Advertisement

Zeitschrift für Erziehungswissenschaft

, Volume 22, Issue 5, pp 1175–1202 | Cite as

Brückenkursteilnahme und Studienabbruch in Ingenieurwissenschaftlichen Studiengängen

  • Nicole TiebenEmail author
Schwerpunkt
  • 74 Downloads

Zusammenfassung

Der Beitrag untersucht anhand der Daten der NEPS Studierendenkohorte den Zusammenhang zwischen der Teilnahme an Brückenkursen in ingenieurwissenschaftlichen Studiengängen und dem späteren Studienabbruch. Ein Vergleich der Teilnehmenden und Nichtteilnehmenden zeigt, dass an Fachhochschulen insbesondere die Selbsteinschätzung der Studierenden hinsichtlich der allgemeinen Studierfähigkeit sowie das akademische Selbstkonzept bei Teilnehmenden schwächer ausgeprägt sind, während an Universitäten die Teilnehmenden eine im Mittel höhere Leistungsorientierung aufweisen. Anhand von Logistischen Regressionen und Entropy Balancing wird im zweiten Schritt überprüft, ob Teilnahmeeffekte auch unter Berücksichtigung der unterschiedlichen Zusammensetzung der Gruppen bestehen. Die Analysen zeigen, dass die Kurse an Universitäten in einem Zusammenhang mit dem Studienabbruch stehen, nicht jedoch an Fachhochschulen. Der Beitrag diskutiert Implikationen für Hochschulpraxis und empirische Bildungsforschung.

Schlüsselwörter

Brückenkurs Entropy Balancing Ingenieurwissenschaften Matching Mathematik NEPS Studienabbruch 

Remedy Mathematics Course Participation and Dropout among Higher Education Students of Engineering

Abstract

This contribution examines the association between remedy mathematics course participation and dropout among engineering students in German higher education. Using the German National Education Panel (NEPS), participants and nonparticipants are compared regarding several indicators of academic preparation. This comparison shows that in universities of applied sciences, the participants show lower levels of academic self-concept and general preparedness, whereas in research universities participants report higher levels of performance-orientation. In a second step, logistic regression and entropy balancing are used to examine whether participation-effects remain under consideration of this intake-selectivity. The analyses show that in universities an association between participation and dropout can be found, but not in universities of applied sciences. The contribution concludes with a discussion of implications for empirical education research and practice oriented research.

Keywords

Dropout Engineering Entropy balancing NEPS Remedy mathematics 

Notes

Danksagung

Die Autorin dankt Prof. Dr. Pia Schober für hilfreiche Hinweise zur Analysestrategie.

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 (S. 9–19). Wiesbaden: Springer.CrossRefGoogle Scholar
  2. Ableitinger, C., & Herrmann, A. (2014). Das Projekt „Mathematik besser verstehen“. 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 (S. 327–342). Wiesbaden: Springer.CrossRefGoogle Scholar
  3. Abramson, L. Y., Seligman, M. E., & Teasdale, J. D. (1978). Learned helplessness in humans: critique and reformulation. Journal of abnormal psychology, 87(1), 49.CrossRefGoogle Scholar
  4. Attewell, P., Lavin, D., Domina, T., & Levey, T. (2006). New evidence on college remediation. The Journal of Higher Education, 77(5), 886–924.CrossRefGoogle Scholar
  5. Bahr, P. R. (2008). Does mathematics remediation work?: A comparative analysis of academic attainment among community college students. Research in Higher Education, 49(5), 420–450.CrossRefGoogle Scholar
  6. Ballard, C. L., & Johnson, M. F. (2004). Basic math skills and performance in an introductory economics class. The Journal of Economic Education, 35(1), 3–23.CrossRefGoogle Scholar
  7. Banscherus, U., Kamm, C., & Otto, A. (2016). Gestaltung von Zu- und Übergängen zum Hochschulstudium für nicht-traditionelle Studierende. Empirische Befunde und Praxisbeispiele. In A. Wolter, U. Banscherus & C. Kamm (Hrsg.), Zielgruppen Lebenslangen Lernens an Hochschulen. Ergebnisse der wissenschaftlichen Begleitung des Bund-Länder-Wettbewerbs Aufstieg durch Bildung: offene Hochschulen. Münster: Waxmann.Google Scholar
  8. Bargel, T. (2015). Studieneingangsphase und heterogene Studentenschaft – neue Angebote und ihr Nutzen: Befunde des 12. Studierendensurveys an Universitäten und Fachhochschulen (Hefte zur Bildungs- und Hochschulforschung). Konstanz: Arbeitsgruppe Hochschulforschung.Google Scholar
  9. Barnat, M., Faria, J. A., & Bosse, E. (2017). Heterogenität und Studierfähigkeit – Erste Ergebnisse aus einer Längsschnittbefragung. Qualität in der Wissenschaft, 11(1), 17–24.Google Scholar
  10. Barnett, E. A., Bork, R. H., Mayer, A. K., Pretlow, J., Wathington, H. D., & Weiss, M. J. (2012). Bridging the gap: an impact study of eight developmental summer bridge programs in Texas. New York: Columbia University.Google Scholar
  11. Bausch, I., Biehler, R., Bruder, R., Fischer, P. R., Hochmuth, R., Koepf, W., Schreiber, S., & Wassong, T. (2014). Mathematische Vor- und Brückenkurse. Konzepte, Probleme und Perspektiven. Wiesbaden: Springer VS.CrossRefGoogle Scholar
  12. Bettinger, E., & Long, B. (2009). Addressing the needs of under-prepared students in higher education: does college remediation work? 2006. The Journal of Human Resources, 44(3), 736–771.CrossRefGoogle Scholar
  13. Biehler, R., Bruder, R., Hochmuth, R., & Koepf, W. (2014). Einleitung. 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 (S. 1–6). Wiesbaden: Springer.Google Scholar
  14. Blossfeld, H.-P., Roßbach, H.-G., & von Maurice, J. (2011). Education as a Lifelong Process—The German National Educational Panel Study (NEPS) (Zeitschrift für Erziehungswissenschaft: Sonderheft 14). Wiesbaden: Springer VS.Google Scholar
  15. Bosse, E. (2016). Herausforderungen und Unterstützung für gelingendes Studieren: Studienanforderungen und Angebote für den Studieneinstieg. In I. van den Berk, K. Petersen, K. Schultes & K. Stolz (Hrsg.), Studierfähigkeit – theoretische Erkenntnisse, empirische Befunde und praktische Perspektiven (Bd. 15, S. 129–169).Google Scholar
  16. Brahm, T., Jenert, T., & Wagner, D. (2014). Nicht für alle gleich: subjektive Wahrnehmungen des Übergangs Schule-Hochschule. Zeitschrift für Hochschulentwicklung, 9(5), 63–82.CrossRefGoogle Scholar
  17. Büning, H. (2004). Breites Angebot an falschen Lösungen-Mathematikkenntnisse von Studienanfängern im Test. Forschung und Lehre, 11(2004), 618–620.Google Scholar
  18. Douglas, A., & Schaid, J. (2010). From curiosity to results: The creation of a summer bridge program (OCCRL Newsletter 22.1).Google Scholar
  19. Gangl, M. (2010). Nichtparametrische Schätzung kausaler Effekte mittels Matchingverfahren (Handbuch der sozialwissenschaftlichen Datenanalyse, S. 931–961). Wiesbaden: Springer VS.Google Scholar
  20. Goudas, A. M., & Boylan, H. R. (2012). Addressing flawed research in developmental education. Journal of Developmental Education, 36(1), 2.Google Scholar
  21. Graham, S. E. (2010). Using propensity scores to reduce selection bias in mathematics education research. Journal for Research in Mathematics Education, 41(2), 147–168.Google Scholar
  22. Greefrath, G., & Hoever, G. (2016). Was bewirken Mathematik-Vorkurse? Eine Untersuchung zum Studienerfolg nach Vorkursteilnahme an der FH Aachen. Lehren und Lernen von Mathematik in der Studieneingangsphase (S. 517–530). Wiesbaden: Springer.Google Scholar
  23. Greefrath, G., Koepf, W., & Neugebauer, C. (2017). Is there a link between preparatory course attendance and academic success? A case study of degree programmes in electrical engineering and computer science. International Journal of Research in Undergraduate Mathematics Education, 3(1), 143–167.CrossRefGoogle Scholar
  24. Guo, S., & Fraser, M. W. (2014). Propensity score analysis. Thousand Oaks: SAGE.Google Scholar
  25. Haase, D. (2014). Studieren im MINT-Kolleg Baden-Württemberg. Mathematische Vor- und Brückenkurse (S. 123–136). Wiesbaden: Springer.CrossRefGoogle Scholar
  26. Hainmüller, J. (2012). Entropy balancing for causal effects: a multivariate reweighting method to produce balanced samples in observational studies. Political Analysis, 20(1), 25–46.CrossRefGoogle Scholar
  27. 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. Hannover: DZHW Forum Hochschule.Google Scholar
  28. Hovdhaugen, E. (2009). Transfer and dropout: different forms of student departure in Norway. Studies in Higher Education, 34(1), 1–17.CrossRefGoogle Scholar
  29. Köller, O., Watermann, R., & Nagy, G. (2004). Mathematikleistungen in allgemein bildenden und beruflichen Gymnasien. In I. O. Köller, R. Watermann, U. Trautwein & O. Lüdtke (Hrsg.), Wege zur Hochschulreife in Baden-Württemberg: TOSCA – eine Untersuchung an allgemein bildenden und beruflichen Gymnasien. Opladen: Leske + Budrich.Google Scholar
  30. Lagerlöf, J. N. M., & Seltzer, A. J. (2009). The effects of remedial mathematics on the learning of economics: evidence from a natural experiment. The Journal of Economic Education, 40(2), 115–137.CrossRefGoogle Scholar
  31. Langemann, D. (2014). Kompaktstudium Mathematik für Ingenieurwissenschaften an der Technischen Universität Braunschweig. 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 (S. 21–35). Wiesbaden: Springer.CrossRefGoogle Scholar
  32. Lesik, S. A., Santoro, K. G., & DePeau, E. A. (2015). Evaluating the effectiveness of a mathematics bridge program using propensity scores. Journal of Applied Research in Higher Education, 7(2), 331–345.CrossRefGoogle Scholar
  33. Merisotis, J. P., & Phipps, R. A. (2000). Remedial education in colleges and universities: what’s really going on? The Review of Higher Education, 24(1), 67–85.CrossRefGoogle Scholar
  34. Pozo, S., & Stull, C. A. (2006). Requiring a math skills unit: results of a randomized experiment. American Economic Review, 96(2), 437–441.CrossRefGoogle Scholar
  35. Rooch, A., Kiss, C., & Härterich, J. (2014). Brauchen Ingenieure Mathematik? – Wie Praxisbezug die Ansichten über das Pflichtfach Mathematik verändert. 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 (S. 398–409). Wiesbaden: Springer.CrossRefGoogle Scholar
  36. Roppelt, A. (2009). Alles vergessen nach dem Abitur?: Ein Vergleich der mathematischen Grundkompetenzen von Studierenden und Schülern. In M. Neubrandt (Hrsg.), Beiträge zum Mathematikunterricht. Münster: Waxmann.Google Scholar
  37. 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(1), 33–38.Google Scholar
  38. Schindler, S. (2014). Wege zur Studienberechtigung – Wege ins Studium? Eine Analyse sozialer Inklusions- und Ablenkungsprozesse. Wiesbaden: VS.CrossRefGoogle Scholar
  39. Strayhorn, T. L. (2006). Factors influencing the academic achievement of first-generation college students. NASPA Journal, 43(4), 82–111.Google Scholar
  40. Tieben, N. (2016). Studienverlauf, Verbleib und Berufsstatus von Studienabbrechern. LEAD-Expertise zum Datenreport des Bundesinstituts für Berufsbildung. Bonn: Bundesinstitut für Berufsbildung.Google Scholar
  41. Tieben, N. (2019). Non-completion, Transfer, and Dropout of Traditional and Non-traditional Students in Germany. Research in Higher Education, 1–25.  https://doi.org/10.1007/s11162-019-09553-z.CrossRefGoogle Scholar
  42. Tieben, N., & Knauf, A.-K. (2019). Die Studieneingangsphase Studierender mit vor-tertiärer beruflicher Ausbildung: allgemeiner und fach-spezifischer Kenntnisstand und Studienvorbereitung. Zeitschrift für Erziehungswissenschaft, 22(2), 347–371.CrossRefGoogle Scholar
  43. Trautwein, C., & Bosse, E. (2016). The first year in higher education—critical requirements from the student perspective. Higher Education, 3(73), 371–387.Google Scholar
  44. Voßkamp, R., & Laging, A. (2014). Teilnahmeentscheidungen und Erfolg. 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 (S. 67–83). Wiesbaden: Springer.CrossRefGoogle Scholar
  45. Weinhold, C. (2014). Wiederholungs- und Unterstützungskurse in Mathematik für Ingenieurwissenschaften an der TU Braunschweig. 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 Mathematische Vor- und Brückenkurse (S. 243–257). Wiesbaden: Springer.CrossRefGoogle Scholar
  46. Wohlkinger, F., Bayer, M., & Ditton, H. (2016). Measuring self-concept in the NEPS. In H.-P. Blossfeld, J. von Maurice, M. Bayer & J. Skopek (Hrsg.), Methodological issues of longitudinal surveys: the example of the national educational panel study (S. 181–193). Wiesbaden: Springer.CrossRefGoogle Scholar
  47. Wohlkinger, F., Ditton, H., von Maurice, J., Haugwitz, M., & Blossfeld, H.-P. (2011). 10 Motivational concepts and personality aspects across the life course. Zeitschrift für Erziehungswissenschaft, 14(2), 155.CrossRefGoogle Scholar

Copyright information

© The Editors of the Journal 2019

Authors and Affiliations

  1. 1.Institut für SoziologieLeibniz Universität HannoverHannoverDeutschland

Personalised recommendations