Zusammenfassung
Die Wahl des richtigen Studienorts ist angesichts der teils weitläufigen Wahlmöglichkeiten nicht selten mit dem Gefühl umfassender Unsicherheit verknüpft (Happ et al. 2014). Aus der Perspektive von Andrew Michael Spence (1973) erscheint diese Unsicherheit als ein Resultat von „Informationsasymmetrie“. Dieses Gefühl der Unsicherheit kann durch die Rezeption von „Signalen“ abgemildert werden. So kann etwa eine prominente Hochschulranking-Position als ein gültiger Indikator („Signal“) für eine qualitativ hochwertige Hochschule gewertet werden, die Unsicherheit bezgl. der Studienort Wahl abmindern und schließlich bei der Entscheidungsfindung helfen kann. In Anschluss an Spence verfolgt das Kapitel die Frage, ob und wie Signale je nach Signalempfänger divergierend rezipiert und evaluiert werden. Die Ergebnisse der multiplen Korrespondenzanalyse können dabei durch die der ordinalen Regression in den Grundzügen bestätigt werden: Über das fachliche Interesse von Studieninteressierten hinweg werden Rankings divergent als Entscheidungshilfe berücksichtigt. Des Weiteren zeigt sich, dass Studierende mit einer vergleichsweise schlechten Hochschulzugangsberechtigung weniger intensiven Wert auf Rankingpositionen legen als Studierende mit besseren Hochschulzugangsberechtigungen. Auch die sozioökonomische Positionierung übt, vermittelt über spezifische Favorisierung von Fächern und Hochschultypen, einen deutlichen Effekt auf die Bedeutung von Rankings für die Studienortwahl aus.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsNotes
- 1.
Das Studienorts-Angebot variiert je nach Fach beträchtlich. Für eine ausführliche Übersicht: (HRK 2015, S. 12).
- 2.
Es bieten sich Studienintressierten je nach fachlicher Präferenz nicht selten hunderte Fachangebote feil (vgl. HRK 2015, S. 12).
- 3.
Neben Rankings existieren des Weiteren aber auch noch andere Akkreditierungsagenturen und diverse Studienführer. „Eine weitere marktexogene dritte Partei, die einen Beitrag zur Lösung des vorliegenden Informationsproblems leisten kann, ist ‚der Staat‘. Zum Beispiel können staatliche Behörden durch Marktzutrittskontrollen für Hochschulen (d. h. kein Zutritt ohne staatliche Genehmigung), laufende Qualitätskontrollen (dokumentiert in Evaluationsergebnissen) oder durch die Bereitstellung von Informationsmaterial (Broschüren, Internet-Datenbanken etc.) den Studieninteressenten Qualitätsinformationen bereitstellen, die diese bei ihrer Studienwahl berücksichtigen können“ (Mause und Gröteke 2009, S. 123). Rankings stellen also nicht das einzige Instrument dar, dass das Informationsdefizit zu mildern im Stande ist. Dennoch gilt: Hochschulrankings – die nicht zuletzt durch die Distribution in Massenmedien immer stärkere Aufmerksamkeit genießen (vgl. Federkeil 2013, S. 35) – stellen das vermutlich meist genutzte „marktexogene“ (Mause und Gröteke 2009, S. 123) Instrument zum Abbau der Informationsasymmetrie bei der Studienortwahl dar.
- 4.
Natürlich können Hochschulen neben prominenten Rankingpositionen auch in andere distinktionsreiche Signale investieren. So etwa in ein spezifisches „Hochschulmarketing (Internet, Broschüren, Zeitungsanzeigen etc.) oder [in den] Bau einer ansprechenden Infrastruktur (Campus, Bibliothek, Computer usw.) (…),[den] Erwerb eines Gütesiegels einer möglichst renommierten Akkreditierungsagentur“ (Mause und Gröteke 2009, S. 126–127) und dergleichen mehr.
- 5.
Wegen mangelnder, entsprechender Variablen kann dieser Frage leider im Folgenden nicht weiter nachgegangen werden.
- 6.
So unterscheiden sich Studierende etwa in der Verfügungsgewalt über Bildungsressourcen, „was sich u. a. darin manifestiert, dass die Studienanfänger∗innen mit sehr unterschiedlichen Hochschulzugangsberechtigungen (HZB) ein Hochschulstudium aufnehmen“ (vgl. Happ et al. 2014, S. 22).
- 7.
Wobei darauf hinzuweisen ist, dass die Übertragbarkeit dieses Befundes auf die deutsche Hochschullandschaft nur bedingt zulässig ist, nicht zuletzt, weil sich das US-Amerikanische Hochschulsystem vom bundesdeutschen Hochschulsystem in der Form der vertretenen Hochschultypen, der erhobenen Studiengebühren, dem Ausbildungsniveau und der Ausbildungszeit zum Teil drastisch unterscheidet.
- 8.
Allenfalls wurde, etwa bei Clarke (2007), die Note des HZB und das zur Verfügung stehende Einkommen in die Analyse mit einbezogen. Als zusätzliche Indikatoren für die soziale Herkunft wird in der vorliegenden Arbeit der höchste Bildungsgrad des Vaters, die berufliche Stellung des Vaters sowie die Finanzierungsform des Studiums gewertet. Eine ausdifferenzierte Operationalisierung war angesichts der Datenlage nicht möglich.
- 9.
Ausführlich: Ramm et al. 2014, S. 469.
- 10.
Auf eine Einführung bzw. einen Überblick in die Methode der einfachen Korrespondenzanalyse muss hier aus Platzgründen verzichtet werden. Für einen fundierten Überblick: Backhaus 2015, S. 619–627.
- 11.
„Die Ergebnisse der Analyse der Burt-Matrix und jene der Indikatormatrix können ineinander überführt werden, sie unterscheiden sich lediglich in einem Skalierungsfaktor bei den Achsen“ (Blasius 2015, S. 233).
- 12.
und „andere Studienfächer“.
- 13.
Ein leichter Effekt zeigt sich auch im Rahmen des Alters in Bezug auf das Ranking. So ist die Klasse der 18–24-Jährigen deutlich stärker assoziiert mit der Präferenz für Rankings als jenen Klasse von Befragten, die älter als 24 Jahre sind.
- 14.
Zur Zulässigkeit eines 10 %-Irrtumsniveaus bei großen Stichproben siehe Gaus und Muche (vgl. 2017, S. 242).
Literatur
Acock, A. C. (2014). A Gentle Introduction to Stata. Texas: Stata Press.
Asmussen, J. (2007). Leistungsmotivation, intrinsische Studienmotivation und Berufsorientierung als Determinanten der Studienfachwahl. In: U. Schmidt (Hg.), Übergange im Bildungssystem (S. 93–155).
Backhaus, K. (2015). Fortgeschrittene Multivariate Analysemethoden Eine anwendungsorientierte Einführung.
Becker, R. (2009). Entstehung und Reproduktion dauerhafter Bildungsungleichheiten. In: R. Becker (Hg.), Lehrbuch der Bildungssoziologie (S. 85–129). Wiesbaden: Springer.
Bednowitz, I. (2000). The impact of the Business Week and US News & World Report rankings on the business schools they rank. Washington, DC: National Bureau of Economic Research. (Senior Honors Thesis), Cornell University, Cornell.
Becker, R. (2017). Bildungssoziologie – Was sie ist, was sie will, was sie kann. In: R. Becker (Hg.), Lehrbuch der Bildungssoziologie (S. 1–32). Wiesbaden: Springer VS.
Blasius, J. (2001). Korrespondenzanalyse. München: Oldenbourg.
Blasius, J. (2015). Korrespondenzanalyse, multiple. In: R. Diaz-Bone & C. Weischer (Hg.), Methoden-Lexikon für die Sozialwissenschaften (S. 232–233). Wiesbaden: Springer VS.
Busenitz, L. W.; Fiet, J. O.; Moesel, D. D. (2005). Signaling in Venture Capitalist – New Venture Team Funding Decisions: Does It Indicate Long-Term Venture Outcomes? Entrepreneurship Theory and Practice, 29(1),S. 1–12.
Büttner, T.; Kraus, M.; Rincke, J. (2003). Hochschulranglisten als Qualitätsindikatoren im Wettbewerb der Hochschulen. Vierteljahrshefte zur Wirtschaftsforschung, 72(2),S. 252–270.
Clarke, M. (2007). The impact of higher education rankings on student access, choice, and opportunity. Higher Education in Europe, 32(1),S. 59–70.
Eglin-Chappuis, N. (2007). Studienfachwahl und Fächerwechsel: eine Untersuchung des Wahlprozesses im Übergang vom Gymnasium and die Hochschule: CEST, Zentrum für Wissenschafts-und Technologiestudien.
Federkeil, G. (2013). Internationale hochschulrankings – eine kritische bestandsaufnahme. Beiträge zur Hochschulforschung, 35(2),S. 34–48.
Fox, J. (1997). Applied regression analysis, linear models, and related methods/John Fox. Thousand Oaks: Sage.
Gaus, W.; Muche, R. (2017). Medizinische Statistik: Angewandte Biometrie für Ärzte und Gesundheitsberufe: Schattauer Verlag.
Gulati, R.; Higgins, M. C. (2003). Which ties matter when? The contingent effects of interorganizational partnerships on IPO success. Strategic Management Journal, 24(2),S. 127–144.
Hachmeister, C.-D.; Hennings, M. (2007). Indikator im Blickpunkt: Kriterien der Hochschulwahl und Ranking-Nutzung. v. CHE, Centrum für Hochschulentwicklung, Gütersloh.
Happ, R.; Förster, M.; Zlatkin-Troitschanskaia, O.; Oesterle, M.-J.; Dötsch, S. (2014). Die Signalwirkung von Hochschulrankings – eine empirische Studie unter Studien-anfängerinnen/-anfängern der Wirtschafts-wissenschaften. Zeitschrift für Hochschulentwicklung, 9(2014),S. 5.
Heine, C.; Willich, J.; Schneider, H. (2007). Informationsverhalten und Hochschulwahl von Studienanfängern in West-und Ostdeutschland. Eine Sekundäranalyse der HIS Studienanfängerbefragung des Wintersemesters, 2008.
Horstschräer, J. (2012). University rankings in action? The importance of rankings and an excellence competition for university choice of high-ability students. Economics of Education Review, 31(6),S. 1162–1176.
HRK. (2015). Statistische Daten zu Studienangeboten an Hochschulen in Deutschland. Studiengänge, Studierende, Absolventen. Wintersemester 2015/2016. Paper presented at the Hochschulrektorenkonferenz, Bonn.
Jacob, M.; Weiss, F. (2010). Soziale Selektivität beim Hochschulzugang – Veränderungen der Zugangssequenzen zur Hochschule im Kohortenvergleich. In: B. Becker & D. Reimer (Hg.), Vom Kindergarten bis zur Hochschule (S. 285–312).
König, P.; Jäckle, P.; Schlipphak, B. (2014). Weiterführende statistische Methoden für Politikwissenschaftler. Politische Vierteljahresschrift, 55(4),S. 777–779.
Krawietz, M.; Heine, C. (2007). Wahlmotive und Bewertungen des Studienortes bei Studienanfängern im Vergleich der neuen und der alten Länder. HIS: Projektbericht, August.
Kühnel, S. M.; Krebs, D. (2010). Multinomiale und ordinale Regression Handbuch der sozialwissenschaftlichen Datenanalyse (S. 855–886): Springer.
Le Roux, B.; Rouanet, H. (2010). Multiple correspondence analysis (163. Aufl.): Sage.
Long, J. S. (1997). Regression models for categorical and limited dependent variables. Advanced quantitative techniques in the social sciences, 7.
Long, J. S.; Freese, J. (2001). Regression Models for Categorical Dependent Variables Using Stata (College Station, TX: Stata Corporation). Advanced quantitative techniques in the social sciences.
Long, J. S.; Freese, J. (2014). Regression models for nominal and ordinal outcomes.
Maaz, K.; Baethge, M.; Brugger, P.; Füssel, H.-P.; Hetmeier, H.-W.; Rauschenbach, T., … Wolter, A. (2016). Bildung in Deutschland 2016. Ein indikatorengestützter Bericht mit einer Analyse zu Bildung und Migration. Bielefeld.
Mause, K.; Gröteke, F. (2009). Hochschulwettbewerb, Hochschulpolitik und eine Paradoxie. In: A. Itzenplitz, S. Jaenichen, N. Seifferth-Schmidt, & T. Steinrücken (Hg.), Empirische und theoretische Analysen aktueller wirtschafts-und finanzpolitischer Fragestellungen (S. 115–157). Ilmenau: Universitäts Verlag Ilmenau.
O’Connell, A. A. (2006). Logistic regression models for ordinal response variables: Sage.
Perkins, S. J.; Hendry, C. (2005). Ordering top pay: interpreting the signals. Journal of Management Studies, 42(7),S. 1443–1468.
Ramm, M.; Multrus, F.; Bargel, T.; Schmidt, M. (2014). Studiensituation und studentische Orientierungen: 12. Studierendensurvey an Universitäten und Fachhochschulen (Langfassung).
Reimer, D.; Pollak, R. (2009). Educational expansion and its consequences for vertical and horizontal inequalities in access to higher education in West Germany. European Sociological Review, 26(4),S. 415–430.
Rohrlack, C. (2007). Logistische und Ordinale Regression. In: S. Albers, D. Klapper, U. Konradt, A. Walter, & J. Wolf (Hg.), Methodik der empirischen Forschung (S. 199–214). Wiesbaden: Gabler.
Schindler, S.; Reimer, D. (2011). Differentiation and social selectivity in German higher education. Higher Education, 61(3),S. 261–275.
Spence, M. (1973). Job market signaling. The quarterly journal of Economics, 87(3),S. 355–374.
Spence, M. (1976). Informational aspects of market structure: An introduction. The quarterly journal of Economics,S. 591–597.
Wooldridge, J. M. (2009). Introductory Econometrics: A modern approach. Canada: South-Western Cengage Learning.
Zahra, S. A.; Filatotchev, I. (2004). Governance of the entrepreneurial threshold firm: a knowledge-based perspective. Journal of Management Studies, 41(5),S. 885–897.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Hückstädt, M. (2019). Determinanten der subjektiv wahrgenommenen Wichtigkeit von Hochschulrankings bei der Studienortwahl?. In: Ringel, L., Werron, T. (eds) Rankings – Soziologische Fallstudien. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-26366-9_8
Download citation
DOI: https://doi.org/10.1007/978-3-658-26366-9_8
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-26365-2
Online ISBN: 978-3-658-26366-9
eBook Packages: Social Science and Law (German Language)