nach oben

AStA Wirtschafts- und Sozialstatistisches Archiv

Erschienen in:

Open Access 03.12.2020 | Originalveröffentlichung

Die Prognose von Studienerfolg und Studienabbruch auf Basis von Umfrage- und administrativen Prüfungsdaten

Das Projekt „Studienverläufe“ am FB Wirtschaftswissenschaft der FU Berlin

verfasst von: Sören Pannier, Ulrich Rendtel, Hartmut Gerks

Erschienen in: AStA Wirtschafts- und Sozialstatistisches Archiv | Ausgabe 3-4/2020

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Zusammenfassung

Die Messung von Studienerfolg bzw. Studienabbruch erfolgt häufig retrospektiv anhand von Exmatrikulierten-Befragungen. Diese Erhebungen sind jedoch mit hohen Nonresponse-Raten verknüpft. Auch die retrospektive Selbsteinschätzung unterliegt Erinnerungsfehlern. Alternativ findet man auch prospektive Ansätze im Rahmen von Panelerhebungen, die jedoch von Stichprobenausfällen zwischen den Befragungswellen betroffen sind.

Dieser Artikel präsentiert einen neuen prospektiven Ansatz auf Basis von administrativen Prüfungsdaten und Umfragedaten. Hintergrundinformationen über die Studierenden werden zu Beginn des zweiten Fachsemesters im Rahmen einer Hörsaalbefragung erhoben. Die notwendige Einwilligung der Studierenden zur Verknüpfung mit den Prüfungsdaten wird fast immer erreicht, so dass der Einfluss von Hintergrundmerkmalen, Nebentätigkeit während des Studiums sowie der Studienmotivation auf den Studienabschluss ohne Stichprobenausfälle analysiert werden kann.

Dieser Ansatz wurde erstmalig am Fachbereich Wirtschaftswissenschaft der FU Berlin realisiert. Der Aufsatz beschreibt die Durchführung dieses Konzepts sowie Analyseergebnisse für den Studienverlauf und Studienabbrüche. Im Ergebnis erhalten wir, dass sich ein Studienabbruch schon in der Studieneingangsphase anhand der erworbenen Leistungspunkte und der Selbsteinschätzung der Studierenden sehr genau vorhersagen lässt. Hingegen liefern die Schulnote und die sozialen Hintergrundmerkmale keine zusätzliche Information für einen Studienabbruch.

Vorheriger Artikel Reinhard Hujer – Ein Forscherleben als Spiegelbild der Ökonometrie

Nächster Artikel Treatment of sample under-representation and skewed heavy-tailed distributions in survey-based microsimulation: An analysis of redistribution effects in compulsory health care insurance in Switzerland

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Nur mit Berechtigung zugänglich

An der HU Berlin wird nach demselben Konzept eine schriftliche Befragung durchgeführt. Dort lag die Rücklaufquote nie über 10 %. In 2015 lag sie bei 2 %.

In einer ähnlichen Umfrage zum Erfolg in 5 Masterstudiengänge am Fachbereich haben wir die Studierenden ebenfalls auf der Einführungsveranstaltung des jeweiligen Studiengangs angesprochen.

Allerdings hat dies die Konsequenz, dass Studierende, die ihr Studium schon vor dem zweiten Semester abbrechen, nicht berücksichtigt werden.

Die Prüfungsergebnisse liegen in der Regel erst unmittelbar vor Beginn des neuen Semesters vor.

Allerdings fehlen dort die Hintergrundmerkmale aus der Hörsaalbefragung.

Die gesamte Prüfungsadministration der FU wird über SAP verwaltet. Das System gestattet daher den einzelnen Nutzern nur bestimmte, vorher festgelegte Auswertungen der eigentlichen Prüfungsdatenbank.

Diese Vorbehalte gelten natürlich nur für Nutzer außerhalb der Prüfungsverwaltung. Umgekehrt ist es für die Mitarbeiter der Prüfungsverwaltung schwierig, an die Hintergrundgrundmerkmale der Studierenden zu kommen.

Die Einverständniserklärung ist im Anhang B dokumentiert. Da sie im Sommersemester 2016 eingesetzt wurde, fehlt dort ein Hinweis auf die später eingeführte Datenschutzgrundverordnung.

203 im BA-BWl und 119 im BA-VWL.

Der Grund liegt in den unterschiedlichen Zugangsebenen: Während der Kooperationspartner aus der HU als Stabsstelle Qualitätsmanagement direkt auf die Prüfungsergebnisse zugreifen kann, hatten die Autoren an der FU nur einen eingeschränkten Zugriff über eine SAP-Schnittstelle.

Basis sind die vier Kohorten 2010/11 bis 2013/14.

Zur besseren Sichtbarkeit wurde die Sprungfunktion durch eine glatte Interpolation ersetzt.

In dieser engen Definition wird auch ein Wechsel des Studienfachs als Abbruch gewertet.

In diesem Punkt unterscheiden sich die FU und die HU. An der HU müssen sich die Studierenden vor jeder Prüfung aktiv zur Prüfung anmelden. An der FU sind Studierende mit Anmeldung zum Modul auch automatisch zur Modulprüfung angemeldet. Aus diesem Grund wird an der HU das Nichterscheinen nach Anmeldung zur Prüfung wie ein Nichtbestehen gewertet.

Obwohl offiziell die Möglichkeit eines Teilzeitstudiums besteht, wird diese Alternative praktisch nicht genutzt.

Die Mittelwerte belegen jeweils eine nicht bestandene und eine nicht angetretene Prüfung bis zum 2. Semester.

Es kann durch Wechsler des Fachs, der Prüfungsordnung oder der Universität in Einzelfällen auch zu Verzügen zwischen den 6‑Punkt-Schritten kommen.

Eine Liste der zur Verfügung stehenden Variablen ist in Appendix A gegeben.

Die Referenzkategorie ist hier durch eine HZB-Note bis zu 1,5 gegeben. Erst ab einer HZB-Note, die schlechter als 2,6 ist, werden Unterschiede im Erwerb der Studienpunkte als signifikant erkannt.

Wegen der schwachen Signifikanz ist dieser Effekt jedoch wenig abgesichert.

Diejenigen Studierenden, die bereits nach dem ersten Semester das Studium abgebrochen haben, können allerdings nicht berücksichtigt werden.

Die hohe Ausschöpfungsquote von 71 % wurde mit einer Bezahlung von 150 Euro plus 3 Leistungspunkten förmlich erkauft.

Für die hier untersuchte Kohorte, die im SS 2016 im 2. Fachsemester war, war im WS 19/20 dem Zeitpunkt der Abfassung des Manuskripts, im 9. Fachsemester. Die Angaben für höhere Fachsemester lagen also noch nicht vor.

Allerdings erweist sich die Unterscheidung nach Männern und Frauen sowohl hinsichtlich der Studienwechselneigung als auch hinsichtlich des Studienabbruchs als nicht signifikant.

Da Wiederholungsprüfungen am FB Wirtschaftswissenschaft nur nach vorherigen Nicht-Bestehen abgelegt werden können, fallen einige Studierenden mit Absicht durch die Prüfung um am späteren Wiederholungstermin teilnehmen zu können. Dies geschieht in der Absicht, den Prüfungszeitraum um mehrere Monate zu vergrößern.

Eine etwas positivere Interpretation wäre eine geringe Vertrautheit mit den Studieninhalten.

Die Parametrisierung ist durch \(\log(\frac{P(Y_{i}\leq j)}{P(Y_{i}> j)})=\kappa_{j}+x_{i}^{\prime}\beta\) gegeben. D. h. positive Steigungskoeffizienten zeigen eine Vergrößerung der Studienwechselneigung an, während negative Koeffizienten eine Verringerung des Studienwechselrisikos anzeigen.

Wegen der geringen Anzahl der Nennungen ist der Schätzwert für den Effekt allerdings nicht signifikant.

Obwohl einzelne Prüfungsleistungen (z. B. die Korrektur der Abschlussarbeit steht noch aus) noch ausstehen wird bereits ein Masterstudium begonnen. In diesem Fall hat der Studierende bereits seinen Bachelorstudiengang verlassen diesen aber noch nicht erfolgreich abgeschlossen. Solch ein Verhalten entspricht aber eher einem Abschluss als einem Wechsel.

Gewisse Abweichungen entstehen durch eine weitere Gewichtung mit der Mathematik‑, Deutsch- oder Englischnote.

Dies ist eine nicht-parametrische Darstellung des bedingten Erwartungswerts für die abhängige Größe bei gegebener Abiturnote (LOESS Kurve).

Ganz ähnliche Ergebnisse erhält man für die Kohorten WS 2013/13 und WS 2013/14.

Die Analyse der Modulnoten erfolgt auf Basis der administrativen Daten der HU, die neben den Einzelnoten auch die Hochschulzugangsberechtigungsnote (HZB_Note) aus dem Zulassungsverfahren verfügbar macht. Für die FU standen in dem Projekt nur die erworbenen Leistungspunkte nicht jedoch die dabei erzielten Noten zur Verfügung. Auch werden an der FU die Daten von Zulassungsverfahren und Prüfungsadministration getrennt gehalten.

Man könnte diesen Befund zunächst für einen verkappten Geschlechtseffekt halten, da an der HU der Männeranteil in der BWL 50 % in der VWL aber 66 % beträgt. Allerdings zeigt eine separate Auswertung nach Geschlecht einen unveränderten Befund.

Wiederum wurden aus Datenschutzgründen aber auch zur Vergrößerung der Fallzahlen verschiedene Kohorten (WS 2011/12 bis WS 2016/17) zusammengefasst.

Über die Gründe für dieses unterschiedliche Studierverhalten kann hier nur spekuliert werden. Möglich wäre eine höhere Selektion der Studierenden in der VWL während ihres Studiums, so dass am Ende des Studiums als Resultat höherer Abbruchraten nur noch Studierende mit einer hohen fachlichen Motivation den BA-VWL abschließen.

Dies ist der Bildungsgang eines der Autoren.

Das Versäumen dieser Frist hat dann die gewollte Konsequenz, dass das Studium in diesem Studiengang beendet ist. Die hier berichteten Ergebnisse vom Fachbereich Wirtschaftswissenschaft der FU und der HU basieren auf Studienordnungen, die solche Fristenregelungen nicht kennen.

Genauer die Hochschulberechtigungsnote.

Es werden fast ausschließlich Korrelationskoeffizienten berichtet.

So der unterschiedliche Einfluss der Abiturnote auf die Note im Modul Recht für die BWl und die VWL.

Vgl. https://www.tagesschau.de/inland/medizinstudium-verfassungsgericht-101.html aufgerufen am 3.12.2019.

Manchmal wird auch die Bezeichnung „Schnupperstudium“ gewählt.

Basic E, Rendtel U (2007) Assessing the bias due to non-coverage of residential movers in the german microcensus panel: an evaluation using data from the socio-economic panel. AStA 91(3):311–334MathSciNetCrossRef

Bean JP (1982) Student attrition, intentions, and confidence: Interaction effects in a path model. Res High Educ 17(4):291–320CrossRef

Berens J, Schneider K, Gortz S, Oster S, Burghoff J (2019) Early detection of students at risk - Predicting student dropouts using administrative student data from German universities and machine learning methods. J Educ Data Min 11(3):1–41. https://doi.org/10.5281/zenodo.3594771CrossRef

Brandstätter H, Grillich L, Farthofer A (2006) Prognose des Studienabbruchs. Z Entwicklungspsychol Padagog Psychol 38(3):121–131

Danilowicz-Gösele K, Lerche K, Meya J, Schwager R (2017) Determinants of students’ success at university. Educ Econ 25(5):513–532CrossRef

Fahrmeir L, Kneib T, Lang S, Marx B (2013) Regression: models, methods and applications. Springer, Berlin, Heidelberg, New YorkCrossRef

Fleischer J, Leutner D, Brand M, Fischer H, Lang M, Schmiemann P, Sumfleth E (2019) Vorhersage des Studienabbruchs in naturwissenschaftlich-technischen Studiengängen. Z Erziehungswiss 22(5):1077–1097CrossRef

Georg W (2008) Individuelle und institutionelle Faktoren der Bereitschaft zum Studienabbruch: eine Mehrebenenanalyse mit Daten des Konstanzer Studierendensurveys. Z Soziol Erzieh Sozialisation 28(2):191–206

Gold A (1988) Studienabbruch, Abbruchneigung und Studienerfolg. Vergleichende Bedingungsanalysen des Studienverlaufs. Europäische Hochschulschriften

Hahm S, Storck J (2018) Das potenzial administrativer Daten für das Qualitätsmanagement an Hochschulen. Z Hochschulentwickl 13(1):193–207CrossRef

Heublein U, Ebert J, Hutzsch C, Isleib S, König R, Richter J, Woisch A (2017) Zwischen Studienerwartungen und Studienwirklichkeit: Ursachen des Studienabbruchs, beruflicher Verbleib der Studienabbrecherinnen und Studienabbrecher und Entwicklung der Studienabbruchquote an deutschen Hochschulen. Deutsches Zentrum für Hochschul-und Wissenschaftsforschung (DZHW), Hannover

Himmler O, Jäckle R, Weinschenk P (2019) Soft commitments, reminders, and academic performance. Am Econ J Appl Econ 11(2):114–142CrossRef

Hinneberg H (2003) Abiturnote und Studienerfolg. Hochschulwesen 51:145–146

Isphording IE, Wozny F (2018) Ursachen des Studienabbruchs–Eine analyse des nationalen Bildungspanels. Tech. rep.. Institute for the Study of Labor (IZA), Bonn

Kühn M, Uta L, Klaus P (2018) Erfolgsbias in Datenbeständen der empirischen Bildungsforschung?: Eine Analyse auf Basis der neps-Daten. 6. Tagung der Gesellschaft für Empirische Bildungsforschung. Tech. rep.

Multrus F, Majer S, Bargel T, Schmidt M (2017) Studiensituation und studentische Orientierungen. 13. Studierendensurvey an Universitäten und Fachhochschulen. Tech. rep.. BMBF, Berlin

Neugebauer M, Heublein U, Daniel A (2019) Studienabbruch in Deutschland: Ausmaß, Ursachen, Folgen, Präventionsmöglichkeiten. Z Erziehungswiss. https://doi.org/10.1007/s11618-019-00904-1CrossRef

Sarcletti A, Müller S (2011) Zum Stand der Studienabbruchforschung. theoretische Perspektiven, zentrale Ergebnisse und methodische Anforderungen an künftige Studien. Z f Bildungsforsch 1(3):235–248CrossRef

Schiefele U, Jacob-Ebbinghaus L (2006) Lernermerkmale und Lehrqualität als Bedingungen der Studienzufriedenheit. Z Padagog Psychol 20(3):199–212

Schimpl-Neimanns B (2008) Bildungsverläufe und Stichprobenselektivität: Analysen zur Stichprobenselektivität des Mikrozensuspanels 1996-1999 am Beispiel bildungsstatistischer Fragestellungen Bd. 1 (DEU)

Schneider K, Berens J, Burghoff J (2019) Drohende Studienabbrüche durch Frühwarnsysteme erkennen: Welche Informationen sind relevant? Z Erziehungswiss 22(5):1121–1146CrossRef

Schröder-Gronostay M (1999) Studienabbruch–Zusammenfassung des Forschungsstandes. Studienerfolg und Studienabbruch, S 209–240

Tinto V (1975) Dropout from higher education: a theoretical synthesis of recent research. Rev Educ Res 45(1):89–125CrossRef

Trapmann S, Hell B, Weigand S, Schuler H (2007) Die Validität von Schulnoten zur Vorhersage des Studienerfolgs-eine Metaanalyse. Z Pädagog Psychol 21(1):11–27

Wiers-Jenssen J, Stensaker B, Grøgaard JB (2002) Student satisfaction: towards an empirical deconstruction of the concept. Qual High Educ 8(2):183–195CrossRef

Titel: Die Prognose von Studienerfolg und Studienabbruch auf Basis von Umfrage- und administrativen Prüfungsdaten
Das Projekt „Studienverläufe“ am FB Wirtschaftswissenschaft der FU Berlin
verfasst von: Sören Pannier
Ulrich Rendtel
Hartmut Gerks
Publikationsdatum: 03.12.2020
Verlag: Springer Berlin Heidelberg
Erschienen in: AStA Wirtschafts- und Sozialstatistisches Archiv / Ausgabe 3-4/2020
Print ISSN: 1863-8155
Elektronische ISSN: 1863-8163
DOI: https://doi.org/10.1007/s11943-020-00278-5

Springer Professional

Zusammenfassung

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Wirtschaft"

Weitere Artikel der Ausgabe 3-4/2020

Reinhard Hujer – Ein Forscherleben als Spiegelbild der Ökonometrie

Treatment of sample under-representation and skewed heavy-tailed distributions in survey-based microsimulation: An analysis of redistribution effects in compulsory health care insurance in Switzerland

Vorwort der Herausgeber

Interview mit Göran Kauermann