370 Bildung und Erziehung
Refine
Has Fulltext
- no (2)
Document Type
- Article (2)
Is part of the Bibliography
- yes (2)
Keywords
- Assessment (1)
- Bildungsübergänge (1)
- Complete survey (1)
- Decomposition (1)
- Educational transitions (1)
- Effektdekomposition (1)
- Primary and (1)
- Programme for International Student (1)
- Social inequality (1)
- Vollerhebung (1)
Institute
- Department Erziehungswissenschaft (2) (remove)
Die Sekundarstufe ist gekennzeichnet durch eine Sequenz von Übergängen, an denen Ungleichheiten durch Leistungsdisparitäten (primäre Effekte) und Bildungsentscheidungen (sekundäre Effekte) nach sozialer Herkunft relevant werden. Diese Herkunftseffekte werden mit dem vorliegenden Beitrag erstmals anhand von Daten einer vollständigen Schülerkohorte (Hamburger KESS-Studie) über den gesamten Verlauf der Sekundarstufe vom Übergang ins Gymnasium bis zur Studienintention analysiert. Eine Dekomposition und Quantifizierung primärer und sekundärer Effekte mit der KHB-Methode erfolgt dabei erstmals auch für den Eintritt in die Oberstufe. Abnehmende absolute Herkunftseffekte über den Bildungsverlauf, auf die bisherige Befunde verschiedener Stichproben verweisen, können mit dieser Studie zum Teil bestätigt werden. Zum vermuteten relativen Bedeutungszuwachs sekundärer Effekte zeigen die Ergebnisse kein eindeutiges Muster: Beim Wechsel ins Gymnasium überwiegen primäre Effekte leicht, wenn Noten als Leistungsindikator verwendet werden. Beim Eintritt in die Oberstufe bleibt die Relation nahezu unverändert. Erst bei der Studienintention fällt die relative Bedeutung sekundärer Effekte größer aus.
Descriptive analyses of socially important or theoretically interesting phenomena and trends are a vital component of research in the behavioral, social, economic, and health sciences.
Such analyses yield reliable results when using representative individual participant data (IPD) from studies with complex survey designs, including educational large-scale assessments (ELSAs) or social, health, and economic survey and panel studies. The meta-analytic integration of these results offers unique and novel research opportunities to provide strong empirical evidence of the consistency and generalizability of important phenomena and trends.
Using ELSAs as an example, this tutorial offers methodological guidance on how to use the two-stage approach to IPD meta-analysis to account for the statistical challenges of complex survey designs (e.g., sampling weights, clustered and missing IPD), first, to conduct descriptive analyses (Stage 1), and second, to integrate results with three-level meta-analytic and meta-regression models to take into account dependencies among effect sizes (Stage 2).
The two-stage approach is illustrated with IPD on reading achievement from the Programme for International Student Assessment (PISA). We demonstrate how to analyze and integrate standardized mean differences (e.g., gender differences), correlations (e.g., with students' socioeconomic status [SES]), and interactions between individual characteristics at the participant level (e.g., the interaction between gender and SES) across several PISA cycles.
All the datafiles and R scripts we used are available online. Because complex social, health, or economic survey and panel studies share many methodological features with ELSAs, the guidance offered in this tutorial is also helpful for synthesizing research evidence from these studies.