27 February 2018 to 2 March 2018
Karlsruher Institut für Technologie
Europe/Berlin timezone

Veränderungen der Studieneingangsphase in einem Bachelorstudiengang zur Verbesserung der Mathematikkompetenzen. Darstellung eines Design-Based Research Ansatzes als Beispiel für forschungsbasierten Erkenntnisgewinn.

1 Mar 2018, 13:00
45m
Karlsruher Institut für Technologie

Karlsruher Institut für Technologie

Poster Postersession

Speakers

Prof. Birgit Dr. Wolf (Touro College Berlin) Marius Fahrner (Touro College Berlin)

Description

Das Bildungsproblem: Lehrende in einem wirtschaftswissenschaftlichen Studiengang stellen mangelnde Mathematikkompetenzen der Studierenden fest. Die Problematik wird in zahlreichen Beiträgen zu verschiedenen Studiengängen in der Literatur diskutiert. Häufig werden mangelnde Eingangskompetenzen auch im Zusammenhang mit der Studieneingangsphase und der zunehmenden Diversität der Studierenden analysiert. Das vorliegende Projekt soll eine Verbesserung der Kompetenzen in Mathematik durch die Veränderung der Studieneingangsphase bewirken. Neben dem bildungspraktischen Nutzen sollen gleichzeitig theoretische Erkenntnisse zur Verbesserung mangelhafter Eingangskompetenzen in der Studieneingangsphase gewonnen werden. Der Beitrag stellt das Erkenntnisinteresse, die Analyse der Ausgangslage und den Prozess des Design-Based Research Ansatzes vor.

Abstract (für alle Formate)<br>Bitte vergessen Sie nicht<br> das Format unter<br>"Presentation type"<br> am Ende dieser<br>Seite anzugeben.

Beitrag zum Keyword „Strukturentwicklung“: Studieneingangsphase in unterschiedlichen Geschwindigkeiten?

Der Forschungsbeitrag untersucht den Zusammenhang zwischen Mathematik- und Sprachkompetenzen zu Beginn eines wirtschaftswissenschaftlichen Studiums und dem Studienerfolg bei Abschluss des Studiums. Bei dem untersuchten Studiengang handelt es sich um ein in Englisch angebotenes Bachelorstudium einer privaten Hochschule in Deutschland. Die Mathematik- und Sprachkompetenzen wurden durch Eingangstests vor Beginn des Studiums erfasst, der Studienerfolg wurde anhand der Durchschnittsnoten bei Abschluss des Studiums berücksichtigt. Insgesamt wurde ein Zeitraum von 10 Jahren mit 211 Datensätzen für die Analyse genutzt.

Im Detail wurden Korrelationen zwischen den Noten im Eingangstest Mathematik und der Durchschnittsnote Mathematik, dem Eingangstest Mathematik und dem GPA (Grade Point Average), der Durchschnittsnote Mathematik und dem GPA, dem Eingangstest Englisch und der Durchschnittsnote Englisch, dem Eingangstest Englisch und dem GPA sowie der Durchschnittsnote Englisch und dem GPA berechnet; des Weiteren wurde ein Mittelwertvergleich der Durchschnittsnoten Englisch durchgeführt zwischen Studierenden, die schlecht im Eingangstest Englisch abgeschnitten haben (und 3 Englischkurse belegen mussten) und Studierenden, die gut im Eingangstest Englisch abgeschnitten haben (und 2 Englischkurse belegen mussten). Alle Tests hatten, wie üblich, ein Signifikanzniveau von 5 Prozent.

In allen drei Mathematiktests wurde die Nullhypothese, dass eine Korrelation von 0 besteht zugunsten der Alternativhypothese, dass eine positive Korrelation besteht, verworfen. Besonders auffallend war eine extreme hohe Stichprobenkorrelation (über 0,7) zwischen der Durchschnittsnote Mathematik und dem GPA. Im Bereich Englisch waren die Resultate sehr viel weniger eindeutig. Es wurde die Nullhypothese, dass eine Korrelation von 0 zwischen dem Eingangstest Englisch und der Durchschnittsnote Englisch besteht ebenso angenommen wie die Nullhypothese, dass eine Korrelation von 0 zwischen der Note im Eingangstest und dem GPA besteht; die Nullhypothese, dass es eine Korrelation von 0 zwischen der Durchschnittsnote Englisch und dem GPA gibt, wurde hingegen gegen die Alternativhypothese, dass es eine positive Korrelation gibt, verworfen. Die Nullhypothese, dass die Mittelwerte derjenigen Studierenden, die schlecht im Eingangstest Englisch abgeschnitten haben und die Mittelwerte derjenigen Studierenden, die gut im Eingangstest Englisch abgeschnitten haben, gleich sind, wurde angenommen.

Die Eingangsnote Mathematik scheint einen Hinweis auf den Studienerfolg zu geben. Der Mathematik Eingangstest könnte daher als Entscheidungshilfe für die Annahme bzw. Ablehnung von Studierenden fungieren, sollte die Anzahl der Studierenden, die an einer Hochschule angenommen werden, beschränkt sein. Außerdem wäre zu überlegen, ob zusätzliche (möglicherweise unbenotete, aber verbindliche) Mathematikkurse angeboten werden sollten, da verbesserte Fähigkeiten in der Mathematik sich positiv auf den Gesamterfolg im Studium auszuwirken scheinen. Für die Sprachkompetenzen in Englisch ist die Situation eine andere. Schlechte Leistungen im Eingangstest Englisch können durch das Belegen zusätzlicher Kurse gegenüber Studierenden, die gute Noten im Eingangstest Englisch erzielt haben, im Zeitablauf ausgeglichen werden; ein schlechter Eingangstest in Englisch ist noch kein Indikator für einen schlechten Studienabschluss. Zusätzliche Kurse im Fach Englisch anzubieten, kann die Durchschnittsnote in Englisch verbessern, die wiederum als Indikator für Studienerfolg dient (Parker, 2005).

Welche Schlussfolgerungen lassen sich für die Studienorganisation und Didaktik im Studiengang aus den Ergebnissen formulieren? Veranstaltungen in wirtschaftswissenschaftlichen Studiengängen zeichnen sich besonders in der Studieneingangsphase durch hohe Studierendenzahlen in einzelnen Veranstaltungen aus. Die Auswahl der Lehr- und Prüfungsformate scheint eingeschränkt. Wie kann dennoch auf die Heterogenität der Studierenden reagiert werden um Studienerfolg zu ermöglichen? Eine Möglichkeit könnte die Flexibilisierung der Studieneingangsphase mit einer unterschiedlichen Anzahl an zu absolvierenden Modulen sein, eine andere das Angebot in alternativen didaktischen Formaten, beispielsweise durch Lehrorganisationen wie „One Course at a Time“ (Große, 2017; Henn, 2007; Schulmeister, 2014; Vöttinger, 2015).

Literatur

Große, A. K., Geller-Urban. (2017). Monitoring der Studieneingangsphase im Fach Mathematik an der Ernst-Abbe-Hochschule Jena / Fachbereich Grundlagenwissenschaften. Die neue Hochschule, 1, 22-25.

Henn, G. C., Polaczek. (2007). Studienerfolg in den Ingenieurwissenschaften. Das Hochschulwesen : HSW ; Forum für Hochschulforschung, -praxis und -politik, 55(51), 144-147.

Parker, M. (2005). Placement, Retention, and Success: A longitudinal Study of Mathematics and Retention. The Journal of General Education, 54(1), 22-40.

Schulmeister, R. (2014). Auf der Suche nach Determinanten des Studienerfolges. In J. P. Brockmann, Arne (Ed.), Studieneingangsphase in der Rechtswissenschaft. 72-205.

Vöttinger, A. O., Andreas. (2015). Studienmodelle individueller Geschwindigkeit. Hochschulische Beiträge zum Studienerfolg. Wichtigste Ergebnisse der Wirkungsforschung 2011-2014 und erste Handlungsempfehlungen.

3-5 Keywords (aus: Personalentwicklung,<br> Studiengangentwicklung,<br> Institutionalisierung/<br>Strukturentwicklung, Organisations-<br>entwicklung, Bildungs-<br>politik, HD Praxis,<br>Fachdidaktik/Fachkultur, <br> HD Grundlagenforschung, <br>Angewandte Forschung, <br> Wertediskurs, Internationalisierung,<br> Netzwerke, ggf. andere Schlüsselbegriffe)

Studieneingangsphase, Wirtschaftswissenschaften, Sprachkompetenzen, Mathematik, Eingangstests

Primary author

Prof. Birgit Dr. Wolf (Touro College Berlin)

Co-author

Marius Fahrner (Touro College Berlin)

Presentation Materials

Your browser is out of date!

Update your browser to view this website correctly. Update my browser now

×