An analysis of dropout students in the German higher education system using modern data mining techniques

Due to the rising number of students enrolling at German higher education institutions in recent years and the growing demand on the labor market, which increasingly require a higher educational qualification, the topic of students' success and students' dropout becomes increasingly important. This thesis investigates the issue of dropout with data from the student cohort of the National Education Panel Study (NEPS) using modern methods of statistical data mining. The aim is to identify students at risk of dropping out of tertiary education at an early stage of study. An automated early warning system based on the statistical model can help to identify students at risk at an early stage of study and initiate appropriate measures to counteract the dropout process. In particular, ``soft'' determinants are identified, such as study satisfaction, which play a crucial role in the dropout process. In addition to the (time-dependent) prediction of dropouts, the main focus is on the identification of different types of dropouts and the prediction of the final grade.

Durch die in den letzten Jahren stark zunehmenden Zahlen an Neueinschreibungen an Deutschen Hochschulen und die wachsenden Anforderungen auf dem Arbeitsmarkt, die zunehmend einen höheren Bildungsabschluss voraussetzen, spielt das Thema Studienerfolg und Studienabbruch eine zunehmend größere Rolle. Diese Arbeit untersucht das Thema Studienabbruch mit Daten der Studierendenkohorte des Nationalen Bildungspanels (NEPS) mit Hilfe von modernen Methoden des statistischen Data Mining. Dabei geht es insbesondere darum, abbruchgefährdete Studierende frühzeitig zu erkennen, um mit Hilfe eines automatisierten Frühwarnsystems rechtzeitig geeignete Maßnahmen einleiten zu können, um dem Studienabbruch entgegenzuwirken. Dabei werden vor allem ``weiche'' Determinanten identifiziert, wie die Studienzufriedenheit, die eine entscheidende Rolle für den Studienabbruch spielen. Neben der (zeitabhängigen) Prognose von Studienabbrüchen geht es vor allem auch um die Identifizierung von verschiedenen Typen von Studienabbrechern und die Prognose der Abschlussnote.

Preview

Cite

Citation style:
Could not load citation form.

Rights

Use and reproduction:
All rights reserved

Export