Skip to content

JohanGrims/Mobbing

Repository files navigation

Umfrage zum Schulklima, Mobbing und Gewalt

Ein umfassendes, anonymes Umfrage- und Analysesystem zur Bewertung von Mobbing, Gewalt und Schulklima für Schülerinnen und Schüler der Klassenstufen 5 bis 12. Durchgeführt an einer deutschen Gesamtschule, um Muster von physischer, verbaler und Cybergewalt zu identifizieren und institutionelle Unterstützungsstrukturen zu bewerten.

Durchführung

Studiendesign

  • Zielgruppe: Schülerinnen und Schüler der Klassen 5–12
  • Methode: Anonymer Online-Fragebogen (Plattform: Tally)
  • Sprache: Deutsch
  • Antwortformat: Multiple-Choice, Likert-Skalen (1–5) und Freitextfelder

Struktur der Umfrage

Der Fragebogen besteht aus 42 strukturierten Fragen in acht Themenbereichen:

Demografie (2 Fragen)

  • Klassenstufe (5–12)
  • Geschlechtsidentität (weiblich, männlich, divers)

Wohlbefinden & Klassenklima (4 Fragen) Bewertung von Peer-Beziehungen, Respekt, Zugehörigkeit und Sicherheit innerhalb der Klasse mittels 5-stufiger Likert-Skalen.

Schule & Lehrkräfte (4 Fragen) Wahrnehmung der Fairness von Lehrkräften, Vertrauen, Fürsorge und allgemeine Zufriedenheit mit der Schule.

Familie & Freunde (4 Fragen) Bewertung von Unterstützungssystemen außerhalb der Schule, einschließlich familiärer Akzeptanz und vertrauensvoller Freundschaften.

Gewalterfahrungen (15 Fragen) Detaillierte Erfassung von drei Gewaltformen:

  • Physische Gewalt: Häufigkeit, Formen (Schlagen, Drohungen, Sachbeschädigung), Dauer
  • Verbale/soziale Gewalt: Häufigkeit, Formen (Beleidigungen, Ausschluss, Gerüchte), Dauer
  • Cybermobbing: Häufigkeit, Formen (Online-Belästigung, Drohungen, Teilen von Bildern), Dauer

Bedingte Logik: Folgefragen erscheinen nur, wenn Schüler angeben, Gewalt erfahren zu haben.

Tätercharakteristika (4 Fragen) Anzahl der Täter, Beziehung zu Gleichaltrigen, Abwehrreaktionen, Häufigkeit von Beobachtungen.

Kontext der Vorfälle (2 Fragen) Orte (Klassenzimmer, Schulhof, Flure, Toiletten, Online, Schulweg) und Zeitpunkt (während des Unterrichts, in den Pausen, vor/nach der Schule).

Intervention & Unterstützung (7 Fragen)

  • Bereitschaft zum Eingreifen (Skala 1–5)
  • Gefühle und frühere Reaktionen von Beobachtern
  • Kenntnis von Ansprechpartnern
  • Bevorzugte Hilfsangebote (Vertrauenslehrer, Klassenlehrer, Freunde, Familie, Helpline)

Wahrnehmungen & Motive (5 Fragen)

  • Wahrgenommene Motive für Mobbing (Geld, Kleidung, Aussehen, Verhalten, Rivalität, Herkunft/Religion/Hautfarbe)
  • Wahrnehmung der Aufmerksamkeit und Intervention durch Lehrkräfte
  • Dynamik der Unterstützung durch Mitschüler
  • Wahrnehmung der Unterstützung durch die Gemeinschaft

Selbstreflexion (2 Fragen) Anonyme Selbstauskunft über eigenes Mobbingverhalten und Motive (Wut, Notwendigkeit, Spaß, Vergeltung).

Offenes Feedback (1 Frage) Freitextfeld für zusätzliche Gedanken, Erfahrungen und Vorschläge.


Datenanalyse

Eine in Python (Jupyter Notebook) implementierte automatisierte Analyse-Pipeline verarbeitet die Umfrageergebnisse zur Erstellung umfassender Berichte.

Berechnete Kennzahlen:

Prävalenzraten

  • Opfer physischer Gewalt: Prozentsatz derer, die in den letzten 6 Monaten physische Gewalt erfahren haben.
  • Opfer verbaler/sozialer Gewalt: Prozentsatz derer, die Beleidigungen, Ausschluss oder Gerüchte erfahren haben.
  • Opfer von Cybermobbing: Prozentsatz derer, die Online-Belästigung erfahren haben.
  • Chronische Opfer: Schüler, die seit mehr als 6 Monaten Gewalt erleben.
  • Täter: Häufigkeit des selbstdokumentierten Mobbingverhaltens.
  • Täter-Opfer: Schüler, die sowohl Täter als auch Opfer sind.
  • Reine Opfer: Opfer, die selbst kein Mobbing ausüben.

Demografische Auswertungen

  • Gewaltprävalenz nach Klassenstufe und Geschlecht.
  • Altersbedingte Trends bei den Gewaltformen.

Täteranalyse

  • Mobbingmuster (Gruppe vs. Einzelpersonen).
  • Interne (Mitschüler) vs. externe Täter.
  • Anzahl der Täter pro Vorfall.

Ort & Zeitpunkt

  • Häufigste Tatorte (Ranking).
  • Spitzenzeiten der Vorfälle.

Unterstützungssysteme

  • Bekanntheitsgrad von Hilfsangeboten.
  • Verteilung der bevorzugten Ansprechpartner.
  • Tatsächliches Hilfesuchverhalten der Opfer.
  • Anteil der Opfer, die keine Hilfe erhalten.

Effektivität der Lehrkräfte

  • Wahrgenommene Aufmerksamkeit und Interventionsgüte der Lehrer.
  • Vertrauen der Schüler in das Lehrpersonal und Fairness-Bewertungen.

Schutzfaktoren

  • Freundschaftsqualität in der Klasse und familiäre Akzeptanz.
  • Korrelationsanalyse zwischen Schutzfaktoren und Gewaltbelastung.

Zuschauerverhalten (Bystander)

  • Beobachtungshäufigkeit und Interventionsbereitschaft.
  • Emotionale Reaktionen beim Beobachten von Mobbing.

Analyse-Workflow

  1. Datenimport: Laden des CSV-Exports von der Tally-Plattform.
  2. Datenbereinigung: Umgang mit fehlenden Werten, Standardisierung der Kategorien.
  3. Demografisches Profiling: Berechnung der Rücklaufquoten und Verteilungen.
  4. Gewaltprävalenz: Berechnung der Statistiken für alle Gewaltarten.
  5. Musteranalyse: Identifikation von Trends über Demografie, Orte und Zeiten hinweg.
  6. Evaluierung der Unterstützung: Bewertung des Hilfesuchverhaltens.
  7. Korrelationsanalyse: Untersuchung des Zusammenhangs zwischen Wohlbefinden und Gewalt.
  8. Visualisierung: Erstellung von Diagrammen für die Kernergebnisse.
  9. Berichtserstellung: Generierung eines umfassenden PDF-Berichts.

Technisches & Datenschutz

Anforderungen:

  • Python-Bibliotheken: pandas, matplotlib, seaborn, numpy, fpdf/reportlab.
  • Umgebung: Google Colab, lokales Jupyter Notebook oder VSCode.

Datenschutz & Ethik:

  • Vollständig anonyme Datenerhebung (keine personenbezogenen Daten).
  • Freiwillige Teilnahme mit informierter Einwilligung.
  • Bereitstellung von Hilfsressourcen am Ende der Umfrage.
  • Ausschließlich aggregierte Daten (keine Rückschlüsse auf Einzelpersonen).

Projektorganisation

Dieses Projekt wurde von der Schülervertretung (SV) initiiert und verwaltet, um Mobbing- und Gewaltprobleme innerhalb der Schulgemeinschaft besser zu verstehen und anzugehen, maßgeblich umgesetzt durch JohanGrims.