Skip to main content
SpringerLink
Log in

Individuelle und kontextuelle Prädiktoren des Fachwissenserwerbs zum Internen Rechnungswesen im Hochschulstudium

Individual and contextual predictors of the acquisition of content knowledge in internal accounting in higher education

  • Original Paper - Schwerpunkt
  • Published:
Zeitschrift für Erziehungswissenschaft Aims and scope Submit manuscript

Zusammenfassung

In der Studie werden die individuellen Prädiktoren des Fachwissenserwerbs zum Internen Rechnungswesen (ReWe), einem Kernbereich des betriebswirtschaftlichen Hochschulstudiums, betrachtet. Zur modell- und testbasierten Erfassung des Fachwissens wurde eine ins Deutsche übersetzte, adaptierte und umfassend validierte Version eines international erprobten Tests im Bereich Accounting bei Studierenden der Wirtschaftswissenschaften deutschlandweit eingesetzt. Zur Identifizierung der Prädiktoren wurde zunächst der internationale Forschungsstand kritisch analysiert. Es zeigte sich, dass neben hochschulischen und ihnen vorausgehenden Lerngelegenheiten insbesondere der soziokulturelle Hintergrund sowie das Geschlecht in Betracht zu ziehen sind. Diese Faktoren wurden im Rahmen einer Testung von 1012 Studierenden an 23 deutschen Hochschulen erfasst. Die Befunde einer Mehrebenenanalyse zeigen, dass unter den hochschulischen Lerngelegenheiten der Besuch einer Veranstaltung des Internen ReWe erwartungsgemäß den größten Zusammenhang mit dem Fachwissen aufweist. Eine vor dem Studium absolvierte kaufmännische Berufsausbildung steht unter Kontrolle der anderen einbezogenen Merkmale ebenfalls in einem positiven Zusammenhang mit dem Fachwissen.

Abstract

In our study, we examine some theoretically relevant personal factors as predictors of students’ acquisition of knowledge of management accounting, a key area of business and economics studies in higher education. We modeled and assessed business and economics students’ knowledge of management accounting in Germany using an internationally proven accounting test that has been translated and adapted and comprehensively validated for higher education in Germany. A review of the international literature showed that potential predictors might include not only learning opportunities students have used during and prior to higher education, but also students’ socio-cultural background and gender. These factors were assessed in a survey of 1012 students studying at 23 institutions of higher education. Not surprisingly, a multilevel analysis confirmed that among the learning opportunities a course in management accounting has the greatest effect on students’ knowledge of management accounting. But when other potential predictors are controlled, completion of a commercial vocation training prior to university studies shows a positive effect, as well.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2

Notes

  1. Das Interne ist vom Externen ReWe abzugrenzen. Das Externe ReWe dient in erster Linie dazu, mit Hilfe von doppelter Buchführung und mit Instrumenten wie der Bilanz sowie der Gewinn- und Verlustrechnung die Bestände und Bewegungen des Vermögens und der Schulden sowie die Erträge und Aufwendungen darzustellen. Dabei unterliegt das Externe ReWe einer Reihe gesetzlicher Vorschriften (z. B. HGB, EStG, UStG) und dient insbesondere der Rechenschaftslegung gegenüber den Kapitalgebern. Das Interne ReWe ist im Unterschied dazu als ein innerbetriebliches Informationssystem anzusehen, „das Entscheidungsträger mit Informationen über die bewerteten zweckzielbezogenen Güterverbräuche zur Planung, Steuerung, Kontrolle und Dokumentation der innerbetrieblichen Leistungserstellungsprozesse informiert“ (Horsch 2010, S. 3). Im vorliegenden Test werden die Inhalte traditioneller Bachelor-Grundlagenveranstaltungen erfasst. Das zugrunde gelegte Fachwissen deckt somit primär die Inhaltsgebiete der Kosten- und Leistungsrechnung mit Kostenarten-, Kostenstellen- und Kostenträgerrechnung ab. Dabei werden sowohl deklarative als auch anwendungsbezogene prozedurale Wissensbestände erfasst. Grundsätzlich lassen sich numerische und nicht-numerische Komponenten unterscheiden (s. ausführlicher in Kapitel „Instrument und Stichprobe“). Ein Test zur Erfassung des Wissens im Externen ReWe wurde innerhalb des Projekts KoMeWP (Bouley et al. 2015) entwickelt.

  2. Das Projekt WiwiKom wird unter dem Kennzeichen 01PK11013 vom Bundesministerium für Bildung und Forschung gefördert. Weitere Informationen sind unter der Homepage www.wiwi-kompetenz.de zugänglich.

  3. Zur inhaltlichen, kognitiven, konvergenten sowie diskriminanten Validierung des Tests siehe Zlatkin-Troitschanskaia et al. (2014) sowie Zlatkin-Troitschanskaia et al. (2013).

  4. Im Projekt WiwiKom findet eine Fokussierung auf wirtschaftswissenschaftliches (Fach-)Wissen bzw. die hierfür notwendigen Wissensstrukturen statt. Für eine umfassende Darstellung des zugrundeliegenden Wissensmodells siehe Zlatkin-Troitschanskaia et al. (2014) sowie Zlatkin-Troitschanskaia et al. (2013).

  5. Die Prüfung dieser Annahme kann auch als ein Indikator dafür dienen, in wie weit der verwendete Test curricular valide Schlussfolgerungen auf das zu prüfende Konstrukt „Fachwissen im Internen ReWe“ erlaubt („Alignement“).

  6. Zur Validierung der Inhalte der Aufgaben wurden u. a. Curriculumanalysen von 96 Studiengängen und deutschlandweite Onlinebefragungen bei Dozenten durchgeführt, so dass sichergestellt ist, dass die erfassten Inhalte zentral für die Curricula und die Lehre an deutschen Hochschulen sind.

  7. Zur Erfassung des Fachwissens von Studierenden wurden in Projekt WiwiKom insgesamt 210 Aufgaben eingesetzt, die neben den 20 Aufgaben aus dem ReWe 190 weitere Aufgaben aus verschiedenen Inhaltsbereichen der Betriebs- und Volkswirtschaftslehre umfassen. Wegen der begrenzten Testbearbeitungszeit in hochschulischen Lehrveranstaltungen wurde jedem Studierenden nur eine Auswahl von 30 Aufgaben zur Bearbeitung vorgelegt. Die Gestaltung der Testhefte folgte der Konzeption eines balanced Youden Square-Designs (Frey et al. 2009).

  8. Diese Annahme kann auch empirisch bestätigt werden. So wurden verschiedene Modelle, wie beispielsweise eine Differenzierung in eine Numeracy- und Literacy-Komponente geprüft. Hier zeigt sich, dass die beiden Komponenten mit 0,89 korrelieren, so dass eine eindimensionale Struktur angenommen werden kann.

  9. Zudem ermöglichen die auf dem Prinzip der multiplen Imputation (Mislevy 1991) ermittelten PV eine messfehlerkorrigierte Schätzung der Personenparameter auf Populationsebene und sind besser als klassische Punktschätzer geeignet (z. B. WLE), um den Zusammenhang zwischen den verschiedenen Kovariaten und der Personenfähigkeit auf Populationsebene zu modellieren (Bond und Fox 2007). Hierzu bedarf es bei der Schätzung der PV als „Conditioning Variables“ der Berücksichtigung der Prädiktoren im Hintergrundmodell. Bei dieser Schätzung wird die mittlere Personenfähigkeit restringiert und das Hintergrundmodell unter Berücksichtigung aller oben genannten relevanten Prädiktoren spezifiziert.

  10. Da im ersten Schritt eine Imputation der soziodemografischen Variablen mit Hilfe von fünf Datensätzen vorgenommen wurde und für jeden dieser fünf Datensätze wiederum fünf PV erzeugt wurden, ergeben sich insgesamt 25 Datensätze. Dieses Vorgehen wird aufgrund des relativ geringen Anteils fehlender Werte in den soziodemografischen Variablen und des daraus resultierenden geringen Varianzanteils, der durch die Imputation begründet wird, als gerechtfertigt angesehen. Bei einem höheren Anteil fehlender Werte sollte aber die Nestung der Ziehung der PVs in der Imputation der soziodemografischen Variablen berücksichtigt werden, um die Standardfehler der Parameter neu zu schätzen. Für dieses Vorgehen s. Weirich et al. (2014).

  11. Die PVs wurden aus den Posterior-Verteilungen der latenten Variable gezogen, die mit der Software ConQuest 3.0.1. erzeugt worden waren (Adams et al. 2012).

  12. Die Varianzaufklärung bzw. das Pseudo-R² wurde mittels der einschlägigen Formel von Snijders und Bosker (2012, S. 111–113) für zweiebige, auf linearen Regressionen basierende Mehrebenenmodelle geschätzt.

  13. Dies kann dadurch erklärt werden, dass die Veranstaltungsbesuche nicht nur innerhalb, sondern auch zwischen den Hochschulen variieren. So gibt es bspw. Hochschulen, an denen nahezu 90 % der Studierenden bereits eine Lehrveranstaltung im Internen ReWe besucht haben, während dies an anderen Hochschulen nur für knapp 20 % der Studierenden zutrifft.

  14. Multikollinearitäten wurden zusätzlich mittels linearer Regressionsanalysen für jede Imputation geprüft. Die Ausprägungen des „Variance Inflation Factors“ lagen stets zwischen 1,29 und 1,32, so dass keine Konfundierung des Fachsemesters mit den absolvierten Veranstaltungen vorliegt.

  15. Es könnte neben diesen Überlegungen auch noch der Frage nachgegangen werden, ob Stereotypenbedrohung bei den gefundenen Geschlechterunterschieden eine Rolle spielt. Wenn Aufgaben mit numerischem Bezug das Stereotyp von der Unterlegenheit von Frauen bei mathematischen Aufgaben aktivierten, könnte dies u. U. zu einer sich selbst erfüllenden Erwartung in Form eines schlechteren Abschneidens der weiblichen Studierenden führen.

  16. Zu Fragen der kognitiven Anforderungen der einzelnen Items wird in einer weiteren Publikation berichtet, die sich auf der Grundlage kognitiver Interviews differenziert mit dem lösungsbezogenen Wissensabruf und den aktivierten Denkprozessen auseinandersetzt (Brückner 2015).

Literatur

  • Adams, R. J., Wu, M. L., & Wilson, M. R. (2012). ACER ConQuest 3.0.1. Camberwell: ACER.

    Google Scholar 

  • Anderson, L. W., Krathwohl, D. R., Airasian, P. W., Cruikshank, K. A., Mayer, R. E. Pintrich, P. R., Raths, J., & Wittrock M. C. (2001). A Taxonomy for Learning, Teaching, and Assessing. New York: Longman.

  • Beck, K. (1993). Dimensionen der ökonomischen Bildung. Messinstrumente und Befunde. Nürnberg: Universität Erlangen-Nürnberg.

    Google Scholar 

  • Biggs, J. (1999). Teaching for Quality Learning at University. Buckingham: Society for Research into Higher Education and Open University.

    Google Scholar 

  • Bond, T. G., & Fox, C. M. (2007). Applying the Rasch model: Fundamental measurement in the human sciences (2. Aufl.). Mahwah, New Jersey: Lawrence Erlbaum.

    Google Scholar 

  • Bouley, F., Berger, S., Fritsch, S., Wuttke, E., Seifried, J., Schnick-Vollmer, K., & Schmitz, B. (2015). Zum Einfluss von universitären und außeruniversitären Lerngelegenheiten auf das Fachwissen und fachdidaktische Wissen von Studierenden der Wirtschaftspädagogik. In S. Blömeke & O. Zlatkin-Troitschanskaia (Hrsg.), Kompetenzen von Studierenden (Zeitschrift für Pädagogik: Themenheft 61, S. 100–115). Weinheim: Beltz.

  • Brückner, S., Förster, M., Zlatkin-Troitschanskaia, O., Happ, R., Walstad, W. B., Yamaoka, M., & Asano, T. (2015). Gender effects in assessment of economic knowledge and understanding – differences among undergraduate business and economics students in Germany, Japan, and the United States. Peabody Journal of Education, 90(4), 503–518.

    Article  Google Scholar 

  • Brückner, S. (2015). Die Analyse mentaler Prozesse von Studierenden beim Lösen wirtschaftswissenschaftlicher Testaufgaben in einem prozessbezogenen Validierungsansatz (Dissertation). Mainz: Johannes Gutenberg-Universität, FB03.

  • Byrne, M., & Flood, B. (2008). Examining the relationship among background variables and academic performance of first year accounting students at an Irish University. Journal of Accounting Education, 26, 202–212.

    Article  Google Scholar 

  • Brahmasrene, T., & Whitten, D. (2001). Assessing success on the uniform CPA exam: A Logit approach. Journal of Education for Business, 77(1), 45–55.

    Article  Google Scholar 

  • CENEVAL (2011a). Examen General para el Egreso de la Licenciatura en Administración. EGEL-ADMON. Mexiko City, Mexiko: CENEVAL.

    Google Scholar 

  • CENEVAL (2011b). Examen General para el Egreso de la Licenciatura en Contaduria. EGEL-CONTA. Mexiko City, Mexiko: CENEVAL.

    Google Scholar 

  • Croson, S., & Gneezy, U. (2009). Gender differences in preferences. Journal of Economic Literature, 47(2), 448–474.

    Article  Google Scholar 

  • Carpenter, V. L., Friar, S., & Lipe, M. G. (1993). Evidence on Performance of Accounting Students. Race, Gender, and Expectations. Issues in Accounting Education, 8(1), 1–18.

    Google Scholar 

  • Danko-McGhee, K., & Duke, J. C. (1992). Predicting student performance in accounting classes. Journal of Education for Business, 67(5), 270–275.

    Article  Google Scholar 

  • Davies, P., & Lundholm, C. (2012). Students’ understanding of socio-economic phenomena: Conceptions about the free provision of goods and services. Journal of Economic Psychology, 33(1), 79–89.

    Article  Google Scholar 

  • Doran, B. M., Bouillon, M. L., & Smith, C. G. (1991). Determinants of Student Performance in Accounting Principles 1 und 2. Issues in Accounting Education, 6(1), 74–86.

    Google Scholar 

  • Downing, S. M. (2003). Guessing on selected-response examinations. Medical Education, 37(8), 670–671.

    Article  Google Scholar 

  • Duff, A. (2004). Understanding academic performance and progression of first-year accounting and business economics undergraduates: the role of approaches to learning and prior academic achievement. Accounting Education, 13(4), 409–430.

    Article  Google Scholar 

  • Förster, M., Brückner, S., & Zlatkin-Troitschanskaia, O. (2015). Assessing the financial knowledge of university students in Germany. Empirical Research in Vocational Education and Training, 7(6), 1–20.

    Google Scholar 

  • Frey, A., Hartig, J., & Rupp, A. A. (2009). An NCME Instructional Module on Booklet Designs in Large-Scale Assessments of Student Achievement: Theory and Practice. Educational Measurement: Issues and Practice, 28(3), 39–53.

    Article  Google Scholar 

  • Fritsch, S., Berger, S., Seifried, J., Bouley, F., Wuttke, E., Schnick-Vollmer, K., & Schmitz, B. (2015). The impact of university teacher training on prospective teachers’ CK and PCK – a comparison between Austria and Germany. Empirical Research in Vocational Education and Training, 7(4), 1–20.

    Google Scholar 

  • Gebhardt, M., Rauch, D., Mang, J., Sälzer, C., & Stanat, P. (2013). Mathematische Kompetenz von Schülerinnen und Schülern mit Zuwanderungshintergrund. In M. Prenzel, C. Sälzer, E. Klieme, & O. Köller (Hrsg.), PISA 2012. Fortschritte und Herausforderungen in Deutschland (S. 275–308). Münster: Waxmann.

    Google Scholar 

  • Gist, W. E., Goedde, H., & Ward, B. H. (1996). The influence of mathematical skills and other factors on minority student performance in Principles of Accounting. Issues in Accounting Education, 11(1), 49–60.

    Google Scholar 

  • Gogolin, I. (2013). Chancen und Risiken nach PISA – über Bildungsbeteiligung von Migrantenkindern und Reformvorschläge. In G. Auernheimer (Hrsg.), Schieflagen im Bildungssystem – Die Benachteiligung der Migrantenkinder (5. Aufl., S. 33–50). Wiesbaden: Springer VS.

    Chapter  Google Scholar 

  • Gracia, L., & Jenkins, E. (2003). A quantitative exploration of student performance on an undergraduate accounting programme of study. Accounting Education, 12(1), 15–32.

    Article  Google Scholar 

  • Happ, R., Zlatkin-Troitschanskaia, O., Beck, K., & Förster, M. (2016). Increasing Heterogeneity in Students’ Prior Economic Content Knowledge – Impact on and Implications for Teaching in Higher Education. In E. Wuttke, J. Seifried, & S. Schumann (Hrsg.), Economic Competence of Young Adults in European Countries (S. 193–210). Opladen: Budrich.

  • Hedges, L. V., & Hedberg, E. C. (2007). lntraclass correlation values for planning group-randomized trials in education. Educational Evaluation and Policy Analysis, 29(1), 60–87.

    Article  Google Scholar 

  • Heinze, D. (2015). Die Bedeutung der Volition für den Studienerfolg. Zu dem Einfluss volitionaler Strategien der Handlungskontrolle auf den Erfolg von Bachelorstudierenden – Eine empirische Untersuchung (Dissertation). Mainz: Johannes Gutenberg-Universität, FB03.

    Google Scholar 

  • Helmke, A., & Schrader, F.-W. (2011). Vom Angebots-Nutzungs-Modell zur Unterrichtsentwicklung. In A. Bartz, H.-J. Brandes, & S. Engelke (Hrsg.), Praxishilfen für die mittlere Führungsebene in der Schule (S. 3–6). Köln: Link.

    Google Scholar 

  • Horsch, J. (2010). Kostenrechnung. Klassische und neue Methoden in der Unternehmenspraxis. Wiesbaden: Gabler.

    Google Scholar 

  • Hox, J. J. (2010). Multilevel Analysis – Techniques and Applications (2. Aufl.). New York: Routledge.

    Google Scholar 

  • Jähnig, C. C. (2014). Die Messung betriebswirtschaftlichen Wissens von Studierenden: Eine quantitativ-empirische Untersuchung situativer Testaufgaben. Bielefeld: Bertelsmann.

    Google Scholar 

  • Keef, S. P., & Roush, M. L. (1997). New Zealand Evidence on the Performance of Accounting Students: Race, Gender and Self-Concept. Issues in Accounting Education, 12(2), 315–330.

    Google Scholar 

  • Koh, M. Y., & Koh, H. C. (1999). The determinants of performance in an accountancy degree programme. Accounting Education, 8(1), 13–29.

    Article  Google Scholar 

  • Kristen, C., & Dollmann, J. (2012). Migration und Schulerfolg: Zur Erklärung ungleicher Bildungsmuster. In M. Matzner (Hrsg.), Handbuch Migration und Bildung (S. 102–117).Weinheim: Beltz.

    Google Scholar 

  • Leighton, J. P., & Gierl, M. J. (Hrsg.). (2007). Cognitive diagnostic assessment for education: Theory and applications. Cambridge, New York: Cambridge University Press.

    Google Scholar 

  • Little, R. J. A., & Rubin, D. B. (2002). Statistical analysis with missing data (2. Aufl.). Wiley series in probability and statistics. Hoboken, New Jersey: Wiley.

    Google Scholar 

  • Lumsden, K. G., & Scott, A. (1995). Economics performance on multiple choice and essay examinations: a large-scale study of accounting students. Accounting Education, 4(2), 153–167.

    Article  Google Scholar 

  • Mislevy, R. J. (1991). Randomization-based inference about latent variables from complex samples. Psychometrika, 56(2), 177–196.

    Article  Google Scholar 

  • OECD (2014). PISA 2012 Ergebnisse: Exzellenz durch Chancengerechtigkeit. Deutschland: Bertelsmann.

    Book  Google Scholar 

  • OECD (2015). The ABC of Gender Equality in Education: Aptitude, Behaviour, Confidence. Pisa: OECD Publishing.

    Book  Google Scholar 

  • Park, J. L., & Hayes, R. S. (1994). Men and women: Equal in accounting? Journal of Education for Business, 69(6), 349–353.

    Article  Google Scholar 

  • Paver, B., & Gammie, E. (2005). Constructed gender, approach to learning and academic performance. Accounting Education: an international journal, 14(4), 427–444.

    Article  Google Scholar 

  • Raudenbush, S. W., & Bryk, A. S. (2002). Hierarchical linear models: Applications and data analysis methods (2. Aufl.). Thousand Oaks: Sage.

    Google Scholar 

  • Rubin, D. B. (1987). Multiple imputation for nonresponse in surveys. Wiley classics library. Hoboken, N.J.: Wiley-Interscience.

    Book  Google Scholar 

  • Rosendahl, J., & Straka, G. A. (2007). Effekte betrieblicher und schulischer Bedingungen auf motivationale Orientierungen und bankwirtschaftliche Kompetenz. Zeitschrift für Berufs- und Wirtschaftspädagogik, 103(2), 213–226.

    Google Scholar 

  • Sälzer, C., Reiss, K., Schiepe-Tiska, A., Prenzel, M., & Heinze, A. (2013). Zwischen Grundlagenwissen und Anwendungsbezug: Mathematische Kompetenz im internationalen Vergleich. In M. Prenzel, C. Sälzer, E. Klieme, & O. Köller (Hrsg.), PISA 2012. Fortschritte und Herausforderungen in Deutschland (S. 275–308). Münster: Waxmann.

    Google Scholar 

  • Steyer, R., Yousfi, S., & Würfel, K. (2005). Prädiktion von Studienerfolg. Psychologische Rundschau, 56(2), 129–131.

    Article  Google Scholar 

  • Schafer, J. L. (1997). Analysis of incomplete multivariate data. New York: Chapman & Hall.

    Book  Google Scholar 

  • Schuler, H., Funke, U., & Baron-Boldt, J. (1990). Predictive validity of high-school grades: A meta-analysis. Applied Psychology: An International Review, 39, 89–103.

    Article  Google Scholar 

  • Snijders, T. A. B., & Bosker, R. J. (2012). Multilevel analysis. An introduction to basic and advanced multilevel modeling. London: Sage.

    Google Scholar 

  • StataCorp (2013). Stata Statistical Software: Release 13. College Station, TX: StataCorp LP.

  • Tho, L. M. (1999). Predicting Success in University Accounting Examination Performance. Journal Pendidikan, 95–104.

  • Trapmann, S., Hell, B., Weigand, S., & Schuler, H. (2007). Die Validität von Schulnoten zur Vorhersage des Studienerfolgs – eine Metaanalyse. Zeitschrift für Pädagogische Psychologie, 21(1), 11–27.

    Article  Google Scholar 

  • Uribe, V. R. (2013). Measurement of learning outcomes in higher education. The case of Ceneval in Mexico. In S. Blömeke, O. Zlatkin-Troitschanskaia, C. Kuhn, & J. Fege (Hrsg.), Modeling and measuring competencies in higher education. Tasks and Challenges (S. 137–146). Rotterdam: Sense Publishers.

    Chapter  Google Scholar 

  • Weirich, S., Haag, N., Hecht, M., Böhme, K., Siegle, T., & Lüdtke, O. (2014). Nested multiple imputation in large-scale assessments. Large-scale. Assessments in Education, 2(9), 1–18.

    Google Scholar 

  • Wilson, M. (2005). Constructing measures: An item response modeling approach. Mahwah, New Jersey: Lawrence Erlbaum.

    Google Scholar 

  • Wu, M., & Adams, R. J. (2007). Applying the Rasch Model to Psychological Measurement a Practical Approach. Melbourne: Educational Measurement Solutions.

    Google Scholar 

  • Zlatkin-Troitschanskaia, O., Förster, M., Brückner, S., Hansen, M., & Happ, R. (2013). Modellierung und Erfassung der wirtschaftswissenschaftlichen Fachkompetenz bei Studierenden im deutschen Hochschulbereich. In Zlatkin-Troitschanskaia, R. Nickolaus, & K. Beck (Hrsg.), Kompetenzmodellierung und Kompetenzmessung bei Studierenden der Wirtschaftswissenschaften und der Ingenieurwissenschaften. Lehrerbildung auf dem Prüfstand. Sonderheft (S. 108–133). Landau: Empirische Pädagogik.

    Google Scholar 

  • Zlatkin-Troitschanskaia, O., Förster, M., Brückner, S., & Happ, R. (2014). Insights from the german assessment of business and economics competence. In H. Coates (Hrsg.), Assessing learning outcomes: perspectives for quality improvement (S. 175–197). Frankfurt a. M.: Lang.

    Google Scholar 

  • Zlatkin-Troitschanskaia, O., Förster, M., Schmidt, S., Brückner, S., & Beck, K. (2015). Erwerb wirtschaftswissenschaftlicher Fachkompetenz im Studium. Eine mehrebenenanalytische Betrachtung von hochschulischen und individuellen Einflussfaktoren. In S. Blömeke & O. Zlatkin-Troitschanskaia (Hrsg.), Kompetenzen von Studierenden (Zeitschrift für Pädagogik: Themenheft 64, S. 116–134). Weinheim: Beltz.

    Google Scholar 

  • Zlatkin-Troitschanskaia, O., Pant, H. A., Kuhn, C., Toepper, M., & Lautenbach, C. (2016). Messung akademisch vermittelter Kompetenzen von Studierenden und Hochschulabsolventen – Ein Überblick zum nationalen und internationalen Forschungsstand. Wiesbaden: Springer VS.

    Book  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Fachbereich Rechts- und Wirtschaftswissenschaften, Johannes Gutenberg-Universität Mainz, Jakob‑Welder-Weg 9, 55099, Mainz, Deutschland

    Manuel Förster,  Sebastian Brückner,  Klaus Beck,  Olga Zlatkin-Troitschanskaia &  Roland Happ

Authors
  1. Manuel Förster
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Sebastian Brückner
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Klaus Beck
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Olga Zlatkin-Troitschanskaia
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. Roland Happ
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Manuel Förster.

Additional information

Für hilfreiche Verbesserungs- und Ergänzungshinweise sind wir zwei anonymen Gutachterpersonen und der Schriftleitung zu großem Dank verpflichtet.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Förster, M., Brückner, S., Beck, K. et al. Individuelle und kontextuelle Prädiktoren des Fachwissenserwerbs zum Internen Rechnungswesen im Hochschulstudium. Z Erziehungswiss 19, 375–393 (2016). https://doi.org/10.1007/s11618-016-0676-4

Download citation

  • Received:

  • Accepted:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s11618-016-0676-4

Schlüsselwörter

Keywords

Search

Navigation