Skip to main content
Search
Search
    Quick Search anywhere
    Quick search in Citations
Advanced Search
Skip main navigationClose Drawer MenuOpen Drawer Menu
Next article
Originalia

Diagnostische Herausforderungen bei der Auswahl von Frühstudierenden

Published Online:March 19, 2013https://doi.org/10.1026/0012-1924/a000085

Abstract

Bislang werden die Auswahlentscheidungen für das Frühstudium üblicherweise auf Basis des Notendurchschnitts getroffen. In vorliegender Studie wird überprüft, ob dieser einen validen Prädiktor für den Erfolg im Frühstudium darstellt und inwiefern sich einzelne Fachnoten bzw. intellektuelle Fähigkeitsmaße besser zur Erfolgsprognose eignen. Regressionsanalytische Ergebnisse verdeutlichen die Abhängigkeit der Ergebnismuster vom Studienfach: Für die Fächergruppe Mathematik, Physik und Informatik ist die Erfolgsprognose anhand der Noten- und Intelligenzprädiktoren nicht gelungen, in den übrigen Studienfächern wird sie durch den Studienabschnitt moderiert. Hier erwies sich die Zeugnisdurchschnittsnote als bester Einzelprädiktor für den kurzfristigen Erfolg, die Kombination der Deutschnote mit den verbalen intellektuellen Fähigkeiten eignete sich am besten zur Prognose des langfristigen Erfolgs.


Selecting high school students for advanced placement in universities: Diagnostic problems

Although numerous German universities have started programs for gifted and/or high-achieving high school students (junior studies), so far these programs have not been systematically evaluated using accepted scientific standards. Usually, program selections are based on students’ average grades. The validity of such an approach is explored in the present study, testing the assumption that success in the junior studies is affected by school grades, and also exploring whether effects of intellectual ability can be additionally shown. Various regression analyses demonstrated that outcomes vary as a function of content area. Effects of the average grade could be only shown for a few content areas. Intellectual abilities proved relevant for long-term predictions of study success for the same content areas.

Literatur

  • Bleske-Rechek, A. , Lubinski, D. & Benbow, C. P. (2004). Meeting the educational needs of special populations. Advanced Placement’s role in developing exceptional human capital. American Psychological Society, 15, 217 – 224. First citation in articleGoogle Scholar

  • Bos, W. , Lankes, E.-M. , Prenzel, M. , Schwippert, K. , Valtin, R. & Walther, G. (Hrsg.). (2004). IGLU. Einige Länder der Bundesrepublik Deutschland im nationalen und internationalen Vergleich. Münster: Waxmann. First citation in articleGoogle Scholar

  • Brody, L. E. , Assouline, S. G. & Stanley, J. C. (1990). Five years of early entrants: Predicting successful achievement in college. Gifted Child Quarterly, 34, 138 – 142. First citation in articleCrossref, Google Scholar

  • Brody, L. E. , Muratori, M. C. & Stanley, J. C. (2004). Early Entrance to college: Academic, social, and emotional considerations. In N. Colangelo, S. G. Assouline & M. U. M. Gross (Eds.), A nation deceived: How schools hold back America’s brightest students (Vol. II, pp. 97 – 107). Iowa City, IA: The University of Iowa. First citation in articleGoogle Scholar

  • Deutsche Telekom Stiftung (Hrsg.). (2006). Fachtagung „Schüler an die Universität”. Dokumentation. Köln: FSW DialogOne GmbH. First citation in articleGoogle Scholar

  • Deutsche Telekom Stiftung (Hrsg.). (2011). Frühstudium. Ein Vorhaben der Deutsche Telekom Stiftung zur Förderung von exzellentem MINT-Nachwuchs. Dortmund: SeitenPlan Corporate Publishing. First citation in articleGoogle Scholar

  • Ewing, M. , Camara, W. J. & Willsap, R. E. (2006). The Relationship between PSAT/NMSQT scores and AP Examination grades: A follow-up study (College Board Research Report No. 2006 – 1). New York City, NY: The College Board. First citation in articleGoogle Scholar

  • Hebert, L. (2001). A comparison of learning outcomes for dual-enrollment mathematics students taught by high schoool teachers versus college faculty–Statistical data included. Raleigh, NC: North Carolina State University, Department of Adult & Community College Education. First citation in articleGoogle Scholar

  • Hell, B. , Linsner, M. & Kurz, G. (2008). Prognose des Studienerfolgs. In M. Rentschler & H.-P. Voss (Hrsg.). Studieneignung und Studierendenauswahl–Untersuchungen und Erfahrungsberichte (S. 132 – 177). Aachen: Shaker. First citation in articleGoogle Scholar

  • Hell, B. , Trapmann, S. & Schuler, H. (2007). Eine Metaanalyse der Validität von fachspezifischen Studierfähigkeitstests im deutschsprachigen Raum. Empirische Pädagogik, 21, 251 – 270. First citation in articleGoogle Scholar

  • Heller, K. A. & Perleth, C. (2000). Kognitiver Fähigkeitstest für 4. bis 12. Klassen, Revision. Weinheim: Beltz. First citation in articleGoogle Scholar

  • Helmke, A. , Rindermann, H. & Schrader, F.-W. (2008). Wirkfaktoren akademischer Leistungen in Schule und Hochschule. In W. Schneider & M. Hasselhorn (Hrsg.), Handbuch Pädagogische Psychologie (S. 145 – 155). Göttingen: Hogrefe. First citation in articleGoogle Scholar

  • Holling, H. , Preckel, F. & Vock, M. (2004). Intelligenzdiagnostik. Göttingen: Hogrefe. First citation in articleGoogle Scholar

  • Kleiner, B. , Lewis, L. & Greene, B. (2005). Dual Enrollment of High School Students at Postsecondary Institutions: 2002 – 2003. Washington, DC: National Center for Education Statistics, Institute of Education Sciences. Zugriff am 31. 12. 2008 unter http://nces.edugov/pubs2005/2005008.pdf. First citation in articleGoogle Scholar

  • Klieme, E. , Döbert, H. , Baethge, M. , Füssel, H.-P. , Hetmeier, H.-W. , Rauschenbach, Th. et al. (2008). Bildung in Deutschland. Ein indikatorengestützter Bericht mit einer Analyse zu Übergängen im Anschluss an den Sekundarbereich I. Bielefeld: Bertelsmann. First citation in articleGoogle Scholar

  • Klieme, E. & Nauels, H.-U. (1994). Wie hat sich der TMS bewährt? Korrelationsanalysen und Strukturgleichungsmodelle zur Vorhersage des Studienerfolgs. In G. Trost (Hrsg.), Tests für Medizinische Studiengänge (TMS): Studien zur Evaluation (S. 156 – 171). Bonn: Institut für Test- und Begabungsforschung. First citation in articleGoogle Scholar

  • Kuncel, N. R. , Hezlett, S. A. & Ones, D. S. (2004). Academic performance, career potential, creativity, and job performance: Can one construct predict them all? Journal of Personality and Social Psychology, 1, 148 – 161. First citation in articleCrossref, Google Scholar

  • Lohman, D. F. & Korb, K. (2006). Gifted today but not tomorrow? Journal for the Education of the Gifted, 29, 451 – 484. First citation in articleCrossref, Google Scholar

  • Lohman, D. & Renzulli, J. (2007). A simple procedure for combining ability test scores, achievement test scores, and teacher ratings to identify academically talented children. Zugriff am 07. 05. 2011 unter http://facuilty.education.niowa.edu/dlohman/. First citation in articleGoogle Scholar

  • Muratori, M. , Colangelo, N. & Assouline, S. G. (2003). Early-entrance students: Impressions of their first semester of college. Gifted Child Quarterly, 47, 219 – 238. First citation in articleCrossref, Google Scholar

  • Noble, K. D. & Childers, S. A. (2008). A passion for learning: The theory and practice of optimal match at the University of Washington. Journal of Advanced Academics, 19, 236 – 270. First citation in articleCrossref, Google Scholar

  • Perleth, C. (2008). Intelligenz und Kreativität. In W. Schneider & M. Hasselhorn (Hrsg.), Handbuch Pädagogische Psychologie (S. 15 – 27). Göttingen: Hogrefe. First citation in articleGoogle Scholar

  • Robbins, S. B. , Lauver, K. , Le, H. , Davis, D. , Langley, R. & Carstrom, A. (2004). Do psychosocial and study skill factors predict college outcomes? A meta-analysis. Psychological Bulletin, 130, 261 – 288. First citation in articleCrossref, Google Scholar

  • Rogers, K. B. (2004). The academic effects of acceleration. In N. Colangelo, S. G. Assouline & M. U. M. Gross (Eds.), A nation deceived: How schools hold back America’s brightest students. The Templeton National Report on Acceleration (pp. 47 – 58). Iowa City, IA: University of Iowa. First citation in articleGoogle Scholar

  • Rost, D. H. (2000). Hochbegabte und hochleistende Jugendliche. Münster: Waxmann. First citation in articleGoogle Scholar

  • Rost, D. H. (2009). Intelligenz. Mythen und Fakten. Weinheim: Beltz. First citation in articleGoogle Scholar

  • Schmidt-Atzert, L. & Krumm, S. (2006). Professionelle Studierendenauswahl durch die Hochschulen–Wege und Irrwege. Report Psychologie, 31, 297 – 309. First citation in articleGoogle Scholar

  • Schneider, W. (2000). Giftedness, expertise and (exceptional) performance. A developmental perspective. In K. A. Heller, F. J. Mönks , R. Sternberg & R. F. Subotnik (Eds.), International handbook of giftedness and talent (pp. 165 – 177). New York City, NY: Elsevier. First citation in articleGoogle Scholar

  • Sekretariat der Ständigen Konferenz der Kultusminister der Länder in der Bundesrepublik Deutschland IVD/Statistik (2006). Abiturnoten an allgemein bildenden Gymnasien und integrierten Gesamtschulen. Schuljahr 2004/2005. Zugriff am 02. 03. 2012 unter http://www.gew.de/Binaries/Binary29527/5KMK-Abiturnoten_2005 %20 %282 % 29.pdf. First citation in articleGoogle Scholar

  • Solzbacher, C. (2008). Frühstudium–Schüler an die Universität. Empirische Studie durchgeführt von Prof. Dr. Claudia Solzbacher, Universität Osnabrück im Auftrag der Deutsche Telekom Stiftung 2006 – 2007. Zugriff am 01. 06. 2012. unter http://www.telekom-stiftung.de/dtag/cms/contentblob/Telekom-Stiftung/de/648852/blobBinary/Evaluation+Langfassung.pdf . First citation in articleGoogle Scholar

  • Solzbacher, C. (2011). Frühstudium in Deutschland: Ergebnisse einer bundesweiten Untersuchung. Beiträge zur Hochschulforschung, 1, 8 – 25. First citation in articleGoogle Scholar

  • Stumpf, E. (2011). Begabtenförderung für Gymnasiasten. Längsschnittanalysen zu homogenen Begabtenklassen und Frühstudium. Münster: LIT. First citation in articleGoogle Scholar

  • Stumpf, E. (2012). Fördern bei Hochbegabung. Stuttgart: Kohlhammer. First citation in articleGoogle Scholar

  • Stumpf, E. , Greiner, R. & Schneider, W. (2011). Erfolgsdeterminanten des Frühstudiums: Das Best-Practice-Modell der Universität Würzburg. Beiträge zur Hochschulforschung, 1, 26 – 49. First citation in articleGoogle Scholar

  • Stumpf, E. & Schneider, W. (2010). Diagnostik der Hochbegabung im späten Jugend- und frühen Erwachsenenalter am Beispiel der Frühstudierendenprogramme. In F. Preckel, W. Schneider & H. Holling (Hrsg.), Diagnostik von Hochbegabung (Tests und Trends, N. F. Band 8, S. 267 – 292). Göttingen: Hogrefe. First citation in articleGoogle Scholar

  • Trapmann, S. , Hell, B. , Weigand, S. & Schuler, H. (2007). Die Validität von Schulnoten zur Vorhersage des Studienerfolgs–eine Metaanalyse. Zeitschrift für Pädagogische Psychologie, 21, 11 – 27. First citation in articleLink, Google Scholar

  • Trost, G. (1993). Prediction of excellence in school, university and work. In K. A. Heller, F. J. Mönks & A. H. Passow (Eds.), International handbook of research and development of giftedness and talent (pp. 325 – 336). Oxford: Pergamon. First citation in articleGoogle Scholar

  • Wilhelm, O. , Formazin, M. , Böhme, K. , Kunina, O. , Jonkmann, K. & Köller, O. (2006). Auswahltests für Psychologiestudierende: Befundlage und neue Ergebnisse. Report Psychologie, 31, 338 – 349. First citation in articleGoogle Scholar

  • Wockenfuß, V. (2011). Frühstudium an der Universität Duisburg-Essen 2003 bis 2011. Duisburg-Essen: Universität, Akademisches Beratungs-Zentrum Studium und Beruf. First citation in articleGoogle Scholar