Advertisement

Zeitschrift für Erziehungswissenschaft

, Volume 21, Issue 3, pp 535–563 | Cite as

Sind studienbezogene Kosten-Nutzen-Abwägungen veränderbar?

Die Effektivität einer schulischen Intervention zur Verringerung sozialer Ungleichheiten beim Hochschulzugang
  • Annabell DanielEmail author
  • Rainer Watermann
  • Kai Maaz
Allgemeiner Teil
  • 630 Downloads

Zusammenfassung

Aus Perspektive der Rational-Choice-Theorie sind soziale Ungleichheiten beim Hochschulzugang vorrangig auf die zwischen sozialen Herkunftsgruppen variierende subjektive Bewertung studienbezogener Erträge, Kosten und der Erfolgswahrscheinlichkeit zurückzuführen. Die vorliegende Studie untersucht, inwieweit diese Bewertungen durch die Teilnahme an einer schulischen Informationsveranstaltung zu den Erträgen und Kosten eines Studiums veränderbar sind. In einem quasi-experimentellen Design wurden dazu N = 476 Interventionsteilnehmer sowie Schüler einer gematchten Kontrollgruppe über drei Erhebungszeitpunkte zu den wahrgenommenen Erträgen und Kosten sowie der subjektiven Erfolgswahrscheinlichkeit befragt. Die Ergebnisse hierarchisch linearer Modelle zeigen einen positiven, aber kurzzeitigen Interventionseffekt auf die subjektive Bewertung der Erträge, während sich die wahrgenommenen Kosten und die subjektive Erfolgswahrscheinlichkeit als weniger änderungssensitiv erwiesen. Implikationen für die Entwicklung von Interventionen mit dem Ziel der Verringerung sozialer Ungleichheiten werden diskutiert.

Schlüsselwörter

Hochschulzugang Soziale Ungleichheit Intervention Rational Choice 

Are perceptions regarding cost-benefit considerations for higher education enrolment alterable?

The effectiveness of a school-based treatment for reducing social inequality at the transition to higher education

Abstract

According to rational choice theory, social inequality in higher education enrolment is primarily the consequence of differences between social origin groups in individuals’ perceptions of benefits, costs and the probability of success. The present study examines to what extent these perceptions are alterable by a school-based information treatment on the benefits and costs of higher education. Therefore, in a quasi-experimental design N = 476 treated students and students of a matched control group were compared with regard to their perceptions of benefits, costs, and probability of success over a period of time involving three measurement points. Results of hierarchical linear models indicate a positive but short-term treatment effect on students’ perception of benefits associated with higher education enrolment, while cost considerations and students’ probability of success have proved to be less sensitive to change. Implications for the development of treatments, which aim to reduce social inequality in higher education enrolment are discussed.

Keywords

Higher education enrolment  Information treatment Rational choice Social inequality 

Supplementary material

11618_2017_784_MOESM1_ESM.docx (27 kb)
Tab. 6: Übersicht internationaler Studien zur Wirksamkeit informationsbasierter Interventionen am Übergang zur Hochschule

Literatur

  1. Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50, 179–211.CrossRefGoogle Scholar
  2. Avery, C., & Kane, T. J. (2004). Student perceptions of college opportunities. The Boston COACH program. In C. M. Hoxby (Hrsg.), College choices: The economics of where to go, when to go, and how to pay for it (S. 355–394). Chicago: University of Chicago Press.CrossRefGoogle Scholar
  3. Bandura, A. (1997). Self-efficacy: The exercise of control. New York: Freeman.Google Scholar
  4. Barone, C., Schizzerotto, A., Abbiati, G., & Argenti, G. (2017). Information barriers, social inequality, and plans for higher education: Evidence from a field experiment. European Sociological Review, 33, 84–96.Google Scholar
  5. Becker, R. (2000). Determinanten der Studierbereitschaft in Ostdeutschland. Eine empirische Anwendung der Humankapital- und Werterwartungstheorie am Beispiel sächsischer Abiturienten in den Jahren 1996 und 1998. Mitteilungen aus der Arbeitsmarkt- und Berufsforschung, 33, 261–276.Google Scholar
  6. Becker, R. (2009). Wie können „bildungsferne“ Gruppen für ein Hochschulstudium gewonnen werden? Eine empirische Simulation mit Implikationen für die Steuerung des Bildungswesens. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 61, 563–593.CrossRefGoogle Scholar
  7. Becker, R. (2012). Bildungsungleichheit im Lichte aktueller Theorieanwendung in der soziologischen Bildungsforschung. In M. M. Bergman, S. Hupka-Brunner, T. Meyer, & R. Samuel (Hrsg.), Bildung – Arbeit – Erwachsenwerden. Ein interdisziplinärer Blick auf die Transition im Jugend und jungen Erwachsenenalter (S. 43–75). Wiesbaden: Springer VS.Google Scholar
  8. Becker, R., & Hecken, A. (2008). Warum werden Arbeiterkinder vom Studium an Universitäten abgelenkt? Eine empirische Überprüfung der „Ablenkungsthese“ von Müller und Pollak (2007) und ihrer Erweiterung durch Hillmert und Jacob (2003). Kölner Zeitschrift für Soziologie und Sozialpsychologie, 60, 3–29.CrossRefGoogle Scholar
  9. Becker, R., & Hecken, A. (2009). Why are working-class children diverted from universities? An empirical assessment of the diversion thesis. European Sociological Review, 25, 233–250.CrossRefGoogle Scholar
  10. Bettinger, E. P., Long, B. T., Oreopoulos, P., & Sanbonmatsu, L. (2012). The role of application assistance and information in college decisions: Results from the H&R block FAFSA experiment. The Quarterly Journal of Economics, 127, 1205–1242.CrossRefGoogle Scholar
  11. Boudon, R. (1974). Education, opportunity, and social inequality. New York: Wiley.Google Scholar
  12. Bourdieu, P. (1987). Die feinen Unterschiede: Kritik der gesellschaftlichen Urteilskraft. Frankfurt a. M.: Suhrkamp.Google Scholar
  13. Breen, R., & Goldthorpe, J. H. (1997). Explaining educational differentials: Towards a formal rational action theory. Rationality and Society, 9, 275–305.CrossRefGoogle Scholar
  14. van Buuren, S., & Groothius-Oudshoorn, K. (2011). mice: Multivariate imputation by chained equations in R. Journal of Statistical Software, 45, 1–67.CrossRefGoogle Scholar
  15. Chaiken, S., Liberman, A., & Eagly, A. H. (1989). Heuristic and systematic information processing within and beyond the persuasion process. In J. S. Uleman (Hrsg.), Unintended thought (S. 212–252). New York: Guilford.Google Scholar
  16. Coleman, J. (1988). Social capital in the creation of human capital. American Journal of Sociology, 94, 95–120.CrossRefGoogle Scholar
  17. Cortina, K. S., Alfeld, C., Köller, O., Baumert, J., & Eccles, J. S. (2006). Zur Bedeutung innerer und äußerer Differenzierung für den Bildungsverlauf – eine vergleichende Längsschnittanalyse zum Hochschulübergang. In A. Ittel, L. Stecher, H. Merkens, & J. Zinnecker (Hrsg.), Jahrbuch Jugendforschung (S. 15–32). Wiesbaden: VS.CrossRefGoogle Scholar
  18. Davis, L. E., Ajzen, I., Saunders, J., & Williams, T. (2002). The decision of african american students to complete high school: An application of the theory of planned behavior. Journal of Educational Psychology, 94, 810–819.CrossRefGoogle Scholar
  19. Eagly, A. H., & Chaiken, S. (1993). The psychology of attitudes. Fort Worth: Harcourt Brace Jovanovich.Google Scholar
  20. Enders, C. K. (2010). Applied missing data analysis. New York: Guilford.Google Scholar
  21. Enders, C. K., Mistler, S. A., & Keller, B. T. (2016). Multilevel multiple imputation: A review and evaluation of joint modeling and chained equations imputation. Psychological Methods, 21, 222–240.CrossRefGoogle Scholar
  22. Engberg, M. E., & Wolniak, G. C. (2010). Examining the effects of high school contexts on postsecondary enrollment. Research in Higher Education, 51, 132–153.CrossRefGoogle Scholar
  23. Erikson, R., & Jonsson, J. O. (1996). Explaining class inequality in education: The Swedish test case. In R. Erikson & J. O. Jonsson (Hrsg.), Can education be equalized? (S. 1–63). Boulder: Westview Press.Google Scholar
  24. Esser, H. (1999). Soziologie. Spezielle Grundlagen. Bd. 1: Situationslogik und Handeln. Frankfurt a. M.: Campus.Google Scholar
  25. Festinger, L. (1957). A theory of cognitive dissonance. Standford: Standford University Press.Google Scholar
  26. Ganzeboom, H. B. G., De Graaf, P. M., & Treiman, D. J. (1992). A standard international socio-economic index of occupational status. Social Science Research, 21, 1–56.CrossRefGoogle Scholar
  27. Gigerenzer, G., & Selten, R. (2002). Bounded rationality: The adaptive toolbox. Cambridge: MIT Press.Google Scholar
  28. Göllner, R., Gollwitzer, M., Heider, J., Zaby, A., & Schröder, A. (2010). Auswertung von Längsschnittdaten mit hierarchisch-linearen Modellen. Zeitschrift für Klinische Psychologie und Psychotherapie, 39, 179–188.CrossRefGoogle Scholar
  29. Graham, J. W. (2012). Missing data. Analysis and design. New York: Springer.CrossRefGoogle Scholar
  30. Grodsky, E., & Jones, M. T. (2007). Real and imagined barriers to college entry: Perceptions of cost. Social Science Research, 36, 745–766.CrossRefGoogle Scholar
  31. Hanson, S. L. (1994). Lost talent: Unrealized educational aspirations and expectations among U.S. youths. Sociology of Education, 67, 159–183.CrossRefGoogle Scholar
  32. Hegna, K. (2014). Changing educational aspirations in the choice of and transition to post-compulsory schooling – a three-wave longitudinal study of Oslo youth. Journal of Youth Studies, 17, 592–613.CrossRefGoogle Scholar
  33. Ho, D. E., Imai, K., King, G., & Stuart, E. A. (2011). MatchIt: Nonparametric preprocessing for parametric causal inference. Journal of Statistical Software, 42(8), 1–28.CrossRefGoogle Scholar
  34. Hox, J. J. (2010). Multilevel analysis. Techniques and applications (2. Aufl.). New York: Routledge.Google Scholar
  35. Keller, S., & Zavalloni, M. (1964). Ambition and social class: A respecification. Social Forces, 43, 58–70.CrossRefGoogle Scholar
  36. Kerr, S. P., Pekkarinen, T., Sarvimäki, M., & Uusitalo, R. (2015). Post-secondary education and information on labor market prospects: A randomized field experiment. IZA Discussion Paper No. 9372. Bonn: IZA.Google Scholar
  37. Lörz, M. (2012). Mechanismen sozialer Ungleichheit beim Übergang ins Studium: Prozesse der Status- und Kulturreproduktion. In R. Becker & H. Solga (Hrsg.), Soziologische Bildungsforschung (Kölner Zeitschrift für Soziologie und Sozialpsychologie: Sonderbd. 52, S. 302–324). Wiesbaden: Springer VS.CrossRefGoogle Scholar
  38. Lörz, M., & Schindler, S. (2011). Bildungsexpansion und soziale Ungleichheit: Zunahme, Abnahme oder Persistenz ungleicher Chancenverhältnisse – eine Frage der Perspektive? Zeitschrift für Soziologie, 40, 458–477.CrossRefGoogle Scholar
  39. Loyalka, P., Song, Y., Wei, J., Zhong, W., & Rozelle, S. (2013). Information, college decisions and financial aid: Evidence from a cluster-randomized controlled trial in China. Economics of Education Review, 36, 26–40.CrossRefGoogle Scholar
  40. Lüdtke, O., Robitzsch, A., Trautwein, U., & Köller, O. (2007). Umgang mit fehlenden Werten in der psychologischen Forschung. Psychologische Rundschau, 58, 103–117.CrossRefGoogle Scholar
  41. Lüdtke, O., Robitzsch, A., & Grund, S. (2017). Multiple imputation of missing data in multilevel designs: A comparison of different strategies. Psychological Methods, 22, 141–165.CrossRefGoogle Scholar
  42. Maaz, K. (2006). Soziale Herkunft und Hochschulzugang. Effekte institutioneller Öffnung im Bildungssystem. Wiesbaden: VS.Google Scholar
  43. Marsh, H. W. (1990). Self-description questionnaire – II manual. Sydney: University of Western Sydney.Google Scholar
  44. McGuigan, M., McNally, S., & Wyness, G. (2014). Student awareness of costs and benefits of educational decisions: Effects of an information campaign and media exposure. IZA Discussion Paper No. 8596. Bonn: IZA.Google Scholar
  45. McGuire, W. J. (1968). Personality and attitude change: An information processing theory. In A. G. Greenwald, T. C. Brook, & T. M. Ostrom (Hrsg.), Psychological foundations of attitudes (S. 171–196). New York: Academic Press.CrossRefGoogle Scholar
  46. Mohrenweiser, J., & Pfeiffer, F. (2016). Zur Entwicklung der studienspezifischen Selbstwirksamkeit in der Oberstufe. Journal of Labour Market Research, 49, 77–95.CrossRefGoogle Scholar
  47. Morgan, S. L., & Winship, C. (2007). Counterfactuals and causal inference: Methods and principles for social research. Cambridge: Cambridge University Press.CrossRefGoogle Scholar
  48. Muthén, L. K., & Muthén, B. O. (1998–2012). Mplus user’s guide (7. Aufl.). Los Angeles: Muthén & Muthén.Google Scholar
  49. Neugebauer, M., Reimer, D., Schindler, S., & Stocké, V. (2013). Inequality in transitions to secondary school and tertiary education in Germany. In M. Jackson (Hrsg.), Determined to succeed? Performance versus choice in educational attainment (S. 56–88). Stanford: Stanford University Press.CrossRefGoogle Scholar
  50. Oreopoulos, P., & Dunn, R. (2013). Information and college access: Evidence from a randomized field experiment. The Scandinavian Journal of Economics, 115, 3–26.CrossRefGoogle Scholar
  51. Oskamp, S. (1991). Attitudes and opinions (2. Aufl.). Englewood Cliffs: Prentice Hall.Google Scholar
  52. Palardy, G. T. (2013). High school socioeconomic segregation and student attainment. American Educational Research Journal, 50, 714–754.CrossRefGoogle Scholar
  53. Peter, F., Rusconi, A., Solga, H., Spieß, C. K., & Zambre, V. (2016). Informationen zum Studium verringern soziale Unterschiede bei der Studienabsicht von AbiturientInnen (DIW Wochenbericht 26/2016, S. 555–565).Google Scholar
  54. Petty, R. E., & Cacioppo, J. T. (1986). Communication and persuasion: Central and peripheral routes to attitude change. New York: Springer.CrossRefGoogle Scholar
  55. Petty, R. E., Cacioppo, J. T., & Goldman, R. (1981). Personal involvement as a determinant of argument-based persuasion. Journal of Personality and Social Psychology, 41, 847–855.CrossRefGoogle Scholar
  56. Reay, D., Davies, J., David, M., & Ball, S. (2001). Choices of degree or degrees of choice? Class, ‘race’ and the higher education choice process. Sociology, 35, 855–874.Google Scholar
  57. Rosenbaum, P. R., & Rubin, D. B. (1985). Constructing a control group using multivariate matched sampling methods that incorporate the propensity score. The American Statistician, 39, 33–38.Google Scholar
  58. Schafer, J. L., & Kang, J. (2008). Average causal effects from nonrandomized studies: A practical guide and simulated example. Psychological Methods, 13, 279–313.CrossRefGoogle Scholar
  59. Schindler, S. (2014). Wege zur Studienberechtigung – Wege ins Studium? Eine Analyse sozialer Inklusions- und Ablenkungsprozesse. Wiesbaden: Springer VS.CrossRefGoogle Scholar
  60. Schindler, S., & Lörz, M. (2012). Mechanism of social inequality development: Primary and secondary effects in the transition to tertiary education between 1976 and 2005. European Sociological Review, 28, 647–660.CrossRefGoogle Scholar
  61. Schindler, S., & Reimer, D. (2010). Primäre und sekundäre Effekte der sozialen Herkunft beim Übergang in die Hochschulbildung. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 62, 623–653.CrossRefGoogle Scholar
  62. Schindler, S., & Reimer, D. (2011). Differentiation and social selectivity in German higher education. Higher Education, 61, 261–275.CrossRefGoogle Scholar
  63. Schnabel, K. U., & Gruehn, S. (2000). Studienfachwünsche und Berufsorientierungen in der gymnasialen Oberstufe. In J. Baumert, W. Bos, & R. Lehmann (Hrsg.), TIMSS/III: Dritte Internationale Mathematik- und Naturwissenschaftsstudie – Mathematische und naturwissenschaftliche Bildung am Ende der Schullaufbahn. Bd. 2: Mathematische und physikalische Kompetenzen am Ende der gymnasialen Oberstufe (S. 405–453). Opladen: Leske + Budrich.Google Scholar
  64. Shadish, W. R., Cook, T. D., & Campbell, D. T. (2001). Experimental and quasi-experimental designs for generalized causal inference. Boston: Houghton Mifflin.Google Scholar
  65. Simon, H. A. (1959). Theories of decision making in economics and behavioural science. American Economic Review, 49, 253–283.Google Scholar
  66. Snijders, A. B., & Bosker, R. J. (1999). Multilevel analysis: An introduction to basic and advanced multilevel modeling. London: SAGE.Google Scholar
  67. Steiner, P. M., Cook, T. D., Shadish, W. R., & Clark, M. H. (2010). The importance of covariate selection in controlling for selection bias in observational studies. Psychological Methods, 15, 250–267.CrossRefGoogle Scholar
  68. Sullivan, T. R., Salter, A. B., Ryan, P., & Lee, K. J. (2015). Bias and precision of the „multiple imputation, then deletion“ method for dealing with missing outcome data. American Journal of Epidemiology, 182, 528–534.CrossRefGoogle Scholar
  69. Tabachnick, B. G., & Fidell, L. S. (2013). Using multivariate statistics (7. Aufl.). Boston: Pearson.Google Scholar
  70. Trusty, J., & Harris, M. B. C. (1999). Lost talent: Predictors of the stability of educational expectations across adolescence. Journal of Adolescent Research, 14, 359–382.CrossRefGoogle Scholar
  71. Vester, M. (2006). Die ständische Kanalisierung der Bildungschancen, Bildung und soziale Ungleichheit zwischen Boudon und Bourdieu. In W. Georg (Hrsg.), Soziale Ungleichheit im Bildungssystem (S. 13–54). Konstanz: UVK.Google Scholar
  72. Watermann, R., & Maaz, K. (2006). Effekte der Öffnung von Wegen zur Hochschulreife auf die Studienintention am Ende der gymnasialen Oberstufe. Zeitschrift für Erziehungswissenschaft, 9, 219–239.CrossRefGoogle Scholar
  73. Watermann, R., & Maaz, K. (2010). Soziale Herkunft und Hochschulzugang – eine Überprüfung der Theorie des geplanten Verhaltens. In W. Bos, E. Klieme, & O. Köller (Hrsg.), Schulische Lerngelegenheiten und Kompetenzentwicklung. Festschrift für Jürgen Baumert (S. 311–329). Münster: Waxmann.Google Scholar
  74. Watermann, R., Daniel, A., & Maaz, K. (2014). Primäre und sekundäre Disparitäten des Hochschulzugangs: Erklärungsmodelle, Datengrundlagen und Entwicklungen. In K. Maaz, M. Neumann, & J. Baumert (Hrsg.), Herkunft und Bildungserfolg von der frühen Kindheit bis ins Erwachsenenalter (Zeitschrift für Erziehungswissenschaft, Sonderheft 24, S. 233–261). Wiesbaden: Springer VS.Google Scholar
  75. Weigold, A., Weigold, I. K., & Russell, E. J. (2013). Examination of the equivalence of self-report survey-based paper-and-pencil and internet data collection methods. Psychological Methods, 18, 53–70.CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH 2017

Authors and Affiliations

  1. 1.Freie Universität BerlinBerlinDeutschland
  2. 2.Deutsches Institut für Internationale Pädagogische ForschungBerlinDeutschland

Personalised recommendations