gms | German Medical Science

GMS Journal for Medical Education

Gesellschaft für Medizinische Ausbildung (GMA)

ISSN 2366-5017

Fakultäre Faktoren für den Erfolg im Medizinstudium in Freiburg – Ergebnisse von Absolventenbefragungen

Artikel Prüfungen

Suche in Medline nach

  • corresponding author Silke Biller - Universität Basel, Medizinische Fakultät, Studiendekanat, Basel, Schweiz
  • author Martin Boeker - Universitätsklinikum Freiburg, Department für Medizinische Biometrie und Medizinische Informatik, Freiburg, Deutschland
  • author Götz Fabry - Albert-Ludwigs-Universität Freiburg, Bereich für Medizinische Psychologie und Medizinische Soziologie, Freiburg, Deutschland
  • author Marianne Giesler - Universität Freiburg, Medizinische Fakultät, Studiendekanat, Freiburg, Deutschland; Kompetenzzentrum Lehrevaluation in der Medizin Baden-Württemberg, Sitz Freiburg, Deutschland

GMS Z Med Ausbild 2015;32(4):Doc44

doi: 10.3205/zma000986, urn:nbn:de:0183-zma0009865

Dieses ist die deutsche Version des Artikels.
Die englische Version finden Sie unter: http://www.egms.de/en/journals/zma/2015-32/zma000986.shtml

Eingereicht: 14. Januar 2014
Überarbeitet: 11. Juni 2015
Angenommen: 5. August 2015
Veröffentlicht: 15. Oktober 2015

© 2015 Biller et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Zusammenfassung

Zielsetzung: Zielsetzung der Arbeit ist es, mit Hilfe der Daten von Absolventenbefragungen zu untersuchen, welche lehr- und lernbezogenen Bedingungen der Medizinischen Fakultät Freiburg den Studienerfolg beeinflussen können.

Hintergründe: Der Studienerfolg und ihn beeinflussende Faktoren werden seit langem untersucht, wobei der Studienerfolg an leicht quantifizierbaren Indikatoren gemessen wird (z.B. Abschlussnoten, Studienzufriedenheit), in den letzten Jahren auch häufig anhand des Kompetenzniveaus der Absolventen. Absolventenbefragungen gelten als geeignete Instrumente um, diese Dimensionen des Studienerfolgs zu erfassen.

Methodik: Zur Analyse wurden die Daten von drei Freiburger Absolventenbefragungen herangezogen, die jeweils 1,5 Jahre nach Studienabschluss erfolgten.

Studienerfolg wurde über vier Indikatoren operationalisiert: Ergebnisse des M2 Examens (M2-schriftlich), selbsteingeschätzte Fach- und Wissenschaftskompetenz und Studienzufriedenheit. Mittels multipler Regressionsanalysen wurde die Vorhersagekraft ausgewählter, ebenfalls mit dem Absolventenfragebogen erhobener Variablen für die verschiedenen Studienerfolgsindikatoren berechnet.

Ergebnisse: Es konnten Modelle identifiziert werden, die wenig bis mäßig zur Vorhersage des Studienerfolgs beitragen. Die Note der Hochschulzugangsberechtigung erweist sich als stärkster Prädiktor zur Vorhersage von M2-schriftlich: R2 liegt hier zwischen 0.08 und 0.22 für die drei Befragungen. Zur Vorhersage der Fachkompetenzeinschätzung (R2=0.04-0.32) und der Studienzufriedenheit (R2=0.12-0.35) tragen verschiedene Variablen des Studienaufbaus und des Lehrprozesses bei. Die Variablen Aufbau und Struktur des Studiums und Verknüpfung von Theorie und Praxis erweisen sich als signifikante, stichprobeninvariante Prädiktoren (β-GewichtAufbau=0.21-0.58, β-GewichtVerknüpf=0.27-0.56,). Für Wissenschaftskompetenz konnten keine stichprobenunabhängige Prädiktoren ermittelt werden.

Schlussfolgerungen: Faktoren, die die Lehre beschreiben, leisten kaum einen Beitrag zur Vorhersage der schriftlichen M2-Note, was insofern nachvollziehbar ist, als die Lehre weit über den stark wissensorientierten Inhalt des M2-schriftlich hinausgeht. Die mangelnde Vorhersagbarkeit der Wissenschaftskompetenz ist am ehesten damit erklärbar, dass diese Kompetenz bisher nur wenig und häufig nicht expliziter Bestandteil des Curriculums ist. Die Variable Verknüpfung von Theorie und Praxis scheint für die Ausbildung der Fachkompetenz und die Ausprägung der Studienzufriedenheit bedeutsam zu sein. Inwieweit diese Beziehungen praktisch relevant sind, soll in weiteren Studien geklärt werden.

Limitierend ist insbesondere anzumerken, dass die Kompetenzerfassung ausschließlich auf Selbsteinschätzungen beruht.

Schlüsselwörter: Absolventenstudie, Lehrevaluation, Qualitätsentwicklung, Studienerfolg


Einleitung

Seit langem beschäftigt sich die Bildungsforschung mit der Frage, welche Faktoren (z.B. individuelle, institutionelle) den Studienerfolg beeinflussen. Dabei liegen verschiedene Definitionen des Konstrukts Studienerfolg vor. Häufig werden leicht quantifizierbare Studienleistungen als Indikatoren herangezogen wie die Studiendauer, die Abschlussnote oder der erfolgreiche Abschluss des Studiums an sich. In den letzten Jahren haben in dieser Hinsicht allerdings die während des Studiums erworbenen Kompetenzen zunehmend an Bedeutung gewonnen. Durch die verstärkte Kompetenzorientierung soll insbesondere die Berufsvorbereitung der Absolventen und Absolventinnen verbessert werden. Als prototypisch für diese Entwicklung in der Medizin kann das CanMEDS-Modell [1] angeführt werden, das ursprünglich für die ärztliche Fort- und Weiterbildung entwickelt wurde. Mittlerweile wird es in modifizierter Form aber auch als Orientierungsrahmen für das Medizinstudium herangezogen, z.B. für den Nationalen Kompetenzbasierten Lernzielkatalog Medizin (NKLM) [2]. Dementsprechend werden von den Hochschulen im Rahmen der Qualitätssicherung vermehrt Aussagen zur Ergebnisqualität gefordert [http://www.akkreditierungsrat.de/fileadmin/Seiteninhalte/AR/Beschluesse/AR_Regeln_Studiengaenge_aktuell.pdf zuletzt besucht am 28.01.2014]. Auf diesen zunehmenden Bedarf an Evaluationsergebnissen wurde in Deutschland unter anderem mit einer Reihe von Absolventenbefragungen geantwortet [3]. Absolventenbefragungen ermöglichen konkrete Aussagen über das Erreichen der Ausbildungsziele in Bezug auf Ergebnisse, wie den Studienerfolg und die Berufsbefähigung ihrer Studierenden [4], [5].

Anhand des Analysemodells für Absolventenstudien von Schomburg [6] (siehe Abbildung 1 [Abb. 1]) lassen sich Fragestellungen ableiten, die individuelle Voraussetzungen und persönliche Einschätzungen der Studienbedingungen und des Lehr-Lernprozesses mit Indikatoren des Studienerfolgs verknüpfen. Im Analysemodell wird von Einflussfaktoren im Sinne eines individuellen Hintergrunds ausgegangen. Dieser kann als bedeutsamer Moderator der Wirkung der unabhängigen Variablen Studienangebot, Studienbedingungen und Lehr-/ Lernprozesse auf die abhängigen Variablen gelten. Alle drei Bedingungen haben damit direkt oder indirekt Einfluss auf die primären Studienergebnisse (Wissen, Fähigkeiten, Noten, Motivation), die nach Teichler [7] als das direkte Ergebnis der Hochschulen angesehen werden. Das primäre Studienergebnis beeinflusst seinerseits sekundäre und tertiäre Ergebnisse, die den beruflichen Werdegang umfassen (Übergang in den Beruf, Kompetenznutzung, gesellschaftlicher Beitrag) [3].

Für die Qualitätsentwicklung von Hochschulen sind somit die primären Studienergebnisse von besonderer Bedeutung, da sie am direktesten mit der Arbeit der Hochschulen in Zusammenhang gebracht werden.

In der vorliegenden Arbeit wurden zunächst die folgenden Parameter von Absolventenbefragungen als Indikatoren für den Studienerfolg definiert, um anschließend zu prüfen, welche Lehr- und Lernbedingungen an der Fakultät für diese bedeutsam sind:

1.
Schriftlicher Teil des Zweiten Abschnitts der Ärztlichen Prüfung (M2-schriftlich): Die Abschlussnoten werden in der Literatur regelmäßig als Indikatoren für den Studienerfolg herangezogen. Im Studiengang Medizin werden sie als Multiple Choice Prüfungen durchgeführt und zeichnen sich in besonderem Maße durch Objektivität und Reliabilität aus.
2.
Kompetenzen: Es wurde seit 2009 ein Nationalen Kompetenzbasierten Lernzielkatalog Medizin (NKLM) erarbeitet [2], dieser wurde 2015 durch die Mitglieder des Medizinischen Fakultätentages (MFT) verabschiedet [http://www.nklm.de]. In Anlehnung an die CanMEDS-Rollen [1] werden sieben Kompetenzrollen des Arztes definiert. Bisher sind noch nicht alle im NKLM vorgesehenen Kompetenzrollen explizit im Curriculum integriert, daher wurden in dieser Arbeit nur solche Kompetenzrollen als Indikatoren definiert, von denen angenommen wurde, dass sie zum Befragungszeitpunkt bereits in den Curricula berücksichtigt waren. Dies sind der Medizinische Experte und der Gelehrte. Letztgenannte Rolle ist aktuell Gegenstand vielfältiger Diskussionen, die um den Arzt als Forscher geführt werden [8].
3.
Studienzufriedenheit: Die Bedeutung der Studienzufriedenheit als Indikator für den Studienerfolg wird unterschiedlich diskutiert. In der US-amerikanischen Literatur [9] gilt die Studienzufriedenheit als ein wichtiges und komplexes Konstrukt, das beispielsweise Aussagen über die Zugehörigkeit und Loyalität der Studierenden zur Institution zulässt. Sie korreliert hoch mit dem studentischen Engagement und gilt als stark abhängig von den Bedingungen an der Hochschule. In der deutschsprachigen Literatur wird Studienzufriedenheit jedoch eher kritisch in Bezug auf den Studienerfolg diskutiert. Rindermann [10] weist darauf hin, dass die Studienzufriedenheit individuelle Bedürfnisse mit objektiver Studienqualität vergleicht. Somit sei der Begriff nicht eindeutig in seiner Aussage [11].

In Schomburgs Analysemodell (siehe Abbildung 1 [Abb. 1]) wird Studienerfolg (Output) von fakultären Bedingungen beeinflusst, die er in zwei Bereiche unterteilt: Input (Studienangebote und Studienbedingungen) und Prozess (Lehren, Lernen). Um spezifische qualitätssicherungsbezogene Fragestellungen ableiten zu können, stellt der Bereich Input jedoch aufgrund seiner Komplexität, eine zu grobe Analyseeinheit dar. Zudem ist eine eindeutige Abgrenzung zwischen den Bereichen Input und Prozess häufig schwierig. Es empfiehlt sich daher, diesen Bereich zu unterteilen (siehe Abbildung 2 [Abb. 2]). Auf einer Makroebene werden übergeordnete curriculare, durch den Studienaufbau gegebene Bedingungen wirksam, die durch Verwaltungsorgane der Fakultäten/ Universitäten sowie übergeordnete Organe (z.B. ÄAppO) gesteuert werden (Input-Struktur).

Auf einer Mikroebene können hingegen vielfältige organisatorische Bedingungen einen Einfluss auf die Qualität der Lehre nehmen (Input-Lehrorganisation). Hierzu zählen u.a. Personalentwicklungsmaßnahmen wie medizindidaktische Angebote oder Einführung eines Lernzielkatalogs. Diese Bedingungen können sowohl durch die Fakultäten als auch durch die Lehrenden gesteuert werden. Der Bereich Lehr-Prozess schließlich beinhaltet Faktoren, die sich primär im Lehr-Lernprozess zwischen Lehrenden und Studierenden ergeben. Der Einfluss dieser drei Bereiche auf den Studienerfolg wurde im Rahmen dieser Arbeit untersucht.


Fragestellung

Zielsetzung dieser Arbeit war es, potentielle Einflussfaktoren auf den Studienerfolg im Studiengang Humanmedizin in Freiburg zu untersuchen. Von besonderem Interesse waren dabei Bedingungen des Lehrens und Lernens, auf die die Fakultät direkt Einfluss nehmen kann.


Methodik

Stichproben

In der vorliegenden Arbeit wurden Daten von drei Absolventenbefragungen (Abschlussjahrgang 2007/2008, 2008/2009 und 2009/2010) der Medizinischen Fakultät Freiburg herangezogen. Alle Absolventen studierten zu einem Zeitpunkt, zu dem die ÄAppO aus dem Jahr 2002 [12], [13] umgesetzt wurde. Die Befragungen wurden im Rahmen des Kooperationsprojektes Studienbedingungen und Berufserfolg – Kooperation deutscher Hochschulen beim Aufbau und der Durchführung von Absolventenstudien (KOAB) des International Center for Higher Education Research (INCHER) in Kassel durchgeführt. Sie fanden anderthalb bis zwei Jahre nach Studienabschluss statt. Die Brutto-Rücklaufquote wurde auf Grundlage der Gesamtstichprobe berechnet ohne Ausfälle beispielsweise aufgrund fehlender Adressen abzuziehen. Für die drei Jahrgänge lag sie zwischen 46 und 55 Prozent. Stichprobenkennwerte sind in Tabelle 1 [Tab. 1] dargestellt. Im Hinblick auf die Parameter Geschlecht, Alter, Studienabschlussnote und Hochschulzugangsberechtigungsnote sind die Stichproben repräsentativ. Nicht repräsentativ sind sie in Bezug auf die Staatsangehörigkeit. Absolventen und Absolventinnen mit einer anderen Staatsangehörigkeit als deutsch sind in den Stichproben eher unterrepräsentiert.

Indikatoren des Studienerfolgs

Der Studienerfolg wurde über vier Indikatoren operationalisiert. Von den M2-Noten wurde nur die schriftliche Note herangezogen, da Objektivität, Reliabilität und Validität von mündlichen Prüfungen oftmals in Frage gestellt wird [14]. Die weiteren Indikatoren des Studienerfolgs waren die Studienzufriedenheit, die mit einem Item erfasst wurde (1=sehr zufrieden, 5=sehr unzufrieden), die selbsteingeschätzte Fachkompetenz (CR-αJG08-10=.86) und die selbsteingeschätzte Wissenschaftliche Handlungskompetenz (CR-α JG08-10=.66), die mit den Skalen des Freiburger Fragebogens zur Erfassung von Kompetenzen in der Medizin (FKM) [15] erhoben wurden. Der FKM ist im Absolventenfragebogen integriert, seine Items sind mit fünfstufigen Likertskalen versehen, die von 1 in sehr hohem Maße bis 5 gar nicht zu beantworten sind.

Die vier Studienerfolgsindikatoren korrelieren kaum oder nur mäßig miteinander. Die Korrelationskoeffizienten liegen zwischen r=.02 und r=.52.

Ausgewählte Prädiktor-Variablen

Zur Überprüfung der Fragestellung wurden 16 Items aus dem Bereich Studienbedingungen und Kompetenzerwerb des Fragebogens für medizinische Studiengänge des Kooperationsprojekts Absolventenstudien ausgewählt. Berücksichtigt wurden von den Autorinnen (S.B. und M.G.) solche Items aus dem Fragebogen, die für den Studiengang Medizin besonders geeignet bzw. von besonderem Interesse sind. Eine Variante des Fragebogens kann unter http://koab.uni-kassel.de/images/download/jg10w1_fb_spez_medizin.pdf eingesehen werden.

Die ausgewählten Items wurden nach einem Abstimmungsprozess (S.B. und M.G.) den drei Einflussbereichen des modifizierten Modells (siehe Abbildung 2 [Abb. 2]) wie folgt zugeordnet: Input-Struktur (3 Items), Input-Organisation (8 Items) und Lehr-Prozess (5 Items) (Siehe Abbildung 2 [Abb. 2]). Sie waren mit fünfstufigen Likertskalen zu beantworten (1=sehr gut, 5=sehr schlecht).

Abbildung 2 [Abb. 2] zeigt das eingangs beschriebene Modell von Schomburg, das für die vorliegende Untersuchung, wie oben dargelegt, modifiziert wurde. Die potentiellen Einflussfaktoren des Studienerfolgs, die in der vorliegenden Arbeit überprüft wurden, sind im modifizierten Modell dargestellt. Ausgehend davon, dass die Note der Hochschulzugangsberechtigung ein einflussreiches individuelles Merkmal darstellt, wurde diese Variable jedem Bereich als Kontrollvariable zugeordnet.

Statistische Auswertung

Für jeden der vier Studienerfolgsindikatoren (Note im schriftlichen Teil der M2-Prüfung, Fachkompetenz, Wissenschaftskompetenz und Studienzufriedenheit) wurden bezogen auf alle drei (Prädiktoren)bereiche multiple Regressionsanalysen durchgeführt [16]. Sie erfolgten schrittweise, um die Prädiktoren zu identifizieren, die den größten Anteil des jeweiligen Studienerfolgsindikators erklären können. Um feststellen zu können, inwieweit die Ergebnisse stabil sind, wurden die Analysen mit den Daten der drei Stichproben durchgeführt. Die Daten wurden in SPSS (2012, Version 20) eingegeben und verarbeitet.


Ergebnisse

Eine Übersicht der Ergebnisse findet sich in Tabelle 2 [Tab. 2].

M2 schriftlich

Mit den Modellen, die mit den Prädiktoren aus dem Bereich Input-Struktur ermittelt wurden, können bis zu 18 Prozent Varianz des Kriteriums M2-schriftlich aufgeklärt werden. In allen drei Stichproben weisen die Prädiktoren: Möglichkeit, die Studienanforderungen in der dafür vorgesehenen Zeit zu erfüllen und die Kontrollvariable Note der Hochschulzugangsberechtigung signifikante und damit für die Vorhersage der M2-Note (schriftlich) bedeutsame β-Gewichte auf.

Mit den Variablen aus dem Bereich Input-Lehrorganisation lassen sich zwischen 8 und 22 Prozent Varianz aufklären. Der einzige Prädiktor, der in allen drei Stichproben signifikante β-Gewichte aufweist, ist die Kontrollvariable Note der Hochschulzugangsberechtigung. Dies trifft ebenso für die Ergebnisse zu, die für den Bereich Lehr-Prozess ermittelt wurden. Der Anteil der Varianzaufklärung liegt hier zwischen 9 und 15 Prozent.

Fachkompetenz

Mit den Modellen, die mit den Prädiktoren des Bereichs Input-Struktur ermittelt wurden, können zwischen 5 und 16 Prozent Varianz des Kriteriums Fachkompetenz aufgeklärt werden. Als bedeutsamster Prädiktor erweist sich hier die Variable Aufbau und Struktur des Studiums, die in allen drei Stichproben signifikante β-Gewichte erhält.

Mit den Prädiktoren des Bereichs Input-Lehrorganisation werden mit den Modellen der drei Stichproben zwischen 4 und 21 Prozent Varianz aufgeklärt. Es gibt jedoch keinen Prädiktor, der in allen drei Stichproben signifikante β-Gewichte aufweist. Die Prädiktoren des Bereichs Lehr-Prozesse können 11 bis 32 Prozent Varianz des Kriteriums Fachkompetenz aufklären. In allen drei Stichproben erhält die Variable Verknüpfung zwischen Theorie und Praxis signifikante β-Gewichte.

Wissenschaftskompetenz

Mit den Prädiktoren der drei Bereiche wurden Modelle ermittelt, mit denen zwischen 2 und 17 Prozent Varianz des Kriteriums Wissenschaftskompetenz aufgeklärt werden können. Für den Bereich Input-Struktur war nur bei einer Stichprobe die multiple Korrelation signifikant. Bei den weiteren Analysen, die mit den Prädiktoren der beiden anderen Bereiche durchgeführt wurden, waren die multiplen Korrelationen zwar signifikant; es konnte jedoch kein einziger Prädiktor identifiziert werden, der in allen drei Stichproben einen relevanten Einfluss hatte.

Studienzufriedenheit

Mit den Prädiktoren des Bereichs Input-Struktur lassen sich zwischen 26 bis 35 Prozent Varianz des Kriteriums Studienzufriedenheit aufklären. In allen drei Stichproben weist der Prädiktor Aufbau und Struktur des Studiums signifikante β-Gewichte auf.

Mit den Prädiktoren der Kategorie Input-Lehrorganisation können zwischen 19 und 33 Prozent Varianz des Kriteriums Studienzufriedenheit aufgeklärt werden. Auch hier findet sich ein Prädiktor, der ein signifikantes β-Gewicht in allen drei Stichproben erhält. Dieser Prädiktor ist: System und Organisation von Prüfungen. Mit den Prädiktoren des Bereichs Lehr-Prozess können zwischen 12 bis 25 Prozent Varianz des Kriteriums Studienzufriedenheit aufgeklärt werden. Der Prädiktor, der hier in allen drei Stichproben ein signifikantes ß-Gewicht aufweist ist: Verknüpfung zwischen Theorie und Praxis.

Zusammenfassend betrachtet, können mit den drei Prädiktorengruppen für drei der vier Studienerfolgsparameter Modelle identifiziert werden, die wenig bis mäßig zur Vorhersage des Studienerfolgs beitragen. Am höchsten ist die Varianzaufklärung für den Studienerfolgsparameter Studienzufriedenheit.


Diskussion

In der vorliegenden Arbeit wurde überprüft, inwieweit der Studienerfolg im Fach Humanmedizin durch Studienbedingungen und -angebote, die seitens der Fakultät beeinflussbar sind, erklärt und vorhergesagt werden kann. Dabei wurde zwischen strukturbezogenen, lehrorganisatorischen und lehrprozessbezogenen Bedingungen unterschieden. Bei allen Analysen wurde zusätzlich die Note der Hochschulzugangsberechtigung als wichtiges individuelles Voraussetzungsmerkmal mit berücksichtigt, da diese bekanntermaßen einen starken Vorhersagewert für bestimmte Aspekte des Studienerfolgs hat [17]. Zur Ergebnissicherung wurden alle Analysen mit Daten von drei Absolventenbefragungen durchgeführt. Ausgehend von einer Faustregel benötigt man pro Modellparameter mindestens 10 Beobachtungen, um ein einigermaßen stabiles Modell zu erhalten [18]. Der Stichprobenumfang der drei Stichproben war somit ausreichend zur Überprüfung der Fragestellung.

In Bezug auf den Studienerfolgsindikator M2-schriftlich wurde die Kontrollvariable für den individuellen Hintergrund Note der Hochschulzugangsberechtigung als bedeutsamer Prädiktor in den meist einschrittigen Modellen der drei Lehrbedingungsbereiche ermittelt. Die Modelle klären in den untersuchten Jahrgängen zwischen 8 und 22 Prozent der Gesamtvarianz auf. Damit erweist sich die individuelle kognitive Leistungsfähigkeit (ausgedrückt durch die Abiturnote) im Vergleich zu den Lehrbedingungen als wichtig für den Studienerfolg auch wenn ihre Vorhersagekraft insgesamt eher gering ausfällt. Dieses Ergebnis lässt sich am ehesten damit erklären, dass eine Abstimmung zwischen den lokalen Curricula und den schriftlichen Staatsprüfungen nur bedingt möglich ist. Den Fakultäten wurde durch die zentral vorgenommene inhaltliche Ausgestaltung und Organisation der letztendlich entscheidenden schriftlichen Staatsexamina ein wichtiges Steuerungsinstrument für das Lernverhalten der Studierenden weitestgehend entzogen. Die Studierenden bereiten sich ganz gezielt nicht nur auf die Inhalte der Prüfungen, sondern auch auf das Format der Prüfungen (MC-Fragen) vor. Da die schriftliche M2-Prüfung ausschließlich kognitive Leistungen (in erster Linie Wissensreproduktion) misst, verwundert es somit nicht, dass die Abiturnote, die sich ebenfalls hauptsächlich auf kognitive Leistungsfähigkeit bezieht, der einzige konsistente Prädiktor für das Prüfungsergebnis ist. Demgegenüber vermitteln die lokalen Curricula an den Fakultäten insbesondere während des zweiten Studienabschnitts klinische Kompetenzen, für die auch praktische Fertigkeiten sowie Einstellungen und Haltungen erforderlich sind, die zu Problemlösungen in der Praxis befähigen sollen. Inhaltlich bestehen also erhebliche Diskrepanzen zwischen Curriculum und Staatsprüfung.

Gestützt wird diese These der Diskrepanz zwischen wissensbezogenem und praxisbezogenem Lernen durch eine Studie von Raupach [19]. Dort konnte während des Praktischen Jahres (PJ) ein nur sehr geringer Wissenszuwachs mittels Fragen aus dem US-amerikanischen Examen (USMLE Step 2) gemessen werden. Das Lernverhalten der Studierenden zur Vorbereitung auf die M2-Prüfung lässt sich ebenfalls als Reaktion auf diese Diskrepanz verstehen: Werden sie befragt, wie sie sich auf das schriftlich M2-Prüfung vorbereiten, so nennen sie häufig Altexamina, spezifische Vorbereitungsbücher und zur Organisation der Prüfungsvorbereitung einen 100-Tage Lehrplan. Materialien, die sie während ihres Studiums an ihrer Fakultät erhalten oder erarbeitet haben, scheinen demgegenüber eine eher geringe Rolle zu spielen.

Schließlich kann die mangelnde Kraft der Variablen des Einflussbereichs Input-Organisation, die schriftliche M2-Note vorherzusagen, auch damit begründet werden, dass diese Variablen zum Teil curricular nicht gut steuerbar sind.

Für die weiteren untersuchten Studienerfolgsindikatoren erweist sich die Note der Hochschulzugangsberechtigung als wenig bedeutsame Prädiktorvariable.

Für die Wissenschaftskompetenz konnte in der Untersuchung keine Variable identifiziert werden, die einen bedeutsamen Beitrag zur Vorhersage dieses Studienerfolgsindikators leistet. Entweder wurden keine signifikanten Modelle ermittelt oder die Modelle tragen nur geringfügig zur Aufklärung der Varianz bei (zwischen 2 und 17 Prozent). Die schwache Aufklärungskraft für diesen Studienerfolgsindikator durch Aspekte der Lehre ist möglicherweise Ausdruck dafür, dass dieser Kompetenzbereich im Zeitraum, in dem die Befragten studiert haben, entgegen unserer Annahme im Curriculum nur wenig und in diesen Fällen zudem häufig nicht in strukturierter Weise integriert war. Erst seit kurzem wird der Wissenschaftskompetenz in der Lehre verstärkt Aufmerksamkeit geschenkt [20]. Zudem wäre es denkbar, dass für die Wissenschaftskompetenz andere Prädiktoren gewählt werden müssen als für den klinisch-praktisch orientierten Teil des Studiums.

Für die Vorhersage des Studienerfolgsindikators Fachkompetenz haben sich in allen Stichproben die Prädiktoren Aufbau und Struktur des Studiums und Verknüpfung von Theorie und Praxis als bedeutsam erwiesen. Dieses Ergebnis ist gut nachvollziehbar, da Klarheit und Transparenz der curricularen Struktur eine wichtige Voraussetzung für die Unterrichtsqualität darstellt [21] und zur Ausbildung von medizinbezogener Fachkompetenz zudem eine adäquate Verknüpfung von Theorie und Praxis erforderlich ist [22], [23]. Auffällig ist, dass die Prädiktoren im Bereich Input Lehrorganisation keine Bedeutung für die Ausbildung von Fachkompetenz zu haben scheinen. Dies könnte zum einen an der Auswahl der Prädiktoren liegen. Eine weitere Erklärung könnte darin bestehen, dass die Befragten zwar zu einer Zeit studiert haben als die ÄAppO umgesetzt wurde, dass jedoch die konzeptuellen Änderungen (didaktische Qualifizierung der Lehrkräfte, Einsatz moderner Lernformen etc.) sukzessive über einen größeren Zeitraum erfolgt sind, so dass die befragten Personen nicht zwingend die Auswirkungen dieser Änderungen erfahren haben.

In allen drei Stichproben fanden sich für die Studienzufriedenheit drei bedeutsame Prädiktoren: Aufbau und Struktur des Studiums, System und Organisation von Prüfungen und Verknüpfung von Theorie und Praxis. Zwei dieser drei Prädiktoren sind auch für die Vorhersage der Fachkompetenz relevant. Ein Zusammenhang zwischen den Studienerfolgsindikatoren Fachkompetenz und Studienzufriedenheit überrascht zunächst nicht, als angenommen werden kann, dass eine Person, die das Studium erfolgreich absolviert hat und sich dadurch selbst als fachlich kompetent erlebt, auch zufrieden mit ihrem Studium ist. Darüber hinaus könnte die Studienzufriedenheit aber auch direkt durch diese lehrbezogenen Parameter beeinflusst werden, z.B. weil eine gute Studienorganisation auch direkt mit einer hohen Studienzufriedenheit einhergeht.

In dieser Studie gibt es somit schwache Hinweise dafür, dass medizinische Fakultäten über Entwicklung und Steuerung der lehrbezogenen Parameter Aufbau und Struktur des Studiums und Verknüpfung von Theorie und Praxis auf den Studienerfolg (selbsteingeschätzte Fachkompetenz und Studienzufriedenheit) Einfluss nehmen können. Weitere Studien sind jedoch notwendig, um die Ergebnisse dieser Studie zu replizieren.

Alle Ergebnisse zusammen betrachtet könnten so interpretiert werden, dass der Anteil der Fakultäten am Studienerfolg ihrer Studierenden nur schwer mit einem praktisch ausschließlich wissensorientierten Prüfungsinstrument wie der schriftlichen M2-Prüfung nachgewiesen werden kann. Nachgewiesen werden konnten zwar schwache aber signifikante Effekte auf die selbsteingeschätzte Fachkompetenz. Um diese Selbsteinschätzung zu verifizieren müssten eher die Ergebnisse des mündlich-praktischen Teils der M2- (jetzt M3-) Prüfung als Studienerfolgsfaktor herangezogen werden oder die Ergebnisse anderer kompetenzorientierter Prüfungsformate; diese müssten allerdings den Gütekriterien (Objektivität, Reliabilität, Validität) genügen [24]. Dies ist jedoch häufig nicht der Fall und somit ist die Aussagekraft dieser Prüfungsergebnisse eingeschränkt [14], [25].

Die Unterschiedlichkeit der Modelle in Bezug auf die Studienerfolgsindikatoren in den drei analysierten Gruppen könnte die Folge davon sein, dass die Studierenden der drei Jahrgänge in einem bewegten Curriculum studierten, da sie ihr Studium in der Zeit nach Einführung der neuen Approbationsordnung 2002 aufnahmen, die zu vielen curricularen Änderungen führte, die allerdings sukzessive über einen Zeitraum von mehreren Jahren eingeführt wurden und bis heute noch nicht abgeschlossen sind. In Freiburg wurde in dieser Zeit z.B. der 2. Studienabschnitt neugestaltet [13], so dass die befragten Studierenden während ihres Studiums jeweils unterschiedlich fortgeschrittene curriculare Veränderungen vorfanden.


Limitationen

Einschränkend muss erwähnt werden, dass Wissenschafts- und Fachkompetenz mit einem Selbsteinschätzungsinstrument erfasst wurden und somit Verzerrungen bei diesen Studienerfolgsindikatoren nicht ausgeschlossen werden können. Ähnliche Einschränkungen dürften auch für die anderen Ergebnisse der Absolventenbefragungen gelten. Der Einfluss von sozialer Erwünschtheit bei der Beantwortung der Fragen kann nicht ausgeschlossen werden. Auch ist, da die AbsolventInnen ihr Studium ca. 1,5 Jahre nach Studienabschluss bewertet haben, ein Recall-Bias nicht auszuschließen. Darüber hinaus wurden die potentiellen Einflussfaktoren aus einer Vielzahl von Variablen, mit denen Studienbedingungen erfasst wurden, ausgewählt. Andere Variablen wären vielleicht ebenfalls geeignet gewesen. Die vorliegenden Daten stammen alle von Absolventen und Absolventinnen der Medizinischen Fakultät Freiburg. Um die Übertragbarkeit der Ergebnisse auf andere Standorte zu untersuchen, wären entsprechende Studien notwendig.


Interessenkonflikt

Die Autoren erklären, dass sie keine Interessenkonflikte im Zusammenhang mit diesem Artikel haben.


Literatur

1.
Frank JR. The CanMEDS 2005, Physician Competency Framework - Better standards. Better physicians. Better care. Ottawa: The Royal College of Physicians and Surgeons of Canada; 2005.
2.
Hahn EG, Fischer MR. Nationaler Kompetenzbasierter Lernzielkatalog Medizin (NKLM) für Deutschland: Zusammenarbeit der Gesellschaft für Medizinische Ausbildung (GMA) und des Medizinischen Fakultätentages (MFT). GMS Z Med Ausbild. 2009;26(3):Doc35. DOI: 10.3205/zma000627 Externer Link
3.
Janson K, Teichler U. Absolventenstudien und Hochschulentwicklung - Überblick. In: HRG (Hrsg). Potentiale von Absolventenstudien für die Hochschulentwicklung, Dokumentation einer Veranstaltung der HRK in Kooperation mit dem INCHER-Kassel und dem Arbeitsbereich Absolventenforschung der FU Berlin am 18. Und 19. Mai 2006 an der Universität Kassel. Beiträge zur Hochschulpolitik 4/2007. Bonn: Hochschulrektorenkonferenz; 2007. Zugänglich unter/available from http://www.hrk.de/publikationen/gesamtliste-hrk-publikationen/ Externer Link
4.
Krempkow R, Vissering A, Wilke U, Bischof L. Absolventenstudien als outcome evaluation. Sozialwissensch Berufspraxis (SuB). 2010;33(1):43-63.
5.
Reinfeldt F, Frings C. Absolventenbefragungen im Kontext von Hochschulevaluation. Z Eval. 2003;2:279-294.
6.
Schomburg H. Handbook for Graduate Tracer Studies. Kassel: University of Kassel, Centre for Research on Higher Education and Work; 2003. Zugänglich unter/available from: http://www.uni-kassel.de/wz1/proj/edwork/handbook.ghk Externer Link
7.
Teichler U, Schomburg H. Evaluation von Hochschulen auf der Basis von Absolventenstudien. In: Altrichter H, Schratz M, Pechar H (Hrsg). Hochschulen auf dem Prüfstand. Was bringt Evaluation für die Entwicklung von Universitäten und Fachhochschulen? Innsbruck: Studien Verlag. 1997.
8.
Deutsche Forschungsgemeinschaft. Empfehlungen der Senatskommission für Klinische Forschung - Strukturierung der wissenschaftlichen Ausbildung für Medizinerinnen und Mediziner. Bonn: Deutsche Forschungsgemeinschaft; 2010. Zugänglich unter/available from: http://www.dfg.de/download/pdf/dfg_im_profil/geschaeftsstelle/publikationen/medizinausbildung_senat_klinische_forschung.pdf Externer Link
9.
Kuh GD, Kinzie J, Buckley J, Bridges BK, Hayek JC. What Matters to Student Success: A Review of the Literature. Commissioned Report for the National Symposium on Postsecondary Student Success: Spearheading a Dialog on Student Success. Arlington: NPEC; 2006. Zugänglich unter/available from: http://nces.ed.gov/npec/pdf/Kuh_Team_ExecSumm.pdf Externer Link
10.
Rindermann H, Oubaid V. Auswahl von Studienanfängern durch Universitäten - Kriterien, Verfahren und Prognostizierbarkeit des Studienerfolgs. Z Diff Diagnos Psychol. 1999;20(3):172-191.
11.
Merker L. Engagement, Studienerfolg und Berufserfolg - Eine Untersuchung über Zusammenhänge im Lebenslauf von Absolventen der Betriebswirtschaftslehre an der Universität Bayreuth. Bayreuth: Univ.-Bibliothek Bayreuth; 2009. Zugänglich unter/available from: http://d-nb.info/997381299/34 Externer Link
12.
Bundesministerium für Gesundheit (BMG). Approbationsordnung für Ärzte vom 27. Juni 2002. Bundesgesetzbl. 2002;44(1):2405-2435. Die zuletzt durch Artikel 2 der Verordnung vom 2. August 2013 (BGBl. I S. 3005) geändert worden ist.
13.
Hofmann HD. Reformkonzepte der Medizinischen Fakultät Freiburg. Gesundheitswesen (Suppl Med Ausbild). 2003;20(Suppl1):8-11. Zugänglich unter/available from: https://gesellschaft-medizinische-ausbildung.org/files/ZMA-Archiv/2003/1/Hofmann_HD.pdf Externer Link
14.
Wakeford R, Southgate L, Wass V. Improving oral examinations: selecting, training, and monitoring examiners for the MRCGP: Royal College of General Practitioners. BMJ. 1995;311:931-935.
15.
Giesler M, Forster J, Biller S, Fabry G. Entwicklung eines Fragebogens zur Erfassung von Kompetenzen in der Medizin: Ergebnisse zur Reliabilität und Validität. GMS Z Med Ausbild. 2011;28(2):Doc31. DOI: 10.3205/zma000743 Externer Link
16.
Schneider A, Hommel G, Blettner M. Linear regression analysis - part 14 of a series on evaluation of scientific publications. Dtsch Arztblatt Int. 2010;107(44):776-82. DOI: 10.3238/arztebl.2010.0776 Externer Link
17.
Hell B, Trappmann S, Schuler H. Synopse der Hohenheimer Metaanalysen zur Prognostizierbarkeit des Studienerfolgs und Implikationen für die Auswahl- und Beratungspraxis. In: Schuler H, Hell B (Hrsg). Studierendenauswahl und Studienentscheidung. Göttingen: Hogrefe; 2008.
18.
Harrell FE, Lee KL, Mark DB. Multivariable prognostic models: Issues in developing models, evaluating assumptions and adequacy, and measuring and reducing errors. Stat Med. 1996;15;361-387.
19.
Raupach T, Vogel D, Schikierka S, Keijsers C, Ten Cate O, Harendza S. Increase in medical knowledge during the final year of undergraduate medical education in Germany. GMS Z Med Ausbild. 2013;30(3):Doc33. DOI: 10.3205/zma000876 Externer Link
20.
Jünger J. Curriculare Anforderungen für das Medizinstudium. Tagungsbericht Wissenschaftliche Medizinerausbildung - 100 Jahre nach Flexner. Berlin: Medizinischer Fakultätentag; 2011. Zugänglich unter/available from: http://www.mft-online.de/files/j__nger_flexner_2011.pdf Externer Link
21.
Brophy J. Teaching. Educational Series_1. Geneve: International Bureau of Education. Zugänglich unter/available from: http://www.ibe.unesco.org/publications/EducationalPracticesSeriesPdf/prac01e.pdf Externer Link
22.
Bromme R, Tillema H. Fusing experience and theory: The structure of professional knowledge. Learn Instruct. 1995;5:261-267.
23.
Schmidt H, Cohen-Schotanus J, van der Molen HA, Splinter TD, Bulte J, Holdrinet R, van Rossum HJ. Learning more by being taught less: a time-for-self-study" theory explaining curricular effects on graduation rate and study duration. High Educ. 2009. DOI: 10.1007/s10734-009-93003 Externer Link
24.
Lienert GA, Raatz U. Testaufbau und Testanalyse. 6. Aufl. Weinheim: Beltz PsychologieVerlagsUnion; 1998.
25.
Fischer MR, Holzer M, Jünger J. Prüfungen an den medizinischen Fakultäten - Qualität, Verantwortung und Perspektiven. GMS Z MedAusbild. 2010;27(5):Doc66. DOI: 10.3205/zma000703 Externer Link