n Empirische Arbeit Psychologie in Erziehung und Unterricht, 2010, 57, 194 - 208 DOI 10.2378/ peu2010.art14d © Ernst Reinhardt Verlag München Basel Hochschulwahl von Psychologie-Studierenden in Deutschland: ein Logit-Modell für Mengen ranggeordneter Objekte Rüdiger Mutz 1 , Hans-Dieter Daniel 1, 2 1 ETH-Zürich 2 Universität Zürich The Choice of University by Freshman Psychology Students in Germany: A Logit Model for Sets of Ranked Items Summary: The goal of the present contribution is to determine what characteristics of universities were decisive in psychology (degree course) students’ choice of university and to examine the time point at which the decision to attend a specific university was made. As a theoretical basis, the study used the ipsative theory of behaviour, formalized as a logit model for sets of ranked items. The data was taken from a survey of 1,490 students that enrolled as psychology majors in the fall of 1999/ 2000. All in all, universities were chosen the bigger (“objective properties”) that the psychology departments were, the higher the application rate and the higher the university’s ranking was on the ranking of universities by the German news magazine DER SPIEGEL. The decisive factor in different weightings of university characteristics is a student’s decision to study next to the current place of residence or to move in another town. The time point of the decision in favour of a specific university is closely correlated with the time point at which the student chooses his or her major field of study. Four types of students are found: early deciders, late deciders, spontaneous deciders, and a mixture type. Keywords: University choice, logit model for sets of ranked items, ipsative theory of behavior, student survey, ranking of universities Zusammenfassung: Ziel dieses Beitrags ist es, Hochschulcharakteristika zu bestimmen, die für Studierende der Psychologie (Diplom) ausschlaggebend waren für die Hochschulwahl, was die Frage nach dem Zeitpunkt der Entscheidung für eine spezifische Hochschule einschließt. Theoretische Grundlage bildet die ipsative Handlungstheorie, formalisiert als Logit-Modell für Mengen ranggeordneter Objekte. Als Datengrundlage dient eine Befragung an 1490 Psychologie-Studierenden (Diplom) des Wintersemesters 1999/ 2000. Insgesamt werden Hochschulen umso mehr bevorzugt („objektive“ Merkmale), je größer das Institut für Psychologie ist, je höher die Bewerbungsquote ist und je besser die Hochschule in der SPIEGEL-Rangliste (Hochschulranking) abgeschnitten hat. Es lassen sich unterschiedliche Gewichtungen von Hochschulcharakteristika für Studierende, die wohnortfern im Vergleich zu Studierenden, die wohnortnah studieren wollen, finden. Der Zeitpunkt der Entscheidung für die Hochschule ist eng mit dem Zeitpunkt der Entscheidung für das Studienfach korreliert. Insgesamt lassen sich vier Studierendentypen finden: Frühentscheider, Spätentscheider, Spontanentscheider und einen Mischtyp. Schlüsselbegriffe: Hochschulwahl, Logit-Modell für ranggeordnete Items, ipsative Handlungstheorie, Studierendenbefragung, Hochschulranking Neben der Wahl des Studienfaches gehört die Wahl der Hochschule zu einer der wichtigsten Entscheidungen von Studienbewerberinnen und -bewerbern. Während zu den Motiven der Studienfachwahl eine Reihe von wissenschaftlichen Arbeiten nicht nur fachbereichsübergreifend (z. B. Lewin, Heublein, Schreiber, Spangenberg & Sommer, 2001), sondern auch für Hochschulwahl 195 das Fach Psychologie vorliegen (z. B. Fisch, Orlik & Saterdag, 1970; Hofmann & Stiksrud, 1993; Mutz & Daniel, 2007; Witte, 1977; Witte & Brasch, 1991), werden die Motive der Hochschulwahl in der Forschung im deutschsprachigen Raum bisher kaum untersucht. Ausnahmen bilden die Untersuchungen von Muske (1975), Balke, Stiensmeier-Pelster und Welzel (1991), Heine, Spangenberg, Schreiber und Sommer (2005) und Krawietz und Heine (2007), die aber rein deskriptiv bleiben und keine theoretischen Erklärungsansätze liefern. Der Grund für das Fehlen derartiger Studien dürfte in den örtlichen Zulassungsbeschränkungen für verschiedene Fächer und der zentralen Vergabe der Studienplätze - wie in der Psychologie (Diplom) - durch die ZVS liegen. Mit der Internationalisierung der Hochschulausbildung im Rahmen der Bologna-Reform und dem damit verbundenen Wettbewerb der Hochschulen um die besten in- und ausländischen Studierenden und nicht zuletzt durch das Urteil des Bundesverfassungsgerichts vom 26. 1. 2005 zur Verfassungskonformität der Erhebung von Studiengebühren wird das Thema Hochschulwahl wieder bedeutsam. Im Gegensatz zur Forschung in Deutschland wird international, vor allem in den USA die Hochschulwahl sehr intensiv untersucht, und zwar besonders unter bildungsökonomischen Gesichtspunkten (z. B. Cabrera & La Nasa, 2000; Drewes & Michael, 2006; Eliasson, 2006; Hoxby, 2004; Manski & Wise, 1983). Vor diesem Hintergrund ist die zentrale Zielsetzung dieses Beitrags, ausgehend von einem theoretischen Ansatz und einem statistischen Modell, Hochschulcharakteristika empirisch zu bestimmen, die für Studierende der Psychologie (Diplom) ausschlaggebend für die Wahl der Hochschule sind. Im Einzelnen stehen folgende vier Fragestellungen im Mittelpunkt: (1) Zu welchem Zeitpunkt treffen potenzielle Studienbewerberinnen und -bewerber der Psychologie ihre Entscheidungen (a) zur Aufnahme eines Studiums, (b) zum Studium der Psychologie und (c) für eine Hochschule? (2) Welche Hochschulcharakteristika (z. B. Einwohnerzahl, Attraktivität der Stadt) sind maßgeblich für die Präferenz einer bestimmten Hochschule? (3) Welche Merkmale von Studierenden (z. B. Geschlecht, soziale Herkunft) beeinflussen die Präferenz für eine Hochschule? (4) Haben Ranglisten von Hochschulen („Hochschulrankings“) einen Einfluss auf die Wahl der Hochschule? Im Folgenden soll ausgehend von der Theorie rationaler Entscheidungen („Rational Choice“- Theory) ein Erklärungsansatz für die Hochschulwahlentscheidung formuliert werden, der sich mit dem statistischen Ansatz des Logit- Modells für Mengen ranggeordneter Objekte formal beschreiben lässt. Eine deutschlandweite Stichprobe von 1490 Studierenden der Psychologie, die im Wintersemester 1999/ 2000 ihr Studium aufgenommen haben, liefert die Datengrundlage. Ipsative Handlungstheorie der Hochschulwahl Studieninteressierte stehen vor dem Grundproblem aus der Vielzahl von Hochschulen, die ihren gewünschten Studiengang anbieten, auf der Grundlage gängiger Informationsquellen (z. B. Informationsschriften der Hochschulen, Besuche der Hochschulen, Ratschläge von Bekannten) die geeignete Hochschule auszusuchen. Diese Informationsquellen weisen nach Balke, Stiensmeier-Pelster und Welzel (1991) jedoch den gravierenden Mangel auf, dass sie nur hochschulspezifisch informieren. Daher betonen die Autoren die Wichtigkeit von Hochschul-Ranglisten (im Jahr 1990 die SPIE- GEL-Rangliste), die einen Vergleich von Hochschulen erlauben würden. So fanden Balke et al. (1991) in einer Studierendenerhebung in Bielefeld einen bedeutsamen fachspezifischen Einfluss des vom Nachrichtenmagazin DER SPIEGEL in Auftrag gegebenen Hochschul- 196 Rüdiger Mutz, Hans-Dieter Daniel Rankings auf die Wahl der Hochschule. Das Centrum für Hochschulentwicklung (CHE) bietet in Zusammenarbeit mit der Wochenzeitung DIE ZEIT Hochschul-Rankings für verschiedene Fachgebiete an (DIE ZEIT, 2005; Hornbostel, 2001; Mutz & Daniel, 2008). Zu den Effekten des CHE-Hochschulrankings liegen bisher keine Untersuchungen vor. Für die Frage der Hochschulwahl können von der in der Ökonomie und Soziologie viel diskutierten Theorie rationaler Entscheidungen („Rational Choice Theory“), kurz RCT, wichtige Anregungen übernommen werden (z. B. Blossfeld & Prein, 1998; Diekmann, Eichner, Schmidt & Voss, 2008). Da die Hochschulwahl eng mit Mobilitäts- und Bildungsentscheidungen verbunden ist, sind diesbezüglich auch Anwendungen der RCT auf Mobilitäts- (z. B. Kalter, 1994) und Bildungsentscheidungen (Becker & Hecken, 2007) mit zu bedenken, insbesondere im Hinblick auf ihre methodische Umsetzung (Breen & Jonsson, 2000). Im Rahmen dieses Beitrags soll die Hochschulwahl als Problem begrenzter Handlungsspielräume aufgefasst werden, dem sich die ipsative Handlungstheorie widmet, eine in den Fachgebieten Psychologie und Behavioral Economics favorisierte Variante der RCT (Frey & Foppa, 1986; Frey, 1988; Tanner, 1998, 1999). Ob eine bestimmte Handlung durchgeführt wird, beispielsweise die Wahl einer Hochschule, hängt nicht nur von den real existierenden Alternativen, sprich Hochschulen ab, sondern auch von den Restriktionen, Grenzen und Zwängen, denen eine studieninteressierte Person ausgesetzt ist. Verhaltensbestimmend ist daher nicht der real vorhandene objektive Handlungsspielraum, sondern der sogenannte ipsative Handlungsspielraum, der die subjektiv in Betracht gezogenen Alternativen umfasst. Im Falle der Hochschulwahl können vier Elemente der ipsativen Handlungstheorie unterschieden werden: a) der objektive Handlungsspielraum, der durch die Hochschulalternativen, sprich die Anzahl der Institute für Psychologie in Deutschland aufgespannt wird; b) die objektiven oder subjektiven Restriktionen (Muske, 1975), die die Hochschulalternativen einschränken, so die Studienfinanzierung, Studiengebühren, die Noten im Abitur, der familiäre Bezug, Normen der Gesellschaft (z. B. Mobilität), Informationsquellen, Zulassungsbeschränkungen für einzelne Studiengänge; c) die Präferenzen für bestimmte Hochschulen, einerseits präferierte Merkmale der Hochschule (z. B. guter Ruf der Hochschule), andererseits Merkmale der Studierenden (z. B. Motive der Hochschulwahl, Geschlecht, soziale Herkunft) und d) der ipsative Handlungsspielraum, der die in die engere Wahl genommenen Hochschulen umfasst. Es kann unterstellt werden, dass Entscheidungsprozesse in zwei Stufen ablaufen: Zuerst muss aus der Vielzahl von Hochschulalternativen eine Auswahl von infrage kommenden Hochschulen getroffen werden. Diese Auswahl wird im Wesentlichen durch die Frage bestimmt, ob Studierende eher an ihrem bisherigen Wohnort oder in der Nähe ihres bisherigen Wohnortes bleiben möchten und dementsprechend eine wohnortnahe Universität auswählen oder in eine wohnortferne Universitätsstadt ziehen möchten. Bei jungen Erwachsenen ist die Frage vor einem sozialisationstheoretischen Hintergrund - Verbleib oder Auszug aus dem Elternhaus - zu sehen. So spielen nach Rusconi (2004) neben ökonomischen Gründen (Studienfinanzierung) sehr stark auch sozial akzeptierte Verhaltensmuster und normative Regeln eine Rolle. In Italien beispielsweise verlassen die jungen Erwachsenen sehr häufig erst mit der Heirat ihr Elternhaus. Während die Option, wohnortnah zu studieren, den Kreis der infrage kommenden Hochschulen sehr einschränkt, erhöht die Option, in eine wohnortferne Stadt zu ziehen, den Kreis infrage kommender Hochschulen und hat eine größere Beschäftigung mit dem Thema zur Folge. Für die Wichtigkeit der regionalen Nähe sprechen sowohl internationale Studien (z. B. Drewes & Michael, 2006) als auch nationale Erhebungen der Hochschul-Informations-System GmbH: „Für zwei von drei Studierenden ist eine solche Nähe zum Heimatort ein maßgebliches Motiv Hochschulwahl 197 ihrer Hochschulwahl“ (Heine, Spangenberg, Schreiber & Sommer, 2005, S. 15; siehe auch Krawietz & Heine, 2007). Für die Formalisierung dieses Modells ließen sich zum einen die aus der Mikroökonomie entlehnten Kosten-Nutzen-Modelle von Kalter (1994) oder Becker und Hecken (2007), zum anderen das für die Modellierung von Bildungsentscheidungen (z. B. Studium oder Berufsausbildung) verwendete „multinomial transition model“ von Breen und Jonsson (2000) heranziehen. In der Hochschulwahl geht es aber primär um Rangordnungen von Universitäten und sekundär um klar definierte Handlungsalternativen, wie es die oben genannten Ansätze erfordern. Für diese Fragestellung eignet sich eher das Zufalls-Nutzenmodell („random utility model“), das über ein Logit-Modell für Mengen ranggeordneter Objekte („logit model for sets of ranked items“) statistisch geschätzt werden kann (Allison & Christakis, 1994; Skrondal & Rabe-Hesketh, 2003). Dieses Modell ist in der amerikanischen Forschung zur Hochschulwahl (z. B. Montgomery, 2002; Long, 2004) weit verbreitet und gründet auf folgendem Nutzenkonzept: Der Nutzen U ij , den eine Person i mit einer bestimmten Option j, sprich Wahl einer bestimmten Hochschule, verbindet, ist zwar nicht beobachtbar, es kann jedoch angenommen werden, dass eine Person i einer Option j einen höheren Rangplatz gibt als einer Option k, wenn sie den Nutzen von Option j höher einschätzt als den von Option k, d. h. U ij > U ik . In Rangordnungen von Universitäten spiegeln sich demnach unterschiedliche Nutzenwerte wider. Des Weiteren lässt sich jeder Nutzenwert U ij als eine Summe aus einer systematischen Komponente u ij und einer Gumbel-verteilten (F(x) = e-e -x ) Zufallskomponente e ij auffassen (Allison & Christakis, 1994, S. 201; Chapman & Staelin, 1982, S. 289 McFadden, 2001, S. 368 f.): U ij = u ij + e ij (1) Die systematischen Komponenten u ij drücken quantitativ den Grad aus, in welchem eine Person i die Option j gegenüber der Option k präferiert, was sich als Wettquotient (Odd) ausdrücken lässt: P i (y = j)/ P i (y = k) = exp{μ ij - μ ik }, der logarithmiert als Logit bezeichnet wird. Bei einem Wettquotienten von 2 : 1 (0.66/ 0.33) beispielsweise hat eine Universität eine doppelt so große Chance, auf Rang 1 zu kommen, als auf die verbliebenen Ränge. Für die Erklärung, dass eine Hochschule in höhere Ränge kommt und höhere systematische Nutzenwerte aufweist, können drei Arten erklärender Variablen herangezogen werden: a) Variablen (x), die die Studierenden kennzeichnen (z. B. Alter, Geschlecht), b) Variablen (z), die Merkmale der Hochschulen (Hochschulcharakteristika) beschreiben (z. B. Ruf der Hochschule, Attraktivität der Stadt) und c) Variablen ( w ), die die Beziehung einer Person zu einer spezifischen Hochschule angeben, beispielsweise die Distanz des Wohnorts des Studierenden zur bevorzugten Hochschule oder auch Interaktionen von Personenvariablen (x) mit Hochschulcharakteristika (z). Zusammenfassend lassen sich diese Variablen in folgender allgemeiner Modellgleichung mit den Koeffizienten b , g und θ linear kombinieren (Allison & Christakis, 1994, S. 202): u ij = b j c i + g z j + θw ij (2) Ein positiver Regressionskoeffizient ( b j , g , θ ) gibt an, dass für eine Hochschule mit steigender Ausprägung in dem jeweiligen Prädiktor (x, z oder w ) der Wettquotient, sprich die Chancen steigen, in obere Ränge zu kommen. Aus dieser allgemeinen Modellgleichung lassen sich durch Nullrestriktionen von Parametern spezifische Modelle ableiten, deren Parameter mittels Maximum-Likelihood geschätzt werden können (z. B. g = 0 und θ = 0, multinomiales Logit-Modell). Vorausgesetzt werden muss, dass die Präferenz einer Alternative j gegenüber k unabhängig davon ist, welche Alternativen in welcher Reihenfolge schon gewählt wurden bzw. noch gewählt werden („Independence from irrelevant alternatives“, Luce’s choice axiom) (Luce & Suppes, 1965, S. 336). Bei Beschränkung der Analyse auf die erste und zweite Präferenz wie im vorliegenden Fall fällt diese Annahme nicht ins Gewicht und kann auch nicht geprüft werden. Folgende vier Hypothesen sollen geprüft werden: (1) Der Zeitpunkt der Entscheidung für das Studienfach und der Zeitpunkt für die Entscheidung für einen bestimmten Studienort sind eng korreliert. Der Zeitpunkt der Studienortswahl hat jedoch keinen Einfluss auf die Präferenz einer Hochschule. (2) Die Hochschulwahl wird wesentlich durch die Entscheidung bestimmt, an einer wohnortnahen oder wohnortfernen Hochschule studieren zu wollen. So ist der ipsative 198 Rüdiger Mutz, Hans-Dieter Daniel Handlungsspielraum (Hochschulen in der engeren Wahl) der Gruppe der Studienbewerberinnen und -bewerber, die wohnortnah studieren wollen, kleiner als für die Studienbewerberinnen und -bewerber, die wohnortfern studieren wollen. Soziodemografische Merkmale wie Alter, Geschlecht oder berufliche Tätigkeit vor dem Studium spielen keine große Rolle. (3) Hochschulstandorte sind für Studienbewerberinnen und -bewerber in ihrem Nutzen nicht gleichwertig. (4) Studienbewerberinnen und -bewerber, die wohnortfern studieren wollen, beschäftigen sich intensiver mit dem Thema „Hochschulwahl“ als Studienbewerberinnen und -bewerber, die wohnortnah studieren wollen. Dies hat zur Folge, dass andere Hochschulcharakteristika für sie relevant sind als für Studierende, die in regionaler Nähe studieren möchten: So spielen Hochschulrankings als vergleichende Informationen über Universitäten hauptsächlich für die regional nicht gebundenen Studierenden eine bedeutsame Rolle. Datenmaterial und Methoden Erhebungskonzept und Fragebogen Im August 2000 wurden erstmalig im Rahmen einer Vollerhebung alle erstimmatrikulierten Psychologiestudierenden, die ihr Diplomstudium im Wintersemester 1999/ 2000 („Millenniumskohorte“) an einer deutschen Universität aufgenommen haben, von einer Forschungsgruppe des Internationalen Zentrums für Hochschulforschung Kassel (vormals „Wissenschaftliches Zentrum für Berufs- und Hochschulforschung (WZ I) der Universität Kassel“) unter der Leitung von H.-D. Daniel schriftlich befragt (Bürger, 2002). Die Untersuchung wurde mit Unterstützung der Zentralstelle für die Vergabe von Studienplätzen (ZVS) in Dortmund durchgeführt. Der vollstandardisierte Fragebogen bestand aus 58 Fragen, die sich auf die Zulassung, die Hochschulortswahl, die Studien- und Studienfachwahlmotive, das Studium, die Berufs- und Lebenswünsche, die Schulzeit und die Person des Befragten richten (Mutz & Daniel, 2008). Operationalisierung Zur Erfassung der abhängigen Variable „Hochschulwahl“ wurden die Studierenden gefragt, welche von insgesamt 44 Universitäten sie in erster, zweiter bis maximal siebter Präferenz im ZVS-Antrag für die Bewerbung um einen Studienplatz angegeben hatten. Es handelt sich demnach um eine positive Auswahl und nicht um Abwahlen. Des Weiteren wurden verschiedene unabhängige Variablen erhoben, die die Universitäten kennzeichnen, sogenannte Hochschulcharakteristika. Eine Übersicht mit deskriptiven Kennzahlen findet sich im Anhang. Es wird hier zwischen „objektiven und subjektiven Merkmalen“ (z-Variablen) unterschieden: „Objektive Merkmale“ sind Hochschulcharakteristika, die nicht auf subjektiven Bewertungen beruhen (in Klammern jeweils die Operationalisierung des Konstrukts): Größe der Stadt (Einwohnerzahl), Größe der Universität (Anzahl Studierender), Größe des Instituts für Psychologie (Anzahl Studienanfängerinnen und -anfänger der Psychologie), Attraktivität der Hochschule (hohe Bewerbungsquote, gutes Abschneiden im Hochschulranking). So lagen von der ZVS (ZVS Info, 2000) und dem Statistischen Bundesamt (2000) Informationen zur Anzahl der Studierenden, zur Anzahl der Studienanfängerinnen und -anfänger in Psychologie und zur Bewerbungsquote (Anzahl Bewerberinnen und Bewerber im Verhältnis zur Anzahl Studienplätze in Psychologie) vor. Zusätzlich wurden Daten zur Einwohnerzahl recherchiert (www.staedtetag.de). Das Nachrichtenmagazin DER SPIEGEL veröffentlichte am 12.4.1999 ein auf Befragungen basierendes Hochschulranking für die Psychologie mit drei Ranggruppen, die dummy-kodiert wurden (DER SPIEGEL, 1999). Neben diesen mehr oder weniger objektiven Merkmalen wurden auch Merkmale erhoben, die die Universitäten aus Sicht der befragten Studierenden beschreiben („subjektive Merkmale“). So wurden die Studierenden nach verschiedenen Motiven für die Wahl der jeweiligen Hochschule in erster Präferenz gefragt (Ja/ Nein-Items): „Ich habe mich für ein Psychologiestudium an meiner Präferenzhochschule entschieden, weil …“: „das Studienangebot im Allgemeinen an der Präferenzhochschule sehr vielfältig ist“, „die Hochschule insgesamt einen guten Ruf hat“, „der Hochschulort mir gut gefällt“, „die Hochschule keine Massenhochschule ist“, „die Lebenshaltungskosten am Hochschulort günstig sind“, „der Hochschulort ein gutes Freizeit- Hochschulwahl 199 bzw. kulturelles Angebot hat“, „mein Studiengang an der Hochschule ein besonderes Profil besitzt“. Die Mittelwerte für diese Merkmale je präferierte Universität wurden als subjektiv wahrgenommene Hochschulcharakteristika in die Analyse einbezogen. Entsprechend der ipsativen Handlungstheorie ist zu erwarten, dass für Studierende, die in der Nähe ihres Wohnortes studieren möchten, andere Hochschulcharakteristika bei der Hochschulwahl relevant sind als für Studierende, die in eine wohnortferne Universitätsstadt ziehen wollen. Daher wurde das Ja/ Nein-Item „weil ich zuhause wohnen konnte“ als individuelles Motiv einbezogen, das mit Cramer’s V = -.58 mit dem Motiv „weil ich den Wunsch hatte, in eine andere Stadt zu gehen“ (Ja/ Nein) hoch negativ korreliert ist. Neben dieser Variablen wurden noch weitere Studierendenmerkmale in Kombination mit den Hochschulcharakteristika ( w - Variablen) in die Analyse einbezogen: Alter (M = 23.5, STD = 5.6), Geschlecht (82.1 % Frauen, 17.9 % Männer), Abiturnote (M = 1.88, STD = 0.61), berufliche Tätigkeit vor dem Studium (Ja/ Nein) und soziale Herkunft (mindestens ein Elternteil mit Hochschulabschluss, Ja/ Nein). So waren 24.4 % der Befragten vor dem Studium schon berufstätig gewesen, 47.2 % der Befragten haben mindestens ein Elternteil mit einem Hochschulabschluss. Ergänzend wurden die Studierenden zu den Zeitpunkten der Entscheidung a) für ein Studium, b) für das Fachstudium Psychologie und c) für die Hochschule befragt. Statistische Methoden Für die statistische Analyse wurden nur Hochschulen in erster und zweiter Präferenz im Rahmen eines Erste-Wahl-Modells („First Choice“) berücksichtigt, um die Fehlerstreuung durch den Einbezug von Hochschulen in dritter bis siebter Präferenz angesichts von 44 Universitäten nicht unnötig zu erhöhen. Die befragten Studierenden nennen eine unterschiedliche Zahl von Universitäten im ZVS- Antrag („choice sets“). Der Datensatz ist so aufgebaut, dass für jede Person zwei Datenzeilen erzeugt werden, einen für die Hochschule erster Präferenz mit den zugehörigen Informationen z. B. Einwohnerzahl und ein weiterer Datensatz für die Hochschule zweiter Präferenz mit den zugehörigen Informationen. Die Hochschulen wurden dummykodiert (43 Dummy-Variablen). Da dieses Logit- Modell für Rangordnungen einem proportionalen Hazard-Modell entspricht, kann es über dieses Hazard-Modell mittels der Prozedur PROC PHREG der Statistiksoftware SAS geschätzt werden (Allison & Christakis, 1994). Eine Regressionskonstante wie in einer logistischen Regression wird hier nicht geschätzt. Ergänzend wurde eine Kollinearitätsanalyse durchgeführt, um hoch interkorrelierende Prädiktoren, die die Standardfehler der Regressionskoeffizienten erhöhen, gegebenenfalls aus dem Modell zu entfernen (Fahrmeir, Kneib & Lang, 2007). Der Fokus der Analyse liegt auf den objektiven und subjektiven Hochschulmerkmalen, die auf der Aggregatebene erfasst wurden. Die Individualebene wird in der Form berücksichtigt, dass geprüft wird, ob unterschiedliche Gruppierungen von Studierenden (z. B. Frauen und Männer) unterschiedliche Hochschulmerkmale ihrer Entscheidung zugrunde legen. Ausgehend von den Fragestellungen ist das Modell demnach auf der Aggregatebene definiert. Ergänzend wurde eine Latente Klassenanalyse für die Items zum Zeitpunkt der Studienfachwahl bzw. Hochschulwahl gerechnet. Die latente Klassenanalyse in ihrer Grundform kann nach Formann (1984) als ein statistisches Verfahren analog der Faktorenanalyse definiert werden, das es ermöglicht, Gruppen homogener Individuen, sogenannte latente Klassen, aus mehreren beobachteten nominal- oder ordinalskalierten Variablen zu extrahieren, und zwar so, dass nach der Extraktion innerhalb der Klassen kein Zusammenhang mehr zwischen den beobachteten Variablen besteht. Die Bestimmung der Anzahl der Klassen erfolgt durch informationstheoretische Maße, wie das Bozdogan’s Corrected Akaike’s Information Criterion (CAIC) bzw. das Schwarz’s Bayesian Criterion (BIC). Eine Analyse der Residuen soll über den absoluten Grad der Modellpassung Auskunft geben. Des Weiteren wurde eine ordinale logistische Regression berechnet zur Erklärung der Anzahl der angegebenen Präferenzen im ZVS-Antrag (Allison, 1999). Rücklaufquote und Repräsentativität der Stichprobe Von den verschickten Fragebögen wurden n = 1490 ausgefüllt. Dies entspricht einer Rücklaufquote von 42.4 %. Der Frauenanteil in der Stichprobe beträgt 82.1 % und ist damit etwas höher als der vom Statis- 200 Rüdiger Mutz, Hans-Dieter Daniel tischen Bundesamt (2000) angegebene Frauenanteil von76.6 %fürdiePopulation( c ²(1,N = 1480) = 24.6*, p < .05). Die Studierenden sind zum Zeitpunkt der Befragung im Durchschnitt 23.5 Jahre alt (Median 21 Jahre, STD 5.6), der jüngste Studierende ist 19 Jahre, der älteste 64 Jahre alt. Im Vergleich zu Populationsdaten des Statistischen Bundesamtes (2000) sind die 18 - 19-jährigen Studienanfängerinnen und -anfänger mit 34.5 % Stichprobenanteil zu 20.8 % Populationsanteil etwas überrepräsentiert, dagegen sind Studierende, die älter sind als 24 Jahre, mit einem Stichprobenanteil von 14.9 % zum Populationsanteil von 22.0 % etwas unterrepräsentiert ( c ² (4, N = 1480) = 203.28*, p < .05). Trotz dieser vergleichsweise geringen Abweichungen wurde die Stichprobe für die statistischen Analysen gewichtet, um diese Selektionseffekte zu korrigieren (Rothe & Wiedenbeck, 1987). Ergebnisse Im Folgenden werden zu den vier Hypothesen die Ergebnisse der Datenanalyse dargestellt: Zeitpunkt der Entscheidung (Hypothese 1) Da zu erwarten ist, dass der Zeitpunkt der Entscheidung für die Hochschule sehr stark von dem Zeitpunkt der Entscheidung für ein Studium oder für ein bestimmtes Fachstudium abhängt, wurde eine latente Klassenanalyse für die Zeitpunkte zu allen drei Entscheidungen durchgeführt. Nach BIC und CAIC sind vier Cluster optimal. Es wurden zusätzlich die Residuen berechnet. Diese lagen alle unter dem von Vermunt und Magidson (2005) angegebenen c 2 -Kriterium (df = 1) von 3.86, d. h. das Modell mit seinen Annahmen passt optimal auf die Daten. Die Cluster lassen sich wie folgt interpretieren: Das erste Cluster („Frühentscheider“) mit einem Klassenanteil von 49.1 % der Stichprobe umfasst die Studierenden, die vor Beginn des letzten Schuljahres die Entscheidung treffen, ein Studium zu beginnen (95.1 % der Befragten dieses Clusters). Die Entscheidung für Psychologie als Studienfach fällt bei über 80 % der Befragten dieses Clusters schon vor Beginn oder während des letzten Schuljahres, auch die Hochschulwahl fällt eher in der Schulzeit. Im zweiten Cluster („Spätentscheider“) sind 34.3 % der Stichprobe. Über 80 % der Studierenden dieses Clusters entschied sich für Psychologie erst mehr als ein halbes Jahr nach der Erreichung der Hochschulreife, aber längere Zeit vor der Einschreibung. Damit zusammenhängend fiel auch die Entscheidung für die Hochschule später. Hinsichtlich der Entscheidung für ein Studium gibt es kein klares Muster. Bei 41.0 % fiel die Entscheidung für ein Studium schon vor Beginn des letzten Schuljahres, bei 47.2 % mehr als ein halbes Jahr nach der Hochschulreife. Zu dieser Gruppe gehören überzufällig viele Studierende, die bereits berufliche Vorerfahrungen hatten ( c 2 (3, N = 1471) = 135.74* p < .05, Cramer’s V = .30). Studierende des dritten Clusters („Spontanentscheider“) mit einem Klassenanteil von 10.1 % entschieden sich gar erst unmittelbar vor der Einschreibung sowohl für das Studienfach (97.6 %) als auch für die Hochschule (96.5 %). Hinsichtlich der Entscheidung für ein Studium zeichnet sich kein klares Muster ab. Über 80 % der Studierenden des letzten Clusters mit einem Klassenanteil von 6.5 % („Mischtyp“) entschied sich zwar für ein Studium bereits in der Schulzeit, die Entscheidung für das Fach Psychologie und die Hochschule fiel bei über 99 % der Studierenden dieses Clusters aber erst unmittelbar nach Erwerb der Hochschulreife oder später. Ingesamt besteht ein enger Zusammenhang zwischen dem Zeitpunkt der Wahl des Studienfaches und der Wahl der Hochschule, was die erste Hypothese bestätigt. Determinanten des ipsativen Handlungsspielraumes (Hypothese 2) Es ist anzunehmen, dass der ipsative Handlungsspielraum durch die Anzahl von Hochschulen aufgespannt wird, die im ZVS-Antrag in erster bis maximal siebter Präferenz angegeben werden können. Es zeigt sich, dass 22.7 % der Studierenden nur eine Hochschule in erster Hochschulwahl 201 Präferenz angeben, 77.3 % geben Hochschulen auch für die zweite bis siebte Präferenz an. Da nur für letztere Gruppe ein Vergleich von erster und zweiter bis maximal siebter Präferenz möglich ist, konnte nur für diese 77.3 % aller antwortenden Studierenden die Logit-Analyse durchgeführt werden. Eine ordinal logistische Regression über alle sieben möglichen Präferenzen ergab, dass Studierende umso weniger Hochschulen angeben, je älter sie sind, je besser sie im Abitur abgeschnitten hatten, je eher die Eltern als wichtigste Finanzierungsquelle dienen, je eher sie zu Hause wohnen wollen und je eher sie über persönliche Bindungen am präferierten Hochschulort verfügen (Wald (8) = 252.25* p < .05, R 2 = .20). Das Geschlecht, die beruflichen Vorerfahrungen oder die Finanzierung über BAFoeG hatten keinen Einfluss. Da die Nullhypothese proportionaler Logits in allen Präferenzstufen nicht abgelehnt werden konnte, gilt der gefundene Zusammenhang über alle sieben Präferenzstufen ( c 2 (40, N = 1450) = 55.27 n.s.). Dieses Ergebnis kann als ein Beleg für die Hypothese 2 eines eingeschränkten ipsativen Handlungsspielraums für Personen gewertet werden, die eher regional gebunden sind. Unterschiede in der Hochschulpräferenz (Hypothese 3) Die Beantwortung der Frage, welche Hochschulcharakteristika entscheidend für die Präferenz einer bestimmten Hochschule sind, macht nur Sinn, wenn gezeigt werden kann, dass die Universitäten von den Studierenden überhaupt in unterschiedlicher Weise präferiert werden (Rangordnung von Hochschulen). Das zugehörige Modell, das sich aus Gleichung (2) ergibt, indem μ ij = b j gesetzt wird mit einer Universität als Referenz b k = 0 (Dummy-Kodierung), ist statistisch signifikant (Wald (43) = 126.54* p < .05): Universitäten werden entsprechend der Hypothese 3 von den Studierenden in ihrem Nutzen nicht als gleichwertig angesehen, sondern unterschiedlich stark präferiert. Einfluss von Hochschulmerkmalen auf die Studienortswahl (Hypothese 4) Im Folgenden werden anstatt der Hochschulen als Dummy-Variablen die sie charakterisierenden Merkmale (objektive bzw. subjektive Hochschulmerkmale) im Regressionsmodell ( g -Parameter) verwendet (Gleichung 2). Zu diesem Zweck werden in Gleichung (2) die Parameter b j und θ Null gesetzt (Modell M 0 ). Diese Analyse kann darüber Aufschluss geben, welche Merkmale einer Hochschule die Hochschulpräferenz bedingen. Eine Kollinearitätsanalyse ergab, dass der höchste Varianzinflationsfaktor (VIF) eines Prädiktors bei 7.2 für die Variable „Gesamtanzahl der Studierenden einer Hochschule“ liegt. Ein ernsthaftes Kollinearitätsproblem liegt nach Fahrmeir, Kneib und Lang (2007, S. 171) jedoch nicht vor. Die Autoren geben als Faustregel für ein Kollinearitätsproblem einen VIF von über 10 an. Dennoch wurde diese Variable in der Analyse nicht berücksichtigt. Es zeigt sich, dass sowohl die objektiven Merkmale der Universitäten als auch die objektiven in Kombination mit den subjektiven Merkmalen einen statistisch bedeutsamen Einfluss auf die Rangordnung der Universitäten haben (Tabelle 1, M 0 : Wald 1 (5) = 29.60*, Wald 2 (12) = 59.17* p < .05). Demnach führt eine Änderung der Ausprägung in den Hochschulmerkmalen zu einer Veränderung des Ranges für eine Hochschule (1. oder 2. Präferenz). Da maximal ein Wald-Testwert von 126.54 (siehe oben) erreicht werden könnte, werden die tatsächlichen Rangunterschiede zwischen den Universitäten nicht vollständig durch die einbezogenen objektiven und subjektiven Merkmale erklärt. In den bisherigen Analysen wurden individuelle Unterschiede zwischen Studierenden in den Rangordnungen nicht berücksichtigt, d. h. die Frage, ob für unterschiedliche Gruppen von Studierenden (Studierendenmerkmale) jeweils andere Hochschulcharakteristika bei der Hochschulwahl relevant sind. Hierfür wird in Modellgleichung (2) b j Null gesetzt. 202 Rüdiger Mutz, Hans-Dieter Daniel Die w -Variablen repräsentieren die Interaktionen zwischen den objektiven und subjektiven Merkmalen (z-Variablen) und den jeweiligen Studierendenmerkmalen (Alter, Geschlecht, zu Hause wohnen, …) ausgedrückt als Produkt z. B. Einwohnerzahl × Geschlecht. In Tabelle 1 sind die Modelltests für die verschiedenen Modelle (M 1 - M 7 ) getrennt für die objektiven Merkmale bzw. für die objektiven und subjektiven Merkmale dargestellt, wobei jeweils die Nullhypothese einer fehlenden Interaktion mit dem Wald-Test geprüft wird. Es zeigt sich, dass für Studierende, die eher wohnortnah studieren wollen, andere Hochschulmerkmale wichtig sind als für Studierende, die an einer wohnortfernen Hochschule studieren wollen, und zwar sowohl für objektive als auch für objektive in Kombination mit subjektiven Merkmalen (M 5 : Wald 1 (5) = 22.97* p < .05, Wald 2 (12) = 45.69* p < .05). Geschlecht, Alter, berufliche Tätigkeit vor dem Studium, Abiturnote und Hochschulabschluss der Eltern haben keinen Einfluss auf die unterschiedliche Präferenz für eine Hochschule. Dies kann als Beleg für Hypothese 4 gewertet werden: Für Studienbewerberinnen und -bewerber, die wohnortnah studieren wollen, sind andere Merkmale wichtig als für Studierende, die regional gebunden sind. Bestimmung der entscheidungsrelevanten objektiven Hochschulmerkmale (Hypothese 4) In den folgenden Abschnitten soll die Frage beantwortet werden, welche einzelnen Hochschulmerkmale es sind (objektive bzw. objektive und subjektive), die für die Hochschulpräferenz ausschlaggebend sind, und zwar sowohl für das Gesamtkollektiv als auch getrennt für die Gruppen der wohnortnah und wohnortfern Studierenden. Tabelle 2 gibt darüber Aufschluss, welche objektiven Merkmale der Hochschule diese auf Rang 1 der Präferenz bringen. Positive Koeffizienten zeigen, dass mit höherer Ausprägung eines Merkmals die Wahrscheinlichkeit steigt, dass der Rang einer Hochschule sich verbessert. Werden die Koeffizienten exponiert (e x ), so ergeben sich Wettquotienten: Werte von 1.0 besagen, dass kein Einfluss der Variable auf die Präferenzordnung besteht. Bei Werten über 1.0 liegen positive, bei Werten unter 1.0 negative Zusammenhänge zur abhängigen Variablen vor. Bei- Objektive Merkmale Objektive und subjektive Merkmale Nr Nullhypothesen df Wald 1 df Wald 2 M 0 Haupteffekt der Merkmale der Hochschule 5 29.60* 12 59.17* M 1 Geschlecht (Frau/ Mann) 5 4.07 12 17.37 M 2 Alter 5 2.88 12 8.86 M 3 Berufliche Tätigkeit vor dem Studium? (Ja/ Nein) 5 3.38 12 7.12 M 4 Abiturnote 5 4.23 12 9.00 M 5 Wunsch, zu Hause zu wohnen? (Ja/ Nein) 5 22.97* 12 45.69* M 6 Latente Klasse „Frühentscheider“? (Ja/ Nein) 5 4.73 12 11.78 M 7 Mindestens ein Elternteil mit Hochschulabschluss (Ja/ Nein) 5 3.31 12 10.56 Tabelle 1: Teststatistiken für Logit-Modelle der Effekte von (objektiven bzw. objektiven und subjektiven) Merkmalen der Hochschule insgesamt (M 0 ) und Interaktionen (M 1 - M 7 ) auf die Rangordnung bei der Hochschulwahl (Erste Wahl) (N Studierende = 1 133, N Wahlen = 2266) Anmerkung: Wald = Waldsche c 2 -Test, df = Freiheitsgrade, bei M 1 - M 7 werden jeweils die Interaktionen getestet. N Studierende bezeichnet den Stichprobenumfang der Studierenden und N Wahlen die Gesamtanzahl positiver Wahlen (1. und 2. Universitätspräferenz je Person). * p < .05 Hochschulwahl 203 spielsweise steht ein Koeffizient für die Variable „Anzahl Studienanfängerinnen und -anfänger in Psychologie“ von 0.54 für eine Änderung des Wettquotienten um das 1.72fache (e 0.54 ), einen Rangplatz 1. Präferenz zu erhalten. Insgesamt gesehen (M 0 ) kommt eine Hochschule auf Rang 1 (1. Präferenz im ZVS-Antrag), je größer das Institut für Psychologie ist (Anzahl Studienanfängerinnen und -anfänger in Psychologie, b j = 0.54*), je besser die Hochschule im SPIEGEL-Ranking des Jahres 1999 abschneidet (Rang 1 zu 3, Rang 2 zu 3, b j = 0.55* vs. b j = 0.38*) und je höher die Bewerbungsquote ( b j = 0.07*) ist. Als Informationsquelle über das Studienfach Psychologie haben die SPIEGEL-Rangliste des Jahres 1999 26.3 % aller Befragten genutzt, 18.7 % geben an, dass eine gute Bewertung im Ranking Motiv für die Wahl einer bestimmten Hochschule war. Entsprechend der Hypothese 4 haben Rangordnungen von Hochschulen einen Einfluss auf die Hochschulortswahl. Wie aus der ipsativen Handlungstheorie abgeleitet und durch den Modelltest geprüft, hat das Motiv, wohnortnah oder -fern zu studieren oder nicht, einen wichtigen Einfluss auf die Gewichtung der Merkmale (Tabelle 2, Spalte 3 und 4). Die dargestellten Koeffizienten setzen sich aus dem Haupteffekt (z. B. dem Haupteffekt der Bewerbungsquote) und der jeweiligen Interaktion (z. B. Bewerbungsquote × zu Hause wohnen x: 0 = Nein/ 1 = Ja) zusammen: b j = b j0 + b j1 x. Wie für die Gesamtstichprobe spielen auch für die Studierenden, die in eine wohnortferne Universitätsstadt ziehen wollen (55.0 % der Befragten), die Bewerbungsquote ( b j = 0.08*), die SPIEGEL-Rangliste ( b j = 0.54*, b j = 0.63*) und negativ die Größe der Universitätsstadt ( b j = -0.24*) eine wichtige Rolle. Für die Studierenden, die zu Hause wohnen wollen, ist nur die Größe der Universität (Anzahl der Studierenden) bedeutsam für die Präferenz einer Hochschule. Die Größe des Instituts für Psychologie (Anzahl der Studienanfänger) spielt bei beiden Gruppen keine Rolle (möglicherweise ein Effekt einer Varianzinflation infolge von Kollinearität). Dies belegt, dass Rankings insbesondere für die Gruppe der regional nicht gebundenen Studierenden (Hypothese 4) eine wichtige Rolle spielen. Bestimmung der entscheidungsrelevanten objektiven und subjektiven Hochschulmerkmale (Hypothese 4) Werden die objektiven Merkmale um die subjektiven Merkmale ergänzt, so zeigt sich ein ähnliches Bild (Tabelle 3): Insgesamt werden Hochschulen bevorzugt, die eher in kleineren Städten angesiedelt sind, gut in der SPIEGEL- Rangliste abgeschnitten haben, ferner in der subjektiven Wahrnehmung sowohl über ein vielfältiges Studienangebot als auch über ein gutes Freizeit- und Kulturangebot verfügen. Gesamt (M 0 ) Zu Hause wohnen (M 5 ) Merkmale des Studienortes Ja Nein Anzahl Studienanfängerinnen/ -anfänger in Psychologie WS 1999/ 2000 (Log) 0.54* 0.84 0.27 Bewerbungsquote 0.07* 0.05 0.08* Einwohnerzahl (Log) -0.12 0.08* -0.24* SPIEGEL-Rangliste Rang 1 zu 3 0.55* 0.68 0.54* SPIEGEL-Rangliste Rang 2 zu 3 0.38* 0.08 0.63* Tabelle 2: Geschätzte Parameter der Logit-Modelle (M 0 , M 5 ) für objektive Merkmale der Hochschulen (N Studierende = 1133, N Wahlen = 2266) Anmerkungen: Bei Merkmalen mit positivem Koeffizienten verbessert sich der Rang einer Universität mit höherer Ausprägung in dem Merkmal. Log = Logarithmiert (Lnat). NStudierende bezeichnet den Stichprobenumfang der Studierenden und NWahlen bezeichnet die Gesamtanzahl positiver Wahlen (1. und 2. Universitätspräferenz je Person). * p < .05 (Fettdruck) 204 Rüdiger Mutz, Hans-Dieter Daniel Keine Bedeutung kommt dem subjektiv eingeschätzten guten Ruf der Hochschule zu, der Einschätzung, dass eine Hochschule eine Massenuniversität ist, den günstigen Lebenshaltungskosten und dem besonderen Studiengangsprofil im Fach Psychologie. Von der Gruppe der Studierende, die eher wohnortfern studieren wollen, werden Hochschulen eher in kleineren Städten, mit gutem Abschneiden im SPIEGEL-Ranking, mit gutem Freizeit- und Kulturangebot präferiert. Bei Studierenden, die eher wohnortnah studieren wollen, spielt die Vielfältigkeit des Studienangebots eine wichtige Rolle. Die Tatsache günstiger Lebenshaltungskosten führt bei diesen Studierenden eher zu einer Abwertung ( b j = -1.85). Die Attraktivität der Stadt ist bei beiden Gruppen abträglich für eine erste Präferenz. Diskussion Mit der Internationalisierung der Hochschulausbildung im Rahmen der Bologna-Reform und dem damit verbundenen Wettbewerb der Hochschulen um die besten inländischen und ausländischen Studierenden wird das Thema Hochschulwahl bedeutsam. Im deutschsprachigen Raum liegen hauptsächlich wissenschaftliche Arbeiten mit eher deskriptivem Charakter vor, ohne Erklärungsmodell. Vor diesem Hintergrund war es die zentrale Zielsetzung dieses Beitrags, ausgehend von einem theoretischen Ansatz und einem statistischen Modell Hochschulcharakteristika empirisch zu bestimmen, die für Studierende der Psychologie bei der Hochschulwahl relevant sind. Entsprechend der ipsativen Handlungstheorie wird die Gesamt (M 0 ) zu Hause wohnen (M 5 ) Objektive Merkmale der Hochschulen Ja Nein Anzahl Studienanfängerinnen/ -anfänger in Psychologie WS 1999/ 2000 (Log) 0.14 0.01 0.01 Bewerbungsquote -0.05 -0.25* 0.03 Einwohnerzahl (Log) -0.26* -0.10 -0.34* SPIEGEL-Rangliste Rang 1 zu 3 0.68* 1.12 0.57* SPIEGEL-Rangliste Rang 2 zu 3 0.51* 0.36 0.72* Subjektive Merkmale der Hochschulen Ich habe mich für ein Psychologie-Studium an meiner Präferenzhochschule entschieden, weil … - das Studienangebot im Allgemeinen an der Präferenzhochschule sehr vielfältig ist 2.68* 6.07* 0.65 - die Hochschule insgesamt einen guten Ruf hat -0.33 -0.99 0.07 - der Hochschulort mir gut gefällt -2.14* -3.46* -1.51* - die Hochschule keine „Massenhochschule“ ist 0.06 0.10 -0.06 - die Lebenshaltungskosten am Hochschulort günstig sind -0.40 -1.85* 0.53 - der Hochschulort ein gutes Freizeitangebot bzw. kulturelles Angebot hat 2.03* 3.56 1.61* - mein Studiengang an der Hochschule ein besonderes Profil besitzt -0.49 -0.03 -1.21* Tabelle 3: Geschätzte Parameter der Logit-Modelle (M 0 , M 5 ) für objektive und subjektive Merkmale der Hochschulen (N Studierende = 1133, N Wahlen = 2266) Anmerkungen: Bei Merkmalen mit positivem Koeffizienten verbessert sich mit höherer Ausprägung in dem Merkmal die Wahrscheinlichkeit einer Universität, einen höheren Rang zu erreichen. Log = Logarithmiert (L nat ). N Studierende bezeichnet den Stichprobenumfang der Studierenden und N Wahlen bezeichnet die Gesamtanzahl positiver Wahlen (1. und 2. Universitätspräferenz je Person). * p < .05 (Fettdruck) Hochschulwahl 205 Hochschulwahl als zweistufiger Auswahlprozess angesehen: Aus einer Menge von möglichen Universitäten („objektiver Handlungsspielraum“) wird eine engere Wahl von potenziell infrage kommenden Universitäten getroffen („ipsativer Handlungsspielraum“), die dann beispielsweise im ZVS-Antrag angegeben werden. Diese Auswahl ist durch objektive oder subjektive Restriktionen bedingt. Unsere Untersuchung konnte Folgendes zeigen: (1) Der ipsative Handlungsspielraum der subjektiv in Betracht gezogenen Hochschulen wird zum einen durch die ZVS-Vorgaben für einen Studienplatz (Notendurchschnitt im Abitur, Wartezeit), zum anderen durch die Bindung an den bisherigen Wohnort (Wunsch, zu Hause zu wohnen; Eltern als wichtigste Finanzierungsquelle; persönliche Bindungen) eingeschränkt. (2) Hochschulen werden von den Studierenden unterschiedlich präferiert, und zwar insgesamt umso mehr, je größer das Institut für Psychologie ist, je höher die Bewerbungsquote ist und je besser die jeweilige Hochschule in der SPIEGEL-Rangliste abgeschnitten hat. Werden die von den Befragten subjektiv wahrgenommenen Hochschulcharakteristika mit einbezogen, so steigen Hochschulen in der Präferenz, die über ein vielfältiges Studienangebot und ein gutes Freizeit- und Kulturangebot verfügen. Interessanterweise ist die Attraktivität der Universitätsstadt deren Präferenz eher abträglich. Keine Bedeutung kommt dem subjektiv wahrgenommenen guten Ruf der Hochschule, den günstigen Lebenshaltungskosten, der Einschätzung, ob eine Hochschule eine Massenhochschule ist, und dem besonderen Studiengangsprofil der Hochschule im Fach Psychologie zu. (3) Die Hochschulwahl hängt wesentlich von der Entscheidung ab, wohnortnah oder wohnortfern studieren zu wollen. Dies stimmt mit deskriptiven Studienanfängerbefragungen überein (z. B. Heine, Spangenberg, Schreiber & Sommer, 2005). Es spielen für die wohnortfern Studierenden (55 % der Befragten) andere Hochschulcharakteristika eine Rolle als für die wohnortnah Studierenden (45 % der Befragten). Für erstere Gruppe spielen insbesondere Hochschulrankings als vergleichende Informationen über Universitäten eine bedeutende Rolle. Sie präferieren auch eher kleine Universitätsstädte. Andere Variablen wie Geschlecht, Alter, berufliche Tätigkeit vor dem Studium, Abiturnote und soziale Herkunft (Hochschulabschluss eines Elternteils) haben keinen Einfluss auf die Hochschulpräferenz. (4) Bezüglich des Zeitpunktes der Hochschulwahl ist ein enger Zusammenhang mit dem Zeitpunkt der Studienfachwahl zu verbuchen. Es lassen sich nach dem Zeitpunkt der Entscheidung für ein Studium, für die Hochschule und für das Fach vier Typen von Studierenden finden: Frühentscheider (49.1 %), Spätentscheider (34.3 %), Spontanentscheider (10.1 %) und ein Mischtyp (6.5 %). Einen Einfluss der Typen auf die Hochschulwahl konnte nicht gefunden werden. Folgende einschränkende Bemerkungen seien gemacht: Erstens kann gefragt werden, wie weit Ergebnisse einer zeitlich zurückliegenden Befragung von Studierenden im Diplom-Studiengang angesichts von Bachelor- und Masterstudiengängen noch gültig sind. Zum einen zeigt sich die Gültigkeit der Befunde dieser Untersuchung unter anderem darin, dass sie durch Untersuchungen jüngeren Datums (Heine, Spangenberg, Schreiber & Sommer, 2005; Krawietz & Heine, 2007) bestätigt werden. Ferner geht es in der vorliegenden Untersuchung nicht nur um die Darstellung empirischer Ergebnisse, sondern auch um die Formulierung eines auf der Theorie rationaler Entscheidungen beruhendes und über ein Logit-Modell formalisierbares Erklärungsmodells, das sowohl zukünftige Untersuchungen in diesem Bereich leiten als auch Grundlagen für Beratung von Studienbewerberinnen und -bewerber bereitstellen kann. 206 Rüdiger Mutz, Hans-Dieter Daniel Zweitens kann zu Recht eingewendet werden, dass Personen befragt wurden, die bereits studieren und nicht Studienbewerberinnen und -bewerber sind, sodass zum einen der Wertebereich einzelner Variablen (z. B. Abiturnote) eingeschränkt sein kann, zum anderen die Fragen im Lichte der ersten Studienerfahrungen beantwortet werden. Drittens konnten eher ökonomische Faktoren wie Studiengebühren, die in amerikanischen Studien als die entscheidenden Prädiktoren der Hochschulwahl gelten, nicht einbezogen werden, da es zum Befragungszeitpunkt in Deutschland in der Regel keine Studiengebühren gab. Viertens können die Ergebnisse insbesondere zur SPIEGEL-Rangliste nicht kausal interpretiert werden, da nicht klar ist, ob Studierende eine Hochschule bewusst bevorzugen, da sie hoch im Ranking steht, oder ob eine Universität, die hoch im Ranking steht, eben auch stark von den Studierenden unabhängig von ihrer Platzierung im Ranking präferiert wird. Insgesamt wird jedoch durch diese Untersuchung die Bedeutung und Notwendigkeit von vergleichenden Informationen über Hochschulen, wie sie Hochschul-Rankings bieten, gerade für Studieninteressierte, die nicht in der Nähe des Heimatortes studieren wollen (55 % der Befragten), unterstrichen. Auch wird deutlich, dass mit schulischen Beratungsangeboten im Hinblick auf das Studienfach Psychologie nur rund 50 % der Befragten erreicht werden, da die andere Hälfte die Entscheidungen (Studienfachwahl, Hochschulwahl) eher erst mit dem Erwerb der Hochschulreife oder später treffen. Literatur Allison, P. D. & Christakis, N. A. (1994). Logit models for sets of ranked items. Sociological Methodology, 24, 199 - 228. Allison, P. D. (1999). Logistic regression using SAS. Cary, NC: SAS Institute. Balke, S., Stiensmeier-Pelster, J. & Welzel, A. (1991). Auswirkungen der Spiegel-Rangliste westdeutscher Hochschulen auf die Wahl des Studienorts. In W.-D. Webler & H.-W. Otto (Hrsg.), Der Ort der Lehre in der Hochschule - Lehrleistung, Prestige und Hochschulwettbewerb (S. 307 - 316). Weinheim: Deutscher Studienverlag. Becker, R. & Hecken, A. E. (2007). Studium oder Berufsausbildung? Eine empirische Prüfung der Modelle zur Erklärung von Berufsentscheidungen von Esser sowie von Breen und Goldthorpe. Zeitschrift für Soziologie, 36 (2), 100 - 117. Blossfeld, H.-P. & Prein, G. (1998). Rational choice theory and large scale data analysis. Harper Collins: Westview Press. Breen, R. & Jonsson, J. O. (2000). Analyzing educational careers: A multinomial transition model. American Sociological Review, 65 (5), 754 - 772. Bürger, S. (2002). Soziale Herkunft, Studienfachwahlmotive und angestrebte Berufsfelder von Studienanfängern im Fach Psychologie. Ergebnisse einer bundesweiten schriftlichen Befragung aller deutschen erstimmatrikulierten Studienanfänger des Wintersemesters 1999/ 2000 im Hauptfach Diplom-Psychologie. Magisterarbeit im Hauptfach. Kassel: Universität Kassel. Cabrera, A. & La Nasa, S. (2000). Understanding the college choice processes. New Directions for Institutional Research, 107, 5 - 22. Chapman, R. G. & Staelin, R. (1982). Exploiting rank ordered choice set data within the stochastic utility model. Journal of Marketing Research, 19, 288 - 301. DER SPIEGEL (1999). Wie gut sind die deutschen Unis? 15, 58 - 67. DIE ZEIT (2005). Studienführer. Hamburg: Bucerius. Diekmann, A., Eichner, K., Schmidt, P. & Voss, T. (Hrsg.). (2008). Rational Choice: Theoretische Analysen und empirische Resultate. Festschrift für Karl-Dieter Opp zum 70. Geburtstag. Wiesbaden: Verlag für Sozialwissenschaften. Drewes, T. & Michael, C. (2006). How do students choose a university? An analysis of applications to universities in Ontario, Canada. Research in Higher Education, 47 (7), 781 - 800. Eliasson, K. (2006). College choice and earnings among university graduates in Sweden. Umea Economic Studies No. 693. Umea University Press. Fahrmeir, L., Kneib, T. & Lang, S. (2007). Regression - Modelle, Methoden und Anwendungen. Heidelberg: Springer. Fisch, R., Orlik, P. & Saterdag, H. (1970). Warum studiert man Psychologie? Psychologische Rundschau, 21, 239 - 256. Formann, A. K. (1984). Die Latente Klassenanalyse. Weinheim: Beltz. Frey, B. S. & Foppa, K. (1986). Human behavior: possibilities explain actions. Journal of Economic Psychology, 7, 137 - 160. Frey, B. S. (1988). Ipsative and objective limits to human behavior. Journal of Behavioral Economics, 17 (4), 229 - 248. Heine, C., Spangenberg, H., Schreiber, J. & Sommer, D. (2005). Studienanfänger 2003/ 04 und 2004/ 05. Bildungswege, Motive der Studienentscheidung und Gründe der Hochschulwahl. Kurzinformation A 15. Hannover: Hochschul-Informations-System GmbH (www.his. de/ pdf/ Kia/ kia200515.pdf ). Hofmann, H. & Stiksrud, A. (1993). Wege und Umwege zum Studium der Psychologie III. Psychologische Rundschau, 44, 250 - 256. Hornbostel, S. (2001). Der Studienführer des CHE - ein multidimensionales Ranking. In U. Engel (Hrsg.), Hochschul-Ranking - Zur Qualitätsbewertung von Studium und Lehre (S. 83 - 120). Frankfurt/ M.: Campus. Hochschulwahl 207 Hoxby, C. M. (Eds.) (2004). College choices: The economics of where to go, when to go, and how to pay for it. Chicago: University of Chicago Press. Kalter, F. (1994). Pendeln statt Migration? Die Wahl und Stabilität von Wohnort-Arbeitsort-Kombinationen. Zeitschrift für Soziologie, 23 (6), 460 - 476. Krawietz, M. & Heine, C. (2007). Wahlmotive und Bewertungen des Studienorts bei Studienanfängern im Vergleich der neuen und alten Länder. Ergebnisse der Befragung der Studienanfänger des Wintersemesters 2006/ 07. Hochschul-Informations-System GmbH Hannover: HIS- BUS-Kurzinformation Nr. 18. Lewin, K., Heublein, U., Schreiber, J., Spangenberg, H. & Sommer, D. (2001). Studienanfänger im Wintersemester 2000/ 2001: Trotz Anfangsschwierigkeiten optimistisch in die Zukunft. Hannover: Hochschul-Informations- System GmbH. Long, B. T. (2004). How have college decisions changed over time? An application of the conditional logistic choice model. Journal of Econometrics, 121, 271 - 296. Luce, R. D. & Suppes, P. (1965). Preference, utility, and subjective probability. In R. D. Luce, R. R. Bush & E. Galanter (Eds.), Handbook of Mathematical Psychology (pp. 249 - 410). Volume III (Chapters 15 - 21). New York: John Wiley. Manski, C. & Wise, D. (1983). College choice in America. Cambridge: Harvard University Press. McFadden, D. (2001). Economic choices. The American Economic Review, 91 (3), 351 - 378. Montgomery, M. (2002). A nested logit model of the choice of graduate business school. Economics and Education Review, 21 (5), 471 - 480. Muske, G. (1975). Motive für die Wahl des Studienortes München. Ein entscheidungstheoretischer Ansatz zur Erklärung räumlicher Mobilität angewandt auf ein Beispiel aus dem Bereich der Bildungswanderung. Münchner Geographische Hefte Nr. 38. Kallmünz/ Regensburg: Lassleben. Mutz, R. & Daniel, H.-D. (2007). Entwicklung eines Hochschul-Rankingverfahrens mittels Mixed-Rasch- Modell und Mehrebenenanalyse am Beispiel der Psychologie. Diagnostica, 53 (1), 3 - 17. Mutz, R. & Daniel, H.-D. (2008). Warum studiert man Psychologie? Ergebnisse einer bundesweiten Befragung erstimmatrikulierter Studienanfängerinnen und -anfänger des Wintersemesters 1999/ 2000 im Diplomstudiengang. Psychologische Rundschau, 59 (1), 45 - 51. Rothe, G. & Wiedenbeck, M. (1987). Stichprobengewichtung: Ist Repräsentativität machbar? ZUMA-Nachrichten, 21, 43 - 58. Rusconi, A. (2004). Different pathway out of the parental home: a comparison of West-Germany and Italy. Journal of Comparative Family Studies, 25 (4), 627 - 650. Skrondal, A. & Rabe-Hesketh, S. (2003). Multilevel logistic regression for polytomous data and rankings. Psychometrika, 68 (2), 267 - 287. Statistisches Bundesamt (2000). VII C - 5.11. Süllwold, F. & Soff, M. (1990). Wege und Umwege zum Studium der Psychologie. Psychologische Rundschau, 41, 108 - 112. Tanner, C. (1998). Die ipsative Handlungstheorie - Eine alternative Sichtweise ökologischen Handelns. Umweltpsychologie, 2 (1), 34 - 44. Tanner, C. (1999). Constraints on environmental behavior. Journal of Environmental Psychology, 19, 145 - 157. Witte, E. H. & Brasch, D. (1991). Wege und Umwege zum Studium der Psychologie II. Psychologische Rundschau, 42, 206 - 210. Witte, E. H. (1977). Zur Studienmotivation von Erstsemestern im Fach Psychologie. In E. H. Witte (Hrsg.), Psychologie als empirische Wissenschaft. Eine Einführung (S. 223 - 231). Stuttgart: Enke. Zentralstelle für die Vergabe von Studienplätzen (ZVS) (Hrsg.). (2000). Info Merkblatt M 12/ 2000, 12.99. Dortmund. Dr. Rüdiger Mutz Professur für Sozialpsychologie und Hochschulforschung ETH Zürich CH-8092 Zürich Tel.: +41 44 632 49 18 Fax: +41 44 632 12 83 E-Mail: mutz@gess.ethz.ch Prof. Dr. Hans-Dieter Daniel Professur für Sozialpsychologie und Hochschulforschung ETH Zürich CH-8092 Zürich Tel.: +41 44 632 48 87 Fax: +41 44 632 12 83 E-Mail: daniel@gess.ethz.ch Universität Zürich Evaluationsstelle Mühlegasse 21 CH-8001 Zürich Tel.: +41 (0)44 634 23 43 E-Mail: daniel@evaluation.uzh.ch 208 Rüdiger Mutz, Hans-Dieter Daniel Anhang Deskriptive Kennzahlen zu den Hochschulmerkmalen (N = 44 Universitäten) 1. Objektive Merkmale der Hochschulen M STD Studierendenzahl insgesamt (logarithmiert) 9.99 0.45 Anzahl Studienanfängerinnen / -anfänger in Psychologie WS 1999/ 2000 (logarithmiert) 4.28 0.27 Bewerbungsquote als Verhältnis Anzahl Studienbewerberinnen und -bewerber zur Anzahl Immatrikulierter 4.71 1.76 Einwohnerzahl der Universitätsstadt (logarithmiert) 12.66 0.93 SPIEGEL-Rangliste Rang 1 zu 3* 0.21 0.35 SPIEGEL-Rangliste Rang 2 zu 3* 0.47 0.43 2. Subjektive Merkmale der Hochschulen Ich habe mich für ein Psychologie-Studium an meiner Präferenzhochschule entschieden, weil … - das Studienangebot im Allgemeinen an der Präferenzhochschule sehr vielfältig ist* 0.15 0.08 - die Hochschule insgesamt einen guten Ruf hat* 0.38 0.18 - der Hochschulort mir gut gefällt* 0.56 0.17 - die Hochschule keine „Massenhochschule“ ist* 0.28 0.20 - die Lebenshaltungskosten am Hochschulort günstig sind* 0.14 0.12 - der Hochschulort ein gutes Freizeitangebot bzw. kulturelles Angebot hat* 0.32 0.15 - mein Studiengang an der Hochschule ein besonderes Profil besitzt* 0.13 0.10 * dichotome Items (1 = Ja, 0 = Nein)