindigkeit sinkt mit einer Annäherung der zu tippenden Zeichenfolgen an eine zufällige Folge. Außerdem kam, da die Zeichenfolgen ja nicht völlig zufällig sind, sondern aus sehr seltenen, aber doch gültigen Buchstabenpaaren bestehen, der Digram-Effekt zu tragen, nach dem seltene Zeichenpaare generell langsamer getippt werden, als häufige (Salthouse, 1986). Ebenfalls auf diesen Effekt zurückzuführen ist die Beobachtung, daß die meisten der Probanden die Phrasen des künstlichen Textes beim Wiederholen am Ende des Experiments schneller tippten als am Anfang: nicht nur Phrasen wurden geübt in den Lernversuchen, sondern damit auch seltene Zeichenpaare, die in der Folge dann schneller getippt werden konnten. Daraus ergibt sich die interessante Frage, wie lange ein solcher Lerneffekt anhält. Da ich die Experimente mit jeder Versuchsperson nur einmal durchführte, kann ich dazu jedoch keine Aussagen machen. Daß die Anzahl der Fehler, die ein Schreiber machte, nicht im Zusammenhang stand mit der Tippgeschwindigkeit, läßt erkennen, daß beim Lernen des Maschineschreibens die Bewegungen selbst und deren schnelle Durchführung auf der einen und die Zuverlässigkeit dieser Bewegungen auf der anderen Seite möglicherweise einzeln gelernt werden müssen. Dieser Zusammenhang zwischen Geschwindigkeit, Amplitude und Genauigkeit einer Bewegung war schon lange ein Thema von Ergonomie-Forschern, die sich mit der Entwicklung von MenschMaschine-Schnittstellen beschäftigen (z.B. Fitts, 1954; Raskin, 2000).

4.1. Fehler 4.1.1. Motorprogramm

Ein sehr interessanter Befund über die gemachten Tippfehler ist der, daß es im Fall eines Tippfehlers offenbar eine Bevorzugung gab in Bezug auf die Hand, mit der das falsche Zeichen getippt wurde. Da die Testphrasen im Handwechsel sehr klar, nämlich streng alternierend, waren, könnte man erwarten, daß dieses Abwechseln der Hand im Motorprogramm sehr gut gelernt würde. Daß die Tippfehler offenbar bevorzugt mit der Hand getippt wurden, die auch das richtige Zeichen hätte tippen müssen, läßt zwei Erklärungmöglichkeiten offen. Zum einen kann es sich bei dem Großteil dieser Tippfehler, die mit der richtigen Hand getippt wurden einfach um „Ausrutscher“ gehandelt haben. Zum anderen aber könnte man annehmen, daß die Probanden den Handwechsel gelernt haben, unabhängig von den jeweils konkret zu tippenden Zeichen. Das hieße, bezogen auf das Modell von Salthouse (1986), daß die Tipp-Kommandos (z.B. H-L,F-3,R-H) keine atomare Einheit bilden, sondern tatsächlich der Hand-Anteil unabhängig von Finger und Richtung gelernt würde. Eine Bevorzugung der richtigen Hand bei einem Tippfehler wäre dann nämlich deshalb zu

30

4.2 Lernen in Lernversuchen

4 DISKUSSION

erwarten, weil das Abwechseln der Hände einheitlich im gesamten Lernversuch für alle 12 Wörter einer Versuchsperson gelernt wurde und sich lediglich die Finger- und Richtungsanteile änderten. Also wurden Handwechsel häufiger ausgeführt, nämlich regelmäßig zwischen jedem Zeichen, als bestimmte Fingerbewegungen, die sich ja von Wort zu Wort unterschieden. 4.1.2. Timing

Phrasen nach Phrasen mit Tippfehlern wurden langsamer getippt als die Phrasen davor. Das läßt darauf schließen, daß die Fehler beim Tippen bemerkt wurden. Über den Grund der Verzögerung der folgenden Phrase kann man nur Mutmaßungen anstellen: die Probanden rekonstruierten, sozusagen „zur Sicherheit“, die zu tippenden Wörter nochmals, entweder aus der Kenntnis des Worts als Zeichenkette oder aus dem Motorprogramm eines eigentlich schon gut beherrschten Worts. Jedoch ist es extrem schwierig, sinnvolle Aussagen über solche Effekte zu machen, die verhältnißmäßig lange Zeiten (0.5–5 und mehr Sekunden für das Tippen einer Phrase) betreffen und damit auch bewußte Entscheidungen mit einschließen. Aber es fand sich auch innerhalb der Phrasen nach einem Tippfehler eine Verlängerung der Latenz bis zum folgenden Anschlag. Und zwar bei den Phrasen, bei denen auf den Tippfehler wieder nur richtige Anschläge folgten. Da ich den Probanden ausdrücklich freigestellt hatte, die Korrektur-Taste zu betätigen, sie es in diesem Fall aber nicht taten, könnte es sein, daß sie den Tippfehler nicht bemerkt hatten. Falls das der Fall war, wäre es möglich, daß die Verlängerung der Latenz nicht eine Folge des Fehlers war, sondern umgekehrt, nämlich daß der Fehler durch Probleme im Timing zustandekam, die in dem längeren IKSI sichtbar werden. Gentner berichtet von Fehlern, die auf Timing-Probleme zurückzuführen sind: Vertauschungen von Zeichen, die mit verschiedenen Händen getippt werden, wie „hte“ statt „the“ (Gentner, persönliche Mitteilung). Solche Fehler sind hier allerdings nicht gegeben, da Vertauschungen zwei Fehler hintereinander zur Folge gehabt hätten und deshalb in meinen Daten nicht analysiert wurden.

4.2. Lernen in Lernversuchen Ein Lernen der Probanden war während der Lernversuche in den meisten Fällen gegeben in der Geschwindigkeit, mit der die Phrasen getippt wurden. Lediglich zwei Probanden wurden gegen Ende jedes Lernversuchs mit einem Wort langsamer. Der Lernerfolg war höchstens gering von dem zu lernenden Wort abhängig, denn die Streuung der Phrasenlängen zwischen dem Lernen der verschiedenen Wörter änderte sich über die Zeit im Lernversuch bei einigen Versuchspersonen praktisch nicht, bei anderen nur wenig. Dieser Befund war insofern sehr wichtig, als er bestätigte, daß die Methode zur Erstellung der Wörter offenbar funktionierte und zumindest innerhalb der Versuchspersonen keine Bevorzugung von bestimmten Wörtern stattfand. Das heißt, daß beim Lernversuch die Vorerfahrung der Probanden tatsächlich nur eine geringe Rolle gespielt haben kann. Das heißt aber auf der anderen Seite nicht, daß alle Wörter gleich schnell getippt wurden, sondern nur, daß die Verbesserung oder Verschlechterung im Lernversuch für alle Wörter ähnlich war. Am eindrücklichsten dürfte der Lernerfolg bei Versuchsperson 9 sein, die sogar im Mittel in den Lernversuchen eine höhere Tippgeschwindigkeit hat als im deutschen Text. Dabei lag

31

4.3 Biometrische Methoden

4 DISKUSSION

bei ihr die Geschwindigkeit an den ersten 10 Positionen im Lernversuch noch bei nur 179 Anschlägen pro Minute, das heißt, daß die Geschwindigkeit nach Lernen erstaunlich viel höher war als im normalen Text. Einen solchen Befund könnte man als Hinweis dafür sehen, daß hier tatsächlich automatisiert getippt wurde, nämlich unter Umgehung der Eingabe- und Zerlegungskomponente, die im deutschen Text limitierend gewirkt haben könnten.

4.3. Biometrische Methoden Die DFAs waren zwar in der Lage, getippte Phrasen überzufällig richtig den Probanden zuzuordnen, allerdings vor allem auf das kleinste IKSI der Phrase gestützt. Da dieses vor allem ein Maß für die Schreibfertigkeit des Probanden in Bezug auf die Geschwindigkeit ist, ist anzuzweifeln, daß bei einer größeren Auswahl von Probanden diese Zuordnung noch zuverlässig funktionieren würde (da die Wahrscheinlichkeit ähnlicher Schreibgeschwindigkeiten höher wäre). Daß aber mit dem kleinsten IKSI eine nicht an eine Position in der Phrase gebundene Variable sich als unterscheidungsrelevant herausstellte heißt, daß die IKSIs an den jeweiligen Positionen in der Phrase für die einzelnen Versuchspersonen keine ausreichende Konstanz und keinen ausreichenden Unterschied besitzen, um die Phrasen der Probanden voneinander zu trennen. Das bedeutet unter anderem, daß die Verwendung der DFA in der in der Arbeit durchgeführten Form (oder mit den in der Arbeit gewählten Variablen) nicht geeignet ist, für biometrische Methoden eingesetzt zu werden. Zwar sind korrekte Zuordnungsraten von 60 % recht beeindruckend. Auf der anderen Seite heißt das aber, daß in einer „real-world“ Anwendung man in nur sechs von zehn Fällen Zugang zu dem biometrisch gesicherten System erhielte. Außerdem werden die restlichen 40 % falsch zugeordneter Eingaben auf die 10 Probanden verteilt, so daß immerhin in 4 % der Fälle zu erwarten wäre, daß eine nicht zugangsberechtigte Person Zugang zum System erhält, ganz abgesehen von dem oben angeführten Problem, daß eine Verschlechterung der Zuordnung noch zu erwarten wäre, wenn mehr Teilnehmer beteiligt sind.

4.4. Positionseffekte In der vorliegenden Arbeit konnte ich keinen Positinseffekt finden, bei dem die Position eines Zeichenpaares im zu tippenden Wort einen Effekt gehabt hätte auf das IKSI des Paares. Ich konnte jedoch bestätigen, daß das IKSI zwischen zwei Zeichen in verschiedenen Kontexten und an verschiedenen Positionen im Wort außer von der Versuchsperson vom Zeichenpaar abhängig ist, wobei in meinem Fall beide in den künstlich erzeugten Wörtern eingesetzten Zeichenpaare einen Handwechsel enthielten. Salthouse (1986) berichtet, daß die zum Tippen einen bestimmten Buchstabens benötigte Zeit kontextabhängig ist. Er erklärt das damit, daß (a) dieser Buchstabe manchmal einem Buchstaben folgt, der mit der gleichen Hand, manchmal einem, der mit der anderen Hand zu tippen ist, (b) manchmal einem Zeichen folgt, das mit ihm zusammen ein häufiges Zeichenpaar darstellt und (c) er entweder an erster Stelle eines Wortes oder mitten im Wort steht. Alle diese Effekte waren in meinen Versuchen kontrolliert durch die regelmäßigen Handwechsel, durch Verwendung von ausschließlich seltenen Zeichenpaaren und dadurch, daß ich die zur

32

4.5 Probleme, Methode und Ausblick

4 DISKUSSION

Untersuchung der Positionseffekte eingesetzen Zeichenpaare weder ganz am Anfang noch ganz am Ende des Wortes hatte.

4.5. Probleme, Methode und Ausblick Das größte Problem an der durchgeführten Untersuchung war, daß ich trotz der riesigen Datenmenge (rund 61000 Tastenanschläge in den Lernversuchen) nur eine geringe Zahl vergleichbarer Daten hatte, die mir wirklich allgemeine Aussagen erlaubt hätten. Zwar konnte ich festellen, daß der Einfluß der verschiedenen Wörter auf das Lernen meist nur geringen Einfluß hatte. Aber die Geschwindigkeit, mit der eine Phrase getippt wurde hing ab von 1. der Versuchsperson, 2. der Phrase selbst und 3. der Position, in der sie im Lernversuch stand. Praktisch heißt das, daß ich keinerlei Wiederholung der Phrasen mit wirklich gleichen Eigenschaften hatte, da jede Versuchsperson jedes Wort nur 70 mal im Lernversuch tippte. Und jede dieser 70 Phrasen unterscheidet sich durch die vorhergehende dadurch, daß unterschiedlich viele vorher getippt wurden (d.h. der Lernstand des Probanden änderte sich). Zwar konnte ich, z.B. mit der Rangkorrelation nach Spearman einen Lernerfolg bei den Probanden feststellen. Sieht man sich jedoch die Lernkurven an (Abbildungen 9 und 10, im Anhang), so sieht man die großen Schwankungen in der Zeit, in der eine Phrase getippt wurde über den Lernversuch hinweg. Diese Schwankungen, trotz allgemeiner Verbesserung durch Lernen, kamen bei allen Probanden vor und müssen daher als Eigenschaften des biologischen Systems gelten. Eine nähere Betrachtung solcher Effekte mit geeigneten Methoden und Versuchsdesigns scheint mir interessant zu sein. Die von mir eingesetzte Methode ist meines Wissens nach in dieser Untersuchung zum ersten mal in dieser Form eingesetzt worden. Die Kombination von künstlichen Wörtern, die jedoch aus seltenen realen Zeichenpaaren bestanden, zusammen mit einem Design, in dem die Probanden während des Versuchs selbst die Lernleistung zu erbringen hatten ist grundsätzlich verschieden vom Ansatz von Poldrack et al. (1998), die ihre Probanden Ziffernfolgen tippen ließen. Einige Vorteile der Methode wurden auch in dieser Untersuchung sichtbar: Effekte durch Vorkenntnisse der Probanden waren gering oder nicht vorhanden, denn fast alle hatten einen deutlichen Geschwindigkeitszuwachs beim Tippen der künstlichen Wörter durch Lernen der seltenen Zeichenpaare. Ebenso sollten linguistische Effekte per se ausgeschlossen sein, da die Testphrasen keinerlei Ähnlichkeit mit bekannten Wörtern hatten (das einzige mir hier denkbar erscheinende Problem könnte sein, daß einige der Zeichenpaare offenbar aus Wortgrenzen von Composita stammten, z.B. kx und andere aus Silben, z.B. cu). Ein weiterer wesentlicher Vorteil der Methode sind die kurzen Einheiten von sieben Zeichen, die im entstehenden Datensatz die Analyse von Fehlern erheblich erleichterten, da immer bekannt war, welches Zeichen zu welchem Zeitpunkt hätte getippt werden sollen. Die automatische Fehleranalyse in einem natürlichsprachlichen Text stellte durch Vertauschungen, Einfügungen und Auslassungen ein ähnliches Problem dar, wie die Genetiker sie mit automatischen Alignments haben (die zwar möglich, aber auch recht aufwendig sind (Elofsson, 2002)). Gedächtniseffekte, wie z.B. das Abbilden von Chunking auf den Tipp-Rhythmus, feszustellen, scheint mir nahezu unmöglich, so daß ich von Anfang an versuchte, dies mit kurzen

33

4.5 Probleme, Methode und Ausblick

4 DISKUSSION

Phrasen auszuschließen. Ich habe allerdings keinerlei Kontrolle über den Erfolg dieser Bemühungen. Wie weit die Automatisierung des Tippens bei einem Probanden im Lernversuch voranschritt, und ob sie überhaupt stattfand, konnte ich nur mutmaßen z.B. anhand der Daten von Versuchsperson 9 oder der Aussagen der Probanden. Jedoch wäre eine Modifikation des Versuchsdesigns denkbar, in dem die Probanden am Ende des Lernversuchs je eines Worts gebeten würden, die getippte Phrase zu nennen oder handschriftlich zu notieren; könnten sie dies nicht korrekt, und wären die Daten im Lernversuch aber korrekt, so könnte man darauf schließen, daß tatsächlich automatisiert getippt wurde.

34

5 ZUSAMMENFASSUNG

5. Zusammenfassung Motorisches Verhalten beim Menschen kann so gut gelernt werden, daß die Bewegungen praktisch automatisch ablaufen und keine oder nur minimale Aufmerksamkeit auf die motorische Aktivität aufgewandt werden muß. Solche weitgehend automatisierten Bewegungen sind beim Menschen unter anderem für das Maschineschreiben beschrieben worden. Das Ziel meiner Untersuchungen war es, verschiedene Aspekte motorischen Lernens am Modell des Maschineschreibens zu untersuchen und eine Methode zu entwickeln, die es mir erlaubte, motorisches Lernen unter Minimierung der Einflüsse von Vorkenntnissen der Probanden, von Gedächtniseffekten und linguistischen Effekten zu beurteilen. Zu diesem Zweck ließ ich Probanden in Lernversuchen künstlich erzeugte Wörter wiederholt tippen und untersuchte die Daten in Bezug auf Schreibgeschwindigkeit, Geschwindigkeitsentwicklung über den Lernversuch und Häufigkeit und Eigenschaften von Tippfehlern. Die Ergebnisse zeigten, daß die meisten Probanden die vorgegebenen Wörter lernten, nämlich gegen Ende eines Lernversuchs schneller tippten als am Anfang, wobei die Schreibgeschwindigkeit in den Lernversuchen in der Regel geringer war, als bei einem von der gleichen Versuchsperson getippten deutschen Text. Desweiteren konnte ich einen allgemeinen Trainigseffekt nachweisen, bei dem die Probanden auch nicht in den Lernversuchen gelernte Wörter nach den Versuchen schneller tippten als vorher. Das Intervall (IKSI – inter keystroke interval) zwischen Tippfehlern und folgenden Anschlägen war höher als die mittleren Intervalle zwischen Tastenanschlägen, selbst wenn ein Wort nach dem Tippfehler fehlerlos fertiggeschrieben wurde. Das könnte darauf schließen lassen, daß der Tippfehler eine Folge von Timing-Problemen war, die sich in den längeren IKSIs äußerten. Ich konnte nachweisen, daß die künstlich erzeugten Wörter in den Lernversuchen keine wesentlich unterschiedlichen Lernkurven erzeugten. Das ließ darauf schließen, daß die Vermeidung oben genannter Effekte durch den Einsatz künstlicher Wörter geglückt war.

35

Literatur

Literatur

Literatur Bortz, J. (1999). Statistik für Sozialwissenschaftler. Springer, Berlin. Cowan, N. (2000). The magical number 4 in short-term memory: A reconsideration of mental storage capacity. Behavioural and Brain Sciences, 24, 87–185. Elofsson, A. (2002). A Study on Protein Sequence Alignment Quality. PROTEINS: Structure, Function, and Genetics, 46, 330–339. Fa, L. (1999). Errors in copy typewriting. Journal of Experimental Psychology—Human Perception and Performance, 25 (6), 1760–1773. Fendrick, P. (1937). Hierarchical skills in typewriting. Journal of Educational Psychology, 28, 609–620. Fitts, P. M. (1954). The Information Capacity of the Human Motor System in Controlling the Amplitude of Movement. Journal of Experimental Psychology, 47 (6), 381–391. Fitts, P. M., J. R. Peterson (1964). Information Capacity of Discrete Motor Responses. Journal of Experimental Psychology, 67 (2), 103–112. Fromkin, V., R. Rodman (1988). An Introduction to Language. Saunders College Publishing, New York, 4th edition. Gentner, D. R. (1982). Evidence Against a Central Control Model of Timing in Typing. Journal of Experimental Psychology, 8 (6), 793–810. — (1983a). The acquisition of typewriting skill. Acta Psychologica, 54, 233–248. — (1983b). Keystroke timing in transcription typing. In W. E. Cooper, ed., Cognitive aspects of skilled typewriting, (pp. 95–120). Springer, New York. Gentner, D. R., S. Larochelle, J. Grudin (1988). Lexical, Sublexical, and Peripheral Effects in Skilled Typewriting. Cognitive Psychology, 20, 524–548. Gordon, A. M., A. Casabona, J. F. Soechting (1994). The Learning of Novel Finger Movement Sequences. Journal of Neurophysiology, 72 (4), 1596–1610. Grudin, J. T. (1982). Central control of timing in skilled typing. Technical report, University of California, Center for Human Information Processing, San Diego. — (1983). Error Patterns in Novice and Skilled Transcription Typing. In W. E. Cooper, ed., Cognitive aspects of skilled typewriting, chapter 6, (pp. 121–143). Springer, New York. Hager, T., U. Roos (2001). Maßgenommen – Identifizierung durch körpereigene Merkmale. iX, 12, 94–101. Hershman, R. L., W. A. Hillix (1965). Data processing in typing: Typing rates as a function of kind of material and amount exposed. Human Factors, 7, 483–492.

36

Literatur

Literatur

Ihaka, R., R. Gentleman (1996). R: A Language for Data Analysis and Graphics. Journal of Computational and Graphical Statistics, 5 (3), 299–314. Jahnke, K.-H., M. Gummlich, W. Arendt (1994). Maschinenschreiben, Bd. 1, Einführung in das Tastschreiben. Verlag Wirtschaft, Berlin. Krause, A. (1997). Einführung in S und S-Plus. Springer, Berlin. Lashley, K. S. (1951). The problem of serial order in behavior. In L. A. Jeffress, ed., Cerebral mechanisms in behavior. Wiley, New York. Lewis, R. (1996). Interference in short-term memory: The magical number two (or three) in sentence processing. http://citeseer.nj.nec.com/lewis96interference.html/. Lindgren, A. (1997). Pippi Langstrumpf. Oetinger. McNeilage, P. F. (1964). Typing errors as clues to serial ordering mechanisms in language behaviour. Language and Speech, 19, 144–159. Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological Review, 63, 81–97. Mundry, R., J. Fischer (1998). Use of statistical programs for nonparametric tests of small samples often leads to incorrect P-values: Examples from Animal Behaviour. Animal Behaviour, 56, 256–259. Poldrack, R. A., S. L. Selco, N. J. Cohen (1998). The relationship between skill learning and repetition priming: experimental and computational analyses. Psychological Review, 105 (3), 558–584. Rabbit, P. (1978). Detection of errors by skilled typists. Ergonomics, 21, 945–958. Raskin, F. (2000). The Human Interface—New Directions for Designing Interactive Systems. Addison Wesley, New York. de Ru, W. G., J. H. P. Eloff (1997). Enhanced Password Authentication through Fuzzy Logic. IEEE Expert, (pp. 38–45). Sachs, L. (1972). Statistische Auswertungsmethoden. Springer, Berlin, 3rd edition. Salthouse, T. A. (1984). Effects of age and skill in typing. Journal of Experimental Psychology: General, 113, 3445–371. — (1986). Perceptual, Cognitive, and Motoric Aspects of Transcription Typing. Psychological Bulletin, 99 (3), 303–319. Schieber, M. H. (1990). How might the motor cortex individuate movements? Trends in Neuroscience, 13 (11), 440–445. Shaffer, L. H. (1975). Multiple attention in continuous verbal tasks. In P. M. A. Rabbitt, S. Dornic, eds., Attention and performance, V, (pp. 157–167). Academic Press, New York.

37

Literatur

Literatur

Siegel, S., N. J. Castellan (1988). Nonparametric Statistics for the Behavioral Sciences. McGraw-Hill, Inc., Singapore. Sommer, T. (2001). Far-ranging calls uttered at the nest by cooperatively breeding Arabian Babblers (Turdoides squamiceps): use, structure and social function. Diplomarbeit, Freie Universität Berlin. Soon, O. C., L. W. Kin (2000). Partitional Cluster Analysis for Typing Biometrics Authentication. Mimos Technology Journal, 1, 40–47. Terzuolo, C. A., P. Viviani (1980). Determinants and characteristics of motor patterns used for typing. Neuroscience, 5, 1085–1103. Todt, D. (1975). Irrtümer beim Maschineschreiben und ihr Hinweis auf Systemeigenschaften zentraler Entscheidungsmechanismen. Z. Naturforsch., 30c, 80–87. West, L. J., Y. Sabban (1982). Hierarchy of Stroking Habits at the Typewriter. Journal of Applied Psychology, 67 (3), 370–376. Zar, J. H. (1999). Biostatistical Analysis. Prentice Hall, New Jersey.

38

Danksagung Ich danke Dietmar Todt für die Betreuung dieser Arbeit, für die Vergabe dieses interessanten Themas, für viele anregende Diskussionen in allen vergangenen Jahren bis heute und besonders für seine Offenheit für viele, auch nicht naheliegende, Ideen. Ich danke auch Roger Mundry, der mich mit unermüdlicher Geduld davon abgehalten hat, unsinnige Statistik zu betreiben, und der überhaupt immer für meine Fragen und Probleme offen war, und dem kurzfristig und mal schnell nie zu kurzfristig oder zu mal schnell war. Besonders bedanke ich mich auch bei Florian Schintke und Kai Schulz für ihre Hilfe bei Fragen zum Textsatz, bei Silke Kipper für ihr Interesse an meiner Arbeit, viele ermutigende Worte und interessante Ideen, bei Tina Sommer für ihre Hilfe mit DFAs in SPSS, für ihre immerwährende Hilfsbereitschaft, und daß sie meine Zimmergenossen mitversorgt, bei allen anderen Kollegen in der Verhaltensbiologie, weil sie das Institut zu einer Art Zuhause machen. Ich danke allen meinen Geschwistern, die mich in der Zeit der Prüfungen und der Diplomarbeit im Gebet getragen haben. Meiner Familie danke ich für alle moralische und finanzielle Unterstützung während meines Studiums und dafür, daß immer jemand da war, wenn ich Probleme hatte, einen Tee trinken wollte oder einfach nur begeistert von meinem Studium erzählen mußte. Kaj danke ich für Trost und Zuspruch, für ihre Fröhlichkeit und Liebe, für ihre Gebete und daß sie mich ermutigt hat, wenn ich keine Lust mehr hatte auf Diplomarbeit. Und nicht zuletzt und ganz besonders danke ich natürlich meinen Probanden, die wirklich gute Nerven brauchten und sich hoffentlich damit trösten können, ein paar abwegig seltene Buchstabenpaare jetzt etwas schneller tippen zu können.

39

4 3 1

2

Phrasenlänge in Sekunden

5

6

7

Versuchsperson 5

0

10

20

30

40

50

60

70

Position im Lernversuch

Abbildung 9: Lernkurven von Versuchsperson 5. Dargestellt sind die Phrasenlängen über der Position in den Lernversuchen; fehlende Werte entstanden durch Phrasen mit Tippfehlern.

A. Anhang A.1. Exemplarische Lernkurven Zur Veranschaulichung sind in Abbildung 9 und 10 die Lernkurven der Versuchspersonen fünf und acht exemplarisch einzeln, also nicht wie im Ergebnisteil über die Phrasen gemittelt, dargestellt.

A.2. Deutscher Text Der folgende Text war der von den Probanden nach der Hälfte der Lernversuche getippte deutsche Text, den ich zur Ermittlung der Schreibfertigkeit der Probanden verwendete. Er stammt von Astrid Lindgren (1997). Der Text wurde ohne Blocksatz und ohne Worttrennungen auf einer DIN-A4-Seite wie abgedruckt präsentiert. An dem schönen Sommerabend, als Pippi zum ersten Mal über die Schwelle der Villa Kunterbunt schritt, waren Thomas und Annika nicht zu Hause. Sie waren für eine Woche zu ihrer Großmutter gereist. Sie hatten daher keine Ahnung, daß jemand in die Nachbarvilla eingezogen war, und als sie am ersten Tag nach ihrer Rückkehr an der Gartentür standen und auf die Straße schauten, wußten sie immer noch nicht, daß ganz in ihrer Nähe ein Spielkamerad war.

40

4 3 1

2

Phrasenlänge in Sekunden

5

6

7

Versuchsperson 8

0

10

20

30

40

50

60

70

Position im Lernversuch

Abbildung 10: Lernkurven von Versuchsperson 8. Dargestellt sind die Phrasenlängen über der Position in den Lernversuchen; fehlende Werte entstanden durch Phrasen mit Tippfehlern.

Als sie gerade überlegten, was sie anfangen sollten und ob vielleicht heute etwas Interessantes passieren würde oder ob es so ein langweiliger Tag werden würde, wo einem nichts einfiel, gerade da wurde die Gartentür zur Villa Kunterbunt geöffnet, und ein kleines Mädchen kam heraus. Das war das merkwürdigste Mädchen, das Thomas und Annika je gesehen hatten, und es war Pippi Langstrumpf, die zu ihrem Morgenspaziergang herauskam. Sie sah so aus: Ihr Haar hatte dieselbe Farbe wie eine Möhre und war in zwei feste Zöpfe geflochten, die vom Kopf abstanden. Ihre Nase hatte dieselbe Form wie eine ganz kleine Kartoffel und war völlig von Sommersprossen übersät. Unter der Nase saß ein wirklich riesig breiter Mund mit gesunden weißen Zähnen. Ihr Kleid war sehr komisch. Pippi hatte es selbst genäht. Es war wunderschön gelb; aber weil der Stoff nicht gereicht hatte, war es zu kurz, und so guckte eine blaue Hose mit weißen Punkten darunter hervor. An ihren langen dünnen Beinen hatte sie ein Paar lange Strümpfe, einen geringelten und einen schwarzen. Und dann trug sie ein Paar schwarze Schuhe, die genau doppelt so groß waren wie ihre Füße. Die Schuhe hatte ihr Vater in Südamerika gekauft, damit sie etwas hätte, in das sie hineinwachsen könnte, und Pippi wollte niemals andere haben. Thomas und Annika sperrten besonders die Augen auf, als sie den Affen sahen, der auf der Schulter des fremden Mädchens saß. Es war eine

41

kleine Meerkatze mit blauen Hosen, gelber Jacke und einem weißen Strohhut.

A.3. Künstliche Wörter A.3.1. Gemeinsame Wörter

Die zehn für alle Probanden gemeinsamen Wörter sind nachfolgend abgedruckt. Die ersten vier enthalten das Wortpaar cu an vier Positionen, die zweiten vier das Wortpaar yu. Die übrigen zwei enthalten keines der zwei Paare. hcuxkdj vpcuxkc nxzcuxk xkyzcux

kyuxkdj vpvuxzr vpyuxkc nxuxkyo nxkyuxo wnxkyux

A.3.2. Restliche Wörter

Aus den nachfolgenden restlichen der erzeugten Wörter stammten die je zwei für jede Person individuellen Wörter. Der Text, den die Probanden am Anfang und am Ende des Versuchs tippten, waren für jede Versuchsperson andere 50 zufällig aus der folgenden Liste gezogene Wörter. kcuxkdj xzcuxky cuxkyzc vpvuxkq vpcuxkq xuxkyoq whcuxoq xzcuxkd nxkcuxo hcuxkyu vpcuxkd myuxkdj nxkyuxz xkcuxzc kyuxzcu vuxkyzr vpcuxzd myuxkyz vpcuxky

myzcuxo hcuxkyj myuxkyi yuxkyzr nxkyuxu pvuxkdj pvpyuxz pcuxkyi cuxkyzr pvuxzcu yzcuxzr vpyuxoq zcuxkyo wnxuxky pvpyuxo vpvuxkc pcuxkyz cuxkyzd pyzcuxo

pcuxkdj zcuxzdj xzcuxkc pvuxkcu kyuxzdj pyuxkyj pyzcuxu myuxzdj whcuxky kyzcuxu yzcuxzd myzcuxk pyuxzdj wnxkcux myzcuxu zcuxkyu pvpyuxk hcuxzdj pyuxzcu

pvpcuxk pyuxkyz kcuxkyi hcuxkyi myuxzcu whcuxkc pvpyuxu vpyuxkd wnxuxoq myuxkyo wnxzcux whcuxzd xkyuxzd nxkcuxu kyzcuxz pvpcuxo wnxuxkq pvpcuxu whcuxkq

zcuxkyj zcuxkyi vpyuxzr kcuxkyo zcuxkyz yzcuxkq hcuxkyo pvuxkyo xkyuxzc xkcuxzr yuxkyzc xkyuxzr nxuxkcu pyzcuxz kyzcuxk myuxkyj yzcuxkd nxkcuxz wnxuxkc

42

kcuxkyu wnxkyzr nxzcuxu kyzcuxo kcuxzdj uxkyzcu pvuxkyu pvpyzdj yzcuxkc pcuxzdj yzcuxoq xkcuxoq myzcuxz nxuxzcu wnxuxzd nxzcuxo vpyuxzd vpvuxoq whcuxzr

vpyuxkq yuxkyzd vpyuxky xkyuxoq pyuxkyo xkcuxzd yuxkyoq pcuxkyu yzcuxky xzcuxoq vpcuxoq vpyzcux vpcuxzc nxuxkyu pvpyzcu pvpcuxz pyuxkyi pyuxkdj vpcuxzr

nxkyzcu wnxuxkd pvuxkyj pyzcuxk hcuxkyz cuxkyoq whcuxzc pcuxkyo kcuxkyj kcuxkyz kyuxkcu pyuxkcu pcuxkyj myuxkcu zcuxkdj vpyuxzc whcuxkd xzcuxkq pvuxkyi

B. Versicherung Hiermit versichere ich, daß ich die vorliegende Diplomarbeit selbständig verfaßt und keine anderen als die angegebenen Quellen und Hilfsmittel benutzt habe.

Berlin, den 29. April 2002

43