Prognose des Studienerfolgs mittels Creditpoints

Transkript

1 Prognose des Studienerfolgs mittels Creditpoints HAW-Modell Das Analyse-Modell der HAW Hamburg misst den quantitativen Erfolg eines Studierenden, indem die bis zum Ende eines Semesters erworbenen Creditpoints (IST-CP) mit den laut Prüfungsordnung vorgesehenen Creditpoints (PLAN-CP) verglichen werden. Die einzelnen Ergebnisse werden dann für eine Kohorte, die Gesamtheit aller Studierenden mit identischem Anfangssemester, zusammengefasst. Die Entwicklung einer Kohorte wird semesterweise mittels 8 Erfolgsklassen anschaulich dargestellt: - Exmatrikuliert ohne Creditpoints - Exmatrikuliert mit Creditpoints - Immatrikuliert ohne Creditpoints - Immatrikuliert mit Creditpoints bis zu einem Drittel der nach Plan vorgesehenen Creditpoints - Immatrikuliert mit einem Drittel bis zwei Drittel der nach Plan vorgesehenen Creditpoints - Immatrikuliert mit mehr als zwei Drittel der nach Plan vorgesehenen Creditpoints - Immatrikuliert mit allen nach Plan vorgesehenen Creditpoints - Absolventen Das Creditpoint-Modell wurde bisher auf freiwilliger Basis für 20 Studiengänge eingeführt, analysiert wurden 169 Kohorten mit 8078 Studierenden. Studiengang RSZ Fakultät Kohorten Studierende Energie- u. Anlagentechnik 7 TI Energie- u. Anlagentechnik Dual 7 TI 4 16 Entwicklung u. Konstruktion 7 TI Entwicklung u. Konstruktion Dual 7 TI 4 95 Produktionstechnik u. - management 7 TI Produktionstechnik u. - management Dual 7 TI 4 46 Fahrzeugbau 7 TI Flugzeugbau 7 TI Flugzeugbau Dual 7 TI 4 50 Außenwirtschaft / Intern. Management 7 W&S Marketing / Technische BWL 7 W&S Logistik / Technische BWL 7 W&S Pflegeentwicklung u. - management 6 W&S Pflege Dual 8 W&S Biotechnologie 7 LS Umwelttechnik 7 LS Verfahrenstechnik 7 LS Ökotrophologie 6 LS Gesundheitswissenschaften 6 LS Medizintechnik 7 LS Gesamt Stand März

2 Gemeinsamkeiten und Unterschiede der Studiengänge Die zwei Beispiele zeigen für die Kohorten Fahrzeugbau WS 2005/06 (93 Studierende) und Medizintechnik WS 2006/07 (43 Studierende) die zeitliche Entwicklung über 12 Semester. Die dargestellten Kohorten zeigen typische Entwicklungsmuster, die für alle 169 analysierten Kohorten gelten: Immatrikulierte ohne Creditpoints: In nahezu allen Kohorten treten im 1. Semester Studierende ohne Creditpoints auf. Diese Studierenden sind inaktiv, da sie beispielsweise ein fehlendes Grundpraktikum ableisten oder ihre Zulassung erst nach Vorlesungsbeginn erfolgte. Manche der inaktiven Studierenden treten das Studium nicht an oder sie immatrikulieren sich nur wegen des Studierendenstatus. Immatrikulierte ohne Creditpoints wechseln nach dem 1. Semester zu den Exmatrikulierten ohne Creditpoints oder sie erwerben im 2. Semester Creditpoints und wechseln dann in eine aktive Klasse mit Creditpoints oder sie erwerben auch im 2. Semester keine Creditpoints und bleiben weiterhin inaktiv. Exmatrikulierte ohne Creditpoints: In allen Kohorten exmatrikulieren sich Studierende, ohne einen Creditpoint zu erwerben. Ein wesentlicher Grund hierfür sind Doppelzulassungen an anderen Hochschulen, da das bundesweit angestrebte Ziel, Doppelzulassungen zu vermeiden, wegen technischer Schwierigkeiten bisher nicht erreicht werden konnte. Exmatrikulierte ohne Creditpoints müssen bei der Berechnung von Kennziffern aus der Kohorte gefiltert werden, um Verzerrungen der Kohortenkennziffern zu vermeiden. Dem liegt die Annahme zugrunde, dass sie das Studium nicht begonnen und somit auch keine Lehrleistungen in Anspruch genommen haben. 2

3 Konvergenz des Studienverlaufs: Jede Kohorte erreicht ihre endgültigen Kennziffern, wenn es keine aktiven Studierenden mehr gibt. Für die beiden Beispielkohorten ist dieser Zeitpunkt nach dem 12. Semester nahezu erreicht. Die Studienanfänger verteilen sich dann auf die drei Klassen Absolventen, Exmatrikuliert mit Creditpoints und Exmatrikuliert ohne Creditpoints. Neben den beschriebenen Gemeinsamkeiten lassen sich auch Unterschiede bei Kohorten feststellen: Verteilung der Studienanfänger: Die Kohorten eines Studiengangs, aber auch verschiedener Studiengänge unterscheiden sich in der endgültigen Aufteilung auf die drei Gruppen Absolventen, Exmatrikuliert mit Creditpoints und Exmatrikuliert ohne Creditpoints. Unter der realistischen Annahme, dass Studierende mit mehr als 2/3 der Creditpoints ihr Studium erfolgreich abschließen und Studierende ohne Creditpoints keinen Abschluss erreichen, ergeben sich für die beiden Beispiele folgende Aufteilungen: Medizintechnik Anzahl Prozente (N = 32 Aktive) Prozente (N = 43 Stud.) Absolventen Exmatrikuliert mit Creditpoints 26 6 (81,3%) (18,7%) (60,5%) (13,9%) Aktive 32 (100,0%) (74,4%) Exmatrikuliert ohne Creditpoints (25,6%) Studierende insgesamt (100,0%) Fahrzeugbau Anzahl Prozente (N = 82 Aktive) Prozente (N = 93 Stud.) Absolventen Exmatrikuliert mit Creditpoints (80,5%) (19,5%) (71,0%) (17,2%) Aktive 82 (100,0%) (88,2%) Exmatrikuliert ohne Creditpoints (11,8%) Studierende insgesamt (100,0%) Bezogen auf die aktiven Studierenden zeigen beide Kohorten mit über 80% eine sehr gute Absolventenquote. Weniger als 20% der aktiven Studierenden beenden an der HAW ihr Studium ohne Abschluss. Bezieht man die Absolventenquoten auf alle Studierende, dann wird der Erfolg einer Kohorte unterschätzt. Die obigen Kohorten sind davon in unterschiedlicher Weise betroffen. Während bei Fahrzeugbau die Exmatrikulierten ohne Creditpoints - eventuell aufgrund geringerer Doppelbewerbungen nur 11,8% der Studienanfänger betragen, sind es bei Medizintechnik 25,6%. Verwendet man die herkömmliche Definition für Absolventenquoten, dann erreicht die Fahrzeugbau-Kohorte 71% und die Medizintechnik-Kohorte 60,5%. Obwohl die Kohorten gleichermaßen überdurchschnittlich erfolgreich sind, weisen die Absolventenquoten bezogen auf alle Studierenden große Unterschiede auf. Studiendauer: Kohorten zeigen nicht nur bei der Aufteilung auf die drei Gruppen Absolventen, Exmatrikuliert mit Creditpoints und Exmatrikuliert ohne Creditpoints Unterschiede, sondern auch bei der Studiendauer. In den beiden Beispielkohorten haben nahezu alle Studierende ihr Studium nach dem 12. Semester beendet. Damit einzelne Langzeitstudierende nicht zu verzerrten 3

4 Kennziffern für die Studiendauer führen, sollte eine korrigierte Studiendauer bestimmt werden, nach der mindestens die Hälfte der zu erwartenden Absolventen ihr Studium abgeschlossen haben. Die dazu notwendige frühzeitige Prognose der Absolventenzahl ist durch das HAW-Modell möglich. Durch die Differenz aus der korrigierten Studiendauer und der Regelstudienzeit kann eine für die Studiengänge vergleichbare Zeitdauer bestimmt werden, die zeigt, wie viele Semester es nach der Regelstudienzeit dauert, bis die Hälfte der Absolventen ihr Studium abgeschlossen hat. Für die Fahrzeugbau-Kohorte können 66 Absolventen erwartet werden. Nach dem 7. Semester haben 29 Studierende, nach dem 8. Semester haben 40 Studierende als Absolventen abgeschlossen. Damit beträgt die korrigierte Studiendauer 8 Semester. Bei einer Regelstudienzeit von 7 Semestern dauert es damit ein Semester länger, bis die Hälfte der Absolventen erreicht ist. Das HAW-Modell prognostiziert für die Kohorte Medizintechnik 26 Absolventen. Die Kohorte weist nach dem 9. Semester 11 Absolventen aus, nach dem 10. Semester 18 Absolventen. Damit beträgt die korrigierte Studiendauer 10 Semester. Bei einer Regelstudienzeit von 7 Semestern bedeutet dies, dass 3 Semester nach der Regelstudienzeit die Hälfte der Absolventen ihr Studium erfolgreich abgeschlossen hat. Prognose des Studienerfolgs einer Kohorte In den beiden betrachteten Studiengängen war der endgültige Studienerfolg der Kohorten nach 10 Semestern deutlich zu sehen. Wünschenswert ist es, den Studienerfolg nicht erst nach 5 Jahren, sondern bereits nach dem ersten Studienjahr mit hoher Wahrscheinlichkeit prognostizieren zu können. Für dieses Ziel wurden die Erfolgsverläufe der erfassten Kohorten analysiert. Im Ergebnis konnte festgestellt werden, dass über die Studiengänge hinweg ein hoher Zusammenhang zwischen den Erfolgsklassen des 2. Semesters mit den Erfolgsklassen des 10. Semesters besteht. Die untenstehende Kreuztabelle soll dies beispielhaft zeigen für die drei Kohorten Wintersemester 2005/06 bis Wintersemester 2006/07 des Studiengangs Fahrzeugbau: Erfolg nach dem 10. Semester Erfolg nach dem Absolventen + Mehr als 70 CP Exmatrikulierte 2. Semester mehr als 140 CP bis 140 CP + bis zu 70 CP Gesamt Mehr als 40 CP 110 (91,7%) 4 (3,3%) 6 (5,0%) 120 (100,0%) Mehr als 20 bis 40 CP 35 (61,4%) 6 (10,5%) 16 (28,1%) 57 (100,0%) Bis zu 20 CP 5 (9,3%) 11 (20,4%) 38 (70,3%) 54 (100,0%) Ohne CP 1 (5,3%) 0 (0,0%) 18 (94,7%) 19 (100,0%) Nach dem 2. Semester sehen die Studienordnungen ca. 60 Plan-CP vor. Für die Erfolgsklassen nach dem 2. Semester können daher folgende Prognosen angegeben werden: Studierende mit mehr als 40 CP im 2. Semester schließen mit sehr hoher Wahrscheinlichkeit das Studium erfolgreich ab. In wenigen Einzelfällen erfolgt ein Wechsel in einen anderen Studiengang und/oder eine andere Hochschule. Von Studierenden mit mehr als 20 CP bis unter 40 CP im 2. Semester erreichen noch über die Hälfte den Abschluss. In dieser Gruppe sind häufig Erwerbstätige mit zeitlichen Restriktionen, die ihren Abschluss weit nach der Regelstudienzeit erreichen. 4

5 Studierende mit weniger als 20 CP im 2. Semester beenden das Studium größtenteils ohne Abschluss. Insbesondere für diese Gruppe sollte eine Studienberatung klären helfen, ob der Verbleib im Studiengang noch sinnvoll sein kann. Studierende, die nach dem 2. Semester ihr Studium noch nicht aktiv begonnen haben, exmatrikulieren sich regelhaft ohne CP. Gilt das obige Prognosemuster auch für die Kohorte Medizintechnik Wintersemester 2011/12 werden sich ca. 3 Exmatrikulierte ohne Creditpoints, 10 Exmatrikulierte mit Creditpoints und 32 Absolventen ergeben. Da von 45 Studierenden der Kohorte 42 aktiv sind, werden davon ca. 76 Prozent den Bachelor-Abschluss erreichen. Ausblick Das als Idee vorgestellte Prognosemodell soll mathematisch erstellt werden. Die Schätzungen für die 3 Gruppen Absolventen, Exmatrikuliert mit Creditpoints und Exmatrikuliert ohne Creditpoints sowie die Erfolgs-, Auslastungs- und Leistungskennziffern sollen für alle Kohorten mit mindestens 2 Semestern angegeben und ausgewertet werden. Um die Zuverlässigkeit des Modells zu überprüfen, wird der Prognosefehler geschätzt. Erweist sich das Modell als tauglich, sollen durch eine Erweiterung der Software die Prognosewerte in die Studiengangsberichte aufgenommen werden. Projektgruppe Elke Hörnstein Horst Kreth Robin Kühle Tel. 040/ Tel. 040/ Tel. 040/ elke.hoernstein@haw-hamburg.de horst.kreth@haw-hamburg.de robin.kuehle@haw-hamburg.de 5