Teilprojekt C

Physikalisch-Mathematische Modellierung
als Prädiktor für Studienerfolg

Projektbeschreibung

Ziel/Anliegen

Geringer mittlerer Studienerfolg im Fach Physik und in den Ingenieurwissenschaften ist ein fachspezifisches Problem mit gesellschaftlicher Relevanz. Nach Heublein, Schmelzer, Sommer & Wank (2008) sind die Abbruch- (36%) und die Wechselquote (26%) in Physik, aber auch der Bedarf an Physikerinnen, Physikern und Physiklehrpersonen hoch.⇓

Dies gilt auch für die ingenieurwissenschaftlichen Studiengänge mit einer Abbruchquote von 47% (Heublein, Richter, Schmelzer & Sommer, 2012). Untersuchungen zur Diagnose des Abbruchrisikos als Indikator für Studienerfolg bei Studienanfängern oder Studierenden der ersten Semester vergleichen in der Regel allgemeine kognitive Fähigkeiten oder Vorwissen im Fach mit Leistung im Fach. Ziel ist die Vorhersage des Studienerfolgs durch eine Modellierung der Entwicklung der Studienleistungen im Fach Physik und in einem ingenieurwissenschaftlichen Studiengang (Bauingenieurwissenschaften) unter besonderer Berücksichtigung der in beiden Fächern wichtigen mathematischen Anforderungen.

Theoretischer Hintergrund
Durch die Modularisierung in den Bachelor Studiengängen lässt sich Studienerfolg durch zahlreiche Teilprüfungen längsschnittlich differenziert betrachten, wenn außerdem, von den Eingangsvoraussetzungen beginnend, die Entwicklung der fachlichen Konzepte mit geeigneten Testverfahren beschrieben werden kann. Durch eine längsschnittliche Untersuchung unter Einbeziehung kognitiver Komponenten und Persönlichkeitseigenschaften sowie verschiedener Kontrollvariablen, wie fachliches Vorwissen, metakognitives Wissen, Wissen über Lernstrategien, akademisches Selbstkonzept, allgemeine Lern- und Studienmotivation, Erwartungen an das Studienfach und fachliches Interesse, soll ein Zusammenhang zum Studienerfolg modelliert werden. Es wird vermutet, dass diese Prädiktoren des Studienerfolgs in den hier betrachteten Studiengängen zudem durch die Fähigkeit zur mathematischen Modellierung moderiert werden. Weiterhin wird angenommen, dass der Verlauf der ersten zwei Studiensemester den Studienerfolg entscheidend beeinflusst (Nienhaus, 2010).

Forschungsfragen

• FF.1: Gibt es im ersten Studienjahr einen Zusammenhang zwischen der physikalisch-mathematischen Modellierungsfähigkeit der Studierenden und dem Studienerfolg in den Studiengängen Physik und Bauingenieurwesen?
• FF.2: Wie hängt die Modellierungsfähigkeit jeweils mit der mathematischen Fähigkeit und dem Fachwissen der Studierenden zusammen?
• FF.3: Wie unterscheiden sich die Bauingenieurstudierenden in der Modellierungsfähigkeit, der mathematischen Fähigkeit und dem Fachwissen von den Physikstudierenden im ersten Studienjahr

⇑

Design

Die im beantragten Projekt zu erhebenden Daten werden in für die beiden Studiengänge (B.Sc. Physik, B.Sc. Bauingenieurwissenschaften) verpflichtenden Vorlesungen im Verlauf des ersten Studienjahres (Physik: N = 100; Bauingenieurwissenschaften: N = 150) an den Universitäten Duisburg-Essen und Bochum erhoben.⇓

Übersicht über Messgrößen und Instrumente
​

Messgröße	Erhoben bei	Instrument/ Verfahren	Messzeitpunkte / Datenbasis
Fachwissen Physik/ Bauingenieurwissenschaften	Studierende Physik/ Bauingenieurwissenschaften	Fachtest Mechanik	Anfang 1. Semester, Anfang und Ende 2. Semester
Mathematische Modellierung Physik/ Bauingenieurwissenschaften	Studierende Physik/ Bauingenieurwissenschaften	Fachtest Mechanik	Anfang 1. Semester, Anfang und Ende 2. Semester
Rechenfähigkeit	Studierende Physik, Bauingenieurwissenschaften	Rechentest	Anfang 1. Semester, Anfang 2. Semester

 

Die Haupterhebung wurde gerade begonnen, die Erhebungen am Ende des 2. Fachsemesters finden im SoSe 2017 statt.

Die Beantwortung der Forschungsfragen erfolgt im Abgleich mit den im Zentralprojekt erhobenen Daten. Für alle Studierenden werden im Zentralprojekt entwickelte Testinstrumente eingesetzt, mit denen stabile und variable Prädiktoren des Studienerfolges wie kognitive Fähigkeiten (inklusive der Abiturgesamtnote und der relevanten Fachnoten), grundlegende Persönlichkeitseigenschaften im Sinne der „Big Five“, Wissen über Metakognition und Lernstrategien, fachliches Vorwissen, akademisches Selbstkonzept und Erwartungen an das Studienfach sowie fachliches Interesse und allgemeine Lern- und Studienmotivation erfasst werden können. Mit im Projekt entwickelten Instrumenten werden im Teilbereich Grundlagen der Mechanik die Fähigkeiten zur physikalisch-mathematischen Modellierung bei der Beschreibung physikalischer Phänomene in der Mechanik und die Anwendung mathematischer Strukturen zur Berechnung zweckorientierter mechanisch-technischer Konstruktionen gemessen. Es wird erwartet, dass Aufgrund der unterschiedlichen Zielsetzungen auch unterschiedliche mathematische Inhalte für die beiden Studiengänge wichtig sind, es sind deshalb zunächst fachspezifische Mathematiktests geplant, die über Ankeritems mit einem Rasch-Modell in Beziehung gesetzt werden. Zur Validierung der eingesetzten Testinstrumente werden quantitative, statistische Methoden und qualitative Methoden, wie Expertenbefragungen und eine think-aloud Studie, mit den Studierenden durchgeführt. Für alle an ALSTER beteiligten Fächer wurde außerdem ein kontextunabhängiger Rechentest entwickelt.⇑

• Heublein, U., Richter, J., Schmelzer, R. & Sommer, D. (2012). Die Entwicklung der Schwund- und Studienabbruchquoten an den deutschen Hochschulen. Statistische Berechnungen auf der Basis des Absolventenjahrgangs 2010. Forum Hochschule, Bd. 2012,3. Hannover: HIS.
• Heublein, U., Schmelzer, R., Sommer, D., & Wank, J. (2008). Die Entwicklung der Schwund- und Studienabbruchquoten an den deutschen Hochschulen. Hannover: HIS GmbH.

• Nienhaus, G.U. (2010). Fast 10 000 Neueinschreibungen. Statistiken zum Physikstudium an den Universitäten in Deutschland 2010. Physik Journal, 9 (8/9), 26-29.   ⇑

Ergebnisse

Die in der Pilotierungsstudie erzielten Gütekriterien der jeweils fachspezifischen Tests zur physikalisch-mathematischen Modellierung und zur Messung des physikalischen Fachwissens sind sowohl in der Physik als auch im Bauingenieurwesen gut.​ ⇓

 Der Vergleich mit Modulhandbüchern, Klausuren auf inhaltlicher Ebene sowie der Vergleich mit konvergenten und diskriminanten Konstrukten und die Rasch-Homogenität der einzelnen Tests auf statistischer Ebene liefern erste Hinweise für eine gute Validität. Auch die längsschnittlichen Fähigkeitszuwächse in der Pilotstudie sind ein Validitätsindikator. Besonders die Ergebnisse der verschiedenen Versionen des Rechentests zur Erhebung der mathematischen Fähigkeiten für die Physik, das Bauingenieurwesen und die übrigen Fächer des Zentralprojektes sind hochreliabel und valide. Eine Dimensionsanalyse des Tests zur physikalisch-mathematischen Modellierung liefert erste Hinweise auf eine partielle Bestätigung theoretischer Annahmen für beide Fächer.⇑

Literaturverzeichnis ⇓

• Heublein, U., Richter, J., Schmelzer, R. & Sommer, D. (2012). Die Entwicklung der Schwund- und Studienabbruchquoten an den deutschen Hochschulen. Statistische Berechnungen auf der Basis des Absolventenjahrgangs 2010. Forum Hochschule, Bd. 2012,3. Hannover: HIS.
• Heublein, U., Schmelzer, R., Sommer, D., & Wank, J. (2008). Die Entwicklung der Schwund- und Studienabbruchquoten an den deutschen Hochschulen. Hannover: HIS GmbH.
• Nienhaus, G.U. (2010). Fast 10 000 Neueinschreibungen. Statistiken zum Physikstudium an den Universitäten in Deutschland 2010. Physik Journal, 9 (8/9), 26-29. ⇑

Veröffentlichungen

 

Tagungsbandbeiträge ⇓

• Müller, J., Fischer, H. E., Borowski, A. & Lorke, A. (im Druck). Physikalisch-Mathematische Modellierung und Studienerfolg. In C. Maurer (Hrsg.), Gesellschaft für Didaktik der Chemie und Physik. Jahrestagung in Zürich 2016. Implementation fachdidaktischer Innovation im Spiegel von Forschung und Praxis. Regensburg: Universität Regensburg.
• Müller, J., Dammann, E., Fischer, H. E., Lang, M., Borowski, A., Lorke, A., & Menkenhagen, J. (2016). Physikalisch-mathematische Modellierung in der Physik und im Bauingenieurwesen als Prädiktor für Studienerfolg. In: C. Maurer (Hrsg.), Authentizität und Lernen - das Fach in der Fachdidaktik. Gesellschaft für Didaktik der Chemie und Physik, Jahrestagung in Berlin 2015 (S. 389-391). Universität Regensburg. Online verfügbar unter: http://www.gdcp.de/images/tb2016/TB2016_389_Mueller.pdf ⇑

 

Poster Präsentationen und Vorträge ⇓

• Müller, J., Fischer, H. E., Borowski, A., Lorke, A. (2016). Physikalisch-Mathematische Modellierung und Studienerfolg. In: Sumfleth, Elke (Chair) Akademisches Lernen und Studienerfolg in der Eingangsphase von naturwissenschaftlich-technischen Studiengängen – Pilotstudienergebnisse-. Symposium auf der GDCP Jahrestagung 2016, Zürich. (Vortrag)

• Müller, J. (2016). Physics-Related Mathematical Modelling Competence as Predictor for Success in Physics Degree Courses. ESERA Summerschool, Budweis, Tschechische Republik. (Vortrag)

• Müller, J., Dammann, E., Fischer, H. E., Lang, M., Borowski, A., Lorke, A., Menkenhagen, J. (2016). Fachlich-mathematische Modellierung in der Physik und im Bauingenieurwesen. In: Sumfleth, Elke (Chair) Akademisches Lernen und Studienerfolg in der Eingangsphase von naturwissenschaftlich-technischen Studiengängen. Postersymposium auf der GEBF Jahrestagung 2016, Berlin. (Poster)

• Müller, J., Dammann, E., Fischer, H. E., Lang, M., Borowski, A., Lorke, A., Menkenhagen, J. (2015). Physikalisch-mathematische Modellierung in der Physik und im Bauingenieurwesen. In: Sumfleth, Elke (Chair) Akademisches Lernen und Studienerfolg in der Eingangsphase von naturwissenschaftlich-technischen Studiengängen. Postersymposium auf der GDCP Jahrestagung 2015, Berlin. (Poster) ⇑

(zurück) zur Projektübersicht