Skip to main content
SpringerLink
Log in

Vorhersage des Studienabbruchs in naturwissenschaftlich-technischen Studiengängen

Prediction of student drop-out in STEM study programs

  • Schwerpunkt
  • Published:
Zeitschrift für Erziehungswissenschaft Aims and scope Submit manuscript

Zusammenfassung

Vor dem Hintergrund vergleichsweise hoher Abbruchquoten in den naturwissenschaftlich-technischen Studiengängen kommt der Untersuchung des Studienerfolgs insbesondere in diesen Studiengängen eine besondere Relevanz zu. Im vorliegenden Beitrag werden Prädiktoren des Studienabbruchs in der Eingangsphase naturwissenschaftlich-technischer Studiengänge untersucht. Hierbei zeigen sich das fachliche Vorwissen, das mathematische Wissen, das fachbezogene Studieninteresse, die Erwartungskomponente der Studienmotivation, das Engagement im Studium sowie die Zufriedenheit mit den Studieninhalten als relevante Prädiktoren sowohl für die Studienabbruchsintention als auch für das Risiko eines tatsächlichen Studienabbruchs. Die Zufriedenheit mit den Studieninhalten erweist sich dabei als Mediator, über den ein Teil der Effekte der anderen Prädiktoren auf die Abbruchsintention vermittelt wird. Die Abbruchsintention stellt wiederum einen frühen Indikator für das Risiko eines späteren Studienabbruchs dar. Die Ergebnisse zeigen sowohl Gemeinsamkeiten als auch Unterschiede zwischen den betrachteten Studiengängen hinsichtlich der Bedeutung der einzelnen Prädiktoren.

Abstract

The relatively high number of students in the STEM fields not completing their program successfully makes the investigation of students’ study success particularly important in these disciplines. The present study analyses predictors of student drop-out in different STEM study programs. Subject-related prior knowledge, mathematical knowledge, domain-specific interest, study motivation (expectancy), student engagement, and satisfaction with study content are identified as relevant predictors of both drop-out intentions as well as actual drop-out risk. Satisfaction with study content proves to partially mediate the effects of the other predictors on drop-out intentions. In turn, drop-out intentions represent an early indicator of later actual drop-out risk. Results show similarities as well as differences between study programs regarding the significance of the predictors.

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

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2

Notes

  1. Für die Stichprobe der Ruhr-Universität Bochum liegen entsprechende Informationen derzeit noch nicht vor, sodass sich die Analysen zur Vorhersage des tatsächlichen Studienabbruchs nur auf die Stichprobe der Universität Duisburg-Essen beziehen.

  2. Zur Aufdeckung bivariater Zusammenhänge zwischen den einzelnen Prädiktoren und dem Studienabbruchsrisiko ist das Erhebungsdesign hinreichend sensibel (alpha = 0,05, 1‑beta = 0,80), um bei gegebener Stichprobengröße, gegebener Abbruchquote und einseitiger Fragestellung Odds-Ratios folgender Größenordnungen aufzudecken: 0,40 bis 0,42 (Biologie), 0,52 bis 0,53 (Chemie), 0,49 bis 0,51 (Bauing.) und 0,29 bis 0,36 (Physik) (berechnet mit GPower 3.1.9.2; Faul et al. 2007). Vor dem Hintergrund dieser durch die recht geringen Stichprobengrößen (insbesondere in der Physik) bedingten teilweise recht schwachen Design-Sensititvität ließen sich in weiteren logistischen Regressionsmodellen mit wechselseitiger Kontrolle anderer Prädiktoren keine statistisch signifikanten Effekte mehr nachweisen, sodass auf die Darstellung dieser Modelle verzichtet wird und die Ergebnisdarstellung auf bivariate Zusammenhänge beschränkt bleibt.

Literatur

  • Abele, A., Stief, M., & Andrä, M. S. (2000). Zur ökonomischen Erfassung beruflicher Selbstwirksamkeitserwartung – Neukonstruktion der BSW-Skala. Zeitschrift für Arbeits- und Organisationspsychologie, 44, 145–151.

    Article  Google Scholar 

  • Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50, 179–211. https://doi.org/10.1016/0749-5978(91)90020-T.

    Article  Google Scholar 

  • Alesi, B., Bürger, S., Kehm, B., & Teichler, U. (2005). Bachelor- und Master-Studiengänge in ausgewählten Ländern Europas im Vergleich zu Deutschland. Fortschritte im Bolognaprozess. Berlin: BMBF.

    Google Scholar 

  • Allmendinger, J., & Ebner, C. (2006). Arbeitsmarkt und demografischer Wandel. Die Zukunft der Beschäftigung in Deutschland. Zeitschrift für Arbeits- und Organisationspsychologie, 50, 227–239. https://doi.org/10.1026/0932-4089.50.4.227.

    Article  Google Scholar 

  • Blüthmann, I. (2012). Individuelle und studienbezogene Einflussfaktoren auf die Zufriedenheit von Bachelorstudierenden. Zeitschrift für Erziehungswissenschaft, 15(2), 273–303. https://doi.org/10.1007/s11618-012-0270-3.

    Article  Google Scholar 

  • Blüthmann, I., Thiel, F., & Wolfgram, C. (2011). Abbruchtendenzen in den Bachelorstudiengängen. Individuelle Schwierigkeiten oder mangelhafte Studienbedingungen? Die Hochschule, 20, 110–116.

    Google Scholar 

  • Borkenau, P., & Ostendorf, F. (1993). NEO-Fünf-Faktoren Inventar nach Costa und McCrae. Göttingen: Hogrefe. https://doi.org/10.1026//0084-5345.28.2.145.

    Book  Google Scholar 

  • Van Bragt, C. A. C., Bakx, A. W. E. A., Bergen, T. C. M., & Croon, M. A. (2011). Looking for students’ personal characteristics predicting study outcome. Higher Education, 61, 59–75. https://doi.org/10.1007/s10734-010-9325-7.

    Article  Google Scholar 

  • Brandstätter, H., Grillich, L., & Farthofer, A. (2006). Prognose des Studienabbruchs. Zeitschrift für Entwicklungspsychologie und Pädagogische Psychologie, 38, 121–131. https://doi.org/10.1026/0049-8637.38.3.121.

    Article  Google Scholar 

  • Buschhüter, D., Spoden, C., & Borowski, A. (2016). Mathematische Kenntnisse und Fähigkeiten von Physikstudierenden zu Studienbeginn. Zeitschrift für Didaktik der Naturwissenschaften, 22, 61–75. https://doi.org/10.1007/s40573-016-0041-4.

    Article  Google Scholar 

  • Chen, F. F. (2007). Sensitivity of goodness of fit indexes to lack of measurement invariance. Structural Equation Modeling, 14, 464–504. https://doi.org/10.1080/10705510701301834.

    Article  Google Scholar 

  • Cheung, G. W., & Rensvold, R. B. (2001). The effects of model parsimony and sampling error on the fit of structural equation models. Organizational Research Methods, 4, 236–264. https://doi.org/10.1177/109442810143004.

    Article  Google Scholar 

  • Cordier, H. (1994). Studienabbruch bis zur Mitte des ersten Hochschulsemesters. Hannover: HIS.

    Google Scholar 

  • DeWitz, S. J., Woolsey, M. L., & Walsh, W. B. (2009). College student retention: an exploration of the relationship between self-concept beliefs and purpose in life among college students. Journal of College Student Development, 50, 19–34. https://doi.org/10.1353/csd.0.0049.

    Article  Google Scholar 

  • Dresel, M., & Grassinger, R. (2013). Changes in achievement motivation among university freshmen. Journal of Education and Training Studies, 1, 159–173. https://doi.org/10.11114/jets.v1i2.147.

    Article  Google Scholar 

  • Eccles, J. S., & Wigfield, A. (2002). Motivational beliefs, values, and goals. Annual Review of Psychology, 53, 109–132. https://doi.org/10.1146/annurev.psych.53.100901.135153.

    Article  Google Scholar 

  • Faul, F., Erdfelder, E., Lang, A. G., & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods, 39, 175–191.

    Article  Google Scholar 

  • Fellenberg, F., & Hannover, B. (2006). Kaum begonnen, schon zerronnen? Psychologische Ursachenfaktoren für die Neigung von Studienanfängern, das Studium abzubrechen oder das Fach zu wechseln. Empirische Pädagogik, 20, 381–399.

    Google Scholar 

  • Fleischer, J., Averbeck, D., Sumfleth, E., Leutner, D., & Brand, M. (2017). Entwicklung und Vorhersage von Studienzufriedenheit in MINT-Fächern. In C. Maurer (Hrsg.), Implementation fachdidaktischer Innovation im Spiegel von Forschung und Praxis. Gesellschaft für Didaktik der Chemie und Physik Jahrestagung in Zürich 2016 (S. 59–62).

    Google Scholar 

  • Freyer, K., Epple, M., Brand, M., Schiebener, J., & Sumfleth, E. (2014). Studienerfolgsprognose bei Erstsemesterstudierenden in Chemie: Eine Studie an einer Universität mittels moderierter multipler linearer Regressionsanalyse. Zeitschrift für Didaktik der Naturwissenschaften, 20, 129–142. https://doi.org/10.1007/s40573-014-0015-3.

    Article  Google Scholar 

  • Gibney, A., Moore, N., Murphy, F., & O’Sullivan, S. (2011). The first semester of university life; ‘will I beable to manage it all? Higher Education, 62, 351–366. https://doi.org/10.1007/s10734-010-9392-9.

    Article  Google Scholar 

  • Giesen, H., Gold, A., Hummer, A., & Jansen, R. (1986). Prognose des Studienerfolgs. Ergebnisse aus Längsschnittuntersuchungen. Frankfurt a. M.: Institut für Pädagogische Psychologie.

    Google Scholar 

  • Gold, A. (1999). Studienabbruch und Studienerfolg. Ergebnisse aus den Längsschnittuntersuchungen der Frankfurter Arbeitsgruppe Bildungslebensläufe. In M. Schröder-Gronostay & H.-D. Daniel (Hrsg.), Studienerfolg und Studienabbruch (S. 51–61). Berlin, Neuwied: Luchterhand.

    Google Scholar 

  • Haarala-Muhonen, A., Ruohoniemi, M., Parpala, A., Komulainen, E., & Lindblom-Ylänne, S. (2017). How do the different study profiles of first-year students predict their study success, study progress and the completion of degrees? Higher Education, 74, 949–962. https://doi.org/10.1007/s10734-016-0087-8.

    Article  Google Scholar 

  • Hailikari, T. K., & Nevgi, A. (2010). How to diagnose at-risk students in chemistry: The case of prior knowledge assessment. International Journal of Science Education, 32, 2079–2095. https://doi.org/10.1080/09500690903369654.

    Article  Google Scholar 

  • Heine, C., Briedis, K., Didi, H.-J., Haase, K., & Trost, G. (2006). Auswahl- und Eignungsfeststellungsverfahren beim Hochschulzugang in Deutschland und ausgewählten Ländern. Eine Bestandsaufnahme. Hannover: HIS.

    Google Scholar 

  • Heller, K. A., & Perleth, C. (2000). KFT 4‑12+R – Kognitiver Fähigkeits-Test für 4. bis 12. Klassen, Revision. Weinheim: Beltz.

    Google Scholar 

  • Heublein, U., & Schmelzer, R. (2018). Die Entwicklung der Studienabbruchquoten an den deutschen Hochschulen. Berechnungen auf Basis des Absolventenjahrgangs 2016. Hannover: DZHW.

    Google Scholar 

  • Heublein, U., & Wolter, A. (2011). Studienabbruch in Deutschland. Zeitschrift für Pädagogik, 57, 214–245.

    Google Scholar 

  • 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.

    Google Scholar 

  • Heublein, U., Hutzsch, C., Schreiber, J., Sommer, D., & Besuch, G. (2010). Ursachen des Studienabbruchs in Bachelor- und in herkömmlichen Studiengängen. Hannover: HIS.

    Google Scholar 

  • Hosmer, D. H., & Lemeshow, S. (2000). Applied logistic regression. Hoboken: John Wiley & Sons Inc.

    Book  Google Scholar 

  • Klöpping, S., Scherfer, M., Gokus, S., Dachsberger, S., Krieg, A., Wolter, A., Bruder, R., Ressel, W., & Umbach, E. (Hrsg.). (2017). Studienabbruch in den Ingenieurwissen-schaften. Empirische Analyse und Best Practices zum Studienerfolg (acatech STUDIE). München: utzverlag.

    Google Scholar 

  • Kolland, F. (2002). Studienabbruch: Zwischen Kontinuität und Krise. Eine empirische Untersuchung an Österreichs Universitäten. Wien: Braumüller.

    Google Scholar 

  • Komarraju, M., Karau, S. J., & Schmeck, R. R. (2009). Role of the big five personality traits in predicting college students’ academic motivation and achievement. Learning and Individual Differences, 19, 47–52. https://doi.org/10.1016/j.lindif.2008.07.001.

    Article  Google Scholar 

  • Kosovich, J. J., Hulleman, C. S., Barron, K. E., & Getty, S. (2015). A practical measure of student motivation: establishing validity evidence for the expectancy-value-cost scale in middle school. Journal of Early Adolescence, 35, 790–816. https://doi.org/10.1177/0272431614556890.

    Article  Google Scholar 

  • Kuh, G. D., Kinzie, J., Buckley, J., Bridges, B., & Hayek, J. (2007). Piecing together the student success puzzle: research, propositions, and recommendations (ASHE higher education report, Vol. 32, No. 5). San Francisco: Jossey-Bass.

    Google Scholar 

  • Lewin, K. (1999). Studienabbruch in Deutschland. In M. Schröder-Gronostay & H.-D. Daniel (Hrsg.), Studienerfolg und Studienabbruch – Beiträge aus Forschung und Praxis (S. 17–50). Berlin: Luchterhand.

    Google Scholar 

  • MacKinnon, D. P. (2008). Introduction to statistical mediation analysis. Hillsdale: Erlbaum.

    Google Scholar 

  • Mäkinen, J., Olkinuora, E., & Lonka, K. (2004). Students at risk: students’ general study orientations and abandoning/prolonging the course of studies. Higher Education, 48, 173–188. https://doi.org/10.1023/B:HIGH.0000034312.79289.ab.

    Article  Google Scholar 

  • Mashburn, A. J. (2000). A psychological process of college student dropout. Journal of College Student Retention, 2, 173–190. https://doi.org/10.2190/U2QB-52J9-GHGP-6LEE.

    Article  Google Scholar 

  • Meulemann, H. (1991). Zufriedenheit und Erfolg in der Bildungslaufbahn. Ein Längsschnitt vom Gymnasium bis zum Studienabschluss. Zeitschrift für Sozialisationsforschung und Bildungssoziologie, 11, 215–238.

    Google Scholar 

  • Mühlenweg, A., Sprietsma, M., & Horstschräer, J. (2010). Humankapitalpotenziale der gestuften Hochschulabschlüsse in Deutschland. Auswertung zu Studienbeteiligung, Studienabbrüchen, Mobilität und Eingangsselektion. Mannheim: ZEW.

    Google Scholar 

  • Müller, F. H. (2001). Studium und Interesse: Eine empirische Untersuchung bei Studierenden. Münster: Waxmann.

    Google Scholar 

  • Müller, J., Stender, A., Fleischer, J., Borowski, A., Dammann, E., Lang, M., & Fischer, H. E. (2018). Mathematisches Wissen von Studienanfängern und Studienerfolg. Zeitschrift für Didaktik der Naturwissenschaften, 22, 1–17. https://doi.org/10.1007/s40573-018-0082-y.

    Article  Google Scholar 

  • Muthén, L. K., & Muthén, B. O. (2012). Mplus user’s guide (7. Aufl.). Los Angeles: Muthén & Muthén.

    Google Scholar 

  • Neuville, S., Frenay, M., Schmitz, J., Boudrenghien, G., Noël, B., & Wertz, V. (2007). Tinto’s theoretical perspective and expectancy-value paradigm: A confrontation to explain freshmen’s academic achievement. Psychologica Belgica, 47, 31–50. https://doi.org/10.5334/pb-47-1-31.

    Article  Google Scholar 

  • OECD (2011). Education at a glance 2011: OECD indicators. Paris: OECD. https://doi.org/10.1787/eag-2011-en.

    Book  Google Scholar 

  • Ostendorf, F., & Angleitner, A. (2004). NEO-PI‑R – NEO Persönlichkeitsinventar nach Costa und McCrae – Revidierte Fassung. Göttingen: Hogrefe.

    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, 33–40.

    Article  Google Scholar 

  • Pixner, J., & Schüpbach, H. (2008). Zur Vorhersagbarkeit von Studienabbrüchen als Kriterium des Studien(miss)erfolgs. In H. Schuler & B. Hell (Hrsg.), Studierendenauswahl und Studienentscheidung (S. 122–128). Göttingen: Hogrefe.

    Google Scholar 

  • Richardson, M., Abraham, C., & Bond, R. (2012). Psychological correlates of university students’ academic performance: a systematic review and meta-analysis. Psychological Bulletin, 138, 353–387. https://doi.org/10.1037/a0026838.

    Article  Google Scholar 

  • Riese, J., Kulgemeyer, C., Zander, S., Borowski, A., Fischer, H. E., Gramzow, Y., et al. (2015). Modellierung und Messung des Professionswissens in der Lehramtsausbildung Physik. In S. Blömeke & O. Zlatkin-Troitschanskaia (Hrsg.), Kompetenzen von Studierenden (Zeitschrift für Pädagogik: 61. Beiheft, S. 55–79). Weinheim: Beltz.

  • Rindermann, H. (2005). Für ein bundesweites Auswahlverfahren von Studienanfängern über Fähigkeitsmessung. Psychologische Rundschau, 56, 127–129. https://doi.org/10.1026/0033-3042.56.2.127.

    Article  Google Scholar 

  • Rindermann, H., & Oubaid, V. (1999). Auswahl von Studienanfängern durch Universitäten – Kriterien, Verfahren und Prognostizierbarkeit des Studienerfolgs. Zeitschrift für Differentielle und Diagnostische Psychologie, 20, 172–191. https://doi.org/10.1024//0170-1789.20.3.172.

    Article  Google Scholar 

  • Robbins, S. B., Lauver, K., Le, H., Davis, D., Langley, R., & Carlstrom, A. (2004). Do psychosocial and study skill factors predict college outcomes? A meta-analysis. Psychological Bulletin, 130, 261–288. https://doi.org/10.1037/0033-2909.130.2.261.

    Article  Google Scholar 

  • Sarcletti, A., & Müller, S. (2011). Zum Stand der Studienabbruchforschung. Theoretische Perspektiven, zentrale Ergebnisse und methodische Anforderungen an künftige Studien. Zeitschrift für Bildungsforschung, 1, 235–248. https://doi.org/10.1007/s35834-011-0020-2.

    Article  Google Scholar 

  • Schaufeli, W. B., & Bakker, A. B. (2003). Utrecht work engagement scale: preliminary manual. Utrecht: Occupational Health Psychology Unit, Utrecht University.

    Google Scholar 

  • Schaufeli, W. B., Martinez, I., Marques Pinto, A., Salanova, M., & Bakker, A. B. (2002). Burnout and engagement in university students: across national study. Journal of Cross-Cultural Psychology, 33, 464–481.

    Article  Google Scholar 

  • Schiefele, U., Krapp, A., Wild, K. P., & Winteler, A. (1993). Der „Fragebogen zum Studieninteresse“ (FSI). Diagnostica, 39, 335–351.

    Google Scholar 

  • Schiefele, U., Streblow, L., & Brinkmann, J. (2007). Aussteigen oder Durchhalten. Was unterscheidet Studienabbrecher von anderen Studierenden? Zeitschrift für Entwicklungspsychologie und Pädagogische Psychologie, 39, 127–140. https://doi.org/10.1026/0049-8637.39.3.127.

    Article  Google Scholar 

  • Schneider, M., & Preckel, F. (2017). Variables associated with achievement in higher education: a systematic review of meta-analyses. Psychological Bulletin, 143, 565–600. https://doi.org/10.1037/bul0000098.

    Article  Google Scholar 

  • Schöne, C., Dickhäuser, O., Spinath, B., & Stiensmeier-Pelster, J. (2002). Die Skalen zur Erfassung des schulischen Selbstkonzepts (SESSKO). Göttingen: Hogrefe.

    Google Scholar 

  • Schröder-Gronostay, M. (1999). Studienabbruch. Zusammenfassung des Forschungsstandes. In M. Schröder-Gronostay & H.-D. Daniel (Hrsg.), Studienerfolg und Studienabbruch. Beiträge aus Forschung und Praxis (S. 209–240). Berlin: Luchterhand.

    Google Scholar 

  • Schuler, H., & Hell, B. (2008). Studierendenauswahl und Studienentscheidung aus eignungsdiagnostischer Sicht. In H. Schuler & B. Hell (Hrsg.), Studierendenauswahl und Studienentscheidung (S. 11–17). Göttingen: Hogrefe.

    Google Scholar 

  • Schwarzer, R. (1999). Selbstregulation (REG). In R. Schwarzer & M. Jerusalem (Hrsg.), Skalen zur Erfassung von Lehrer- und Schülermerkmalen. Dokumentation der psycho-metrischen Verfahren im Rahmen der Wissenschaftlichen Begleitung des Modellversuchs selbstwirksame Schulen (S. 92–94). Berlin: Freie Universität Berlin.

    Google Scholar 

  • Spinath, B., Stiensmeier-Pelster, J., Schöne, C., & Dickhäuser, O. (2002). Die Skalen zur Erfassung von Lern- und Leistungsmotivation (SELLMO). Göttingen: Hogrefe.

    Google Scholar 

  • Sumfleth, E., & Leutner, D. (in press). Studienerfolg in der Eingangsphase von naturwissenschaftlich-technischen Studiengängen. Unikate (im Druck).

  • Thiel, F., Blüthmann, I., & Richter, M. (2010). Ergebnisse der Befragung der Studierenden in den Bachelorstudiengängen an der Freien Universität Berlin – Sommersemester 2010. https://www.fu-berlin.de/sites/qm/verfahren/qualitaetssicherungsverfahren/zentrale-befragungen/bachelorbefragung/bachelorbefragung-2010.pdf. Zugegriffen: 10. Jan. 2019.

    Google Scholar 

  • Thiel, F., Veit, S., Blüthmann, I., Lepa, S., & Ficzko, M. (2008). Ergebnisse der Befragung der Studierenden in den Bachelorstudiengängen an der Freien Universität Berlin – Sommersemester 2008. http://www.fu-berlin.de/universitaet/entwicklung/qualitaetsmanagement/bachelorbefragung/bachelorbefragung-2008.pdf. Zugegriffen: 10. Jan. 2019.

  • Trapmann, S. (2008). Mehrdimensionale Studienerfolgsprognose: Die Bedeutung kognitiver, temperamentsbedingter und motivationaler Prädiktoren für verschiedene Kriterien des Studienerfolgs. Berlin: Logos.

    Google Scholar 

  • Trapmann, S., Hell, B., Weigand, S., & Schuler, H. (2007). Die Validität von Schulnoten zur Vorhersage des Studienerfolgs – eine Metaanalyse. Zeitschrift für Pädagogische Psychologie, 21, 11–27.

    Google Scholar 

  • Trost, G. (2003). Deutsche und internationale Studierfähigkeitstests. Arten, Brauchbarkeit, Handhabung. Dokumentationen & Materialien (Bd. 51). Bonn: DAAD.

    Google Scholar 

  • Ulriksen, L., Møller Madsen, L., & Holmegaard, H. (2010). What do we know about the ex-planations for drop out/opt out among young people from STM higher education pro-grammes? Studies in Science Education, 46, 209–244.

    Article  Google Scholar 

  • Vedel, A. (2014). The big five and tertiary academic performance: a systematic review and meta-analysis. Personality and Individual Differences, 71, 66–76. https://doi.org/10.1016/j.paid.2014.07.011.

    Article  Google Scholar 

  • Walpuski, M., Kauertz, A., Kampa, N., Fischer, H. E., Mayer, J., Sumfleth, E., & Wellnitz, N. (2010). ESNaS – Evaluation der Standards für die Naturwissenschaften in der Sekundarstufe. In A. Gehrmann, U. Hericks & M. Lüders (Hrsg.), Bildungsstandards und Kompetenzmodelle – Beiträge zu einer aktuellen Diskussion über Schule, Lehrerbildung und Unterricht (S. 171–184). Bad Heilbrunn: Klinkhardt.

    Google Scholar 

  • Westermann, R., Heise, E., Spies, K., & Trautwein, U. (1996). Identifikation und Erfassung von Komponenten der Studienzufriedenheit. Psychologie in Erziehung und Unterricht, 43, 1–22.

    Google Scholar 

  • Wild, K.-P., & Schiefele, U. (1994). Lernstrategien im Studium. Ergebnisse zur Faktorenstruktur und Reliabilität eines neuen Fragebogens. Zeitschrift für Differentielle und Diagnostische Psychologie, 15, 185–200.

    Google Scholar 

  • York, T. T., Gibson, C., & Rankin, S. (2015). Defining and measuring academic success. Practical Assessment, Research & Evaluation, 20(5), 1–20.

    Google Scholar 

Download references

Förderung

Diese Veröffentlichung wurde ermöglicht durch Sachbeihilfen der Deutschen Forschungsgemeinschaft (Kennz.: LE 645/15‑1, BR 2894/12‑1, FI 477/23‑1, LA 3574/1‑1, SCHM 2664/2‑1 und SU 187/14-1) in der Forschungsgruppe „Akademisches Lernen und Studienerfolg in der Eingangsphase naturwissenschaftlich-technischer Studiengänge“ (ALSTER; FOR 2242). Wir danken allen an ALSTER beteiligten Wissenschaftlerinnen und Wissenschaftlern sowie insbesondere allen Doktorierenden der einzelnen Teilprojekte, die an der Datenerhebung beteiligt waren.

Author information

Authors and Affiliations

  1. Lehrstuhl für Lehr-Lernpsychologie, Universität Duisburg-Essen, 45117, Essen, Deutschland

    Jens Fleischer &  Detlev Leutner

  2. Lehrstuhl Allgemeine Psychologie: Kognition, Universität Duisburg-Essen, Forsthausweg 2, 47057, Duisburg, Deutschland

    Matthias Brand

  3. Lehrstuhl Didaktik der Physik, Universität Duisburg-Essen, 45117, Essen, Deutschland

    Hans Fischer

  4. Lehrstuhl Technologie und Didaktik der Technik, Universität Duisburg-Essen, 45117, Essen, Deutschland

    Martin Lang

  5. Lehrstuhl Didaktik der Biologie, Universität Duisburg-Essen, 45117, Essen, Deutschland

    Philipp Schmiemann

  6. Lehrstuhl Didaktik der Chemie, Universität Duisburg-Essen, 45117, Essen, Deutschland

    Elke Sumfleth

Authors
  1. Jens Fleischer
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Detlev Leutner
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Matthias Brand
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Hans Fischer
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. Martin Lang
    View author publications

    You can also search for this author in PubMed Google Scholar

  6. Philipp Schmiemann
    View author publications

    You can also search for this author in PubMed Google Scholar

  7. Elke Sumfleth
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Jens Fleischer.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Fleischer, J., Leutner, D., Brand, M. et al. Vorhersage des Studienabbruchs in naturwissenschaftlich-technischen Studiengängen. Z Erziehungswiss 22, 1077–1097 (2019). https://doi.org/10.1007/s11618-019-00909-w

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s11618-019-00909-w

Schlüsselwörter

Keywords

Search

Navigation