Zusammenfassung
An vielen Hochschulen werden vor allem im Bereich Mathematik Lehr-Lern-Innovationen entwickelt und eingesetzt, um Problemen, die mit der zunehmenden Heterogenität der Studienanfänger/innen verbunden sind, entgegenzuwirken. Hintergrund der Probleme sind vielfach unzureichende schulmathematische Kenntnisse, die für das Studium eigentlich vorausgesetzt werden. Vorkurse, Tutorien, Tests und weitere Angebote sollen dazu beitragen, dass die Studienanfänger/innen Defizite erkennen, aufarbeiten und das selbständige Lernen an der Hochschule trainieren. Es zeigt sich allerdings, dass die Angebote in sehr unterschiedlicher Weise genutzt werden. Insbesondere kann festgestellt werden, dass ein Großteil der Studienanfänger/innen die Angebote überhaupt nicht nutzt. Deshalb stellen sich u. a. die folgenden Fragen: Welche Studierenden nutzen welche Angebote? Nutzt insbesondere die anvisierte Zielgruppe überhaupt die Angebote? Im Rahmen dieses Beitrages konnten vier Nutzertypen auf Basis ihres Nutzungs- und Arbeitsverhaltens identifiziert werden, die sich über weitere Eigenschaften wie u. a. die mathematische Leistung zu Beginn des Studiums, die mathematische Selbstwirksamkeit, das Selbstkonzept Mathematik, das Interesse an Mathematik und die Mathe-Ängstlichkeit charakterisieren lassen. Parallelen zu Lerntypen nach Creß und Friedrich (2000) konnten hergestellt werden. Zudem konnte eine Risikogruppe identifiziert werden, die mit ungünstigen Voraussetzungen das Studium beginnt und schlechte Leistungsentwicklungen zeigt. Als Datengrundlage dienen Befragungen und Leistungstests, die im Rahmen einer Mathematikveranstaltung für wirtschaftswissenschaftliche Studiengänge an der Universität Kassel im Wintersemester 2011/12 durchgeführt wurden.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Aldenderfer, M., & Blashfield, R. (1985). Cluster Analysis (2. Aufl.). Beverly Hills: SAGE Publications.
Aust, K., Watermann, R., & Grube, D. (2010). Selbstkonzeptentwicklung und der Einfluss von Zielorientierungen nach dem Übergang in die weiterführende Schule. Zeitschrift für Pädagogische Psychologie, 24(2), 95–109.
Bacher, J., Pöge, A., & Wenzig, K. (2010). Clusteranalyse. Anwendungsorientierte Einführung in Klassifikationsverfahren (3. Aufl.). München: Oldenbourg.
Bandura, A. (1997). Self-efficacy. The Exercise of Control. New York: W. H. Freeman and Company.
Biehler, R., Eilerts, K., Hänze, M., & Hochmuth, R. (2010). Mathematiklehrerausbildung zum Studienbeginn: Eine empirische Studie zu Studienmotivation, Vorwissen und Einstellungen zur Mathematik (BMBF-Projekt LIMA). In A. Lindmeier, & S. Ufer (Hrsg.), Beiträge zum Mathematikunterricht 2010 (Bd. 1, S. 269–272). Münster: WTM-Verlag.
Bortz, J., & Döring, N. (2006). Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler (4. Aufl.). Berlin: Springer.
Bürgermeister, A., Kampa, M., Rakoczy, K., Harks, B., Besser, M., & Klieme, E. et al. (2011). Dokumentation der Befragungsinstrumente des Laborexperimentes im Projekt „Conditions and Consequences of Classroom Assessment“(Co²CA). Frankfurt am Main: DIPF.
Chemers, M., Hu, L., & Garcia, B. (2001). Academic Self-Efficacy and First-Year College Student Performance and Adjustment. Journal of Educational Psychology, 93(1), 55–64.
Creß, U., & Friedrich, H. F. (2000). Selbst gesteuertes Lernen Erwachsener: Eine Lernertypologie auf der Basis von Lernstrategien, Lernmotivation und Selbstkonzept. Zeitschrift für Pädagogische Psychologie, 14(4), 194–205.
Eccles, J. (1985). Model of students’ mathematics enrollment decisions. Educational Studies in Mathematics, 16(3), 311–314.
Fischer, E., Bianchy, B., Biehler, R., Hänze, M., & Hochmuth, R. (2012). Lehrinnovationen in der Studieneingangsphase ‚Mathematik im Lehramtsstudium‘- Hochschuldidaktische Grundlagen, Implementierung und Evaluation: Skalendokumentation. Unveröffentlichte Skalendokumentation.
Hackett, G. (1985). Role of Mathematics Self-Efficacy in the Choice of Math-Related Majors of College Women and Men: A Path Analysis. Journal of Counseling Psychology, 32(1), 47–56.
Hattie, J., & Timperley, H. (2007). The Power of Feedback. Review of Educational Research, 77(1), 81–112.
Hatzinger, R., Hornik, K., & Nagel, H. (2011). R – Einführung durch angewandte Statistik. München: Pearson Studium.
Heublein, U., Hutzsch, C., Schreiber, J., Sommer, D., & Besuch, G. (2010). Ursachen des Studienabbruchs in Bachelor- und in herkömmlichen Studiengängen – Ergebnisse einer bundesweiten Befragung von Exmatrikulierten des Studienjahres 2007/08. Hannover: HIS.
Hodapp, V., & Mißler, B. (1996). Determinanten der Wahl von Mathematik als Leistungs- bzw. Grundkurs in der 11. Jahrgangsstufe. In R. Schumann-Hengsteler, & H. M. Trautner (Hrsg.), Entwicklung im Jugendalter (S. 143–164). Göttingen: Hogrefe.
Huang, C. (2011). Self-concept and academic achievement: A meta-analysis of longitudinal relations. Journal of School Psychology, 49, 505–528.
Köller, O., Daniels, Z., Schnabel, K., & Baumert, J. (2000). Kurswahlen von Mädchen und Jungen im Fach Mathematik: Zur Rolle von fachspezifischem Selbstkonzept und Interesse. Zeitschrift für Pädagogische Psychologie, 14(1), 26–37.
Köller, O., Trautwein, U., Lüdtke, O., & Baumert, J. (2006). Zum Zusammenspiel von schulischer Leistung, Selbstkonzept und Interesse in der gymnasialen Oberstufe. Zeitschrift für Pädagogische Psychologie, 20(1/2), 27–39.
Kunter, M., Schümer, G., Artelt, C., Baumert, J., Klieme, E., & Neubrand, M. et al. (2002). PISA 2000: Dokumentation der Erhebungsinstrumente. Materialien aus der Bildungsforschung, Bd. 72. Berlin: Max-Planck-Institut für Bildungsforschung.
Laging, A. (2013). Wie wichtig sind die Selbstwirksamkeit und die Selbsteinschätzung für die mathematischen Leistungen von Studienanfänger/innen? In G. Greefrath, F. Käpnick, & M. Stein (Hrsg.), Beiträge zum Mathematikunterricht 2013 (Bd. 2, S. 592–595). Münster: WTM-Verlag.
Lantz, A. E., & Smith, G. P. (1981). Factors Influencing the Choice of Nonrequired Mathematics Courses. Journal of Educational Psychology, 73(6), 825–837.
Möller, J., Pohlmann, B., Köller, O., & Marsh, H. W. (2009). A Meta-Analytic Path Analysis of Internal/External Frame of Reference Model of Academic Achievement and Academic Self-Concept. Review of Educational Research, 79(3), 1129–1167.
Multon, K. D., Brown, S. D., & Lent, R. W. (1991). Relation of Self-Efficacy Beliefs to Academic Outcomes: A Meta-Analytic Investigation. Journal of Counseling Psychology, 38(1), 30–38.
Pintrich, P. R., & De Groot, E. V. (1990). Motivational and Self-Regulated Learning Components of Classroom Academic Performance. Journal of Educational Psychology, 82(1), 33–40.
Rakoczy, K., Buff, A., & Lipowsky, F. (2005). Befragungsinstrumente. In E. Klieme, C. Pauli, & K. Reusser (Hrsg.), Dokumentation der Erhebungs- und Auswertungsinstrumente zur schweizerisch-deutschen Videostudio „Unterrichtsqualität, Lernverhalten und mathematisches Verständnis“. Materialien zur Bildungsforschung, Bd. 13. Frankfurt am Main: DIPF.
Schiefele, U., Krapp, A., & Schreyer, I. (2003). Metaanalyse des Zusammenhangs von Interesse und schulischer Leistung. Zeitschrift für Entwicklungspsychologie und Pädagogische Psychologie, 10(2), 120–148.
Schunk, D. H. (1981). Modeling and Attributional Effects on Childrens’s Achievement: A Self-Efficacy Analysis. Journal of Educational Psychology, 73(1), 93–105.
Shell, D. F., Murphy, C. C., & Bruning, R. H. (1989). Self-Efficacy and Outcome Expectancy Mechanisms in Reading and Writing Achievement. Journal of Educational Psychology, 81(1), 91–100.
Stevens, T., Wang, K., Olivárez, A., & Hamman, D. (2007). Use of Self-perspectives and their Sources to Predict the Mathematics Enrollment Intentions of Girls and Boys. Sex Roles, 56, 351–363.
Voßkamp, R., & Laging, A. (2014). Teilnahmeentscheidungen und Erfolg. Eine Fallstudie zu einem Vorkurs aus dem Bereich der Wirtschaftswissenschaften. In I. Bausch, R. Biehler, R. Bruder, P. R. Fischer, R. Hochmuth, & W. Koepf et al. (Hrsg.), Mathematische Vor- und Brückenkurse: Konzepte, Probleme und Perspektiven (S. 67–83). Wiesbaden: Springer Spektrum.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2016 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Laging, A., Voßkamp, R. (2016). Identifizierung von Nutzertypen bei fakultativen Angeboten zur Mathematik in wirtschaftswissenschaftlichen Studiengängen. In: Hoppenbrock, A., Biehler, R., Hochmuth, R., Rück, HG. (eds) Lehren und Lernen von Mathematik in der Studieneingangsphase. Konzepte und Studien zur Hochschuldidaktik und Lehrerbildung Mathematik. Springer Spektrum, Wiesbaden. https://doi.org/10.1007/978-3-658-10261-6_37
Download citation
DOI: https://doi.org/10.1007/978-3-658-10261-6_37
Published:
Publisher Name: Springer Spektrum, Wiesbaden
Print ISBN: 978-3-658-10260-9
Online ISBN: 978-3-658-10261-6
eBook Packages: Life Science and Basic Disciplines (German Language)