Advertisement

Berufserfolg nach dem Studium: Die Gunst der Standardisierung

  • Heiner Meulemann
Chapter
  • 60 Downloads

Zusammenfassung

Das Studium ist Mittel zum Zweck des Berufs; der Studienerfolg zahlt sich im Berufserfolg aus. In einer Industriegesellschaft gilt ein Bildungspatent als Leistungsausweis und wirkt als Voraussetzung für den Berufszugang; in Deutschland wird diese Tendenz verstärkt durch den Öffentlichen Dienst, der Bildungsabschlüsse minutiös Berufslaufbahnen zuordnet (Müller 1977). Die Parallele zwischen Bildungs- und Berufshierarchien ist durch rechtliche Regelungen und durch das Verhalten der Beschäftiger gesichert; sie ist eine soziale Tatsache, ganz unabhängig von dem, was Absolventen und Bewerber denken. Im Denken der Betroffenen aber hat sich offenbar in jüngster Zeit — wie sich am Einfluß der biographischen Belastungen auf den Studienerfolg zeigte — die Auffassung des Studiums gewandelt. Früher dominierte das Studium eine Lebensphase, aber nur als Vorspiel für den Beruf; es definierte die aktuelle, aber verschwand in der zukünftigen Identität. Heute gibt es offenbar Tendenzen, Studium und Erwerbstätigkeit parallel zu führen und die zeitlichen und sachlichen Zuordnungen zwischen den Lebensbereichen verschwimmen zu lassen. Aber in einer Zeit wachsender Studentenzahlen schließen Unschäfe und Instrumentalisierung der Lebensphase Studium einander nicht aus: Die Studenten heute ziehen weniger scharfe Grenzen zwischen Studium und Arbeit — und planen dennoch ihr Studium verstärkt nach der Zweckmäßigkeit für den Berufsstatus.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Daß Wartezeiten durch ihre Funktion, nicht durch die Absichten der Personen definiert sind, ist ein wichtiger Unterschied zu einer ähnlichen Analyse der gleichen Daten von Ziegler u.a. (1988);. Sie betrachten nur die Stellensuchdauer nach einem erfolgreichen Studienabschluß auf dem freien Arbeitsmarkt; sie schließen daher Referendare (Lehrer, Juristen) und Studenten aus, die nach dem Abschluß nicht “suchen”, etwa eine längere Reise machen. Entsprechend nutzen sie eine kleinere Stichprobe (n=951).Google Scholar
  2. 2.
    Ein deutlicher Unterschied zwischen den Geschlechtern zeigt sich noch in den ersten drei Monaten, in denen die erfolgreichen Frauen langsamer als die erfolgreichen Männer in den Beruf eintreten, so daß der Median der Frauen später als der der Männer liegt. Das ist offensichtlich Folge der geschlechtsspezifischen Studiengangwahl: Frauen wählen häufiger das Lehramt und müssen deshalb häufiger auf den Berufseintritt nach dem Studium und dem Refrendariat warten. Die Friktion dieses Übergangs wirkt bei beiden Geschlechtern, aber sie wird bei Frauen häufiger sichtbar. Vom 6. bis zum 24. Monat verläuft die Überlebenskurve beider Geschlechter gleich.Google Scholar
  3. 3.
    STZEITH enthält auch das Referendariat. Obwohl Referendare bereits voll bezahlt werden, wird über die endgültige Einstellung nicht vor, sondern nach dem Referendariat entschieden. Das Referendariat gilt also als Teil der Studien-Qualifikation.Google Scholar
  4. 4.
    Mit der Bildung von Interaktionsvariablen ist die Gefahr hoher Interkorrelationen zwischen ihnen gegeben: Multikollinearität. Durch die Aufteilung der Variable STZEITH auf 10 Gruppen aber sind die Korrelationen zwischen den Interaktionsvariablen durchweg gering. Höhere Korrelationen ergeben sich nur bei L2, der mit 24% am stärksten besetzten Gruppe; die absolut höchste Korrelation ergibt sich hier mit LI, der mit 14% am zweitstärksten besetzten Gruppe: r=.-22.Google Scholar
  5. 5.
    Eine Regression des Zeitpunkts des Studienabschlusses TSTRF1 auf die gleichen Aktivitäten führt zu einer sehr hohen erklärten Varianz von 82% — Indiz für die Tautologie des Regressionsansatzes. Darüber hinaus ergibt sie sehr hohe und in ihrem Muster kaum interpretierbar standardisierte Regressionskoeffizienten.Google Scholar
  6. 6.
    Nicht verheiratete Personen mit Kindern, die in der Stichprobe von 1479 Studenten nur 11% der Personen mit Kindern umfassen, wurden zu der Gruppe der Verheirateten mit Kindern gerechnet, weil die Verpflichtung durch Kinder als stärker angesehen wurden als die Bindung an einen Partner.Google Scholar
  7. 7.
    Wie SNOTE*MANN schafft auch die Interaktionsvariable EKIND*MANN Interkorrelationen zwischen den beteiligten Variablen (siehe Fußnote 2). Nur 9% der Stichprobe sind zum Studienende verheiratet mit Kindern, 6% sind Ehemänner mit Kinder; Elternschaft und männliches Geschlecht überschneiden sich in der Stichprobe so stark, daß die Korrelation der beiden Prädiktoren EKIND und EKIND*MANN mit r=.72 sehr hoch ist.Google Scholar
  8. 8.
    Genau genommen, steht hinter dem Effekt des Studienerfolg ein Interaktionseffekt des Geschlechts mit dem Studienerfolg. Berechnet man die gleiche Regression mit einem zusätzlichen Interaktionseffekt SNOTE*MANN, so verdoppelt sich der Effekt für SNOTE, der dann ja den Effekt von SNOTE für die Frauen darstellt (Beta=.063, p = .02); der Effekt SNOTE*Mann, der die Differenzen zwischen Frauen und Männern darstellt ist zwar wie erwartet negativ (Beta=-.043), aber nicht signifikant. Führt man beide Effekte zusammen, ergeben sie für Männer, wie erwartet, einen deutlich kleineren Effekt von SNOTE als für Frauen und für die gesamte Gruppe.Google Scholar
  9. 9.
    Bei einer Cox-Regression mit Interaktionen zwischen Geschlecht und Studiengang ergibt sich eine starke und signifikante Differenz zwischen den Geschlechtern gerade bei den Studiengängen der Naturwissenschaft und der Technik, die von Frauen selten gewählt werden. Gerade in “männlichen” Studiengängen finden Frauen also schwerer in den Beruf. Die Benachteiligung der Frauen hier beruht offenbar nicht auf einer Präferenz, sondern einer Diskriminierung der Frauen. Denn vermutlich wollen Frauen, die schon bei der Studiengangwahl von der Norm des geschlechtstypischen Lebenslaufs abgewichen sind, sich auch beim Berufseintritt darüber hinwegsetzen (Meulemann 1991b;: 228–234).Google Scholar
  10. 10.
    Wenn die Vorstufen der Ehe für beide Geschlechter getrennt analysiert werden, so steigt der Effekt der privaten Bindungen bei den Frauen nur minimal, wohl aber bei den Männern. Aber auch dann liegt die entscheidende Zäsur der Effektstärke zwischen der Ehe und der Elternschaft (Meulemann 1990b;).Google Scholar
  11. 11.
    Die gegenläufigen Effekte von EKIND und EKIND*MANN können Folge ihrer hohen Korrelation von r=.72 sein. Hohe Korrelationen zwischen Prädiktoren produzieren gegenläufige Effekte, aber sie vergrößern auch den Fehlerspielraum für die Effektprüfung. Da die Effekte hier hoch signifikant sind, wurden sie trotz ihrer Kolinearität interpretiert. Darüber hinaus wurde die gleiche Cox-Regression getrennt für Männer und Frauen berechnet; in ihr ergab sich ein hoch signifikant negativer Effekt von EKIND für Frauen und ein hoch signifikant positiver Effekt von EKIND für Männer (Meulemann 1990b;: Tabelle 2). Der gegensätzliche Einfluß der Elternschaft für beide Geschlechter läßt sich also auch dann sichern, wenn keine Kolinearität gegeben ist.Google Scholar
  12. 12.
    Für die Absolventen ohne Referendariat betrug das Beta für STZEITH*10 .035 (p = .11), für die Absolventen mit Referendariat .053 (p = .34). Bezogen auf die Standardabweichung jeder Stichprobe steigert die Fachstudienzeit die Neigung zum Berufseintritt um 10% bzw. 11%. In der Gruppe ohne Referendariat waren auch die Abbrecher der auf ein Referendariat zielende Studiengänge enthalten, die vor dem ersten Studiengang das Studium abgebrochen, also nie ein Referendariat begonnen hatten. In der Gruppe mit Referendariat waren nur erfolgreiche Absolventen des ersten Staatsexamens enthalten, das ja die Vorbedingung für das Referendariat ist.Google Scholar
  13. 13.
    Für die Abbrecher betrug das Beta für STZEIT*10 .0189 (p = .64), für die Absolventen .050 (p = .05). Bezogen auf die Standardabweichung jeder Stichprobe steigert die Fachstudienzeit die Neigung zu Berufseintritt um 6% bzw. um 12%. In der Gruppe der Abbrecher konnten SNOTE nicht mehr als Prädiktor eingesetzt werden, da die Abbrecher nur die künstlich konstruierte schlechteste Note aufweisen. In der Gruppe der Erfolgreichen hingegen umfaßt SNOTE nur die tatsächlich erreichten Noten.Google Scholar
  14. 14.
    9,3% der Studienabsolventen schieben zwischen Studienende und Berufseintritt eine Berufsausbildung, 12,1% ein Zweitstudium ein, haben also nach der hier gegebenen Definition vor dem Studienende Weiterbildungsabsichten. Unseren Erwartungen entsprechend korreliert ABERAUS negativ mit der Hauptstudienzeit (r=-.32), nicht aber AZWEITS (r = -.02). Je kürzer man also studiert hat, desto eher schließt man eine Berufsausbildung an das — vermutlich nicht selten abgebrochene — Studium an; aber der Stan eines Zweitstudiums ist weitgehend unabhängig von der Dauer des Erststudiums. Da die der Bildung der Dichotomien ABERAUS und AZWEITS zugrundeliegenden zweiten Bestandteil der Wartezeit der Cox-Regression sind, müssen sie mit der Wartezeit relativ hoch korrelieren: r=.25 bzw. r = .44. Eine Alternative zur Aufnahme neuer Prädiktoren, die mit Hilfe von Informationen über die Wartezeit gebildet sind, wäre einen neue Definition des Prozesses und der Wartezeit gewesen, so daß der Prozeß erst nach dem Studienende und eventuell anschließenden Berufsausbildungen bzw. Zweitstudien beginnt. Gegen dieses Vorgehen aber sprach das sachliche Ziel der Analyse, den Einfluß der Absichten der Studienabsolventen auf den Berufseintritt zu erfassen.Google Scholar
  15. 15.
    Eine Cox-Regression des Berufseintritts auf Bildungsinvestitionen, private Bindungen, beruflichen Erfahrungen, Übergangsvorbereitungen, Arbeitsmarktchancen und Weiterbildungabsichten, also auf alle bisher betrachteten Variablengruppen brachte für berufliche Erfahrungen, Ubergangsvorbereitungen und Arbeitsmarktchancen keine anderen Ergebnisse als in der Cox-Regression ohne Weiterbildungsabsichten.Google Scholar
  16. 16.
    Das gilt auch dann, wenn man Studienabbrecher und Studienabsolventen, und weitgehend auch dann wenn man die Absolventen einzelner Studienfächer getrennt analysiert (Blaneck 1994;).Google Scholar
  17. 17.
    In einigen Studiengängen kann es sich dabei fast schon um eine soziale Regel handeln: Fast alle Chemiker z.B. schließen eine Promotion an das Diplom an. Aber auch wenn in solchen Fällen für die persönliche Planung weniger Luft ist, ist es allgemein zur Erklärung der unerwarteten Ergebnisse sinnvoll, statt des Schubs der Lebensgeschichte den Zug der Lebensplanung zu betrachten.Google Scholar
  18. 18.
    DQN ist die Zeit, aus der in der Cox-Regression des Berufseintritts auf die Weiterbildungsabsichten die Dichotomie ABERAUS gebildet wurde. Entsprechend wurde aus der zeitlichen Variable STZEIT2 die Dichotomie AZWEITS gebildet. Die Kurznamen der Variablen sind mit Großbuchstaben dargestellt. Sie stehen für dichotome und metrische Variablen unter der Spalte Variablengruppe, für polytome Variablen unter der Spalte Variablenwerte, wobei die jeweilige Basiskategorie mit Kleinbuchstaben dargestellt ist. Bei Dichotomien hat die niedrige Ausprägung den Wert 0, die hohe 1. + Effekt von hohen, — von niedrigen Variablenwerten. Leere Zeilen beziehen sich auf Prädikatoren, die für die Zielvariable nicht angemessen sind. -/+ Interaktion mit negativem Effekt für Frauen, positivem Effekt für Männer.Google Scholar
  19. 19.
    Wie schon bei der Analyse des Berufseintritts ist auch beim Berufsstatus, die hohe Korrelation zwischen EKIND und EKIND*MANN zu beachtet: r=.81 unter 1116 Berufsanfängern nach dem Studium. Sie ergibt sich wiederum daraus, daß 9% der Stichprobe Eltern, 6% aber Väter sind. Aus der Kolinearität der beiden Variablen ergibt sich eine Tendenz zu gegenläufigen Effekten und zu vergrößerten Stichprobenfehlern, also verminderten Signifikanzniveaus der Regressionskoeffizienten.Google Scholar
  20. 20.
    Daß die Berufsausbildung nach Ende des Studiums vor allem das Scheitern im Studium kompensiert, zeigt die getrennte Analyse für 150 Abbrecher und 881 Examinierte. Bei den Abbrechern hat DQN einen zwar nicht signifikanten, aber positiven Effekt b = 1.54, bei den Examinierten einen signifikant negativen b = -6.79, p = .008. Bei den erfolgreichen Studenten geht durch die Berufsausbildung nach dem Studium also erworbenes Bildungskapital also in noch stärkerem Maße als in der gesamten Gruppe der Berufseinsteiger verloren.Google Scholar
  21. 21.
    Bei getrennten Analysen von Männern und Frauen hat die soziale Herkunft vor allem bei Männern einen starken Einfluß (Meulemann 1990b;). Eine mögliche Erklärung dafür ist, daß sozialer Status sich am leichtesten bei einer traditionellen Aufgabenteilung zwischen den Geschlechtern vererben läßt, in der dem Mann die Statusvererbung zukommt. Wenn es nicht mehr um die Ausbildung der Kinder, sondern um den Status der Familie geht, dann werden die Eltern, je höher ihr sozialer Status ist, um so mehr Anstrengungen in den richtigen Beruf des Sohnes, nicht aber der Tochter stecken. Auch der Geschlechtsunterschied kann also wie das Wiederauftauchen des Herkunftseffekts dadurch erklärt werden, daß der Beruf größere Möglichkeiten als das Studium eröffnet, das Interesse der Statusvererbung der Familie durchzusetzen.Google Scholar
  22. 22.
    Der gegenläufige Effekt von Intelligenz und Schulnoten ist keine Folge einer Multikollinearität: Der IST korreliert mit DNOTE r=.26 und mit ANOTE r=.16. Weiterhin korrelieren auch die beiden Noten miteinander nur mäßig: r=.41.Google Scholar
  23. 23.
    Daß Frauen in Berufe mit höherem Status einsteigen als Männer, aber im Laufe der Berufskarriere eingeholt werden, wurde auch in der Wisconsin-Längsschnitt-Studie in den USA beobachtet (Treiman 1985;: 221).Google Scholar
  24. 24.
    Bei Referendaren, die auf den öffentlichen Dienst angewiesen sind, beträgt, der Effekt von STZEITH b=2.46 (p = .02), bei Nichtrefendaren b = .92 (p = .13); bei Abbrechern b = .53 (p = .51), bei Examinierten b = 1.16 (p = .07). Der relativ starke Effekt bei den Referendaren ist nicht durch den erfolgreichen Abschluß des Referendariats erklärbar; so gut wie alle Referendare machen auch ihr zweites Staatsexamen.Google Scholar
  25. 25.
    Der positive Effekt der Fachstudienzeit ist auch kein Effekt einer möglichen Überkontrolle durch die Vielzahl der Lebenslauf-Variablen in Tabelle 5.10. Einen Regression von WEG1 und WEGG allein auf Studienerfolg, Studiengang und Studienzeit des Erststudiums sowie auf die Vaterberufs-Prestige, Durch-schnittsnote des 10. Schuljahres und Abitursnote erbrachte größere Effekte für STZEITH: b=2.39 (p = .0001) für WEG1 und b = 1.87 (p = .0001) für WEGG.Google Scholar
  26. 26.
    Gewiß hätte man sich gewünscht, die Planungen nach dem Studium zu erfragen, anstatt sie aus dem nachfolgenden Verhalten zu erschließen. Das aber erforderte variierende Befragungszeitpunkte, während unsere Untersuchung nur einen festen Zeitpunkt für die Wiederbefragung hat.Google Scholar
  27. 27.
    Das gilt obwohl die erfolgreichen Absolventen eine geringere Varianz der Zielvariablen aufweisen. WEG1 hat in der Gruppe aller Berufsanfánger eine Standardabweichung von 33,6, in der Gruppe der erfolgreichen Absolventen eine Standardabweichung von 32,3.Google Scholar
  28. 28.
    Statt des Stundeneinkommens hätte auch das Monatseinkommen als Zielvariable verwendet und die Stundenzahl als zusätzlicher Prädiktor verwendet werden können. Die Stundenzahl ist jedoch die stärkste Prädiktorvariable des Monatseinkommens (r=.45), so daß sie Einflüsse der übrigen Prädiktoren überdecken kann. Das gilt vor allem für die Studiengänge und das Geschlecht. Von den Studiengängen weisen die Lehramtsfächer eher niedere, die Mediziner eher höhere Stundenzahlen auf (siehe Tabelle 5.12); zudem korreliert die Stundenzahl mit dem männlichen Geschlecht r=.28. Um zu vermeiden, daß Korrelationen zwischen der Stundenzahl und den übrigen Prädiktoren in den dominanten Einfluß der Stundenzahl und überhaupt in die Berechnung der Regressionskoeffizienten eingingen, wurde daher das Stundeneinkommen als Zielvariable betrachtet.Google Scholar
  29. 29.
    Für die Analyse folgt daraus, die Wartezeit auf einen angemessenen Beruf zu betrachten und zu untersuchen, ob nach den verschiedenen Studienabschlüssen in Abhängigkeit von Arbeitsmarktchancen der Prozeß der Konsolidierung der Berufslaufbahn sich unterschiedlich lange ausdehnt. Das soll in einer späteren Untersuchung geschehen.Google Scholar

Copyright information

© Westdeutscher Verlag GmbH, Opladen 1995

Authors and Affiliations

  • Heiner Meulemann

There are no affiliations available

Personalised recommendations