Zusammenfassung
Nach der Darlegung der theoretischen Grundlagen und der Forschungshypothesen, wird nun in diesem Kapitel die Daten- und Methodenbasis der empirischen Analysen aufgezeigt.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Diese Arbeit nutzt Daten des Nationalen Bildungspanels (NEPS): Startkohorte Studierende, doi:10.5157/NEPS:SC5:11.0.0. Die Daten des NEPS wurden von 2008 bis 2013 als Teil des Rahmenprogramms zur Förderung der empirischen Bildungsforschung erhoben, welches vom Bundesministerium für Bildung und Forschung (BMBF) finanziert wurde. Seit 2014 wird NEPS vom Leibniz-Institut für Bildungsverläufe e. V. (LIfBi) an der Otto-Friedrich-Universität Bamberg in Kooperation mit einem deutschlandweiten Netzwerk weitergeführt.
- 2.
Davon N = 104 Universitäten, N = 108 Fachhochschulen und N = 49 private Hochschulen.
- 3.
Die Informationen zu den (Groß-)Eltern wurden wie die restlichen Informationen über Auskünfte der Studierenden zu ihren Familienmitgliedern erfasst.
- 4.
Eine inhaltliche Sortierung der Themen nach Erhebungsmodi findet im NEPS nicht statt. Daher kann an dieser Stelle nicht berichtet werden, welche Themen im CATI bzw. CAWI-Modus erfasst wurden.
- 5.
Die Merkmale von Ereignisdatensätzen werden in Abschnitt 4.3.1 im Rahmen der Darlegung der Analyseverfahren näher erläutert.
- 6.
Dem Statistischen Bundesamt zufolge bilden die Türkei, gefolgt von Polen die stärksten Herkunftsländer unter den Personen mit Migrationshintergrund in der BRD (Statistisches Bundesamt 2019b: 63). Unter den Studierenden sind dies den Daten der 21. Sozialerhebung nach ebenfalls die Türkei und Polen (Middendorff et al. 2017: 34). In der NEPS-Stichprobe hingegen zählen türkischstämmige Befragte zwar mit zu den größten Herkunftsgruppen, sie bildet allerdings nicht die größte Herkunftsgruppe.
- 7.
Diese Entscheidung, den polyvalenten Bachelor mit Option Lehramt der Kategorie „Lehramtsabschluss“ zuzuweisen, wurde auf Grundlage empirischer Analysen getroffen. Die Zuweisung dieses Abschlusses zum Lehramtsabschluss bzw. Nicht-Lehramtsabschluss erweist sich für die multivariaten Befunde als nicht ausschlaggebend (vgl. Anhang Tabelle 11).
- 8.
Vgl. hierzu Abschnitt 4.3.1 zum Analyseverfahren.
- 9.
Eine andere Operationalisierung des Migrationshintergrundes, welche die erste bis einschließlich 2,5. Generation anstatt aller Generationen umfasst, führt in den multivariaten Analysen nicht zu anderen Ergebnissen. Lediglich der Unterschied zwischen Studierenden mit und ohne Migrationshintergrund, die das Abschlussziel „Lehramt“ anstreben, vergrößert sich um einen Prozentpunkt (vgl. Anhang Tabelle 11).
- 10.
Es wird zwischen folgenden Generationen unterschieden: 1.–1,5.–2.–2,25.–2,5.–2,75.–3.–3,25.–3,5.–3,75. Zur 2,25. Generation zählen Personen, die selbst in Deutschland geboren sind, ein Elternteil wie sie selbst auch in Deutschland, das andere Elternteil im Ausland und alle Großeltern im Ausland geboren sind. Zu der 2,75. Generation zählen Personen mit gleicher Konstellation aus Generation 2,25 mit dem Unterschied, dass keine der Großeltern im Ausland geboren wurden. Für eine ausführliche Beschreibung der einzelnen Kategorien für den Generationsstatus siehe Olczyk et al. 2014: 4 ff.
- 11.
Mit dieser Operationalisierung werden ungünstiger Weise Kinder, die im Ausland von ausgewanderten deutschen Eltern geboren wurden, die nur vorübergehend im Ausland gelebt haben, als MigrantInnen eingestuft. Nach Angaben der AutorInnen der NEPS-Dokumentation betrifft dies allerdings nur eine kleine Gruppe. Da im NEPS Angaben zu den Auslandsaufenthalten der Eltern fehlen, kann diese Gruppe nicht eindeutig identifiziert werden. Darüber hinaus zählen hierzu auch Personen, die im Ausland geboren sind und einen in Deutschland geborenen Elternteil haben (Olczyk et al. 2014: 4).
- 12.
Für eine ausführliche theoretische Beschreibung vgl. Abschnitt 3.1.1.
- 13.
Die Klassifizierung der Berufe in der Fassung von 1988 (KldB 1988) fasst Berufe in Deutschland nach gleichartigen Tätigkeiten und dem Anforderungsniveau der Arbeit zusammen (Schmidt 2018).
- 14.
Die herangezogenen Indikatoren aus der Startkohorte 4 des NEPS werden auf GymnasiastInnen beschränkt, um zum einen eine größere Vergleichbarkeit zu den Studierenden zu gewährleisten und zum anderen im Rahmen der Erfragung von Wunschberufen mit größerer Wahrscheinlichkeit Informationen über die realistischen Berufsaspirationen zu gewinnen.
- 15.
Ob das die befragten Studierenden auch so sehen und bei der Beantwortung der Frage das Referendariat mit berücksichtigen, bleibt allerdings unklar. Da der Datensatz jedoch keinen Indikator enthält, der das Referendariat in dieser Frage gesondert berücksichtigt, wird unterstellt, dass dieser als verpflichtender Teil der LehrerInnenausbildung mit einkalkuliert wird.
- 16.
An dieser Stelle muss darauf hingewiesen werden, dass die Analyse auf die Studienfachentscheidung abzielt und folglich am Sprachhabitus vor Beginn des Studiums interessiert ist. Die hier herangezogenen Informationen geben Auskunft über den Sprachhabitus nach der Studienaufnahme. Dabei muss bei der Interpretation der Ergebnisse beachtet werden, dass sich beispielsweise mit dem Auszug aus dem Elternhaus für die Studienaufnahme und einem neuen Freundeskreis auch der alltägliche Sprachgebrauch ändern kann.
- 17.
Für detaillierte Informationen zu den Testverfahren der Kompetenzmessung siehe LIfBi 2018.
- 18.
Die Variable der Bildungsherkunft ließe sich nach dem SEU-Modell auch den Kosten oder Erfolgsaussichten zuordnen. Und zwar in dem Sinne, dass AkademikerInnenkinder die Kosten eines Studiums als gering einschätzen, weil Studieren leicht erscheint und nichts Besonderes ist. Daraus ließe sich auch eine höhere subjektive Erfolgswahrscheinlichkeiten erwarten. Allerdings wird sie hier als Kontrollvariable berücksichtigt, da theoretisch nicht erwartet wird, dass die Bildungsherkunft zur Erklärung der Unterschiede in der Studienwahl zwischen Personen mit und ohne Migrationshintergrund beiträgt. Sie geht als Kontrollvariable in die Analysen ein, da sie auf die interessierende abhängige Variable wirkt.
- 19.
Unbestritten ist, dass Noten nicht ausschließlich auf der zu beurteilenden Leistung beruhen, sondern darüber hinaus auch leistungsfremde Faktoren darin einfließen. Aus diesem Grund wird die Vergleichbarkeit der Noten über verschiedene Klassen bzw. LehrerInnenurteile hinweg als kritisch betrachtet (Maue 2013: 114).
- 20.
Die inhaltliche Nähe der ausgeübten studentischen Erwerbstätigkeit zum Studienfach konnte aufgrund einer zu hohen Anzahl an fehlenden Angaben nicht berücksichtigt werden. Dieser Indikator ist allerdings neben dem Umfang der Erwerbstätigkeit ebenfalls von Bedeutung, da sich diese durchaus auch positiv auf den Studienverlauf bzw. den späteren Berufseinstieg auswirken kann. Zu diesen Tätigkeiten zählen beispielsweise studentische Hilfskraftstellen, worin Studierende auch studienrelevantes Wissen oder allgemeine berufsrelevante Kompetenzen erwerben können (Staneva 2015: 2).
- 21.
Für die Erfassung der Investition von Zeit und Mühe in das Studium liegt im NEPS auch ein Indikator vor, der die Anzahl der Stunden in einer typischen Woche angibt, die für das Selbststudium aufgewendet werden. Da über diesen Indikator allerdings sehr hohe Missing-Werte erzielt wurden und dadurch keine signifikanten Ergebnisse vorlagen, wurde dieser Indikator durch die berichtete Variable ersetzt, die aufgrund der Kodierung als Likert-Skala deutlich mehr gültige Werte aufweist.
- 22.
Auf eine Operationalisierung über die Anzahl der Kinder (ungeachtet ihres Alters) wurde verzichtet, da diese sich im Rahmen der Analysen als nicht relevant erwiesen hat.
- 23.
Eventuelle Nebenfächer bleiben sowohl für das Studienfach als auch für den Fachwechsel unberücksichtigt, weil das Lehramtsstudium in der Regel zwei Hauptfächer umfasst. Nebenfächer, die im speziellen Fall vereinzelt doch vorkommen, werden aufgrund ihres eher geringeren Studienumfanges im Lehramt ignoriert.
- 24.
Dazu zählen die Fächergruppen Ingenieurwissenschaften, Humanmedizin / Gesundheitswissenschaften und die Agrar-, Forst-, und Ernährungswissenschaften, die mit einem Anteil von maximal 1,5 Prozent innerhalb der Lehramtsfächer vertreten sind.
- 25.
Das Pseudo-R2 basiert auf der LogLikelihood-Funktion (Urban 1993: 62). Diese wird durch STATA bei gewichteten Analysen nicht ausgewiesen. Daher werden auch die bei einer logistischen Regression üblicherweise im Output mit angezeigten Pseudo-R2-Werte bei einer gewichteten Regressionsanalyse nicht standardmäßig mit ausgegeben. An entsprechender Stelle werden diese Werte per Hand berechnet (in Tabelle 5.2, Abschnitt 5.1.2).
- 26.
Der Maximalwert 1 steht für einen deterministischen Zusammenhang. Dieser widerspricht aber dem unterstellten s-förmigen Zusammenhang mit der Realisierungswahrscheinlichkeit einer Ausprägung der abhängigen Variable.
- 27.
Dies trifft im Rahmen der Analyse des Studienerfolges zu. Die vorliegenden Daten zeigen eine dementsprechende Verteilung, das heißt, der Übergang von Studium zum Studienabschluss tritt als Ereignis seltener auf als der Verbleib im Studium. Dies wird in den folgenden Analysen in Abschnitt 5.2 ersichtlich.
- 28.
In den multivariaten Analysen zeigen sich zwischen den gewichteten und ungewichteten Berechnungen keine substanziellen Unterschiede (vgl. Anhang Tabelle 12).
- 29.
6836 ‒ 4833 = 2003 (Lehramtsstudierende im Längsschnitt über den gesamten Beobachtungszeitraum – Lehramtsstudierende im Querschnitt aus der ersten Welle).
- 30.
Dabei muss unterstellt werden, dass eine Rechtszensierung statistisch unabhängig von einem Ereignis ist.
- 31.
Begrifflichkeiten wie „Risiko“ oder „Überlebens- bzw. Sterbewahrscheinlichkeit“ gehen auf die Ursprünge der Ereignisdatenanalyse zurück, die in klinischen Studien angesiedelt ist, um die Überlebenszeit von Patienten nach einer medizinischen Therapie zu analysieren (Survival Analysis) (Sedlacek 2004: 22). Das Risiko der Erlangung eines Studienabschlusses gibt folglich die bedingte Wahrscheinlichkeit dafür an, dass Lehramtsstudierende vom Studium zum Studienabschluss übergehen, was in diesem Fall kein „Risiko“ im Sinne eines „negativen Ereignisses“ bedeutet. Genauer formuliert bezieht sich das Risiko auf die bedingte Wahrscheinlichkeitsdichte, zu einem Zeitpunkt den Zustand (hier das Lehramtsstudiums) zu verlassen (ursprünglich „zu sterben“), wenn zuvor kein Zustandswechsel erfolgt ist. Bei diskreten Ereignismodellen wird stattdessen die bedingte Wahrscheinlichkeit in einem Zeitintervall (hier in einem Semester) betrachtet.
Author information
Authors and Affiliations
Corresponding author
4.1 Elektronisches Zusatzmaterial
Rights and permissions
Copyright information
© 2021 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Gülen, Ș. (2021). Daten und Methodik. In: Lehramtsstudium mit Migrationshintergrund. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-32882-5_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-32882-5_4
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-32881-8
Online ISBN: 978-3-658-32882-5
eBook Packages: Social Science and Law (German Language)