Skip to main content

Identifizierung von Nutzertypen bei fakultativen Angeboten zur Mathematik in wirtschaftswissenschaftlichen Studiengängen

  • Chapter
  • First Online:
Lehren und Lernen von Mathematik in der Studieneingangsphase

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.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 69.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 84.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  • Aldenderfer, M., & Blashfield, R. (1985). Cluster Analysis (2. Aufl.). Beverly Hills: SAGE Publications.

    Google Scholar 

  • 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.

    Article  Google Scholar 

  • Bacher, J., Pöge, A., & Wenzig, K. (2010). Clusteranalyse. Anwendungsorientierte Einführung in Klassifikationsverfahren (3. Aufl.). München: Oldenbourg.

    Book  Google Scholar 

  • Bandura, A. (1997). Self-efficacy. The Exercise of Control. New York: W. H. Freeman and Company.

    Google Scholar 

  • 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.

    Google Scholar 

  • Bortz, J., & Döring, N. (2006). Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler (4. Aufl.). Berlin: Springer.

    Book  Google Scholar 

  • 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.

    Google Scholar 

  • 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.

    Article  Google Scholar 

  • 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.

    Article  Google Scholar 

  • Eccles, J. (1985). Model of students’ mathematics enrollment decisions. Educational Studies in Mathematics, 16(3), 311–314.

    Article  Google Scholar 

  • 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.

    Google Scholar 

  • 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.

    Article  Google Scholar 

  • Hattie, J., & Timperley, H. (2007). The Power of Feedback. Review of Educational Research, 77(1), 81–112.

    Article  Google Scholar 

  • Hatzinger, R., Hornik, K., & Nagel, H. (2011). R – Einführung durch angewandte Statistik. München: Pearson Studium.

    Google Scholar 

  • 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.

    Google Scholar 

  • 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.

    Google Scholar 

  • Huang, C. (2011). Self-concept and academic achievement: A meta-analysis of longitudinal relations. Journal of School Psychology, 49, 505–528.

    Article  Google Scholar 

  • 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.

    Article  Google Scholar 

  • 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.

    Article  Google Scholar 

  • 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.

    Google Scholar 

  • 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.

    Google Scholar 

  • Lantz, A. E., & Smith, G. P. (1981). Factors Influencing the Choice of Nonrequired Mathematics Courses. Journal of Educational Psychology, 73(6), 825–837.

    Article  Google Scholar 

  • 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.

    Article  Google Scholar 

  • 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.

    Article  Google Scholar 

  • 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.

    Article  Google Scholar 

  • 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.

    Google Scholar 

  • 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.

    Google Scholar 

  • Schunk, D. H. (1981). Modeling and Attributional Effects on Childrens’s Achievement: A Self-Efficacy Analysis. Journal of Educational Psychology, 73(1), 93–105.

    Article  Google Scholar 

  • 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.

    Article  Google Scholar 

  • 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.

    Article  Google Scholar 

  • 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.

    Chapter  Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Angela Laging .

Editor information

Editors and Affiliations

Rights and permissions

Reprints 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

Publish with us

Policies and ethics