Advertisement

Zeitschrift für Erziehungswissenschaft

, Volume 19, Issue 2, pp 351–374 | Cite as

Kompetenzniveaus in der ingenieurwissenschaftlichen akademischen Grundbildung – Analysen im Fach Technische Mechanik

  • Elmar Dammann
  • Stefan BehrendtEmail author
  • Florina Ştefănică
  • Reinhold Nickolaus
Original Paper - Schwerpunkt

Zusammenfassung

Dieser Beitrag behandelt fachliche Strukturen und erreichte Niveaus bei Studierenden des Maschinenbaus und des Bauingenieurwesens im Fach Technische Mechanik (TM). Die TM stellt für Studierende der genannten Studiengänge eine große Hürde dar. Welche Anforderungsmerkmale dafür ursächlich sind, wurde bisher nicht systematisch untersucht. Im Projekt KoM@ING wurden erste Anstrengungen unternommen, diese Forschungslücke zu schließen. Vorgestellt werden im Anschluss an eine Strukturmodellierung, in der die „Statik“, „Elastostatik“ und „Dynamik“ als eigene Subdimensionen ausgewiesen werden, Ergebnisse von Niveaumodellierungen für die Statik und die Dynamik. Dabei zeigt sich, dass für die Statik und die Dynamik vor allem die fachspezifischen mathematischen Anforderungen die Itemschwierigkeiten erklären. Darüber hinaus können als schwierigkeitsrelevante Merkmale die Zahl der Lösungsschritte (nur Statik), die Zahl der Fachbegriffe und inhaltsspezifische Komplexitätsmerkmale (beide nur Dynamik) nachgewiesen werden. Vor allem die mathematischen Anforderungen und die fachspezifischen Komplexitätsmerkmale geben wichtige hochschuldidaktische Hinweise.

Schlüsselwörter

Kompetenzniveaus Ingenieurwesen Technische Mechanik Hochschule Niveaumodellierung Studium 

Competency Levels in Basic Engineering Education – Analyses from the Subject of Engineering Mechanics

Abstract

This paper examines subject-specific structures and the levels achieved by students of Mechanical and Construction Engineering in the subject of Engineering Mechanics (EM). EM presents a major obstacle for students in the two courses of study mentioned. Until now, researchers have not examined which characteristics of the requirements in EM cause this obstacle. Initial efforts to address this research gap were made in the research project KoM@ING. Competence structure modelling confirms three dimensions of EM: statics, elastostatics and dynamics. This paper presents results on proficiency scaling for statics and dynamics. We found that the subject-specific mathematical requirements primarily explain the item difficulties. Moreover, the following features are relevant for item difficulty: the number of solution steps (for statics), the number of EM-specific terms and the content-specific features of complexity (for dynamics). The mathematical requirements and the content-specific features of complexity are revealed as important didactic elements in this higher education context.

Keywords

Competency Levels Engineering Engineering Mechanics Higher Education Proficiency Scaling 

Literatur

  1. Abel, H., & Weber, B. (2014). 28 Jahre Esslinger Modell – Studienanfänger und Mathematik. In I. Bausch, R. Biehler, R. Bruder, P. R. Fischer, R. Hochmuth, W. Koepf, S. Schreiber, & T. Wassong (Hrsg.), Mathematische Vor- und Brückenkurse. Konzepte, Probleme und Perspektiven. Wiesbaden: Springer Spektrum.Google Scholar
  2. Achtenhagen, F., & Winther, E. (2009). Konstruktvalidität von Simulationsaufgaben: Computergestützte Messung berufsfachlicher Kompetenz – am Beispiel der Ausbildung von Industriekaufleuten. Abschlussbericht für das Bundesministerium für Bildung und Forschung. http://www.bmbf.de/pubRD/Endbericht_BMBF09.pdf. Zugegriffen: 29. Sep. 2015.Google Scholar
  3. Anderson, L., & Krathwohl, D. (2001). A taxonomy for learning, teaching and assessing: a revision of Bloom`s taxonomy of educational objectives. New York: Longman.Google Scholar
  4. Bausch, I., Biehler, R., Bruder, R., Fischer, P. R., Hochmuth, R., Koepf, W., Schreiber, S., & Wassong, T. (Hrsg.) (2014). Mathematische Vor- und Brückenkurse. Konzepte, Probleme und Perspektiven. Wiesbaden: Springer Spektrum.Google Scholar
  5. Beaton, A. E., & Allen, N. L. (1992). Interpreting Scales Through Anchoring. Journal of Educational Statistics, 17(2), 191–204.Google Scholar
  6. Behrendt, S. (2011). Curriculare Schwerpunktsetzungen und Anforderungsniveaus in ausgewählten ingenieurswissenschaftlichen Lehrangeboten. Eine vergleichende Analyse unter Einbeziehung von Universitäten und Fachhochschulen. Stuttgart: Universität Stuttgart, Masterarbeit.Google Scholar
  7. Behrendt, S., Dammann, E., Ştefănică, F., Markert, B., & Nickolaus, R. (2015). Physical-technical prior competencies of engineering students. In S. C. Wolter (Hrsg.), Empirical Research in Vocational Education and Training 7:2, Springer Open Journal. http://www.ervet-journal.com/content/pdf/s40461-015-0013-9.pdf. Zugegriffen: 11. Dez. 2015.
  8. Behrendt, S., Dammann, E., Ştefănică, F., & Nickolaus, R. (2016). Die prädiktive Kraft ausgewählter Qualitätsmerkmale im ingenieurwissenschaftlichen Grundstudium. Unterrichtswissenschaft, 44(1), 55–72.Google Scholar
  9. Dammann, E. (2016). Herausforderungen bei der Entwicklung eines Testinstruments zur Messung fachlicher Kompetenzen bei Studierenden der Technischen Mechanik. Stuttgart: Universität Stuttgart. Dissertation.Google Scholar
  10. De Jong, T., & Fergusson, H. M. G. M. (1996). Types and Qualities of Knowledge. Educational Psychologist, 31(2), 105–113.CrossRefGoogle Scholar
  11. Derboven, W., & Winker, G. (2009). Ingenieurwissenschaftliche Studiengänge attraktiver gestalten . Vorschläge für Hochschulen. Heidelberg: Springer.Google Scholar
  12. Frey, A., Hartig, J., & Rupp, A. A. (2009). An NCME instructional module on booklet designs in large-scale-assessments of student achievement: Theorie and practice. Educational Measurement: Issues and Practice, 28(3), 39–53.CrossRefGoogle Scholar
  13. Geißel, B. (2008). Ein Kompetenzmodell für die elektrotechnische Grundbildung: Kriteriumsorientierte Interpretation von Leistungsdaten. In R. Nickolaus & H. Schanz (Hrsg.), Didaktik der gewerblichen Berufsbildung. Konzeptionelle Entwürfe und empirische Befunde (S. 121–141). Baltmannsweiler: Schneider Verlag Hohengehren.Google Scholar
  14. Gross, D., Hauger, W., & Schnell, W. (2012). Technische Mechanik. Statik (11. Aufl.). Berlin: Springer Vieweg.Google Scholar
  15. Gschwendtner, T. (2008). Ein Kompetenzmodell für die kraftfahrzeugtechnische Grundbildung. In R. Nickolaus & H. Schanz (Hrsg.), Didaktik der gewerblichen Berufsbildung. Konzeptionelle Entwürfe und empirische Befunde (S. 103–119). Baltmannsweiler: Schneider Hohengehren.Google Scholar
  16. Hartig, J. (2007). Skalierung und Definition von Kompetenzniveaus. In B. Beck & E. Klieme (Hrsg.), Sprachliche Kompetenzen. Konzepte und Messung. DESI-Studie (S. 83–99). Weinheim: Beltz.Google Scholar
  17. Heublein, U. (2010). Ursachen des Studienabbruchs in Bachelor- und in herkömmlichen Studiengängen: Ergebnisse einer bundesweiten Befragung von Exmatrikulierten des Studienjahres 2007/08. Veröffentlichung des Hochschul-Informations-Systems (HIS). http://www.dzhw.eu/pdf/pub_fh/fh-201002.pdf. Zugegriffen: 11. Dez. 2015.Google Scholar
  18. Hibbeler, R. C. (2012). Technische Mechanik 1. Statik (12. aktual. Aufl.). Hallbergmoos: Pearson Deutschland.Google Scholar
  19. IPW (2013). Abstractbände der Ingenieur-Pädagogischen Wissenschaftsgesellschaft zur Regionaltagung 8. http://ipw-edu.org/fileadmin/G.Kammasch/Abstracts%20IPW%20TECHNOSEUM%202013.pdf. Zugegriffen: 10. Dez. 2015.
  20. Kauertz, A. (2009). Schwierigkeitserzeugende Merkmale physikalischer Leistungstestaufgaben. In D. Höttecker (Hrsg.), Chemie- und Physikdidaktik für die Lehramtsausbildung. Berlin: Logos.Google Scholar
  21. Kiefer, T., Robitzsch, A., & Wu, M. (2015). TAM: Test Analysis Modules. R package version 1.11-0. http://CRAN.R-project.org/package=TAM. Zugegriffen: 29. Sep. 2015.Google Scholar
  22. Klieme, E., & Leutner, D. (2006). Kompetenzmodelle zur Erfassung individueller Lernergebnisse und zur Bilanzierung von Bildungsprozessen. Beschreibung eines neu eingerichteten Schwerpunktprogramms der DFG. Zeitschrift für Pädagogik, 52(6), 876–903.Google Scholar
  23. Marquardt, O., Röseler, J., & Frehse, M. (2013). Präsenz- und Onlinebrückenkurse im Fach Physik für Ingenieurstudiengänge. In Abstractband zur 8. ingenieurpädagogischen Regionaltagung in Mannheim. Ingenieur-Pädagogische Wissenschaftsgesellschaft. Berlin. Online publiziert (http://ipw-edu.org/fileadmin/G.Kammasch/Abstracts%20IPW%20TECHNOSEUM%202013.pdf).Google Scholar
  24. Musekamp, F., Spöttl, G., & Mehrafza, M. (2014). Modellierung und Messung von Kompetenzen der Technischen Mechanik in der Ausbildung von Maschinenbauingenieuren (KOM-ING) – Forschungsdesign. In F. Musekamp, & G. Spöttl (Hrsg.), Kompetenz im Studium und in der Arbeitswelt. Nationale und internationale Ansätze zur Erfassung von Ingenieurkompetenzen/Competence in Higher Education and the Working Environment. National and International Approaches for Assessing Engineering Competence (S. 65–91). Frankfurt a. M.: Peter Lang.Google Scholar
  25. Neumann, I., Duchhardt, C., Kielmann, A., Bois, J.-M., Heinze, A., Behrendt, S., Ştefănică, F., & Nickolaus, R. (2014). Mathematische Eingangsvoraussetzungen von Studierenden der Ingenieurswissenschaften. Vortrag. 2. Tagung der Gesellschaft für Empirische Bildungsforschung, Frankfurt (3.–5. 3. 2014).Google Scholar
  26. Neumann, I., Rösken-Winter, B., Lehmann, M., Duchhardt, C., Heinze, A., & Nickolaus, R. (2015). Measuring mathematical competences of engineering students at the beginning of their studies. Peabody Journal of Education, 94(4), 465–476.CrossRefGoogle Scholar
  27. Nickolaus, R. (2014). Schwierigkeitsbestimmende Merkmale von Aufgaben und deren didaktische Relevanz. In U. Braukmann, B. Dilger, & H.-H. Kremer (Hrsg.), Wirtschaftspädagogische Handlungsfelder. Festschrift für Peter F. E. Sloane zum 60. Geburtstag. Detmold: Eusl.Google Scholar
  28. Nikolaus, R., & Seeber, S. (2013). Berufliche Kompetenzen: Modellierungen und diagnostische Verfahren. In A. Frey, U. Lissmann, & B. Schwarz (Hrsg.), Handbuch Berufspädagogische Diagnostik (S. 155–180). Weinheim: Beltz.Google Scholar
  29. Tremblay, K., Lalancette, D., & Roseveare, D. (2012). Design and Implementation. Assessment of Higher Education Learning Outcomes AHELO: Feasibility Study Report, Bd. 1. Paris: Organisation for Economic Cooperation and Development.Google Scholar
  30. Ohle, A., Fischer, H., & Kauertz, A. (2011). Der Einfluss des physikalischen Fachwissens von Primarstufenlehrkräften auf Unterrichtsgestaltung und Schülerleistung. Zeitschrift für Didaktik der Naturwissenschaften, 17, 357–389.Google Scholar
  31. Petsch, C., Norwig, K., & Nickolaus, R. (2015). Berufsfachliche Kompetenzen in der Grundstufe Bautechnik – Strukturen, erreichte Niveaus und relevante Einflussfaktoren. In A. Rausch, J. Warwas, J. Seifried, & E. Wuttke (Hrsg.), Konzepte und Ergebnisse ausgewählter Forschungsfelder der beruflichen Bildung – Festschrift für Detlef Sembil. Baltmannsweiler: Schneider Hohengehren.Google Scholar
  32. R Core Team (2015). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. http://www.R-project.org/. Zugegriffen: 20. Sep. 2015.Google Scholar
  33. Rittle Johnson, B., & Siegler, R. S. (1998). The relations between conceptual and procedural knowledge in learning mathematics. A review. In C. Donland (Hrsg.), The development of mathematic skills (S. 75–110). Hove: Psychology Press.Google Scholar
  34. Schmiemann, P. (2011). Fachsprache in biologischen Testaufgaben. Zeitschrift für Didaktik der Naturwissenschaften, 17, 115–136.Google Scholar
  35. Schumann, S., & Eberle, F. (2011). Bedeutung und Verwendung schwierigkeitsbestimmender Aufgabenmerkmale für die Erfassung ökonomischer und beruflicher Kompetenzen. In U. Faßhauer, B. Fürstenau & E. Wuttke (Hrsg.), Grundlagenforschung zum Dualen System und Kompetenzentwicklung in der Lehrerbildung (S. 77–89). Opladen: Budrich.Google Scholar
  36. Seeber, S. (2008). Ansätze zur Modellierung beruflicher Fachkompetenz in kaufmännischen Ausbildungsberufen. Zeitschrift für Berufs- und Wirtschaftspädagogik, 104(1), 74–97.Google Scholar
  37. Statistisches Bundesamt Deutschland (2015). Statistik der Studienanfängerzahlen nach Fächergruppen. https://www.destatis.de/DE/ZahlenFakten/GesellschaftStaat/BildungForschungKultur/Hochschulen/Tabellen/StudierendeErstesFSFaechergruppen.html. Zugegriffen: 29. Sep. 2015.
  38. Ştefănică, F., Behrendt, S., Dammann, E., Nickolaus, R., & Heinze, A. (2014). Theoretical modelling of selected engineering competencies. In F. Musekamp & G. Spöttl (Hrsg.), Kompetenz im Studium und in der Arbeitswelt. Nationale und internationale Ansätze zur Erfassung von Ingenieurkompetenzen (S. 92–106). Frankfurt a. M.: Peter Lang.Google Scholar
  39. Tekkaya, A. E., Jeschke, S., Petermann, M., May, D., Friese, N., Ernst, C., Lenz, S., Müller, K., & Schuster, K. (2013). Innovationen für die Zukunft der Lehre in den Ingenieurwissenschaften. Aachen: Veröffentlichung des Kompetenz- und Dienstleistungszentrums für das Lehren und Lernen in den Ingenieurwissenschaften (TeachING-LearnING.EU). http://www.teaching-learning.eu/fileadmin/documents/News/TeachING-LearnING-EU_Publikation2013.pdf. Zugegriffen: 11. Dez. 2015.Google Scholar
  40. Tipler, P. A., Mosca, G., & Wagner, J. (Hrsg.) (2015). Physik, für Wissenschaftler und Ingenieure (7. Aufl.). Berlin: Springer Spektrum.Google Scholar
  41. VDI (2014) = Verien deutscher Ingenieure (2014). Ingenieure auf einen Blick. Erwerbstätigkeit, Migration, Regionale Zentren. Veröffentlichung des Vereins Deutscher Ingenieure (VDI). https://www.vdi.de/uploads/media/VDI_Broschuere_Ingenieure_auf_einen_Blick_2014.pdf. Zugegriffen: 11. Dez. 2015.
  42. Wilson, M. (2003). On choosing a model for measuring. Methods of Psychological Research Online, 8(3), 1–22.Google Scholar
  43. Zwiers, U., & Dederichs-Koch, A. (2014). Beispiele zur Identifikation von Fehlvorstellungen in der Technischen Mechanik (Abstractband zur 9. ingenieurpädagogischen Regionaltagung in Mannheim). Ingenieur-Pädagogische Wissenschaftsgesellschaft.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2016

Authors and Affiliations

  • Elmar Dammann
    • 1
  • Stefan Behrendt
    • 2
    Email author
  • Florina Ştefănică
    • 2
  • Reinhold Nickolaus
    • 2
  1. 1.Fakultät für IngenieurwissenschaftenUniversität Duisburg-EssenEssenDeutschland
  2. 2.Institut für ErziehungswissenschaftUniversität StuttgartStuttgartDeutschland

Personalised recommendations