Skip to main content

Empirische Analysen

  • Chapter
  • First Online:
Lehramtsstudium mit Migrationshintergrund
  • 1405 Accesses

Zusammenfassung

In diesem Kapitel werden die im Vorangegangenen theoretisch hergeleiteten Hypothesen einer empirischen Überprüfung unterzogen. Dabei geht es zunächst um Befunde zu der Studienfachentscheidung für ein Lehramtsstudium und um die Frage, wie sich die Differenz in der Wahl eines Lehramtsstudiums zwischen Studienberechtigten mit und ohne Migrationshintergrund erklären lässt. In einem zweiten Schritt werden dann die empirischen Analysen zu den Bedingungsfaktoren des Studienerfolges und den Unterschieden im Studienverlauf zwischen Lehramtsstudierenden mit und ohne Migrationshintergrund vorgestellt.

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

Access this chapter

Subscribe and save

Springer+ Basic
$34.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or eBook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 39.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 49.99
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

Notes

  1. 1.

    Tabellarisch dargestellt und berichtet werden nur die drei Interessensdimensionen, die bei Lehramtsstudierenden die höchsten Werte aufweisen.

  2. 2.

    Berthold und Leichsenring (2012) zeigen diesen Zusammenhang auch an Studierendendaten. Demnach schätzen Studierende mit Migrationshintergrund „hohes Ansehen“ signifikant wichtiger ein als Studierende ohne Migrationshintergrund (ebd.: 78).

  3. 3.

    Dass die Differenzen in dieser betrachteten Variable nicht signifikant sind, ist vermutlich auf die geringe Fallzahl zurückzuführen, da lediglich Studierende mit Migrationshintergrund ausgewiesen sind, getrennt nach Studiengängen mit und ohne das Abschlussziel „Lehramt“.

  4. 4.

    Über alle Modelle hinweg ist eine konstante Fallzahl und somit Vergleichbarkeit der Befunde, durch das Dummy Variable Adjustment Verfahren, gewährleistet. Die Koeffizienten der Dummy-Variablen für die Missings sind in den Ergebnissen nicht mit aufgeführt.

  5. 5.

    Allerdings ist anhand der Daten unklar, ob die Kalkulation des Referendariates als zusätzliche Phase der Lehramtsausbildung in den Antworten der Studierenden mit einbezogen ist. Sie erlauben nur Rückgriffe auf die Einschätzung der erwarteten Opportunitätskosten für ein Studium im Allgemeinen. Aus diesem Grund ist die Interpretation bezüglich der Kosten eines Referendariats nicht anhand der empirischen Daten genau zu belegen.

  6. 6.

    Die wiedergegebenen Werte in Abbildung 5.2 beziehen sich nicht auf die berichteten Odds Ratio aus Tabelle 5.2, sondern auf die geschätzten Regressionsgewichte, also die Logarithmen der Odds Ratio-Werte.

  7. 7.

    Die in den Berechnungen der Dekomposition mit enthaltenen Dummy-Variablen für fehlende Werte sind in Abbildung 5.2 nicht dargestellt. Diese weisen unter anderem auch negative Werte auf, die dazu beitragen, dass die Effekte in der Summe 100 Prozent nicht übersteigen. Für eine bessere Lesbarkeit sind darin nur diejenigen Werte der inhaltlich interessierenden Werte dargelegt.

  8. 8.

    Die Informationen für die Abbildung basieren auf Werten der Sterbetafelmethode. Die absoluten Werte je Erhebungszeitpunkt sind der im Anhang abgebildeten Sterbetafel (Tabelle 17) zu entnehmen.

  9. 9.

    Als Prozesszeit ist die Zeit definiert, die seit Eintritt in das Risk-Set (hier seit Beginn des Lehramtsstudiums) vergangen ist (Windzio 2013: 89).

  10. 10.

    Langzeitstudiengebühren werden zwar erst ab mindestens dem vierten Semester über die Regelstudienzeit hinaus berechnet. Diese berücksichtigen allerding kein Fach- bzw. Hochschulwechsel und sind an die Hochschulsemester gebunden, weshalb sie an dieser Stelle als mögliche Erklärung in Frage kommen.

  11. 11.

    Für den Großteil der Befragten entspricht die Erhebungswelle dem Semester bzw. einem höheren Semester. Aus methodischer Sicht kann allerdings für eine korrekte Angabe nur von „Wellen“ gesprochen werden. Rückschlüsse auf das Fach- bzw. Hochschulsemester lassen sich anhand der NEPS-Daten nicht eindeutig erschließen.

  12. 12.

    An dieser Stelle wird als Zeiteinheit die Erhebungswelle berichtet, da die Angaben in den einzelnen Messzeitpunkten betrachtet werden. Die berichteten fünf Wellen weisen dabei unterschiedliche zeitliche Abstände auf. Zunächst jede zweite Welle, zuletzt in einem Abstand von drei Wellen.

  13. 13.

    Für den Vergleich des Studienpensums über alle Messzeitpunkte hinweg muss berücksichtigt werden, dass sich das Sample durch erlangte Studienabschlüsse und Zensierungen reduziert, die im Rahmen deskriptiver Analyseverfahren nicht mit berücksichtigt werden können. Gleiches gilt für den Vergleich der Studiennoten in Tabelle 5.4.

  14. 14.

    Über alle Modelle hinweg ist eine konstante Fallzahl und somit Vergleichbarkeit der Befunde, durch das Dummy Variable Adjustment Verfahren, gewährleistet. Die Koeffizienten der Dummy-Variablen für die Missings sind in den Ergebnissen nicht mit aufgeführt.

  15. 15.

    Aufgrund der institutionellen Strukturierung des Untersuchungsgegenstandes ist es inhaltlich sinnvoll erst mit Beginn des sechsten Zeitintervalls das Modell zu berechnen, da ein Studienabschluss aufgrund formeller Vorgaben vorher nicht möglich ist und empirisch nur selten eintritt (vgl. Abbildung 5.3, S. 184). Das heißt, dass Studierende institutionell bedingt in den früheren Semestern nicht „at risk“ sind, weshalb das Risk-Set bereinigt wird. Bei diesem Vorgehen fallen einige wenige Fälle raus, die schon vorher einen Abschluss erlangt haben. Die Befunde unter Einschluss aller Beobachtungszeitpunkte sind zu denen unter Ausschluss derjenigen vor Welle sechs relativ konstant, was das angewandte Vorgehen stützt und inhaltlich nicht zu differierenden Befunden führt. Lediglich fallen die Werte für t und t2 höher aus, was dem geschuldet ist, dass mit dem geschilderten Verfahren die Analysen mit dem Zeitpunkt t = 6 beginnen (für t2 = 36) (vgl. Anhang Tabelle 19).

  16. 16.

    Für das Alter wird nicht kontrolliert, da dieser keinen Einfluss auf die Übergangsrate ausübt und dessen Berücksichtigung in den Modellen keinen Einfluss auf die übrigen Kovariaten und erklärenden Variablen zeigt.

  17. 17.

    Studierende mit Erstfach Sport haben die schlechteste Note in der Hochschulzugangsberechtigung und Studierende mit Erstfach Mathe / Naturwissenschaften und Kunst die beste Note.

  18. 18.

    Der Anteil der fehlenden Werte beträgt für die Note der Hochschulzugangsberechtigung 78,86 Prozent. Für eine Übersicht der fehlenden Werte in jeder Variable vgl. Anhang Tabelle 15.

  19. 19.

    Der negative Einfluss der akademischen Integration auf den Studienabschluss sollte daher nicht als Merkmal aufgefasst werden, das den Studienerfolg beeinträchtigt. Hinweise darauf geben dazu Befunde, die einen förderlichen Einfluss der akademischen Integration auf den Studienverlauf feststellen, welche die Wahrscheinlichkeit des Studienabbruchs als abhängige Variable betrachten (Isleib et al. 2019: 1069).

  20. 20.

    Isleib et al. (2019) untersuchen allerdings die Wahrscheinlichkeit des Studienabbruches und nicht, wie in der vorliegenden Studie, den erfolgreichen Abschluss des Studiums als abhängige Variable. Dass die Unterschiede in den Befunden bezüglich der sozialen Herkunft auf die Unterschiedliche Konzeption der Analysen zurückgehen, ist wahrscheinlich.

  21. 21.

    Diese Annahme würde insbesondere eine höhere Abbruchrate bei Lehramtsstudierenden mit Migrationshintergrund begründen, die hier allerdings nicht untersucht wurde. Es wurde in den Analysen gezeigt, dass Lehramtsstudierende mit Migrationshintergrund länger für den Studienabschluss benötigen. Auch dafür lassen sich zwar ursächliche Annahmen über Diskriminierungserfahrungen formulieren, diesen sollte allerdings im Rahmen des Studienabbruchs ein größeres Gewicht zukommen.

  22. 22.

    Die Berücksichtigung der einzelnen Bundesländer führt in den Ergebnissen der Ereignisdatenanalyse zu ähnlichen Resultaten wie diejenigen, die sich unter der Kontrolle von Ost- und Westdeutschland zeigen, weshalb auf eine gesonderte Darstellung der Befunde unter Kontrolle des Bundeslandes der Hochschule im Anhang verzichtet wird.

  23. 23.

    Bei den Lehramtsstudierenden sind diejenigen mit Migrationshintergrund in Nordrhein-Westfalen, Rheinland-Pfalz und Baden-Württemberg mit einem Unterschied von maximal 3 Prozentpunkten überrepräsentiert.

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Șeyma Gülen .

5.1 Elektronisches Zusatzmaterial

Rights and permissions

Reprints and permissions

Copyright information

© 2021 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Gülen, Ș. (2021). Empirische Analysen. In: Lehramtsstudium mit Migrationshintergrund. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-32882-5_5

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-32882-5_5

  • 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)

Publish with us

Policies and ethics