Soziales Kapital und Bildungserfolg: Differentielle Renditen im Bildungsverlauf [1. Aufl.] 978-3-658-24233-6;978-3-658-24234-3

Table of contents :
Front Matter ....Pages I-XIV
Einleitung (Kerstin Hoenig)....Pages 1-4
Soziales Kapital – Definitionen und Theorien (Kerstin Hoenig)....Pages 5-32
Forschungsstand: Soziales Kapital und Bildung im Lebensverlauf (Kerstin Hoenig)....Pages 33-53
Soziales und kulturelles Kapital im Kindergarten (Kerstin Hoenig)....Pages 55-82
Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I (Kerstin Hoenig)....Pages 83-108
Soziales Kapital beim Übergang in die berufliche Ausbildung (Kerstin Hoenig)....Pages 109-143
Diskussion (Kerstin Hoenig)....Pages 145-148
Back Matter ....Pages 149-194

Citation preview

Kerstin Hoenig

Soziales Kapital und Bildungserfolg Differentielle Renditen im Bildungsverlauf

Soziales Kapital und Bildungserfolg

Kerstin Hoenig

Soziales Kapital und Bildungserfolg Differentielle Renditen im Bildungsverlauf

Kerstin Hoenig Bamberg, Deutschland Zgl. Dissertation an der Otto-Friedrich-Universität Bamberg, 2017

ISBN 978-3-658-24233-6 ISBN 978-3-658-24234-3  (eBook) https://doi.org/10.1007/978-3-658-24234-3 Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen National­ bibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar. Springer VS © Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019 Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung des Verlags. Das gilt insbesondere für Vervielfältigungen, Bearbeitungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Der Verlag, die Autoren und die Herausgeber gehen davon aus, dass die Angaben und Informa­ tionen in diesem Werk zum Zeitpunkt der Veröffentlichung vollständig und korrekt sind. Weder der Verlag, noch die Autoren oder die Herausgeber übernehmen, ausdrücklich oder implizit, Gewähr für den Inhalt des Werkes, etwaige Fehler oder Äußerungen. Der Verlag bleibt im Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutionsadressen neutral. Springer VS ist ein Imprint der eingetragenen Gesellschaft Springer Fachmedien Wiesbaden GmbH und ist ein Teil von Springer Nature Die Anschrift der Gesellschaft ist: Abraham-Lincoln-Str. 46, 65189 Wiesbaden, Germany

Danksagung

Die vorliegende Dissertation ist das Ergebnis eines langen Prozesses mit entsprechend vielen direkt und indirekt Beteiligten. Ich danke meinem Doktorvater, Prof. Dr. Dr. hc. Hans-Peter Blossfeld, für seine Unterstützung, wichtige Denkanstöße, und nicht zuletzt für seine Geduld. Neben ihm gilt mein besonderer Dank zwei weiteren Personen, die mich bei der Erstellung dieser Arbeit unterstützt und beraten haben: meiner Zweitgutachterin Prof. Dr. Sandra Buchholz, auf deren Rückhalt ich sowohl in meiner täglichen Arbeit als auch in meiner Forschung in den letzten Jahren immer vertrauen konnte, und Prof. Dr. Volker Stocké, der mir den Weg in die Bildungssoziologie im Allgemeinen und in das Nationale Bildungspanel (NEPS) im Speziellen gezeigt hat. Er hat mein Verständnis von Soziologie und meine Forschungsinteressen entscheidend geprägt. Volker Stocké ist wenige Monate nach der Verteidigung meiner Dissertation unerwartet verstorben. Diese Arbeit hätte nicht entstehen können ohne meine Mitarbeit am NEPS und später am Leibniz-Institut für Bildungsverläufe (LIfBi). Ich danke den Kolleginnen und Kollegen der letzten Jahre – insbesondere Vanessa Obermeier und Frank Goßmann – für die gute Zusammenarbeit und den wissenschaftlichen und nichtwissenschaftlichen Austausch und meinen Vorgesetzten für das entgegengebrachte Vertrauen! Ebenso gilt mein Dank den Teilnehmerinnen und Teilnehmern an den Kolloquien am Lehrstuhl für Soziologie I und an der BAGSS für Kritik und Feedback. Schließlich bedanke ich mich bei meiner gesamten Familie – insbesondere meinen Eltern und meinem Bruder – und meinen Freunden (you know who you are) für viel Unterstützung, Verständnis und Zuspruch. Und ganz am Schluss bleiben zwei Menschen übrig: Mein Mann Sebastian und meine Tochter Ida. Sie haben mir die Motivation und Kraft gegeben, diese Arbeit (endlich, endlich) fertigzustellen.

Inhaltsverzeichnis

1 Einleitung 2 Soziales Kapital – Definitionen und Theorien 2.1 Die Anfänge – Erste Verwendungen des Sozialkapital-Begriffs 2.2 James S. Coleman . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1 Soziales Kapital und Bildungserfolg . . . . . . . . . . 2.2.2 Kritik . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3 Pierre Bourdieu . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.1 Kritik . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4 Ronald S. Burt . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.1 Kritik . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5 Nan Lin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5.1 Kritik . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.6 Eine Integration der Perspektiven . . . . . . . . . . . . . . . . 2.7 Soziales Kapital und die (Re-)Produktion von Bildungsungleichheit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 Forschungsstand: Soziales Kapital und Bildung im Lebensverlauf 3.1 Soziales Kapital vor der Einschulung . . . . . . . . . . . . . . 3.1.1 Innerfamiliäres Sozialkapital . . . . . . . . . . . . . . . 3.1.2 Außerfamiliäre Netzwerke und Nachbarschaftseffekte . 3.2 Soziales Kapital in der Schule . . . . . . . . . . . . . . . . . . 3.2.1 Innerfamiliäres Sozialkapital . . . . . . . . . . . . . . . 3.2.2 Kontakt zwischen Eltern und Schule . . . . . . . . . . 3.2.3 Bezugsgruppeneffekte . . . . . . . . . . . . . . . . . . 3.2.4 Intergenerationale Schließung . . . . . . . . . . . . . . 3.3 Soziales Kapital in Studium und Ausbildung . . . . . . . . . . 3.3.1 Innerfamiliäres Sozialkapital beim Übergang in die Ausbildung . . . . . . . . . . . . . . . . . . . . . . . . 3.3.2 Außerfamiliäre Netzwerke beim Übergang in die Ausbildung . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.3 Innerfamiliäres Sozialkapital und Bezugsgruppeneffekte beim Übergang ins Studium . . . . . . . . . . . .

1 5 6 7 11 14 16 18 19 22 23 26 27 30

33 33 35 36 37 38 40 41 42 43 44 44 46

VIII

3.4 3.5 3.6

Inhaltsverzeichnis 3.3.4 Soziale Netzwerke und Studienerfolg . . . . . . Soziales Kapital in der Weiterbildung . . . . . . . . . . Operationalisierung sozialen Kapitals im Nationalen dungspanel . . . . . . . . . . . . . . . . . . . . . . . . Diskussion . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . Bil. . . . . .

4 Soziales und kulturelles Kapital im Kindergarten 4.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Theoretischer Hintergrund . . . . . . . . . . . . . . . . . . . 4.2.1 Intergenerationale Schließung im Kindergarten . . . 4.2.2 Kulturelles Kapital von Eltern und Kindern im Kindergarten . . . . . . . . . . . . . . . . . . . . . . . . 4.2.3 Kulturelles Kapital als soziales Kapital . . . . . . . . 4.3 Hypothesen . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4 Daten und Methoden . . . . . . . . . . . . . . . . . . . . . . 4.4.1 Daten der NEPS Startkohorte 2 . . . . . . . . . . . 4.4.2 Variablen . . . . . . . . . . . . . . . . . . . . . . . . 4.4.3 Definition des Analysesamples und Umgang mit fehlenden Werten . . . . . . . . . . . . . . . . . . . . . 4.4.4 Modellierung . . . . . . . . . . . . . . . . . . . . . . 4.5 Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6 Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. 46 . 47 . 49 . 50 55 . 55 . 55 . 55 . . . . . .

59 60 62 63 63 64

. . . .

69 72 73 78

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I 5.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Aspirationen und Bezugsgruppeneffekte im Wisconsin-Modell 5.2.1 Kurzzusammenfassung des Modells . . . . . . . . . . . 5.2.2 Kritikpunkte . . . . . . . . . . . . . . . . . . . . . . . 5.3 Alternative Erklärungen des Einflusses signifikanter Anderer . 5.3.1 Hypothese 1: Erwartungen sind weniger bedeutend, wenn sie sich nicht mit der Leistungsrealität decken . 5.3.2 Hypothese 2: Die Leistungsrealität verliert an Bedeutung in einer Umgebung mit hohen Erwartungen . . . 5.3.3 Hypothese 3: Erwartungen zählen bei Unsicherheit über Erfolgswahrscheinlichkeit . . . . . . . . . . . . . 5.3.4 Empirische Befunde . . . . . . . . . . . . . . . . . . . 5.4 Daten und Methoden . . . . . . . . . . . . . . . . . . . . . . . 5.4.1 Daten der NEPS Startkohorte 3 . . . . . . . . . . . .

83 83 84 84 88 91 92 94 95 96 98 98

Inhaltsverzeichnis 5.4.2 5.4.3

5.5 5.6

IX

Variablen . . . . . . . . . . . . . . Definition des Analysesamples und lenden Werten . . . . . . . . . . . 5.4.4 Modellierung . . . . . . . . . . . . Ergebnisse . . . . . . . . . . . . . . . . . . Zusammenfassung und Diskussion . . . .

. . . . . Umgang . . . . . . . . . . . . . . . . . . . .

. . . . . mit feh. . . . . . . . . . . . . . . . . . . .

. 98 . . . .

101 101 103 106

6 Soziales Kapital beim Übergang in die berufliche Ausbildung 109 6.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 6.2 Hintergrund – der Übergang in die Berufsausbildung . . . . . 109 6.3 Forschungsstand und Forschungsfragen . . . . . . . . . . . . . 112 6.4 Daten und Methoden . . . . . . . . . . . . . . . . . . . . . . . 115 6.4.1 Daten der NEPS Startkohorte 4 . . . . . . . . . . . . 115 6.4.2 Variablen . . . . . . . . . . . . . . . . . . . . . . . . . 116 6.4.3 Umgang mit fehlenden Werten . . . . . . . . . . . . . 120 6.4.4 Modellierung und Methoden . . . . . . . . . . . . . . 122 6.5 Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 6.5.1 Deskriptive Ergebnisse: Zugang zu sozialem Kapital . 123 6.5.2 Multivariate Ergebnisse . . . . . . . . . . . . . . . . . 131 6.6 Zusammenfassung und Diskussion . . . . . . . . . . . . . . . 140 7 Diskussion Anhang A.1 Tabellen zu Kapitel 4 A.2 Tabellen zu Kapitel 5 A.3 Tabellen zu Kapitel 6 Literatur

145 149 . . . . . . . . . . . . . . . . . . . . . . 149 . . . . . . . . . . . . . . . . . . . . . . 159 . . . . . . . . . . . . . . . . . . . . . . 168 177

Tabellenverzeichnis

4.1 4.2 4.3 4.4 4.5

Deskriptive Statistiken . . . . . . . . . . . . . . . . . . . . . Mathematische Kompetenzen: Basismodell und Haupteffekte des kulturellen und sozialen Kapitals (Mehrebenenanalyse) Mathematische Kompetenzen: Interaktionsmodelle Bücher im Haushalt (Mehrebenenanalyse) . . . . . . . . . . . . . . Mathematische Kompetenzen: Interaktionsmodelle kognitive Aktivitäten (Mehrebenenanalyse) . . . . . . . . . . . . . . . Mathematische Kompetenzen: Interaktionsmodelle kreativmusische Aktivitäten (Mehrebenenanalyse) . . . . . . . . .

. 65 . 73 . 77 . 78 . 79

5.1 5.2

Deskriptive Statistiken . . . . . . . . . . . . . . . . . . . . . . 99 Logistische Regression der Aspiration für ein Abitur . . . . . 103

6.1

Deskriptive Statistiken: Mobilisierung von Ressourcen über das persönliche Netzwerk . . . . . . . . . . . . . . . . . . . . 125 Kreuztabellen: Bildungskomposition des Informations- und Einsatznetzwerks nach Schulabschluss und Bildung der Eltern 127 Deskriptive Statistiken: Aspirationen der Eltern . . . . . . . . 128 Deskriptive Statistiken: Positionsgenerator Elternnetzwerk . . 129 Multinomiale logistische Regression des Übergangs nach Verlassen der Schule (Base Outcome: Ausbildung) . . . . . . . . 132 Multinomiale logistische Regression des Übergangs nach Verlassen der Schule: Average Marginal Effects . . . . . . . . . . 133 Multinomiale logistische Regression des Übergangs nach Verlassen der Schule: Average Marginal Effects für unterschiedliche Operationalisierungen der Mobilisierung von Ressourcen 137 Logistische Regression des Übergangs in Ausbildung ein Jahr nach Verlassen der Schule . . . . . . . . . . . . . . . . . . . . 141

6.2 6.3 6.4 6.5 6.6 6.7

6.8

A.1 Mathematische Kompetenzen: Interaktionsmodelle Bücher im Haushalt (Mehrebenenanalyse) . . . . . . . . . . . . . . . 149 A.2 Mathematische Kompetenzen: Interaktionsmodelle kognitive Aktivitäten (Mehrebenenanalyse) . . . . . . . . . . . . . . . . 152

XII

Tabellenverzeichnis A.3 Mathematische Kompetenzen: Interaktionsmodelle kreativmusische Aktivitäten (Mehrebenenanalyse) . . . . . . . . . . 155 A.4 Logistische Regression der Aspiration für ein Abitur: Interaktion der Eltern-Aspiration mit dem akademischen Potenzial 159 A.5 Logistische Regression der Aspiration für ein Abitur: Interaktion der Freundes-Aspirationen mit dem akademischen Potenzial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 A.6 Logistische Regression der Aspiration für ein Abitur: Interaktion der Eltern-Aspiration mit dem akademischen Potenzial – Quintile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 A.7 Logistische Regression der Aspiration für ein Abitur: Interaktion der Freundes-Aspirationen mit dem akademischen Potenzial – Quintile . . . . . . . . . . . . . . . . . . . . . . . . . 165 A.8 Multinomiale logistische Regression des Übergangs im Jahr des Schulabgangs: Mobilisierung des Einsatzes von Ressourcen in unterschiedlicher Detailliertheit . . . . . . . . . . . . . 168 A.9 Multinomiale logistische Regression des Übergangs im Jahr des Schulabgangs: Interaktionen Sozialkapital-Indikatoren × Schulabschluss . . . . . . . . . . . . . . . . . . . . . . . . . . 171

Abbildungsverzeichnis

2.1

Messungen sozialen Kapitals, Abbildung nach Lin (2001, S. 62). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

4.1

Predictive Margins für die Anzahl bekannter Eltern auf individueller und auf Einrichtungsebene, mit 95%Konfidenzbändern (Modell 1.2). . . . . . . . . . . . . . . . . . 75 Predictive Margins: Interaktion der kognitiven Aktivitäten auf Individual- und Einrichtungsebene (Modell 3.1). . . . . . 80

4.2

5.1

5.2 5.3 5.4 5.5 5.6

5.7

6.1 6.2

Entwicklung des Wisconsin-Modells. Eigene Darstellung nach Sewell, Haller und Portes (1969), Sewell, Haller und Ohlendorf (1970) und Sewell und Hauser (1980). . . . . . . . . . . . 85 Interaktion zwischen Leistung und Bezugsgruppeneffekten nach Hypothese 1. Eigene Darstellung. . . . . . . . . . . . . . 93 Interaktion zwischen Leistung und Bezugsgruppeneffekten nach Hypothese 2. Eigene Darstellung. . . . . . . . . . . . . . 94 Interaktion zwischen Leistung und Bezugsgruppeneffekten nach Hypothese 3. Eigene Darstellung. . . . . . . . . . . . . . 95 Interaktionen zwischen Schulnoten und Bezugsgruppeneffekten in der Wisconsin Longitudinal Study. Quelle: Hoenig (2009). 97 Vorhergesagte Wahrscheinlichkeiten sowie Differenz zwischen den Wahrscheinlichkeiten für die Interaktion Noten × Aspiration der Eltern. Berechnet aus Modell 2.3 (siehe Anhang A.2). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 Differenz der Wahrscheinlichkeit einer Abitur-Aspiration für den Kontrast zwischen Kindern mit anspruchsvoller Bezugsgruppe und Kindern ohne anspruchsvolle Bezugsgruppe, nach Quintilen der Kompetenzen und Schulnoten. Berechnet aus den Modellen 4.1 bis 5.3 (siehe Anhang A.2). . . . . . . . . . 107 Mobilisierung von Information und persönlichem Einsatz über das soziale Netzwerk nach Art der Beziehung . . . . . . 124 Predictive Margins: Höchster ISEI der Eltern (berechnet aus Modell 1.1). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

XIV 6.3

6.4

Abbildungsverzeichnis Predictive Margins: Interaktion von persönlichem Einsatz und Schulabschluss, mit 95-Prozent-Konfidenzbändern (berechnet aus Modell 3.1, Anhang A.3). . . . . . . . . . . . . . 138 Average Marginal Effects: Mobilisierung von Information und persönlichem Einsatz ein Jahr nach Verlassen der Schule (berechnet aus Modell 4). . . . . . . . . . . . . . . . . . . . . . . 140

1 Einleitung

Die Erklärung sozialer Ungleichheiten stellt eines der wesentlichen Explananda in der Soziologie dar (Esser, 1993). Der Bildungsungleichheit kommt dabei in modernen Gesellschaften eine zentrale Rolle zu, da sie den Grundstein für weitere Ungleichheiten im folgenden Lebensverlauf legt, wie etwa im Berufsleben (Ammermüller & Weber, 2005), in der Gesundheit (Mackenbach, 2006) und bei der Partnerwahl (Blossfeld & Timm, 2003). Deutschland zeichnet sich im internationalen Vergleich durch besonders hohe Bildungsungleichheit nach sozialer Herkunft aus, die im Zeitverlauf seit Mitte des zwanzigsten Jahrhunderts trotz einer starken Bildungsexpansion insgesamt stabil geblieben ist (Pfeffer, 2008; Shavit & Blossfeld, 1993). Seit den Arbeiten von Blau und Duncan (1967) ist die unterschiedliche Kapitalausstattung von Akteuren je nach ihrer sozialen Herkunft eine der gängigsten Erklärungen dieser sozialer Ungleichheit. Unter den verschiedenen Kapitalarten, die in der Literatur diskutiert werden, sticht das soziale Kapital heraus, da es, im Unterschied zu persönlichen Kapitalien, nicht aus Ressourcen besteht, über die die Akteure direkt verfügen können, sondern aus Ressourcen, über die sie durch ihre Einbettung in soziale Netzwerke Zugriff haben. Thema dieser Arbeit ist der Zusammenhang zwischen sozialem Kapital und Bildungserfolg über den Bildungsverlauf vom Kindergarten bis zur Berufsausbildung. Bourdieu hat die These von Blau und Duncan präzisiert, indem er zwischen verschiedenen Kapitalarten – ökonomischem, kulturellem und sozialem Kapital – unterscheidet und die Transmission und Transformation dieser Kapitalien untersucht (Bourdieu, 1976, 1983; Bourdieu, Boltanski & Saint Martin, 1981; Bourdieu & Passeron, 1971). Allerdings sieht Bourdieu unterschiedlichen Zugang zu kulturellem Kapital als Hauptursache für Bildungsungleichheit und befasst sich nicht tiefer mit der Rolle sozialen Kapitals beim Bildungserwerb. Daher wird die Einführung des Konzepts des sozialen Kapitals in die Bildungssoziologie meist Coleman (1987a, 1988, 1990) zugeschrieben. Dabei muss jedoch darauf hingewiesen werden, dass interpersonale Beziehungen und Bezugsgruppeneffekte bereits lange vor Coleman (1988) eine wichtige Rolle in soziologischen status attainment theories eingenommen haben. An erster Stelle zu nennen ist hier das sogenannte Wisconsin-Modell (Haller & Butterworth, 1960; Hauser, 1972; Sewell, Haller & Ohlendorf, 1970, 1969; Sewell & Hauser, 1980), das versucht, den © Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019 K. Hoenig, Soziales Kapital und Bildungserfolg, https://doi.org/10.1007/978-3-658-24234-3_1

2

1 Einleitung

Einfluss des sozialen Status auf Bildungsabschlüsse durch sozialpsychologische Faktoren, darunter auch den Einfluss „signifikanter Anderer“, zu erklären. Colemans Verdienst ist also nicht, dass er die Rolle sozialer Netzwerke bei der Bildungsentscheidung entdeckt hat, sondern vielmehr, dass er den Begriff des sozialen Kapitals definiert und aus der Perspektive des methodologischen Individualismus in ein kohärentes theoretisches Modell auf Basis eines Rational-Choice-Ansatzes einbettet. Während Colemans Sozialkapitaltheorie sich auf geschlossene, durch enge Beziehungen charakterisierte Netzwerke und die in diesen Netzwerken verstärkten Normen konzentriert, setzen die Ansätze von Burt (1992, 2005) und Lin (1999, 2001), die aus der Netzwerkforschung beziehungsweise aus der Theorie sozialer Ressourcen hervorgehen, andere Schwerpunkte. Burt lenkt den Fokus auf offene Netzwerke und Kontakte, die strukturelle Löcher zwischen Akteuren überbrücken. Lin fokussiert sich auf den Zugang zu Ressourcen über das soziale Netzwerk. Die Ansätze sind in der Arbeitsmarktsoziologie populär, haben sich jedoch in der Bildungssoziologie bisher nicht gegen das Colemansche Paradigma durchsetzen können. Allen genannten theoretischen Ansätzen ist gemein, dass sie davon ausgehen, dass der Zugang zu bildungsförderlichem sozialem Kapital umso besser ist, je höher der soziale Status beziehungsweise die soziale Herkunft und je höher die persönliche Ausstattung mit anderen Kapitalien. Sie machen jedoch unterschiedliche Annahmen, wenn es um die Interaktion zwischen sozialem Kapital und der persönlichen Kapitalausstattung – also um die Frage differentieller Renditen sozialen Kapitals in Abhängigkeit von der bestehenden Ressourcenausstattung – geht. Bourdieu (1980, 1983) und Burt (1992) zufolge besteht der wesentliche Effekt sozialen Kapitals in einer Erhöhung der Renditen für das individuelle Kapital der Akteure. Lin (2001) und Coleman (1987b) spekulieren, dass soziales Kapital – je nach Anwendungsfall – Unterschiede im Effekt der persönlichen Kapitalausstattung sowohl verstärken als auch abschwächen kann. Die Wisconsin-Schule geht schließlich davon aus, dass keine Interaktion vorliegt (Sewell & Hauser, 1980). Diese unterschiedlichen Annahmen zu differentiellen Effekten sozialen Kapitals in den verschiedenen Theorien sind bisher kaum diskutiert worden, stellen jedoch ein wichtiges Kriterium dar, wenn es um die Bewertung der Rolle sozialen Kapitals im Hinblick auf die Reproduktion sozialer Ungleichheit geht. Die bisherige Forschung weist auch aus einer Lebensverlaufsperspektive deutliche Lücken auf: Existierende Studien konzentrieren sich in der Regel nur auf einen Bildungsübergang oder -abschnitt. In fast allen Fällen geht

1 Einleitung

3

es dabei um die (Sekundar-)Schule und Hochschule bzw. den Übergang in diese Institutionen. Es existiert kaum Forschung zur Rolle sozialen Kapitals vor der Einschulung sowie in der nicht-tertiären Berufsausbildung und bei non-formaler Weiterbildung nach Beendigung der formalen Ausbildung. Zudem ist zu beobachten, dass in unterschiedlichen Lebensabschnitten unterschiedliche theoretische Ansätze dominieren. Forschung im schulischen Bereich beruft sich in der Regel auf Coleman (1988, 1990) bzw. auf das Wisconsin-Modell (Sewell u. a., 1970). Diese Ansätze divergieren zwar in der zugrundeliegenden Handlungstheorie und Operationalisierung, sie haben aber gemein, dass beide die Rolle sozialen Kapitals bei der Definition und Durhsetzung von Normen in den Vordergrund rücken und sich auf sogenannte „strong ties“ (Granovetter, 1973) – insbesondere Eltern und Freunde – konzentrieren. In diesen Ansätzen wirkt soziales Kapital vornehmlich als motivierende Kraft: Durch entsprechende Einflüsse des sozialen Umfeldes werden die Akteure dazu animiert, härter zu arbeiten und sich anspruchsvollere Ziele zu setzen. Dagegen dominieren im außerschulischen Bereich Sozialkapital-Ansätze, die von der Arbeitsmarktforschung geprägt sind. Diese Ansätze konzentrieren sich auf den Zugang zu materiellen und nicht-materiellen Ressourcen (insbesondere Information) über das soziale Netzwerk und schreiben „weak ties“ – also Personen, die den Akteuren weniger nahe stehen – eine besondere Relevanz zu (Burt, 1992; Granovetter, 1973; Lin, 1999). Hier wirkt soziales Kapital vornehmlich als ermöglichende Kraft: Akteure erhalten durch ihr soziales Umfeld die Ressourcen, die sie zur Erreichung ihrer Ziele benötigen. Eine Integration der Perspektiven würde das Sozialkapital-Paradigma bereichern. Diese Dissertation greift die bestehenden Lücken im Forschungsstand an mehreren Stellen auf. Erstens betrachtet sie drei wichtige Abschnitte der Bildungskarriere junger Menschen – den Kindergarten, die Sekundarstufe I sowie den Übergang in die berufliche Ausbildung – und löst sich damit von der Eingrenzung auf einen einzelnen Bildungsabschnitt oder -übergang. Zweitens überträgt sie dabei Sozialkapital-Konzepte auf Lebensphasen und Kontexte, in denen diese bisher nicht oder kaum zur Anwendung kamen – so zum Beispiel das Konzept der intergenerationalen Schließung auf den Kindergarten und die Mobilisierung von Ressourcen sowie die Rolle elterlicher Aspirationen auf die Ausbildungsplatzsuche. Drittens bringt sie die zwei verschiedenen Wirkungsmechanismen sozialen Kapitals – soziales Kapital als motivierende und als ermöglichende Kraft – zusammen. Viertens widmet sie sich explizit den zwei Wegen, durch die soziales Kapital zur Entstehung von Bildungsungleichheit beiträgt: durch Unterschiede in der Ausstattung

4

1 Einleitung

mit sozialem Kapital und durch differentielle Renditen sozialen Kapitals in Abhängigkeit von der bestehenden Ressourcenausstattung der Akteure. Dabei gliedert sich die Arbeit wie folgt: Kapitel 2 bietet einen Überblick über theoretische Ansätze und Definitionen von Sozialkapital. Es folgt ein kurzer Überblick über den Forschungsstand, gegliedert nach verschiedenen Bildungsabschnitten, in Kapitel 3. Die Kapitel 4 bis 6 befassen sich jeweils mit einer spezifischen Fragestellung in einem Abschnitt der Bildungskarriere und analysieren diese mithilfe der Daten des Nationalen Bildungspanels (NEPS) (Blossfeld, Roßbach & von Maurice, 2011). Kapitel 4 untersucht den Einfluss der intergenerationalen Schließung im Kindergarten und dessen Abhängigkeit von der Ausstattung mit kulturellem Kapital. Kapitel 5 befasst sich mit dem Einfluss von Bezugsgruppen auf Bildungsaspirationen in der Sekundarstufe I. Dabei wird insbesondere betrachtet, ob der Einfluss der Bezugsgruppen variiert in Abhängigkeit von den schulischen Leistungen und Kompetenzen der Kinder. In Kapitel 6 wird der Einfluss von sozialem Kapital der Akteure und ihrer Eltern auf den Übergang von der Sekundarstufe I in die berufliche Ausbildung untersucht. Diese Fragestellungen beleuchten unterschiedliche Lebensabschnitte und Bildungsentscheidungen sowie verschiedene Facetten des heterogenen Konstrukts „soziales Kapital“. Aus der gemeinsamen Betrachtung dieser drei diskreten Analysen lassen sich aber dennoch wichtige gemeinsame Implikationen ableiten. Diese werden in Kapitel 7 besprochen, das eine abschließende Diskussion und Zusammenfassung der Ergebnisse umfasst.

2 Soziales Kapital – Definitionen und Theorien

No man is an island. (John Donne)

In den letzten zwanzig Jahren hat sich die Forschung zu sozialem Kapital in den verschiedenen Disziplinen der Sozialwissenschaften rasant entwickelt.1 Soziales Kapital wird herangezogen zur Analyse der verschiedensten Explananda auf der Mikro-, Meso- und Makroebene, von der Suche nach einem Arbeitsplatz bis zur Performanz demokratischer Systeme. Dies hat einerseits zu einem breiten Dialog über Disziplinen und Forschungsfelder hinweg geführt, andererseits aber auch dazu, dass das Konzept zunehmend unscharf geworden ist und die verschiedenen Definitionen und theoretischen Perspektiven sowie deren empirische Überprüfung teilweise stark voneinander abweichen (siehe Castiglione, van Deth & Wolleb, 2008; Franzen & Freitag, 2007; Portes, 1998). In den Worten von Ronald S. Burt (2005, S. 5): „[S]ocial capital is the Wild West of academic work. There are no skill or intellectual barriers to entry.“ Angesichts dieser Vielfalt beschränkt sich der Überblick über Theorie und Forschungsstand in diesem und dem folgenden Kapitel auf die Arbeiten, die für die vorliegende Fragestellung, also die Renditen sozialen Kapitals im Bildungsbereich und den Zusammenhang mit sozialer Ungleichheit im Lebensverlauf, besonders relevant sind. Das bedeutet insbesondere, dass der Teil der Forschung, der das meiste Medienecho erzeugt hat, hier weitgehend unberücksichtigt bleibt: die durch Putnam (1993, 2001) begründete neo-kommunitaristische Forschung zur Rolle sozialen Kapitals für die demokratische Zivilgesellschaft. Ebenfalls wenig Beachtung findet Forschung, die sich explizit auf Migranten und ethnische Netzwerke bezieht. Die Abschnitte 2.1 bis 2.5 stellen die vor dem Hintergrund der Fragestellung wichtigsten theoretischen Ansätze vor. Abschnitt 2.6 fasst die Gemeinsamkeiten und Unterschiede dieser Ansätze zusammen und integriert sie in der Definition sozialen Kapitals, die in dieser Arbeit verwendet wird. Der letzte Abschnitt befasst sich schließlich mit den Mechanismen, über die soziales Kapital die (Re-)Produktion von Bildungsungleichheit beeinflusst. 1

Siehe Ostrom und Ahn (2003) sowie Franzen und Freitag (2007) für einen quantitativen Überblick der Entwicklung der Publikationszahlen.

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019 K. Hoenig, Soziales Kapital und Bildungserfolg, https://doi.org/10.1007/978-3-658-24234-3_2

6

2 Soziales Kapital – Definitionen und Theorien

2.1 Die Anfänge – Erste Verwendungen des Sozialkapital-Begriffs Nachdem die politischen Ökonomen des 18. und 19. Jahrhunderts den Kapitalbegriff prägten (Marx, 1885/2008; Ricardo, 1817/2004; A. Smith, 1776/ 2003), fanden sich bald auch Ausweitungen des Kapital-Begriffs auf die Ebene sozialer Beziehungen, Netzwerke, Kollektive und Gesellschaften. Erste Beispiele finden sich in der politischen Ökonomie selbst (Marx, 1885/2008 verwendet die Begriffe „gesellschaftliches Kapital“ und „gesellschaftliches Gesamtkapital“, im Englischen als „(total) social capital“ übersetzt, siehe Farr, 2004 für weitere Beispiele anderer politischer Ökonomen), allerdings lediglich als Bezeichnung für die Gesamtheit des in einer Gesellschaft akkumulierten Kapitals und somit recht weit entfernt von heutigen Definitionen des Begriffs. In deutlich engerer Beziehung zur heutigen Definition stehen Verwendungen des Begriffs durch die amerikanischen Reformpädagogen Dewey (1909, 1915) und Hanifan (1916, 1920), die Soziologen Seeley, Simm und Looseley (1956), die Journalistin und Aktivistin Jacobs (1961) und den Ökonomen Loury (1977).2 Diesen ersten – und wahrscheinlich voneinander unabhängigen – Verwendungen und Anwendungen des Begriffs „soziales Kapital“ liegt zwar noch keine ausgearbeitete Definition, geschweige denn ein theoretisches Modell, zugrunde, sie sind aber konzeptuell eng verwandt mit der heutigen Sozialkapital-Forschung. Sie alle befassen sich mit der Idee, dass Kapital – also ein Bestand an Ressourcen, der gewinnbringend investiert werden kann (siehe Esser, 2008; Lin, 2001) – nicht nur aus rein materiellen Gütern in privatem Besitz bestehen muss, sondern dass auch die Investition in soziale Beziehungen einzelnen Akteuren (Loury, 1977; Seeley u. a., 1956) oder dem Kollektiv (Dewey, 1909, 1915; Hanifan, 1916, 1920; Jacobs, 1961) Erträge bringen kann. Unabhängig von einem bloßen anekdotischen Interesse an der etymologischen Geschichte des Begriffs „soziales Kapital“ ist ein Blick in diese frühen Anwendungsbeispiele daher aus zwei Gründen interessant: Erstens legt die wiederholte und (vermutlich) voneinander unabhängige Genese des Begriffs in unterschiedlichen Forschungstraditionen und Kontexten nahe, dass die Ausweitung des Kapitalbegriffs auf soziale Netzwerke naheliegender ist, als von manchen Kritikern behauptet wird (siehe z.B. S. S. Smith & Kulynych, 2002). Zweitens bezogen sich bereits die ersten Anwendungen des Konzepts auf die Erklärung bzw. Reduktion sozialer und ethnischer Ungleichheit – und 2

Für einen exzellenten Überblick über die Geschichte des Begriffs und Konzepts siehe Farr (2004).

2.2 James S. Coleman

7

zwar (mit Ausnahme von Jacobs, 1961) im Bildungskontext – und kommen dabei zu erstaunlich ähnlichen Schlüssen wie spätere, besser ausgearbeitete theoretische Ansätze. Obwohl sie aus völlig unterschiedlichen Perspektiven argumentieren, schreiben Coleman (1988) und Hanifan (1916, 1920) einer engen Vernetzung der Gemeinde um die örtliche Schule ähnliche positive Externalitäten zu. Und sowohl Loury (1977) als auch Bourdieu befassen sich mit dem „Multiplikatoreffekt“ (Bourdieu, 1983, S. 192) den soziales Kapital auf andere Kapitalerträge hat. Eine weitere Parallele zur heutigen Forschung – vor allem in der politischen Soziologie und Demokratieforschung begründet durch Putnam (1993, 2001) – liegt darin, dass soziales Kapital von Anfang an kein wertfreies Konzept war, sondern dass die Publikationen von Dewey, Hanifan und Jacobs moralische und politische Appelle zum Aufbau bzw. Erhalt dieses Kapitals darstellen. Der Begriff „soziales Kapital“ hat somit eine Vorgeschichte, die bis zum Beginn des 20. Jahrhunderts zurückreicht. Die ersten umfassenden theoretischen Konzeptionen wurden jedoch in der 1980er Jahren von Pierre Bourdieu und James S. Coleman entwickelt (Bourdieu, 1980, 1983; Coleman, 1987a, 1988, 1990). Dabei hat Colemans Ansatz einen deutlich stärkeren Einfluss auf die Bildungssoziologie gehabt und wird daher an dieser Stelle zuerst vorgestellt. 2.2 James S. Coleman Coleman führt den Begriff des Sozialkapitals mit dem expliziten Ziel ein, das Forschungsparadigma des methodologischen Individualismus und insbesondere Theorien rationalen Handelns von „extremen individualistischen Prämissen“ zu befreien und stattdessen die soziale Struktur, in die die Akteure eingebettet sind, einzubeziehen (Coleman, 1988, S. 95, eigene Übersetzung). Soziales Kapital stellt ein „konzeptuelles Werkzeug“ dar, das die Verbindung herstellt zwischen individuell rational handelnden Akteuren (Mikroebene) und dem sozialen Kontext, in dem sie sich befinden (Meso-/Makroebene) (Coleman, 1988, S. 96, eigene Übersetzung). Damit bildet es gleichzeitig das Bindeglied für die Integration zweier Forschungsstränge: der soziologischen Tradition des homo sociologicus, die menschliches Handeln als Ergebnis des sozialen Kontextes in Form von Sozialisation und Normbefolgung erklärt und keine Handlungsrationale und -motivation beinhaltet, und der ökonomischen Tradition des homo oeconomicus, die von individuell rational handelnden Akteuren ausgeht und deren soziale Einbettung übersieht. Co-

8

2 Soziales Kapital – Definitionen und Theorien

lemans Theorie hat ihre Wurzeln also sowohl im Strukturfunktionalismus als auch im Rational-Choice-Paradigma. Coleman definiert soziales Kapital wie folgt: Social capital is defined by its function. It is not a single entity but a variety of entities, with two elements in common: they all consist of some aspect of social structures, and they facilitate certain actions of actors [. . . ] within the structure. (Coleman, 1988, S.98) Soziales Kapital zeichnet sich also durch zwei wesentliche Eigenschaften aus. Erstens durch seine Form: Während physisches Kapital in Produktionsgütern und Humankapital in individuellen Personen gebunden ist, existiert soziales Kapital in den Beziehungsnetzwerken der Akteure untereinander. 3 Zweitens durch seine Funktion: Soziales Kapital bildet eine produktive Ressource, die von den Akteuren zur Erreichung bestimmter Ziele eingesetzt werden kann. Coleman (1988) beschreibt drei Formen sozialen Kapitals: i) Ausstehende Verpflichtungen („credit slips“) anderer Akteure aufgrund vergangener Gefälligkeiten, ii) Informationskanäle und iii) effektive Normen. Coleman (1990, Kap. 12) fügt drei weitere hinzu: iv) die Übertragung von Kontrollrechten – und damit von Autorität – auf einen Akteur, der somit im Namen der Gruppe handeln kann, v) die Aneignung einer bestehenden Organisation für andere Zwecke und vi) die intentionale Schaffung einer Organisation zur Bereitstellung eines Kollektivguts. Dabei konzentriert sich Coleman in seiner weiteren Diskussion hauptsächlich auf die Schaffung und Aufrechterhaltung effektiver Normen. Die Überwindung des Kollektivgutproblems zweiter Ordnung und die Emergenz effektiver Normen in einem System rationaler Akteure nimmt einen zentralen Platz in Colemans Theoriegebäude ein (Coleman, 1990, Kap. 10-11). Alle anderen Formen sozialen Kapitals dienen (zumindest teilweise) ebenfalls der Durchsetzung effektiver Normen. So begünstigt zum Beispiel Information die Kontrolle der Einhaltung von Normen durch andere Netzwerkmitglieder und die Übertragung von Autorität auf einen Akteur ermöglicht es diesem, Normverstöße besser zu sanktionieren. Soziales Kapital unterscheidet sich in zwei wesentlichen Aspekten von anderen Kapitalarten. Erstens ist es kein privates Gut, das von einem Akteur 3

Dies macht soziales Kapital die am wenigstens „greifbare“ Kapitalart (Coleman, 1990, S. 304), was Coleman bezweifeln lässt, dass sich quantitative Indikatoren zur Messung sozialen Kapitals finden lassen (ebd., S. 305f.).

2.2 James S. Coleman

9

alleine kontrolliert wird. Die meisten Formen sozialen Kapitals stellen ein öffentliches Gut dar, was bedeutet, dass die Gefahr einer Unterinvestition in soziales Kapital besteht (vgl. Olson, 1965). The public-good aspect of most social capital means that it is in a fundamentally different position with respect to purposive action than are most other forms of capital. Social capital is an important resource for individuals and can greatly affect their ability to act and their perceived quality of life. They have the capability of bringing such capital into being. Yet because many of the benefits of actions that bring social capital into being are experienced by persons other than the person so acting, it is not to that person’s interest to bring it into being. The result is that most forms of social capital are created or destroyed as a by-product of other activities. (Coleman, 1990, S.317f.) Die zweite Eigenschaft, die soziales Kapital von anderen Kapitalarten unterschiedet, betrifft die Art, wie es die Nutzenkalkulation von Akteuren beeinflusst. Soziales Kapital ermöglicht nicht nur bestimmte Handlungen, es beschränkt auch den Handlungsraum, da Handlungen mit Externalitäten (positiv oder negativ) sanktioniert werden (Coleman, 1988, 1990). Mit anderen Worten: Soziales Kapital hat bei Coleman nicht nur einen Einfluss darauf, wie erfolgreich die Akteure bei der Produktion gegebener Zwischengüter sind, es hat auch einen Einfluss auf die Wahl der Zwischengüter selbst, da der Wert dieser Zwischengüter sich unterscheidet je nach der sozialen Struktur, in die die Akteure eingebunden sind. Meine Ausstattung mit finanziellem Kapital beeinflusst, wie viele Zigaretten ich mir kaufen kann, aber nicht, welchen Grenzertrag mir das Rauchen einer Zigarette bringt. Dieser Grenzertrag variiert dagegen drastisch in einem Netzwerk von 15-Jährigen im Vergleich zu einem Netzwerk junger Mütter. Dieser zweite Aspekt ist zentral um zu verstehen, durch welche Mechanismen soziales Kapital nach Coleman (Bildungs-)Entscheidungen beeinflusst und stellt eine wichtige Differenzierung zu den weiter unten besprochenen ressourcenbasierten Ansätzen der Sozialkapitalforschung dar. Er ist aber bisher in der Literatur kaum explizit gemacht worden (vgl. jedoch Roth, 2014a, S. 59ff). Bestimmte Netzwerkstrukturen begünstigen die Entstehung von sozialem Kapital. Coleman betont hier insbesondere die Schließung der Netzwerke. Ein Netzwerk ist vollständig geschlossen, wenn zwischen allen Akteuren

10

2 Soziales Kapital – Definitionen und Theorien

wechselseitige Beziehungen bestehen (Coleman, 1990, S. 314f.).4 Schließung ist laut Coleman unter der Annahme rationaler Akteure eine Voraussetzung für die Emergenz effektiver Normen, da nur in geschlossenen Netzwerken Handlungen mit negativen Externalitäten effektiv sanktioniert werden können (Coleman, 1988, S. 105f.). Schließung erhöht die Sichtbarkeit von Normverstößen und senkt die Kosten der Sanktionierung für jeden einzelnen Akteur (Coleman, 1990, Kap. 11). Wenn in einem geschlossenen Netzwerk ein Akteur einem anderen Schaden zufügt, so kann das Verhalten von allen anderen Netzwerkmitgliedern, die mit beiden Akteuren in Kontakt stehen, beobachtet und sanktioniert werden. In offenen Netzwerken, in denen die beiden Akteure keine gemeinsamen Bekannten haben, bleibt der Normverstoß unbemerkt von Dritten und ohne Folgen, da eine Sanktionierung für den einzelnen Akteur in der Regel mit zu hohen Kosten verbunden und somit nicht rational ist. Geschlossene Netzwerken bilden auch die Grundlage für das Entstehen von Ansehen (reputation) und Vertrauen (trustworthiness). Daher haben auch „credit slips“ aufgrund gegenseitiger Verpflichtungen und Erwartungen in solchen Netzwerken eine höhere Verbindlichkeit und somit mehr Wert (Coleman, 1988). Weitere Faktoren, die die Entstehung von sozialem Kapital begünstigen, sind stabile soziale Strukturen, Ideologien, die eine kollektivistische Einstellung fördern (z.B. Religion), und Kontexte, in denen Akteure in hohem Maße aufeinander angewiesen sind und in der Folge gegenseitige Verpflichtungen eingehen. In der modernen Gesellschaft zerstören individuelle Mobilität, sinkende Religiosität, steigender individueller Wohlstand und wohlfahrtsstaatliche Leistungen die Grundlagen für soziales Kapital (Coleman, 1990, S.321).

4

Coleman (1990, S. 315) nimmt zur Kenntnis, dass zwischen offenen und vollständig geschlossenen Netzwerken graduelle Abstufungen sozialer Schließung existieren, diskutiert deren Konsequenzen aber nicht.

2.2 James S. Coleman

11

2.2.1 Soziales Kapital und Bildungserfolg [T]here is one effect of social capital that is especially important: its effect on the creation of human capital in the next generation. (Coleman, 1988)

Um zu verstehen, warum Coleman (1988) sozialem Kapital im Erziehungsund Sozialisationskontext einen so hohen Stellenwert zuspricht, ist ein Blick in seine früheren Arbeiten hilfreich. In „The Adolescent Society“ hat Coleman die Jugendkultur an amerikanischen High Schools untersucht und insgesamt pessimistisch bewertet: Die moderne Gesellschaft und das Schulsystem, so sein Fazit, führen dazu, dass Jugendliche zunehmend weniger Kontakt mit ihren Eltern und damit mit der Lebenswelt Erwachsener haben und stattdessen eine eigene Gesellschaft entwickeln, deren Normen, Werte und Statussystem nicht mit der erwachsenen Gesellschaft übereinstimmen (Coleman, 1961). Coleman präzisiert diese Schlussfolgerung in seinem Hauptwerk „Foundations of Social Theory“: In modernen Gesellschaften ist die primordial structure (bestehend aus Familie, Nachbarschaft und religiöser Gemeinde) getrennt von der purposive structure (bestehend aus ökonomischen Organisationen, Verbänden und Regierungen) und verliert insgesamt an Bedeutung.5 Sozialisation findet aber primär in der primordial structure statt. In ihr entstehen die intensiven Bindungen, die Kindern die soziale und psychologische Unterstützung bieten und ihnen die Werte vermitteln, die sie für ihre Entwicklung benötigen (Coleman, 1990, Kap. 22). Alle Formen sozialen Kapitals, die Coleman (1988, 1990) als zuträglich für den Bildungserfolg beschreibt, laufen daher auf eine stärkere Einbindung von Kindern in die primordiale Struktur hinaus. Dies hat allerdings zur Folge, dass Effekte der elterlichen Herkunft verstärkt werden, die Bildungsungleichheit also steigt (Coleman, 1961, 1990).6 5 6

Vergleiche dazu auch Tönnies’ (1887/2012) Unterscheidung von Gemeinschaft und Gesellschaft. Tatsächlich bewertet Coleman (1993) den Bedeutungsverlust der primordialen Struktur und den damit einhergehenden Rückgang sozialen Kapitals insgesamt durchaus positiv: We need not mourn the loss of the supports for the social controls of primordial social organization. As anyone who was raised in a small close community knows, normative systems have many unpleasant aspects: They operate more via constraints and coercion than via incentives and

12

2 Soziales Kapital – Definitionen und Theorien

Innerhalb der Kernfamilie bedeutet soziales Kapital eine zeitlich und emotional intensive Beziehung zwischen Eltern und Kind. Die Weitergabe von Humankapital sowie von Werten und Normen der Eltern auf die Kinder ist nur möglich, wenn erstere Zeit und Aufwand in den Transmissionsprozess investieren. Dabei vergrößern sich die positiven Effekte der ElternKind-Interaktion, wenn beide Eltern miteinander in engem Kontakt stehen (Schließung der triadischen Beziehung), da die Eltern sich auf gemeinsame Normen einigen und sich bei deren Durchsetzung gegenseitig unterstützen können. Faktoren, die den Kontakt zwischen Eltern und ihrem Kind oder zwischen den Eltern untereinander einschränken, vermindern somit das innerfamiliäre soziale Kapital. Dies sind insbesondere: außerhäusliche Erwerbstätigkeit beider Eltern, Trennung der Eltern, Abwesenheit eines Elternteils und die Existenz von Geschwistern. Die Rendite innerfamiliären Sozialkapitals ist abhängig davon, wie viel Humankapital die Eltern besitzen – je mehr Humankapital die Eltern haben, umso mehr profitiert das Kind vom Kontakt mit ihnen (Coleman, 1988, S. 110). Auch außerhalb der Kernfamilie können enge Beziehungen des Kindes zu anderen Erwachsenen – zum Beispiel Nachbarn oder anderen Verwandten – wichtige Quellen sozialen Kapitals darstellen. Diese sind wiederum umso wertvoller, wenn diese Bezugspersonen auch in einer Beziehung zu (mindestens) einem Elternteil stehen. Von besonderer Bedeutung ist hier der persönliche Kontakt von Eltern und Lehrern. Kontakte zwischen Kindern und Erwachsenen außerhalb der Kernfamilie werden mit der sinkenden Bedeutung der primordial structure immer seltener. Insbesondere residentielle Mobilität zerstört diese Kontakte (Coleman, 1990). Die wichtigste Form außerfamiliären Sozialkapitals bildet aber nach Coleman die sogenannte intergenerationale Schließung, eine Weiterentwicklung des Schließungskonzepts. Ein Netzwerk ist dann intergenerational geschlossen, wenn sich die Beziehungsnetzwerke der Kinder untereinander mit denen ihrer Eltern decken – Eltern kennen die Eltern der Freunde ihrer Kinder. Coleman (1987b, 1988, 1990) stellt fest, dass Netzwerke unter Kindern und rewards. They are inegalitarian, giving those with most power in the community freedoms that are denied others. They discriminate, particularly against the young, enforcing norms that are in the interests of elders; they inhibit innovation and creativity; they bring a greyness to life that dampens hope and aspiration. (Coleman, 1993, S. 10) Seiner Auffassung nach besteht lediglich noch keine Lösung für das Vakuum, das durch diesen gesellschaftlichen Wandel in der Kindererziehung (und anderen Bereichen) entsteht. Eine der Hauptaufgaben der Soziologie liegt für ihn im Suchen nach Lösungen für dieses Problem (Coleman, 1990, Kap. 24; Coleman, 1993).

2.2 James S. Coleman

13

Jugendlichen durch den institutionellen Kontext der Schule in hohem Maße geschlossen sind, da sich die Kinder täglich in der Schule sehen und miteinander interagieren. Diese Schließung begünstigt die Entstehung effektiver Normen in der Gruppe – der oben erwähnten adolescent society, die die Tendenz hat, Eigenschaften wie Fleiß und Strebsamkeit abzuwerten und stattdessen Attraktivität und Athletik zu belohnen (Coleman, 1961). Vor diesem Hintergrund ergeben sich aus der intergenerationalen Schließung der Netzwerke der Schüler über deren Eltern für Coleman eine Reihe von Vorteilen, die insgesamt alle darauf hinauslaufen, dass Eltern das Verhalten ihrer Kinder effektiv steuern, überwachen und sanktionieren können („a set of effective sanctions that can monitor and guide behavior“, Coleman, 1988, S. 107). In intergenerational geschlossenen Netzwerken tauschen sich die Eltern über Erziehungspraktiken und Normen für das Verhalten ihrer Kinder aus und bestärken sich gegenseitig in der Anwendung und Sanktionierung dieser Normen. Zudem erweitert sich der Überwachungsradius der Eltern: Sie erhalten von den anderen Eltern im Netzwerk Informationen über das Verhalten ihrer Kinder, auch, wenn sie sie nicht direkt beaufsichtigen („a set of sentinels“ Coleman, 1987b, S. 188). Insgesamt haben Eltern somit einen höheren Einfluss auf den Inhalt und die Kontrolle der im Kindesnetzwerk geltenden Normen (Coleman, 1987b, 1988). Mit anderen Worten: Intergenerationale Schließung gibt den Eltern mehr Macht über ihre Kinder, während ein geschlossenes Netzwerk auf der Ebene der Kinder ohne korrespondierende Schließung auf Ebene der Eltern einen Machtvorteil für die Kinder darstellt (Coleman, 1990, S. 319; Coleman, 1987b, S. 189). Eltern erhalten zudem durch die Schließung einen Machtvorteil gegenüber der Schule oder anderen weiteren Akteuren, da sie ihre Interessen im Kollektiv vertreten können (Coleman, 1990, S. 594). In einem wenig beachteten Aufsatz diskutiert Coleman (1987b) auch differentielle sowie potentielle negative Effekte intergenerationaler Schließung. Die Sozialisation in Gemeinschaften mit hoher intergenerationaler Schließung und hoher normativer Kohäsion – sogenannten „functional communities“ (Coleman, 1987b; Coleman & Hoffer, 1987) – kann dazu führen, dass Jugendliche nicht vorbereitet werden auf die Heterogenität der modernen Welt außerhalb der Gemeinschaft. In Bezug auf differentielle Renditen intergenerationaler Schließung besteht die Gefahr, dass Kinder aus statusniedrigen Familien stigmatisiert und Kinder statushoher Gemeindemitglieder privilegiert behandelt werden. Auf der anderen Seite kann die Einbettung in eine „functional community“ insbesondere den Kindern zugute kommen, die in der eigenen Familie unzureichende Ressourcen in Form von elterli-

14

2 Soziales Kapital – Definitionen und Theorien

chem Humankapital zur Verfügung haben. Die Gemeinschaft kompensiert hier Defizite des Elternhauses Coleman und Hoffer (1987) finden in ihren Daten eher Bestätigung für die zweite Hypothese. Intergenerationale Schließung ist besonders hoch in religiösen Schulen, da die Familien der Kinder auf diesen Schulen durch ihre Zugehörigkeit zur selben religiösen Gemeinde in multiplexen Beziehungen zueinander stehen und sich auch außerhalb des Schulkontextes sehen. Coleman und Hoffer (1987) führen die guten Bildungsergebnisse – insbesondere die niedrigen Abbruchraten – bei vergleichsweise niedrigen finanziellen Kosten an katholischen High Schools auf die Kombination einer hohen intergenerationalen Schließung und der in der Gemeinde geteilten katholischen Ideologie, dass jedes Kind wertvoll ist, zurück. Intergenerationale Schließung ist dagegen besonders niedrig in nicht-religiösen Privatschulen, da die Schülerinnen und Schüler oft aus verschiedenen Nachbarschaften stammen, sowie bei Familien, die aufgrund häufiger Wohnortswechsel kein stabiles soziales Umfeld haben. 2.2.2 Kritik Colemans Thesen sind vor allem an zwei Stellen kritisiert worden. Die erste betrifft Colemans Konzentration auf intensive, enge Beziehungen („strong ties“, Granovetter, 1973) und geschlossene Netzwerke. Dabei übersehe er die strategischen Vorteile, die sich aus weniger tiefen Bekanntschaften („weak ties“, Granovetter, 1973) sowie aus offenen Netzwerken ergeben (Burt, 1992, 2001, 2005; Morgan & Sørensen, 1999). Zweitens wird insbesondere in Bezug auf das Konzept der intergenerationalen Schließung kritisiert, dass Coleman die Mechanismen, durch die diese einen positiven Einfluss auf Bildung hat, nicht explizit mache (Morgan & Sørensen, 1999). Tatsächlich beruht Colemans Argument auf der Brückenhypothese, dass die Normen des elterlichen Netzwerks dem Bildungserfolg zuträglich sind (Fasang, Mangino & Brückner, 2014). Coleman nennt kaum Beispiele für solche Normen. Das am deutlichsten ausformulierte ist die in katholischen Schulen vorherrschende Ideologie, dass „jedes Individuum in den Augen Gottes wichtig ist“ (Coleman, 1990, S. 321, eigene Übersetzung) – diese ist aber an den religiösen Kontext gebunden und somit nicht auf öffentliche Schulen übertragbar. Außerdem führt er Beispiele für die nicht leistungsfördernden Normen unter Jugendlichen an (Coleman, 1961). Dies impliziert aber nicht automatisch, dass die Normen des Elternnetzwerks dem Bildungserwerb zuträglicher sein müssen. Coleman (1987b, S. 190f) selbst

2.2 James S. Coleman

15

bemerkt diesen Punkt, nimmt aber dennoch insgesamt einen positiven Effekt der intergenerationalen Schließung auf Schulerfolg an. Die derzeitige Forschungslage deutet dagegen darauf hin, dass der Effekt tatsächlich kontextabhängig ist (Fasang u. a., 2014; Morgan & Sørensen, 1999; Morgan & Todd, 2009; Teachman, Paasch & Carver, 1997) – nicht alle Elternnetzwerke sind gleich geschaffen. Ein weiterer Kritikpunkt bezieht sich nicht auf Colemans Hypothesen, sondern auf seinen Mangel an Präzision in der Formulierung seiner Theorie (Portes, 1998). Coleman differenziert nicht eindeutig zwischen den Konzepten Netzwerkstruktur, Ressource und soziales Kapital. So bezeichnet er Schließung sowohl als Struktur, die die Entstehung von sozialem Kapital begünstigt, als auch als soziales Kapital selbst. Portes (1998) und Lin (2001) kritisieren Colemans Definition zudem als tautologisch: Dadurch, dass Coleman soziales Kapital über seine Funktion definiere, sei jede Form von sozialer Beziehung, die einem Akteur Nutzen bringe, soziales Kapital. Die Aufstellung falsifizierbarer Hypothesen zur Wirksamkeit sozialen Kapitals sei damit unmöglich. In ihren Ansätzen ist diese Kritik berechtigt, sie ignoriert aber, dass eine ähnliche Definition vielen Kapitalien innewohnt: Auch Geld definiert sich letztlich darüber, dass es als Zahlungsmittel akzeptiert wird. Kapital ist immer sozial konstruiert. Die Annahme, dass Menschen Nutzen aus Beziehungen ziehen, sollte in den Sozialwissenschaften auch nicht kontrovers sein. Colemans Theorie ist falsifizierbar in den konkreten Aussagen, die er zur Form und Funktion sozialen Kapitals macht, so zum Beispiel die These, dass Schließung eine Voraussetzung für die Entstehung effektiver Normen ist oder – noch konkreter – dass intergenerationale Schließung zu niedrigeren Schulabbruchraten führt. Colemans Definition verleitet zudem dazu, nur solche Ergebnisse, die gesellschaftlich normativ als positiv bewertet werden, als soziales Kapital zu definieren. Eine derartige Fehlinterpretation geschieht oft im Fall der intergenerationalen Schließung. Meist wird intergenerationale Schließung als soziales Kapital der Kinder verstanden, da es deren Bildungserfolg erhöht – ein Ergebnis, dass von den meisten Betrachtern als normativ positiv bewertet wird. Eine genaue Analyse der Colemanschen Argumentation zeigt aber, dass es sich bei der intergenerationalen Schließung um soziales Kapital der Eltern handelt. In Colemans Argumentation haben Kinder und Eltern gegensätzliche Interessen: Freizeit und Autonomie auf Seiten der Kinder, schulischer Erfolg auf Seiten der Eltern. Im Normalfall verfügen Schulkinder aus strukturellen Gründen über mehr Sozialkapital als ihre Eltern, was ihnen bei der Durchsetzung ihrer Interessen hilft. Wenn das elterliche Netz-

16

2 Soziales Kapital – Definitionen und Theorien

werk geschlossen ist, erhöht sich das elterliche Sozialkapital, was zur Durchsetzung elterlicher Interessen führt. 2.3 Pierre Bourdieu Während Coleman soziales Kapital als Bindeglied zwischen Struktur und rationalem Akteur versteht, ist Bourdieus Konzept des sozialen Kapitals eingebettet in seine „Ökonomie der Praxis“, die davon ausgeht, dass alle sozialen Handlungen letztlich auf Profit ausgerichtete Tauschhandlungen sind (Bourdieu, 1989). Bourdieus primäres Erkenntnisinteresse ist die Erklärung bestehender Machtverhältnisse und der sozialen Reproduktion bestehender Klassenstrukturen (Bourdieu, 1976; Bourdieu u. a., 1981; Bourdieu & Passeron, 1971). In der Gesellschaft spielt sich ein ständiger Machtkampf ab, in dem die oberen Klassen versuchen, die herrschende Ordnung – und damit ihre eigene Position – zu bewahren. Grundlage der bestehenden Machtverhältnisse und deren Reproduktion ist die unterschiedliche Ausstattung der Akteure mit Kapital – der „Energie der sozialen Physik“ (Bourdieu, 1989, S. 357; vgl. auch Bourdieu, 1976, 1983, 1987/2012; Bourdieu & Passeron, 1971). Bourdieu unterscheidet ursprünglich zwei Kapitalarten: ökonomisches und kulturelles Kapital. Dabei dient das kulturelle Kapital primär dem Zweck der Verschleierung und Legitimation des Fortbestehens ökonomischer Ungleichheit. Die Kapitalarten sind grundsätzlich ineinander transformierbar und transmissionierbar an die nächste Generation, wobei je nach Art der Transformation oder Transmission Kosten entstehen können (Bourdieu, 1983, 1987/2012). In späteren Arbeiten ergänzt Bourdieu (1980, 1983) eine dritte Kapitalart: das soziale Kapital. Er führt diese dritte Kapitalart als Explanans für die Tatsache ein, dass unterschiedliche Akteure unterschiedlich hohe Renditen für ihr kulturelles und ökonomisches Kapital erzielen. Der primäre Effekt des sozialen Kapitals ist somit ein „Multiplikatoreffekt“ auf die Ausstattung mit ökonomischem und kulturellem Kapital (Bourdieu, 1980, S. 2; Bourdieu, 1983, S. 192). Das Sozialkapital ist die Gesamtheit der aktuellen und potentiellen Ressourcen, die mit dem Besitz eines dauerhaften Netzes von mehr oder weniger institutionalisierten Beziehungen gegenseitigen Kennens oder Anerkennens verbunden sind; oder, anders ausgedrückt, es handelt sich dabei um Ressourcen, die auf der Zugehörigkeit zu einer Gruppe beruhen. Das Gesamtkapital, das

2.3 Pierre Bourdieu

17

die einzelnen Gruppenmitglieder besitzen, dient ihnen allen gemeinsam als Sicherheit und verleiht ihnen – im weitesten Sinne des Wortes – Kreditwürdigkeit. (Bourdieu, 1983, S. 6) Diese Definition ähnelt zunächst derer Colemans – auch hier besteht soziales Kapital im Zugang zu Ressourcen über Beziehungen und auch Coleman verweist auf die Kreditwürdigkeit (als Ergebnis reziproker Verpflichtungen und der Bildung von Vertrauen und Ansehen) als einen wesentlichen Bestandteil sozialen Kapitals. Bei näherem Hinsehen erweist sich Bourdieus Verständnis von sozialem Kapital aber als deutlich enger. Das soziale Kapital eines Akteurs ergibt sich aus der Summe seiner sozialen Beziehungen und dem Kapitalvolumen, über das die anderen Beziehungspartner verfügen. Anders als bei Coleman besteht soziales Kapital somit nicht aus ihm eigenen Formen von Ressourcen (wie zum Beispiel Normen oder Vertrauen), sondern aus dem ökonomischen und kulturellen Kapital des sozialen Netzwerks, das vom Akteur mobilisiert werden kann. Die zweite Eingrenzung besteht in der Form der Beziehung: die Zugehörigkeit zu einer Gruppe, die dauerhafte Austauschbeziehungen von symbolischen oder materiellen Gütern aufrechterhält. Die Existenz solcher Beziehungen setzt „ein Minimum an ‘objektiver’ Homogenität“ voraus (Bourdieu, 1980, S.2, eigene Übersetzung). Das heißt, die Gruppenmitglieder verfügen über ein ähnliches Kapitalvolumen. Damit steht das soziale Kapital, über das ein Akteur verfügt, in engem Zusammenhang mit seinem ökonomischen und kulturellen Kapital (Bourdieu, 1980, S. 2; Bourdieu, 1983, S. 192). Während Coleman soziales Kapital (in den meisten Fällen) als öffentliches Gut charakterisiert, hat das Bourdieusche soziale Kapital den Charakter eines Clubgutes (Buchanan, 1965; Esser, 2000a). Alle Gruppenmitglieder profitieren von der Zugehörigkeit zur Gruppe materiell (durch gegenseitigen Austausch materieller Ressourcen) und symbolisch: Die Zugehörigkeit zu einer exklusiven Gruppe ist für sich ein Distinktionsmerkmal. Das Resultat ist Solidarität mit der Gruppe und die strikte Kontrolle ihrer Grenzen: Zu viele oder die falschen Mitglieder gefährden den symbolischen Wert der Gruppe. Die Aufrechterhaltung der Austauschbeziehungen, auf denen die Gruppe gründet und die Grundlage für den Zugang zu Ressourcen sind, erfordert zudem einen hohen Investitionsaufwand an Zeit und Geld – also ökonomischem Kapital. Das bedeutet, dass Akteure mit hohem ökonomischem Kapital bei der Akkumulation von sozialem Kapital in doppelter Hinsicht im Vorteil sind. Erstens haben sie mehr Möglichkeiten, Zeit und Geld in soziale Kontakte zu investieren und zweitens verfügen diese Kontakte durch

18

2 Soziales Kapital – Definitionen und Theorien

das Homogenitätsprinzip selbst über ein höheres Kapitalvolumen. Damit verstärkt soziales Kapital die bestehenden Ungleichheiten in der Ausstattung mit ökonomischem und kulturellem Kapital (Bourdieu, 1980, 1983). Während soziales Kapital bei Coleman also in erster Linie Kooperation zum Nutzen aller Akteure ermöglicht (selbst solcher, die nicht direkt an der Produktion beteiligt waren), ist es bei Bourdieu ein Mittel der Abgrenzung und Machtverteidigung, das nur den direkt am Austausch beteiligten Akteuren nutzt (vgl. Lin, 2001, S. 24). 2.3.1 Kritik Bourdieus Konzeption sozialen Kapitals ist deutlich trennschärfer und klarer formuliert als Colemans. Seine Theorie ermöglicht die Ableitung dreier wesentlicher Hypothesen zum Zusammenhang zwischen persönlichem und sozialem Kapital, zur Wirkung sozialen Kapitals auf der Mikroebene und auf der Makroebene: i) je höher das kulturelle und ökonomische Kapital eines Akteurs, umso höher das soziale Kapital, ii) soziales Kapital hat einen Multiplikatoreffekt auf das kulturelle und ökonomische Kapital eines Akteurs und iii) soziales Kapital trägt zur Reproduktion bestehender Machtund Ungleichheitsverhältnisse bei. Der wesentliche Schwachpunkt des theoretischen Konzepts ergibt sich aus der Eingrenzung der Beziehungsstrukturen, in denen soziales Kapital existiert, auf homogene, kohäsive Gruppen. Dies mag empirisch in den meisten Fällen zutreffend sein. Aber wie die in den folgenden Abschnitten diskutierten Ansätze von Granovetter (1973, 1974), Burt (1992) und Lin (2001) zeigen, können insbesondere statusheterogene Beziehungen und offene Netzwerke besonders profitabel sein. Zudem erfordern nicht alle Arten von Ressourcen die gleiche Investition in die Beziehung – die Bereitstellung von Information ist zum Beispiel kostengünstiger und daher weniger gebunden an die Beziehungsstärke als die Bereitstellung konkreter Unterstützungsleistungen. Insgesamt spielt soziales Kapital in Bourdieus Werken im Vergleich zu kulturellem und ökonomischem Kapital eine untergeordnete Rolle, was vermutlich auch darin begründet ist, dass es in seiner Konzeption in hohem Maße von den beiden ersteren Kapitalformen abhängig ist und daher keiner tiefer gehenden eigenständigen Betrachtung bedarf. Entsprechend ist er der einzige der hier vorgestellten Autoren, der – mit Ausnahme von Anekdoten – keine empirischen Befunde präsentiert und keine Vorschläge zur Erfassung und Operationalisierung sozialen Kapitals macht. Insgesamt hat Bourdieus

2.4 Ronald S. Burt

19

Konzeption sozialen Kapitals den geringsten direkten Einfluss auf die Sozialkapitalforschung gehabt (Field, 2008). 2.4 Ronald S. Burt Burt betrachtet soziales Kapital strikt aus einer netzwerkanalytischen Perspektive und grenzt sich damit deutlich gegenüber den anderen hier besprochenen Autoren ab. Burt selbst charakterisiert diesen unterschiedlichen Fokus mit den Begriffen wer und wie, bzw. mit Ressourcen und Struktur: Social capital is at once the resources contacts hold and the structure of contacts in a network. The first term describes who you reach. The second desribes how you reach. (Burt, 1992, S. 12). Während sich die meisten theoretischen Beiträge (vollständig oder zumindest hauptsächlich) auf den ersten Aspekt konzentrieren, argumentiert Burt, dass der zweite Aspekt relevanter sei, da der Zugang zu Ressourcen über das Netzwerk von den eigenen Ressourcen sowie der Netzwerkstruktur bestimmt werde (Burt, 1992, S. 13). Burts Theorie befasst sich in der Folge ausschließlich mit der Position von Akteuren (oder, in seiner Terminologie, Spielern) in einem Netzwerk. Damit präzisiert sich auch seine Definition sozialen Kapitals: „The advantage created by a person’s location in a structure of relationships is known as social capital“ (Burt, 2001, S. 4). Während Bourdieu die Netzwerkstruktur kaum berücksichtigt und Coleman die Struktur in Form von Schließung insgesamt eher oberflächlich behandelt – so liefert er nie eine formale Definition für Schließung in Netzwerken, die mehr als drei Personen umfassen und macht keine Vorschläge für eine empirische Operationalisierung –, konzentriert sich Burt daher auf die Analyse von Gesamtnetzwerken und die Position einzelner Akteure in diesen Netzwerken. Burt betrachtet menschliche Interaktionen als Austauschbeziehungen in nicht perfekten Märkten. Während in einem perfekten Markt identische Investitionen zu identischen Renditen führen, können in nicht perfekten Märkten aufgrund von asymmetrischer Information und daraus resultierender Unsicherheit unterschiedliche Akteure unterschiedlich hohe Renditen erzielen. Soziales Kapital stellt dabei den Schlüssel zu höheren Renditen dar, da gut vernetze Personen einerseits über mehr Information verfügen und andererseits mehr Information über sie selbst im Netzwerk zirkuliert. Ersteres

20

2 Soziales Kapital – Definitionen und Theorien

erhöht ihre Möglichkeiten, für sie vorteilhafte Tauschgeschäfte ausfindig zu machen und letzteres die Wahrscheinlichkeit, dass andere Akteure sie als gute (verlässliche) Tauschpartner wahrnehmen. Die Folge: „Better connected people enjoy higher returns“ (Burt, 2001, S.32; vgl. auch Burt, 1992, Kap. 1). Damit stimmen Bourdieu und Burt in ihrer Aussage zum Effekt sozialen Kapitals überein. Worin besteht eine gute Vernetzung? Der wichtigste theoretische Beitrag Burts zur Beantwortung dieser Frage besteht im Konzept der „strukturellen Löcher“ (structural holes). Strukturelle Löcher in einem Gesamtnetzwerk bezeichnen die Lücke zwischen Kontakten, deren Netzwerke keine oder nur geringe Überlappung haben (Burt, 1992, S. 18). Burt (1992) bezeichnet Kontakte, deren Netzwerke sich überlappen, als redundante Kontakte, da diese Kontakte typischerweise über ähnliche Ressourcen (insbesondere Information) verfügen bzw. den Zugang zu den gleichen Ressourcen ermöglichen. Nicht redundante Kontakte ermöglichen dagegen den Zugang zu neuen Ressourcen, insbesondere neuer Information. Akteure, denen es gelingt, Beziehungen aufzubauen, die strukturelle Löcher überbrücken, erschließen sich somit Zugang zu neuen Ressourcen. Burt greift damit Granovetters (1973, 1974) berühmtes Argument der „strength of weak ties“ auf, das besagt, dass Akteure die wertvollsten Informationen nicht aus Beziehungen zu Personen erhalten, mit denen sie ein enges Verhältnis haben, sondern von Kontakten, zu denen eine schwache Beziehung besteht. Wie Burt (1992, S. 27f.) richtigerweise feststellt, sindweak ties nicht aufgrund der Schwäche der Beziehung besonders nützlich. Die Schwäche der Beziehung und ihre Nützlichkeit sind vielmehr beide das Resultat der Tatsache, dass die Beziehung eine Brücke zwischen voneinander getrennten Clustern vergleichsweise homogener Akteure darstellt. Der Theorie der strukturellen Löcher zufolge bemisst sich das soziale Kapital eines Akteurs also nicht aus der einfachen Summe der erreichbaren Kontakte, sondern aus der Summe der nicht redundanten Kontakte. Da die Aufrechterhaltung von Beziehungen eine kontinuierliche Investition voraussetzt, sollten Akteure, die den Nutzen ihres Netzwerks maximieren wollen, daher daran interessiert sein, redundante Kontakte zugunsten von nicht redundanten Kontakten zu eliminieren. Das effizienteste Netzwerk eines Akteurs verfügt über eine geringe Schließung und Dichte, während die Netzwerke um ihn oder sie herum aus nicht miteinander verbundenen Clustern bestehen. In anderen Worten: das Netzwerk des Akteurs ist arm an strukturellen Löchern und reich an Brücken-Beziehungen, während die Netzwerke um ihn herum möglichst viele strukturelle Löcher beinhalten (Burt,

2.4 Ronald S. Burt

21

1992, S. 45). Dies versetzt ihn in eine Maklerposition (brokerage) zwischen den nicht direkt miteinander verbundenen Akteuren oder Akteursclustern. Burt (1992) unterteilt die Vorteile, die aus einer solchen optimierten Netzwerkstruktur entstehen, in Informations- und Kontrollvorteile. Informationsvorteile ergeben sich aus dem Zugang zu heterogener Information, die in den verschiedenen Netzwerkclustern zirkuliert. Kontrollvorteile ergeben sich daraus, dass ein Akteur zwischen zwei ausschließlich durch ihn verbundenen Akteuren (oder Akteursclustern) vermitteln oder sie gegeneinander ausspielen kann. Solche Kontrollvorteile drücken sich in Redewendungen wie „der lachende Dritte“ und „teile und herrsche“ aus (Burt, 1992, S31f.). Mit seiner Theorie der strukturellen Löcher, die besagt, dass insbesondere offene Netzwerke mit geringer Redundanz vorteilhaft sind, positioniert Burt (1992) sich zunächst gegen Colemans These, dass Akteure insbesondere aus geschlossenen Netzwerke Nutzen ziehen. In späteren Arbeiten (Burt, 2001, 2005) erweitert er jedoch seine Argumentation und kombiniert das Konzept der strukturellen Löcher mit dem Schließungskonzept. Während Brücken-Beziehungen Informations- und Kontrollvorteile ermöglichen, bilden geschlossene Netzwerke die Grundlage für Sanktionen, Reputation und Vertrauen. In Brücken-Beziehungen liegt somit das Potenzial für erhöhte Renditen für Kooperation, während Schließung das Risiko einer Kooperation minimieren kann. Brücken-Beziehungen sind kostspielig, da die Kosten der Beziehungspflege allein von den zwei beteiligten Akteuren getragen werden, die nur wenig gemein haben. Beziehungen innerhalb einer geschlossenen Gruppe sind kostengünstig, da ein Teil der Kosten von den anderen Gruppenmitgliedern getragen wird und die Gruppenmitglieder viele Gemeinsamkeiten haben. Damit sind Schließung und Brücken-Beziehungen komplementär. Schließung ist Burt (2005) zufolge jedoch ein zweischneidiges Schwert. Der wesentliche Effekt von Schließung ist, dass sich Information in der Gruppe besonders schnell verbreitet (bandwidth) und es zu Prozessen der Informationsangleichung (echo) kommt: Im Interesse der Beziehung und aus Höflichkeit widersprechen die Gruppenmitglieder der vorherrschenden Meinung nicht. Dies kann sowohl positive wie auch negative Folgen haben: Je nach vorherrschender Meinung kann Schließung zu Vertrauen und Sympathie, aber auch zu übersteigertem Misstrauen und Antipathie gegenüber Gruppenmitgliedern oder Akteuren außerhalb der Gruppe führen. Schließung birgt zudem die Gefahr, dass sich Fehlinformation aufgrund des Echoeffekts hartnäckig in der Gruppe hält.

22

2 Soziales Kapital – Definitionen und Theorien

Die positiven Konsequenzen von Schließung innerhalb der Gruppe überwiegen, wenn aus der Gruppe hinaus möglichst viele Brücken-Kontakte bestehen. In diesem Fall ist die Gefahr eines Echoeffekts, der zu hartnäckigem Misstrauen und Missinformation in der Gruppe führen kann, gering, da die Gruppe über vielfältige Informationskanäle nach außen verfügt. Die in der Gruppe gebündelten Ressourcen, die Reputation und das gegenseitige Vertrauen ermöglichen es den Gruppenmitgliedern, ihre Brücken-Beziehungen mit den sich daraus ergebenden Informations- und Kontrollvorteilen optimal zu nutzen, wovon die gesamte Gruppe profitiert. Burt (2005, S. 139) drückt diesen Umstand durch die folgende Produktionsfunktion aus: E(Performanz der Gruppe) = αSchließungβ × Brückenbeziehungenγ In seiner erweiterten Form ist Burts Modell damit vereinbar mit Colemans Hypothesen zur intergenerationalen Schließung. Burt (2005, S.131) interpretiert die „generationale Lücke“ zwischen Eltern und Kindern als strukturelles Loch. Die Schließung des elterlichen Netzwerks ermöglicht es den Eltern, ihre Brückenbeziehungen zum Netzwerk der Kinder effektiv zu nutzen und es zu kontrollieren. 2.4.1 Kritik Wesentlichstes Verdienst der Theorie von Burt ist die Betonung der Wichtigkeit von Netzwerkstrukturen und -positionen. Burts Theorie ist stringent, schlüssig und formalisiert. Sie lässt sich zudem – gegeben die entsprechende Datenbasis – mithilfe der von Burt entwickelten Maße gut operationalisieren und überprüfen. In vielen Aspekten hat die Theorie eine größere Reichweite als die Ansätze von Bourdieu und Coleman. So reduziert seine Theorie die gegensätzlichen Hypothesen zu Weak-Tie-Netzwerken und geschlossenen Netzwerken in einem gemeinsamen Modell und liefert Prognosen über die Dauerhaftigkeit von Beziehungen in Abhängigkeit von ihrer strukturellen Einbettung. Auf der anderen Seite stellt sich die Frage, ob die Beschränkung auf die Netzwerkstruktur ausreichend ist, um den Einfluss sozialer Netzwerke vorherzusagen. Burt selbst betont, dass die Effekte von Schließung von der Art der zirkulierenden Information und von bestehenden Sympathien und Antipathien abhängt – mit anderen Worten: Der Inhalt bestimmt die Wirkung der Struktur. Damit widerspricht er seiner eigenen Aussage zur Dominanz der Struktur. Insbesondere aus einer Ungleichheitsperspektive ist

2.5 Nan Lin

23

Burts weitgehende Vernachlässigung des sozialen Status der Netzwerkmitglieder unbefriedigend. Dafür ist seine Theorie diejenige, die am stärksten deutlich macht, welchen Spielraum einzelne Akteure bei der aktiven Gestaltung und Kultivierung ihrer Netzwerke haben – die Sozialkapitalausstattung ist zwar nicht unabhängig vom sozialen Status und der persönlichen Kapitalausstattung, aber auch nicht einfach durch diese bestimmt. Sie hängt in hohem Maße von den Fähigkeiten und Vorlieben des Akteurs, effektiv zu „netzwerken“, ab. Eine Überprüfung von Burts vollständiger Theorie setzt die Erfassung von Gesamtnetzwerken voraus. Ohne eine solche Datenbasis können strukturelle Löcher nicht identifiziert werden. Aufgrund des erhöhten Aufwands der Erfassung kompletter Netzwerke weisen entsprechende Datensätze meist geringe Fallzahlen auf und sind nur selten für Sekundärdatenanalysen verfügbar. Diese praktischen Hürden dürften mit dafür verantwortlich sein, dass Burts Theorie sich bisher nicht in der Bildungsforschung etabliert hat. 2.5 Nan Lin Wie Burt betrachtet Lin (1982, 1990, 1999, 2001) soziales Kapital aus einer netzwerktheoretischen Perspektive. Im Unterschied zu Burt liegt sein Schwerpunkt jedoch auf der Erklärung von Statushierarchien und sozialer Mobilität. Lins (1999, 2001) Sozialkapital-Theorie ist eine Weiterentwicklung seiner Social Resources Theory (Lin, 1982, 1990). Der Social Resources Theory zufolge liegt die Ursache für Statushierarchien in der unterschiedlichen Ausstattung von Akteuren mit Ressourcen. Auf der obersten Abstraktionsebene sind dies Vermögen, Macht und Status. Je mehr Ressourcen, umso höher die Position in der sozialen Hierarchie. Da der Zugang zu Ressourcen ungleich verteilt ist, hat diese Hierarchie die Form einer Pyramide – wenige Positionen verfügen über viele Ressourcen, viele Positionen über wenige. Akteure streben danach, das Risiko eines Statusverlusts zu minimieren und die Chance eines Statusaufstiegs zu maximieren, wobei das Ziel des Statuserhalts höher bewertet wird als das Ziel des Statusaufstiegs. Akteure sind also daran interessiert, ihren Zugang zu Ressourcen zu erhalten und auszubauen. Lin (1982, 1990, 1999, 2001) definiert Ressourcen als materielle oder symbolische Güter, deren Wert sozial definiert ist. Er unterscheidet zwei Arten von Ressourcen: persönliche Ressourcen und soziale Ressourcen. Persönliche Ressourcen sind die Ressourcen im persönlichen Besitz der Akteure, über

24

2 Soziales Kapital – Definitionen und Theorien

die sie frei verfügen können. Soziale Ressourcen sind Ressourcen, auf die die Akteure direkt oder indirekt über ihr soziales Netzwerk zugreifen können. Der Social Resources Theory zufolge sind soziale Ressourcen für den Statuserhalt und -aufstieg wichtiger, als persönliche Ressourcen, da sie schneller akkumuliert werden können und da die Akkumulation persönlicher Ressourcen in einer Welt mit begrenzten Ressourcen Konfliktpotenzial und damit das Risiko des Ressourcenverlusts birgt (Lin, 2001, S. 134). Lin (2001) erweitert die Theorie sozialer Ressourcen zu einer Theorie sozialen Kapitals. Er definiert Kapital als „investment of resources with expected returns in the marketplace“ (Lin, 2001, S. 3). Soziales Kapital ist in der Folge definiert als „investment in social relations with expected returns in the marketplace“ (Lin, 2001, S. 19) oder, in anderen Worten, „resources embedded in a social structure that are accessed and/or mobilized in purposive actions“ (Lin, 2001, S. 29). Die Definition hat damit drei zentrale Elemente: Ressourcen, Struktur und Handlungen. Lins (2001) Theorie des sozialen Kapitals hat den Anspruch, sowohl die Entstehung sozialer Strukturen als auch die Handlungen von Akteuren im Rahmen dieser Strukturen zu erklären. Normen und Vertrauen schließt Lin (2001) dagegen im Unterschied zu Coleman und den Neo-Kommunitaristen (Putnam, 1993, 2001) explizit als Bestandteil sozialen Kapitals aus. Wie Coleman sieht Lin (2001) soziales Kapital als ein Bindeglied zwischen Mikro- und Makroebene, oder zwischen Akteur und Struktur. Während Coleman dabei aber hauptsächlich auf die Schaffung von Normen zur Überwindung des Problems sozialer Ordnung rekurriert, betont Lin (2001) die Entwicklung von Tauschnetzwerken und Positionen in Hierarchien. Die Notwendigkeit der Kapitalakkumulation zur Nutzenmaximierung führt zur Entstehung dauerhafter sozialer Austauschbeziehungen und damit zu Netzwerkstrukturen. Mit steigenden Komplexität der Netzwerke entstehen Positionen und Hierarchien aufgrund unterschiedlicher Ausstattung mit Kapital. Die Position eines Akteurs in einem Netzwerk und in der gesellschaftlichen Hierarchie beeinflusst wiederum seine Möglichkeiten der Kapitalakkumulation und -transmission und erklärt somit das Fortbestehen und die Reproduktion sozialer Strukturen. Der Umfang des sozialen Kapitals eines Akteurs lässt sich anhand der sozialen Pyramide leicht visualisieren (siehe Abbildung 2.1). Soziales Kapital ist gebunden in sozialen Beziehungen. Je nach Position in der sozialen Hierarchie verfügen diese Beziehungen über unterschiedlich viele sowie unterschiedliche Arten von Ressourcen. Der Umfang des sozialen Kapitals hat daher drei Dimensionen: Erstens die Größe des Beziehungsnetzwerks, da

2.5 Nan Lin

25

Hohe Position

Reichweite nach oben

Spannweite/Heterogenität

Größe

Niedrige Position

Abbildung 2.1: Messungen sozialen Kapitals, Abbildung nach Lin (2001, S. 62).

sich mit jeder zusätzlichen Beziehung das potenziell verfügbare Sozialkapital erhöht. Zweitens die Reichweite nach oben, definiert als die höchste Position, zu der eine Beziehung besteht. Da höhere Positionen über mehr und bessere Ressourcen verfügen, ist die Möglichkeit, auf die Ressourcen statushöherer Akteure zugreifen zu können, zentral für den sozialen Aufstieg. Drittens die Spannweite, gemessen als Abstand von der niedrigsten bis zur höchsten Position. Diese stellt ein Maß für die Heterogenität des sozialen Kapitals dar. Zu viele Kontakte zu Personen mit ähnlichem Status können zu redundanten Ressourcen führen. Als empirisches Maß für das Sozialkapitalvolumen nach dieser Definition schlagen Lin, Fu und Hsung (2001) den Positionsgenerator vor. Dieser misst die Bekanntschaft mit Personen mit unterschiedlichem Berufsstatus und erlaubt die direkte Operationalisierung von Größe, Reichweite nach oben und Spannweite des Beziehungsnetzwerks. Je höher der soziale Status einer Person, umso attraktiver ist sie als Beziehungspartner, da sie über mehr und wertvollere Ressourcen verfügt. Demnach folgt die Ausstattung mit sozialem Kapital dem Matthäus-Prinzip – Akteure, die über mehr persönliche Ressourcen verfügen, verfügen auch über mehr soziale Ressourcen. Lin (1999, 2001) fasst diese Annahme unter dem Schlagwort strength-of-position proposition zusammen. Allerdings schließt Lin (2001, S. 100f) in Bezug auf die Frage nach differentiellen Effekten sozialer Ressourcen nicht aus, dass soziales Kapital einen kompensatorischen Effekt auf die Wirkung der persönlichen Kapitalausstattung haben kann.

26

2 Soziales Kapital – Definitionen und Theorien

Er argumentiert dagegen, dass keine allgemeine Aussage über die Form der Interaktion von persönlichem und sozialem Kapital möglich sei, sondern es auf die jeweilige Situation ankomme. Auch in Bezug auf die Kontroverse, ob Weak Ties oder Strong Ties die nützlicheren Kontakte darstellen, vertritt Lin (2001) die These, dass dies vom Ziel des Akteurs abhänge. Homogene, dem Akteur emotional nahe stehende Strong Ties erhöhen den Erfolg von expressiven Aktionen, die dem Erhalt und der Bestätigung des eigenen Status dienen. Heterogene Weak Ties dagegen dienen dem sozialen Aufstieg über instrumentelle Aktionen. Dies gilt insbesondere dann, wenn die Weak Ties einen höheren sozialen Status haben. 2.5.1 Kritik Lins Sozialkapital-Theorie integriert wichtige Aspekte der Ansätze von Coleman, Bourdieu und Burt. Seine Definition beherzigt mit der Fokussierung auf die Investition in Ressourcen am stärksten den „Kapital“-Gedanken des sozialen Kapitals. Lins Theorie ist stark verwurzelt in seinem hierarchischen Strukturmodell. Dies hat den Vorteil, dass er klare Hypothesen zum Zusammenhang zwischen sozialer Ungleichheit und dem Zugang zu sozialem Kapital aufstellen kann. Zudem ermöglicht es eine einfach nachzuvollziehende Messung des sozialen Kapitalvolumens. Empirisch hat sich der Positionsgenerator als theoriegeleitetes, sparsames und effizientes Maß für soziales Kapital vielfach bewährt (vgl. Lin & Erickson, 2008). Allerdings muss bezweifelt werden, ob moderne Gesellschaften tatsächlich empirisch dem Muster der Lin’schen Statuspyramide entsprechen. Folgt man gängigen Indikatoren wie der Stellung im Beruf, des Haushaltseinkommens oder der Schichtselbsteinstufung, so zeigt sich für Deutschland keine Pyramide, sondern eine Verteilung, in der die Mehrheit der Bevölkerung im mittleren Statusbereich angesiedelt ist, während sowohl die Spitze als auch der Boden der Verteilung schwächer besetzt sind (Statistisches Bundesamt (Destatis) & Wissenschaftszentrum Berlin für Sozialforschung (WZB), 2016). Mit der Beschränkung seiner Definition auf soziale Ressourcen und dem expliziten Ausschluss von Normen und Vertrauen liefert er von den hier vorgestellten Autoren zudem die am stärksten begrenzte Definition sozialen Kapitals. Paradoxerweise schreibt er jedoch von allen Autoren Sozialkapital die größte Relevanz zu – die Entstehung sozialer Ordnung ist ihm zufolge in erster Linie auf soziales Kapital zurückzuführen. Wie erfolgreich Lin

2.6 Eine Integration der Perspektiven

27

bei seinem Versuch, die Entstehung sozialer Ordnung ausschließlich über verstetigte Austauschbeziehungen zu erklären, ist, kann bezweifelt werden. An einigen Stellen begeht er funktionalistische Fehlschlüsse. Auch liefert er keine stichhaltige empirische Evidenz für die These, dass soziales Kapital bedeutsamer sei als persönliches Kapital. Entscheidenden Grundannahmen seiner Theorie fehlt damit die empirische Bestätigung. 2.6 Eine Integration der Perspektiven [S]ocial Capital is social and useful. (Lin, 2001)

Inwiefern lassen sich die oben beschriebenen Ansätze – mitsamt der verschiedenen theoretischen Hintergründe, Erklärungsgegenstände und Operationalisierungen – integrieren? Ist ein solcher Versuch überhaupt sinnvoll? Die Gefahr besteht, angesichts der Divergenzen der verschiedenen Ansätze bei einem Konzept zu enden, das so breit wie nichtssagend ist. Die erste Frage, die man sich berechtigterweise stellen kann ist: Wozu braucht die Soziologie überhaupt „Sozialkapital“? Sie ist – so könnte man argumentieren – lange und sehr gut ohne es ausgekommen. Soziales Kapital ist ein neues Schlagwort ohne gänzlich neue Ideen dahinter. Das Neue liegt in der Zusammenführung der beiden Begriffe „sozial“ und „Kapital“ und der damit verbundenen Implikationen. Der erste Begriff bedarf keiner langen Erklärung: soziales Kapital besteht in sozialen Beziehungen und Interaktionen. Wichtig – und allen Ansätzen gemein – ist dabei die Konzentration auf Strukturen von Akteurskonstellationen – auf Netzwerke, nicht nur dyadische Beziehungen, und die Bedeutung der Positionen einzelner Akteure in diesen Netzwerken, sei es nun die Mitgliedschaft in einem elitären Club oder die Besetzung einer Brücke zwischen zwei verschiedenen Abteilungen einer Firma. Dieser Blick auf Netzwerkstrukturen stellt die Verbindung von Mikro- und Makroebene her, die sowohl für Lin als auch für Coleman ein wesentlicher Bestandteil des Sozialkapitalansatzes ist. Was aber trägt der Kapitalbegriff bei? Ich argumentiere, dass „Kapital“ drei wichtige Implikationen hat. Erstens impliziert Kapital zielgerichtete, strategische Investition und damit Handeln im Gegensatz zu reinem Verhalten. Alle Ansätze gehen im Kern davon aus, dass die Nutzung sozialer Beziehungen strategisch motiviert ist. Zweitens transportiert Kapital die Idee von Haben und Nichthaben, und damit von sozialer Ungleichheit und

28

2 Soziales Kapital – Definitionen und Theorien

Hierarchie. Bourdieu und Lin haben diesen Aspekt am deutlichsten betont. Drittens impliziert Kapital die Idee von Produktivität, von Investition und Rendite und damit von der (Re-)Produktion dieser Ungleichheit. Die Kombination „soziales Kapital“ schärft so den Blick für entsprechende Fragestellungen: Welche Akteure und welche Gruppen investieren in und profitieren von sozialen Netzwerken und Beziehungen? Wie ist der Zugang zu Ressourcen über diese Netzwerke verteilt? Wie stark beeinflussen sie die Handlungen von unterschiedlichen Akteuren? Welche Rolle spielen Netzwerke und Beziehungen bei der Reproduktion von Ungleichheiten und welche Rolle spielen Ungleichheiten bei der Entstehung von Netzwerkstrukturen? Keine dieser Fragen ist zwingend angewiesen auf den Begriff „soziales Kapital“, aber er bietet eine nützliche Klammer, um sie zusammenzufassen. Jenseits von diesem gemeinsamen Kern setzt jeder der oben vorgestellten Ansätze eigene Schwerpunkte. In Überblicksartikeln zu sozialem Kapital werden zur Klassifikation oft drei Dichotomien vorgeschlagen, die miteinander korrelieren, aber nicht identisch sind. Die erste Dichotomie unterscheidet zwischen sozialem Kapital auf der individuellen und auf der kollektiven Ebene. Am besten ausformuliert hat Esser (2000b, 2008) diesen Gegensatz mit seiner Unterscheidung von Beziehungskapital und Systemkapital. Während Beziehungskapital sich wie ein Privatgut verhält, ist Systemkapital ein Kollektivgut mit allen damit verbundenen Problemen. Burt und Lin beschränken sich in ihren Konzeptionen ausschließlich auf Beziehungskapital, während Bourdieu und insbesondere Coleman auch Systemkapitaleffekte diskutieren. Die zweite Dichotomie unterscheidet zwischen dem Fokus auf Netzwerkstrukturen – Beziehungsstärke auf der dyadischen Ebene bzw. Schließung, Größe und strukturelle Löcher auf der Gesamtnetzwerkebene – und dem Fokus auf Inhalten – Ressourcen, Normen und Vertrauen (vgl. Dijkstra & Peschar, 2003; M. H. Smith, Beaulieu & Seraphine, 1995; Burt, 1992, S. 12). Dijkstra und Peschar (2003) bezeichnen die zwei gegensätzlichen Pole als soziales Kapital als Kanal (channel) und soziales Kapital als Inhalt (content). Alle hier vorgestellten Ansätze stimmen darin überein, dass soziales Kapital sowohl den Kanal als auch den Inhalt umfasst, sie differieren aber in ihrer Schwerpunktsetzung. Am klarsten ist der Gegensatz zwischen Burt, der sich auf den Kanal konzentriert mit dem Argument, dass der Kanal den Inhalt bestimmt (Burt, 1992, S. 13) und Bourdieu, der sich auf den Inhalt konzentriert, da er mit homogen zusammengesetzten Gruppen nur eine Art von Kanal betrachtet.

2.6 Eine Integration der Perspektiven

29

Die dritte Dichotomie bezieht sich auf den Mechanismus, über den soziales Kapital hauptsächlich wirkt. Diese Trennung ist bezeichnet worden als normenbasierter und ressourcenbasierter Ansatz (Hoenig, Pollak, Schulz & Stocké, 2016; Stocké, Blossfeld, Hoenig & Sixt, 2011). Ich möchte stattdessen zur Bezeichnung die Begriffspaare soziales Kapital als motivierende Kraft oder als ermöglichende Kraft vorschlagen, da diese Unterscheidung den Fokus auf den unterschiedlichen Mechanismus lenkt. Soziales Kapital im Colemanschen Sinne ist im Bildungskontext in erster Linie eine motivierende und disziplinierende Kraft, die die Akteure davon abhält, sich nachmittags an Straßenecken aufzuhalten und sie stattdessen zum Schreibtisch treibt. Colemans Theorie ist die einzige der hier präsentierten, in der Sozialkapital in erster Linie aus geteilten Normen besteht und damit den Handlungsraum definiert und beschränkt. Der wichtigste Mechanismus, den soziales Kapital bei Coleman in der Erziehung und Bildung einnimmt, ist die Formung und Kontrolle der Werte und des Verhaltens der nächsten Generation – allerdings im Gegensatz zu klassischen soziologischen Ansätzen wie dem Wisconsin-Modell (Haller & Butterworth, 1960; Sewell u. a., 1970, 1969) vor dem Hintergrund eines Rational-Choice-Paradigmas. Auf der anderen Seite ist soziales Kapital nach Lin (2001) und Burt (1992) eine ermöglichende Kraft, die, gegeben bestimmte Präferenzen und Ziele, zur Erreichung derselben eingesetzt werden kann. Während die meisten Autoren übereinstimmen, dass soziales Kapital sowohl Beziehungs- als auch Systemkapital und sowohl den Kanal als auch den Inhalt umfasst, ist die Frage, ob auch geteilte Normen und generalisiertes Vertrauen eine Form von Sozialkapital darstellen, umstritten. Insbesondere Lin (2001, S. 26) spricht sich gegen die Einbeziehung von Normen und Vertrauen aus, da dies die Definition sozialen Kapitals unscharf mache. Gegen diese Position spricht erstens unter pragmatischen Gesichtspunkten, dass in der Bildungsforschung, die stark durch das Colemansche Verständnis von Sozialkapital geprägt ist, Normen und Vertrauen üblicherweise zum sozialen Kapital gezählt werden. Eine Nominaldefinition, die gegen diesen Konsens verstößt, lenkt den Diskurs ab von der eigentlich spannenden theoretischen Diskussion in eine unerschöpfliche Debatte über „richtige“ und „falsche“ Definitionen. Der zweite Grund, Normen und Werte in die Definition mit aufzunehmen, liegt in ihrer besonderen theoretischen Rolle – soziale Normen verändern durch Internalisierung und Sanktionierung den subjektiven Nutzen von Zwischengütern und beeinflussen so die Handlungswahl. Sie sind damit komplementär zu sozialen Ressourcen, die die Erfolgschancen der Erreichung gegebener Zwischengüter beeinflussen. Gerade die Kombination

30

2 Soziales Kapital – Definitionen und Theorien

macht das Konzept des sozialen Kapitals attraktiv (vgl. Roth, 2014a, für eine ähnliche Argumentation). In dieser Arbeit wird soziales Kapital daher definiert als die Ressourcen, auf die Akteure aufgrund ihrer Position in einem sozialen Netzwerk direkt oder indirekt Zugriff haben und die sie produktiv zur Erreichung ihrer Ziele einsetzen. Der Begriff „Ressourcen“ ist dabei weit gefasst und umfasst sowohl symbolische als auch materielle Güter. Er schließt kollektive Güter wie geteilte Normen und generalisiertes Vertrauen explizit mit ein. Damit kommt sozialem Kapital eine doppelte Funktion zu – es definiert, welche Ziele angestrebt werden und hilft bei deren Realisierung. Diese Definition sozialen Kapitals ist in der Tat weit gefasst. Dies stellt aber nur ein Problem dar, solange soziales Kapital als inhaltsleeres Schlagwort ohne echten Erklärungsgehalt verwendet wird. Ich argumentiere dagegen, dass die verschiedenen Ansätze zur Generierung konkreter, falsifizierbarer Hypothesen zu den Mechanismen, über die soziale Netzwerke Bildungsentscheidungen und Bildungserfolg beeinflussen, verwendet werden können. Insbesondere das Zusammenspiel von Sozialkapital als motivierender und ermöglichender Kraft kann dabei helfen, zu erklären, warum Akteure in Abhängigkeit von ihren sozialen Netzwerken unterschiedliche Entscheidungen treffen und bei deren Umsetzung unterschiedlich erfolgreich sind. Ansätze, die sich auf nur einen Aspekt beschränken, verschenken Analysepotenzial. 2.7 Soziales Kapital und die (Re-)Produktion von Bildungsungleichheit Soziales Kapital kann über zwei Mechanismen die Produktion und Reproduktion von Bildungsungleichheit beeinflussen: als mediierender und moderierender Faktor. Einerseits verfügen Akteure je nach ihrer sozialen Herkunft über eine unterschiedliche Sozialkapitalausstattung (capital deficit, Lin, 2001, S. 100). Andererseits kann auch die Rendite für soziales Kapital abhängig sein vom sozialen Hintergrund (return deficit, Lin, 2001, S. 100). Der strength-of-position proposition zufolge verfügen Akteure mit höherem sozioökonomischem Status bzw. höherer sozioökonomischer Herkunft über mehr bzw. besseres Sozialkapital: Sie haben aufgrund des Homophilieprinzips besseren Zugang zu statushohen Netzwerkpartnern und verfügen über mehr Ressourcen zur Investition in soziales Kapital (Bourdieu, 1980; Lin, 2001). Auf der anderen Seite führt Coleman auch theoretische Argumente an, warum insbesondere Personen mit geringem finanziellen und Humankapital verstärkt in soziales Kapital investieren sollten: Erstens sind die-

2.7 Soziales Kapital und die (Re-)Produktion von Bildungsungleichheit 31 se Personen aufgrund ihrer begrenzten persönlichen Ressourcen stärker auf die Ressourcen Anderer angewiesen und sollten somit eher in wechselseitigen Austauschbeziehungen stehen (Coleman, 1990, S. 321). Zweitens haben benachteiligte Akteure einen höheren Anreiz, sich in geschlossenen Gruppen zusammenzufinden, um ihre Position gegenüber einem mächtigeren Akteur zu stärken (Coleman, 1990, S. 319). Mit anderen Worten: Personen mit geringen eigenen Ressourcen überwinden eher das Kollektivgutproblem, da für sie der Nettonutzen sozialen Kapitals höher ist, und neigen somit weniger zu Unterinvestition. Insgesamt gehen jedoch alle hier vorgestellten Autoren davon aus, dass der Zugang zu sozialem Kapital mit dem sozialen Status beziehungsweise der sozialen Herkunft steigt. Soziales Kapital mediiert damit den Zusammenhang zwischen sozialer Herkunft und Bildungserfolg. Differentielle Renditen für soziales Kapital können sich nach Lin (2001) aus drei Gründen ergeben: i) aufgrund unterschiedlicher Bereitschaft, das soziale Kapital zu mobilisieren, ii) aufgrund unterschiedlicher Bereitschaft der sozialen Kontakte, Ressourcen zur Verfügung zu stellen und iii) unterschiedlicher Reaktionen von Organisationen oder Institutionen auf das mobilisierte Kapital.Diesen drei Gründen muss ein vierter hinzugefügt werden: aufgrund unterschiedlicher Ausstattung mit anderen Kapitalien. Im Bildungskontext können alle Mechanismen am Beispiel der Übergangsempfehlung am Ende der Grundschule illustriert werden. Erstens ist es denkbar, dass auch bei gleich gutem Verhältnis zur Lehrkraft gering gebildete Eltern nicht gegen eine niedrige Empfehlung intervenieren, da sie der Überzeugung sind, dass die Lehrkraft die schulische Zukunft ihres Kindes besser beurteilen kann. Zweitens kann die Lehrkraft, wenn die Intervention doch erfolgen sollte, die höhere Empfehlung verweigern, da sie davon ausgeht, dass das Kind aufgrund von Defiziten in der häuslichen Lernumwelt auf der höheren Schulform scheitern wird. Drittens kann, wenn ein Kind aufgrund einer besseren Benotung durch die Lehrkraft nach erfolgreicher Intervention der Eltern zum Probeunterricht am Gymnasium zugelassen wird, es aufgrund von Diskriminierung der dortigen Lehrkräfte den Probeunterricht nicht bestehen. Viertens kann das Kind, wenn es tatsächlich am Gymnasium aufgenommen wurde, dort scheitern, da die Eltern nicht über genügend finanzielle Mittel für Nachhilfeunterricht verfügen. In der empirischen Praxis sind Kapitaldefizit und Renditendefizit nach Lins Konzeption nur schwer zu trennen. Streng genommen liegt ein Renditendefizit nur vor, wenn die Quantität und Qualität des sozialen Kapitals tatsächlich identisch ist. Wenn zum Beispiel Kinder niedrig gebildeter Eltern von gemeinsamem Vorlesen weniger profitieren, so ist dies wahrscheinlich

32

2 Soziales Kapital – Definitionen und Theorien

der Tatsache geschuldet, dass die Instruktionsqualität der Eltern geringer ist (vgl. Leseman & Jong, 1998) – die Ressource „Vorlesen“ hat also nicht die gleiche Qualität und das soziale Kapital ist somit nicht identisch. Es handelt sich in diesem Fall also um ein Kapitaldefizit, nicht um ein Renditendefizit. In quantitativen Datensätzen ist die Erfassung aller Qualitätsdimensionen sozialen Kapitals aber nur selten zu gewährleisten. Die bisherige Forschung hat sich insbesondere auf den mediierenden Effekt sozialen Kapitals bei der Erklärung von Bildungsungleichheit – das Kapitaldefizit von Kindern niedriger sozialer Herkunft – konzentriert. In dieser Arbeit wird zudem der moderierende Effekt sozialen Kapitals auf die persönliche Kapitalausstattung in den Blick genommen: Wirkt soziales Kapital (wie von Burt und Bourdieu angenommen) immer verstärkend auf Unterschiede in der persönlichen Kapitalausstattung, kann es Defizite in der persönlichen Kapitalausstattung kompensieren (wie Coleman und Lin argumentieren), oder sind die Effekte des persönlichen und sozialen Kapitals voneinander unabhängig? Die Antwort auf diese Frage hat auch aus gesellschaftspolitischer Bewertung hohe Bedeutung – sollte Bourdieus These des Multiplikatoreffekts zutreffen, hätten Maßnahmen, die der gezielten Stärkung sozialen Kapitals dienen, immer auch einen ungleichheitsverstärkenden Effekt.

3 Forschungsstand: Soziales Kapital und Bildung im Lebensverlauf

Dieses Kapitel bietet einen Überblick über die wichtigsten Befunde zum Einfluss von sozialem Kapital auf unterschiedliche Dimensionen von Bildungserfolg über den Lebensverlauf, gegliedert in die Phasen Vorschule, Schule, Ausbildung und Weiterbildung. Aufgrund der Fülle der Forschung insbesondere im Schulbereich kann dieser Überblick keinen Anspruch auf Vollständigkeit erheben. Er umfasst explizit nicht die gesonderte Rolle von Migranten und ethnischen Netzwerken. Ebenfalls liegt der Schwerpunkt hier nicht auf einem internationalen Vergleich der Ausstattung mit und den Renditen für soziales Kapital aufgrund unterschiedlicher institutioneller Strukturen. Beides ist nicht Thema dieser Arbeit und würde den Rahmen sprengen. Stattdessen ist das Ziel, aufzuzeigen, auf welche Dimensionen sozialen Kapitals sich die bisherige Forschung in den verschiedenen Bildungsabschnitten konzentriert, wie die jeweilige Befundlage ist und wo Forschungslücken bestehen. Im Anschluss an die Zusammenfassung der wichtigsten empirischen Ergebnisse in den jeweiligen Bildungsabschnitten folgen ein Überblick über die Operationalisierung sozialen Kapitals im Nationalen Bildungspanel (NEPS), das die Datengrundlage für diese Arbeit darstellt, und eine Diskussion der Befunde sowie bestehender Lücken im Forschungsstand. 3.1 Soziales Kapital vor der Einschulung Der Altersbereich vor der Einschulung ist bisher in der Soziologie insgesamt vergleichsweise wenig erforscht und entsprechend gibt es nur wenige Arbeiten, die sich explizit auf soziales Kapital berufen. Die meisten Studien mit einem expliziten Sozialkapitalbezug befassen sich mit kindlicher Gesundheit und Gesundheitsverhalten (z.B. Ernährung, Übergewicht, Karies, Bewegungsmangel, Medienkonsum siehe Bianchi & Robinson, 1997; Fujiwara, Takao, Iwase, Hamada & Kawachi, 2012) sowie Entwicklungsstörungen und Verhaltensauffälligkeiten (siehe Caughy, O’Campo & Muntaner, 2003; Parcel & Menaghan, 1994; Runyan u. a., 1998; Vyncke u. a., 2013). Dies ist insofern paradox als dieser Lebensabschnitt aus der Colemanschen Perspektive die Periode mit den stärksten Sozialkapitaleffekten in Bezug auf Bildung sein sollte – die letzte verbleibende Phase im Lebenslauf, in der nicht © Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019 K. Hoenig, Soziales Kapital und Bildungserfolg, https://doi.org/10.1007/978-3-658-24234-3_3

34

3 Forschungsstand: Soziales Kapital und Bildung im Lebensverlauf

nur die Erziehung und Sozialisation, sondern auch die Bildung der nächsten Generation hauptsächlich in der primordialen Struktur stattfindet. Allerdings gibt es eine lange Forschungstradition in den Erziehungswissenschaften und in der Psychologie zu Erziehungsstilen, Frühförderung, Kompetenzentwicklung und Betreuungsformen in dieser Altersphase, die immer mehr auch von Beiträgen aus der Ökonomie und Soziologie bereichert wird. Dabei scheint sich international eine verhältnismäßig eindeutige Befundlage herauszukristallisieren: Es bestehen erhebliche soziale Ungleichheiten in der häuslichen Lernumwelt, in der Nutzung und Qualität institutioneller Betreuungsangebote und in der Kompetenzentwicklung, wobei diese Aspekte in einem Zusammenhang stehen.1 Besser gebildete Eltern und Eltern aus höheren sozialen Schichten verbringen mehr Zeit primär mit Kinderbetreuung (Bianchi, 2011; Bianchi, Cohen, Raley & Nomaguchi, 2004; Bonke & Esping-Andersen, 2011; Guryan, Hurst & Kearney, 2008) und gemeinsamen lernförderlichen Aktivitäten (Becker, 2014; Bianchi, 2011; Biedinger & Klein, 2010; Bradbury, Corak & Waldfogel, 2015; Leseman & Jong, 1998; Mudiappa & Kluczniok, 2012). Dabei hat ihre Interaktion mit ihrem Kind eine höhere sozial-emotionale und instruktionale Qualität (Englund, Luckner, Whaley & Egeland, 2004; Leseman & Jong, 1998). Zugleich nutzen sie zu einem früheren Zeitpunkt und in höherem zeitlichen Umfang institutionelle Betreuungsangebote (Bianchi u. a., 2004; Bradbury u. a., 2015; Büchner & Spieß, 2007; Cheadle, 2008; Felfe & Lalive, 2012; Fuller, Holloway & Liang, 1996). Der durchschnittliche Effekt institutioneller Betreuung auf kognitive und soziale Kompetenzen ist positiv (für einen Überblick über Studien zu langfristigen und kurzfristigen Effekten siehe Brilli, Del Boca & Monfardini, 2013; für Deutschland Linberg, Bäumer & Roßbach, 2013; Seyda, 2009), wobei die Stärke des Effekts von der Qualität der Einrichtung abhängt (Melhuish u. a., 2008; Roßbach, Kluczniok & Kuger, 2009). Einige Studien kommen zudem zu dem Ergebnis, dass Kinder aus sozial schwachen Familien stärker profitieren (Berlinski, Galiani & Gertler, 2009; Felfe & Lalive, 2012; Kratzmann & Schneider, 2009; für entgegengesetzte Ergebnisse siehe Roßbach u. a., 2009). Insgesamt ist der Einfluss institutioneller Betreuung auf die Kompetenzentwicklung aber deutlich schwächer als der Einfluss der häuslichen Lernumwelt und sozialen Herkunft (Melhuish u. a., 2008). In der Folge bestehen bereits vor dem Übergang in die Grundschule erhebliche soziale Ungleichheiten in den 1

Für einen breiten Überblick über die aktuelle Forschung zu sozialer Ungleichheit und frühkindlicher institutioneller Betreuung im internationalen Vergleich siehe Blossfeld, Kulic, Skopek und Triventi (im Erscheinen).

3.1 Soziales Kapital vor der Einschulung

35

Kompetenzen (Cheadle, 2008; Melhuish u. a., 2008; für Deutschland Linberg u. a., 2013; Linberg & Wenz, 2016). 3.1.1 Innerfamiliäres Sozialkapital Aus einer sozialkapitaltheoretischen Perspektive lassen sich diese Befunde wie folgt interpretieren: Es besteht die paradoxe Situation, dass Eltern aus höheren sozialen Schichten gleichzeitig mehr Zeit in die aktive Transmission von humanem Kapital durch Sozialkapital in der Familie investieren und die Bildung und Erziehung ihrer Kinder stärker von der primordial in die purposive structure verlagern. Kinder mit höherem sozioökonomischem Hintergrund verbringen zwar weniger Zeit in Anwesenheit eines Elternteils (in der Regel der Mutter), diese Zeit wird aber besser zum Ressourcentransfer genutzt, da die Quantität und Qualität der aktiven Interaktion höher ist. Außerdem leben diese Kinder häufiger in „intakten“ Familien mit zwei Eltern (Bianchi, 2011; Bradbury u. a., 2015; Cheadle, 2008). Zudem engagieren sich ihre Eltern in höherem Maße in der Bildungseinrichtung und investieren stärker in Beziehungen zum Personal und schließen so das Netzwerk zwischen Erziehern, Eltern und Kindern (Arnold, Zeljo, Doctoroff & Ortiz, 2008). Schließlich haben Eltern mit höherem sozialen Hintergrund bereits vor der Einschulung höhere Bildungsaspirationen für ihre Kinder (Cheadle, 2008). Insgesamt bedeutet dies, dass diesen Kindern letztlich mehr Sozialkapital zur Verfügung steht, was sich in höherem Humankapital niederschlägt. Die Verlagerung der Erziehung von primordialen in zweckgerichtete Institutionen führt – wie von Coleman (1961, 1990, 1993) angenommen – zu einem Rückgang sozialer Ungleichheiten in der Ausstattung mit Humankapital, da in der institutionellen Betreuung Human- und Sozialkapitaldefizite von Familien mit niedrigem SES kompensiert werden können. Dieser Effekt wird gebremst durch die Selbstselektion von Familien in sozial homogene Einrichtungen unterschiedlicher Qualität (Prieto, Sahlström, Calander, Karlsson & Heikkilä, 2003; Vincent, Braun & Ball, 2010). Der von Coleman erwartete negative Einfluss mütterlicher Erwerbstätigkeit ist in Bezug auf den Kompetenzerwerb in der frühen Kindheit nicht eindeutig festzustellen; die Befunde reichen von positiven Effekten über keinen Zusammenhang bis zu negativen Effekten (Ermisch & Francesconi, 2005). Dies kann wahrscheinlich erklärt werden durch die Tatsache, dass bloße Anwesenheit nicht identisch ist mit Zeit, die primär in Betreuung, Bildung und Erziehung der Kinder investiert wird. Zeitbudgetstudien amerikanischer und europäischer Mütter zeigen, dass letztere seit den 1960er Jahren trotz der

36

3 Forschungsstand: Soziales Kapital und Bildung im Lebensverlauf

Zunahme mütterlicher Erwerbstätigkeit gestiegen ist, während insbesondere die Zeit für Haushaltsarbeiten deutlich zurückgegangen ist (Bianchi, 2011; Gauthier, Smeeding & Furstenberg, 2004; Guryan u. a., 2008). Zudem gibt es Hinweise darauf, dass erwerbstätige Mütter den Verlust an gemeinsamer Zeit mit ihren Kindern kompensieren, indem sie die verbleibende Zeit strategisch anders nutzen, als nicht erwerbstätige Mütter – sie verbringen einen höheren Anteil mit gemeinsamen Aktivitäten und Spielen (Felfe & Lalive, 2012). Am deutlichsten sind die Anzeichen für einen negativen Effekt mütterlicher Vollzeiterwerbstätigkeit auf die kognitive, emotionale und soziale Entwicklung im ersten Lebensjahr (Berger, Hill & Waldfogel, 2005; J. L. Hill, Waldfogel, Brooks-Gunn & Han, 2005). 3.1.2 Außerfamiliäre Netzwerke und Nachbarschaftseffekte Bislang noch nicht ausreichend untersucht wurde die Rolle kindlicher und elterlicher Netzwerke – sowohl im Hinblick auf den Ressourcentransfer innerhalb dieser Netzwerke, als auch im Hinblick auf die dort verstärkten Normen. Thorpe, Staton, Morgan, Danby und Tayler (2012) untersuchen kindliche Freundschaftsnetzwerke in australischen öffentlichen und privaten Kindertagesstätten ohne und mit öffentlicher Förderung und stellen fest, dass Kinder in öffentlichen Einrichtungen mehr reziproke Freundschaften von höherer Qualität (gemessen über die Dauer und emotionale Intensität) haben, als Kinder in privaten Einrichtungen ohne öffentliche Förderung. 2 Sie führen dies zurück auf die höhere soziale Heterogenität in öffentlichen Einrichtungen, nennen allerdings keinen Mechanismus, warum soziale Heterogenität zu besseren Freundschaften führen sollte. Alternativ kann das Ergebnis auch über Colemans (1988) Hypothese erklärt werden, dass in sozial selektiven privaten Einrichtungen aufgrund fehlender Vernetzung und intergenerationaler Schließung außerhalb der Einrichtung (insbesondere, da die Kinder oft nicht in der gleichen Nachbarschaft leben) ein Sozialkapitaldefizit vorliegt. Die Studie demonstriert, dass soziometrische Methoden zur Erfassung kompletter Netzwerke, die im Schulkontext seit Langem etabliert sind, auch im Kindergarten angewandt werden können. In Studien zu elterlichen Netzwerken konnte sowohl ein Zusammenhang mit Bildungsentscheidungen der Eltern als auch mit der Entwicklung der Kinder festgestellt werden. Vincent u. a. (2010) und Prieto u. a. (2003) 2

Die Differenz in der Anzahl reziproker Freundschaften ist statistisch nicht signifikant, was aber vermutlich auf die Größe des Samples (N = 472) zurückgeführt werden kann. Die Unterschiede in der Qualität der Freundschaften sind signifikant.

3.2 Soziales Kapital in der Schule

37

finden Effekte des elterlichen Netzwerks auf die Wahl der Betreuungseinrichtung, die sowohl auf die Rolle von Informationsaustausch als auch auf Prozesse von Normkonformität hindeuten: Unabhängig vom sozialen Status der Eltern hat der soziale Status des Umfeldes einen Einfluss auf die Wahl der Einrichtung. Effekte von Nachbarschaftsnetzwerken auf die Entwicklung von Kindern sind vor allem in Nordamerika mit einem Fokus auf sozial deprivierte Nachbarschaften von einer Reihe von Autoren untersucht worden. Dabei kann unterschieden werden zwischen Studien, die sich auf das Beziehungskapital einzelner Akteure konzentrieren – also den individuellen Grad der Vernetzung von Eltern innerhalb ihrer Nachbarschaft – und Studien, die das normative Systemkapital in Form der sozialen Kontrolle devianten Verhaltens und der Bereitschaft zu kollektiver Problemlösung (collective efficacy Sampson, Raudenbush & Earls, 1997), in der Nachbarschaft untersuchen. Die Befunde sind jeweils gemischt. Anhand der Daten einer US-amerikanischen Längsschnittstudie sozial benachteiligter Zwei- bis Fünfjähriger finden Runyan u. a. (1998), dass Kinder, deren Mütter in religiöse und nachbarschaftliche Netzwerke eingebunden sind, weniger Verhaltensstörungen und Entwicklungsdefizite aufweisen. Dieser Zusammenhang wird aber nur teilweise repliziert von Caughy u. a. (2003): Hier wirken sich die Kontakte afroamerikanischer Mütter zu Nachbarn nur in wohlhabenden Nachbarschaften positiv auf die kindliche Entwicklung aus. In armen Nachbarschaften erhöht sich dagegen die Wahrscheinlichkeit von Verhaltensstörungen. In Bezug auf Systemkapitaleffekte findet eine Meta-Analyse acht europäischer und nordamerikanischer Studien von Vyncke u. a. (2013) teilweise Bestätigung für die Hypothese, dass das Systemkapital den Zusammenhang von sozioökonomischem Hintergrund und Entwicklungsindikatoren beeinflusst. Zwei Studien finden einen mediierenden Effekt, zwei weitere einen moderierenden Effekt in der Hinsicht, dass insbesondere Kinder in deprivierten Nachbarschaften von Systemkapital profitieren und vier Studien finden keinen Effekt. Insgesamt existiert somit keine eindeutige Befundlage. Das folgende Kapitel befasst sich mit elterlichen Netzwerken, indem es untersucht, welchen Effekt die intergenerationale Schließung um die Kindergartengruppe auf die Mathematikkompetenz vor der Einschulung hat. 3.2 Soziales Kapital in der Schule Der Großteil der Forschung zu sozialem Kapital und Bildungserträgen befasst sich mit der Schulzeit. Die hier zitierten Studien spiegeln somit nur

38

3 Forschungsstand: Soziales Kapital und Bildung im Lebensverlauf

einen Ausschnitt der Forschung wieder und sollen die wichtigsten Befunde beleuchten. 3.2.1 Innerfamiliäres Sozialkapital Befunde für innerfamiliäres Sozialkapital von Schulkindern decken sich mit den oben berichteten Befunden für die Zeit vor der Einschulung. Sowohl die Familienstruktur als auch die Qualität der Eltern-Kind-Beziehung und Form der Eltern-Kind-Interaktion (in der Literatur üblicherweise unter dem Schlagwort elterliche Involviertheit zusammengefasst) beeinflussen die Kompetenzen und den Bildungserfolg von Schulkindern. Im OECD-Durchschnitt erzielen Kinder von Alleinerziehenden in der PISA-Studie unter Kontrolle der sozioökonomischen Herkunft signifikant niedrigere Punktwerte in Lesen als Kinder aus Haushalten mit zwei Eltern, wobei jedoch zwischen den Ländern erhebliche Varianz besteht (Organisation for Economic Co-operation and Development (OECD), 2010). Insbesondere in den USA haben Kinder alleinerziehender Eltern oder aus Stieffamilien deutlich schlechtere Kompetenzen sowie eine höhere Schulabbrecherquote (Teachman u. a., 1997). Diese Befunde lassen sich in anderen Ländern allerdings nicht in gleichem Umfang replizieren, was auf die Bedeutung der institutionellen Struktur bei der Vermittlung der Effekte hinweist (Cheung & Andersen, 2003). Ein weiterer von Coleman angeführter struktureller Indikator ist die Geschwisteranzahl bzw. das zahlenmäßige Verhältnis von Kindern zu Erwachsenen im Haushalt (Resource Dilution Hypothese), für deren negativen Zusammenhang mit Kompetenzentwicklung und erreichtem Bildungsabschluss sich ebenfalls empirische Bestätigung findet (Downey, 1995, 2001; für Deutschland z.B. Jungbauer-Gans, 2004; Schmitt, 2012). In Bezug auf die Forschung zur Interaktion von Eltern und Kindern verschiebt sich mit der Einschulung der theoretische Schwerpunkt: Im Vorschulalter dominiert das Paradigma der häuslichen Lernumwelt – der Fokus liegt auf der unmittelbaren Förderung der Kompetenzentwicklung durch die Eltern. Das in der Schule vorherrschende Paradigma ist dagegen elterliche Involviertheit – der Fokus liegt darauf, inwieweit Eltern den Bildungsprozess, der nun in die Schule verlagert wurde, mittelbar unterstützen. Vereinfachend könnte man sagen, dass die Forschung im Vorschulalter Eltern primär in ihrer Rolle als eigenständige Pädagogen beurteilt, während sie im Paradigma der elterlichen Involviertheit zu Unterstützern des professionellen pädagogischen Personals relegiert werden.

3.2 Soziales Kapital in der Schule

39

Elterliche Involviertheit ist ein mehrdimensionales Konstrukt; es muss zwischen den Dimensionen Kommunikation, gemeinsame Aktivitäten, schulische Unterstützung (insbesondere Hausaufgabenhilfe), Kontrolle, sowie dem Kontakt der Eltern mit der Schule und dem elterlichen Aspirationsniveau unterschieden werden. Die beiden letzteren Punkte werden in den folgenden Abschnitten gesondert behandelt. In unterschiedlichen internationalen Kontexten gut belegt ist die Bedeutung einer guten Eltern-KindKommunikation für verschiedene Bildungsoutcomes (Fan & Chen, 2001), wie zum Beispiel Lernfreude (Stecher, 2001), das bildungsbezogene Selbstkonzept des Kindes (Grgic & Bayer, 2015), die schulischen Leistungen (Ho & Willms, 1996; Jungbauer-Gans, 2004; McNeal, 1999; Stecher, 2001), den Übergang in die Sekundarstufe (Schmitt, 2012) und das Erreichen eines Schulabschlusses (Teachman u. a., 1997). Ebenfalls recht eindeutig ist die Befundlage in Bezug auf elterliche Kontrolle und Regulation kindlichen Verhaltens (z.B. Hausaufgabenkontrolle, Regeln für Medienkonsum und Freundesbesuche) – diese Dimension elterlicher Involviertheit weist einerseits die geringste Variation nach sozioökonomischem Hintergrund auf, steht andererseits aber auch nur in schwachem Zusammenhang mit Schulleistungen (Fan & Chen, 2001; Ho & Willms, 1996). Befunde für elterliche Involviertheit in Form gemeinsamer Aktivitäten sowie Unterstützung bei Hausaufgaben sind dagegen weniger eindeutig. Insgesamt deuten die Befunde darauf hin, dass die Art der Aktivitäten und ihr lernförderliches Potenzial (Lee & Bowen, 2006) sowie die Qualität der elterlichen Instruktion (Englund u. a., 2004; Leseman & Jong, 1998) berücksichtigt werden muss. In Bezug auf direkte Unterstützung bei Hausaufgaben oder Lernen für die Schule muss zudem die Kausalrichtung des Zusammenhangs in Frage gestellt werden. Querschnittsstudien zeigen in der Regel einen negativen Zusammenhang zwischen elterlicher Unterstützung bei Hausaufgaben und Schulleistungen (Jungbauer-Gans, 2004; Lee & Bowen, 2006; McNeal, 1999), der vermutlich darauf zurückzuführen ist, dass Eltern bei schulischen Problemen verstärkt intervenieren. In Bezug auf differentielle Renditen für elterliche Involviertheit stellt McNeal (1999, S. 136) fest, dass Alleinerziehende, ethnische Minderheiten und Eltern mit niedrigerem sozioökonomischem Status benachteiligt sind: „[E]ven at comparable levels of involvement, [they] simply get less for their involvement.“ Da Eltern mit hohem ökonomischen und kulturellen Kapital (in Form von Einkommen, beruflichem Status und Bildung) sowohl günstigere Familienstrukturen als auch eine qualitativ anregendere Interaktion mit ihren

40

3 Forschungsstand: Soziales Kapital und Bildung im Lebensverlauf

Kindern haben, verstärkt sich durch unterschiedliche Ausstattung mit innerfamiliärem Sozialkapital die Bildungsungleichheit. Die Schule als purposive institution schwächt den Einfluss des Elternhauses ab, kann ihn aber nicht aufheben (Downey, von Hippel & Broh, 2004). 3.2.2 Kontakt zwischen Eltern und Schule Der positive Effekt elterlicher Involviertheit in der Schule – in Form von Gesprächen mit Lehrerinnen und Lehrern, Mitgliedschaft in schulischen Gremien, Hilfe bei Festen und Veranstaltungen sowie freiwilligem Engagement in der Schule – auf Schulleistungen und die Bewertung durch Lehrkräfte ist international vielfach bestätigt worden (Lee & Bowen, 2006). Einer Meta-Analyse von Fan und Chen (2001) zufolge ist der durchschnittliche Zusammenhang mit Schulleistungen stärker als für sämtliche andere Maße elterlicher Involviertheit mit Ausnahme des elterlichen Aspirationsniveaus. Das Ausmaß elterlicher Involviertheit in der Schule hängt ab vom sozialen Hintergrund – höher gebildete, wohlhabendere und statushöhere Eltern sind stärker involviert – (Englund u. a., 2004; Ho & Willms, 1996), wobei die Differenzen zwischen den Gruppen Lee und Bowen (2006) zufolge größer sind als zwischen innerfamiliären Maßen elterlicher Involviertheit. Lareau (1989, 2003) zufolge resultieren diese großen Differenzen daraus, dass Eltern unterschiedlicher sozialer Herkunft unterschiedliche Überzeugungen zur Rollenverteilung und Beziehung zwischen Eltern und Lehrern haben. Während Eltern aus der Mittelschicht in hohem Maße in die Bildung ihrer Kinder involviert sind, den Kontakt mit Lehrern suchen und aktiv ihre Interessen und Meinungen gegenüber diesen Lehrern vertreten, gehen Eltern aus der Arbeiterschicht davon aus, dass Bildung die Angelegenheit der Schule ist und sind entsprechend weniger involviert in schulischen Angelegenheiten. Zugleich sind sie, wenn sie mit Lehrern in Kontakt stehen, weniger in der Lage, ihre Position zu artikulieren und durchzusetzen. In Deutschland sind Bewertungen durch Lehrkräfte insbesondere am Übergang von der Grundschule in die Sekundarschule bedeutsam; hier fungieren die Grundschullehrerinnen und -lehrer als Gatekeeper (Hollstein, 2007). Quantitative und qualitative Studien zeigen, dass sich die Lehrerinnen und Lehrer bei ihrer Empfehlung auch auf ihren Eindruck der Familiensituation des Kindes (insbesondere des Ausmaßes familiärer Unterstützung) berufen (Gräsel, Krolak-Schwerdt, Nölle & Hörstermann, 2010; Hollstein, 2007; Schneider, 2011). Dabei besteht die Gefahr, dass Lehrerinnen und Lehrer die verfügbare Unterstützung in Familien, deren Eltern

3.2 Soziales Kapital in der Schule

41

keinen regelmäßigen Kontakt zur Schule haben, unterschätzen und so zur Verstärkung sozialer Ungleichheiten beitragen (Hollstein, 2007). Insgesamt orientieren sich die Lehrkräfte in ihrem Urteil jedoch weitaus stärker an der tatsächlichen Leistung als die Eltern selbst (Ditton & Krüsken, 2010; Dollmann, 2011). 3.2.3 Bezugsgruppeneffekte Studien zum Einfluss von Bezugsgruppen auf die Entwicklung von Bildungsaspirationen von Schülerinnen und Schülern gehen zurück bis auf das Wisconsin-Modell und seine Vorläufer (Haller & Butterworth, 1960; Sewell u. a., 1970, 1969; Sewell & Hauser, 1975). Coleman (1988) übernimmt die Bildungsaspiration der Eltern als Indikator für soziales Kapital. Dass „signifikante Andere“ (Eltern, Lehrer und Freunde) einen Einfluss auf die Aspirationen, Schulleistungen und Bildungsentscheidungen von Schülerinnen und Schülern haben, ist weitgehend unumstritten und international gut belegt (vgl. Buchmann & Dalton, 2002; Fan & Chen, 2001), auch wenn über die zugrundeliegenden Mechanismen keine Einstimmigkeit besteht (Alexander & Cook, 1979; Stocké, 2013). Die Bedingungen, unter denen Bezugsgruppen Bildungsaspirationen von Schülerinnen und Schülern beeinflussen, werden in Kapitel 5 näher beleuchtet. Peer-Netzwerke Auch die Netzwerke von Schülerinnen und Schülern untereinander beeinflussen die Schulleistungen. Auf der individuellen Ebene zeigt sich, dass Schülerinnen und Schüler, die positive Beziehungen zu ihren Mitschülerinnen und Mitschülern haben, höhere Schulleistungen und niedrigere Raten devianten Verhaltens aufweisen (Rossem, Vermande, Völker & Baerveldt, 2013; Schmitt, 2012). Der Schul- und Klassenkontext ermöglicht die Erfassung von Gesamtnetzwerken und erlaubt damit die differenzierte Analysen des Effekts unterschiedlicher Netzwerkstrukturen. Rossem u. a. (2013) zeigen, dass in Grundschulklassen mit dichten Freundschaftsnetzwerke und mit starker Cliquenbildung die Schulleistungen im Durchschnitt niedriger sind und mehr störendes Verhalten auftritt. Dies ist in Einklang mit Colemans Hypothese, dass dichte Netzwerke auf Ebene der Schülerinnen und Schüler Normen verstärken, die dem Lernerfolg nicht unbedingt zuträglich sind und dass Vernetzung den Kindern einen strukturellen Vorteil gegenüber Autoritätspersonen – in diesem Fall den Lehrerinnen und Lehrern – verschafft.

42

3 Forschungsstand: Soziales Kapital und Bildung im Lebensverlauf

3.2.4 Intergenerationale Schließung Coleman (1988) selbst verwendet kein direktes Maß intergenerationaler Schließung in seinen Analysen zum Unterschied zwischen öffentlichen, katholischen und privaten Schulen und schlägt auch keine Operationalisierung vor. Grundsätzlich sind aus Colemans Argumentation zwei verschiedene Operationalisierungen möglich: Auf der individuellen (Beziehungskapital) und der kollektiven Ebene (Systemkapital). Schließung als Beziehungskapital bedeutet die Anzahl bzw. den Anteil der den Eltern bekannten Eltern der (Schul-)Freunde oder Mitschüler ihres Kindes.3 Schließung als Systemkapital bedeutet den Umfang, in dem das Gesamtnetzwerk der Eltern einer Schule oder Klasse untereinander bekannt ist. Dieses Systemkapital bezeichnen Coleman und Hoffer (1987) als functional community. Die Mehrheit der Studien zu intergenerationaler Schließung auf der individuellen Ebene berichten positive Effekte auf Schulleistungen und die Wahrscheinlichkeit, die Schule erfolgreich zu beenden. Einige Studien finden jedoch keinen signifikanten Effekt für beide Outcomes und John (2005) findet einen negativen Effekt auf Schulleistungen (für eine Übersicht siehe Fasang u. a., 2014). Forschungsergebnisse zu intergenerationaler Schließung auf der Schulebene reichen von negativen (Kompetenzen, Morgan & Sørensen, 1999) über nicht signifikante (Schulleistungen, John, 2005; Kompetenzen, Carbonaro, 1999) bis zu positiven Effekten (Schulleistungen, Fasang u. a., 2014; Thorlindsson, Bjarnason & Sigfusdottir, 2007). Insgesamt existiert somit keine eindeutige Befundlage. Wie von mehreren Seiten argumentiert wird, ist es nicht ausreichend, lediglich die Netzwerkstruktur zu erfassen, sondern es müssen auch die in diesen Netzwerken vorherrschenden Normen und die verfügbaren Ressourcen berücksichtigt werden (vgl. Carbonaro, 1999; Dijkstra, Veenstra & Peschar, 2004; Fasang u. a., 2014; Morgan & Todd, 2009). Studien, die differentielle Renditen betrachten, kommen in der Tat zu dem Schluss, dass der Effekt intergenerationaler Schließung kontextabhängig ist: Teachman u. a. (1997) finden positive Effekte auf die Wahrscheinlichkeit, die Schule zu beenden, ausschließlich für Kinder wohlhabender Eltern. Fasang u. a. (2014) interagieren intergenerationale Schließung mit dem Anteil armer Schüler an der Schule und stellen fest, dass sich intergenerationale Schließung in Schulen mit hoher Armutsrate negativ auf Schulleistungen und die 3

Colemans theoretisches Argument bezieht sich, obwohl dies nie explizit gemacht wird, eher auf den Anteil bekannter Eltern der Freunde als auf die Anzahl. Alle hier erwähnten Studien benutzen zur Operationalisierung aber die Anzahl.

3.3 Soziales Kapital in Studium und Ausbildung

43

Wahrscheinlichkeit, die Schule zu beenden, auswirkt, während die Effekte in wohlhabenderen Schulen positiv sind. Der von John (2005) gefundene durchschnittliche negative Effekt verschwindet für Schüler auf Schulen mit mittlerem und hohem elterlichem Bildungsniveau. Auch auf der Schulebene zeigen sich differentielle Effekte intergenerationaler Schließung je nach Schulkontext: Morgan und Todd (2009) finden positive Effekte für katholische, nicht jedoch für öffentliche High Schools. Alle diese Interaktionseffekte deuten darauf hin, dass intergenerationale Schließung die Wirkung der im Netzwerk vorhandenen Normen und Ressourcen verstärkt – zum Guten oder zum Schlechten. Die einzige Studie, in der eine benachteiligte Gruppe stärker von intergenerationaler Schließung profitiert, stammt von Pong (1998): In Schulen mit hohem Anteil alleinerziehender Mütter hat die intergenerationale Schließung auf Schulebene einen kompensatorischen Effekt auf Mathematik- und Lesekompetenzen. Pong (1998) argumentiert, dass Alleinerziehende aufgrund knapper zeitlicher Ressourcen in besonderem Maße vom Informationsaustausch durch intergenerationale Schließung profitieren. Dijkstra u. a. (2004) unternehmen mit niederländischen Daten den Versuch, neben der Struktur elterlicher Netzwerke um die Schule auch geteilte Werthaltungen direkt zu operationalisieren. Damit wird erstmals einer der Mechanismen für den Effekt intergenerationaler Schließung direkt getestet. Allerdings ergibt sich in multivariaten Analysen nur ein schwacher Zusammenhang der verwendeten Skala mit den Noten in Niederländisch, während kein Zusammenhang mit den Mathematiknoten und deviantem Verhalten besteht. Allerdings muss bei der Interpretation dieses Ergebnisses berücksichtigt werden, dass die verwendete Skala ausschließlich misst, ob die Eltern auf verschiedenen Dimensionen (Politik, Erziehung, Religion/Weltanschauung, Ziele im Leben) gleicher Meinung mit den Eltern der Mitschüler ihres Kindes sind und nicht, welche Meinungen dies sind. Insgesamt deuten die Befunde darauf hin, dass intergenerationale Schließung und geteilte Einstellungen um die Schule kein Wert an sich sind, sondern dass der Kontext und die Inhalte beachtet werden müssen. 3.3 Soziales Kapital in Studium und Ausbildung Internationale Studien zu sozialem Kapital in der Berufsausbildung konzentrieren sich in der Regel ausschließlich auf den Übergang in tertiäre Bildung. Im deutschen Kontext muss dagegen neben dem Studium auch die nicht-tertiäre Berufsausbildung bedacht werden, für die aufgrund der Besonderheiten des deutschen Ausbildungssystems internationale Befunde (mit

44

3 Forschungsstand: Soziales Kapital und Bildung im Lebensverlauf

Ausnahme Österreichs und der Schweiz) nicht vergleichbar sind (Baethge, 2008; Blossfeld, 1993). Daher werden im Folgenden Studium und Berufsausbildung getrennt behandelt. 3.3.1 Innerfamiliäres Sozialkapital beim Übergang in die Ausbildung Die bisherige Forschung zu innerfamiliärem Sozialkapital bezieht sich hauptsächlich auf mittelbare Effekte elterlicher Unterstützung und Involviertheit. So führen stabile Familienstrukturen, ein positives Familienklima, eine harmonische Eltern-Kind-Interaktion sowie regelmäßige Gespräche mit den Eltern dazu, dass die Jugendlichen insgesamt besser in der Lage sind, den anspruchsvollen Prozess des Übergangs erfolgreich zu bewältigen (Baethge, Hantsche, Pelull & Voskamp, 1988; Beicht & Ulrich, 2008; Eberhard & Krewerth, 2006; Glaesser, 2008). Auch die Unterstützung und Anregung der Eltern in Form von Gesprächen über Politik und Gesellschaft, gemeinsamer Nutzung kultureller Angebote und Hilfe bei schulischen Aufgaben wirken sich positiv auf den Übergang in Ausbildung aus (Gaupp & Reißig, 2006; Kuhnke, Lex & Reißig, 2008). Eberhard (2012) findet dagegen unter Kontrolle des sozialen Hintergrundes und struktureller Faktoren keinen signifikanten Effekt von Gesprächen mit Eltern über den Bewerbungsprozess auf den Erhalt eines Ausbildungsplatzes. 3.3.2 Außerfamiliäre Netzwerke beim Übergang in die Ausbildung Eine systematische Zusammenfassung der Forschung zu sozialem Kapital beim Übergang in die Berufsausbildung in Deutschland kommt zu dem Fazit, dass aufgrund der bisherigen Datenlage fast keine Aussagen möglich sind, da es keine Daten dazu gibt, „wer konkret die Jugendlichen unterstützt, über welche Ressourcen die sozialen Kapitalgeber verfügen und welche Ressourcen tatsächlich eingesetzt werden“ (Eberhard, 2012, S. 190). Außerhalb der eigenen Familie finden Beicht und Ulrich (2008) einen positiven Effekt der Mitgliedschaft in Freiwilligenorganisationen (Feuerwehr, Rettungsdienst, Technisches Hilfswerk) auf den Übergang in Ausbildung. Glaesser (2008) zufolge erhöht sich für junge Männer, die sich in Vereinen und der Kirche engagieren oder in ein Netzwerk von Gleichaltrigen eingebunden sind, die Wahrscheinlichkeit, in Ausbildung überzugehen. Diese Ergebnisse weisen darauf hin, dass die Einbindung in institutionalisierte und informelle Netzwerke potenziell Vorteile bei der Ausbildungssuche bietet, lässt aber keine Aussagen zu über die Mechanismen, die für diese Effekte verantwortlich sind.

3.3 Soziales Kapital in Studium und Ausbildung

45

Studien zur unmittelbaren Unterstützung bei der Ausbildungsplatzsuche – insbesondere über den Zugang zu Informations- und Unterstützungsressourcen – sind kaum vorhanden. In den Bewerberbefragungen des BIBB gibt es einen negativen Zusammenhang zwischen den retrospektiv erhobenen Items „ich habe Verwandte/Freunde/Bekannte um Hilfe gebeten“ und „ich habe versucht ‘Beziehungen’ zu nutzen“ und dem Übergang in Ausbildung (Eberhard & Krewerth, 2006), was die Autoren erklären mit Selbstselektionseffekten: Jugendliche, die Schwierigkeiten bei der Suche nach Ausbildungsplätzen haben, versuchen eher, über informelle Beziehungen einen Platz zu erhalten (Eberhard, 2012). Auch aus der Arbeitsmarktforschung ist bekannt, dass informelle Kanäle eher von auf dem Arbeitsmarkt benachteiligten Gruppen (gering Qualifizierte, Frauen) genutzt werden (Lin, 2001). Auch die einzige Studie auf Grundlage einer systematischen, theoretisch fundierten Operationalisierung der Nutzung sozialer Ressourcen bei der Ausbildungsplatzsuche repliziert das Ergebnis, dass die Nutzung von Informationen aus dem sozialen Netzwerk der Jugendlichen negativ mit dem Übergang in Ausbildung korreliert. Unter Kontrolle der Nutzung anderer Informationsquellen (Medien, institutionelle Beratungsangebote, etc.) ist der Effekt jedoch nicht mehr signifikant und ändert das Vorzeichen, was die Selbstselektionshypothese stützt: Jugendliche, die Netzwerkinformationen in Anspruch nehmen, nutzen insgesamt mehr Informationsquellen und haben stärkere Probleme bei der Ausbildungssuche (Roth, 2014a). Der kausale Effekt der Information bleibt damit ungeklärt. Roth (2014a, 2014b) untersucht auch die Effekte des mütterlichen Netzwerks der Jugendlichen auf die Übergangsdauer. Dabei zeigt sich, dass das Netzwerk der Mutter – operationalisiert über einen Positionsgenerator sowie den Ausbildungstyp der Kinder im Freundeskreis – einen signifikanten Einfluss auf den Übergang hat: Je größer der Umfang des mütterlichen Netzwerks, je höher der Anteil der Freunde mit Kindern in Ausbildung und je mehr Berufe mit niedrigem sozialen Status das Positions-Netzwerk umfasst, umso erfolgreicher sind die Jugendlichen bei der Ausbildungssuche. Dabei interagiert der Umfang des mütterlichen Netzwerks positiv mit der Nutzung von Informationen aus dem Elternnetzwerk seitens der Jugendlichen – die Nutzung sozialer Informationsressourcen wirkt sich dann positiv auf den Übergang in Ausbildung aus, wenn hinter diesen Ressourcen ein breites Netzwerk der Mutter mit Zugang zu heterogenen Positionen steht. Diese Befunde verdeutlichen, dass nicht nur der Zugang zu Ressourcen, sondern auch deren Nutzung sowie die Qualität dieser Ressourcen beachtet werden muss. Zudem weisen sie auf die Bedeutung der Eltern beim

46

3 Forschungsstand: Soziales Kapital und Bildung im Lebensverlauf

Übergang in Ausbildung hin – sowohl, was die mittelbare Unterstützung als auch die unmittelbare Unterstützung und die Aktivierung ihrer Netzwerke betrifft. Kapitel 6 beschäftigt sich, aufbauend auf den Untersuchungen von Roth (2014a, 2014b) mit dieser Thematik. 3.3.3 Innerfamiliäres Sozialkapital und Bezugsgruppeneffekte beim Übergang ins Studium Die Bedeutung der Erwartungen und Vorbildfunktionen des sozialen Netzwerks von Schülern oder Schulabgängern für ihre Aspirationen und Bildungsentscheidungen nach Beendigung der Sekundarschule ist in der Forschung gut belegt (Berndt, Laychak & Park, 1990; Cheng & Starks, 2002; Furstenberg & Hughes, 1995; Haller & Butterworth, 1960; Jencks, Crouse & Mueser, 1983; Kerckhoff & Huff, 1974; Marjoribanks, 1997; Perna & Titus, 2005; Sewell u. a., 1970, 1969; Sewell & Hauser, 1975; M. H. Smith u. a., 1995). Dies gilt auch für unterschiedliche Maße elterlicher Involviertheit auf die Wahrscheinlichkeit, ein Studium zu beginnen (Furstenberg & Hughes, 1995; Perna & Titus, 2005; M. H. Smith u. a., 1995) bzw. erfolgreich abzuschließen (Cheung & Andersen, 2003). Dabei zeigen sich sowohl für Erwartungen von Bezugsgruppen als auch für die elterliche Involviertheit differentielle Renditen für benachteiligte soziale Gruppen (Cheng & Starks, 2002). 3.3.4 Soziale Netzwerke und Studienerfolg Weniger gut erforscht sind die Ressourcenperspektive sowie der Einfluss des erweiterten Netzwerks von Eltern und Schülern beim Übergang ins Studium. Furstenberg und Hughes (1995) berichten einen positiven Zusammenhang zwischen elterlichen religiösen Netzwerken sowie dem Zugang zu Unterstützungsressourcen über das Netzwerk und der Wahrscheinlichkeit, das College zu besuchen. Hofferth, Boisjoly und Duncan (1998) finden differentielle Renditen elterlicher Unterstützungsnetzwerke (Zugang zu finanzieller und zeitlicher Unterstützung über das Freundesnetzwerk) für die Wahrscheinlichkeit, das College zu besuchen: Während Kinder wohlhabender Eltern von solchen Kontakten profitieren, ist der Effekt für Kinder weniger wohlhabender Eltern nicht signifikant. Damit finden sie Bestätigung für den Multiplikatoreffekt sozialen Kapitals. Eine seltene Anwendung des Positionsgenerators in der Bildungsforschung findet sich mit deutschen Daten bei Roth, Salikutluk und Kogan (2010): Je prestigereicher und je besser gebildet das Netzwerk der Mutter, umso höher ihre Aspiration für ein Studium

3.4 Soziales Kapital in der Weiterbildung

47

ihres Kindes. Die Daten lassen aber keine Aussagen über die Mechanismen hinter diesem Effekt zu. Es ist sowohl denkbar, dass ein statushohes Netzwerk als normatives Vorbild dient, das imitiert wird (Sewell u. a., 1970), als auch, dass dieses Netzwerk Ressourcen bereitstellen kann, die ein Studium ermöglichen oder erleichtern. Solange diese Frage nicht beantwortet werden kann, handelt es sich bei dem Befund lediglich um eine Replikation des bekannten Zusammenhangs zwischen Aspirationen und Bezugsgruppen als Vorbildern mit einer ungewöhnlichen Operationalisierung. Soziale Netzwerke spielen auch im Verlauf des Studiums eine Rolle für den Studienerfolg. Aufbauend auf Tintos (1975) Modell der akademischen und sozialen Integration untersucht Thomas (2000) das Gesamtnetzwerk von Studienanfängern einer US-amerikanischen Universität. Die Position der Studenten im Netzwerk beeinflusst direkt und indirekt den Studienerfolg: „social cosmopolitans“, die über ein breites Netzwerk Zugang zu verschiedenen Peer Groups haben, sind besser sozial integriert, haben ein höheres Commitment, bessere Noten und eine höhere Wahrscheinlichkeit, das Studium fortzuführen. Techen (2009) findet mit deutschen Daten ebenfalls einen Zusammenhang der effektiven Größe (Burt, 1992) des Freundschaftsnetzwerks von Studienanfängern und deren akademischem Erfolg. Diese Befunde deuten darauf hin, dass breite Kontaktnetzwerke, die sich nicht auf eine geschlossene Peer Group beschränken, förderlich für soziale Integration und akademischen Erfolg sind. 3.4 Soziales Kapital in der Weiterbildung Die Zusammenhänge zwischen sozialem Kapital und der Teilnahme an formaler, nonformaler und informeller Weiterbildung und „lebenslangem Lernen“ sind wenig untersucht worden. Von den vorhandenen Studien widmet sich die Mehrheit der Frage, ob die Teilnahme an Weiterbildung das soziale Kapital einer Person erhöht (siehe z.B. Tett & Maclachlan, 2007), was nicht Gegenstand dieses Literaturüberblicks ist. Einen aktuellen Überblick über die Forschung sowie die wechselseitige Beziehung zwischen sozialem Kapital und Weiterbildungsbeteiligung liefert Field (2011). Soziales Kapital kann die Entscheidung über die Teilnahme an beruflicher Weiterbildung auf drei Arten beeinflussen: Erstens können durch soziale Kontakte die Kosten einer Weiterbildungsteilnahme gesenkt werden. Dies betrifft Informationskosten (Informationen über Angebote aus dem Netzwerk), Zeitkosten (Übernahme anderer Aufgaben wie Kinderbetreuung, Haushalt) und monetäre Kosten (finanzielle Unterstützung). In Bezug

48

3 Forschungsstand: Soziales Kapital und Bildung im Lebensverlauf

auf informelles Lernen können Fertigkeiten, Tipps und Tricks sogar direkt von Netzwerkkontakten erlernt werden. Zweitens kann soziales Kapital die Renditen für Weiterbildung beeinflussen. Hier sind zwei gegensätzliche Hypothesen denkbar. Einerseits ist es möglich, dass der Zugang zu sozialen Ressourcen als Substitut für die Teilnahme an Weiterbildung wirkt: Aufgrund informeller Kontakte und Referenzen wird weniger Humankapital (insbesondere in Form von Zertifikaten) benötigt, um im Arbeitsmarkt Erfolg zu haben (siehe z.B. Lin, 2001, S. 97; Schuller & Field, 1998). Die gegensätzliche Hypothese versteht Sozialkapital als Komplement zur Weiterbildung: Durch informelle Kontakte erhöht sich die Rendite des Humankapitals (Bourdieu, 1980, 1983), was dazu motivieren sollte, mehr in Weiterbildung zu investieren. Drittens können Bezugsgruppen die Bewertung des intrinsischen Werts von Weiterbildung beeinflussen: Personen, die in ein soziales Umfeld eingebettet sind, in dem Weiterbildung wertgeschätzt wird, werden sie vermutlich auch selbst höher wertschätzen und somit eher teilnehmen. Strawn (2003) untersucht anhand eines Samples US-amerikanischer Erwachsener ohne Schulabschluss den Einfluss der Struktur egozentrierter Kontaktnetzwerke (Größe, Dichte und Art der Beziehungen) sowie der in diesen Netzwerken herrschenden Einstellung zu Bildung auf die Teilnahme an formaler und nonformaler Weiterbildung (Kurse zum Nachholen eines Schulabschlusses, berufliche Bildung, sonstige Kurse) und informellem Lernen (Selbststudium, Lernen von Bekannten). Eine positive Einstellung zu Bildung im Netzwerk wirkt sich positiv auf die Teilnahme an beiden Arten von Weiterbildung aus. Dies bestätigt den dritten oben diskutierten Mechanismus. Die Zusammensetzung des Netzwerks hat dagegen unterschiedliche Effekte. Im Vergleich zu Personen die kaum vernetzt sind, steigt die Teilnahme an informeller Weiterbildung für Personen, die in Netzwerke eingebunden sind. Der Effekt ist am stärksten für Personen, deren Kontaktnetzwerke hauptsächlich aus Familienmitgliedern bestehen, sowie für Bekanntschaften, die schon lange bestehen. Dies kann als Indiz dafür gesehen werden, dass Einbindung in Netzwerke mit starken Beziehungen die Kosten für informelles Lernen senkt. Die Einbindung in familiäre Netzwerke senkt dagegen die Wahrscheinlichkeit, an formaler Weiterbildung teilzunehmen. Einbindung in dichte nicht-familiäre Netzwerke erhöht die Wahrscheinlichkeit der Teilnahme an formaler Weiterbildung, wenn in diesen Netzwerken eine bildungsfreundliche Einstellung vorherrscht. Strawn (2003) zufolge hat also sowohl die Netzwerkstruktur als auch die im Netzwerk vorherrschende Einstellung einen Einfluss auf Weiterbildungsbeteiligung, wobei die Beziehungen komplex sind und sowohl die Art der Weiterbildung als auch die

3.5 Operationalisierung sozialen Kapitals im Nationalen Bildungspanel 49 Art des Netzwerks berücksichtigt werden muss. Zu ähnlichen Ergebnissen kommen auch Schuller und Field (1998), die feststellen, dass in MakroKontexten mit stark ausgeprägten strong-tie-Netzwerken informelles Lernen die Beteiligung an formaler Weiterbildung verdrängt – vermutlich, weil diese Netzwerke gleichzeitig die Kosten informellen Lernens und die Renditen formaler Weiterbildung (durch einen Substitutionseffekt sozialen Kapitals) senken. Für Deutschland untersuchen Kaufmann und Widany (2013) mit NEPSDaten den Einfluss inner- und außerbetrieblicher Netzwerke auf die Teilnahme an betrieblicher und privater nonformaler Weiterbildung. Innerbetriebliche Netzwerke und Bezugsgruppenerwartungen beeinflussen die Teilnahme an betrieblicher Weiterbildung, während die Informationsressourcen und Erwartungen des sozialen Netzwerks außerhalb des Betriebs für die Weiterbildungsbeteiligung nur eine sehr geringe Relevanz haben. Insgesamt ist der Erklärungsbeitrag des sozialen Kapitals gegenüber den strukturellen Betriebs- und Arbeitsmarktbedingungen sehr gering. 3.5 Operationalisierung sozialen Kapitals im Nationalen Bildungspanel Das Nationale Bildungspanel (NEPS) ist eine deutsche Längsschnittstudie mit dem Ziel, die Kompetenzentwicklung und die Bildungslaufbahnen in Deutschland ansässiger Kinder, Jugendlicher und Erwachsener zu dokumentieren. Im Rahmen eines Multikohortensequenzdesigns werden über 60.000 Zielpersonen aus sechs Startkohorten (Neugeborene, Kindergarten, Klasse 5, Klasse 9, Studierende, Erwachsene) sowie über 40.000 Kontextpersonen (Eltern, Erzieher/Lehrer, Kindergarten-/Schulleitung) in regelmäßigen Abständen befragt und getestet. Die Daten des NEPS wurden von 2008 bis 2013 als Teil des Rahmenprogramms zur Förderung der empirischen Bildungsforschung erhoben, welches vom Bundesministerium für Bildung und Forschung (BMBF) finanziert wurde (Blossfeld u. a., 2011). Seit 2014 wird NEPS vom Leibniz-Institut für Bildungsverläufe e.V. (LIfBi) an der OttoFriedrich-Universität Bamberg in Kooperation mit einem interdisziplinären deutschlandweiten Netzwerk weitergeführt. Das Nationale Bildungspanel bietet in seinen sechs Startkohorten Messungen sozialen Kapitals über den gesamten Lebenslauf an und stellt so eine einmalige Ressource für Forschung in diesem Bereich dar. Dabei folgte und folgt die Auswahl der eingesetzten Konstrukte vier Leitlinien. Erstens sollen über den Lebenslauf vergleichbare Maße bereitgestellt werden.

50

3 Forschungsstand: Soziales Kapital und Bildung im Lebensverlauf

Zweitens sollen die Konstrukte spezifisch auf die Erklärung von Bildungsentscheidungen und Bildungsübergängen zugeschnitten sein. Drittens sollen in allen Lebensabschnitten sowohl Prozesse normativer Einflussnahme und Kontrolle als auch Zugang zu Ressourcen über soziale Netzwerke erfasst werden. Viertens sollen zur Untersuchung migrationsspezifischer Fragestellungen Unterschiede in der ethnischen Komposition der Netzwerke erfasst werden. Um diese vier Ziele zu erreichen, werden in NEPS sowohl etablierte als auch neu entwickelte Konstrukte eingesetzt. Über alle Startkohorten wird zur Erfassung der Statuskomposition des Netzwerks ein kurzer Positionsgenerator (Lin u. a., 2001) eingesetzt. Dieses allgemeine Maß wird ergänzt um Ressourcengeneratoren, die jeweils spezifisch zugeschnitten sind auf den jeweiligen Lebensabschnitt und anstehende Übergänge – so zum Beispiel für Abiturienten den Zugang zu Informationen über Studienmöglichkeiten und für Auszubildende den Zugang zu Ressourcen, die den Einstieg in den Arbeitsmarkt erleichtern. Der Zugang zu Ressourcen wird im Längsschnitt sowohl prospektiv (Erreichbarkeit) als auch retrospektiv (tatsächliche Mobilisierung) erhoben und umfasst Informationen über die Art der Beziehung, die Anzahl der Netzwerkkontakte sowie die Komposition nach Geschlecht, Bildung und Migrationshintergrund. Neben dem Zugang zu Ressourcen liegt ein weiterer Schwerpunkt auf der Erfassung der Erwartungen und Vorbildfunktionen von Bezugsgruppen. Diese umfassen Eltern, Freunde, Partner, Verwandte sowie – je nach Bildungsetappe – Mitschüler, Kommilitonen, Kollegen und Vorgesetzte. In den Etappen 1 bis 6 (Neugeborene bis zum Übergang in berufliche Ausbildung) werden zudem verschiedene Indikatoren elterlicher Involviertheit erhoben – von gemeinsamen Aktivitäten und Unterstützung bei schulischen Problemen über Kommunikations- und Familienklima bis hin zur Involviertheit der Eltern in der Bildungseinrichtung. Dabei geben sowohl die Zielpersonen als auch deren Eltern Auskunft. Maße zur intergenerationalen Schließung sind in den Instrumenten im Kindergarten, in der Grundschule und der Sekundarstufe enthalten. Einen ausführlichen Überblick über die erfassten Konstrukte bietet Stocké u. a. (2011). Der Entwicklungsprozess wird beschrieben in Hoenig u. a. (2016). 3.6 Diskussion Zusammenfassend lässt sich sagen, dass soziales Kapital in seinen verschiedenen Ausprägungen – innerhalb und außerhalb der Familie, in dichten und

3.6 Diskussion

51

offenen Netzwerken, als motivierende und ermöglichende Kraft – über den Lebenslauf hinweg eine Vielzahl von Bildungsergebnissen beeinflusst. Dabei wirkt es sich in der Regel verstärkend auf bestehende Ungleichheiten aus, da das Sozialkapitalvolumen bzw. die Qualität des verfügbaren Sozialkapitals vom Klassen- und Bildungshintergrund der Akteure abhängt (vgl. das strength-of-position Theorem bzw. den differentiellen Zugang zu sozialem Kapital, Lin, 2001). Wenig systematisch untersucht worden sind dagegen bisher differentielle Renditen sozialen Kapitals; die meisten Untersuchungen zu diesem Thema betrachten Differenzen zwischen ethnischen Gruppen in den USA und sind daher nur begrenzt informativ für Ungleichheiten nach Bildungs- und sozialer Herkunft in Deutschland (siehe z.B. Cheng & Starks, 2002; Kao & Rutherford, 2007; Lee & Bowen, 2006; McNeal, 1999). Ein weiterer Befund an mehreren Stellen im Lebenslauf ist eine Dämpfung der ungleichheitsverstärkenden Effekte sozialen Kapitals durch staatliche Bildungsinstitutionen, sei es die Nutzung frühkindlicher Betreuung (Berlinski u. a., 2009; Felfe & Lalive, 2012), der Schulbesuch (Downey u. a., 2004) oder die verbindliche Übergangsempfehlung (Dollmann, 2011). Während der hier vorliegende Überblick sich auf den Einfluss sozialen Kapitals auf Bildungserträge fokussiert hat, darf mit Blick auf den Lebenslauf auch nicht der zirkuläre Aspekt der Beziehung zwischen sozialem Kapital und Bildung ignoriert werden: Soziales Kapital erhöht den Zugang zu Bildung erhöht den Zugang zu mehr bildungsförderndem sozialen Kapital. Kindern hochgebildeter Eltern steht von Anfang an mehr bildungsförderndes Sozialkapital in Form einer anregenden häuslichen Lernumwelt, elterlicher Involviertheit in der Bildungseinrichtung und eines hochgebildeten elterlichen Netzwerks zur Verfügung. Dieses soziale Kapital wirkt sich positiv auf die Kompetenzentwicklung und das Entscheidungsverhalten aus (primäre und sekundäre Effekte, Boudon, 1974). In der Folge finden sich diese Kinder nach der ersten Schwelle, an der im System nach Bildung segregiert wird (in Deutschland beim Übergang in die Sekundarstufe) mit höherer Wahrscheinlichkeit in einem Kontext wieder, in dem sie von Personen umgeben sind, die ebenfalls über hohe Kompetenzen und Aspirationen verfügen. Das soziale Netzwerk verfügt somit über mehr Ressourcen und bildungswertschätzende Normen. An jeder weiteren Schwelle, an der nach Bildung segregiert wird, verstärkt sich dieser Prozess. Das Resultat ist ein Matthäus-Effekt – wer hat, dem wird gegeben (vgl. auch Lin, 2001, S. 65). Die hier zusammengetragenen Ergebnisse machen gemeinsam betrachtet aus der Lebensverlaufsperspekive aber auch drei kritische Punkte deutlich:

52

3 Forschungsstand: Soziales Kapital und Bildung im Lebensverlauf 1. Studien zu sozialem Kapital, die explizit eine Lebensverlaufsperspektive einnehmen oder zumindest mehr als einen Übergang bzw. mehr als einen Bildungsabschnitt betrachten, sind rar (zum Beispiel Cheung & Andersen, 2003; Englund u. a., 2004; Furstenberg & Hughes, 1995; Roth, 2014a). 2. Das Forschungsvolumen unterscheidet sich beträchtlich zwischen den verschiedenen Lebensabschnitten. Dabei konzentriert sich der Großteil der Forschung im Bildungsbereich auf die Schule und den Übergang zur Hochschule. Insgesamt am wenigsten erforscht ist die Lebensphase vor der Einschulung; diese konzentriert sich meist auf Gesundheitsverhalten und Entwicklungs- und Verhaltensstörungen. Für Erwachsene nach Ende der formalen Bildungslaufbahn gibt es nur wenig Forschung zum Zusammenhang von sozialem Kapital und Weiterbildung, dafür aber beträchtliche Forschung zum Einfluss von sozialem Kapital auf Arbeitsmarkterfolg. 3. Nicht nur der Umfang der Forschungsaktivität unterscheidet sich deutlich, auch die Arten von Sozialkapital, auf die sich diese Forschung konzentriert, variiert über den Lebenslauf. Im Kinder- und Jungendalter überwiegt das Colemansche Paradigma: Konzentration auf starke Beziehungen (insbesondere innerhalb der Kernfamilie), kohäsive, dichte Netzwerke und Prozesse normativer Einflussnahme. Mit dem Übergang in Studium und Ausbildung mehren sich Studien zu Ressourcen und breiten Netzwerken, sind aber weiterhin in der Minderheit. Im Erwachsenenalter dominiert dagegen in der Arbeitsmarktforschung die Ressourcen-Perspektive mit Fokussierung auf weak ties, Informationsfluss und offene Netzwerke.

Es steht zu vermuten, dass diese paradigmatische Teilung des Lebenslaufs insofern begründet ist, als der Einfluss köhäsiver, auf der Familie basierender Strukturen im Lebenslauf mit zunehmendem Alter abnimmt, während die Bedeutung nicht-familiärer, heterogener Netzwerke steigt. Diese These bedarf aber einer empirischen Überprüfung, die bisher nicht erfolgt ist. Die vorhandenen Ergebnisse demonstrieren dagegen, dass vom Vorschulalter bis ins Studium hinein innerfamiliäres Sozialkapital in Form elterlicher Aspirationen, Gespräche, gemeinsamer Aktivitäten und Kontakt mit der Bildungseinrichtung eine wichtige Rolle für verschiedenste Bildungsergebnisse spielt. Ein Vergleich der Effektstärken ist aufgrund der unterschiedlichen Datenbasis und Operationalisierungen nicht möglich. Die wenigen Studien,

3.6 Diskussion

53

die im Schul- und Vorschulbereich zur Rolle außerfamiliärer Netzwerke und insbesondere zum Zugang zu Ressourcen über außerfamiliäre Netzwerke bestehen, deuten zudem darauf hin, dass auch diese Form von Sozialkapital von Beginn an relevant für den Bildungserfolg sowie die Erklärung von Bildungsungleichheit ist. Die beiden Paradigmen müssen auch nicht miteinander konkurrieren. Es kann vielmehr angenommen werden, dass sie in Interaktion stehen – kohäsive, dichte Strong-Tie-Netzwerke auf Basis der Kernfamilie beeinflussen in erster Linie die Einstellung und Motivation zu Bildung, während das erweiterte Netzwerk die dafür nötigen Ressourcen und Impulse bereitstellt. Diese systematische Integration der verschiedenen Perspektiven über den Lebenslauf fehlt bisher. Die meisten Studien konzentrieren sich auf ein Paradigma oder sie verwenden ein Konglomerat verschiedener Indikatoren, ohne genau zu benennen, welche theoretischen Annahmen der Auswahl zugrunde liegen. Zudem basiert ein großer Teil der vorhandenen Studien auf relativ groben Operationalisierungen struktureller Indikatoren, wie zum Beispiel der Familienstruktur oder der Nachbarschaftskomposition, ohne dass die Mechanismen hinter diesen Indikatoren diskutiert oder geprüft werden. In der vergleichenden Literaturübersicht fällt auf, dass die Befunde umso uneindeutiger sind, je weiter entfernt die Operationalisierung von konkreten Mechanismen ist. Dies liegt in vielen Fällen daran, dass gleiche strukturelle Bedingungen für Akteure mit unterschiedlichem sozialen Hintergrund unterschiedliche Konsequenzen haben. Der Effekt mütterlicher Erwerbstätigkeit ist zum Beispiel abhängig von der Qualität der Mutter-Kind-Interaktion, der alternativ gewählten Betreuung, sowie nicht zuletzt von der Veränderung der ökonomischen Kapitalausstattung des Haushalts durch die Erwerbstätigkeit. Alle drei Faktoren variieren systematisch mit dem sozialen Hintergrund der Familie, so dass die Berechnung von Durchschnittseffekten oft wenig zielführend ist. Teilweise sind die hier angesprochenen Probleme auch das Resultat fehlender Daten – Datensätze, die explizite Indikatoren für soziales Kapital auf verschiedenen Dimensionen (inner- und außerhalb der Familie, normative Effekte und Zugang zu Ressourcen, starke und schwache Beziehungen) enthalten, sind selten. Datensätze, die diese Informationen im Längsschnitt bereitstellen oder zumindest vergleichbare Indikatoren für verschiedene Kohorten verwenden, sind kaum vorhanden. Hier bietet das Nationale Bildungspanel vielfältiges neues Analysepotential.

4 Soziales und kulturelles Kapital im Kindergarten

4.1 Einleitung Wie bereits im vorhergehenden Kapitel deutlich wurde, beschränkt sich die Forschung zu sozialem Kapital im Bildungsbereich hauptsächlich auf die Schulzeit sowie den Übergang in die Hochschule. Effekte sozialen Kapitals von Eltern oder Kindern im Kindergarten sind dagegen bisher kaum untersucht worden.1 Die wenigen Studien, die sich explizit auf soziales Kapital beziehen, befassen sich mit den Effekten innerfamiliären Sozialkapitals (Bianchi & Robinson, 1997; Parcel & Menaghan, 1994) oder der Einbindung der Eltern in unterstützende Netzwerke wie z.B. religiöse Gemeinden (Runyan u. a., 1998). Die Vernetzung der Eltern innerhalb des Kindergartens und insbesondere das Konzept der intergenerationalen Schließung haben im vorschulischen Bereich dagegen bisher keine Berücksichtigung erfahren. Dieses Kapitel widmet sich der Frage, ob und unter welchen Bedingungen sich die intergenerationale Schließung, gemessen als die Anzahl bekannter Eltern in der Kindergartengruppe, positiv auf die Kompetenzen von Kindergartenkindern auswirkt. Dabei wird insbesondere untersucht, ob der Zusammenhang abhängig ist vom kulturellen Kapital der Familie sowie vom im Kindergarten akkumulierten kulturellen Kapital. 4.2 Theoretischer Hintergrund 4.2.1 Intergenerationale Schließung im Kindergarten Angesichts der Tatsache, dass für Colemans Theorie der intergenerationalen Schließung (Coleman, 1988, 1990) im Schulbereich bisher keine eindeutige Befundlage existiert und dass zudem Colemans theoretisches Argument der Betonung geschlossener Netzwerke und der Fokussierung auf Normenkontrolle von anderen Autoren angezweifelt wird (vgl. Morgan & Sørensen, 1

In dieser Arbeit meint der Begriff „Kindergarten“ Kindertagesstätten für Kinder im Alter von ca. zwei Jahren bis zur Einschulung, die eine explizit vorschulische Form der institutionellen Betreuung ohne strukturierten Unterricht und ohne Leistungsbewertung anbieten. Nicht gemeint sind Institutionen, die dem US-amerikanischen „kindergarten“ gleichen, der in der Regel bereits erheblich verschult ist und damit eher mit der deutschen Vorschule oder der ersten Klasse verglichen werden kann.

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019 K. Hoenig, Soziales Kapital und Bildungserfolg, https://doi.org/10.1007/978-3-658-24234-3_4

56

4 Soziales und kulturelles Kapital im Kindergarten

1999), bietet die Übertragung des Konzepts der intergenerationalen Schließung auf den Kindergarten eine interessante Möglichkeit, die theoretischen Mechanismen des Konstrukts zu überprüfen und zu hinterfragen. Coleman wird dafür kritisiert, dass er die Mechanismen, durch die die intergenerationale Schließung einen Einfluss auf den Bildungserfolg hat, nicht eindeutig genug spezifiziert (Fasang u. a., 2014; Morgan & Sørensen, 1999). Allerdings lässt sich aus seinen Beispielen ableiten, dass er in erster Linie zwei miteinander interagierende Mechanismen am Werk sieht: Kontrolle des kindlichen Verhaltens und Verstärkung von positiven elterlichen Bildungsnormen. Dadurch, dass Eltern untereinander in einem Austausch stehen, wird das Verhalten der Kinder kontinuierlich überwacht, auch wenn sie gerade nicht von den eigenen Eltern beaufsichtigt werden. Normverstöße werden so rechtzeitig bemerkt und effektiv sanktioniert. Die Eltern bestärken sich zudem gegenseitig in ihren Normen und ihrem Verhalten. Colemans Argumentation baut also in erster Linie auf Macht- und Kontrollmechanismen auf: Die Eltern stellen gegenseitig sicher, dass sowohl sie selbst als auch ihre Kinder sich an die in der Eltern-Gruppe gültigen Normen und Regeln halten. Zwei weitere Aspekte, die mit geschlossenen Netzwerken einhergehen – Vertrauenswürdigkeit und damit einhergehende reziproke Verpflichtungen (also letztlich der Zugang zu Ressourcen durch das Netzwerk) – spielen dagegen in Colemans Argumentation eine eher untergeordnete Rolle. Die von Coleman postulierte positive Wirkung der intergenerationalen Schließung innerhalb der Schulklasse beruht auf drei impliziten Annahmen: erstens, dass die im elterlichen Netzwerk verstärkten Normen eine positive Wirkung auf Bildungserfolg haben, zweitens, dass die Kinder in ihrer Freizeit über ein gewisses Maß an Autonomie verfügen und drittens, dass Klassenkameraden auch außerhalb des Schulkontextes die wichtigsten Freizeitkontakte der Kinder darstellen. Die erste Annahme ist Voraussetzung für den Mechanismus der Normenverstärkung und hat in der Literatur breite Kritik erfahren, da sie nicht für alle elterlichen Netzwerke und nicht für alle Bildungsoutcomes gleichermaßen vorausgesetzt werden kann. In Bezug auf die Rolle der Netzwerkkomposition stellen zum Beispiel Morgan und Sørensen (1999) und Morgan und Todd (2009) für die USA fest, dass intergenerationale Schließung in katholischen Schulen positive Effekte hat, nicht jedoch in staatlichen Schulen, was sie darauf zurückführen, dass die in katholischen Schulen vorherrschenden Normen im Durchschnitt bildungsfreundlicher sind. Kao und Rutherford (2007) finden, dass afroamerikanische Schüler in geringerem Maße von intergenerationaler Schließung profitieren, als Schüler europäischer und asiatischer Herkunft. Teachman u. a.

4.2 Theoretischer Hintergrund

57

(1997) zufolge profitieren nur Kinder wohlhabender Eltern und Fasang u. a. (2014) finden sogar negative Effekte intergenerationaler Schließung in Nachbarschaften mit unterdurchschnittlichem Einkommen. In Bezug auf unterschiedliche Bildungsoutcomes argumentiert Burt (2005), dass geschlossene elterliche Netzwerke durch erhöhte Kontrollvorteile der Eltern in der Lage sind, kindliches deviantes Verhalten einzuschränken, was die Wahrscheinlichkeit eines Schulabbruchs senkt. Da durch Schließung jedoch keine zusätzlichen Ressourcen erschlossen werden, sollte diese Netzwerkform ihm zufolge keinen Einfluss auf den Kompetenzerwerb haben. Die zweite und dritte Annahme sind notwendige Bedingungen für den Mechanismus der Kontrolle kindlichen Verhaltens über das intergenerational geschlossene Netzwerk. Nur wenn Kinder selbst entscheiden können, wo und mit wem sie Zeit verbringen, ist es überhaupt möglich, dass sie den Kontrollbereich der eigenen Eltern verlassen. Und nur wenn sich die intergenerationale Schließung um die Schulklasse (weitgehend) deckt mit intergenerationaler Schließung um die Freizeitkontakte der Kinder ist die erstere ein valider Indikator für effektive elterliche Kontrolle kindlichen Verhaltens außerhalb der Schule. Im Gegensatz zur ersten Annahme wurden die beiden letzten Annahmen bisher nicht von anderen Autoren diskutiert. Dies liegt wahrscheinlich daran, dass sie im (Sekundar-)Schulkontext plausibel scheinen. Bei Kindern im Kindergartenalter gilt dies nicht. Kinder in dieser Altersgruppe können ihre Freizeit deutlich weniger selbst bestimmen als Kinder im Schulalter. Außerhalb des Kindergartens werden sie in der Regel von den eigenen Eltern beaufsichtigt. Wenn dies nicht der Fall ist, so kann angenommen werden, dass die Eltern in entscheidendem Maße mitbestimmt haben, wo und unter wessen Beaufsichtigung sich das Kind aufhält. Das Freizeitnetzwerk des Kindes ist also in deutlich höherem Maße von den Eltern fremdbestimmt (und damit intergenerational geschlossen) und nicht notwendigerweise deckungsgleich mit dem Freundesnetzwerk des Kindes in der Kindergartengruppe, wo die Eltern keinen direkten Einfluss darauf haben, mit welchen Kindern es interagiert. Colemans wichtigster Mechanismus greift somit im Kindergartenalter nicht. Welche Argumente gibt es, dennoch anzunehmen, dass ein dichtes Elternnetzwerk um die Kindergartengruppe einen positiven Effekt auf das Bildungsniveau der Kinder haben könnte? An erster Stelle steht hier das Argument, dass soziale Netzwerke die Grundlage für Ressourcentransmission sind. Im Kindergarten können dies zum Beispiel Informationen über Bildungsangebote und Erziehungsratschläge, ausgeliehenes Spielzeug oder bil-

58

4 Soziales und kulturelles Kapital im Kindergarten

dungsförderndes Material, gegenseitige Hilfe bei der Kinderbetreuung oder gemeinsam organisierte Unternehmungen sein. Diese Ressourcen können direkt oder indirekt – indem sie die Eltern entlasten – der Bildung der Kinder zugute kommen (Ressourcentransmission). Außerdem eröffnen Kontakte zu anderen Familien mit Kindern im gleichen Alter Kind und Eltern die Möglichkeit, Einblick zu erhalten in den Alltag und die Erziehungspraktiken und -normen in anderen Familien. Für das Kind sind Beziehungen zu anderen Kindern (und Eltern) aus der Kindergartengruppe vermutlich intensiver, wenn sie von den eigenen Eltern gefördert und auch außerhalb des Kindergartens aufrechterhalten werden. Somit können Kind und Eltern neue Vorbilder gewinnen und die Bildungsnormen ihres Netzwerkes übernehmen (Bezugsgruppeneffekte). Drittens erhalten die Eltern einen besseren Einblick in die Arbeit des Kindergartens, da sie sich über das Verhalten des Personals untereinander austauschen und sie sind in der Lage, die Interessen ihrer Kinder gegenüber dem Kindergartenpersonal besser zu vertreten, da sie geschlossen auftreten können (Interessenvertretung, siehe Coleman, 1990, S. 594). Im Unterschied zur Kontrolle der Kinder und zur Interessenvertretung sind die ersten beiden oben genannten Mechanismen nicht notwendigerweise davon abhängig, dass das soziale Netzwerk geschlossen ist. Es kann hier jeweils in beide Richtungen argumentiert werden. Ressourcen werden in geschlossenen Netzwerken zwar bereitwilliger zur Verfügung gestellt, da ein höheres Vertrauen herrscht (Coleman, 1988), allerdings besteht die Gefahr, dass die Ressourcen (insbesondere Information) redundant sind (Granovetter, 1973; Morgan & Sørensen, 1999). Der Einfluss von Bezugsgruppen ist in geschlossenen Netzwerken möglicherweise stärker, da die Schließung bei der Durchsetzung von Normen hilfreich ist, dafür gibt es aber geringere Möglichkeiten für neue Ideen und Impulse als in offenen („horizonterweiternden“) Netzwerken (Morgan & Sørensen, 1999). Beide Effekte sollten also weniger abhängig sein von der Geschlossenheit des Netzwerks als von der Größe. Da das Netzwerk durch den institutionellen Kontext (in diesem Fall die Kindergartengruppe) begrenzt ist und die Kinder sich durch ihre tägliche Interaktion im Kindergarten in einem geschlossenen Netzwerk befinden, impliziert ein größeres Netzwerk der Eltern immer auch eine stärkere intergenerationale Schließung. Aufgrund der vorhandenen Daten ist es in dieser Arbeit daher nicht möglich, die intergenerationale Schließung von der Größe des egozentrierten elterlichen Netzwerkes auf der Individualebene zu trennen.

4.2 Theoretischer Hintergrund

59

Möglich ist jedoch eine Unterscheidung zwischen der Größe des Netzwerks auf Individualebene (Beziehungskapital, Esser, 2000b) – wie viele andere Eltern sind den Eltern persönlich bekannt – und der Schließung des elterlichen Netzwerks auf Gruppenebene (Systemkapital, Esser, 2000b) – wie viele Eltern kennen sich durchschnittlich in der Gruppe – zu unterscheiden. Je größer die durchschnittliche Anzahl bekannter Eltern in der Gruppe, umso dichter ist das elterliche Netzwerk um die Kindergartengruppe. Somit kann empirisch getestet werden, ob ein dichtes elterliches Netzwerk auf Gruppenebene unabhängig von der Größe des individuellen Netzwerks positive Effekte für die kindlichen Kompetenzen hat. Dies sollte zum Beispiel für den Mechanismus der Interessenvertretung gelten – eine von den Eltern durchgesetzte Verbesserung der Kindergartenqualität kommt allen Kindern zugute, unabhängig davon, ob die eigenen Eltern beteiligt waren. Aus diesen Überlegungen lassen sich zwei Forschungsfragen ableiten. Erstens: Welche Bedingungen müssen gelten, damit die intergenerationale Schließung sich positiv auf den Kompetenzerwerb von Kindergartenkindern auswirkt? Und zweitens: Welche Kinder sollten besonders stark von intergenerationaler Schließung profitieren? Ich vertrete im Folgenden die Hypothese, dass die Antwort auf beide Fragen im Zugang zu lernförderlichen Ressourcen und Normen und damit in der Ausstattung der Familien mit objektiviertem und inkorporiertem kulturellen Kapital liegt (Bourdieu, 1976, 1983; DiMaggio, 1982). 4.2.2 Kulturelles Kapital von Eltern und Kindern im Kindergarten Bourdieus (1976) kultureller Reproduktionstheorie zufolge ist das in der Familie weitergegebene kulturelle Kapital der zentrale Faktor zur Erklärung sozialer Ungleichheiten im Bildungssystem. Zahlreiche Studien bestätigen einen positiven Einfluss des inkorporierten, objektivierten und institutionalisierten kulturellen Kapitals von Eltern auf die schulischen Leistungen ihrer Kinder (siehe z.B. De Graaf, De Graaf & Kraaykamp, 2000; DiMaggio, 1982; Leopold & Shavit, 2011).Diese Effekte sind aber in der Regel schwächer als von Bourdieu angenommen und können den Effekt der sozialen Herkunft nur partiell erklären. Zudem fehlt in der Regel eine explizite Operationalisierung oder zumindest Diskussion der Mechanismen, durch die das elterliche kulturelle Kapital die schulischen Leistungen der Kinder beeinflusst. Einen wichtigen Beitrag leisten in dieser Hinsicht De Graaf u. a. (2000), die zwischen zwei Mechanismen differenzieren: erstens der Transmission bestimmter „kul-

60

4 Soziales und kulturelles Kapital im Kindergarten

tureller Dispositionen“ und zweitens der direkten Transmission sprachlicher und kognitiver Kompetenzen (De Graaf u. a., 2000, S. 96). Der erste Mechanismus dient der von Bourdieu beschriebenen Distinktion und der Beherrschung der im Bildungssystem verlangten kulturellen Codes, die dann von den Lehrern honoriert werden. Das heißt, kulturelles Kapital hat in diesem Fall einen direkten Effekt auf die Leistungsbewertung unter Kontrolle der eigentlichen Kompetenzen. Diesen Mechanismus verbinden De Graaf u. a. (2000) mit hochkulturellen Aktivitäten, wie z.B. Museums- oder Opernbesuchen. Der zweite Mechanismus beschreibt dagegen einen direkten Effekt lernförderlicher kultureller Aktivitäten – insbesondere Lesen – auf die Kompetenzen der Kinder. Die von De Graaf u. a. (2000) vorgeschlagene Unterscheidung impliziert, dass kulturelles Kapital kein eindimensionales Konstrukt ist. Da im Kindergarten noch keine direkte Leistungsbewertung stattfindet, sollte hier insbesondere der zweite Mechanismus wirksam sein. Empirische Untersuchungen bestätigen dies: Lernförderliche gemeinsame Aktivitäten, insbesondere regelmäßiges Vorlesen durch die Eltern, haben einen positiven Effekt auf kindliche Kompetenzen (für eine Zusammenfassung internationaler Ergebnisse siehe Bus, Van Ijzendoorn und Pellegrini, 1995, für Deutschland Klein, Biedinger und Becker, 2014). Dabei werden solche kulturellen Aktivitäten insbesondere von Eltern unternommen, die selbst über ein hohes Maß an inkorporiertem, objektiviertem und institutionalisiertem kulturellem Kapital verfügen (Becker, 2014; Bianchi, 2011; Biedinger & Klein, 2010; Bradbury u. a., 2015; Leseman & Jong, 1998; Mudiappa & Kluczniok, 2012). Damit ist die Transmission von kulturellem Kapital in der Familie bereits im Kindergartenalter in Deutschland und international gut belegt. 4.2.3 Kulturelles Kapital als soziales Kapital Während Bourdieu (1983, 1987/2012) die Zusammenhänge von sozialem, kulturellem und ökonomischem Kapital explizit diskutiert hat, gibt es in der Bildungssoziologie erstaunlich wenig Forschung zur Interaktion von kulturellem und sozialem Kapital. Tatsächlich existieren zwei Forschungsstränge nebeneinander, die oft dieselben Prozesse und Fragestellungen mit unterschiedlichem Vokabular beschreiben und dabei wenig aufeinander Bezug nehmen. Bereits vor über 15 Jahren hat McNeal (1999) auf diese Tatsache hingewiesen und exzellent Beispiele aufgezeigt, wie unterschiedliche Autoren jeweils das gleiche elterliche Verhalten als Indikator für soziales oder kulturelles Kapital verwenden – allerdings leider ohne allzu große Folgen.

4.2 Theoretischer Hintergrund

61

Autoren, die in der Tradition Bourdieus zur kulturellen Reproduktion sozialer Ungleichheiten forschen, verwenden den Begriff „soziales Kapital“ meist nicht oder nur beiläufig. Auch die Transmission kulturellen Kapitals in der Familie wird in dieser Forschungstradition nicht als soziales Kapital bezeichnet – weder von Bourdieu selbst, noch von anderen Autoren (siehe z.B. De Graaf u. a., 2000; DiMaggio, 1982; Lareau, 1989). Autoren, die explizit unter dem Schlagwort „soziales Kapital“ publizieren, berufen sich in der Regel eher auf Coleman (1988, 1990) als auf Bourdieu, der seinerseits den Begriff des kulturellen Kapitals nicht verwendet und stattdessen von Humankapital spricht. Colemans Humankapital-Begriff subsumiert wichtige Aspekte dessen, was Bourdieu als kulturelles Kapital bezeichnet (insbesondere das institutionalisierte kulturelle Kapital sowie lernförderliches kuturelles Kapital), er ignoriert aber die von Bourdieu betonte distinktive Rolle des kulturellen Kapitals. Colemans wichtiger Beitrag in diesem Zusammenhang ist, dass er explizit die in der Familie stattfindende Transmission von Wissen und Normen als soziale Austauschbeziehung zwischen Eltern und Kindern – und damit als soziales Kapital – benennt. Wenn Coleman von innerfamiliärem Sozialkapital spricht und Bourdieu von kultureller Reproduktion in der Familie, meinen beide letztlich den gleichen Prozess – allerdings mit unterschiedlicher Schwerpunktsetzung. Vereinfachend könnte man sagen, dass Coleman den quantitativen Aspekt des Transmissions-Prozesses stärker betont (insbesondere durch den Fokus auf die gemeinsam verbrachte Zeit), während Bourdieu den qualitativen Aspekt (durch Fokus auf die kulturellen Inhalte und den Habitus) in den Vordergrund rückt. Das kulturelle Kapital der Eltern ist soziales Kapital ihrer Kinder – eine Ressource, auf die sie zugreifen können, vorausgesetzt, dass Eltern die nötige Zeit in den Prozess der Transmission investieren. Dieses Verständnis impliziert zudem eine positive Interaktion zwischen sozialem und kulturellem Kapital – gemeinsame Eltern-Kind-Aktivitäten sind umso wertvoller für die Kinder, je mehr kulturelles Kapital die Eltern besitzen (vgl. Lee & Bowen, 2006; Leseman & Jong, 1998). Eltern sind jedoch nicht die einzigen Bezugspersonen im Leben ihrer Kinder. Mit wachsendem Alter gewinnen gleichaltrige Peers zunehmend an Bedeutung. Dies beginnt bereits im Kindergarten, der in Deutschland für viele Kinder die erste Form institutionalisierten, regelmäßigen Kontakts mit Gleichaltrigen darstellt. Kinder lernen in der Kindergartengruppe voneinander (Williams & Williams, 2001). Insofern kann das akkumulierte kulturelle Kapital in der Kindergartengruppe als Systemkapital (Esser, 2000b), also

62

4 Soziales und kulturelles Kapital im Kindergarten

als Kollektivgut für alle Kinder verstanden werden. Wer profitiert besonders von diesem Systemkapital? Erstens sollten dies die Kinder sein, die zu Hause kein entsprechend kulturell anspruchsvolles Umfeld vorfinden, also diejenigen mit geringem elterlichen kulturellen Kapital und wenig gemeinsamen kulturellen Aktivitäten mit den Eltern. Diese Kinder können im Kindergarten durch die Interaktion mit kulturell privilegierten Gleichaltrigen Defizite in der häuslichen Lernumwelt kompensieren. Der Effekt des kulturellen Kapitals der Kindergartengruppe sollte zudem höher sein für Kinder, die über die intergenerationale Schließung eine stärkere Anbindung an die anderen Kinder in der Gruppe haben und potenziell auch außerhalb des Kindergartens mit ihnen in Kontakt stehen. Diese Kinder können durch Besuche in den Familien das dort gebundene kulturelle Kapital direkt erleben und an gemeinsamen kulturellen Aktivitäten mit den Eltern ihrer Freunde (z.B. Vorlesen oder der Besuch eines Kindermuseums) teilnehmen. Zudem können ihre Eltern durch Kontakt mit anderen Eltern lernförderliche kulturelle Normen und Praktiken übernehmen. Die Effekte der intergenerationalen Schließung und des kulturellen Kapitals auf Kindergartenebene bedingen sich gegenseitig. Intergenerationale Schließung ist Voraussetzung dafür, dass das im Kindergarten akkumulierte kulturelle Kapital seine Wirkung voll entfalten kann. Und, aus der anderen Richtung betrachtet: Bedingung dafür, dass die intergenerationale Schließung positive Effekte hat, ist, dass sie Zugang zu einem Netzwerk gewährt, in dem wertvolle Ressourcen (in Form von lernförderlichem kulturellen Kapital) gebunden sind und positive Bezugsgruppeneffekte (in Form anspruchsvoller elterlicher kultureller Dispositionen) auftreten. Auch dieser positive Effekt der intergenerationalen Schließung in Interaktion mit dem kulturellen Kapital der Gruppe sollte stärker sein für Kinder aus Haushalten mit geringem kulturellen Kapital. 4.3 Hypothesen Aus der obigen Diskussion leiten sich sechs Hypothesen ab. Hypothese 1 Die Kompetenzen eines Kindes sind umso höher, je mehr andere Eltern im Kindergarten den Eltern bekannt sind. Hypothese 2 Die Kompetenzen eines Kindes sind umso höher, je höher das in der Familie akkumulierte kulturelle Kapital. Diese Hypothese bezieht sich erstens auf Indikatoren des objektivierten und inkorporierten kulturellen Kapitals der Eltern, welches einerseits ein

4.4 Daten und Methoden

63

Maß für die Verfügbarkeit materieller und immaterieller Ressourcen und andererseits ein Maß für die Wertschätzung von Bildung darstellt. Zweitens bezieht es sich auf das inkorporierte kulturelle Kapital der Kinder in Form kultureller und kogntiv anregender Aktivitäten. Dabei sollte bei gleichzeitiger Kontrolle des elterlichen und kindlichen kulturellen Kapitals letzteres den stärkeren Effekt haben, da der Effekt des elterlichen kulturellen Kapitals teilweise indirekt über das kulturelle Kapital des Kindes vermittelt wird. Hypothese 3 Die Kompetenzen eines Kindes sind umso höher, je höher das im Kindergarten akkumulierte kulturelle Kapital. Die Hypothesen 1 bis 3 besagen zusammenfassend, dass es positive Haupteffekte der intergenerationalen Schließung, des elterlichen kulturellen Kapitals und des durchschnittlichen kulturellen Kapitals im Kindergarten gibt. Hypothese 4 Kinder, deren Eltern mit anderen Eltern der Kindergartengruppe vernetzt sind, profitieren stärker vom im Kindergarten akkumulierten kulturellen Kapital. Hypothese 5 Kinder aus Familien mit wenig kulturellem Kapital profitieren stärker vom im Kindergarten akkumulierten kulturellen Kapital. Diese beiden Hypothesen beschreiben Interaktionseffekte: eine negative Interaktion des häuslichen kulturellen Kapitals mit dem kulturellen Kapital in der Kindergartengruppe und eine positive Interaktion der intergenerationalen Schließung mit dem kulturellen Kapital in der Gruppe. Hypothese 6 Kinder aus kulturell unterprivilegierten Haushalten profitieren in besonderem Maße von der Vernetzung ihrer Eltern mit kulturell privilegierten Haushalten. Die letzte Hypothese erweitert das Argument zu einer DreifachInteraktion aus häuslichem kulturellem Kapital, kulturellem Kapital in der Gruppe und intergenerationaler Schließung. 4.4 Daten und Methoden 4.4.1 Daten der NEPS Startkohorte 2 Zur Überprüfung der Hypothesen werden Daten aus den ersten beiden Wellen der Startkohorte 2 des Nationalen Bildungspanels (NEPS SC2,

64

4 Soziales und kulturelles Kapital im Kindergarten

SUF3.0.0) verwendet.2 Im Rahmen dieser Studie wurden bundesweit repräsentativ Kindertageseinrichtungen gezogen. Zielpersonen waren alle Kinder in den gezogenen Einrichtungen, die im Schuljahr 2012/2013 das Einschulungsalter erreichen. Die Teilnahme war für die gezogenen Einrichtungen und die Familien freiwillig. Die Erhebungen umfassten jährliche Kompetenztests der Kinder, eine schriftliche Befragung der Erzieherinnen und Erzieher und der Einrichtungsleitung und ein computergestütztes Telefoninterview (CATI) mit einem Erziehungsberechtigten, in der Regel der Mutter des Kindes. Die Daten enthalten umfangreiche Informationen zum sozioökonomischen Hintergrund der Kinder, zum kulturellen Kapital der Eltern und zur häuslichen Lernumwelt, sowie zum sozialen Kapital der Eltern, inklusive deren Kontakt zu anderen Eltern in der Kindergartengruppe des Kindes. 4.4.2 Variablen Tabelle 4.1 bietet eine Übersicht über alle in den Analysen verwendeten Variablen sowie die Zahl der gültigen Werte und deskriptive Statistiken zur Verteilung. Abhängige Variable Aufgrund zeitlicher Restriktion können nicht alle Kompetenzdomänen jährlich erhoben werden. Da die intergenerationale Schließung erstmals in Welle 2 erfasst wurde, wird als abhängige Variable die mathematische Kompetenz verwendet, welche die wichtigste in Welle 2 erfasste Kompetenz ist. Es besteht jedoch eine hohe Korrelation zwischen den verschiedenen Kompetenzdomänen. Tatsächlich zeigen Modelle mit den in Welle 1 erfassten sprachlichen Kompetenzen ähnliche Zusammenhänge (Modelle hier nicht gezeigt). Die Variable ist z-standardisiert.

2

Diese Arbeit nutzt Daten des Nationalen Bildungspanels (NEPS): Startkohorte Kindergarten, doi:10.5157/NEPS:SC2:3.0.0. Die Daten des NEPS wurden von 2008 bis 2013 als Teil des Rahmenprogramms zur Förderung der empirischen Bildungsforschung erhoben, welches vom Bundesministerium für Bildung und Forschung (BMBF) finanziert wurde. Seit 2014 wird NEPS vom Leibniz-Institut für Bildungsverläufe e.V. (LIfBi) an der Otto-Friedrich-Universität Bamberg in Kooperation mit einem deutschlandweiten Netzwerk weitergeführt. Für eine Übersicht über die Studie siehe Blossfeld u. a. (2011), für weitere Informationen zur Startkohorte 2 und zum Ziehungsmodell Berendes u. a. (2011) sowie Aßmann u. a. (2011).

4.4 Daten und Methoden

65

Tabelle 4.1: Deskriptive Statistiken

Kontrollvariablen Level 1 Geschlecht Kind Alter in Monaten am 2. Testtag Nettoäquivalenzeinkommen in 1000 Euro CASMIN Eltern 1a, 1b: kein Abschluss, Hauptschulabschluss ohne berufl. Ausbildung 1c: Hauptschulabschluss mit berufl. Ausbildung 2b: Mittlere Reife ohne berufl. Ausbildung 2a: Mittlere Reife mit berufl. Ausbildung 2c_gen: Hochschulreife ohne berufl. Ausbildung 2c_voc: Hochschulreife mit berufl. Ausbildung 3a: Fachhochschulabschluss 3b: Universitätsabschluss EGP Eltern I II IV IIIa, V VI IIIb, VII Migrationshintergrund kein Migrationshintergrund 1 Elternteil Migrationshintergrund beide Eltern mit Migrationshintergrund

x

sd

1 74 10

0,51 59,97 1,75

0,50 4,19 1,59

0

1

0,04

0,21

2209 2209 2209 2209

0 0 0 0

1 1 1 1

0,08 0,04 0,30 0,06

0,27 0,21 0,46 0,24

2209 2209 2209

0 0 0

1 1 1

0,17 0,08 0,22

0,38 0,27 0,42

2173 2173 2173 2173 2173 2173

0 0 0 0 0 0

1 1 1 1 1 1

0,31 0,28 0,04 0,16 0,07 0,14

0,46 0,45 0,20 0,36 0,26 0,35

2209 2209 2209

0 0 0

1 1 1

0,70 0,08 0,22

0,46 0,27 0,42

12 8 154 1 73,8

1,00 6,23 36,62 0,12 47,44

1,85 1,11 28,62 0,32 7,58

N

min

max

2209 2147 2209

0 51 0,4

2209

Kontrollvariablen Level 2/Level 3: Kindergartenqualität Gruppe: N behinderte Kinder 1708 0 Gruppe: durchschn. Anzahl Betreuungsstunden 2010 4 Gruppe: Fortbildungsstunden pro Jahr 1890 0 Gruppe: Supervision verfügbar 1939 0 Einrichtung: Öffnungsstunden pro Woche 1683 25 Kulturelles Kapital Eltern tägliche Lesezeit Eltern in Stundena Hochkulturelle Aktivitäten Elterna Bücher im Haushalt 0-100 101-200 über 200

2140 2077

0 1

6 5

0,93 1,80

0,79 0,81

2142 2142 2142

0 0 0

1 1 1

0,49 0,20 0,32

0,50 0,40 0,47

Kulturelle Aktivitäten Kinder kulturelle Aktivitäten – kognitiva kulturelle Aktivitäten – kreativa Häufigkeit Vorlesen:täglich

2078 2078 2209

1,2 1,5 0

8 8 1

5,69 6,07 0,77

1,04 1,10 0,42

Fortsetzung nächste Seite

66

4 Soziales und kulturelles Kapital im Kindergarten

Fortsetzung Tabelle 4.1 N

min

max

x

sd

2209

0,2

2,0

0,94

0,28

Kulturelles Kapital Level 3 tägliche Lesezeit Eltern in Stunden: Einrichtungb Hochkulturelle Aktivitäten Eltern: Einrichtungb Bücher im Haushalt: Einrichtung kulturelle Aktivitäten – kognitiv: Einrichtungb kulturelle Aktivitäten – kreativ: Einrichtungb Häufigkeit Vorlesen: Einrichtung

2209

1

3,6

1,79

0,39

2209 2209 2209 2209

1 3,8 3,9 0

3 6,9 7,1 1

1,82 5,69 6,07 0,77

0,46 0,40 0,39 0,16

Intergenerationale Schließung N bekannte Eltern N bekannte Eltern: Einrichtung

1896 2209

0 0,3

25 23,5

10,71 10,48

6,82 3,69

Beobachtungen gesamt

2209

a

Variable in den Analysen z-standardisiert. b Einrichtungs-Durchschnitt für die Analysen auf Basis der z-standardisierten Variable gebildet.

Intergenerationale Schließung Die intergenerationale Schließung wird operationalisiert über die Anzahl bekannter Eltern in der Kindergartengruppe. Diese wurde im Elterninterview in Welle 2 erhoben über die Frage „Und von wie vielen Kindern in der Kindergartengruppe von kennen Sie mindestens ein Elternteil persönlich?“ Kulturelles Kapital der Eltern Da kulturelles Kapital ein mehrdimensionales Konstrukt ist, wird das kulturelle Kapital der Eltern über drei Indikatoren operationalisiert: i) die Anzahl der Bücher im Haushalt als Maß für das objektivierte kulturelle Kapital sowie ii) die tägliche Lesezeit in Stunden und iii) ein Mittelwertindex der Häufigkeit (hoch-)kultureller Aktivitäten als Maße für das inkorporierte kulturelle Kapital. Die Anzahl der Bücher im Haushalt wurde in drei Kategorien recodiert (bis zu 100; 101 bis 200; mehr als 200), da eine feinere Kategorisierung bei der Modellierung der Interaktionseffekte zu geringen Zellbesetzungen und einer unüberschaubaren Anzahl von Koeffizienten geführt hätte. Der Index der hochkulturellen Aktivitäten umfasst die jährliche Häufigkeit von Museums- Opern- und Theaterbesuchen, gemessen auf einer Fünf-Punkt-Skala von „nie“ bis „mehr als fünfmal“ (Cronbachs α .65). So-

4.4 Daten und Methoden

67

wohl die Lesezeit als auch der Index hochkultureller Aktivitäten wurden für die Analysen z-standardisiert. Alle Indikatoren des kulturellen Kapitals wurden in Welle 1 erhoben. Fehlende Angaben wurden durch Angaben aus Welle 3 ersetzt. Kulturelles Kapital der Kinder Das kulturelle Kapital der Kinder wird operationalisiert über die häusliche Lernumwelt, das heißt, die Häufigkeit mit der sich das Kind mit kulturellen bzw. lernförderlichen Aktivitäten beschäftigt. Die Daten enthalten Informationen zur Häufigkeit von Aktivitäten, die das Kind zu Hause allein oder gemeinsam mit anderen Personen unternimmt, gemessen auf einer AchtPunkt-Skala von „nie“ bis „mehrmals täglich“. Eine Hauptkomponentenanalyse der Items ergibt vier Faktoren: i) kognitive Aktivitäten (gemeinsame Beschäftigung mit Buchstaben; gemeinsame Beschäftigung mit Zahlen; Auswendiglernen von Gedichten, Reimen und Liedern; Zahlenspiele und Würfel; Puzzlespiele), ii) kreativ-musische Aktivitäten (Malen, Zeichnen und Basteln; gemeinsam Basteln und Malen; Rollenspiele; Musizieren, Singen und Tanzen), iii) sportlich-körperliche Aktivitäten (sportliche/motorische Aktivitäten; Natur erleben und Gärtnern; Bau- und Konstruktionsspiele) und iv) Lese-Aktivitäten (Bücher anschauen; Büchereibesuche; Vorlesen). Der dritte Faktor bleibt in den Analysen unberücksichtigt, da es sich hierbei nicht um kulturelle Aktivitäten im engeren Sinne handelt. Für die ersten beiden Faktoren wurden Mittelwertindizes gebildet und z-standardisiert (kognitive Aktivitäten: Cronbachs α .64, kreative Aktivitäten: Cronbachs α .57). Der Faktor Lese-Aktivitäten weist lediglich ein Cronbachs α von .40 auf, weswegen hier auf eine Indexbildung verzichtet wurde. Stattdessen wurde eine Dummmy-Variable zur Häufigkeit des Vorlesens gebildet (1 = täglich, 0 = nicht täglich). Alle Indikatoren wurden in Welle 1 erhoben. Kontrollvariablen zum soziodemographischen Hintergrund des Kindes Alle Modelle kontrollieren für Geschlecht des Kindes und Alter zum Testzeitpunkt in Monaten. Der soziale Hintergrund des Elternhauses wird operationalisiert über das Nettoäquivalenzeinkommen, die höchste elterliche EGP-Klasse (Erikson & Goldthorpe, 1992) und die höchste elterliche Bildung (nach CASMIN, Brauns, Scherer & Steinmann, 2003). Der Migrationshintergrund des Kindes wird operationalisiert über drei Kategorien: kein Migrationshintergrund, ein Elternteil mit Migrationshintergrund (selbst zu-

68

4 Soziales und kulturelles Kapital im Kindergarten

gewandert oder Eltern zugewandert), oder beide Eltern mit Migrationshintergrund. Alle Angaben stammen aus Welle 1 und wurden im Falle von fehlenden Werten ersetzt durch Angaben aus der ersten Welle, für die gültige Werte verfügbar waren. Kontrollvariablen zur Qualität des Kindergartens Es steht zu vermuten, dass Eltern mit hohem kulturellen Kapital sich im Durchschnitt auf qualitativ überdurchschnittliche Kindergärten selektieren. Daher muss die Qualität des Kindergartens kontrolliert werden, um auszuschließen, dass die Effekte des im Kindergarten akkumulierten kulturellen Kapitals verzerrt sind aufgrund von nicht kontrollierten Effekten auf der Ebene der Einrichtung oder der Kindergartengruppe. In den Erziehungswissenschaften wird unterschieden zwischen drei Dimensionen der Kindergartenqualität: Strukturqualität (strukturelle Merkmale und Ausstattung der Einrichtung), Orientierungsqualität (Einstellungen und Überzeugungen des pädagogischen Personals) und Prozessqualität (Interaktionen des pädagogischen Personals mit Kindern). Dabei bestimmen Struktur- und Orientierungsqualität die Prozessqualität, welche letztlich den Lernerfolg beeinflusst (Bäumer & Roßbach, 2016; Tietze u. a., 1998). Das beste Maß für Prozessqualität stellen Beobachtungsmaße dar, die allerdings in NEPS aufgrund zeitlicher und finanzieller Restriktionen nicht zum Einsatz kamen. Allerdings zeigt sich in empirischen Studien eine hohe Korrelation von Maßen der Struktur- und Orientierungsqualität mit der Prozessqualität (Tietze u. a., 1998). Basierend auf einer Entwicklungsstudie in 60 Kindergartengruppen untersuchen Bäumer und Roßbach (2016), welche Indikatoren aus den NEPSErzieher- und Leitungsfragebögen die beobachtete Prozessqualität (gemessen anhand der Skalen KES-R, Tietze, Schuster, Grenner und Roßbach, 2005, und KES-R-E, Roßbach und Tietze, 2016) in linearen Regressionsmodellen am besten vorhersagen. Sie bestimmen fünf Variablen, deren multipler Korrelationskoeffizient mit dem KES-R/KES-R-E-Summenscore bei .62 liegt: die durchschnittliche Betreuungszeit der Kinder in Stunden pro Tag, die Anzahl behinderter Kinder in der Gruppe, die durchschnittliche jährliche Zahl an Fortbildungsstunden der ErzieherInnen, einen DummyIndikator, ob die ErzieherInnen regelmäßig an einer Supervision teilnehmen, sowie die Öffnungszeiten der Einrichtung in Stunden pro Woche.

4.4 Daten und Methoden

69

Diesem Vorgehen folgend wird hier die Qualität des Kindergartens operationalisiert über diese fünf Indikatoren. Die Angaben entstammen den Erzieher- und Leitungsfragebögen aus Welle 2, substituiert um Angaben aus Welle 1 im Fall von fehlenden Werten. 4.4.3 Definition des Analysesamples und Umgang mit fehlenden Werten Insgesamt nahmen in den ersten beiden Wellen im Herbst und Winter 2010/2011 und 2011/2012 zwei Jahre bzw. ein Jahr vor Einschulung 2996 Kinder aus 279 Einrichtungen teil. Von diesen Kindern besuchten in Welle 2 53 nicht mehr einen der gezogenen Kindergärten, da sie entweder bereits in die Grund- oder Vorschule gingen oder den Kindergarten gewechselt hatten. Diese Kinder sind nicht Teil des Analysesamples, da sie sich in der zweiten Welle nicht mehr in dem institutionellen Kontext befanden, dessen Effekt hier untersucht werden soll. Die NEPS-Daten sind der einzige für Deutschland verfügbare Datensatz, der alle notwendigen Informationen zur Beantwortung der vorliegenden Fragestellung enthält. Insbesondere die intergenerationale Schließung wurde unseres Wissens nach in NEPS erstmals im Kindergarten erhoben. Durch das Ziehungskonzept ergibt sich allerdings ein grundlegendes Problem: Da nur Kinder eines Einschulungs-Jahrgangs gezogen wurden, sind keine Daten zu allen Kindern in der Kindergartengruppe vorhanden. Damit kann der Mittelwert des kulturellen Kapitals in der Gruppe bzw. in der Einrichtung nur über die Kinder im NEPS-Altersrange gebildet werden. Unter der Annahme, dass es innerhalb der Einrichtung keinen systematischen Zusammenhang zwischen dem kulturellen Kapital der Familie und dem Einschulungsjahrgang eines Kindes gibt, sind die fehlenden Angaben der Kinder außerhalb des NEPS-Altersranges jedoch missing completely at random (MCAR), das heißt, es ergibt sich keine systematische Verzerrung der Ergebnisse durch die fehlenden Werte (Rubin, 1976). Allerdings führt die Altersbeschränkung dazu, dass der Mittelwert teilweise über sehr wenige Kinder gebildet wird, was den Messfehler erhöht und in der Folge zu einer Unterschätzung der Koeffizienten führt (attenuation bias, siehe Schunck, 2016). Als Reaktion auf diese Beschränkung wird in dieser Arbeit der Mittelwert nicht auf Gruppensondern auf Einrichtungsebene gebildet, so dass insgesamt über mehr Kinder gemittelt wird. Damit macht diese Arbeit die Annahme, dass das kulturelle Kapital in einer Einrichtung zwischen verschiedenen Gruppen sowie verschiedenen Altersjahrgängen nicht systematisch variiert. Zudem werden Einrichtungen ausgeschlossen, in denen weniger als 4 Kinder an den Erhe-

70

4 Soziales und kulturelles Kapital im Kindergarten

bungen teilgenommen haben. Dies führt zum Ausschluss von 76 Kindern in 29 Einrichtungen. Nach diesem Ausschluss beträgt die durchschnittliche Kinderzahl pro Kindergarten 11 Kinder. Ein deutlich größeres Problem ergibt sich aus der Freiwilligkeit der Teilnahme und daraus resultierenden Stichprobenausfällen und Item Nonresponse. Bei diesen fehlenden Werten kann nicht davon ausgegangen werden, dass sie MCAR sind. Hier muss unterschieden werden zwischen Verweigerung der Teilnahme an NEPS insgesamt, Nichtteilnahme in einzelnen Wellen bzw. an einzelnen Erhebungsinstrumenten und Nonresponse auf Itemebene. Werte für Familien, die die Teilnahme an NEPS insgesamt verweigert haben, können nicht imputiert werden, da der Scientific Use File aus Datenschutzgründen keine Informationen über diese Fälle enthält. Dies führt sowohl auf Individual- als auch auf Institutionenebene zu einer potenziellen Verzerrung, deren Ausmaß nicht abschätzbar ist, da nicht bekannt ist, in welchen Kindergärten ein Missing Value Problem durch verweigerte Teilnahmen vorliegt. Eine mögliche Verzerrung des kulturellen Kapitals auf Kindergartenebene durch selektive Teilnahme z.B. von Familien mit geringem kulturellem Kapital kann nicht ausgeschlossen und nicht durch Gewichtung der Daten korrigiert werden, da die für den Scientific Use File bereitgestellte Gewichtung sich nicht auf die Institutionenebene bezieht. Ebenfalls nicht in die Analysen einbezogen wurden Fälle, die zwar die Teilnahme nicht verweigert haben, für die aber insgesamt zu wenig Informationen für eine sinnvolle Imputation zur Verfügung stehen. Dies betrifft: i) Fälle, für die in beiden Wellen kein Elterninterview vorliegt, da hier mit Ausnahme der Testwerte der Kinder keine Informationen zum Kind vorliegen (N = 508), ii) Fälle, deren Kindergartengruppe nicht bekannt ist (N = 143), und iii) Fälle mit fehlenden Werten auf der abhängigen Variable (N = 204).3 Von den verbleibenden 2,209 Fällen haben 26 Prozent fehlende Werte auf mindestens einer Variablen.4 Hauptursache für fehlende Werte sind fehlende Erzieher- oder Einrichtungsleitungsbögen, gefolgt von Nichtteilnahme der Eltern an einer Erhebungswelle. Nur ein geringer Anteil der fehlenden Angaben geht zurück auf Nonresponse auf Itemebene. Da die intergenerationale 3

4

Letzere wurden erst im Anschluss an die multiple Imputation gelöscht, so dass die Informationen dieser Familien für die Imputation genutzt werden konnten („multiple imputation, then deletion“, Von Hippel, 2007). Die Zahl der verbleibenden Fälle ergibt sich nicht durch Substraktion der oben genannten Zahlen für die verschiedenen Ausfallgründe von der Gesamtzahl, da für ein Kind multiple Ausfallgründe zutreffen können.

4.4 Daten und Methoden

71

Schließung ausschließlich in Welle 2 des Elterninterviews erhoben wurde, fehlen aufgrund von temporären Ausfällen die Angaben für 14 Prozent der Eltern. Dabei kann davon ausgegangen, dass diese temporären Ausfälle mit der intergenerationalen Schließung systematisch zusammenhängen, da zum Beispiel Eltern, die besser mit anderen Eltern im Kindergarten vernetzt sind, eher von der Studie erfahren und sich durch den Austausch mit andern Eltern über die Studie eher zur Teilnahme entscheiden. Aus diesem Grund sowie aufgrund der hohen Anzahl an fehlenden Werten insgesamt werden die Daten multipel imputiert. Bei der Spezifikation des Imputationsmodells ist zu beachten, dass eine hierarchische Datenstruktur vorliegt und die theoretische Fragestellung die Modellierung von Interaktionseffekten erfordert. Weder für die Imputation hierarchischer Daten noch die Imputation von Interaktionseffekten haben sich in der Literatur standardisierte Verfahren durchgesetzt. Für den Umgang mit Interaktionseffekten und nichtlinearen Termen schlagen Bartlett, Seaman, White, Carpenter und Alzheimer’s Disease Neuroimaging Initiative (2015) die Schätzung des Impuationsmodells mittels substantive-model compatible fully conditional specification (SMCFCS), einer Variante der Schätzung mittels chained equations (Van Buuren, 2007; Van Buuren, Boshuizen & Knook, 1999; White, Royston & Wood, 2011) vor. Dieses Verfahren bewährt sich in Simulationsstudien gegenüber passiver Imputation sowie des von Von Hippel (2009) vorgeschlagenen just another variable Ansatzes. Grundsätzlich sollte das Imputationsmodell mit dem für die Datenanalyse verwendeten Modell in Bezug auf die Datenstruktur übereinstimmen. Dies sind im vorliegenden Fall hierarchische lineare Modelle mit Random Intercepts für die Kindergärten und Kindergartengruppen. Die SMCFCSMethode ist aber bisher noch nicht für hierarchische lineare Modelle implementiert. Eine Alternative ist die Abbildung der hierarchischen Struktur der Daten über fixed effects für die Cluster. Simulationsstudien zeigen, dass dieses Vorgehen in der Regel nur zu geringem Bias führt (Drechsler, 2015). Dieses Vorgehen erlaubt lediglich die Imputation fehlender Werte auf Level 1. Fehlende Werte auf Level 2 können anschließend in einem separaten auf Gruppenebene aggregierten Datensatz imputiert werden (Gelman & Hill, 2007; Petrin, 2005; Van Buuren, 2011). Da eine möglichst korrekte Schätzung der Interaktionseffekte zur Überprüfung der Hypothesen zentral ist, wird zur Imputation fehlender Werte folgendes Verfahren angewandt: Zunächst werden fehlende Werte auf Level 1 (Kinder) mittels der SMCFCS-Methode unter Kontrolle der Einrichtungs-

72

4 Soziales und kulturelles Kapital im Kindergarten

ID (Kindergarten fixed effects) imputiert (m = 50).5 Anschließend werden fehlende Werte auf Level 2 (Kindergartengruppe) imputiert, indem für jeden der erzeugten Datensätze die Variablen auf Gruppenebene aggregiert werden und pro Datensatz eine Imputation vorgenommen wird. Diese insgesamt 50 Imputationen auf Level 2 werden daraufhin an die Level-1-Daten angespielt.6 4.4.4 Modellierung Die Daten weisen eine Clusterung von Kindern in Gruppen in Kindergärten auf. Diese Drei-Ebenen-Struktur wird modelliert über Mehrebenenanalysen (hierarchisches lineares Modell) mit Random Intercepts für die Kindergärten und Kindergartengruppen (Raudenbush & Bryk, 2002). Modell 1.1 und alle folgenden Modelle enthalten auf Level 1 (Kinder) die Kontrollvariablen zum soziodemographischen Hintergrund des Kindes und auf Level 2 und 3 die Variablen zur Messung der Kindergartenqualität. Modell 1.2 enthält zudem auf Level 1 die Haupteffekte für das elterliche kulturelle Kapital, gemeinsame kulturelle Aktivitäten sowie die Anzahl bekannter Eltern in der Kindergartengruppe und auf Level 3 (Kindergarten) die Haupteffekte für das durchschnittliche kulturelle Kapital der Eltern und Kinder und die durchschnittliche Anzahl bekannter Eltern. Modell 1 bietet somit die Grundlage zur Überprüfung der Hypothesen 1 bis 3. Die folgenden Modelle fügen schrittweise für jede der Dimensionen kulturellen Kapitals, die in Modell 1 signifikant sind, die Cross-LevelInteraktionen zur Überprüfung der Hypothesen 4 bis 6 hinzu: Zunächst die Interaktion zwischen kulturellem Kapital in der Familie und im Kindergarten akkumuliertem kulturellem Kapital (Hypothese 4), anschließend die Interaktion zwischen der Anzahl bekannter Eltern und dem im Kindergarten akkumuliertem kulturellem Kapital (Hypothese 5) und schließlich die Dreifach-Interaktion aus individuellem kulturellem Kapital, kulturellem Kapital im Kindergarten und der Anzahl bekannter Eltern (Hypothese 6).

5

6

Für die kategorialen Variablen EGP und Bücher im Haushalt war eine Imputation unter Kontrolle der Einrichtungs-ID nicht möglich, da das Imputationsmodell hier nicht konvergiert. Für diese beiden Variablen wurden fehlende Werte daher flach unter Kontrolle von Maßen der Gruppenkomposition imputiert. Imputationen auf Level 1 wurden in Stata 14.1 mithilfe smcfcs.ado durchgeführt (Bartlett & Morris, 2015), Imputationen auf Level 2 mithilfe des offiziellen StataBefehls mi impute chained.

4.5 Ergebnisse

73

4.5 Ergebnisse

Tabelle 4.2: Mathematische Kompetenzen: Basismodell und Haupteffekte des kulturellen und sozialen Kapitals (Mehrebenenanalyse) Modell 1.1 Kontrollvariablen Level 1 Junge Alter in Monaten am 2. Testtag Nettoäquivalenzeinkommen in 1000 Euro CASMIN Eltern (Ref. 1a, 1b: max. Hauptschulabschluss ohne Ausbildung) 1c: Hauptschulabschluss mit berufl. Ausbildung 2b: Mittlere Reife ohne berufl. Ausbildung 2a: Mittlere Reife mit berufl. Ausbildung 2c_gen: Hochschulreife ohne berufl. Ausbildung 2c_voc: Hochschulreife mit berufl. Ausbildung 3a: Fachhochschulabschluss 3b: Universitätsabschluss EGP (Ref. I) II IV IIIa, V VI IIIb, VII Migrationshintergrund (Ref. kein Migrationshintergrund) 1 Elternteil Migrationshintergrund beide Eltern mit Migrationshintergrund Kontrollvariablen Level 2/Level 3 Gruppe: N behinderte Kinder Gruppe: durchschn. Anzahl Betreuungsstunden Gruppe: Fortbildungstunden pro Jahr Gruppe: Supervision verfügbar Einrichtung: Öffnungszeiten pro Woche in Stunden Kulturelles Kapital Level 1 tägliche Lesezeit Eltern in Stunden Index Kulturelle Partizipation Eltern Bücher im Haushalt (Ref. 0-100) 101-200 über 200

Modell 1.2

0,13∗∗ 0,06∗∗∗ 0,03

(0,02) (0,00) (0,11)

0,06 0,06∗∗∗ 0,02

(0,18) (0,00) (0,15)

0,26∗

(0,05)

0,24+

(0,07)

0,28+ 0,63∗∗∗ 0,40∗∗

(0,05) (0,00) (0,00)

0,24+ 0,52∗∗∗ 0,30∗

(0,09) (0,00) (0,03)

0,76∗∗∗

(0,00)

0,60∗∗∗

(0,00)

0,89∗∗∗ 1,02∗∗∗

(0,00) (0,00)

0,69∗∗∗ 0,78∗∗∗

(0,00) (0,00)

−0,04 −0,19 −0,19∗ −0,35∗∗∗ −0,34∗∗∗

(0,47) (0,10) (0,02) (0,00) (0,00)

−0,02 −0,15 −0,17∗ −0,28∗∗ −0,27∗∗

(0,70) (0,20) (0,03) (0,01) (0,00)

−0,02 −0,25∗∗∗

(0,81) (0,00)

−0,02 −0,16∗

(0,79) (0,02)

−0,02 −0,01

(0,24) (0,61)

−0,01 0,00

(0,38) (0,89)

−0,00 0,01 −0,01+

(0,63) (0,91) (0,06)

−0,00 −0,00 −0,00

(0,68) (0,97) (0,29)

0,01 0,03

(0,56) (0,23)

0,16∗ 0,16∗

(0,01) (0,02)

Fortsetzung nächste Seite

74

4 Soziales und kulturelles Kapital im Kindergarten

Fortsetzung Tabelle 4.2 Modell 1.1 kulturelle Aktivitäten – kognitiv kulturelle Aktivitäten – kreativ Häufigkeit Vorlesen: täglich Kulturelles Kapital Level 3 tägliche Lesezeit Eltern in Stunden: Einrichtung Index Kulturelle Partizipation Eltern: Einrichtung Bücher im Haushalt: Einrichtung kulturelle Aktivitäten – kognitiv: Einrichtung kulturelle Aktivitäten – kreativ: Einrichtung Häufigkeit Vorlesen: Einrichtung Intergenerationale Schließung N bekannte Eltern N bekannte Eltern: Einrichtung Konstante

0,01∗∗ 0,01 −4,49∗∗∗

Level 3: Einrichtung Level 2: Gruppe Residuen

sd: 0,29 sd: 0,18 sd: 0,96

Bobachtungen p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

2209 ∗∗

p < 0.01,

∗∗∗

(0,01) (0,20) (0,00) se: 0,04 se: 0,07 se: 0,02

Modell 1.2 0,06∗ −0,07∗∗ 0,09

(0,03) (0,01) (0,11)

−0,16+

(0,06)

−0,11

(0,24)

0,20+ −0,03

(0,06) (0,74)

−0,16+

(0,07)

−0,12

(0,56)

0,01∗∗ 0,02 −4,40∗∗∗

(0,01) (0,11) (0,00)

sd: 0,25 sd: 0,18 sd: 0,95

se: 0,04 se: 0,06 se: 0,02

2209

p < 0.001

Tabelle 4.2 enthält die Ergebnisse des Basismodells 1.1, das lediglich die Kontrollvariablen enthält, sowie Modell 1.2, das sämtliche Indikatoren sozialen und kulturellen Kapitals auf Individual- und Einrichtungsebene ergänzt. Wie in Hypothese 1 vermutet, steht die Anzahl anderer bekannter Eltern in der Kindergartengruppe in signifikant positivem Zusammenhang mit der mathematischen Kompetenz der Kinder – pro bekanntem Elternteil erhöht sich die Kompetenz um .012 Standardabweichungen. Bei einer durchschnittlichen Gruppengröße von 21 Kindern ergibt sich somit im Vergleich eines Kindes, dessen Eltern keine weiteren Eltern kennen, und eines Kindes, dessen Eltern die Eltern aller weiteren Kinder kennen, eine Differenz von 1/4 Standardabweichung. Der Effekt ist somit eher moderat. Der Koeffizient für die durchschnittliche Anzahl untereinander bekannter Eltern auf der Einrichtungsebene ist mit .017 etwas größer, verfehlt jedoch knapp das 10Prozent-Signifikanzniveau. Es steht zu vermuten, dass die Standardfehler aufgrund der in Abschnitt 4.4.3 beschriebenen Probleme überhöht sind und

75

-.4

Mathematische Kompetenz -.2 0 .2 .4

.6

4.5 Ergebnisse

0

5

10 15 N bekannte Eltern indivudelle Ebene

20

25

Einrichtungs-Ebene

Abbildung 4.1: Predictive Margins für die Anzahl bekannter Eltern auf individueller und auf Einrichtungsebene, mit 95%-Konfidenzbändern (Modell 1.2).

auch die intergenerationale Schließung auf Einrichtungsebene einen positiven Effekt auf die mathematische Kompetenz hat. Abbildung 4.1 stellt die Unterschiede in der Steigung sowie der Breite der Konfidenzbänder grafisch dar. Hypothese 2 findet teilweise Bestätigung: Sowohl die Bücher im Haushalt als auch der Index kognitiver Aktivitäten beeinflussen die mathematische Kompetenz signifikant positiv. Allerdings stehen kreativ-musische Aktivitäten in signifikant negativem Zusammenhang mit der mathematischen Kompetenz. Elterliche Lesedauer und hochkulturelle Aktivitäten haben unter Kontrolle der anderen Kulturkapitalindikatoren keinen Einfluss auf die Mathematikkompetenzen. Auch tägliches Vorlesen ist unter Kontrolle der anderen kulturellen Aktivitäten nicht signifikant (p = .11). Effekte des elterlichen kulturellen Kapitals und kultureller Aktivitäten der Kinder können somit nicht generalisiert werden, sondern die Art des Kapitals muss beachtet werden. Die Koeffizienten für das im Kindergarten akkumulierte kulturelle Kapital haben mit Ausnahme der Bücher im Haushalt ein negatives Vorzeichen,

76

4 Soziales und kulturelles Kapital im Kindergarten

was Hypothese 3 widerspricht. Die Koeffizienten für Bücher im Haushalt, elterliche Lesezeit und kreativ-musische Aktivitäten sind auf dem ZehnProzent-Niveau signifikant. Die Kontrollvariablen auf Level 1 zeigen in Modell 1.1 die zu erwartenden Effekte, lediglich das Nettoäquivalenzeinkommen und Geschlecht des Kindes sind nicht signifikant. Auch besteht kein signifikanter Unterschied zwischen Kindern ohne Migrationshintergrund und Kindern, bei denen ein Elternteil einen Migrationshintergrund hat. Es zeigen sich jedoch starke Effekte der elterlichen Bildung und Berufsklasse. Die Stärke der Effekte wird in Modell 1.2 reduziert, sie bleiben aber inhaltlich und statistisch signifikant. Kulturelles und soziales Kapital auf der individuellen und auf der Kindergartenebene können Herkunftseffekte somit nur teilweise erklären. In beiden Modellen ist keine der Kontrollvariablen zur Kindergartenqualität statistisch signifikant. Die Effekte sind jeweils sehr schwach und teilweise nicht in der erwarteten Richtung. Dies gibt Anlass zu der Vermutung, dass die Variablen entgegen der Befunde von Bäumer und Roßbach (2016) ein unzureichender Proxy für die Qualität des Kindergartens sind. Die Tabellen 4.3, 4.4 und 4.5 enthalten die Ergebnisse für die Interaktionsmodelle für Bücher im Haushalt, kognitive Aktivitäten und kreativmusische Aktivitäten. Zur besseren Übersichtlichkeit sind lediglich die jeweiligen Haupteffekte und Interaktionsterme abgebildet. Die vollständigen Modelle finden sich in Anhang A.1. Insgesamt liefern die Modelle keine Bestätigung für die Hypothesen 4 bis 6. Insbesondere gibt es keine einzige signifikante Interaktion mit der Anzahl bekannter Eltern, was Hypothese 4 widerspricht. Die einzige signifikante Interaktion ist die Cross-Level-Interaktion der kognitiven Aktivitäten auf Level 1 und Level 3. Das Vorzeichen des Interaktionsterms ist – wie nach Hypothese 5 erwartet – negativ. Allerdings ist der Interaktionsterm größer als beide Haupteffekte, was bedeutet, dass sich die Richtung des Effekts eines Kindergartens mit einem hohen Durchschnitt kognitiver Aktivitäten zwischen Kindern aus Familien mit einer unterdurchschnittlichen kognitiven Lernumwelt und Familien mit einer überdurchschnittlichen kognitiven Lernumwelt unterscheidet: Während erstere profitieren, leiden letztere darunter. Für Kinder mit einer durchschnittlichen kognitiven Lernumwelt ist der Effekt der Einrichtung dagegen nicht signifikant. Abbildung 4.2 zeigt die predictive margins in Abhängigkeit von der durchschnittlichen kognitiven Lernumwelt in der Einrichtung für Kinder, deren Werte dem Mittelwert sowie einer Standardabweichung unter bzw. über dem Mittelwert entsprechen.

4.5 Ergebnisse

77

Tabelle 4.3: Mathematische Kompetenzen: Interaktionsmodelle Bücher im Haushalt (Mehrebenenanalyse) Modell 2.1

Modell 2.2

Modell 2.3

(0,01)

0,01 (0,39)

0,00 (0,94)

−0,23 (0,43)

0,16∗ (0,01)

−0,21 (0,72)

Bücher: >200

0,12 (0,66)

0,16∗ (0,02)

−0,83 (0,14)

Bücher im Haushalt: Einrichtung

0,15 (0,21)

0,22 (0,12)

0,11 (0,51)

Bücher: 101-200 × Bücher: Einrichtung

0,22 (0,18)

0,23 (0,46)

Bücher: >200 × Bücher: Einrichtung

0,03 (0,83)

0,46 (0,11)

N bekannte Eltern Bücher: 101-200

0,01∗∗

N bekannte Eltern × Bücher: Einrichtung

−0,00 (0,88)

Bücher: 101-200 × N bekannte Eltern

0,01 (0,69) −0,00 (0,97) 0,08+ (0,07)

Bücher: >200 × N bekannte Eltern Bücher: 101-200 × N bekannte Eltern × Bücher: Einrichtung

−0,00 (0,95)

Bücher: >200 × N bekannte Eltern × Bücher: Einrichtung

−0,04 (0,11)

Beobachtungen

2209

p-Werte in Klammern + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001 Modell kontrolliert für alle in Modell 1.2 enthaltenen Variablen.

2209

2209

78

4 Soziales und kulturelles Kapital im Kindergarten

Tabelle 4.4: Mathematische Kompetenzen: Interaktionsmodelle kognitive Aktivitäten (Mehrebenenanalyse) Modell 3.1

Modell 3.2 (0,01)

0,01∗∗ (0,00)

0,05+ (0,05)

0,06∗ (0,03)

0,04 (0,37)

kognitive Aktivitäten : Einrichtung

−0,05 (0,60)

−0,11 (0,39)

−0,09 (0,49)

kognitive Aktivitäten: individuell × Einrichtung

−0,13∗

kognitive Aktivitäten

0,01∗∗

Modell 3.3

(0,01)

N bekannte Eltern

0,01∗∗

−0,01

(0,01) N bekannte Eltern × kognitive Aktivitäten: Einrichtung

(0,95) 0,01

0,00

(0,39)

(0,67)

N bekannte Eltern ×kognitive Aktivitäten

0,00 (0,78)

N bekannte Eltern × kognitive Aktivitäten × kognitive Aktivitäten: Einrichtung

−0,01 (0,15)

Beobachtungen

2209

2209

2209

p-Werte in Klammern + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001 Modell kontrolliert für alle in Modell 1.2 enthaltenen Variablen.

4.6 Diskussion Ziel dieses Kapitels war, das Konzept der intergenerationalen Schließung erstmals aus dem Schulkontext auf den Kindergarten zu übertragen. Dabei wurde angenommen, dass die Vernetzung von Eltern um den Kindergarten sich über die drei Mechanismen Ressourcentransmission, Bezugsgruppeneffekte und Interessenvertretung positiv auf den Kompetenzerwerb von Kindergartenkindern auswirkt. Da die ersten beiden Effekte abhängig sind von der Verfügbarkeit bildungsförderlicher Ressourcen, Werthaltungen und Praktiken, wurde die Annahme vertreten, dass der Effekt der intergenerationalen Schließung abhängig ist vom kulturellen Kapital der eigenen Familie sowie der anderen Familien im Kindergarten. Damit untersucht das Kapitel neben der intergenerationalen Schließung auch den Effekt der Gruppenkom-

4.6 Diskussion

79

Tabelle 4.5: Mathematische Kompetenzen: Interaktionsmodelle kreativ-musische Aktivitäten (Mehrebenenanalyse) Modell 4.1

Modell 4.2 0,01∗∗

Modell 4.3

(0,01)

(0,01)

0,01∗ (0,01)

kreative Aktivitäten

−0,08∗∗ (0,01)

−0,07∗∗ (0,01)

−0,05 (0,28)

kreative Aktivitäten: Einrichtung

−0,16+ (0,07)

−0,17 (0,19)

−0,21 (0,12)

kreative Aktivitäten: individuell × Einrichtung

−0,01

N bekannte Eltern

0,01∗∗

−0,04

(0,84) N bekannte Eltern × kreative Aktivitäten: Einrichtung

(0,66) 0,00 (0,93)

N bekannte Eltern × kreative Aktivitäten

0,00 (0,67) −0,00 (0,41)

N bekannte Eltern × kreative Aktivitäten × kreative Aktivitäten: Einrichtung

0,00 (0,64)

Beobachtungen

2209

2209

2209

p-Werte in Klammern + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001 Modell kontrolliert für alle in Modell 1.2 enthaltenen Variablen.

position im Kindergarten und geht dabei über die bestehende Forschung hinaus, die sich auf Kompositionseffekte nach sozialer Schicht oder Migrationshintergrund konzentriert, aber in der Regel die Mechanismen hinter diesen Effekten nicht hinterfragt. Die Ergebnisse konnten die aufgestellten Hypothesen nur teilweise bestätigen. Vernetzung mit anderen Eltern in der Kindergartengruppe hat einen positiven Effekt auf die Mathematikkompetenzen. Entgegen Befunden aus dem Schulkontext, dass der Effekt der intergenerationalen Schließung abhängig ist vom sozialen Kontext, gibt es jedoch keine Interaktion zwischen intergenerationaler Schließung und kulturellem Kapital in der Kindergartengruppe. Dies wirft die Frage auf, ob der positive Effekt der intergenerationalen Schließung tatsächlich auf Ressourcentransmission und Bezugsgruppeneffekte zurückzuführen ist, oder ob die hier verwendeten Kultur-

4 Soziales und kulturelles Kapital im Kindergarten

-.1

Mathematische Kompetenz 0 .1 .2

.3

80

-1

0 kognitive Aktivitäten: Einrichtung kognitive Aktivitäten individuelle Ebene

-1

1 0

+1

Abbildung 4.2: Predictive Margins: Interaktion der kognitiven Aktivitäten auf Individualund Einrichtungsebene (Modell 3.1).

kapitalindikatoren keine geeignete Operationalisierung von Ressourcen und Bildungspraktiken und -werthaltungen darstellen. Von den drei Maßen des kulturellen Kapitals der Eltern sind lediglich die Bücher im Haushalt signifikant. Der positive Zusammenhang von Büchern im Haushalt und diversen Bildungsergebnissen ist eines der robustesten Ergebnisse der Bildungsforschung. Allerdings sind die hinter diesem Effekt stehenden Mechanismen weiterhin unklar. Bücher sind zunächst ein Maß des objektivierten kulturellen Kapitals und dienen als distinktives Statussymbol. Unter der Annahme, dass diese Bücher auch irgendwann gelesen wurden, stellen sie aber auch einen Proxy des inkorporierten kulturellen Wissens der Eltern dar. Drittens bieten sie Kindern eine Gelegenheitsstruktur – sie können jederzeit aus dem Regal genommen und gelesen werden. Letztlich ist die Anzahl der Bücher im Haushalt auch ein Indikator für die Wertschätzung, die dem Kulturgut Buch und der kulturellen Praxis des Lesens gezollt wird. Vermutlich spielen alle vier Aspekte – je nach Bildungsoutcome und Lebensabschnitt in unterschiedlicher Gewichtung – eine Rolle.

4.6 Diskussion

81

In Bezug auf die kulturellen Aktivitäten des Kindes zeigt sich ein differenziertes Bild. Entgegen früherer Befunde hat Vorlesen unter Kontrolle der anderen Indikatoren keinen signifikanten Effekt. Dies könnte an der hier verwendeten Kompetenzdimension liegen. Es steht zu vermuten, dass Vorlesen sich stärker auf sprachliche Kompetenzen auswirkt. Die entgegengesetzten Befunde für die Indizes zu kognitiv anregenden Aktivitäten und kreativ-musischen Aktivitäten erhärten die Vermutung, dass sich der Zusammenhang zwischen kulturellen Aktivitäten und Kompetenzen nicht verallgemeinern lässt, sondern dass es sowohl auf die Kompetenzdimension als auch auf die kulturelle Dimension ankommt. Insgesamt bestätigen die Befunde die These von De Graaf u. a. (2000), dass insbesondere diejenigen Indikatoren kulturellen Kapitals von Bedeutung sind, die direkt dem Kompetenzerwerb dienen. Allerdings wäre es naiv, die Effekte strikt kausal zu interpretieren – ein Selbstselektionseffekt in der Richtung, dass mathematisch begabte Kinder sich lieber mit Zahlenspielen beschäftigen, während weniger mathematisch begabte Kinder eher basteln und musizieren, kann nicht ausgeschlossen werden. Auf der Ebene der Einrichtung sind drei der insgesamt sechs Indikatoren des aggregierten kulturellen Kapitals auf dem Zehn-Prozent-Niveau signifikant – davon allerdings mit der elterlichen Lesedauer und den kreativmusischen Aktivitäten zwei entgegen der angenommenen Richtung. In Bezug auf kreativ-musische Aktivitäten ist der negative Effekt konsistent mit dem Effekt auf der individuellen Ebene. Ein Selbstselektionseffekt ist hier weniger wahrscheinlich – dies würde bedeuten, dass Eltern den Kindergarten in Abhängigkeit von der mathematischen Begabung ihres Kindes auswählen. Der negative Effekt ist vermutlich eher auf die Gruppendynamik im Kindergarten sowie auf Opportunitätskosten zurückzuführen – je mehr Kinder in der Gruppe kreativ-musisch interessiert sind, desto eher werden im Kindergarten solche Aktivitäten anderen Aktivitäten, die mehr Bezug zu mathematischer Frühförderung haben, vorgezogen. Bei der Interpretation des negativen Effekts der elterlichen Lesezeit ist zu beachten, dass gleichzeitig bereits für die kulturellen Aktivitäten der Kinder sowie Bücher im Haushalt kontrolliert wird. Ein direkter positiver Effekt des elterlichen Lesens ist in diesem Fall weder auf der individuellen noch auf der Einrichtungsebene zu erwarten – wie Coleman und Bourdieu übereinstimmend feststellen, kommt das elterliche Kapital den Kindern nur dann zugute, wenn die Eltern aktiv Zeit in die Transmission investieren. Lesen bedeutet effektiv weniger Zeit, die der Kindererziehung gewidmet werden kann.

82

4 Soziales und kulturelles Kapital im Kindergarten

Schließlich zeigen sich differentielle Renditen für das in der Gruppe akkumulierte kulturelle Kapital in Form kognitiver Aktivitäten. Während Kinder, die sich zu Hause selten mit solchen Aktivitäten beschäftigen, davon profitieren, in einer Gruppe mit Kindern mit einer hohen durchschnittlichen Häufigkeit zu sein, ist dies für Kinder mit einer ausgeprägten kognitiven häuslichen Lernumwelt nachteilig. Hier gibt es somit Indizien für einen kompensatorischen Effekt sozialen Kapitals in Form des kulturellen Kapitals des sozialen Umfelds. Da sich dieser Effekt für die anderen Dimensionen kulturellen Kapitals jedoch nicht replizieren lässt, sollte zunächst versucht werden, diesen Befund mit anderen Datenquellen zu replizieren, bevor über die Ursachen spekuliert wird. Insgesamt lassen sich die Ergebnisse so zusammenfassen, dass sowohl die intergenerationale Schließung als auch das in der Familie und im Kindergarten akkumulierte kulturelle Kapital die Mathematikkompetenzen jeweils unabhängig voneinander beeinflussen. Die Effekte sind aber insgesamt schwach bis moderat und können Herkunftseffekte nur teilweise erklären. Die Ergebnisse liefern auch keinen Hinweis auf die tatsächlichen Mechanismen, die für den positiven Effekt der intergenerationalen Schließung verantwortlich sind. Hier ist weitere Forschung nötig. Ein erster Ansatzpunkt wäre, ob andere Kontextfaktoren – zum Beispiel die Komposition des Kindergartens nach Migration, Bildung und Armut – den Effekt moderieren. Ebenfalls aufschlussreich könnte eine genauere Betrachtung der Zusammenhänge zwischen der Vernetzung auf der individuellen sowie auf der Einrichtungsebene sein.

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

5.1 Einleitung Aspirationen zählen zu den wichtigsten Determinanten von Bildungsentscheidungen und damit der Erklärung sekundärer Effekte (Marjoribanks, 2005; Relikowski, 2012). Die Entwicklung von Aspirationen im Verlauf der Sekundarstufe I ist damit ein wichtiger Prädiktor schulischen Erfolgs. Einzug in die Bildungssoziologie fanden Aspirationen über das sogenannte Wisconsin-Modell (Sewell u. a., 1970, 1969; Sewell & Hauser, 1972), das im Wesentlichen auf zwei zentralen Thesen beruht: Erstens, dass die Aspirationen einer Person die entscheidende Determinante ihres Bildungserfolgs darstellen und zweitens, dass diese Bildungsaspirationen wiederum maßgeblich geprägt sind durch soziale Einflussprozesse. Mit der zweiten These führt das Wisconsin-Modell ein weiteres wichtiges Konzept ein: Bezugsgruppeneffekte im Sinne von normativen Erwartungen sowie Vorbildfunktionen. Aspirationen und Bezugsgruppeneffekte haben in der Bildungsforschung somit eine lange Tradition, die bis in die 1960er Jahre zurückreicht. Durch Coleman (1988), der die elterlichen Bildungsaspirationen als Maß für die normativen Erwartungen der Eltern verwendet, fanden Bezugsgruppeneffekte Einzug in die Sozialkapitalforschung. Coleman entwickelt jedoch kein explizites theoretisches Modell zur Aspirationsentwicklung sowie zur Beeinflussung durch Bezugsgruppen. Das Wisconsin-Modell selbst ist mit Colemans Rational-Choice-Ansatz nicht vereinbar. Der Großteil der Forschung zu Bezugsgruppeneffekten findet daher nicht unter dem Schlagwort „soziales Kapital“ statt. Diese Forschung lässt sich hier jedoch sinnvoll einordnen: Bezugsgruppen stellen Strong-Tie-Beziehungen dar, die die Bildungsansprüche und -normen von Ego beeinflussen. Das Wisconsin-Modell ist im Kern ein klassisches Sozialisationsmodell. Die Konformität mit den Erwartungen und dem Verhalten des sozialen Netzwerk ist somit kein rationaler Entscheidungsprozess, sondern das Ergebnis „normativen Drucks“ (Sewell u. a., 1969, S. 87, eigene Übersetzung). Daraus folgt auch, dass alle Akteure – unabhängig von den realen Bedingungen – gleichermaßen empfänglich für Bezugsgruppeneffekte sind. In diesem Kapitel werden drei alternative Erklärungsansätze für den Einfluss des sozialen Netzwerks vorgestellt. Allen drei Ansätzen ist gemein, dass © Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019 K. Hoenig, Soziales Kapital und Bildungserfolg, https://doi.org/10.1007/978-3-658-24234-3_5

84

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

sie davon ausgehen, dass der Einfluss des sozialen Netzwerks kontextabhängig ist und insbesondere von den tatsächlichen Leistungen und Kompetenzen der Schülerinnen und Schüler abhängt. Die drei Ansätze machen jedoch unterschiedliche Annahmen zur Form dieser Interaktion. Diese Annahmen werden im Folgenden mit Daten der NEPS-Startkohorte 3 (Sekundarstufe I) überprüft. Das Kapitel ist wie folgt gegliedert: Im folgenden Abschnitt wird das Wisconsin-Modell genauer vorgestellt. Anschließend folgt die Vorstellung der drei alternativen Erklärungsansätze für den Einfluss von Bezugsgruppen sowie empirischer Evidenz für diese Ansätze. Abschnitt 5.4 präsentiert die Daten und Methoden, mit denen die konkurrierenden Hypothesen überprüft werden. Es folgt eine Vorstellung sowie Diskussion der Ergebnisse in den Abschnitten 5.5 und 5.6. 5.2 Aspirationen und Bezugsgruppeneffekte im Wisconsin-Modell Das Wisconsin Model of Educational and Early Occupational Attainment stellt einen der ersten Versuche in der Soziologie dar, ein umfassendes theoretisches Modell der Erklärung des Bildungs- und Berufserfolgs und der damit verbundenen sozialen Ungleichheit zu entwickeln und es einem umfassenden empirischen Test zu unterziehen. Durch das Wisconsin-Modell erhielten sozialpsychologische Konzepte – insbesondere das Konzept der Aspirationen und das der Wirkung von Bezugsgruppen – Einzug in die Bildungssoziologie. Seit seiner ersten Formulierung vor vierzig Jahren hat das Wisconsin-Modell damit bleibenden Einfluss auf das Forschungsfeld gehabt. 5.2.1 Kurzzusammenfassung des Modells Aufbauend auf Blau und Duncan (1967) entwickelten Sewell u. a. (1969) ein Pfadmodell des Bildungs- und Berufserfolgs junger Männer aus ländlichen Regionen in Wisconsin. Dieses Modell, das in weiteren Publikationen (siehe z.B. Hauser, Tsai & Sewell, 1983; Sewell u. a., 1970; Sewell & Hauser, 1972, 1975) modifiziert und an einem umfassenderen Sample getestet wurde, hat zum Ziel, den von Blau und Duncan (1967) festgestellten Zusammenhang von sozioökonomischer Herkunft und erreichtem Bildungsabschluss und Beruf durch intervenierende Faktoren zu erklären (Sewell u. a., 1969, S. 83). Im Gegensatz zum Modell von Blau und Duncan (1967), das ausschließlich auf strukturellen Variablen (Bildung und Beruf des Vaters und Sohnes) be-

5.2 Aspirationen und Bezugsgruppeneffekte im Wisconsin-Modell

Noten

85

Signifikante Andere

Sozioökonomischer Hintergrund

Bildungsabschluss

Berufserfolg

Mentale Fähigkeiten

Sewell et al. (1969)

Bildungsaspiration, berufl. Aspiration

Sewell et al. (1970)

Sewell und Hauser (1980)

Abbildung 5.1: Entwicklung des Wisconsin-Modells. Eigene Darstellung nach Sewell, Haller und Portes (1969), Sewell, Haller und Ohlendorf (1970) und Sewell und Hauser (1980).

ruht, misst das Wisconsin-Modell psychologischen (kognitive Fähigkeiten) und sozialpsychologischen Prozessen (Beeinflussung durch signifikante Andere, Aspirationen) besondere Bedeutung bei (Haller & Portes, 1973). Es wird daher auch als „sozialpsychologisches Modell“ bezeichnet (Sewell & Hauser, 1980). Genau genommen ist die Bezeichnung „das“ Wisconsin-Modell irreführend. Es gibt kein eines Modell, sondern eine Pfadmodellierung, die sich über die Jahre und Publikationen stetig weiterentwickelt hat. Dabei gibt es einen klaren Trend zu wachsender Komplexität. Das anfangs sehr sparsame Modell – die erste Formulierung (Sewell u. a., 1969) geht von neun kausalen Verbindungen zwischen den acht Variablen aus – wurde mit der Zeit immer komplexer, da die Autoren dazu übergingen, empirisch auftretende Zusammenhänge ins Modell aufzunehmen. Abbildung 5.1 stellt diese Entwicklung graphisch dar. Obwohl diese zusätzlichen Verbindungen in den jeweiligen Publikationen als kausale Zusammenhänge dargestellt werden, geschieht die

86

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

Modellerweiterung meist ohne theoretische Begründung oder allenfalls mit ad hoc generierten Erklärungsansätzen. Wichtigstes Beispiel ist der direkte Pfeil von sozioökonomischem Hintergrund zu Bildungsabschluss. Eigentliche Absicht des Modells war, den Einfluss der sozialen Herkunft komplett über Mediatoren zu erklären. Die folgende Darstellung geht daher nur auf die wichtigsten kausalen Mechanismen, die in allen Publikationen enthalten und theoretisch begründet sind, ein. Zwei Annahmen bilden den Kern des Wisconsin-Modells. An erster Stelle steht die Annahme, dass die Aspirationen einer Person die entscheidende Determinante ihres Bildungserfolgs darstellen: „We have been convinced that if we could explain educational aspirations, we would be well on our way to explaining educational achievements“ (Sewell & Hauser, 1980, S. 64). Die zweite Annahme besagt, dass diese Bildungsaspirationen wiederum maßgeblich geprägt sind durch soziale Einflussprozesse, den sogenannten Einfluss signifikanter Anderer („significant others’ influence“, siehe Sewell u. a., 1969; Woelfel & Haller, 1971).1 Das Konzept der Aspiration stammt ursprünglich aus der Sozialpsychologie (Dembo, 1931; Lewin, 1939; Lewin, Dembo, Festinger & Sears, 1944). Unter einer Aspiration wird die Orientierung auf ein Ziel verstanden. Dabei wird davon ausgegangen, dass dieses Anspruchsniveau eine dauerhafte Einstellung ist, die eine starke motivierende Kraft ausübt und somit zu besseren Leistungen und Ergebnissen führt (Sewell u. a., 1969, S. 90). Unter Bezug auf die Arbeit von Lewin unterscheidet Haller (1968) zwischen realistischen und idealistischen Aspirationen. Die realistische Aspiration bezeichnet, was eine Person glaubt, unter den gegebenen Umständen tatsächlich erreichen zu können. Im Unterschied dazu bezieht sich die idealistische Aspiration darauf, was eine Person zu erreichen hofft. Es handelt sich um eine Werthaltung – einen unbedingten und von der Realität losgelösten Anspruch. Aus diesem Grund ist die idealistische Aspiration grundsätzlich gleich hoch oder höher als die realistische Aspiration. Haller (1968) spielt allerdings selbst die Bedeutung dieses Unterschieds herunter und stellt fest, dass die beiden so hoch korreliert seien, dass von einem gemeinsamen Faktor ausgegangen werden könne. Folglich wird in den 1

Die Definition des Begriffs „signifikante Andere“ ist vor diesem Hintergrund tautologisch: „[S]ignificant others are those persons who exercise major influence over the attitudes of individuals“ (Woelfel & Haller, 1971, S. 75). Anstelle des Begriffs „significant others“, der im englischen Alltagssprachgebrauch romantische Partner bezeichnet, wird in der heutigen Forschung meist von Bezugsgruppen (reference groups) gesprochen.

5.2 Aspirationen und Bezugsgruppeneffekte im Wisconsin-Modell

87

Publikationen des Wisconsin-Modells nicht explizit zwischen realistischen und idealistischen Aspirationen unterschieden und das Konzept der Aspiration umfasst sowohl evaluative als auch normative Komponenten. Insgesamt aber wird die idealistische Seite der Aspiration deutlich stärker betont: Es geht um eine stabile „idealistische Wertorientierung“ (Marjoribanks, 1997, S. 177), weitgehend unabhängig von realistischen Erwartungen, aber nicht völlig immun gegen sie. Wichtigste Determinante der Aspirationen einer Person sind soziale Einflussprozesse: „[A]ttitudes are developed in interaction“ (Haller & Butterworth, 1960, S. 291). Dabei wird unterschieden zwischen zwei unterschiedlichen Formen der Einflussnahme. Signifikante Andere können als Modelle dienen, deren Verhalten kopiert wird (Imitation) oder als „Definers“, die Erwartungen an Ego haben und diese kommunizieren (Adoption) (Haller, 1968; Woelfel & Haller, 1971). Dieser Einfluss ist in erster Linie normativ – die signifikanten Anderen üben „normativen Druck zur Konformität“ mit ihren eigenen Plänen und Erwartungen aus und definieren, was wünschenswert ist (Sewell u. a., 1969, S. 87, eigene Übersetzung). Der Prozess enthält aber auch ein evaluatives Element, insofern als die Schüler sich selbst vergleichen mit Menschen, die ihnen ähnlich sind um zu erkunden, welche Ziele im Rahmen ihrer Möglichkeiten liegen (Sewell u. a., 1970, 1969). Dieser Prozess der Selbstreflexion kommt auch darin zum Ausdruck, dass ein kausaler Zusammenhang zwischen Schulleistungen und Bildungsaspirationen angenommen wird. Die Schüler formulieren ihre Ansprüche an zukünftige Bildungsziele also in Abhängigkeit von ihrem wahrgenommenen akademischen Potential (Woelfel & Haller, 1971). Neben Bezugsgruppen und Aspirationen fungieren die akademischen Kompetenzen (in Form von kognitiven Fähigkeiten und Schulnoten) als intervenierende Faktoren zwischen sozialer Herkunft und Bildungserfolg. Es wird angenommen, dass die Kinder von Eltern mit hohem sozioökonomischem Status höhere kognitive Fähigkeiten besitzen.2 Je höher die kognitiven Fähigkeiten der Jugendlichen, desto besser die Schulnoten. Die Schulnoten als Indikator für die akademische Leistungsfähigkeit beeinflussen wiederum die Aspirationen der Jugendlichen sowie die Erwartungen signifikanter Anderer. Sowohl die Ansprüche der signifikanten Anderen an Ego als auch Egos Aspirationen basieren damit nicht nur auf herkunftsbasierten Werthal2

In den beiden ersten Formulierungen des Modells (Sewell u. a., 1970, 1969) wurden die kognitiven Fähigkeiten als exogene Variable betrachtet, und der starke Zusammenhang mit sozialer Herkunft nicht als kausal interpretiert. Diese Auffassung wurde in folgenden Publikationen revidiert (Sewell & Hauser, 1980, S. 71).

88

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

tungen sondern teilweise auf einer realistischen Beurteilung des Potentials. Die Bildungsaspirationen sind schließlich der maßgebliche direkte Erklärungsfaktor für den Bildungsabschluss.3 Bildungsabschluss und berufliche Aspirationen erklären dann den Berufserfolg (Sewell & Hauser, 1980). Soziale Ungleichheit wird im Wisconsin-Modell also dadurch erklärt, dass Schüler aus höheren Schichten höhere akademische Kompetenzen haben, dass an sie höhere Erwartungen gestellt werden und dass sie aufgrund dieser beiden Tatsachen höhere Aspirationen haben. 5.2.2 Kritikpunkte Seit der Formulierung des Wisconsin-Modells hat es berechtigte Kritik an einzelnen Konzepten der Theorie, an der methodologischen Vorgehensweise und auch am theoretischen Ansatzpunkt als Ganzem gegeben. In dieser Arbeit wird auf drei Punkte besonders eingegangen: Die Kritik am Konzept der Aspirationen und seiner Operationalisierung, die Rolle der signifikanten Anderen und dem Fehlen einer kohärenten, allgemeinen Handlungstheorie. Das Wisconsin-Modell unterscheidet nicht zwischen realistischer und idealistischer Aspiration. Warum ist diese Trennung relevant? Erstens kann sich das, was man sich wünscht, deutlich unterscheiden von dem, was man für wahrscheinlich hält. Dies ist vor allem deshalb bedeutsam, weil angenommen werde kann, dass diese Differenz nicht für alle Personengruppen gleich hoch ist. Haller (1968) selbst stellt die Vermutung auf, dass die Lücke zwischen den beiden in unteren Schichten größer ist. Zweitens sollte die idealistische Aspiration im Sinne einer Werthaltung relativ zeitkonstant sein, während die realistische Aspiration deutlich stärker auf Veränderungen in den Leistungen reagieren sollte: ein verpatzter Mathetest, und schon sieht die Zulassung fürs Ivy League College deutlich weniger wahrscheinlich aus. Drittens argumentieren Alexander und Cook (1979), dass nur der idealistischen Aspiration eine motivierende Wirkung zugesprochen werden kann. Von dieser motivierenden Wirkung hängt aber ab, ob der Zusammenhang zwischen Aspiration und Entscheidung kausal interpretiert werden kann: Ich gehe aufs College, weil ein Bachelorabschluss meiner Vorstellung eines idealen Abschlusses entspricht. Diese kausale Beziehung ist bei der realistischen Aspiration deutlich fragwürdiger. Es ist möglich, dass die realistische Aspiration nicht mehr ist, als eine „Wettervorhersage“ (Alexander & Cook, 3

Ebenfalls angenommen wird schon in den ersten Modellversionen ein direkter Einfluss der signifikanten Anderen auf den Bildungsabschluss (Sewell u. a., 1969). Für diese Annahme findet sich jedoch nie eine theoretische Begründung.

5.2 Aspirationen und Bezugsgruppeneffekte im Wisconsin-Modell

89

1979) – kein kausaler Faktor, sondern nur eine gute Prognose über die Zukunft. Kausal könnte die realistische Aspiration allenfalls im Sinne einer self-fulfilling prophecy wirksam werden: Ich schätze ein Studium als schaffbar ein und immatrikuliere mich deshalb. Man sollte daher vorsichtig sein, Effekte der realistischen Aspirationen kausal zu interpretieren. Es muss zudem bezweifelt werden, dass die im Wisconsin-Modell übliche Operationalisierung von Aspirationen als Bildungspläne ein zufriedenstellendes Maß der idealistischen Aspiration darstellt. Hafner, Ingels, Schneider und Stevenson (1990, S. vii) stellen einen geringen Zusammenhang zwischen College-Plänen und der Belegung von Vorbereitungskursen in der Schule fest, was auf unrealistisch hohe Pläne mit geringer Verhaltensrelevanz hindeutet. Ähnliche Bedenken werden von Alexander und Cook (1979) vertreten. Alexander und Cook (1979) stellen auch die berechtigte Vermutung auf, dass je kürzer vor einem anstehenden Entscheidungszeitpunkt die Befragung stattfindet, desto eher die Antwort auf Pläne der oben geschilderten Wettervorhersage nahe kommen sollten. Die Befragten der Wisconsin-Studie waren im letzten Jahr der High School, die Daten sind somit in hohem Maße von diesem Problem betroffen. Außerdem zeigen Alexander und Cook (1979), dass es verschiedene Gruppen von Jugendlichen gibt, deren Pläne sich unterscheiden: Während die einen seit langem bestehende stabile Pläne haben, sind die Pläne anderer deutlich kurzfristiger und weniger sicher, eine dritte Gruppe scheint im Grunde keine wirklichen Pläne zu haben. Die Annahme, dass Pläne für alle Jugendlichen stabile, motivational relevante, idealistische Aspirationen messen, muss somit infrage gestellt werden. Morgan (1998) kann zeigen, dass die Bildungspläne von Jugendlichen sich den makroökonomischen Bedingungen anpassen. Auch dies spricht dagegen, dass es sich bei den Plänen um idealistische Aspirationen handelt, die gegenüber solchen Marktbedingungen robust sein sollten. Auf der anderen Seite widerlegt dieses Ergebnis aber auch die Befürchtung von Alexander und Cook (1979), es könne sich bei Bildungsplänen lediglich um „flights of fancy“ oder allenfalls vage, ungefestigte Präferenzen handeln. Morgan (1998, S. 157) bezeichnet Pläne über zukünftige Bildungsabschlüsse als „rational fantasies“ in dem Sinne, dass sie das Ergebnis rationaler Kosten-NutzenKalkulationen sind, aber dazu tendieren, übermäßig optimistisch zu sein. Es wäre unter diesen Gesichtspunkten wünschenswert, deutlicher zu unterscheiden zwischen Bildungsplänen, realistischen und idealistischen Aspirationen. Die wenigsten Umfragen unterscheiden aber zwischen diesen Konstrukten, und selbst da, wo explizit unterschiedliche Messungen von idealistischen und realistischen Aspirationen verfügbar sind, werden sie aufgrund

90

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

hoher Korrelation oft in einen Index zusammengefasst (so bei Marini & Greenberger, 1978; Seginer & Vermulst, 2002; Spencer, 1976). Zwei Beispiele, in denen beide Aspirationen getrennt voneinander ins Modell eingehen sind Stocké (2008) und Marjoribanks (1997). Das Wisconsin Modell geht von drei Bezugsgruppen (Lehrer, Eltern und Peers) und von zwei Wegen, auf denen diese die Entscheider beeinflussen können (als Modelle und Definers) aus. Bei der Rolle der Definers tritt wiederum das Problem der Trennung von idealistischer und realistischer Aspiration auf: Ist die Erwartung, die die Definers an die Entscheider vermitteln, eine idealistische oder realistische Erwartung? Die Annahme, dass die Erwartung der signifikanten Anderen unter anderem auf ihrer Kompetenzeinschätzung der Entscheider beruht, spricht dafür, dass es sich zumindest teilweise um eine realistische Erwartung handelt. Warum aber sollte eine solche kühle Erwartung „normativen Druck zur Konformität“ (Sewell u. a., 1969, S. 87) auslösen? Der zweite Kritikpunkt richtet sich an die Operationalisierung: Die Wisconsin-Studie hat den Einfluss signifikanter Anderer ausschließlich indirekt erfragt. Es handelt sich also immer um eine Einschätzung der Jugendlichen über die Erwartungen und Pläne ihrer Lehrer, Eltern und Freunde, nicht um deren tatsächliche Haltung. Sewell und Hauser (1980, S. 66) verteidigen diese Vorgehensweise: „Our measure of perceived parental encouragement has occasionally been misinterpreted as a proxy for (unmeasured) parental attitudes [. . . ] That interpretation is incorrect, for we believe the child’s perception of his parents is more consequential in the foundation of aspirations“. Das Argument, dass letztlich nur ihre Wahrnehmung der Erwartungen anderer die Aspirationen der Jugendlichen beeinflussen sollte, ist zwar korrekt. Allerdings besteht durch die rein indirekte Messung die Gefahr, dass die Kausalkette genau umgekehrt läuft: die Jugendlichen kennen ihre eigenen Aspirationen und projizieren diese auf ihr Umfeld (Kerckhoff & Huff, 1974). Diese Gefahr ist nur auszuschließen, wenn auch direkte Angaben der Bezugsgruppen erhoben werden. Wie die Sozialkapitalliteratur sowie das Bandura self-efficacy model (Bandura, Barbaranelli, Caprara & Pastorelli, 1996) zeigen, beeinflussen zudem nicht nur die Normen und Erwartungen, sondern eine Reihe weiterer Netzwerkeigenschaften die Aspirationen und Bildungserfolge einer Person. In der Literatur diskutiert werden dabei zum Beispiel Netzwerkstrukturen (intergenerationale Schließung, Coleman, 1988), Mechanismen der sozialen Kontrolle, elterliche Involviertheit, Unterstützung und Förderung und die Mit-

5.3 Alternative Erklärungen des Einflusses signifikanter Anderer

91

wirkung in schulischen Angelegenheiten (siehe z.B. Marjoribanks, 1997; Seginer & Vermulst, 2002; P. M. Wilson & Wilson, 1992). Diese sind wie die Erwartungen der Eltern abhängig vom sozialen Status (Marjoribanks, 1997). Somit kann davon ausgegangen werden, dass das Wisconsin-Modell nicht alle über die Bezugsgruppen vermittelten Effekte der sozialen Herkunft berücksichtigt. Es vernachlässigt dabei insbesondere die Ressourcentransmission in Form von direkter und indirekter Unterstützung beim Kompetenzerwerb. Bisher kaum Beachtung hat dabei die Frage gefunden, welche Bedingungen die Stärke des Einflusses signifikanter Anderer moderieren. Sind alle Schüler gleichermaßen empfänglich für diese Beeinflussung, und wenn nicht, warum nicht? Die Suche nach Faktoren, die den Effekt, den signifikante Andere auf die Bildungsaspirationen haben, beeinflussen, wurde bisher kaum geführt. Die wenigen Autoren, die dieser Frage bisher nachgegangen sind, haben sich meist auf institutionelle Unterschiede (Buchmann & Dalton, 2002) oder kulturelle Unterschiede (Cheng & Starks, 2002; Seginer & Vermulst, 2002) konzentriert. Die individuelle Ressourcenausstattung der Schüler – ihr ökonomisches, finanzielles und humanes Kapital – ist in diesem Zusammenhang bisher weitgehend unbeachtet geblieben. Dies ist vor allem deshalb interessant, da mit dem sozioökonomischen Status, den Noten und den kognitiven Fähigkeiten solche Ressourcen bereits Teil des Modells sind. Sewell und Hauser (1980) postulieren, dass es keine Interaktion zwischen diesen Faktoren und dem Einfluss signifikanter Anderer gibt: „. . . [N]ormative climates . . . would have a pervasive effect on the educational aspirations of all youth . . . regardless of individual socioeconomic status or academic ability levels.“ 1980, 61, Hervorhebungen von mir. Diese Annahme unterläuft aber keiner Prüfung. 5.3 Alternative Erklärungen des Einflusses signifikanter Anderer Das Wisconsin-Modell wird oft als Gegenpol zu Rational-Choice-Ansätzen gesehen (Stocké, 2013). Dies ist zutreffend insofern, als das Modell davon ausgeht, dass die High-School-Absolventen ihre Bildungs- und Berufskarriere aufgrund von vergangenen Sozialisationserfahrungen wählen und sowohl zukünftige instrumentelle Anreize – wie zum Beispiel einen hohen Status oder ein gutes Einkommen – als auch gegenwärtige Restriktionen – etwa finanzielle Kosten – unberücksichtigt bleiben. In der von Gambetta (1987)

92

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

aufgestellten Typologie von Erklärungsansätzen in der Bildungssoziologie fällt das Wisconsin-Modell somit unter die „push“-Theorien. Allerdings bezieht sich die theoretische Argumentation in mehreren Punkten auf die Fähigkeit sowohl der Zielpersonen als auch des sozialen Umfelds zur Selbstreflexion, Evaluation und Anpassung der Erwartungen und Aspirationen an das gegebene akademische Potenzial. Morgan (1998, S. 135) argumentiert daher, dass das Modell einen „rationalen Kern“ „unter dem behavioristischen Fleisch“ habe. Tatsächlich sind die Teile der theoretischen Argumentation, die sich auf die Leistungsrealität (in Form von Kompetenzen und Schulleistungen) beziehen, durchaus konsistent mit der Annahme rationalen Verhaltens. Der Kern des Modells – die Annahme, dass Akteure motiviert sind von ihrer idealistischen Aspiration, also einer internalisierten Norm, die sie durch normativen Druck zur Konformität von Anderen übernommen haben – widerspricht jedoch der Annahme instrumenteller Rationalität. Aus einer handlungstheoretischen Sicht muss der wesentliche Vorwurf an das Wisconsin-Modell also nicht sein, dass es die „falsche“ Handlungstheorie hat, sondern eher, dass es keine (oder zumindest keine konsistente) Handlungstheorie gibt. Ziel muss sein, ein Handlungsmodell zu finden, das sowohl die Reaktion auf die Leistungsrealität sowie die Reaktion auf die Erwartungen der Bezugsgruppen erklären kann. Die folgenden drei Abschnitte stellen drei entsprechende Modelle und korrespondierende Hypothesen vor. 5.3.1 Hypothese 1: Erwartungen sind weniger bedeutend, wenn sie sich nicht mit der Leistungsrealität decken Aus der Perspektive der Wert-Erwartung-Theorie kann eine Aspiration als Handlungsabsicht auf Grundlage eines rationalen Kosten-Nutzen-Kalküls verstanden werden. Während klassische soziologische Wert-Erwartungs-Modelle wie die Modelle von Breen und Goldthorpe (1997), Erikson und Jonsson (1996) und Esser (1999) den Nutzen unterschiedlicher Bildungsoptionen anhand des zukünftigen Berufserfolgs sowie der Vermeidung eines Statusverlusts operationalisieren, kann das Modell durchaus um weitere Nutzenterme erweitert werden. Der Theorie der sozialen Produktionsfunktionen (Lindenberg, 1989) zufolge stellt die Produktion sozialer Wertschätzung neben der Produktion von physischem Wohlbefinden ein allgemeines menschliches Grundbedürfnis dar. Soziale Anerkennung ist eines der primären Zwischengüter bei der Produktion sozialer Wertschätzung (Ormel, Lindenberg, Steverink & Verbrugge, 1999). Die Konformität mit den Erwartungen signi-

93

Aspiration

5.3 Alternative Erklärungen des Einflusses signifikanter Anderer

Leistung

Bezugsgruppenerwartungen niedrig

hoch

Abbildung 5.2: Interaktion zwischen Leistung und Bezugsgruppeneffekten nach Hypothese 1. Eigene Darstellung.

fikanter Anderer kann daher rational sein, da sie diese Anerkennung produziert. Diese alternative Erklärung des Einflusses signifikanter Anderer auf die Bildungsaspirationen hat eine entscheidende Implikation: Anpassung der eigenen Handlungsabsichten an das Anspruchsniveau ist nicht länger bedingungslos, sondern abhängig von der Erwartung, dass der Nutzen der sozialen Anerkennung die Kosten der Produktion übersteigt. Wann ist dies der Fall? Ich nehme an, dass die Jugendlichen nur dann in den Genuss sozialer Anerkennung ihrer Bildungsziele kommen, wenn sie auch in der Lage sind, diese zu realisieren. Für fromme Wünsche gibt es noch keine Lorbeeren. Daher sollten Schülerinnen und Schüler weniger geneigt sein, auf hohe Erwartungen des Netzwerks zu reagieren, wenn ihre subjektive Einschätzung der Wahrscheinlichkeit, die Erwartungen erfüllen zu können, gering ist. Diese Wahrscheinlichkeit ist abhängig von der individuellen Ressourcenausstattung der Schüler, insbesondere ihren kognitiven Kompetenzen und Schulleistungen. Diese dienen als Indikatoren für die Wahrscheinlichkeit zukünftigen akademischen Erfolgs (Hoenig, 2008, 2009). Hypothese 1 lautet daher, dass der Einfluss signifikanter Anderer positiv interagiert mit den Kompetenzen und schulischen Leistungen der Schülerinnen und Schüler. Der erwartete Zusammenhang ist in Abbildung 5.2 grafisch dargestellt. Unter der Annahme, dass Erwartungen und Vorbilder

94

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

in den Bezugsgruppen systematisch nach dem sozialen Hintergrund variieren, sollte die soziale Ungleichheit nach Hypothese 1 am größten im oberen Leistungsbereich sein. Aus einer Sozialkapital-Perspektive betrachtet, wirken die Erwartungen signifikanter Anderer dieser Erklärung zufolge als motivierende Kraft, da sie den Nutzen des Zwischenguts „hoher Bildungsabschluss“ über positive Sanktionierung beeinflussen. Die Sanktionierung in Form von Anerkennung im Tausch gegen Konformität kann als soziale Tauschbeziehung verstanden werden.

Aspiration

5.3.2 Hypothese 2: Die Leistungsrealität verliert an Bedeutung in einer Umgebung mit hohen Erwartungen

Leistung

Bezugsgruppenerwartungen niedrig

hoch

Abbildung 5.3: Interaktion zwischen Leistung und Bezugsgruppeneffekten nach Hypothese 2. Eigene Darstellung.

Während Hypothese 1 auf einem Rational-Choice-Ansatz als alternativem Erklärungsmodell zum Wisconsin-Modell beruht, basiert Hypothese 2 auf dem Modell der Frame-Selektion, dessen Ziel die Integration konkurrierender Handlungsmodelle – in diesem Fall die automatische Übernahme von Erwartungen des sozialen Umfelds nach dem Wisconsin-Modell gegenüber der rationalen Kalkulation nach der Rational-Choice-Theorie – ist (Esser, 2001; Kroneberg, 2005). Die Wahl zwischen dem automatisch-spontanen und dem reflexiv-kalkulierenden Modus hängt dabei ab von der sozialen

5.3 Alternative Erklärungen des Einflusses signifikanter Anderer

95

Rahmung der Entscheidung. Stocké (2013) argumentiert, dass im Falle hoher Bildungsansprüche des sozialen Umfelds die Wahl der Aspiration im automatisch-spontanen Modus stattfindet. Den Erwartungen des Umfelds wird somit ohne Berücksichtigung der Leistungsrealität entsprochen. Im Falle niedriger oder nicht eindeutiger Erwartungen findet die Entscheidung dagegen als rationale Wahl unter Berücksichtigung der tatsächlichen Leistung statt. Die zweite Hypothese sagt damit eine negative Interaktion zwischen Bezugsgruppenerwartungen und Leistung voraus. Hohe Erwartungen der Bezugsgruppe wirken als Schutzschild gegen negative Erfahrungen. Die soziale Ungleichheit sollte nach Hypothese 2 am größten im unteren Leistungsbereich sein. Auch nach Hypothese 2 wirkt die Bezugsgruppe somit als motivierende Kraft. Die im Netzwerk verstärkte Norm wird jedoch nicht ausschließlich aufgrund einer erwarteten positiven Sanktion befolgt, sondern ist internalisiert.

Aspiration

5.3.3 Hypothese 3: Erwartungen zählen bei Unsicherheit über Erfolgswahrscheinlichkeit

Leistung

Bezugsgruppenerwartungen niedrig

hoch

Abbildung 5.4: Interaktion zwischen Leistung und Bezugsgruppeneffekten nach Hypothese 3. Eigene Darstellung.

96

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

Die dritte Hypothese basiert auf der Annahme beschränkter Rationalität aufgrund von Informationsdefiziten (Hillmert, 2005). Bei nicht perfekter Information über die Erfolgswahrscheinlichkeit von Ereignissen neigen Akteure dazu, die Wahrscheinlichkeit aufgrund der Verwendung von Heuristiken falsch einzuschätzen (Tversky & Kahneman, 1975). Die Unsicherheit der Erfolgswahrscheinlichkeit variiert bei Bildungsentscheidungen systematisch mit dem akademischen Potenzial der Akteure: Personen mit stark unterund überdurchschnittlichen Leistungen können aufgrund ihrer vergangenen Erfahrungen zukünftigen Erfolg besser vorhersagen, als Personen, deren Leistung im Mittelfeld liegt. Insbesondere diese Personen müssen also neben ihren eigenen vergangenen Leistungen weitere Informationsquellen zur Unsicherheitsreduktion heranziehen. Bezugsgruppenerwartungen und -vorbilder dienen in diesem Fall als Ankerpunkt (Tversky & Kahneman, 1975): Wenn meine Eltern mir ein Abitur zutrauen und alle meine Freunde vorhaben, diesen Abschluss zu machen, dann packe ich das bestimmt! (Hillmert, 2005, S. 181) bezeichnet diese Strategie als „Unsicherheitsreduktion durch soziokulturelle Nähe“. Der Einfluss des sozialen Netzwerks auf die Aspirationen ist diesem Modell zufolge rein evaluativ – die Akteure vergleichen ihre eigenen Erwartungen mit den Erwartungen und dem Verhalten ihres Umfeldes. Die Bezugsgruppe übt aus einer Sozialkapital-Perspektive betrachtet im Unterschied zu den beiden ersten Hypothesen keinen normativen Einfluss aus, sondern stellt Informationsressourcen zur Verfügung. Hypothese 3 sagt somit eine nichtlineare Interaktion zwischen Leistung und Bezugsgruppeneffekten voraus: Der Einfluss signifikanter Anderer ist im mittleren Leistungsbereich am stärksten. Folglich sollte auch die soziale Ungleichheit am größten im mittleren Leistungsbereich sein. 5.3.4 Empirische Befunde Hoenig (2008, 2009) kann mit den Daten der WLS positive Interaktionseffekte für die Bezugsgruppen Eltern und Lehrer mit dem Notendurchschnitt der Schülerinnen und Schüler nachweisen (siehe Abbildung 5.5). Diese Ergebnisse entsprechen der ersten Hypothese. Die Modellierung orientiert sich dabei in der Auswahl der Variablen an der Operationalisierung von Sewell u. a. (1970). Die Daten, auf denen das Wisconsin-Modell beruht, widerlegen somit den von den Autoren des Modells angenommenen unbedingten Effekt der Bezugsgruppen. Stocké (2013) findet dagegen mit Daten des Mannheimer Bildungspanels einen negativen Interaktionseffekt. Er untersucht die Entwicklung der idea-

5.3 Alternative Erklärungen des Einflusses signifikanter Anderer

97

Lehrer x Noten 1 P(Plan = College) .2 .4 .6 .8 0

0

P(Plan = College) .2 .4 .6 .8

1

Eltern x Noten

−2.69

0 Noten

2.58

−2.69

0 Noten

2.58

Freunde x SES

P(Plan = College) .2 .4 .6 .8

1

Abbildung 5.5: Interaktionen zwischen Schulnoten und Bezugsgruppeneffekten in der Wisconsin Longitudinal Study. Quelle: Hoenig (2009).

0

listischen Schulabschlussaspirationen von Eltern von Grundschülern von der dritten auf die vierte Klasse. Eltern, deren Bezugsgruppe ein für Abitur Eltern/Freunde/Lehrer College als ideal gegen College Schulansieht, passen ihre Aspirationen weniger starkEltern/Freunde/Lehrer an die tatsächlichen −1.4 0 4.47 leistungen an und reagieren weniger stark auf eine Verschlechterung der SES Leistung. Auch die aus Hypothese 2 abgeleitete Annahme, dass die soziale Ungleichheit am größten im unteren Leistungsbereich ist, bestätigt sich in Analysen von Stocké (2010). Meines Wissens nach wurde bisher nicht systematisch empirisch überprüft, ob die Interaktion zwischen Leistungen und Bezugsgruppen gemäß Hypothese 3 nichtlinear ist. Die empirischen Befunde widersprechen sich also. Über die Ursachen für die unterschiedlichen Ergebnisse können nur Vermutungen angestellt werden. Allerdings muss festgehalten werden, dass die Operationalisierung von Stocké (2013) derjenigen von Hoenig (2008, 2009) in einigen Punkten überlegen ist. Erstens verwendet Stocké (2013) Paneldaten und untersucht die Aspirationsentwicklung in Abhängigkeit von der Leistungsentwicklung. Dabei liegt der erste Messzeitpunkt deutlich vor der Entscheidung. Die Zusammenhänge lassen sich somit eher kausal interpretieren als die querschnittlichen Befunde von Hoenig (2008, 2009). Zweitens erfasst Stocké (2013) explizit die idealistische Aspiration der Eltern und der Bezugsgruppe, während in der WLS Bildungspläne erhoben werden. Drittens basieren die Ergebnisse auf der von den Alteri selbst berichteten Abschlussaspiration und nicht – wie in den Daten der WLS – auf Berichten der Zielpersonen selbst. Damit besteht keine Gefahr, dass die Befragten ihr eigenes Aspirationsniveau auf ihr Netzwerk projizieren.

98

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

5.4 Daten und Methoden 5.4.1 Daten der NEPS Startkohorte 3 Die empirischen Analysen betrachten die Aspirationen von Schülerinnen und Schülern in der siebten Klasse und nutzt dafür die Daten der NEPS Startkohorte 3.4 Die Grundgesamtheit der Stichprobe besteht aus allen Schülerinnen und Schülern, die im Schuljahr 2010/2011 in Deutschland die fünfte Klasse besuchten. In Welle 3 wurde das Sample aufgefrischt um weitere Schülerinnen und Schüler in Klasse 7. Die Stichprobe wurde über ein mehrstufiges stratifiziertes Sampling gewonnen. Im ersten Schritt wurden bundesweit Sekundarschulen stratifiziert nach Schulformen gezogen. Anschließend wurden in jeder Schule zufällig zwei Klassen gezogen. Die Teilnahme war für die gezogenen Schulen, die Jugendlichen und deren Eltern freiwillig (Aßmann, Steinhauer & Zinn, 2012). Die teilnehmenden Schülerinnen und Schüler bearbeiteten jeweils im Herbst während der Unterrichtszeit im Klassenkontext einen Kompetenztest sowie einen schriftlichen Fragebogen (PAPI). Schülerinnen und Schüler, die die Schule gewechselt haben, nahmen nicht an der Kompetenztestung teil und erhielten den Fragebogen postalisch. Zusätzlich fand jeweils im Frühjahr ein computeradministriertes Telefoninterview (CATI) mit dem Elternteil, der hauptsächlich für die schulischen Belange des Kindes verantwortlich ist, statt. Dies ist in 84 Prozent der Fälle die Mutter. 5.4.2 Variablen Die Tabelle 5.1 bietet eine Übersicht über die verwendeten Variablen und deskriptive Statistiken zur Verteilung. Alle Angaben beziehen sich auf das Analysesample von 2747 Beobachtungen. Abhängige Variable Abhängige Variable ist die idealistische Schulabschlussaspiration der Schülerinnen und Schüler in Klasse 7, also zur Mitte der Sekundarstufe I. Die idealistische Aspiration wird erfasst über das Fragebogenitem „Egal, welche Schule du gerade besuchst und wie gut deine Noten sind: Welchen Schulabschluss wünschst du dir? Hauptschulabschluss / Realschulab4

Diese Arbeit nutzt Daten des Nationalen Bildungspanels (NEPS): Startkohorte Klasse 5, doi:10.5157/NEPS:SC3:4.0.0. Für weitere Informationen zur Startkohorte 3 siehe Frahm u. a. (2011).

5.4 Daten und Methoden

99

Tabelle 5.1: Deskriptive Statistiken

Aspiration Ego Abitur (Klasse 7) Aspiration Freunde Abitur (Klasse 6) Aspiration Eltern Abitur (Klasse 6) Notendurchschnitt (Klasse 6) Lese-Kompetenzen (WLE) (Klasse 7) Mathematische Kompetenzen (WLE) (Klasse 7)

min

max

x

sd

0 0 0 0 −3,36 −4,70

1 1 1 1 5,91 4,80

0,78 0,59 0,72 0,67 0,90 0,90

0,41 0,49 0,45 0,15 1,34 1,22

Schulform/Schulzweig (Klasse 7) Hauptschule/Hauptschulzweig Realschule/Realschulzweig keine Trennung in Schulzweige Gymnasium/Gymnasialzweig

0 0 0 0

1 1 1 1

0,07 0,24 0,11 0,59

0,25 0,43 0,31 0,49

höchste EGP-Klasse der Eltern I II IV IIIa, V VI IIIb, VII

0 0 0 0 0 0

1 1 1 1 1 1

0,29 0,29 0,05 0,15 0,05 0,16

0,45 0,45 0,21 0,36 0,23 0,37

0

1

0,02

0,14

0

1

0,08

0,27

0 0 0

1 1 1

0,03 0,30 0,05

0,17 0,46 0,21

0

1

0,18

0,38

0 0

1 1

0,10 0,24

0,31 0,43

höchste CASMIN-Klasse der Eltern 1a, 1b: kein Abschluss, Hauptschulabschluss ohne berufl. Ausbildung 1c: Hauptschulabschluss mit berufl. Ausbildung 2b: Mittlere Reife ohne berufl. Ausbildung 2a: Mittlere Reife mit berufl. Ausbildung 2c_gen: Hochschulreife ohne berufl. Ausbildung 2c_voc: Hochschulreife mit berufl. Ausbildung 3a: Fachhochschulabschluss 3b: Universitätsabschluss Migrationshintergrund kein Migrationshintergrund 1 Elternteil Migrationshintergrund beide Eltern mit Migrationshintergrund Geschlecht: weiblich Geburtsdatum in Monaten Beobachtungen

0 0 0 0 456 (01.1998) 2747

1 1 1 1 509 (06.2002)

0,71 0,15 0,14 0,50 480,22 (01.2000)

0,45 0,35 0,35 0,50 5,59

100

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

schluss/Mittlere Reife / Abitur / Schule ohne Abschluss verlassen“. Die Variable wurde dichotomisiert in die Kategorien „Abitur“ versus „kein Abitur“. 72 Prozent der Befragten streben ein Abitur an. Die idealistische Aspiration ist hoch zeitkonstant: Von Welle 2 auf Welle 3 ändern nur 12 Prozent der Schülerinnen und Schüler ihre Aspiration. Bezugsgruppeneffekte Die Bezugsgruppeneffekte wurden in Welle 2 erhoben, also eine Welle vor der abhängigen Variable. Damit entspricht die zeitliche Reihenfolge der angenommenen Kausalrichtung. Es wird unterschieden zwischen den zwei Bezugsgruppen Eltern und Freunde. Die Schulabschlussaspirationen der Eltern wurden im Elterninterview von den Eltern selbst erhoben und dichotomisiert als Aspiration für ein Abitur. 65 Prozent der Eltern wünschen sich für ihre Kinder das Abitur. Ein Vergleich mit den Angaben der Kinder zum von den Eltern gewünschten Schulabschluss ergibt, dass 87 Prozent der Kinder die Aspiration ihrer Eltern korrekt einschätzen. Neun Prozent unter- und fünf Prozent überschätzen sie. Für die Aspirationen der Freundinnen und Freunde liegt keine direkte Messung, sondern lediglich die Einschätzung der Befragten selbst vor. 53 Prozent berichten, dass die Mehrheit ihrer Freunde ein Abitur anstrebt. Dieser Wert liegt beinah zwanzig Prozentpunkte unter dem Wert für die Befragten selbst. Die Befragten neigen somit dazu, das Aspirationsniveau ihrer Eltern und Freunde zu unterschätzen. Kompetenzen und Schulleistungen In Klasse 7 fanden Kompetenztests in Mathematik und Lesen statt. Beide Testsores werden in den Analysen verwendet. Die Werte sind zstandardisiert. Die Schulleistungen werden operationalisiert über den Notendurchschnitt in Deutsch und Mathematik im Jahreszeugnis der 6. Klasse. Zur einfacheren Interpretation der Effekte wurden die Werte gedreht und normalisiert. Der Wert 1 entspricht damit einem Durchschnitt von 1,0, der Wert 0 einem Durchschnitt von 6,0. Die Noten wurden von den Eltern erhoben und die Angaben der Schüler im Falle fehlender Eltern-Angaben verwendet. Zur Überprüfung von Hypothese 3 wurden für jede Variable Quintile gebildet.

5.4 Daten und Methoden

101

Kontrollvariablen Alle Modelle kontrollieren für die besuchte Schulform, das Geschlecht und den Geburtsmonat des Kindes sowie für den Migrationshintergrund (mit den Kategorien kein Migrationshintergrund/ein Elternteil Migrationshintergrund/beide Eltern mit Migrationshintergrund), die höchste EGP-Klasse der Eltern und die höchste Bildung der Eltern nach CASMIN. Alle Angaben entstammen den Eltern-Interviews. 5.4.3 Definition des Analysesamples und Umgang mit fehlenden Werten Die Stichprobe in Welle 1 umfasst 5525 Fälle an Regelschulen.5 Das Analysesample umfasst die Schülerinnen und Schüler der Stichprobe aus Welle 1, die an der dritten Erhebungswelle teilgenommen haben und von denen ein Elternteil an mindestens einer der ersten drei Erhebungswellen teilgenommen hat. 1105 Schülerinnen und Schüler, die nicht an der dritten Erhebungswelle teilgenommen haben, wurden ausgeschlossen, da für sie keine Werte auf der abhängigen Variable vorliegen und eine Imputation der abhängigen Variable zu Analysezwecken generell nicht empfohlen wird (Von Hippel, 2007). 1501 Kinder, deren Eltern an keinem Elterninterview teilgenommen haben, wurden ausgeschlossen, da der Kinderfragebogen keine Informationen zum sozialen Hintergrund enthält. Eine Imputation der sozialen Herkunft allein aufgrund der Angaben aus dem Schülerfragebogen wurde nicht unternommen, da davon ausgegangen wird, dass dies zu einer Inflation der Standardfehler führen würde. Für die verbleibenden Fälle liegen für 94 Prozent der Befragten vollständige Informationen für alle oben genannten Variablen vor. Aufgrund der geringen Anzahl fehlender Werte wurde auf eine multiple Imputation verzichtet und Fälle mit fehlenden Werten von den Analysen ausgeschlossen. Das Analysesample umfasst 2747 Kinder. 5.4.4 Modellierung Die Modellierung erfolgt über logistische Regressionen mit geclusterten Standardfehlern für die besuchte Schule. Abhängige Variable ist die idealistische Aspiration für ein Abitur in Klasse 7. Von einer Analyse der Verände5

Schülerinnen und Schüler an Förderschulen wurden von den Analysen ebenfalls ausgeschlossen, da erstens von diesen Schülerinnen und Schülern nicht alle Daten erhoben bzw. im SUF veröffentlicht wurden und zweitens Hinweise existieren, dass die veröffentlichten Daten teilweise nicht valide sind (Nusser & Heydrich, 2016).

102

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

rung der Aspiration als Reaktion auf eine Veränderung der Schulleistungen wie bei Stocké (2013) wird aus zwei Gründen abgesehen: Erstens ist die Aspiration im Zeitverlauf sehr stabil. Zweitens sagt das Wisconsin-Modell vorher, dass sich nicht nur die Aspirationen der Zielpersonen, sondern auch die der Bezugsgruppen an der realen Schulleistung orientieren. Demnach sollte eine Veränderung der Schulleistungen sich auch auf die Erwartungen signifikanter Anderer auswirken. Eine Wiederholungsmessung der Bezugsgruppeneffekte findet aber erstmals in Welle 4 statt und kann daher bisher nicht modelliert werden. Solange eine solche Wiederholungsmessung nicht vorliegt, wäre die Modellierung der Veränderung der Aspirationen systematisch verzerrt. Auch ohne Berücksichtigung der Veränderung stellt die Modellierung in vier Punkten eine wesentliche Verbesserung gegenüber den Daten der WLS dar. Erstens werden die Schulnoten und die Aspirationen von Eltern und Freunden zeitlich vor der abhängigen Variable erhoben. Zweitens wird die Aspiration der Eltern von diesen direkt erfasst. Drittens wird explizit die idealistische Aspiration operationalisiert. Viertens findet die Messung lange vor der tatsächlichen Bildungsentscheidung statt. Zur besseren Interpretation der Ergebnisse werden neben den LogitKoeffizienten jeweils auch die Average Marginal Effects (AMEs) angegeben. AMEs können interpretiert werden als die durchschnittliche marginale Veränderung der Wahrscheinlichkeit eines positiven Outcomes, wobei sämtliche anderen Variablen auf den tatsächlich beobachteten Werten konstant gehalten werden. Für metrische Variablen entspricht dies der Steigung der Wahrscheinlichkeitsfunktion im jeweiligen Punkt, das heißt, bei einem marginalen Anstieg der Variable x um δ erhöht sich P (Y ) um δ × AM E(x). Für kategoriale Variablen entspricht der AME der Veränderung der Wahrscheinlichkeit im Vergleich zur Referenzkategorie, der AME ist damit identisch zum Discrete Change Effect AM E(x) = P (Y |x = 1) − P (Y |x = 0). In nichtlinearen Regressionmodellen wie zum Beispiel Logit- und ProbitRegressionen lässt sich die Signifikanz und Form der Interaktion nicht am Logit-Koeffizienten und dem dazugehörigen z-Wert ablesen (Ai & Norton, 2003). Zur Interpretation der Interaktionseffekte werden daher vorhergesagte Wahrscheinlichkeiten (predictive margins) sowie die Differenzen zwischen den vorhergesagten Wahrscheinlichkeiten (conditional discrete change effects) herangezogen (Xu & Long, 2005). Modell 1.1 ist das Basismodell ohne Einbeziehung der Bezugsgruppeneffekte. Diese werden in Modell 1.2 ergänzt. Im nächsten Schritt werden

5.5 Ergebnisse

103

jeweils Interaktionseffekte zwischen den drei Leistungs-Indikatoren und den beiden Bezugsgruppenaspirationen ergänzt. Anschließend werden zur Überprüfung nichtlinearer Interaktionseffekte (Hypothese 3) anstelle der metrischen Leistungsindikatoren die QuintilsDummys verwendet und mit den Bezugsgruppenaspirationen interagiert. 5.5 Ergebnisse

Tabelle 5.2: Logistische Regression der Aspiration für ein Abitur Modell 1.1

Schulform (Ref. Gymnasium) Hauptschule Realschule kein Leistungstrennung EGP Eltern (Ref. I) II IV IIIa, V VI IIIb, VII CASMIN Eltern (Ref. 3b Universitätsabschluss) 1a, 1b max. Hauptschulabschluss ohne berufl. Ausbildung 1c Hauptschulabschluss mit berufl. Ausbildung 2b Mittlere Reife ohne berufl. Ausbildung 2a Mittlere Reife mit berufl. Ausbildung

Modell 1.2

Logits

AMEs

Logits

AMEs

−3,84∗∗∗ (0,00) −3,16∗∗∗ (0,00) −2,46∗∗∗ (0,00)

−0,49∗∗∗ (0,00) −0,35∗∗∗ (0,00) −0,23∗∗∗ (0,00)

−2,81∗∗∗ (0,00) −2,32∗∗∗ (0,00) −2,03∗∗∗ (0,00)

−0,31∗∗∗ (0,00) −0,23∗∗∗ (0,00) −0,19∗∗∗ (0,00)

−0,06 (0,71) −0,30 (0,31) 0,05 (0,81) −0,50+ (0,08) −0,23 (0,27)

−0,01 (0,71) −0,03 (0,32) 0,00 (0,81) −0,05+ (0,09) −0,02 (0,27)

−0,06 (0,75) −0,22 (0,50) 0,07 (0,75) −0,39 (0,17) −0,12 (0,59)

−0,01 (0,75) −0,02 (0,50) 0,01 (0,75) −0,03 (0,17) −0,01 (0,59)

−0,62

−0,06

−0,55

−0,05

(0,13) −0,99∗∗∗

(0,14) −0,10∗∗∗

(0,21) −0,65∗

(0,22) −0,06∗

(0,00) −0,99∗

(0,00) −0,10∗

(0,03) −0,75

(0,04) −0,07

(0,02) −1,02∗∗∗

(0,03) −0,10∗∗∗

(0,10) −0,61∗

(0,11) −0,05∗

Fortsetzung nächste Seite

104

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

Fortsetzung Tabelle 5.2 Modell 1.1

2c_gen Hochschulreife ohne berufl. Ausbildung 2c_voc Hochschulreife mit beruflicher Ausbildung 3a Fachhochschulabschluss Migrationshintergrund (Ref. kein Mig.hg.) 1 Elternteil Migrationshintergrund beide Eltern mit Migrationshintergrund weiblich Geburtsdatum in Monaten Mathematische Kompetenzen Lese-Kompetenzen Notendurchschnitt

Logits

AMEs

Logits

AMEs

(0,00) −0,46

(0,00) −0,04

(0,01) −0,10

(0,01) −0,01

(0,26) −0,60∗

(0,27) −0,06∗

(0,82) −0,40

(0,82) −0,04

(0,01) −0,09 (0,78)

(0,01) −0,01 (0,78)

(0,15) 0,01 (0,97)

(0,15) 0,00 (0,97)

−0,01 (0,65) 0,04+

0,03 (0,86) 0,83∗∗∗

0,00 (0,86) 0,08∗∗∗

−0,09 (0,65) 0,42+

(0,00) 0,33∗ (0,03) 0,02+ (0,05) 0,20∗ (0,03) 0,20∗∗ (0,00) 2,40∗∗∗ (0,00)

(0,00) 0,03∗ (0,03) 0,00+ (0,05) 0,02∗ (0,03) 0,02∗∗ (0,00) 0,23∗∗∗ (0,00)

(0,09) 0,23 (0,12) 0,02+ (0,08) 0,21∗ (0,04) 0,21∗∗ (0,00) 2,13∗∗∗ (0,00) 1,41∗∗∗ (0,00) 0,53∗∗∗ (0,00) −9,23+ (0,10)

Eltern wünschen Abitur Freunde streben Abitur an −8,35 (0,12)

Konstante Beobachtungen p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

2747 ∗∗

p < 0.01,

∗∗∗

Modell 1.2

2747

2747

(0,09) 0,02 (0,12) 0,00+ (0,08) 0,02∗ (0,04) 0,02∗∗ (0,00) 0,19∗∗∗ (0,00) 0,15∗∗∗ (0,00) 0,05∗∗∗ (0,00)

2747

p < 0.001

Modell 1.1 zeigt, dass die idealistischen Aspirationen auch unter Kontrolle der Schulleistungen, Kompetenzen und des Schultyps bzw. Schulzweigs in hohem Maße von der Bildung der Eltern und dem Migrationshintergrund abhängen. Während Migranten im Vergleich zu Einheimischen eine um acht Prozentpunkte höhere Wahrscheinlichkeit für eine Abitur-Aspiration ha-

5.5 Ergebnisse

105

ben, beträgt die Differenz in Prozentpunkten für Kinder von Personen mit Haupt- oder Realschulabschluss im Vergleich zu Kindern aus AkademikerHaushalten zehn Prozentpunkte. Unter Kontrolle der Bildungsherkunft ist dagegen die Berufsklasse der Eltern nicht signifikant (χ2 (5) = 5, 32; p = 0, 37). Unter Kontrolle des Aspirationsniveaus von Eltern und Freunden gehen die Effekte der elterlichen Bildung und des Migrationshintergrunds stark zurück. Bildung der Eltern ist nur noch auf dem 10-Prozent-Niveau signifikant (χ2 (7) = 12, 91; p = 0, 07). Ein großer Teil der Herkunftseffekte ist somit zurückzuführen auf unterschiedliche Aspirationen des sozialen Umfelds. Die Modelle für die linearen Interaktionseffekte finden sich in Anhang A.2. Die Interaktionen haben bis auf eine Ausnahme ein positives Vorzeichen, sind allerdings größtenteils schwach und nicht signifikant. Das Vorzeichen der Interaktion zwischen dem Notendurchschnitt und den Aspirationen der Freunde ist negativ, die Interaktion jedoch nicht signifikant. In den vorhergesagten Wahrscheinlichkeiten zeigt sich lediglich für die Interaktion zwischen der Aspiration der Eltern und dem Notendurchschnitt ein substantieller Interaktionseffekt. Die vorhergesagten Wahrscheinlichkeiten sowie die Differenz der Wahrscheinlichkeiten für Kinder, deren Eltern sich ein Abitur wünschen und Kinder, deren Eltern dies nicht tun, sind in Abbildung 5.6 abgebildet. Die Operationalisierung der Kompetenzen und des Notendurchschnitts über Quintile liefert insgesamt keine Bestätigung für Hypothese 3. Die Differenzen in den vorhergesagten Wahrscheinlichkeiten für alle sechs Interaktionen sind in Abbildung 5.7 zu sehen. Nach Hypothese 3 sollte die Form umgekehrt u-förmig sein. Diese Form ist lediglich für die Interaktion zwischen den Mathe-Kompetenzen und der Aspiration der Eltern zu erkennen. Für die Lese-Kompetenz sowie die Interaktion aus Noten und elterlicher Aspiration lässt sich tendenziell eine positive Steigung beobachten und für die Interaktion von Noten und Aspirationen der Freunde eine negative Steigung. Dies entspricht den Vorzeichen der metrischen Interaktionsterme. Bei genauerer Betrachtung der Interaktion zwischen Freunden und Schulnoten fällt auf, dass die negative Interaktion in erster Linie auf das fünfte Quantil zurückzuführen ist, während zwischen dem ersten und vierten Quantil fast keine Unterschiede in der Effektstärke bestehen. Möglicherweise handelt es sich hier um einen von Ausreißern verursachten Effekt.

106

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

.2

P(Aspiration = Abitur) .4 .6

.8

P(Aspiration= Abi|Eltern=1)-P(Aspiration= Abi|Eltern=0) 0 .2 .4 .6 .8

1

Discrete Change Effect mit 95% CIs

1

Predictive Margins mit 95% CIs

0

Eltern wünschen kein Abitur Eltern wünschen Abitur 0

.1

.2

.3

.4 .5 .6 Notendurchschnitt

.7

.8

.9

1

0

.1

.2

.3

.4 .5 .6 Notendurchschnitt

.7

.8

.9

1

Abbildung 5.6: Vorhergesagte Wahrscheinlichkeiten sowie Differenz zwischen den Wahrscheinlichkeiten für die Interaktion Noten × Aspiration der Eltern. Berechnet aus Modell 2.3 (siehe Anhang A.2).

5.6 Zusammenfassung und Diskussion Aufbauend auf dem Wisconsin-Modell stellt dieses Kapitel drei alternative Hypothesen vor, über welche Mechanismen und unter welchen Bedingungen Bezugsgruppen die Aspirationen von Schülerinnen und Schülern beeinflussen können. Diese Hypothesen basieren jeweils auf unterschiedlichen Handlungsmodellen: der Wert-Erwartungs-Theorie, dem Modell der FrameSelektion und der Handlungswahl unter begrenzter Rationalität aufgrund von Informationsdefiziten. Die drei Modelle haben gemein, dass sie im Unterschied zum Wisconsin-Modell eine Interaktion zwischen den Leistungen und dem Aspirationsniveau der Bezugsgruppen vorhersagen. Die Form der Interaktion unterscheidet sich jedoch. In den Daten der NEPS-Startkohorte 3 zeigen sich – mit Ausnahme der Interaktion zwischen den Aspirationen der Freunde und den Schulleistungen der Zielperson – positive Interaktionen. Diese sind jedoch schwach und größtenteils nicht signifikant. Der stärkste Interaktionseffekt zeigt sich zwischen den Erwartungen der Eltern und den Schulnoten. Das Ergebnis, dass die Schülerinnen und Schüler stärker auf die Schulnoten als auf die Kompetenzen reagieren, ist plausibel, da die Schülerinnen und Schüler über ihre Schulnoten – im Unterschied zu den gemessenen Testwerten – perfekt in-

5.6 Zusammenfassung und Diskussion

Eltern x Mathematik-Kompetenz

.15

.2

Eltern x Notendurchschnitt

2

3

4

5

2

3

4

5

Freunde x Mathematik-Kompetenz

1

2

3

4

5

Freunde x Notendurchschnitt

1

2 3 4 5 Quintile Lese-Kompetenz

-.15

-.05

-.1

0

-.05

0

.05

.05

.1

P(Asp.=1|x=1)-P(Asp=1|x=0) -.05 0 .05 .1 .15

Freunde x Lese-Kompetenz

1

.1

1

0

.05

.05

.1

.1

.15

P(Asp.=1|x=1)-P(Asp=1|x=0) .05 .1 .15 .2

.2

Eltern x Lese-Kompetenz

107

1 2 3 4 5 Quintile Mathematik-Kompetenz

1

2 3 4 5 Quintile Notendurchschnitt

Abbildung 5.7: Differenz der Wahrscheinlichkeit einer Abitur-Aspiration für den Kontrast zwischen Kindern mit anspruchsvoller Bezugsgruppe und Kindern ohne anspruchsvolle Bezugsgruppe, nach Quintilen der Kompetenzen und Schulnoten. Berechnet aus den Modellen 4.1 bis 5.3 (siehe Anhang A.2).

formiert sind und da die Schulnoten den besten Prädiktor für zukünftigen Erfolg im Schulsystem darstellen. Insgesamt sprechen die Ergebnisse somit für Hypothese 1: Die Reaktion auf das Aspirationsniveau der Bezugsgruppen ist abhängig von den Schulleistungen. Der Effekt ist jedoch schwach. Ein Blick auf Abbildung 5.6 zeigt eine mögliche Erklärung für den schwachen Interaktionseffekt: Decken-Effekte aufgrund des insgesamt sehr hohen Aspirationsniveaus der Kinder. Die Wahrscheinlichkeitsskala ist naturgemäß nach oben begrenzt. Die vorhergesagte durchschnittliche Wahrscheinlichkeit für Kinder mit guten Schulleistungen und anspruchsvollen Eltern nähert sich der 1 an und kann daher nicht weiter steigen. Zukünftige Forschung könnte an diesem Punkt ansetzen und die Effekte für Subgruppen untersuchen, die ein niedrigeres Aspirationsniveau aufweisen, wie zum Beispiel Kinder mit niedriger Bildungsherkunft oder Kinder, die nicht das Gymnasium besu-

108

5 Bezugsgruppeneffekte und Aspirationen in der Sekundarstufe I

chen. Ein zweiter Ansatzpunkt für weitere Forschung wäre die Modellierung von Aspirationsveränderungen über Panelmodelle mit Fixed Effects um eine höhere Gewissheit zu gewinnen, dass die beobachteten Effekte kausal sind. Dies wird mit der Veröffentlichung zukünftiger NEPS-Wellen möglich sein.

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

6.1 Einleitung Nachdem die beiden vergangenen Kapitel Effekte sozialer Schließung und Bezugsgruppeneffekte im vorschulischen und schulischen Bereich betrachtet haben, widmet sich dieses Kapitel dem Übergang von der Sekundarstufe I in die Berufsausbildung. Im deutschen Kontext der dualen Berufsausbildung kann die Suche nach einem Ausbildungsplatz sowohl als Bildungs- als auch als Arbeitsmarktentscheidung betrachtet werden. Damit liegt sie im Spannungsfeld zweier unterschiedlicher Paradigmen in der Sozialkapitalliteratur: dem Ressourcen-Ansatz, der vor allem in der Arbeitsmarktforschung Anwendung findet (Granovetter, 1973; Lin, 2001), und den in der Bildungsforschung verbreiteteren verschiedenen Ansätzen zu normativen Einflussprozessen (Coleman, 1988; Sewell u. a., 1970). Dieses Kapitel betrachtet den Einfluss von drei verschiedenen Formen sozialen Kapitals: den Zugang der Jugendlichen zu Ressourcen über das eigene Netzwerk, das Netzwerk der Eltern und die Rolle elterlicher Erwartungen und Ansprüche. Dabei wird jeweils untersucht, ob die Renditen für dieses soziale Kapital abhängig sind vom Schulabschluss der Jugendlichen, einem der wichtigsten Prädiktoren für einen erfolgreichen Übergang in die Ausbildung. Die folgenden Abschnitte geben einen kurzen Überblick über den Übergang in die berufliche Ausbildung in Deutschland und die Rolle des sozialen Kapitals der Jugendlichen beim Übergang in die Ausbildung. Anschließend folgt ein Überblick über die Daten der Startkohorte 4 des Nationalen Bildungspanels sowie die Operationalisierung und Methoden. Abschnitt 6.5 enthält deskriptive Ergebnisse zur differentiellen Ausstattung mit Sozialkapital und multivariate Ergebnisse zum Effekt von Sozialkapital auf den Übergang. Eine abschließende Zusammenfassung und Diskussion findet sich in Abschnitt 6.6. 6.2 Hintergrund – der Übergang in die Berufsausbildung Die folgende Analyse betrachtet Jugendliche, die die Schule nach der Sekundarstufe I – also nach neun oder zehn Jahren Regelschulzeit und ohne Hoch© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019 K. Hoenig, Soziales Kapital und Bildungserfolg, https://doi.org/10.1007/978-3-658-24234-3_6

110

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

schulzugangsberechtigung – in den Jahren 2011 und 2012 verlassen haben. Erstmals betrachten wir hier also nicht mehr eine gesamte Kohorte, sondern eine aufgrund ihrer bisherigen Bildungskarriere selektierte Subgruppe – und zwar den schwächeren Teil der Kohorte. Zur Fortsetzung ihrer Bildungskarriere haben diese Schülerinnen und Schüler die Wahl zwischen zwei Optionen: Sie können sich entscheiden, eine (vollzeitschulische oder duale) Berufsausbildung zu beginnen oder auf eine weitere (allgemeinbildende oder berufliche) Schule zu gehen mit dem Ziel, einen höheren Schulabschluss zu erlangen. Die erste Option stellt den idealtypischen Bildungsweg dar – vom allgemeinen Schulsystem in die spezifische Berufsausbildung, die das Bindeglied zwischen Bildung und Erwerbseinstieg darstellt. Der Erwerb eines weiteren Schulabschlusses ist schwerer zu kategorisieren: Einerseits kann es sich um eine Ausweichstrategie handeln, wenn keine Ausbildung gefunden werden konnte. Diese Tendenz ist im DJI-Übergangspanel, das Hauptschüler auf dem Weg in die Ausbildung begleitet, sichtbar: Während im März des letzten Schuljahrs nur 27 Prozent der Jugendlichen beabsichtigen, im nächsten Jahr weiter zur Schule zu gehen, steigt dieser Wert bis Juli auf 40 Prozent. Demgegenüber sinken die Absichten, eine Ausbildung aufzunehmen, im gleichen Zeitraum von 44 auf 35 Prozent. Etwa ein Zehntel der Teilnehmer berichtet im November selbst, der weitere Schulbesuch sei eine Notlösung, da kein Ausbildungsplatz gefunden werden konnte (Gaupp, Lex, Reißig & Braun, 2008). Insofern ist für einen Teil der Jugendlichen die Rückkehr ins Schulsystem eine Reaktion auf antizipierte oder tatsächliche Probleme bei der Ausbildungsplatzsuche. Diese Befunde sprechen gegen die in der Forschung weit verbreitete Praxis, Jugendliche, die ins Schulsystem zurückkehren, von Analysen zum Erfolg des Übergangs in Ausbildung auszuschließen. Auf der anderen Seite kann der Erwerb eines weiteren Schulabschlusses auch eine freiwillig gewählte Option sein, die den Zugang zu höher qualifizierten Ausbildungen oder – beim Erwerb einer Hochschulzugangsberechtigung – zum Studium öffnet. Somit ist es nicht ohne Weiteres möglich, die Wahl zwischen dem Erwerb eines weiteren Schulabschlusses und der Aufnahme einer Berufsausbildung in eine Rangfolge zu bringen. Dies gilt nicht für die dritte Option – weder Schule noch Ausbildung. Da in Deutschland in allen Bundesländern mit Ausnahme Berlins eine Schulpflicht von entweder zwölf Schulbesuchsjahren oder bis zum 18. Lebensjahr besteht (siehe Vossenkuhl, 2010, für eine detaillierte Übersicht), ist die Mehrheit dieser Jugendlichen verpflichtet, an sogenannten Übergangsmaßnahmen teilzunehmen. Diese Maßnahmen werden in der Regel nicht freiwil-

6.2 Hintergrund – der Übergang in die Berufsausbildung

111

lig gewählt sondern dienen als Auffangbecken für all jene, die bei der Suche nach einer Ausbildung scheitern. Aufgrund knapper Ausbildungsplätze insbesondere für Berufe mit geringen Qualifikationsanforderungen gingen in Deutschland im Jahr 2011 nach Daten der BIBB-Übergangsstudie bundesweit 43,7 Prozent der Jugendlichen ohne oder mit Hauptschulabschluss und 17,9 Prozent der Jugendlichen mit mittlerem Schulabschluss nach Verlassen der Schule ins Übergangssystem über (Bundesinstitut für Berufsbildung, 2013). Das Angebot an Übergangsmaßnahmen ist äußerst heterogen und die Forschungslage zum kausalen Effekt dieser Maßnahmen recht dünn (Beicht, 2009). Einem substanziellen Teil der Jugendlichen und jungen Erwachsenen gelingt es jedoch nicht oder nur nach langer Zeit, aus dem Übergangssystem in eine reguläre Ausbildung zu wechseln – der BIBB-Übergangsstudie 2011 zufolge absolviert ein Fünftel mehrere Maßnahmen nacheinander, und 30 Prozent sind drei Jahre nach Beendigung der ersten Maßnahme nicht in eine vollqualifizierende Berufsausbildung übergegangen (Bundesinstitut für Berufsbildung, 2013). Diese jungen Erwachsenen haben ein hohes Risiko, keine vollqualifizierende Berufsausbildung abzuschließen, was wiederum das Risiko erhöht, arbeitslos oder in statusniedrigen Berufen beschäftigt zu sein (Gesthuizen, Solga & Künster, 2011). Der bisherigen Forschung zufolge haben Frauen, Jugendliche mit Migrationshintergrund, schlechten Schulleistungen, geringen Kompetenzen und ohne Schulabschluss oder mit Hauptschulabschluss eine geringere Wahrscheinlichkeit, in Ausbildung überzugehen (Beicht & Ulrich, 2008; Bundesinstitut für Berufsbildung, 2015; Gaupp u. a., 2008; Hupka-Brunner, Gaupp, Geier, Lex & Stalder, 2011). Befunde zum Effekt der sozialen Herkunft sind nicht eindeutig. Beicht und Ulrich (2008) zufolge haben Kinder von Eltern, die keinen Schul- und Berufsabschluss haben, geringere Übergangsraten. Dagegen finden Lex und Zimmermann (2011) dass Jugendliche aus Elternhäusern mit geringer Schulbildung (Hauptschulabschluss oder weniger) bei Konstanthaltung des eigenen Schulabschlusses und unter Kontrolle des Migrationshintergrundes eine höhere Wahrscheinlichkeit haben, direkt in die Ausbildung überzugehen, als Jugendliche aus höher gebildeten Elternhäusern. Dieser Effekt ist am stärksten für Jugendliche mit Hauptschulabschluss und am schwächsten für Jugendliche mit (Fach-)Abitur. Lex und Zimmermann (2011) erklären diesen Befund damit, dass bildungsniedrige Elternhäuser in der Regel auch über geringere ökonomische Ressourcen verfügen und somit für die Jugendlichen ein stärkerer Anreiz besteht, schnell finanziell unabhängig zu werden. Gegen diese Interpretation spricht jedoch, dass

112

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

Kinder arbeitsloser Eltern (die den höchsten ökonomischen Anreiz haben sollten), geringere Übergangsraten aufweisen (Beicht & Ulrich, 2008). Alternativ kann der Befund auch darüber erklärt werden, dass Eltern, die höchstens über einen Hauptschulabschluss verfügen, in der Regel selbst eine berufliche Ausbildung absolviert haben und somit im Durchschnitt mehr Erfahrung mit dem beruflichen Ausbildungssystem haben als Akademiker. Somit können sie ihre Kinder besser unterstützen. Dies gilt insbesondere dann, wenn die Kinder einen ähnlich niedrigen Schulabschluss haben. Insgesamt deuten die Ergebnisse darauf hin, dass der Zusammenhang sowohl für die elterliche Bildung als auch für den Berufsstatus umgekehrt uförmig sein sollte: Sowohl Eltern mit sehr niedriger Bildung (kein beruflicher Abschluss) und niedrigem Berufsstatus (arbeitslos, ungelernte Arbeiter) als auch Eltern mit hoher Bildung und hohem beruflichen Status (Studium, hochqualifizierte Berufe) sind gegenüber Eltern, die selbst eine Berufsausbildung abgeschlossen haben und in einem entsprechenden Beruf arbeiten, im Nachteil, da sie keine Erfahrung mit dem System der Berufsausbildung besitzen und weniger Kontakt zu Personen in Ausbildungsberufen haben. Ein solcher umgekehrt u-förmiger Zusammenhang wird aber in der vorhandenen Literatur nicht explizit modelliert. 6.3 Forschungsstand und Forschungsfragen Wie der in Abschnitt 3.3 präsentierte Überblick über den Forschungsstand zeigt, gibt es bisher nur wenige Studien zur Rolle von sozialem Kapital beim Übergang in die Ausbildung. Dies liegt teilweise am unzureichenden Datenangebot insbesondere in Bezug auf den Zugang zu Ressourcen über das eigene oder elterliche Netzwerk (vgl. Eberhard, 2012, S. 190). Die NEPSDaten bieten hier vielfältiges neues Analysepotenzial. Aufbauend auf den bisherigen Forschungsstand – insbesondere den Arbeiten von Roth (2014a, 2014b) – geht dieses Kapitel drei zentralen Fragestellungen nach: Forschungsfrage 1 Haben elterliche Erwartungen, das Netzwerk der Eltern sowie die Mobilisierung von Ressourcen über das Netzwerk der Jugendlichen einen Einfluss auf den Übergang nach der Sekundarstufe I? Die bisherigen Ergebnisse deuten konsistent darauf hin, dass der elterlichen Involviertheit beim Übergang eine zentrale Rolle zukommt (Baethge u. a., 1988; Beicht & Ulrich, 2008; Eberhard, 2012; Eberhard & Krewerth,

6.3 Forschungsstand und Forschungsfragen

113

2006; Gaupp & Reißig, 2006; Glaesser, 2008; Kuhnke u. a., 2008). Studien zur Rolle elterlicher Erwartungen und Ansprüche liegen dagegen bisher nicht vor, was aufgrund der Vielzahl an Befunden zu Bezugsgruppeneffekten in Schulbereich erstaunlich ist. Da elterliche Erwartungen in anderen Bildungsabschnitten jedoch konsistent einen Einfluss auf Bildungsentscheidungen haben, wird auch hier davon ausgegangen, dass ein Zusammenhang besteht. Die einzigen Befunde zum Netzwerk der Eltern stammen von Roth (2014a, 2014b), der einen Positionsgenerator zur Erfassung des mütterlichen Netzwerks verwendet. Die Ergebnisse sind signifikant und plausibel, sie basieren jedoch auf einem Sample von unter 400 Fällen und bedürfen einer Replikation. Die Befundlage zur Rolle des Netzwerks der Jugendlichen ist dagegen nicht eindeutig. Die Ergebnisse von Eberhard und Krewerth (2006) und Roth (2014a) zu Effekten der direkten Unterstützung des Netzwerks beim Übergang zeigen negative bzw. nicht signifikante Effekte. Es steht zu vermuten, dass Jugendliche, die Probleme bei der Ausbildungssuche haben, stärker die Unterstützung ihres Netzwerks in Anspruch nehmen (Selbstselektion). Zudem muss davon ausgegangen werden, dass die meisten Jugendlichen zum Zeitpunkt des Übergangs noch nicht über ein Netzwerk verfügen, das ihnen die Ressourcen liefern kann, die sie wirklich benötigen. Die nützlichsten Kontakte bei der Arbeitsplatzsuche sind professionelle weak ties aus dem vergangenen Berufsleben. Berufseinsteiger (bzw. Ausbildungssuchende) verfügen nicht über solche Kontakte (Granovetter, 1974; Roth, 2014a). Daher ist zu erwarten, dass die Effekte schwächer sind, als für das elterliche Netzwerk. Zudem muss neben der reinen Mobilisierung auch die Qualität der mobilisierten Ressource in Betracht gezogen werden. Der letzte Punkt leitet über zur nächsten Forschungsfrage: Forschungsfrage 2 Welche Art von Erwartungen, Netzwerkkontakten und Ressourcen erhöhen die Wahrscheinlichkeit, in Ausbildung überzugehen? Soziales Kapital ist kontextabhängig. Nicht jede Form von Unterstützung und nicht jeder Netzwerkkontakt ist für jedes Outcome gleichermaßen wirksam. Simple Quantifizierungsmaße, wie zum Beispiel die Anzahl von Kontakten, der Summenindex einer unspezifischen Liste von Netzwerkressourcen oder der durchschnittliche Status des Positions-Netzwerks übersehen dieses Problem. Zwei Befunde der bisherigen Forschung geben Anlass zu der Vermutung, dass es in Bezug auf den Übergang in Ausbildung insbesondere auf die

114

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

Passung der Netzwerkkontakte sowie der Erwartungen ankommt. Der erste Befund ist der oben geschilderte umgekehrt u-förmige Zusammenhang zwischen beruflichem Status und elterlicher Bildung und dem Übergang in Ausbildung: Jugendliche, deren Eltern ebenfalls eine Ausbildung absolviert haben und in einem Ausbildungsberuf arbeiten, haben die besten Chancen. Es steht zu erwarten, dass dies nicht nur für die Eltern, sondern auch für andere Netzwerkkontakte gilt. Dies bestätigt sich in den Analysen von Roth (2014a): Der Übergang in Ausbildung ist umso wahrscheinlicher, je mehr Positionen mit niedrigem Status die Mutter kennt. Es kann vermutet werden, dass der Effekt ebenso für elterliche Erwartungen gilt: Sehr hohe Erwartungen, zum Beispiel ein Studium, sind ebenso wenig hilfreich wie niedrige oder keine Erwartungen. Für die Mobilisierung von Ressourcen kann zudem die Art der Ressource sowie die Beziehung zum Ressourcenlieferanten unterschieden werden. Die NEPS-Daten enthalten Informationen zu zwei Ressourcen: Information über potenzielle Ausbildungsstellen und persönlichen Einsatz für den Erhalt eines Ausbildungsplatzes, zum Beispiel über Empfehlungen. In Bezug auf Information ist bekannt, dass insbesondere Informationen von weak ties wertvoll sind (Granovetter, 1973). Ceteris paribus sollte dies auch für den persönlichen Einsatz gelten. Allerdings ist diese Ressource mit einer höheren Investition verbunden und es kann vermutet werden, dass sich strong ties aufgrund ihrer engen Beziehung zum Jugendlichen engagierter einsetzen. Die dritte Forschungsfrage befasst sich schließlich mit differenziellen Renditen sozialen Kapitals: Forschungsfrage 3 Unterscheiden sich die Effekte je nach Schulabschluss der Jugendlichen? Die Frage, ob soziales Kapital beim Übergang in die Ausbildung differentielle Renditen für unterschiedliche soziale Gruppen hat, ist meines Wissens nach bisher nicht untersucht worden. Da die soziale Herkunft, der Migrationshintergrund und der Schulabschluss einen starken Einfluss auf den Übergang haben, kommt dieser Frage besondere Bedeutung zu: Kann die Nutzung sozialen Kapitals bestehende Ungleichheiten kompensieren oder verstärkt sie sie noch? Im Hinblick auf den Schulabschluss ist sowohl ein kompensatorischer als auch ein verstärkender Effekt denkbar. Einerseits benötigen Jugendliche mit einem mittleren Schulabschluss weniger Unterstützung beim Übergang – ihnen stehen mehr Ausbildungsstellen offen, sie sind besser qualifiziert, den Bewerbungsprozess ohne Unterstützung zu bewältigen und ihnen dient

6.4 Daten und Methoden

115

ihr Abschlusszeugnis als Qualitätsnachweis gegenüber potenziellen Ausbildern. Jugendliche ohne Schulabschluss bzw. mit Hauptschulabschluss dagegen benötigen aufgrund geringerer kognitiver Grundfähigkeiten und Kompetenzen mehr aktive Unterstützung (z.B. Informationen oder Hilfe beim Bewerbungsschreiben), sie sind aufgrund von erlebten Misserfolgen stärker angewiesen auf die Motivation durch positive elterliche Erwartungen und sie sind aufgrund fehlender bzw. unzureichender offizieller Zertifikate angewiesen auf ein „gutes Wort“. Das Gegenargument lautet, dass Jugendliche mit höherem Schulabschluss die ihnen zur Verfügung stehenden Ressourcen besser produktiv einsetzen können: Sie sehen sich eher in der Lage, elterliche Erwartungen zu erfüllen (vgl. Kapitel 5), sie sind kognitiv eher fähig, die ihnen zur Verfügung stehenden Ressourcen strategisch einzusetzen und sie bringen die nötigen Zertifikate mit, um den Wahrheitsgehalt einer persönlichen Empfehlung zu belegen. Eine weitere Form differentieller Renditen kann darin bestehen, dass Jugendliche je nach Schulabschluss von unterschiedlichen Kontakten besonders profitieren. Wenn, wie oben vermutet, die Passung zwischen der Bildung und des Berufsstatus des Netzwerks und der Bildung und dem angestrebten Berufsstatus der Jugendlichen entscheidend ist, dann sollten Jugendliche mit Hauptschulabschluss stärker vom Kontakt zu Personen profitieren, die selbst einen Hauptschulabschluss haben und in Ausbildungsberufen mit niedrigen Qualifikationsanforderungen tätig sind, während Jugendliche mit einem mittleren Schulabschluss stärker von Netzwerkkontakten mit mittlerem Schulabschluss und entsprechender Berufsausbildung profitieren sollten. 6.4 Daten und Methoden 6.4.1 Daten der NEPS Startkohorte 4 Die Datenbasis für die Analysen stellen die Daten der NEPS-Startkohorte 4 (NEPS SC4, SUF6.0.0) dar.1 Grundgesamtheit dieser Startkohorte sind alle Jugendlichen, die im Schuljahr 2010/2011 in Deutschland die neunte Klasse besuchten. Die Stichprobe wurde über ein mehrstufiges stratifiziertes Sampling gewonnen. Im ersten Schritt wurden bundesweit Sekundarschulen stratifiziert nach Schulformen gezogen. Dabei fand ein Oversampling von 1

Diese Arbeit nutzt Daten des Nationalen Bildungspanels (NEPS): Startkohorte Klasse 9, . Für weitere Informationen zur Startkohorte 4 siehe Ludwig-Mayerhofer u. a. (2011).

116

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

Hauptschulen, Gesamtschulen und Schulen mit mehreren Bildungsgängen statt um die Zahl der Teilnehmer, die die Schule nach der Sekundarstufe I verlassen, zu erhöhen. Anschließend wurden in jeder Schule zufällig zwei Klassen gezogen. Die Teilnahme war für die gezogenen Schulen, die Jugendlichen und deren Eltern freiwillig (Aßmann u. a., 2012). Alle Schülerinnen und Schüler erhielten im Herbst und Frühjahr der neunten Klasse (Welle 1 und 2) Kompetenztests sowie einen schriftlichen Fragebogen (PAPI). Zusätzlich fand in Welle 1 ein computeradministriertes Telefoninterview (CATI) mit dem Elternteil, der hauptsächlich für die schulischen Belange des Kindes verantwortlich ist, statt. Dies ist in 83 Prozent der Fälle die Mutter. Nach der neunten Klasse teilt sich das Sample in diejenigen, die weiter eine allgemeinbildende Sekundarschule besuchen und diejenigen, die die Schule verlassen haben. Erstere wurden weiter mit jährlichen PAPI-Fragebögen befragt, letztere in halbjährlichen CATI-Interviews. 6.4.2 Variablen Abhängige Variablen Abhängige Variable ist der Zustand, den die Jugendlichen bis zum Ende des Kalenderjahres, in dem sie die Schule verlassen haben, erreicht haben. Dies ist für Schulabgänger nach Klasse 9 das Jahr 2011, für Abgänger nach Klasse 10 das Jahr 2012. Es werden drei Zustände unterschieden: i) Aufnahme einer anerkannten Berufsausbildung (45,3 Prozent), ii) Besuch einer allgemeinbildenden oder beruflichen Schule zur Erreichung eines (höheren) Schulabschlusses (31,7 Prozent) und iii) sonstiger Zustand (23,0 Prozent). 77,6 Prozent der letzteren Gruppe haben im betroffenen Zeitraum eine Übergangsmaßnahme begonnen, 10,0 Prozent eine Erwerbstätigkeit und die verbleibenden 12,4 Prozent verteilen sich auf die restlichen Zustände (Arbeitslosigkeit, Militär- oder Freiwilligendienst, Kurse und nicht staatlich anerkannte Ausbildungen, Elternzeit und sonstige). Da die folgenden Analysen darauf angelegt sind, zu erklären, ob soziales Kapital einen Einfluss auf den Übergang in Ausbildung hat, ist für die Codierung nicht entscheidend, ob die Aktivität am Ende des Jahres noch ausgeübt wird, sondern lediglich, ob in der Zeit zwischen dem Verlassen der Schule und dem Jahresende jemals eine Ausbildung oder Schule begonnen wurde. Wenn sowohl eine Schule als auch eine Ausbildung begonnen wurde, wurde der Fall als Ausbildung codiert. Die Zahl der Abbrüche und Wechsel ist in diesem kurzen Zeitraum allerdings sehr gering.

6.4 Daten und Methoden

117

Für Abgänger nach Klasse 9 lässt sich ein längerer Zeitraum betrachten. Daher wird für die Gruppe der Abgänger nach Klasse 9, die im Jahr 2011 nicht direkt in Ausbildung oder in eine weitere Schule übergegangen sind („sonstiger Zustand“ auf der ersten abhängigen Variable) der Übergang im Jahr 2012 betrachtet. Diese Analyse kann für die Abgänger nach Klasse 10 nicht durchgeführt werden, da die Daten für das folgende Kalenderjahr noch nicht im SUF 6.0.0 enthalten sind. Aufgrund der Eingrenzung des Analysesamples sowie aufgrund von Panelausfällen ist die Fallzahl für diese Analysen deutlich geringer und umfasst nur noch 513 Personen. Von diesen gingen im Jahr 2012 204 in Ausbildung und 41 in eine Schule über. Aufgrund der geringen Fallzahl wurden Rückkehrer ins Schulsystem von den Analysen ausgeschlossen und die abhängige Variable hat nur zwei Ausprägungen: Übergang in Ausbildung (43,2 Prozent) vs. kein Übergang (56,8 Prozent). Elterliche Erwartungen Die Erwartungen der Eltern werden über die von den Schülern wahrgenommenen elterlichen Aspirationen für den Schulabschluss und die Art der nachschulischen Ausbildung operationalisiert. Die Angaben entstammen dem Schülerfragebogen aus Welle 1. Die elterlichen Schulabschluss-Aspirationen wurden in Referenz zum tatsächlichen Schulabschluss codiert. Die Variable hat den Wert 1, wenn die Eltern sich einen höheren Abschluss als den tatsächlich erreichten wünschen und den Wert 0, wenn dies nicht der Fall ist. Es wird angenommen, dass Jugendliche, deren Eltern sich einen höheren Abschluss wünschen, sich eher dafür entscheiden, ins Schulsystem zurückzukehren statt eine Ausbildung zu beginnen. Die Variable für die elterlichen Aspirationen für die nachschulische Ausbildung hat drei Kategorien: Ausbildung, Studium und weder noch/Eltern haben keine Meinung. Mobilisierung von Ressourcen über das soziale Netzwerk Für alle Schulabgänger wurde im Herbst-Interview nach Verlassen der Schule (Welle 3 für Abgänger im Jahr 2011, Welle 5 für Abgänger im Jahr 2012) erhoben, ob sie die folgenden Ressourcen erhalten haben: Information „Hat Sie jemand aus den folgenden Personengruppen über interessante freie Ausbildungsstellen informiert? Ihre Eltern, Ihre Geschwister, andere Personen aus Ihrer Familie oder Verwandtschaft,

118

6 Soziales Kapital beim Übergang in die berufliche Ausbildung eine Lehrerin oder ein Lehrer an Ihrer alten Schule, jemand, den Sie aus einem Praktikum, Nebenjob oder Arbeit zur Probe kennen, Ihre Freundinnen und Freunde, sonstige Bekannte“ (Mehrfachnennungen möglich)

persönlicher Einsatz „Hat sich jemand aus den folgenden Personengruppen dafür eingesetzt, dass Sie einen Ausbildungsplatz bekommen? Ihre Eltern, Ihre Geschwister, andere Personen aus Ihrer Familie oder Verwandtschaft, eine Lehrerin oder ein Lehrer an Ihrer alten Schule, jemand, den Sie aus einem Praktikum, Nebenjob oder Arbeit zur Probe kennen, Ihre Freundinnen und Freunde, sonstige Bekannte“ (Mehrfachnennungen möglich) Sofern die Befragten angaben, von mindestens einer Bezugsgruppe die jeweilige Ressource erhalten zu haben, wurde im Anschluss erhoben, von wie vielen Personen sie insgesamt unterstützt wurden und wie viele dieser Personen i) weiblich waren, ii) einen Migrationshintergrund hatten und iii) ein Abitur hatten. Die Daten liefern somit differenzierte Informationen über die Quantität und Qualität der erhaltenen Unterstützung durch das soziale Netzwerk. Aus den Angaben wurden für jede Ressource jeweils die folgenden Variablen gebildet: Ressource erhalten (ja/nein) Die Variable hat den Wert 1, wenn die Eingangs-Frage für mindestens eine Bezugsgruppe bejaht wurde. Art der Beziehung als Indikator für die Tie Strength • Unterstützung durch Eltern (genannt/nicht genannt) • Unterstützung durch Lehrer (genannt/nicht genannt) • Unterstützung durch Strong Ties (Geschwister, Verwandte, Freunde) (genannt/nicht genannt) • Unterstützung durch Weak Ties (Praktikum/Nebenjob/Arbeit, sonstige Bekannte) (genannt/nicht genannt) Bildungskomposition des Ressourcen-Netzwerks (Ressource nicht erhalten/mehrheitlich kein Abitur/gleich verteilt/mehrheitlich Abitur) Für Abgänger im Jahr 2011, die in Welle 5 (Herbst 2012) nicht in Ausbildung waren oder seit Welle 3 (Herbst 2011) eine neue Ausbildung begonnen hatten, wurden beide Eingangsfragen (nicht jedoch die anschließenden

6.4 Daten und Methoden

119

Fragen zu Größe und Zusammensetzung des Netzwerks) in Welle 5 erneut gestellt. Somit ist für das Subset der Abgänger nach Klasse 9, die 2011 keine Ausbildung gefunden und keine weitere Schule besucht haben, eine Wiederholungsmessung verfügbar. Netzwerk der Eltern Im Elterninterview in Welle 1 wurde ein Positionsgenerator mit 13 Berufen eingesetzt. Dieses Instrument erfasst, ob der bzw. die Befragte mindestens eine Person kennt, die den entsprechenden Beruf ausübt. Der Positionsgenerator hat sich in der Bildungs- und Arbeitsmarktforschung als ein effizientes und valides Maß der Statuskomposition des sozialen Netzwerks von Personen bewährt (Lin & Erickson, 2008; Roth, 2014a). Es handelt sich zudem um ein extrem flexibles Instrument, das je nach theoretischer Fragestellung die Berechnung unterschiedlicher Kennzahlen zulässt. Anstelle gängiger Operationalisierungen wie zum Beispiel dem durchschnittlichen Prestigescore, dem Summenscore oder der Anzahl genannter Positionen werden hier aufgrund der theoretischen Annahme, dass insbesondere der Kontakt zu Personen, die Erfahrung mit dem deutschen Ausbildungssystem und Ausbildungsberufen haben, die Berufe nach Art der mindestens erforderlichen Schul- und Berufsausbildung kategorisiert: 2 Berufe ohne Qualifikationsanforderung setzen keine abgeschlossene Ausbildung voraus: Lager- oder Transportarbeiter/in Ausbildungsberufe mit geringen Qualifikationsanforderungen setzen der Regel einen Hauptschulabschluss voraus: Verkäufer/in, Kraftfahrzeugmechaniker/in

in

Ausbildungsberufe mit mittleren bis hohen Qualifikationsanforderungen setzen in der Regel einen mittleren Schulabschluss voraus: Polizist/in, Bankkaufmann/-frau, Optiker/in, Krankenschwester/Krankenpfleger akademische Berufe erfordern den Abschluss eines Studiums: Sozialarbeiter/in, Arzt/Ärztin, Jurist/in, Übersetzer/in, Grund-, Haupt- oder Realschullehrer/in, Ingenieur/in 2

Als Quelle für die Klassifikation wurde das Informationsportal BERUFENET der Bundesagentur für Arbeit verwendet (berufenet.arbeitsagentur.de). Dieses gibt für jeden Beruf die rechtlich vorausgesetzte Ausbildung sowie den Schulabschluss, der üblicherweise zum Beginn der Ausbildung erwartet wird, an.

120

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

Für jede der vier Kategorien wurde ein Summenscore der bekannten Positionen errechnet. Kontrollvariablen In allen Modellen wird kontrolliert für Geschlecht, das Jahr, in dem die Schule verlassen wurde, Das Alter in Monaten zum Zeitpunkt des Schulabgangs, das Bundesland,3 den Schulabschluss, die in Klasse 9 gemessenen Kompetenzen in Mathematik und Lesen, den Migrationshintergrund und die höchste Bildung und den höchsten ISEI der Eltern.4 Bis auf die Angaben zu Beruf und Bildung der Eltern wurden alle Daten aus den Interviews mit den Zielpersonen entnommen. Angaben zu den Eltern stammen aus dem Eltern-CATI in Welle 1; wenn keine Information aus dem Eltern-CATI vorliegt wurden die Angaben aus den Interviews der Zielpersonen verwendet. In den Modellen wird bewusst nicht für die Aspirationen, Zukunftspläne und Bewerbungsabsichten der Jugendlichen kontrolliert. Einerseits fand für Abgänger aus Klasse 10 das letzte Interview vor Verlassen der Schule bereits so spät im Schuljahr statt, dass davon ausgegangen werden muss, dass die Jugendlichen zu diesem Zeitpunkt bereits mitten im Bewerbungsprozess waren. Die Abfrage von Aspirationen ist damit zu diesem Zeitpunkt bereits potenziell durch negative Erfahrungen auf dem Ausbildungsmarkt verzerrt. Der wichtigere Grund ist aber, dass Theorien der Aspirationsentwicklung davon ausgehen, dass diese durch das soziale Netzwerk beeinflusst wird (vgl. 5). Das heißt, Aspirationen sind Teil des Mechanismus, über den das soziale Netzwerk den Übergang beeinflusst. Sie ins Modell aufzunehmen würde daher einen Teil des Effekts der Sozialkapitaleffekte „wegerklären“. 6.4.3 Umgang mit fehlenden Werten Das Analysesample umfasst alle Jugendlichen, die i) zum Zeitpunkt der Stichprobenziehung keine Förderschule besucht haben, ii) im Jahr 2011 (9. Klasse) oder 2012 (10. Klasse) eine allgemeinbildende Schule verlassen haben und iii) nach Verlassen der Schule an mindestens einer weiteren Erhe-

3 4

In den Modellen für den Übergang ein Jahr nach Verlassen der Schule wird aufgrund der geringen Fallzahl lediglich für West-/Ost-Unterschiede kontrolliert. Der ISEI wird verwendet, da für einen substanziellen Teil der Eltern kein Interview vorliegt und in diesem Fall die Angaben der Schüler zum elterlichen Beruf herangezogen wurden. Die Schülerangaben sind nicht umfangreich genug für eine Kodierung von EGP-Klassen.

6.4 Daten und Methoden

121

bungswelle teilgenommen haben.5 Dies sind insgesamt 6809 Beobachtungen, von denen 1794 im Jahr 2011 und 5015 im Jahr 2012 die Schule verlassen haben. Für diese Fälle wurden fehlende Werte multipel imputiert mit chained equations (Van Buuren, 2007; Van Buuren u. a., 1999; White u. a., 2011). 1994 Schulabgänger haben an keinem weiteren Interview teilgenommen, so dass nicht bekannt ist, in welchen Status sie nach Verlassen der Schule übergegangen sind. Die meisten fehlenden Werte sind das Resultat fehlender ElternInterviews und betreffen die elterliche Bildung, den Berufsstatus und das elterliche Sozialkapital (Positionsgenerator). Für 48 Prozent der Abgänger in 2011 und 35 Prozent der Abgänger in 2012 liegt kein Elterninterview vor. Missing-Werte für die restlichen Variablen, die aus Schüler-Angaben generiert wurden, liegen zwischen 0,4 (Schulabschluss) und 11,3 Prozent (Aspiration Schulabschluss Eltern). Wie bereits in Kapitel 4 erläutert wurde, hat sich für die Imputation von Interaktionseffekten bisher in der Literatur kein standardisiertes Verfahren durchgesetzt. Da das SMCFCS-Verfahren bisher nicht für Analysemodelle mit multinomialer logistischer Regression implementiert ist, besteht die Möglichkeit einer passiven Imputation oder der von Von Hippel (2009) vorgeschlagenen just another variable Methode. Letztere hat sich jedoch in Simulationsstudien für logistische Regressionsverfahren nicht bewährt, sondern im Vergleich zu passiver Imputation mit Predictive Mean Matching zu einer stärkeren Unterschätzung der Interaktionseffekte geführt (Seaman, Bartlett & White, 2012). Daher wurden im hier verwendeten multiplen Imputationsmodell Interaktionsterme als passive Variablen ins Modell aufgenommen. Metrische Variablen wurden mittels Predictive Mean Matching mit 10 Spendern (PMM, k = 10) imputiert, da PMM im Vergleich zu linearer Regression robuster gegenüber Fehlspezifikationen des Imputationsmodells ist (Morris, White & Royston, 2014; Seaman u. a., 2012). Das Imputationsmodell wurde in Stata 14.1 mit mi ice spezifiziert und enthält neben den Modellvariablen zusätzliche Variablen, die mutmaßlich mit dem verfügbaren Sozialkapital, der Übergangsentscheidung und dem Berufs- und Bildungsstatus der Eltern in Zusammenhang stehen. Dies sind 5

Förderschülerinnen und -schüler sind von den Analysen ausgeschlossen, da erstens von diesen Schülerinnen und Schülern nicht alle Daten erhoben bzw. im SUF veröffentlicht wurden, zweitens Hinweise existieren, dass die veröffentlichten Daten teilweise nicht valide sind (Nusser & Heydrich, 2016) und drittens spezielle Förderund Beratungsangebote für die Ausbildung von Jugendlichen mit Behinderungen existieren, so dass die institutionellen Rahmenbedingungen nicht identisch sind.

122

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

Persönlichkeitseigenschaften (Big Five), besuchte Schulform, Nebenjobs in der Schulzeit, Pläne für die Zeit nach der Schule, die Teilnahme an entscheidungsunterstützenden Aktivitäten, die Anzahl verfasster Bewerbungen und die Angaben der Schüler zu Bildung und Beruf der Eltern. Für die Imputation der Eltern-Angaben wurde die gesamte NEPS-Stichprobe genutzt und alle Fälle, die nicht ins Analysesample fallen, anschließend gelöscht („multiple imputation, then deletion“, Von Hippel, 2007). Aufgrund der hohen Anzahl von fehlenden Werten für einzelne Variablen wurden m = 50 Imputationsdatensätze erzeugt. 6.4.4 Modellierung und Methoden Rechtlich ist die Aufnahme einer Ausbildung in Deutschland jederzeit möglich. In der Praxis werden Ausbildungen jedoch fast immer zu Beginn des Berufsschuljahres begonnen, da der Einstieg während des Schuljahrs schwierig ist und sich die Betriebe an diesem Datum orientieren. Auch der Beginn einer neuen Schule findet fast immer zum Beginn des Schuljahres statt. Der Beginn des Schuljahres variiert zwischen den Bundesländern, liegt jedoch typischerweise im August oder September. 87,1 Prozent der hier betrachteten Übergänge in Ausbildung und 85,1 der Übergänge in weitere Schulen fanden in diesen beiden Monaten statt. Da der Zeitpunkt des Übergangs in Schule/Ausbildung somit nur wenig streut und die vorhandene Varianz in erster Linie auf institutionelle Faktoren (Bundesland) zurückzuführen ist, wird auf die Modellierung von Ereignisanalysen verzichtet und stattdessen lediglich modelliert, ob ein Übergang bis zum Ende des Kalenderjahres stattgefunden hat oder nicht. Für den Übergang bis zum Ende des Jahres, in dem die Schule verlassen wurde, werden multinomiale logistische Regressionen geschätzt, wobei als Basisoutcome jeweils der Übergang in Ausbildung dient. Für die Modelle ein Jahr nach Verlassen der Schule hat die abhängige Variable nur noch zwei Ausprägungen, weswegen hier logistische Regressionen geschätzt werden. Alle Modelle werden mit geclusterten Standardfehlern für die in Welle 1 besuchte Schule berechnet. Zur besseren Interpretation der Ergebnisse werden neben den LogitKoeffizienten jeweils auch die Average Marginal Effects (AMEs), bzw. zur Interpretation von Interaktionseffekten vorhergesagte Wahrscheinlichkeiten (predictive margins) herangezogen (siehe Kapitel 4, Abschnitt 5.4.4). AMEs und vorhergesagte Wahrscheinlichkeiten für multipel imputierte Daten wurden in Stata mit mimrgns.ado nach der von der UCLA Statisti-

6.5 Ergebnisse

123

cal Consulting Group (o.D.) vorgeschlagenen Methode berechnet und mit coefplot.ado (Jann, 2014) visualisiert. Die Modelle sind für den Übergang im Jahr des Verlassens der Schule sind wie folgt aufgebaut: Zunächst werden ein Basismodell, da alle Kontrollvariablen enthält, sowie ein Modell, dass die Sozialkapitalindikatoren enthält, präsentiert. Es folgt eine detailliertere Betrachtung der Mobilisierung von Ressourcen über das persönliche Netzwerk nach Art der Beziehung zum Ressourcenlieferanten und Bildungskomposition des Informations- und Einsatznetzwerks. Schließlich werden für die drei Sozialkapital-Dimensionen jeweils Interaktionen mit dem Schulabschluss modelliert. Für den Übergang ein Jahr nach Verlassen der Schule wird lediglich ein Modell gezeigt, dass sämtliche Sozialkapital-Indikatoren sowie die Kontrollvariablen enthält. 6.5 Ergebnisse 6.5.1 Deskriptive Ergebnisse: Zugang zu sozialem Kapital Dieser Abschnitt gibt einen deskriptiven Überblick über die Sozialkapitalausstattung der Jugendlichen. Alle Daten basieren auf den verfügbaren Angaben vor Imputation, weswegen sich die jeweiligen Fallzahlen unterscheiden. Mobilisierung von Ressourcen über das persönliche Netzwerk Insgesamt berichten die Jugendlichen ein hohes Ausmaß von Unterstützung durch das soziale Netzwerk bei der Ausbildungsplatzsuche: 88 Prozent geben an, dass sie Informationen zu Ausbildungsplätzen erhalten haben und 57 Prozent, dass sich jemand persönlich für den Erhalt eines Ausbildungsplatzes eingesetzt hat. Abbildung 6.1 zeigt den Anteil der Jugendlichen, die die jeweilige Ressource erhalten haben, nach Art der Beziehung zum Ressourcenlieferanten. Es ist deutlich ersichtlich, dass Eltern die wichtigsten Unterstützer im Übergangsprozess darstellen, gefolgt von anderen Strong Ties (Familie, Freunde) und Lehrern. Unterstützung von Weak Ties (berufliche Kontakte, sonstige) ist erwartungsgemäß seltener. Die Mehrheit der Befragten berichtet, die jeweilige Ressource aus mehreren Quellen erhalten zu haben. Tabelle 6.1 zeigt Unterschiede in der Mobilisierungsrate nach Abgangsjahr, Schulabschluss, Migrationshintergrund, Bildung der Eltern und Geschlecht. Die Tabelle zeigt, dass die große Mehrheit der Befragten (zwischen

124

6 Soziales Kapital beim Übergang in die berufliche Ausbildung Informationsquellen

Einsatzquellen

Eltern

Eltern

Geschwister

Geschwister

Verwandte

Verwandte

Freunde

Freunde

Lehrer

Lehrer

Praktikum/Job

Praktikum/Job

sonstige

sonstige

0

.2

.4

.6

.8

0

.2

.4

.6

.8

Abbildung 6.1: Mobilisierung von Information und persönlichem Einsatz über das soziale Netzwerk nach Art der Beziehung

80 und 90 Prozent) Informationen erhalten hat und dass die Unterschiede zwischen den Gruppen gering sind. Jugendliche ohne Schulabschluss haben eine geringere Wahrscheinlichkeit, Informationen zu erhalten als Jugendliche mit Schulabschluss, Migranten haben eine geringere Wahrscheinlichkeit als Jugendliche ohne oder mit partiellem Migrationshintergrund und Frauen berichten signifikant weniger Informationserhalt als Männer. Bei der Bildung der Eltern zeigen sich signifikante Vorteile der Bildungsherkunftsgruppen „Hauptschulabschluss mit Ausbildung“ und „Mittlere Reife mit Ausbildung“ gegenüber den anderen Kategorien. Alle anderen Unterschiede sind nicht signifikant. Die Mobilisierung von persönlichem Einsatz ist seltener, aber im Durchschnitt berichten immer noch über die Hälfte der Befragten, die Ressource erhalten zu haben. Die Unterschiede zwischen den verschiedenen Gruppen sind größer und bis auf den Unterschied zwischen den Bildungsherkunftsgruppen „Hauptschulabschluss mit Ausbildung“ und „Mittlere Reife mit Ausbildung“ sind alle Kontraste signifikant. Insgesamt sind die Unterschiede in der Mobilisierung von Ressourcen über das persönliche Netzwerk jedoch gering – die meisten Kontraste sind kleiner als zehn Prozentpunkte. Des Weiteren lässt sich kein allgemeiner Trend in die Richtung ablesen, dass die am meisten benachteiligten Gruppen die wenigsten Ressourcen erhalten. Frauen, Migranten und Jugendliche ohne Schulabschluss haben weniger Res-

6.5 Ergebnisse

125

Tabelle 6.1: Deskriptive Statistiken: Mobilisierung von Ressourcen über das persönliche Netzwerk Information

Einsatz

Gültige Angaben

% mit Zugang zu Ressource

Gültige Angaben

% mit Zugang zu Ressource

Abgang nach Klasse 9 Klasse 10

1717 5014

89,7% 88,2%

1713 5007

62,8% 53,1%

Schulabschluss kein Abschluss Hauptschulabschluss mittlere Reife

218 2469 4015

81,7% 89,3% 88,6%

215 2465 4012

46,5% 63,4% 51,3%

Migrationshintergrund kein Migrationshg 1 Elternteil Migrationshg Migrationshg

4626 751 1254

88,9% 89,6% 87,0%

4618 751 1251

55,3% 58,6% 54,8%

höchste Bildung Eltern max. HS ohne Ausb. MR/Abi ohne Ausb. HS mit Ausb. MR mit Ausb. Abi mit Ausb. Studium

222 242 796 1559 471 488

88,3% 84,7% 91,3% 90,1% 86,4% 88,1%

222 242 796 1557 470 487

65,8% 53,3% 58,7% 56,3% 51,5% 47,8%

Geschlecht weiblich männlich

3071 3660

87,2% 89,8%

3064 3656

50,4% 60,0%

Total

6731

88,6%

6720

55,6%

126

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

sourcen, aber Jugendliche, die die Schule nach nur neun Jahren verlassen und Kinder von Eltern mit niedriger Bildung erhalten mehr Unterstützung. Wie Tabelle 6.2 zeigt, werden weitere Ungleichheiten sichtbar, wenn die Bildungskomposition des Informations- und Einsatznetzwerks betrachtet wird. Die Netzwerke von Jugendlichen ohne Schulabschluss weisen – entgegen den Erwartungen – den höchsten Abiturientenanteil auf. Möglicherweise liegt dies daran, dass es sich hierbei teilweise um Personen handelt, die das Gymnasium ohne Abschluss verlassen mussten. In Bezug auf die Bildung der Eltern zeigt sich erwartungsgemäß, dass Kinder, deren Eltern Abitur haben, über mehr Netzwerkkontakte mit Abitur verfügen. Insgesamt zeigen die Ergebnisse, dass es auf allen drei Dimensionen – Art der Ressource, Art der Beziehung zum Ressourcenlieferanten und Bildungskomposition des Netzwerks – erhebliche Varianz gibt. Diese Varianz wurde in bisherigen Studien zur Mobilisierung von Ressourcen über das persönliche Netzwerk beim Übergang in die Ausbildung nicht oder nur unzureichend berücksichtigt. Erwartungen der Eltern Tabelle 6.3 zeigt die Erwartungen der Eltern nach Abgangsjahr, Schulabschluss, Migrationshintergrund, Bildung der Eltern und Geschlecht. Bis auf das Geschlecht zeigen sich deutliche Unterschiede für alle Dimensionen. Diese gehen meist in die erwartete Richtung: So berichten Jugendliche mit Migrationshintergrund höhere elterliche Erwartungen (immigrant optimism, siehe Kao & Tienda, 1995, 1), Eltern von Jugendlichen, die nach Klasse 9 die Schule verlassen haben, erwarten seltener ein Studium, wünschen sich aber signifikant häufiger einen höheren Schulabschluss und Eltern mit niedrigerer eigener Bildung haben niedrigere Aspirationen für ihre Kinder. Lediglich in Bezug auf die Ausbildungsaspirationen nach Schulabschluss ergibt sich das paradoxe Bild, dass Eltern von Jugendlichen ohne Schulabschluss im Durchschnitt häufiger ein Studium erwarten. Dies kann vermutlich – ebenso wie die oben berichteten Unterschiede in der Bildungskomposition der Netzwerke – darauf zurückgeführt werden, dass die Gruppe teilweise aus ehemaligen Gymnasiasten besteht. Netzwerk der Eltern: Positionsgenerator Tabelle 6.4 zeigt die durchschnittliche Anzahl bekannter Positionen in den verschiedenen Bildungsgruppen (Berufe, die keine Ausbildung voraussetzen,

6.5 Ergebnisse

127

Tabelle 6.2: Kreuztabellen: Bildungskomposition des Informations- und Einsatznetzwerks nach Schulabschluss und Bildung der Eltern Informationsnetzwerk

Schulabschluss kein Abschluss Hauptschulabschluss mittlere Reife Total Pearsons χ2 p Cramérs V Bildung Eltern max. HS ohne Ausb. MR/Abi ohne Ausb. HS mit Ausb. MR mit Ausb. Abi mit Ausb. Studium Total Pearsons χ2 p Cramérs V

Einsatznetzwerk

mehrheitl. Abitur

gleich verteilt

mehrheitl. kein Abitur

Total

mehrheitl. Abitur

gleich verteilt

mehrheitl. kein Abitur

Total

20,4 4,4 9,4 26,5 15,1 69,0 13,1 100,0

17,4 2,9 12,3 26,6 19,9 70,4 17,0 100,0

62,3 2,6 78,3 41,5 65,0 56,0 69,8 100,0

100,0 2,9 100,0 37,0 100,0 60,2 100,0 100,0

22,1 3,5 14,9 37,4 17,6 59,1 16,6 100,0

11,6 2,0 11,5 31,2 18,4 66,8 15,3 100,0

66,3 2,5 73,6 45,0 64,0 52,4 68,1 100,0

100,0 2,6 100,0 41,7 100,0 55,7 100,0 100,0

12,1 5,7 15,6 6,7 10,1 15,7 13,3 38,1 22,5 17,7 21,0 16,1 14,6 100,0

70,7 7,1 63,3 5,8 81,5 27,2 74,3 45,9 48,3 8,2 34,9 5,8 67,6 100,0

100,0 6,8 100,0 6,2 100,0 22,6 100,0 41,7 100,0 11,5 100,0 11,1 100,0 100,0

120,5 0,00 0,10 6,4 2,6 17,2 7,7 7,4 11,6 8,0 24,1 21,2 18,4 38,4 35,7 13,8 100,0

45,3 0,00 0,08 13,3 4,1 17,6 6,0 11,4 13,6 17,9 40,9 22,7 14,9 29,2 20,5 18,3 100,0

80,3 6,7 65,2 5,9 81,2 25,9 74,1 45,4 56,1 9,9 32,3 6,1 67,9 100,0

100,0 5,7 100,0 6,2 100,0 21,7 100,0 41,7 100,0 12,0 100,0 12,8 100,0 100,0

438,1 0,00 0,26

erste Zeile: Zeilenprozente; zweite Zeile: Spaltenprozente

17,1 6,6 21,1 7,4 8,4 10,7 12,4 29,0 29,2 18,9 44,1 27,6 17,8 100,0 237,3 0,00 0,24

128

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

Tabelle 6.3: Deskriptive Statistiken: Aspirationen der Eltern

Ausbildung Gültige % AnAusgabilben dung

Schulabschluss

% Studium

% weder noch

Gültige % höAnherer gaAbben schluss

Abgang nach Klasse 9 Klasse 10

1663 4797

71,5% 61,5%

12,5% 23,3%

16,0% 15,1%

1510 4529

75,9% 48,6%

Schulabschluss kein Abschluss Hauptschulabschluss mittlere Reife

198 2377 3855

50,5% 70,6% 60,9%

29,3% 13,5% 24,4%

20,2% 15,9% 14,7%

183 2183 3658

95,1% 79,5% 38,9%

Migrationshintergrund kein Migrationshg 1 Elternteil Migrationshg Migrationshg

4493 726 1238

68,9% 60,1% 49,0%

15,6% 25,3% 35,9%

15,5% 14,6% 15,0%

4203 689 1145

49,7% 61,5% 72,7%

höchste Bildung Eltern max. HS ohne Ausb. MR/Abi ohne Ausb. HS mit Ausb. MR mit Ausb. Abi mit Ausb. Studium

210 235 756 1505 459 469

71,0% 52,3% 72,4% 69,6% 58,4% 43,9%

19,0% 35,3% 14,4% 15,5% 24,0% 35,6%

10,0% 12,3% 13,2% 14,9% 17,6% 20,5%

201 222 718 1414 439 429

70,6% 71,6% 48,1% 47,3% 58,1% 65,7%

Geschlecht weiblich männlich

2936 3524

64,3% 63,9%

21,3% 19,9%

14,4% 16,1%

2788 3251

54,5% 56,2%

Total

6460

64,1%

20,6%

15,3%

6039

55,4%

6.5 Ergebnisse

129

Tabelle 6.4: Deskriptive Statistiken: Positionsgenerator Elternnetzwerk

arithmetisches Mittel: bekannte Positionen Gültige x An- keine gaAusben bildung

x HS + Ausbildung

x MR + Ausbildung

x Studium

Abgang nach Klasse 9 Klasse 10

882 2917

0,5 0,6

1,6 1,6

2,2 2,5

2,8 3,3

Schulabschluss kein Abschluss Hauptschulabschluss mittlere Reife

124 1276 2389

0,4 0,5 0,6

1,5 1,6 1,6

2,4 2,2 2,6

3,4 2,8 3,4

Migrationshintergrund kein Migrationshg 1 Elternteil Migrationshg Migrationshg

2873 448 441

0,5 0,5 0,6

1,6 1,6 1,5

2,5 2,3 1,9

3,3 3,2 3,0

höchste Bildung Eltern max. HS ohne Ausb. MR/Abi ohne Ausb. HS mit Ausb. MR mit Ausb. Abi mit Ausb. Studium

226 241 799 1567 469 488

0,5 0,6 0,6 0,6 0,6 0,4

1,3 1,5 1,6 1,6 1,6 1,5

1,5 1,8 2,2 2,6 2,9 2,7

2,1 2,9 2,5 3,3 3,9 4,2

Geschlecht weiblich männlich

1673 2126

0,5 0,6

1,6 1,6

2,4 2,5

3,1 3,3

Total

3799

0,6

1,6

2,4

3,2

130

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

Ausbildungsberufe mit niedrigem Qualifikationsniveau, Ausbildungsberufe mit mittlerem bis hohem Qualifikationsniveau und akademische Berufe). Bei der Interpretation der Kennzahlen ist zu beachten, dass die vier hier gebildeten Berufsgruppen im Positionsgenerator jeweils mit unterschiedlichen Anzahlen von Positionen vertreten sind (siehe Abschnitt 6.4.2). Wie zu erwarten zeigen sich deutliche Unterschiede in der Netzwerkkomposition der Eltern nach Bildung und Migrationshintergrund der Eltern: Migranten, Eltern von Abgängern nach Klasse 9, Eltern von Jugendlichen mit Hauptschulabschluss und Eltern, die selbst keine Ausbildung abgeschlossen haben, sind am deutlichsten benachteiligt – sie kennen in jeder der vier Gruppen unterdurchschnittlich viele Personen. Dies deutet auf kleine oder stark homogene Netzwerke hin. Ansonsten zeigen sich erwartbare Unterschiede in der Richtung, dass besser gebildete Eltern mehr Personen in qualifizierten Ausbildungsberufen und mit Studium kennen. Bei Ausbildungsberufen mit niedrigen Qualifikationsanforderungen zeigt sich der erwartete Zusammenhang, dass Eltern, die selbst keine berufliche Ausbildung abgeschlossen haben – entweder, weil sie studiert haben oder weil sie keinen Ausbildungsabschluss besitzen – unterdurchschnittliche Werte aufweisen. In Bezug auf den Schulabschluss der Jugendlichen zeigt sich auch hier das bereits aus den beiden letzten Abschnitten bekannte Bild, dass die Netzwerke dieser Eltern überdurchschnittlich viele Personen in akademischen Berufen enthalten. Dafür kennen sie weniger nicht oder gering Qualifizierte. Insgesamt sind für die beiden statushöheren Berufsgruppen größere Ungleichheiten zu beobachten als für die beiden statusniedrigen Berufsgruppen. Zusammenfassend lassen sich für alle drei Sozialkapital-Dimensionen – Mobilisierung von Ressourcen, elterliche Erwartungen und Netzwerk der Eltern – Unterschiede nach Migrations- und Bildungshintergrund sowie nach dem Schulabschluss und dem Jahr des Schulabgangs feststellen. Geschlechtsunterschiede gibt es dagegen nur in Bezug auf die Mobilisierung von Ressourcen. Diese Effekte gehen aber teilweise nicht in die gleiche Richtung. So haben Eltern von Migranten hohe Aspirationen, sind aber schlechter vernetzt als Einheimische und ihre Kinder erhalten weniger Ressourcen beim Übergang. Abgänger nach Klasse 9 erhalten beim Übergang mehr Unterstützung aus ihrem Netzwerk als Abgänger nach Klasse 10, ihre Eltern verfügen aber über kleinere und schlechter qualifizierte Netzwerke. Jugendliche ohne Schulabschluss erhalten zwar weniger Unterstützung, verfügen entgegen den Erwartungen im Durchschnitt aber über besser gebildete Netzwerke, ihre Eltern haben höhere Erwartungen und ein höher gebildetes Netzwerk. Dabei ist zu beachten, dass die Bildungskomposition

6.5 Ergebnisse

131

P(Schule)

P(sonstiger Zustand)

.1

.2

.3

.4

.5

P(Ausbildung)

12

24

36

48

60

72

84

12

24

36

48

60

72

84

12

24

36

48

60

72

84

höchster elterlicher ISEI

Abbildung 6.2: Predictive Margins: Höchster ISEI der Eltern (berechnet aus Modell 1.1).

des eigenen und des elterlichen Netzwerks für den Übergang in Ausbildung den Hypothesen zufolge keinen Vorteil darstellt. 6.5.2 Multivariate Ergebnisse Kurzfristige Effekte sozialen Kapitals: Der Übergang im Kalenderjahr des Schulabgangs Die beiden ersten Modelle enthalten die Kontrollvariablen (Modell 1.1) sowie die Indikatoren für die drei Sozialkapital-Dimensionen (Modell 1.2). Tabelle 6.5 enthält die Logit-Koeffizienten. Übergang in Ausbildung ist das Basis-Outcome, alle Koeffizienten sind somit zu interpretieren als Kontrast zwischen dem jeweiligen Ergebnis (Übergang in Schule bzw. kein Übergang in Schule oder Ausbildung) und dem Übergang in Ausbildung. In der Folge bedeuten negative Koeffizienten eine erhöhte Chance, in Ausbildung überzugehen im Vergleich zum betrachteten Outcome. Zur vereinfachten Interpretation sind in Tabelle 6.6 die Average Marginal Effects ausgegeben. Die Ergebnisse für Modell 1.1 entsprechen dem Forschungsstand zum Übergang in Ausbildung nach der Sekundarstufe I in Deutschland. Es zeigen sich starke Effekte für das Geschlecht, Alter, den Schulabschluss, den höchsten ISEI der Eltern und den Migrationshintergrund. Wie erwartet zeigt sich beim ISEI ein nichtlinearer Effekt: die Wahrscheinlichkeit, in Ausbildung überzugehen, ist am höchsten für Kinder von Eltern mit mittlerem Berufsstatus und sinkt danach wieder. Sowohl Kinder von Eltern mit niedrigem Berufsstatus als auch Kinder von Eltern mit hohem Berufsstatus gehen somit seltener in Ausbildung über. Sie unterscheiden sich jedoch in Be-

Logit-Koeffizienten, p-Werte in Klammern.

Beobachtungen +

p < 0.10,

∗

p < 0.05,

∗∗

Sozialkapital Mobilisierung von Ressourcen: Einsatz Mobilisierung von Ressourcen: Information Erwartungen Eltern: höherer Schulabschluss Aspiration Eltern: Studium Aspiration Eltern: weder Studium noch Ausbildung Positionsgenerator: keine Ausbildung Positionsgenerator: Ausbildungsberufe (gering qualifiziert) Positionsgenerator: Ausbildungsberufe (mittel/hoch qualifiziert) Positionsgenerator: Studium Konstante

Kontrollvariablen männlich Alter in Monaten Abgang nach Klasse 10 (Ref. Klasse 9) Schulabschluss: Hauptschulabschluss Schulabschluss: mittlerer Schulabschluss Migrationshintergrund: 1 Elternteil Migrationshintergrund: beide Eltern/selbst eingewandert Bildung Eltern: Mittlere Reife/Abitur ohne Ausbildung Bildung Eltern: Hauptschulabschluss mit Ausbildung Bildung Eltern: Mittlere Reife mit Ausbildung Bildung Eltern: Abitur mit Ausbildung Bildung Eltern: Studium höchster ISEI der Eltern ISEI quadriert Mathematische Kompetenz: WLE Lesekompetenz: WLE Bundesland kontrolliert

p < 0.01,

6809 ∗∗∗

(0,00)

(0,00) (0,00) (0,31) (0,00) (0,00) (0,00) (0,00) (0,65) (0,96) (0,58) (0,13) (0,01) (0,18) (0,02) (0,00) (0,00)

−0,99

(0,32)

(0,00) (0,00) (0,62) (0,00) (0,00) (0,01) (0,00) (0,82) (0,56) (0,80) (0,92) (0,20) (0,06) (0,11) (0,03) (0,03)

sonstiges −0,29∗∗∗ 0,02∗∗∗ 0,07 −2,10∗∗∗ −3,31∗∗∗ 0,28∗ 0,60∗∗∗ −0,04 −0,10 0,05 −0,02 0,33 −0,02+ 0,00 −0,11∗ 0,08∗ ja

Modell 1.1

p < 0.001

7,10∗∗∗

−0,48∗∗∗ −0,03∗∗∗ 0,15 −2,47∗∗∗ −2,17∗∗∗ 0,33∗∗ 1,04∗∗∗ 0,09 0,01 0,10 0,33 0,57∗∗ −0,01 0,00∗ 0,16∗∗∗ 0,23∗∗∗ ja

Schule

6809

−0,55∗∗∗ −0,23∗ 0,55∗∗∗ 0,91∗∗∗ 0,46∗∗∗ −0,15+ −0,18∗ 0,02 0,03 7,55∗∗∗

−0,40∗∗∗ −0,03∗∗∗ 0,09 −2,25∗∗∗ −1,74∗∗∗ 0,19+ 0,67∗∗∗ 0,01 −0,01 0,03 0,16 0,29 −0,01 0,00+ 0,08∗ 0,19∗∗∗ ja

Schule

(0,00) (0,02) (0,00) (0,00) (0,00) (0,07) (0,01) (0,68) (0,33) (0,00)

(0,00) (0,00) (0,55) (0,00) (0,00) (0,08) (0,00) (0,97) (0,94) (0,86) (0,48) (0,21) (0,21) (0,06) (0,05) (0,00)

0,12 −0,28∗ 0,14 0,44∗∗∗ 0,09 −0,01 −0,22∗∗ −0,02 −0,01 −0,30

(0,11) (0,01) (0,13) (0,00) (0,40) (0,89) (0,01) (0,77) (0,69) (0,77)

(0,00) (0,00) (0,61) (0,00) (0,00) (0,06) (0,00) (0,87) (0,79) (0,53) (0,90) (0,19) (0,11) (0,21) (0,01) (0,07)

sonstiges −0,30∗∗∗ 0,02∗∗∗ 0,08 −2,04∗∗∗ −3,18∗∗∗ 0,22+ 0,49∗∗∗ −0,03 −0,05 0,11 0,03 0,33 −0,02 0,00 −0,12∗ 0,07+ ja

Modell 1.2

Tabelle 6.5: Multinomiale logistische Regression des Übergangs nach Verlassen der Schule (Base Outcome: Ausbildung)

132 6 Soziales Kapital beim Übergang in die berufliche Ausbildung

p-Werte in Klammern.

Beobachtungen

+

p < 0.10,

∗

p < 0.05,

∗∗

Sozialkapital Mobilisierung von Ressourcen aus Netzwerk Einsatz Information Erwartungen der Eltern Eltern erwarten höheren Abschluss Aspiration Eltern (Ref: berufl. Ausbildung) Studium weder Studium noch Ausbildung Positionsgenerator elterliches Netzwerk keine Ausbildung Ausbildungsberufe (gering qualifiziert) Ausbildungsberufe (mittel/hoch qualifiziert) Studium ∗∗∗

p < 0.001

6809

0,02 0,01 0,02 0,06+ 0,09∗ 0,00∗∗∗ 0,04∗∗∗ 0,04∗∗∗ ja

−0,01 0,01 −0,02 −0,04 −0,10∗ −0,00 −0,01 −0,04∗∗∗ ja

6809

0,04∗ (0,01) 0,16∗∗∗ (0,00)

−0,07∗∗∗ (0,00) −0,18∗∗∗ (0,00) (0,56) (0,80) (0,59) (0,08) (0,02) (0,00) (0,00) (0,00)

−0,20∗∗∗ (0,00) −0,06 (0,11)

0,33∗∗∗ (0,00) 0,42∗∗∗ (0,00)

(0,85) (0,79) (0,62) (0,33) (0,02) (0,28) (0,18) (0,00)

−0,07∗∗∗ (0,00) −0,01∗∗∗ (0,00) 0,02 (0,36)

Schule

Modell 1.1

0,09∗∗∗ (0,00) 0,00∗ (0,04) −0,03 (0,33)

p < 0.01,

Kontrollvariablen männlich Alter in Monaten Abgang nach Klasse 10 (Ref. Klasse 9) Schulabschluss (Ref. kein Abschluss) Hauptschulabschluss mittlerer Schulabschluss Migrationshintergrund (Ref. keiner) 1 Elternteil Migrationshintergrund Migrationshintergrund Bildung Eltern (Ref: Hauptschule ohne Ausb.) Mittlere Reife/Abi ohne Ausbildung Hauptschulabschluss mit Ausbildung Mittlere Reife mit Ausbildung Abitur mit Ausbildung Studium höchster ISEI Mathematische Kompetenz: WLE Lesekompetenz: WLE Bundesland kontrolliert

Ausbildung

6809

−0,01 −0,02 0,00 −0,02 0,01 −0,00∗∗ −0,03∗∗∗ −0,00 ja

0,02 0,02 (0,65) (0,51) (0,97) (0,46) (0,70) (0,00) (0,00) (0,73)

(0,14) (0,14)

−0,14∗∗∗ (0,00) −0,36∗∗∗ (0,00)

−0,02 (0,16) 0,00∗∗∗ (0,00) 0,00 (0,91)

sonstiges

6809

0,02 0,04∗∗ −0,00 −0,00

(0,20) (0,00) (0,93) (0,71)

−0,15 (0,00) −0,06∗∗∗ (0,00)

∗∗∗

6809

−0,03+ −0,02 0,00 0,01

(0,07) (0,12) (0,58) (0,24)

0,14 (0,00) 0,08∗∗∗ (0,00)

∗∗∗

0,09∗∗∗ (0,00)

(0,91) (0,99) (0,97) (0,48) (0,43) (0,01) (0,00) (0,00)

−0,08∗∗∗ (0,00)

0,00 0,00 −0,00 0,03 0,03 0,00∗∗ 0,02∗∗ 0,03∗∗∗ ja

−0,11∗∗∗ (0,00) −0,02 (0,16)

(0,95) (0,85) (0,66) (0,59) (0,13) (0,92) (0,84) (0,00)

0,02 (0,24) 0,09∗∗∗ (0,00)

−0,15∗∗∗ (0,00) 0,01 (0,71)

−0,05∗∗∗ (0,00) −0,01∗∗∗ (0,00) 0,01 (0,65)

Schule

Modell 1.2

0,05∗∗∗ (0,00) 0,05∗∗ (0,01)

0,00 0,01 −0,01 −0,02 −0,06 −0,00 0,00 −0,03∗∗∗ ja

−0,04∗ (0,03) −0,12∗∗∗ (0,00)

0,33∗∗∗ (0,00) 0,39∗∗∗ (0,00)

0,07∗∗∗ (0,00) 0,00∗ (0,02) −0,02 (0,49)

Ausbildung

(0,84) (0,79) (0,54) (0,89) (0,36) (0,01) (0,00) (0,95)

(0,17) (0,05)

6809

0,01 −0,02+ −0,00 −0,00

0,01 −0,01

−0,01

(0,59) (0,06) (0,64) (0,45)

(0,58) (0,31)

(0,41)

0,05∗∗∗ (0,00) −0,03+ (0,08)

−0,01 −0,01 0,02 −0,00 0,03 −0,00∗ −0,02∗∗ −0,00 ja

0,02 0,03∗

−0,18∗∗∗ (0,00) −0,40∗∗∗ (0,00)

−0,02+ (0,06) 0,00∗∗∗ (0,00) 0,01 (0,77)

sonstiges

Tabelle 6.6: Multinomiale logistische Regression des Übergangs nach Verlassen der Schule: Average Marginal Effects

6.5 Ergebnisse 133

134

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

zug auf das alternative Outcome: Während Kinder statushoher Eltern eher wieder in die Schule zurückkehren haben Kinder statusniedriger Eltern eine höhere Wahrscheinlichkeit, in einem sonstigen Zustand (typischerweise dem Übergangssystem) zu landen. Aufgrund des nichtmonotonen Effekts des ISEI ist eine Interpretation des AME für den Übergang in Ausbildung nicht zielführend. Unter Kontrolle des elterlichen ISEI bestehen zwischen den meisten elterlichen Bildungskategorien keine signifikanten Unterschiede in den Übergangswahrscheinlichkeiten. Lediglich Kinder von studierten Eltern gehen signifikant häufiger zurück in die Schule und signifikant seltener in Ausbildung über als Kinder von Eltern, die eine Mittlere Reife mit Ausbildung oder weniger Bildung besitzen. Modell 1.2 ergänzt Modell 1.1 um die Sozialkapital-Dimensionen Mobilisierung von Ressourcen, Erwartungen der Eltern und Netzwerk der Eltern. Die Ergebnisse zeigen, dass der Erhalt von Informationen zu Ausbildungsplätzen die Chance, in Ausbildung überzugehen, sowohl im Vergleich zum Übergang in Schule als auch zur „Sonstiges“-Kategorie signifikant erhöht. Es ist sehr wahrscheinlich, dass der Kontrast zwischen Schule und Ausbildung zumindest teilweise auf Selbstselektionseffekte zurückzuführen ist: Jugendliche, die vorhaben, ins Schulsystem zurückzukehren, suchen und erhalten weniger Informationen über Ausbildungsplätze. Der signifikant negative Kontrast zwischen Outcome 1 (Ausbildung) und Outcome 3 (sonstiger Zustand) ist dagegen ein deutlich stärkeres Indiz für einen kausalen Effekt der Information auf den Übergang in Ausbildung. Der Kontrast zwischen Schule und sonstigem Zustand ist nicht signifikant. Die Kombination dieser Kontraste zeigt sich in den AMEs: Information erhöht signifikant die Wahrscheinlichkeit, in Ausbildung überzugehen und senkt die Wahrscheinlichkeit, in die Schule oder in einen sonstigen Zustand überzugehen. Die beiden letzteren Effekte sind jedoch nicht bzw. nur auf dem Zehn-ProzentNiveau signifikant. Die Ergebnisse für die Mobilisierung von persönlichem Einsatz sind weniger eindeutig. Während Einsatz die Chance, in Ausbildung anstatt ins Schulsystem überzugehen, signifikant erhöht, ist der Kontrast zwischen dem Übergang in Ausbildung und Outcome 3 („sonstiger Zustand“) nicht signifikant und nicht in der erwarteten Richtung. In der Folge haben Jugendliche, die berichten, dass sich jemand aus ihrem persönlichen Netzwerk dafür eingesetzt hat, dass sie einen Ausbildungsplatz bekommen, sowohl eine erhöhte Wahrscheinlichkeit, in Ausbildung überzugehen, als auch, im Übergangsystem zu enden. Da es wenig Grund gibt, anzunehmen, dass persönlicher Einsatz Jugendliche aktiv ins Übergangssystem drängt, ist dieser

6.5 Ergebnisse

135

Effekt wahrscheinlich auf eine entgegengesetzte Kausalrichtung (bzw. auf Selbstselektion) zurückzuführen: Das persönliche Netzwerk eines Jugendlichen wird umso eher aktiv im Bewerbungsprozess, wenn i) die Zielperson nicht zurück zur Schule gehen will und ii) erfolglos ist bei der Suche nach einem Ausbildungsplatz. Der Befund für persönlichen Einsatz gleicht damit den Ergebnissen von Eberhard und Krewerth (2006) und Roth (2014a). In Bezug auf die Aspirationen der Eltern zeigen sich die deutlichsten Effekte für den Kontrast Übergang in Ausbildung vs. Übergang in die Schule. Kinder von Eltern, die sich einen höheren Schulabschluss wünschen, gehen eher wieder auf eine Schule und seltener in Ausbildung über. Kinder von Eltern, die sich eine Ausbildung wünschen, gehen eher in eine Ausbildung statt in die Schule über, als Kinder von Eltern, die sich ein Studium wünschen oder keine eindeutige Aspiration („weder noch“) haben. Für den Kontrast Ausbildung vs. sonstiger Zustand ist dagegen lediglich der Unterschied zwischen einer Aspiration für ein Studium und einer Ausbildung signifikant. Die elterliche Aspiration beeinflusst somit stark die Entscheidung zwischen Ausbildung und Schule, scheint jedoch geringen Einfluss auf den tatsächlichen Erfolg des Übergangsprozesses (der sich bemisst über die Kontraste Ausbildung vs. sonstiger Zustand sowie Schule vs. sonstiger Zustand) zu haben. Von den vier verschiedenen Indikatoren für das elterliche Netzwerk ist lediglich einer signifikant: die Bekanntschaft mit Personen, die in Ausbildungsberufen mit geringen Qualifikationsanforderungen arbeiten. Dies ist eine Replikation des Ergebnisses von Roth (2014a, 2014b). Die Richtung des Effekts entspricht den Erwartungen: Je mehr Bekannte aus diesen Berufen die Eltern haben, desto höher die Chance, in Ausbildung vs. in eine Schule oder in sonstige Zustände überzugehen. Das Elternnetzwerk ist somit eine wichtige Ressource beim Übergang in Ausbildung, wobei nicht der Kontakt zu statushohen Personen bedeutend ist, sondern insbesondere der Kontakt zu Personen, die in Berufen arbeiten, die dem Qualifikationsniveau der Jugendlichen entsprechen.6 6

Bei Betrachtung der einzelnen Positionen (Modelle hier nicht gezeigt) fällt auf, dass neben den niedrig qualifizierten Berufen auch die Bekanntschaft zu einem Grund-, Haupt- oder Realschullehrer in positivem Zusammenhang zum Übergang in Ausbildung steht. Dabei ist zu beachten, dass bei einem Mindestmaß schulischer Involviertheit eigentlich alle hier befragten Eltern mindestens einen solchen Lehrer kennen sollten – den Klassenlehrer ihres Kindes. Das heißt, die Position misst vermutlich weniger den Status des elterlichen Netzwerks als einen Proxy für die schulische Involviertheit der Eltern, von der bekannt ist, dass sie sich positiv auf den Übergang in Ausbildung auswirkt (siehe 3).

136

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

Die Sozialkapital-Ausstattung erklärt einen Teil der in Modell 1.1 sichtbaren Ungleichheiten nach sozialer Herkunft, Geschlecht und Schulabschluss. Ein großer Teil der unterschiedlichen Übergangsraten von Jugendlichen mit Migrationshintergrund im Vergleich zu Einheimischen in Schule vs. Ausbildung wird durch Unterschiede in den elterlichen Aspirationen erklärt. Dagegen steigt unter Kontrolle des sozialen Kapitals die Wahrscheinlichkeit von Jugendlichen ohne Schulabschluss, ins Übergangssystem überzugehen, während die Wahrscheinlichkeit, ins Schulsystem zurückzukehren, sinkt. Diese Jugendlichen verfügen somit über mehr Sozialkapital, das einen Übergang ins Schulsystem erleichtert. Wie im vorigen Abschnitt gezeigt wurde, sind dies vor allem bildungsfreundliche elterliche Erwartungen. Insgesamt erklärt die Sozialkapitalausstattung aber nur einen geringen Teil der bestehenden Ungleichheiten, was insofern wenig verwunderlich ist, als die Ungleichheit im Zugang zu zwei der signifikanten Indikatoren – Information und Bekanntschaft der Eltern mit Personen in gering qualifizierten Ausbildungsberufen – gering ist, während stärker ungleich verteilte Ressourcen, wie die Bekanntschaft der Eltern mit Personen, die studiert haben, den Übergang nicht signifikant beeinflussen. Eine genauere Betrachtung der Mobilisierung von Ressourcen über das persönliche Netzwerk zeigt, dass nicht alle Quellen gleich wertvoll sind. Tabelle 6.7 enthält die AMEs für unterschiedliche Operationalisierungen der Mobilisierung von Information und Einsatz (die vollständigen Modelle finden sich in Anhang A.3). Informationen der Eltern haben den stärksten positiven Effekt auf den Übergang in Ausbildung und reduzieren zudem die Wahrscheinlichkeit, ins Übergangssystem überzugehen. Eltern sind damit nicht nur die häufigsten, sondern auch die wirksamsten Informanten. Informationen von Lehrern führen dagegen eher dazu, ins Schulsystem zurückzukehren. Entgegen den Erwartungen basierend auf Befunden aus der Arbeitsmarktforschung haben Informationen von Weak Ties keinen signifikanten Effekt. Auch beim Einsatz zeigen sich die stärksten Effekte für die Eltern, allerdings mit dem bekannten Muster, dass die Wahrscheinlichkeit sowohl für Ausbildung als auch für sonstige Zustände höher ist. Der Selbstselektionseffekt zeigt sich am deutlichsten bei Einsatz durch Strong Ties (Verwandte, Geschwister und Freunde) – Einsatz dieser Personen steht in Zusammenhang mit einer signifikant geringeren Wahrscheinlichkeit, in Ausbildung überzugehen, während die Wahrscheinlichkeit, ins Übergangssystem überzugehen, steigt. Dies deutet darauf hin, dass diese Kontakte – wie theoretisch erwartet – wenig wirksame Unterstützung anbieten können und insbesonde-

6.5 Ergebnisse

137

Tabelle 6.7: Multinomiale logistische Regression des Übergangs nach Verlassen der Schule: Average Marginal Effects für unterschiedliche Operationalisierungen der Mobilisierung von Ressourcen Modell 2.1: Mobilisierung ja/nein Ausbildung Schule Schulabschluss (Ref. keiner) Hauptschulabschluss mittlerer Schulabschluss Einsatz Information Kontrollvariablen

0,33∗∗∗ 0,42∗∗∗ 0,07∗∗∗ 0,06∗∗ ja

Beobachtungen

(0,00) (0,00) (0,00) (0,00)

6809

−0,18∗∗∗ −0,05 −0,12∗∗∗ −0,03 ja

sonstiges (0,00) (0,22) (0,00) (0,11)

6809

0,33∗∗∗ 0,42∗∗∗ 0,07∗∗∗ −0,05∗∗∗ 0,02 −0,00 0,05∗∗∗ −0,01 0,04∗ −0,05∗∗ ja

Beobachtungen

(0,00) (0,00) (0,00) (0,00) (0,18) (0,88) (0,00) (0,72) (0,04) (0,00)

6809

−0,18∗∗∗ −0,05 −0,03∗∗ 0,05∗∗∗ −0,01 −0,01 −0,10∗∗∗ 0,02 −0,04∗∗ 0,02 ja

sonstiges (0,00) (0,21) (0,01) (0,00) (0,55) (0,45) (0,00) (0,35) (0,01) (0,21)

6809

Beobachtungen p-Werte in Klammern.

p < 0.10,

(0,00) (0,00) (0,00) (0,90) (0,34) (0,31) (0,00) (0,49) (0,62) (0,01)

sonstiges

0,33∗∗∗ 0,42∗∗∗

(0,00) (0,00)

−0,17∗∗∗ −0,04

(0,00) (0,26)

−0,16∗∗∗ −0,38∗∗∗

(0,00) (0,00)

0,01 0,06∗ 0,07∗∗∗

(0,79) (0,01) (0,00)

0,04 −0,03 −0,04∗

(0,14) (0,14) (0,01)

−0,04+ −0,03 −0,03+

(0,06) (0,19) (0,08)

0,04+ 0,04+ 0,08∗∗∗ ja

(0,07) (0,07) (0,00)

−0,07∗∗∗ −0,10∗∗∗ −0,13∗∗∗ ja

(0,00) (0,00) (0,00)

6809 +

−0,15∗∗∗ −0,37∗∗∗ −0,04∗∗∗ −0,00 −0,01 0,01 0,05∗∗∗ −0,01 0,01 0,03∗ ja 6809

Modell 2.3: Bildungskomposition Ausbildung Schule Schulabschluss (Ref. keiner) Hauptschulabschluss mittlerer Schulabschluss Information (Ref. keine) mehrheitlich Abitur gleich verteilt mehrheitlich kein Abitur Einsatz (Ref. keiner) mehrheitlich Abitur gleich verteilt mehrheitlich kein Abitur Kontrollvariablen

(0,00) (0,00) (0,00) (0,05)

6809

Modell 2.2: Art der Beziehung Ausbildung Schule Schulabschluss (Ref. keiner) Hauptschulabschluss mittlerer Schulabschluss Info Eltern=1 Info Lehrer=1 Info Weak Ties=1 Info Strong Ties=1 Einsatz Eltern=1 Einsatz Lehrer=1 Einsatz Weak Ties=1 Einsatz Strong Ties=1 Kontrollvariablen

−0,15∗∗∗ −0,37∗∗∗ 0,05∗∗∗ −0,03∗ ja

∗

p < 0.05,

6809 ∗∗

p < 0.01,

∗∗∗

0,03 0,06∗∗ 0,06∗∗∗ ja 6809

p < 0.001

(0,14) (0,00) (0,00)

138

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

kein Abschluss

kein Einsatz

mittlere Reife

kein Einsatz

Hauptschulabschluss

P(Ausbildung)

P(Schule)

P(sonstiger Zustand)

Einsatz

Einsatz

kein Einsatz

Einsatz 0

.2

.4

.6

0

.2

.4

.6

0

.2

.4

.6

Abbildung 6.3: Predictive Margins: Interaktion von persönlichem Einsatz und Schulabschluss, mit 95-Prozent-Konfidenzbändern (berechnet aus Modell 3.1, Anhang A.3).

re dann aktiv werden, wenn deutlich ist, dass Probleme beim Finden eines Ausbildungsplatzes bestehen. Einsatz von Weak Ties erhöht dagegen die Wahrscheinlichkeit eines erfolgreichen Übergangs in Ausbildung. In Bezug auf die Bildungskomposition des Netzwerks zeigen sich wie erwartet stärkere Effekte für Netzwerke, die mehrheitlich kein Abitur aufweisen. Auch hier liegen für die Ressource Einsatz stärkere Anzeichen von Selbstselektion vor als für Information. Tabelle 6.7 weist auch die AMEs für den Schulabschluss aus. Hier wird im Vergleich der drei Modelle sichtbar, dass eine detailliertere Operationalisierung der Mobilisierung von Ressourcen keinen Beitrag zur Erklärung von Unterschieden zwischen verschiedenen Schulabschlüssen leistet. Im nächsten Schritt wird geprüft, ob Interaktionseffekte des sozialen Kapitals mit dem Schulabschluss vorliegen. Tabellen für die Interaktionsmodelle finden sich im Anhang A.3. Lediglich für die Interaktion zwischen der Mobilisierung von persönlichem Einsatz und dem Schulabschluss zeigt sich ein signifikanter Effekt, der in Abbildung 6.3 visualisiert ist. Aus der Abbildung ist ersichtlich, dass der Effekt von persönlichem Einsatz umso stärker ist, je höher der Schulabschluss. Für Personen ohne Schulabschluss unterscheiden sich die Wahrscheinlichkeiten für das jeweilige Outcome nicht signifikant danach, ob sich jemand für einen Ausbildungsplatz eingesetzt hat, während

6.5 Ergebnisse

139

sie für Personen mit einem mittleren Schulabschluss deutlich divergieren. Allerdings wäre es verfehlt, zu sagen, dass Jugendliche mit höherem Schulabschluss höhere Renditen für persönlichen Einsatz erhalten. Stattdessen zeigt sich für diese Jugendlichen lediglich der oben beschriebene Selbstselektionseffekt besonders stark – für sie korreliert der Erhalt der Ressource mit niedrigen Übergangsraten ins Schulsystem und hohen Übergangsraten in Ausbildung und das Übergangssystem. Die Interaktion spricht also eher für eine stärkere strategische Mobilisierung des Netzwerks je nach Bildungsabsichten als für eine erfolgreichere Nutzung von Netzwerkressourcen durch Jugendliche mit höherem Schulabschluss. Entgegen den Erwartungen zeigt sich keine Interaktion zwischen dem Schulabschluss und der Zusammensetzung des elterlichen Netzwerks nach Ausbildungsberufen mit niedrigem sowie mit mittlerem bis hohem Qualifikationsniveau. Auch für Jugendliche mit mittlerem Schulabschluss ergeben sich somit keine Vorteile aus dem Zugang zu Personen in Ausbildungsberufen, die typischerweise einen solchen Schulabschluss voraussetzen, über das elterliche Netzwerk. Zusammenfassend haben alle drei Sozialkapital-Dimensionen signifikanten Einfluss auf das Übergangsverhalten, wobei sich die Form der Effekte unterscheidet: Während elterliche Aspirationen die Entscheidung zwischen Schule und Ausbildung stark prägen, aber keinen Einfluss auf den Erfolg des Übergangsprozesses haben (definiert als eine verringerte Wahrscheinlichkeit, weder in Schule noch in Ausbildung überzugehen), sind der Erhalt von Information sowie der Zugang zu Personen in Ausbildungsberufen mit geringen Qualifikationsanforderungen über das Elternnetzwerk verbunden mit einer geringeren Wahrscheinlichkeit für Outcome 3. Eine kausale Interpretation der Ergebnisse ist jedoch nicht möglich, da bei der Mobilisierung von Information und Einsatz Anzeichen für Selbstselektionsprozesse vorliegen. Jugendliche, die nicht vorhaben, in Ausbildung überzugehen, suchen und erhalten weniger Unterstützung, wohingegen Jugendliche, die nicht in der Lage sind, aus eigener Kraft einen Ausbildungsplatz zu finden, mehr Unterstützung erhalten. Langfristige Effekte sozialen Kapitals: Der Übergang im folgenden Kalenderjahr Die langfristige Perspektive betrachtet die Fälle, die nach dem Verlassen des allgemeinbildenden Schulsystems nach Klasse 9 nicht in Schule oder Ausbildung übergegangen sind. Dies entspricht Outcome 3 („sonstiger Zustand“)

140

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

0.14

Einsatz

0.07

Information

-0.10

0.00

0.10 Übergang in Ausbildung: AME

0.20

0.30

Abbildung 6.4: Average Marginal Effects: Mobilisierung von Information und persönlichem Einsatz ein Jahr nach Verlassen der Schule (berechnet aus Modell 4).

in den obigen Modellen. Diese Jugendlichen stellen eine besondere Risikogruppe dar – sie verfügen mit neun Pflichtschuljahren über das absolute Minimum an schulischer Allgemeinbildung und sind bereits einmal daran gescheitert, einen Ausbildungsplatz zu finden. Für ihre gesicherte Zukunft ist ein Übergang in Ausbildung im Folgejahr daher essentiell. Ein Jahr nach Verlassen der Schule ist nur noch ein SozialkapitalIndikator signifikant – der persönliche Einsatz des sozialen Netzwerks der Jugendlichen (siehe Tabelle 6.8). Jugendliche, deren soziales Netzwerk sich für sie eingesetzt hat, haben eine um 14 Prozentpunkte höhere Wahrscheinlichkeit, im Jahr 2012 in Ausbildung überzugehen. Der AME für den Erhalt von Information ist dagegen nur halb so groß und statistisch nicht signifikant. Der Einsatz des Netzwerks, für den in der kurzen Frist keine eindeutigen Effekte feststellbar waren, erweist sich somit langfristig als wichtige Ressource. 6.6 Zusammenfassung und Diskussion Dieses Kapitel betrachtet die Rolle von drei verschiedenen Dimensionen sozialen Kapitals beim Übergang von Jugendlichen nach Verlassen der Sekundarstufe I. Die leitenden Forschungsfragen und Analysen sind dabei auf-

6.6 Zusammenfassung und Diskussion

141

Tabelle 6.8: Logistische Regression des Übergangs in Ausbildung ein Jahr nach Verlassen der Schule Modell 4 Kontrollvariablen männlich Alter in Monaten Hauptschulabschluss (Ref. kein Schulabschluss) Migrationshintergrund (Ref. kein Migrationshintergrund) 1 Elternteil Migrationshintergrund Migrationshintergrund Bildung Eltern (Ref: max. Hauptschulabschluss ohne Ausb.) Mittlere Reife/Abitur ohne Ausbildung Hauptschulabschluss mit Ausbildung Mittlere Reife mit Ausbildung Abitur mit Ausbildung Studium höchster ISEI ISEI quadriert Mathematische Kompetenz: WLE Lesekompetenz: WLE Ostdeutschland Sozialkapital Einsatz Information Positionsgenerator: Ausbildungsberufe (gering qualifiziert) Aspiration Ausbildung Eltern (Ref. Berufliche Ausbildung) Studium weder noch Konstante Beobachtungen

472

Logit-Koeffizienten, p-Werte in Klammern + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

0,52∗ 0,03∗ 0,79∗

(0,02) (0,05) (0,04)

0,36 0,29

(0,26) (0,31)

−0,39 −0,06 0,09 −0,44 −0,05 0,01 −0,00 0,11 −0,27∗ 0,76+

(0,42) (0,89) (0,83) (0,52) (0,95) (0,63) (0,60) (0,44) (0,01) (0,06)

0,61∗∗ 0,30 0,11

(0,01) (0,23) (0,60)

−0,38 0,36 −7,74∗∗

(0,21) (0,20) (0,01)

142

6 Soziales Kapital beim Übergang in die berufliche Ausbildung

grund des geringen Forschungsvolumens in erster Linie explorativ. Das Kapitel knüpft an die bisherige Forschung an und schließt wichtige Lücken im Forschungsstand. Erstens werden erstmals Befunde zur Bedeutung elterlicher Aspirationen für das Übergangsverhalten sowie eine detaillierte Operationalisierung der Mobilisierung von Ressourcen nach Art der Ressource, Art der Beziehung und Netzwerkkomposition präsentiert. Zweitens wird erstmals untersucht, ob soziales Kapital differentielle Effekte je nach Schulabschluss hat und so soziale Ungleichheiten kompensieren oder verstärken kann. Drittens bezieht das Kapitel sowohl kurzfristige als auch langfristige Effekte sozialen Kapitals ein. Alle drei Dimensionen sozialen Kapitals beeinflussen den Übergang auf unterschiedliche Art. Die Aspirationen der Eltern sind ein Beispiel für die Wirkung von Sozialkapital als motivierende Kraft: Sie üben einen starken Einfluss auf die Entscheidung zwischen einem weiteren Schulabschluss und dem Übergang in Ausbildung aus, schützen aber nicht vor Misserfolg beim Übergang. Dagegen senkt der Zugang zu Ressourcen über das eigene Netzwerk das Risiko, ins Übergangssystem überzugehen (Information, kurze Frist) beziehungsweise darin zu verbleiben (Einsatz, lange Frist) und liefert so ein Beispiel für soziales Kapital als ermöglichende Kraft. Die Ergebnisse für das elterliche Netzwerk deuten darauf hin, dass es beide Rollen erfüllt: Kinder von Eltern, die über Kontakte mit niedrigem Berufsstatus verfügen, haben eine höhere Chance, eine Ausbildung anstelle einer Schule zu wählen, was für einen normativen Einfluss spricht. Darüber hinaus sinkt aber auch die Wahrscheinlichkeit, in einen sonstigen Zustand überzugehen, was dafür spricht, dass das Netzwerk der Eltern eine hilfreiche Ressource bei der erfolgreichen Bewältigung des Übergangs in Ausbildung darstellt. Die Effekte variieren (mit Ausnahme der Mobilisierung von persönlichem Einsatz) nicht mit dem Schulabschluss der Befragten. Die Ausstattung mit sozialem Kapital leistet auch nur einen geringen Beitrag zur Erklärung sozialer Ungleichheiten, was begründet ist in einer vergleichsweise egalitären Ausstattung mit den Ressourcen und Netzwerkkontakten, die den Übergangsprozess beeinflussen. Wesentliche Befunde früherer Arbeiten konnten mit den hier vorliegenden Daten mit einem großen und national repräsentativen Sample repliziert werden. Dies betrifft erstens die hohe Bedeutung der Eltern sowie des elterlichen Netzwerks für den Übergang in Ausbildung. Die Ergebnisse stützen auch die These, dass die Qualität bzw. die Verwertbarkeit von Sozialkapital kontextspezifisch beurteilt werden muss. So ist für den Übergang in Ausbildung im Anschluss an die Sekundarstufe I der Kontakt zu Personen ohne

6.6 Zusammenfassung und Diskussion

143

Abitur bzw. in niedrig qualifizierten Berufen nützlicher, als der Kontakt zu besser gebildeten und statushöheren Personen. Auch der Befund von Selbstselektionseffekten bei der Inanspruchnahme von Unterstützung durch das eigene Netzwerk konnte mit den NEPS-Daten repliziert werden. Diese Effekte sind besonders deutlich ausgeprägt bei Personen mit mittlerem Schulabschluss. Durch Betrachtung der langfristigen Effekte sozialen Kapitals können Selbstselektionseffekte jedoch zumindest für einen Teil des Samples besser kontrolliert werden, da in der langfristigen Perspektive die zeitliche Reihenfolge der Mobilisierung von Ressourcen und des Übergangs in Ausbildung klarer ist. Hier zeigt sich ein starker Effekt des persönlichen Einsatzes des sozialen Netzwerks für den Erhalt eines Ausbildungsplatzes. Dieser Befund widerspricht der These, dass Jugendliche nicht über hilfreiche Netzwerkkontakte verfügen (vgl. Granovetter, 1974; Roth, 2014a). Stattdessen scheint die Aktivierung von Netzwerkressourcen strategisch als Reaktion auf den Verlauf des Bewerbungsprozesses zu erfolgen – eine Strategie, die sich langfristig auszahlt. Für die Risikogruppe der Schulabgänger nach Klasse 9, die den Übergang in Ausbildung im ersten Anlauf nicht geschafft haben, stellt das soziale Netzwerk eine entscheidende Ressource beim zweiten Versuch dar. Dieses Ergebnis bietet Motivation, auch für den Übergang im direkten Anschluss an den Schulabgang bessere Operationalisierungen für den kausalen Effekt von Netzwerkressourcen zu suchen. Ein möglicher Ansatzpunkt wäre zum Beispiel die Betrachtung des prospektiv eingeschätzten Zugangs zu Ressourcen im Vergleich zur tatsächlichen Mobilisierung. Insgesamt bleibt bis zur Entwicklung eines umfassenden, theoriegeleiteten und durch empirische Befunde untermauerten Modells der Rolle von sozialem Kapital beim Übergang in die berufliche Ausbildung noch viel zu tun. Dieses Kapitel stellt einen kleinen Schritt in diese Richtung dar.

7 Diskussion

Ausgehend von der These, dass die unterschiedliche Kapitalausstattung von Akteuren die Grundlage für die Erklärung sozialer Ungleichheit darstellt (Bourdieu, 1983; Lin, 2001), war die Motivation dieser Arbeit, die Rolle von Sozialkapital – verstanden als den Zugang zu Ressourcen über das soziale Netzwerk – in seinen unterschiedlichen Facetten im Bildungsverlauf zu beleuchten. Dazu wurden zunächst die wichtigsten theoretischen Ansätze diskutiert. Anschließend wurde der Stand der Forschung für unterschiedliche Bildungsabschnitte und unterschiedliche Dimensionen sozialen Kapitals zusammengefasst. Den Hauptteil der Arbeit stellen schließlich die drei empirischen Kapitel dar, die exemplarisch die Bedeutung von Sozialkapital für drei verschiedene Fragestellungen an unterschiedlichen Abschnitten in der Bildungskarriere untersuchen. Dazu wurden die Daten aus drei verschiedenen Startkohorten des Nationalen Bildungspanels verwendet, das in Deutschland in vielen Dimensionen neue Maßstäbe für die Erfassung sozialen Kapitals über den Lebensverlauf setzt. Die drei empirischen Kapitel betrachten unterschiedliche Dimensionen sozialen Kapitals – Netzwerkstrukturen, normative Erwartungen und soziale Ressourcen – und ihre Auswirkung auf unterschiedliche Bildungsergebnisse – Kompetenzen, Aspirationen und Übergänge – an drei unterschiedlichen Phasen im Lebensverlauf. Insofern spiegelt diese Arbeit die Vielfältigkeit des Sozialkapital-Begriffs und der Theorien sozialen Kapitals wieder. Ihnen ist jedoch gemein, dass jeweils zwei Forschungsfragen im Mittelpunkt stehen: 1. Inwiefern können soziale Disparitäten im Bildungserwerb durch Unterschiede in der Sozialkapitalausstattung erklärt werden? 2. Unterscheidet sich die Rendite des sozialen Kapitals je nach der persönlichen Kapitalausstattung der Akteure? Für jede der genannten Dimensionen finden sich in Übereinstimmung mit den theoretischen Annahmen positive Zusammenhänge mit den betrachteten Bildungsergebnissen. Das soziale Netzwerk beeinflusst also den Bildungserwerb auf vielfältige Art und Weise. Dabei kann zwischen zwei unterschiedlichen Mechanismen unterschieden werden: Erhöhung der Bildungsmotivation über Bezugsgruppeneffekte und Verbesserung der Erfolgschancen durch Zugang zu Ressourcen. In allen drei Empirie-Kapiteln erklären © Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019 K. Hoenig, Soziales Kapital und Bildungserfolg, https://doi.org/10.1007/978-3-658-24234-3_7

146

7 Diskussion

diese positiven Zusammenhänge einen Teil der Herkunftseffekte. Die unterschiedliche Ausstattung mit Sozialkapital ist somit einer der Mechanismen, über die Bildungsungleichheit reproduziert wird. Die Effekte fallen jedoch unterschiedlich stark aus. Insbesondere beim Übergang in Ausbildung ist die Ausstattung der Jugendlichen mit sozialem Kapital vergleichsweise egalitär. Zusätzlich wurden in jedem Kapitel Interaktionen des sozialen Kapitals mit der persönlichen Ressourcenausstattung der Akteure untersucht. In Kapitel 4 war dies das kulturelle Kapital der Familie, in Kapitel 5 das akademische Potenzial in Form von Kompetenzen und Schulleistungen und in Kapitel 6 der Schulabschluss. Damit stellt die Analyse differentieller Renditen sozialen Kapitals in Abhängigkeit vom eigenen Kapitalvolumen einen wichtigen Schwerpunkt der Arbeit dar. In Bezug auf den Zugang zu sozialem Kapital in Abhängigkeit von der individuellen Kapitalausstattung ist ein Matthäus-Effekt sowohl theoretisch zu erwarten (Bourdieu, 1983; Lin, 2001) als auch empirisch zu beobachten (vgl. den Literaturüberblick in Kapitel 3). In Bezug auf differentielle Effekte sozialen Kapitals ist dies nicht der Fall. Die in Kapitel 2 vorgestellten Ansätzen stellen unterschiedliche Hypothesen auf. Bourdieu (1980, 1983) und Burt (1992) positionieren sich klar. Beiden Autoren zufolge besteht der wesentliche Effekt sozialen Kapitals in einer Erhöhung der Renditen für das individuelle Kapital. Bourdieu spricht von einem „Multiplikatoreffekt’". Das heißt, soziales Kapital hat einen ungleichheitsverstärkenden differentiellen Effekt. Lin (2001, S. 100f) dagegen macht keine allgemeine Annahme zur Richtung des Effekts, sondern argumentiert, dass es auf die jeweilige Fragestellung ankomme. Sowohl ein rein additiver Effekt des persönlichen und sozialen Kapitals, als auch eine positive oder negative Interaktion sind ihm zufolge denkbar. Coleman (1987b) spekuliert in beide Richtungen, tendiert aber eher zu einem kompensatorischen differentiellen Effekt. Die empirischen Ergebnisse bestätigen diese Ambiguität. Entgegen den Hypothesen und Befunden aus dem Schulbereich findet sich im Kindergarten weder eine signifikante Interaktion der intergenerationalen Schließung mit dem kulturellen Kapital im Kindergarten noch mit der individuellen Kulturkapitalausstattung der Familien. Dafür zeigen sich kompensatorische Effekte der in der Kindergartengruppe akkumulierten Häufigkeit kognitiver Aktivitäten für Kinder, deren häusliche Lernumwelt arm an solchen Aktivitäten ist. In Bezug auf die Aspirationsformation deuten die Ergebnisse darauf hin, dass Kinder, die über mehr akademische Ressourcen verfügen, stärker empfänglich für Netzwerkeinflüsse sind. Die Effekte sind jedoch gering. Beim Übergang in die Ausbildung schließlich konnte die Annahme,

7 Diskussion

147

dass insbesondere die Passung zwischen dem aktuellen und dem angestrebten Qualifikationsniveau der Jugendlichen und dem Qualifikationsniveau des Netzwerks entscheidend ist, nur teilweise bestätigt werden. Zwar zeigt sich, dass die Jugendlichen beim Übergang insbesondere vom Kontakt zu Personen in gering qualifizierten Ausbildungsberufen profitieren, was der Passungshypothese entspricht, eine Interaktion mit dem Schulabschluss liegt aber nicht vor. Die einzige signifikante Interaktion deutet auf unterschiedlich starke Selbstselektionseffekte bei der Mobilisierung von Ressourcen hin, nicht auf einen differentiellen kausalen Effekt. Insgesamt liefern die Ergebnisse damit keine Bestätigung für den von Bourdieu postulierten allgemein geltenden Multiplikatoreffekt. Stattdessen scheint – wie von Lin vermutet – sowohl die Existenz als auch die Richtung differentieller Effekte situationsabhängig zu sein. Die Frage, ob soziales Kapital differentielle Effekte je nach persönlicher Kapitalausstattung hat, kann somit nicht pauschal beantwortet werden, sondern muss fallweise theoretisch argumentiert und empirisch geprüft werden. Die Frage, ob der von Bourdieu vermutete Multiplikatoreffekt besteht, hat wichtige Implikationen für die Bewertung sozialen Kapitals aus einer gesellschaftspolitischen Perspektive. Unter der Annahme, dass soziales Kapital die Wirkung der persönlichen Kapitalausstattung grundsätzlich verstärkt, hätte eine Erhöhung des sozialen Kapitals immer positivere Folgen für die Akteure, die bereits über mehr persönliches Kapital verfügen. Damit führten gezielte Maßnahmen zur erhöhten Investition in soziales Kapital stets zu einer Verstärkung bestehender Ungleichheiten aufgrund der persönlichen Kapitalausstattung der Akteure und wären somit unter der gesellschaftspolitischen Maßgabe, Bildungsungleichheiten abzubauen, kritisch zu sehen. Diese Annahme wird jedoch durch die empirischen Ergebnisse der Arbeit nicht bestätigt. Damit ergibt sich die Möglichkeit, durch gezielte Interventionen das soziale Kapital von Kindern und Familien zu fördern und damit insgesamt das Bildungsniveau zu verbessern. Denkbar wären zum Beispiel Projekte, die die Vernetzung von Eltern im Kindergarten fördern oder Coaching-Programme für Eltern von Ausbildungssuchenden. Für zukünftige Forschung bietet die vorliegende Arbeit sowohl im Hinblick auf die Thematik als auch die Datenbasis vielfältige Anknüpfungspunkte. Da über die Modellierung von Interaktionseffekten in den Kapiteln 4 und 5 jeweils auch Hypothesen zu Mechanismen, über die soziales Kapital wirkt, überprüft werden sollten, wirft die Falsifikation der Hypothesen (in Bezug auf die intergenerationale Schließung) beziehungsweise die schwache Bestätigung (in Bezug auf Bezugsgruppeneffekte) theoretische Fragen auf,

148

7 Diskussion

die diese Arbeit nicht beantworten kann. Insbesondere in Bezug auf die intergenerationale Schließung bleibt ein Fragezeichen, wodurch der Effekt entsteht. In Bezug auf die Datenbasis stellt die Tatsache, dass die Längsschnittstruktur der NEPS-Daten bisher nicht beziehungsweise kaum genutzt werden konnte, da erst wenige Wellen veröffentlicht waren, eine wesentliche Einschränkung der Ergebnisse dar. So konnte in Kapitel 5 der Effekt einer Veränderung der Erwartungen des sozialen Netzwerks nicht untersucht werden. Ab der Veröffentlichung der fünften Welle ist dies möglich. In der Startkohorte 4 können in Zukunft langfristige Sozialkapitaleffekte auch für Schulabgänger nach Klasse 10 untersucht werden, wodurch sich die Fallzahlen deutlich erhöhen. Zudem wird das Sample der Schulabgänger in den nächsten Jahren um Personen mit Abitur ergänzt werden, wodurch sich das Qualifikationsniveau der Ausbildungssuchenden weiter diversifiziert. In der Startkohorte 2 schließlich wird durch den Übergang in die Grundschule der Vergleich von Sozialkapitaleffekten in zwei verschiedenen institutionellen Umwelten möglich. Das Analysepotenzial der Daten konnte somit in dieser Arbeit nur angerissen werden. Der Einsatz von Längsschnittmodellen beziehungsweise die Betrachtung von längeren Zeitverläufen stellt insgesamt die wichtigste Möglichkeit für zukünftige Forschung dar. Entsprechende Modelle könnten größere Sicherheit über kausale Effekte geben und werden in Zukunft mit NEPS-Daten möglich sein. Ebenfalls lässt sich potenziell in Zukunft jede der hier untersuchten Fragestellungen auf den folgenden Bildungsabschnitt übertragen und ermöglicht damit Vergleiche zur Rolle sozialen Kapitals im Lebensverlauf: intergenerationale Schließung im Kindergarten und in der Grundschule, Bezugsgruppeneffekte bei den schulischen und nachschulischen Bildungsaspirationen, soziale Ressourcen beim Übergang in die Ausbildung und beim Übergang von der Ausbildung in den Arbeitsmarkt.

Anhang

A.1 Tabellen zu Kapitel 4

Tabelle A.1: Mathematische Kompetenzen: Interaktionsmodelle Bücher im Haushalt (Mehrebenenanalyse) Modell 2.1 Kontrollvariablen Level 1 Junge Alter in Monaten am 2. Testtag Nettoäquivalenzeinkommen in 1000 Euro CASMIN Eltern (Ref. 1a, 1b: max. Hauptschulabschluss ohne Ausbildung) 1c Hauptschulabschluss mit beruflicher Ausbildung 2b Mittlere Reife ohne berufliche Ausbildung 2a Mittlere Reife mit beruflicher Ausbildung 2c_gen Hochschulreife ohne berufliche Ausbildung 2c_voc Hochschulreife mit beruflicher Ausbildung 3a Fachhochschulabschluss 3b Universitätsabschluss EGP (Ref. I) II

p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

∗∗

p < 0.01,

∗∗∗

Modell 2.3

0,06 (0,19) 0,06∗∗∗ (0,00) 0,02 (0,16)

0,06 (0,18) 0,06∗∗∗ (0,00) 0,02 (0,15)

0,06 (0,21) 0,06∗∗∗ (0,00) 0,02 (0,15)

0,24+

0,23+

0,25+

(0,07) 0,25+

(0,08) 0,24+

(0,06) 0,25+

(0,09) 0,53∗∗∗ (0,00) 0,30∗

(0,10) 0,52∗∗∗ (0,00) 0,30∗

(0,08) 0,53∗∗∗ (0,00) 0,31∗

(0,03) 0,60∗∗∗

(0,03) 0,59∗∗∗

(0,03) 0,61∗∗∗

(0,00) 0,70∗∗∗ (0,00) 0,79∗∗∗ (0,00)

(0,00) 0,69∗∗∗ (0,00) 0,78∗∗∗ (0,00)

(0,00) 0,70∗∗∗ (0,00) 0,79∗∗∗ (0,00)

−0,02 (0,72) −0,15 (0,21)

IV

Modell 2.2

−0,02 (0,70) −0,15 (0,20)

−0,03 (0,66) −0,15 (0,21)

p < 0.001

Fortsetzung nächste Seite

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019 K. Hoenig, Soziales Kapital und Bildungserfolg, https://doi.org/10.1007/978-3-658-24234-3

150

Anhang

Fortsetzung Tabelle A.1 Modell 2.1

Modell 2.2

−0,17∗

−0,17∗

(0,03) −0,28∗∗ (0,01) −0,27∗∗ (0,00)

(0,03) −0,28∗∗ (0,01) −0,27∗∗ (0,00)

−0,17∗ (0,03) −0,28∗∗ (0,01) −0,28∗∗ (0,00)

−0,02

−0,02

−0,02

(0,79) −0,16∗ (0,01)

(0,79) −0,16∗ (0,02)

(0,78) −0,17∗ (0,01)

−0,01 (0,37) 0,00

−0,01 (0,38) 0,00

−0,01 (0,39) 0,00

(0,92) −0,00 (0,67) −0,00 (0,98) −0,00

(0,89) −0,00 (0,68) −0,00 (0,98) −0,00

(0,88) −0,00 (0,64) 0,00 (0,98) −0,00

(0,29)

(0,29)

(0,28)

0,01 (0,54) 0,03 (0,22)

0,01 (0,56) 0,03 (0,23)

0,01 (0,54) 0,03 (0,20)

−0,23 (0,43) 0,12 (0,66) 0,06∗ (0,02) −0,07∗∗ (0,01) 0,09 (0,11)

0,16∗ (0,01) 0,16∗ (0,02) 0,06∗ (0,03) −0,07∗∗ (0,01) 0,09 (0,11)

−0,21 (0,72) −0,83 (0,14) 0,06∗ (0,03) −0,07∗∗ (0,01) 0,09 (0,10)

IIIa, V VI IIIb, VII Migrationshintergrund (Ref. kein Migrationshintergrund) 1 Elternteil Migrationshintergrund, 1 Elternteil Deutsch beide Eltern mit Migrationshintergrund Kontrollvariablen Level 2/Level 3 Gruppe: N behinderte Kinder Gruppe: durchschnittliche Anzahl an Betreuungsstunden Gruppe: Fortbildungstunden pro Jahr Gruppe: Supervision verfügbar Einrichtung: Öffnungszeiten pro Woche in Stunden Kulturelles Kapital Level 1 tägliche Lesezeit Eltern in Stunden Index Kulturelle Partizipation Eltern Bücher im Haushalt (Ref. 0-100) 101-200 >200 kulturelle Aktivitäten – kognitiv kulturelle Aktivitäten – kreativ täglich p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

∗∗

p < 0.01,

∗∗∗

Modell 2.3

p < 0.001

Fortsetzung nächste Seite

A.1 Tabellen zu Kapitel 4

151

Fortsetzung Tabelle A.1 Modell 2.1 Kulturelles Kapital Level 3 tägliche Lesezeit Eltern in Stunden: Einrichtung Index Kulturelle Partizipation Eltern: Einrichtung Bücher im Haushalt: Einrichtung kulturelle Aktivitäten – kognitiv: Einrichtung kulturelle Aktivitäten – kreativ: Einrichtung Häufigkeit Vorlesen: Einrichtung Intergenerationale Schließung N bekannte Eltern N bekannte Eltern: Einrichtung Interaktionen 101-200 × Bücher im Haushalt: Einrichtung >200 × Bücher im Haushalt: Einrichtung

Modell 2.2

−0,16+

−0,16+

−0,17+

(0,05) −0,10

(0,06) −0,11

(0,05) −0,10

(0,26) 0,15 (0,21) −0,03

(0,24) 0,22 (0,12) −0,03

(0,26) 0,11 (0,51) −0,03

(0,71) −0,16+ (0,08) −0,12 (0,57)

(0,75) −0,16+ (0,07) −0,12 (0,55)

(0,74) −0,17+ (0,06) −0,11 (0,61)

0,01∗∗ (0,01) 0,02 (0,12)

0,01 (0,39) 0,02 (0,12)

0,00 (0,94) 0,02 (0,10)

0,22 (0,18) 0,03 (0,83)

N bekannte Eltern × Bücher im Haushalt: Einrichtung

−0,00 (0,88)

101-200 × N bekannte Eltern >200 × N bekannte Eltern 101-200 × N bekannte Eltern × Bücher im Haushalt: Einrichtung

p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

−4,34∗∗∗ (0,00) ∗∗

p < 0.01,

∗∗∗

0,23 (0,46) 0,46 (0,11) 0,01 (0,69) −0,00 (0,97) 0,08+ (0,07) −0,00 (0,95) −0,04

>200 × N bekannte Eltern × Bücher im Haushalt: Einrichtung Konstante

Modell 2.3

−4,42∗∗∗ (0,00)

(0,11) −4,30∗∗∗ (0,00)

p < 0.001

Fortsetzung nächste Seite

152

Anhang

Fortsetzung Tabelle A.1 Modell 2.1

Modell 2.2

Modell 2.3

Level 3: Einrichtung Konstante

sd : 0,26 se : 0,04

sd : 0,25 se : 0,04

sd : 0,26 se : 0,04

Level 2: Gruppe Konstante

sd : 0,18 se : 0,06

sd : 0,18 se : 0,06

sd : 0,18 se : 0,06

Residuen

sd : 0,95 se : 0,02

sd : 0,95 se : 0,02

sd : 0,95 se : 0,02

Beobachtungen p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

2209 ∗∗

p < 0.01,

∗∗∗

2209

2209

p < 0.001

Tabelle A.2: Mathematische Kompetenzen: Interaktionsmodelle kognitive Aktivitäten (Mehrebenenanalyse) Modell 3.1 Kontrollvariablen Level 1 Junge Alter in Monaten am 2. Testtag Nettoäquivalenzeinkommen in 1000 Euro CASMIN Eltern (Ref. 1a, 1b max. Hauptschulabschluss ohne Ausbildung) 1c Hauptschulabschluss mit beruflicher Ausbildung 2b Mittlere Reife ohne berufliche Ausbildung 2a Mittlere Reife mit beruflicher Ausbildung 2c_gen Hochschulreife ohne berufliche Ausbildung 2c_voc Hochschulreife mit beruflicher Ausbildung 3a Fachhochschulabschluss p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

∗∗

p < 0.01,

∗∗∗

Modell 3.2

Modell 3.3

0,06 (0,18) 0,06∗∗∗ (0,00) 0,02 (0,16)

0,06 (0,18) 0,06∗∗∗ (0,00) 0,02 (0,15)

0,06 (0,18) 0,06∗∗∗ (0,00) 0,02 (0,17)

0,24+

0,23+

0,23+

(0,07) 0,25+

(0,08) 0,24+

(0,07) 0,24+

(0,09) 0,52∗∗∗ (0,00) 0,30∗

(0,10) 0,51∗∗∗ (0,00) 0,29∗

(0,09) 0,51∗∗∗ (0,00) 0,29∗

(0,03) 0,60∗∗∗

(0,03) 0,59∗∗∗

(0,04) 0,59∗∗∗

(0,00) 0,70∗∗∗ (0,00)

(0,00) 0,69∗∗∗ (0,00)

(0,00) 0,69∗∗∗ (0,00)

p < 0.001

Fortsetzung nächste Seite

A.1 Tabellen zu Kapitel 4

153

Fortsetzung Tabelle A.2 Modell 3.1 0,78∗∗∗

3b Universitätsabschluss EGP (Ref. I) II IV IIIa, V VI IIIb, VII Migrationshintergrund (Ref. kein Migrationshintergrund) 1 Elternteil Migrationshintergrund, 1 Elternteil Deutsch beide Eltern mit Migrationshintergrund Kontrollvariablen Level 2/Level 3 Gruppe: N behinderte Kinder Gruppe: durchschnittliche Anzahl an Betreuungsstunden Gruppe: Fortbildungstunden pro Jahr Gruppe: Supervision verfügbar Einrichtung: Öffnungszeiten pro Woche in Stunden Kulturelles Kapital Level 1 tägliche Lesezeit Eltern in Stunden Index Kulturelle Partizipation Eltern Bücher im Haushalt (Ref. 0-100) 101-200 p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

∗∗

p < 0.01,

∗∗∗

Modell 3.2 0,78∗∗∗

Modell 3.3 0,77∗∗∗ (0,00)

(0,00)

(0,00)

−0,02 (0,68) −0,15 (0,20) −0,17∗ (0,02) −0,28∗∗ (0,01) −0,27∗∗ (0,00)

−0,02 (0,69) −0,15 (0,20) −0,17∗ (0,03) −0,28∗∗ (0,01) −0,27∗∗ (0,00)

−0,03 (0,65) −0,16 (0,19) −0,17∗ (0,02) −0,28∗∗ (0,01) −0,27∗∗ (0,00)

−0,03

−0,02

−0,02

(0,75) −0,16∗ (0,02)

(0,78) −0,16∗ (0,02)

(0,76) −0,16∗ (0,01)

−0,01 (0,39) 0,00

−0,01 (0,37) 0,00

−0,01 (0,38) 0,01

(0,90) −0,00 (0,71) −0,01 (0,94) −0,01

(0,89) −0,00 (0,66) −0,00 (0,99) −0,00

(0,85) −0,00 (0,67) −0,01 (0,90) −0,01

(0,26)

(0,29)

(0,26)

0,01 (0,54) 0,03 (0,23)

0,01 (0,59) 0,03 (0,22)

0,01 (0,56) 0,03 (0,23)

0,16∗ (0,01)

0,16∗ (0,01)

0,15∗ (0,01)

p < 0.001

Fortsetzung nächste Seite

154

Anhang

Fortsetzung Tabelle A.2 Modell 3.1 >200 kulturelle Aktivitäten – kognitiv kulturelle Aktivitäten – kreativ täglich Kulturelles Kapital Level 3 tägliche Lesezeit Eltern in Stunden: Einrichtung Index Kulturelle Partizipation Eltern: Einrichtung Bücher im Haushalt: Einrichtung kulturelle Aktivitäten – kognitiv: Einrichtung kulturelle Aktivitäten – kreativ: Einrichtung Häufigkeit Vorlesen: Einrichtung Intergenerationale Schließung N bekannte Eltern N bekannte Eltern: Einrichtung Interaktionen kulturelle Aktivitäten – kognitiv × kulturelle Aktivitäten – kognitiv: Einrichtung

Modell 3.2 0,16∗

(0,01) 0,05+ (0,05) −0,07∗∗ (0,01) 0,09+ (0,10)

(0,02) 0,06∗ (0,03) −0,07∗∗ (0,01) 0,09 (0,11)

0,16∗ (0,01) 0,04 (0,37) −0,07∗∗ (0,01) 0,09+ (0,10)

−0,16+

−0,16+

−0,16+

(0,06) −0,11

(0,06) −0,11

(0,06) −0,10

(0,24) 0,21∗ (0,05) −0,05

(0,24) 0,20+ (0,06) −0,11

(0,25) 0,21∗ (0,04) −0,09

(0,60) −0,17+ (0,06) −0,13 (0,53)

(0,39) −0,16+ (0,08) −0,12 (0,57)

(0,49) −0,17+ (0,06) −0,13 (0,52)

0,01∗∗ (0,01) 0,02 (0,13)

0,01∗∗ (0,01) 0,02 (0,13)

0,01∗∗ (0,00) 0,02 (0,13)

−0,13∗

−0,01

(0,01) N bekannte Eltern × kulturelle Aktivitäten – kognitiv: Einrichtung

0,01 (0,39)

N bekannte Eltern × kulturelle Aktivitäten – kognitiv N bekannte Eltern × kulturelle Aktivitäten – kognitiv: Einrichtung × kulturelle Aktivitäten – kognitiv p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

∗∗

p < 0.01,

∗∗∗

Modell 3.3

0,16∗

(0,95) 0,00 (0,67) 0,00 (0,78) −0,01

p < 0.001

Fortsetzung nächste Seite

A.1 Tabellen zu Kapitel 4

155

Fortsetzung Tabelle A.2 Modell 3.1 −4,38∗∗∗ (0,00)

Konstante

Modell 3.2 −4,39∗∗∗ (0,00)

Modell 3.3 (0,15) −4,40∗∗∗ (0,00)

Level 3: Einrichtung Konstante

sd : 0,25 se : 0,04

sd : 0,25 se : 0,04

sd : 0,25 se : 0,04

Level 2: Gruppe Konstante

sd : 0,18 se : 0,06

sd : 0,18 se : 0,06

sd : 0,18 se : 0,06

Residuen

sd : 0,95 se : 0,02

sd : 0,95 se : 0,02

sd : 0,95 se : 0,02

Beobachtungen p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

2209 ∗∗

p < 0.01,

∗∗∗

2209

2209

p < 0.001

Tabelle A.3: Mathematische Kompetenzen: Interaktionsmodelle kreativ-musische Aktivitäten (Mehrebenenanalyse) Modell 4.1 Kontrollvariablen Level 1 Junge Alter in Monaten am 2. Testtag Nettoäquivalenzeinkommen in 1000 Euro CASMIN Eltern (Ref. 1a, 1b max. Hauptschulabschluss ohne Ausbildung) 1c Hauptschulabschluss mit beruflicher Ausbildung 2b Mittlere Reife ohne berufliche Ausbildung 2a Mittlere Reife mit beruflicher Ausbildung 2c_gen Hochschulreife ohne berufliche Ausbildung 2c_voc Hochschulreife mit beruflicher Ausbildung p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

∗∗

p < 0.01,

∗∗∗

Modell 4.2

Modell 4.3

0,06 (0,18) 0,06∗∗∗ (0,00) 0,02 (0,15)

0,06 (0,18) 0,06∗∗∗ (0,00) 0,02 (0,15)

0,06 (0,20) 0,06∗∗∗ (0,00) 0,02 (0,15)

0,23+

0,24+

0,23+

(0,07) 0,24+

(0,07) 0,24+

(0,08) 0,24+

(0,10) 0,52∗∗∗ (0,00) 0,30∗

(0,09) 0,52∗∗∗ (0,00) 0,30∗

(0,10) 0,51∗∗∗ (0,00) 0,29∗

(0,03) 0,59∗∗∗

(0,03) 0,60∗∗∗

(0,03) 0,59∗∗∗

p < 0.001

Fortsetzung nächste Seite

156

Anhang

Fortsetzung Tabelle A.3 Modell 4.1 (0,00) 0,69∗∗∗ (0,00) 0,78∗∗∗ (0,00)

3a Fachhochschulabschluss 3b Universitätsabschluss EGP (Ref. I) II IV IIIa, V VI IIIb, VII Migrationshintergrund (Ref. kein Migrationshintergrund) 1 Elternteil Migrationshintergrund, 1 Elternteil Deutsch beide Eltern mit Migrationshintergrund Kontrollvariablen Level 2/Level 3 Gruppe: N behinderte Kinder Gruppe: durchschnittliche Anzahl an Betreuungsstunden Gruppe: Fortbildungstunden pro Jahr Gruppe: Supervision verfügbar Einrichtung: Öffnungszeiten pro Woche in Stunden Kulturelles Kapital Level 1 tägliche Lesezeit Eltern in Stunden Index Kulturelle Partizipation Eltern

Modell 4.2 (0,00) 0,69∗∗∗ (0,00) 0,78∗∗∗ (0,00)

Modell 4.3 (0,00) 0,69∗∗∗ (0,00) 0,78∗∗∗ (0,00)

−0,02 (0,70) −0,15 (0,20) −0,17∗ (0,03) −0,28∗∗ (0,01) −0,27∗∗ (0,00)

−0,02 (0,70) −0,15 (0,20) −0,17∗ (0,03) −0,28∗∗ (0,01) −0,27∗∗ (0,00)

−0,02 (0,71) −0,15 (0,20) −0,17∗ (0,03) −0,28∗∗ (0,01) −0,27∗∗ (0,00)

−0,02

−0,02

−0,02

(0,79) −0,16∗ (0,02)

(0,79) −0,16∗ (0,02)

(0,80) −0,16∗ (0,02)

−0,01 (0,38) 0,00

−0,01 (0,38) 0,00

−0,01 (0,37) 0,00

(0,89) −0,00 (0,67) −0,00 (0,98) −0,00

(0,89) −0,00 (0,68) −0,00 (0,97) −0,00

(0,91) −0,00 (0,69) −0,00 (0,97) −0,00

(0,29)

(0,29)

(0,29)

0,01 (0,56) 0,03 (0,22)

0,01 (0,56) 0,03 (0,23)

0,01 (0,58) 0,03 (0,21)

Bücher im Haushalt (Ref. 0-100) p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

∗∗

p < 0.01,

∗∗∗

p < 0.001

Fortsetzung nächste Seite

A.1 Tabellen zu Kapitel 4

157

Fortsetzung Tabelle A.3 Modell 4.1 101-200 >200 kulturelle Aktivitäten – kognitiv kulturelle Aktivitäten – kreativ täglich Kulturelles Kapital Level 3 tägliche Lesezeit Eltern in Stunden: Einrichtung Index Kulturelle Partizipation Eltern: Einrichtung Bücher im Haushalt: Einrichtung kulturelle Aktivitäten – kognitiv: Einrichtung kulturelle Aktivitäten – kreativ: Einrichtung Häufigkeit Vorlesen: Einrichtung Intergenerationale Schließung N bekannte Eltern

Interaktionen kulturelle Aktivitäten – kreativ × kulturelle Aktivitäten – kreativ: Einrichtung

(0,01) 0,16∗ (0,02) 0,06∗ (0,03) −0,08∗∗ (0,01) 0,09 (0,11)

(0,01) 0,16∗ (0,02) 0,06∗ (0,03) −0,07∗∗ (0,01) 0,09 (0,11)

0,16∗ (0,01) 0,16∗ (0,02) 0,06∗ (0,02) −0,05 (0,28) 0,09 (0,12)

−0,16+

−0,16+

−0,16+

(0,06) −0,11

(0,06) −0,11

(0,06) −0,11

(0,24) 0,20+ (0,06) −0,03

(0,24) 0,20+ (0,06) −0,03

(0,24) 0,20+ (0,06) −0,03

(0,74) −0,16+ (0,07) −0,12 (0,55)

(0,74) −0,17 (0,19) −0,12 (0,56)

(0,73) −0,21 (0,12) −0,12 (0,55)

0,01∗∗ (0,01) 0,02 (0,11)

−0,01

0,00 (0,93)

N bekannte Eltern × kulturelle Aktivitäten – kreativ

0,01∗ (0,01) 0,02 (0,12) −0,04

(0,84) N bekannte Eltern × kulturelle Aktivitäten – kreativ: Einrichtung

Modell 4.3

0,16∗

0,01∗∗ (0,01) 0,02 (0,11)

N bekannte Eltern: Einrichtung

Modell 4.2

0,16∗

(0,66) 0,00 (0,67) −0,00 (0,41)

p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

∗∗

p < 0.01,

∗∗∗

p < 0.001

Fortsetzung nächste Seite

158

Anhang

Fortsetzung Tabelle A.3 Modell 4.1

Modell 4.2

N bekannte Eltern × kulturelle Aktivitäten – kreativ: Einrichtung × kulturelle Aktivitäten – kreativ

Modell 4.3 0,00

−4,40∗∗∗ (0,00)

Konstante

−4,41∗∗∗ (0,00)

(0,64) −4,38∗∗∗ (0,00)

Level 3: Einrichtung Konstante

sd : 0,25 se : 0,04

sd : 0,25 se : 0,04

sd : 0,26 se : 0,04

Level 2: Gruppe Konstante

sd : 0,18 se : 0,06

sd : 0,18 se : 0,06

sd : 0,18 se : 0,06

Residuen

sd : 0,95 se : 0,02

sd : 0,95 se : 0,02

sd : 0,95 se : 0,02

Beobachtungen p-Werte in Klammern + p < 0.10, ∗ p < 0.05,

2209 ∗∗

p < 0.01,

∗∗∗

p < 0.001

2209

2209

A.2 Tabellen zu Kapitel 5

159

A.2 Tabellen zu Kapitel 5

Tabelle A.4: Logistische Regression der Aspiration für ein Abitur: Interaktion der ElternAspiration mit dem akademischen Potenzial Modell 2.1 Schulform (Ref. Gymnasium/Gymnasialzweig) Hauptschule/Hauptschulzweig Realschule/Realschulzweig kein Zweig EGP Eltern (Ref. I) II IV IIIa, V VI IIIb, VII CASMIN Eltern (Ref. 3b Universitätsabschluss) 1a, 1b kein Abschluss, Hauptschulabschluss ohne berufl. Ausbildung 1c Hauptschulabschluss mit beruflicher Ausbildung 2b Mittlere Reife ohne berufliche Ausbildung 2a Mittlere Reife mit beruflicher Ausbildung 2c_gen Hochschulreife ohne berufliche Ausbildung 2c_voc Hochschulreife mit beruflicher Ausbildung 3a Fachhochschulabschluss Migrationshintergrund (Ref. kein Mig.hg.) 1 Elternteil Migrationshintergrund, 1 Elternteil Deutsch

Modell 2.2

Modell 2.3

−2,78∗∗∗

(0,00)

−2,79∗∗∗

(0,00)

−2,81∗∗∗

(0,00)

−2,26∗∗∗

(0,00)

−2,29∗∗∗

(0,00)

−2,32∗∗∗

(0,00)

−1,98∗∗∗

(0,00)

−1,99∗∗∗

(0,00)

−2,04∗∗∗

(0,00)

−0,04 −0,22 0,08 −0,38 −0,11

(0,83) (0,50) (0,71) (0,18) (0,63)

−0,05 −0,22 0,07 −0,38 −0,11

(0,79) (0,51) (0,74) (0,18) (0,61)

−0,07 −0,19 0,08 −0,39 −0,12

(0,73) (0,55) (0,71) (0,17) (0,59)

−0,50

(0,25)

−0,51

(0,24)

−0,53

(0,23)

−0,62∗

(0,04)

−0,63∗

(0,04)

−0,61∗

(0,05)

−0,72

(0,12)

−0,75

(0,11)

−0,74

(0,11)

−0,60∗

(0,01)

−0,60∗

(0,01)

−0,59∗

(0,02)

−0,09

(0,82)

−0,10

(0,81)

−0,08

(0,84)

−0,38

(0,17)

−0,38

(0,17)

−0,37

(0,17)

0,02

(0,94)

0,02

(0,95)

0,04

(0,90)

−0,08

(0,70)

−0,09

(0,66)

−0,09

(0,67)

Logit-Koeffizienten, p-Werte in Klammern. + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

160

Anhang

Fortsetzung Tabelle A.4 Modell 2.1 beide Eltern mit Migrationshintergrund weiblich Geburtsdatum in Monaten Lese-Kompetenzen Notendurchschnitt Mathematische Kompetenzen Freunde streben Abitur an Eltern wünschen Abitur Eltern wünschen Abitur × Lese-Kompetenzen Eltern wünschen Abitur × Mathematische Kompetenzen Eltern wünschen Abitur × Notendurchschnitt Konstante Beobachtungen

0,47+

Modell 2.2

Modell 2.3

(0,06)

0,46+

(0,07)

0,44+

(0,07)

0,23 0,02+

(0,12) (0,09)

0,23 0,02+

(0,13) (0,08)

0,22 0,02+

(0,13) (0,07)

0,12 2,15∗∗∗ 0,21∗

(0,18) (0,00) (0,03)

0,21∗∗ 2,13∗∗∗ 0,15

(0,00) (0,00) (0,16)

0,21∗∗ 1,42∗ 0,20∗

(0,00) (0,05) (0,04)

0,54∗∗∗

(0,00)

0,52∗∗∗

(0,00)

0,52∗∗∗

(0,00)

1,36∗∗∗ 0,21+

(0,00) (0,06)

1,38∗∗∗

(0,00)

0,37

(0,54)

0,13

(0,36)

1,68+

(0,07)

−8,93

(0,11)

2747

−9,19+

(0,10)

2747

−8,82

(0,11)

2747

Logit-Koeffizienten, p-Werte in Klammern. + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Tabelle A.5: Logistische Regression der Aspiration für ein Abitur: Interaktion der Freundes-Aspirationen mit dem akademischen Potenzial Modell 3.1 Schulform (Ref. Gymnasium/Gymnasialzweig) Hauptschule/Hauptschulzweig Realschule/Realschulzweig kein Zweig EGP Eltern (Ref. I) II IV IIIa, V VI IIIb, VII

Modell 3.2

Modell 3.3

−2,77∗∗∗

(0,00)

−2,82∗∗∗

(0,00)

−2,83∗∗∗

(0,00)

−2,27∗∗∗

(0,00)

−2,33∗∗∗

(0,00)

−2,35∗∗∗

(0,00)

−2,00∗∗∗

(0,00)

−2,03∗∗∗

(0,00)

−2,04∗∗∗

(0,00)

−0,07 −0,24 0,07 −0,42 −0,12

(0,72) (0,47) (0,76) (0,14) (0,58)

−0,06 −0,22 0,07 −0,39 −0,12

(0,74) (0,50) (0,75) (0,17) (0,59)

−0,06 −0,25 0,07 −0,38 −0,12

(0,75) (0,44) (0,73) (0,18) (0,58)

Logit-Koeffizienten, p-Werte in Klammern. + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

A.2 Tabellen zu Kapitel 5

161

Fortsetzung Tabelle A.5 Modell 3.1 CASMIN Eltern (Ref. 3b Universitätsabschluss) 1a, 1b kein Abschluss, Hauptschulabschluss ohne berufl. Ausbildung 1c Hauptschulabschluss mit beruflicher Ausbildung 2b Mittlere Reife ohne berufliche Ausbildung 2a Mittlere Reife mit beruflicher Ausbildung 2c_gen Hochschulreife ohne berufliche Ausbildung 2c_voc Hochschulreife mit beruflicher Ausbildung 3a Fachhochschulabschluss Migrationshintergrund (Ref. kein Mig.hg.) 1 Elternteil Migrationshintergrund, 1 Elternteil Deutsch beide Eltern mit Migrationshintergrund weiblich Geburtsdatum in Monaten Lese-Kompetenzen Notendurchschnitt Mathematische Kompetenzen Freunde streben Abitur an Eltern wünschen Abitur Freunde streben Abitur an × Lese-Kompetenzen Freunde streben Abitur an × Mathematische Kompetenzen Freunde streben Abitur an × Notendurchschnitt

Modell 3.2

Modell 3.3

−0,54

(0,22)

−0,55

(0,21)

−0,56

(0,20)

−0,64∗

(0,04)

−0,65∗

(0,03)

−0,66∗

(0,03)

−0,73

(0,11)

−0,76

(0,10)

−0,80+

(0,08)

−0,60∗

(0,01)

−0,62∗

(0,01)

−0,62∗∗

(0,01)

−0,06

(0,89)

−0,10

(0,81)

−0,10

(0,82)

−0,39

(0,17)

−0,41

(0,14)

−0,42

(0,13)

0,00

(1,00)

0,01

(0,97)

−0,00

(1,00)

−0,11

(0,60)

−0,09

(0,65)

−0,10

(0,62)

0,45+

(0,07)

0,42+

(0,09)

0,43+

(0,08)

0,23 0,02+

(0,13) (0,08)

0,23 0,02+

(0,12) (0,07)

0,24 0,02+

(0,12) (0,08)

0,13 2,12∗∗∗ 0,21∗

(0,10) (0,00) (0,03)

0,21∗∗ 2,13∗∗∗ 0,22∗

(0,00) (0,00) (0,02)

0,22∗∗ 2,73∗∗∗ 0,21∗

(0,00) (0,00) (0,04)

0,48∗∗∗

(0,00)

0,53∗∗∗

(0,00)

1,45+

(0,07)

1,43∗∗∗ 0,22

(0,00) (0,11)

1,42∗∗∗

(0,00)

1,42∗∗∗

(0,00)

−0,03

(0,81)

−1,50

(0,24)

Logit-Koeffizienten, p-Werte in Klammern. + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

162

Anhang

Fortsetzung Tabelle A.5 Modell 3.1 Konstante Beobachtungen

−9,27+

(0,09)

2747

Modell 3.2 −9,23+

(0,09)

2747

Modell 3.3 −9,51+

(0,08)

2747

Logit-Koeffizienten, p-Werte in Klammern. + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Tabelle A.6: Logistische Regression der Aspiration für ein Abitur: Interaktion der ElternAspiration mit dem akademischen Potenzial – Quintile Modell 4.1 Schulform (Ref. Gymnasium/Gymnasialzweig) Hauptschule/Hauptschulzweig Realschule/Realschulzweig kein Zweig EGP Eltern (Ref. I) II IV IIIa, V VI IIIb, VII CASMIN Eltern (Ref. 3b Universitätsabschluss) 1a, 1b kein Abschluss, Hauptschulabschluss ohne berufl. Ausbildung 1c Hauptschulabschluss mit beruflicher Ausbildung 2b Mittlere Reife ohne berufliche Ausbildung 2a Mittlere Reife mit beruflicher Ausbildung 2c_gen Hochschulreife ohne berufliche Ausbildung 2c_voc Hochschulreife mit beruflicher Ausbildung 3a Fachhochschulabschluss

Modell 4.2

Modell 4.3

−2,95∗∗∗

(0,00)

−2,95∗∗∗

(0,00)

−2,96∗∗∗

(0,00)

−2,37∗∗∗

(0,00)

−2,40∗∗∗

(0,00)

−2,43∗∗∗

(0,00)

−2,12∗∗∗

(0,00)

−2,14∗∗∗

(0,00)

−2,15∗∗∗

(0,00)

−0,01 −0,17 0,13 −0,31 −0,12

(0,96) (0,61) (0,54) (0,26) (0,59)

0,01 −0,14 0,13 −0,29 −0,11

(0,97) (0,67) (0,58) (0,29) (0,62)

−0,03 −0,14 0,13 −0,31 −0,14

(0,87) (0,67) (0,56) (0,27) (0,51)

−0,65

(0,15)

−0,63

(0,15)

−0,65

(0,15)

−0,72∗

(0,02)

−0,73∗

(0,02)

−0,73∗

(0,02)

−0,85+

(0,07)

−0,89+

(0,06)

−0,87+

(0,06)

−0,70∗∗

(0,01)

−0,70∗∗

(0,01)

−0,70∗∗

(0,01)

−0,24

(0,57)

−0,26

(0,53)

−0,22

(0,58)

−0,50+

(0,10)

−0,49

(0,10)

−0,50+

(0,10)

−0,09

(0,79)

−0,04

(0,91)

−0,04

(0,91)

Logit-Koeffizienten, p-Werte in Klammern. + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

A.2 Tabellen zu Kapitel 5

163

Fortsetzung Tabelle A.6 Modell 4.1 Migrationshintergrund (Ref. kein Mig.hg.) 1 Elternteil Migrationshintergrund, 1 Elternteil Deutsch beide Eltern mit Migrationshintergrund weiblich Geburtsdatum in Monaten Lese-Kompetenz: Quantil=2 Lese-Kompetenz: Quantil=3 Lese-Kompetenz: Quantil=4 Lese-Kompetenz: Quantil=5 Notendurchschnitt: Quantil=2 Notendurchschnitt: Quantil=3 Notendurchschnitt: Quantil=4 Notendurchschnitt: Quantil=5 MathematikKompetenz: Quantil=2 MathematikKompetenz: Quantil=3 MathematikKompetenz: Quantil=4 MathematikKompetenz: Quantil=5 Freunde streben Abitur an Eltern wünschen Abitur Lese-Kompetenz: Quantil=2 × Eltern wünschen Abitur Lese-Kompetenz: Quantil=3 × Eltern wünschen Abitur

−0,15

(0,45)

Modell 4.2

−0,16

(0,43)

Modell 4.3

−0,18

(0,37)

0,46+

(0,06)

0,48+

(0,06)

0,42+

(0,09)

0,18 0,02+

(0,22) (0,06)

0,17 0,02∗

(0,25) (0,05)

0,20 0,02+

(0,18) (0,07)

0,00

(0,99)

0,27

(0,17)

0,29

(0,14)

0,40

(0,13)

0,57∗∗

(0,01)

0,58∗∗

(0,01)

0,46

(0,14)

0,69∗∗

(0,00)

0,70∗∗

(0,00)

0,23

(0,51)

0,74∗∗

(0,01)

0,73∗∗

(0,01)

0,07

(0,69)

0,05

(0,79)

−0,10

(0,68)

0,45∗

(0,02)

0,45∗

(0,02)

0,38

(0,13)

0,80∗∗∗

(0,00)

0,77∗∗

(0,00)

0,43

(0,15)

0,99∗∗

(0,01)

0,95∗

(0,01)

0,80

(0,16)

−0,07

(0,76)

−0,34

(0,17)

−0,09

(0,68)

0,08

(0,74)

−0,20

(0,39)

0,07

(0,75)

0,36

(0,22)

0,21

(0,47)

0,34

(0,24)

0,49

(0,17)

0,36

(0,40)

0,48

(0,18)

0,50∗∗∗

(0,00)

0,49∗∗∗

(0,00)

0,48∗∗∗

(0,00)

0,99∗∗∗ 0,65∗

(0,00) (0,04)

1,00∗∗∗

(0,00)

1,10∗∗∗

(0,00)

0,35

(0,29)

Logit-Koeffizienten, p-Werte in Klammern. + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

164

Anhang

Fortsetzung Tabelle A.6 Modell 4.1 Lese-Kompetenz: Quantil=4 × Eltern wünschen Abitur Lese-Kompetenz: Quantil=5 × Eltern wünschen Abitur MathematikKompetenz: Quantil=2 × Eltern wünschen Abitur MathematikKompetenz: Quantil=3 × Eltern wünschen Abitur MathematikKompetenz: Quantil=4 × Eltern wünschen Abitur MathematikKompetenz: Quantil=5 × Eltern wünschen Abitur Notendurchschnitt: Quantil=2 × Eltern wünschen Abitur Notendurchschnitt: Quantil=3 × Eltern wünschen Abitur Notendurchschnitt: Quantil=4 × Eltern wünschen Abitur Notendurchschnitt: Quantil=5 × Eltern wünschen Abitur Konstante Beobachtungen

0,50

(0,19)

1,10∗

(0,05)

−8,58

(0,11)

2713

Logit-Koeffizienten, p-Werte in Klammern. + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Modell 4.2

0,65+

(0,08)

0,69+

(0,07)

0,33

(0,47)

0,35

(0,53)

−9,00+ 2713

(0,09)

Modell 4.3

0,35

(0,33)

0,16

(0,66)

0,97∗

(0,02)

0,36

(0,63)

−8,43

(0,12)

2713

A.2 Tabellen zu Kapitel 5

165

Tabelle A.7: Logistische Regression der Aspiration für ein Abitur: Interaktion der Freundes-Aspirationen mit dem akademischen Potenzial – Quintile Modell 5.1 Schulform (Ref. Gymnasium/Gymnasialzweig) Hauptschule/Hauptschulzweig Realschule/Realschulzweig kein Zweig EGP Eltern (Ref. I) II IV IIIa, V VI IIIb, VII CASMIN Eltern (Ref. 3b Universitätsabschluss) 1a, 1b kein Abschluss, Hauptschulabschluss ohne berufl. Ausbildung 1c Hauptschulabschluss mit beruflicher Ausbildung 2b Mittlere Reife ohne berufliche Ausbildung 2a Mittlere Reife mit beruflicher Ausbildung 2c_gen Hochschulreife ohne berufliche Ausbildung 2c_voc Hochschulreife mit beruflicher Ausbildung 3a Fachhochschulabschluss Migrationshintergrund (Ref. kein Mig.hg.) 1 Elternteil Migrationshintergrund, 1 Elternteil Deutsch beide Eltern mit Migrationshintergrund weiblich

Modell 5.2

Modell 5.3

−2,92∗∗∗

(0,00)

−2,97∗∗∗

(0,00)

−2,99∗∗∗

(0,00)

−2,37∗∗∗

(0,00)

−2,45∗∗∗

(0,00)

−2,46∗∗∗

(0,00)

−2,11∗∗∗

(0,00)

−2,18∗∗∗

(0,00)

−2,18∗∗∗

(0,00)

−0,02 −0,19 0,12 −0,35 −0,14

(0,91) (0,57) (0,60) (0,20) (0,53)

−0,03 −0,17 0,11 −0,32 −0,14

(0,87) (0,60) (0,61) (0,25) (0,54)

−0,03 −0,21 0,11 −0,33 −0,16

(0,86) (0,53) (0,60) (0,23) (0,47)

−0,67

(0,13)

−0,68

(0,13)

−0,71

(0,12)

−0,75∗

(0,01)

−0,74∗

(0,02)

−0,77∗

(0,01)

−0,93∗

(0,05)

−0,89+

(0,06)

−0,93∗

(0,05)

−0,72∗∗

(0,00)

−0,72∗∗

(0,00)

−0,74∗∗

(0,00)

−0,24

(0,56)

−0,24

(0,56)

−0,26

(0,52)

−0,51+

(0,08)

−0,52+

(0,08)

−0,54+

(0,07)

−0,11

(0,75)

−0,07

(0,83)

−0,09

(0,78)

−0,17

(0,39)

−0,16

(0,42)

−0,19

(0,34)

0,45+

(0,07)

0,41

(0,10)

0,42+

(0,09)

0,19

(0,21)

0,19

(0,21)

0,20

(0,18)

Logit-Koeffizienten, p-Werte in Klammern. + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

166

Anhang

Fortsetzung Tabelle A.7 Modell 5.1 Geburtsdatum in Monaten Lese-Kompetenz: Quantil=2 Lese-Kompetenz: Quantil=3 Lese-Kompetenz: Quantil=4 Lese-Kompetenz: Quantil=5 Notendurchschnitt: Quantil=2 Notendurchschnitt: Quantil=3 Notendurchschnitt: Quantil=4 Notendurchschnitt: Quantil=5 MathematikKompetenz: Quantil=2 MathematikKompetenz: Quantil=3 MathematikKompetenz: Quantil=4 MathematikKompetenz: Quantil=5 Freunde streben Abitur an Eltern wünschen Abitur Lese-Kompetenz: Quantil=2 × Freunde streben Abitur an Lese-Kompetenz: Quantil=3 × Freunde streben Abitur an Lese-Kompetenz: Quantil=4 × Freunde streben Abitur an Lese-Kompetenz: Quantil=5 × Freunde streben Abitur an

0,02+

Modell 5.2

Modell 5.3

(0,05)

0,02+

(0,06)

0,02+

(0,06)

−0,01

(0,97)

0,28

(0,17)

0,27

(0,17)

0,39

(0,12)

0,57∗∗

(0,01)

0,57∗∗

(0,01)

0,33

(0,27)

0,69∗∗

(0,00)

0,69∗∗

(0,00)

0,45

(0,17)

0,74∗∗

(0,01)

0,75∗∗

(0,00)

0,03

(0,86)

0,04

(0,80)

0,45∗

(0,02)

0,44∗

(0,02)

0,51∗

(0,05)

0,77∗∗

(0,00)

0,79∗∗

(0,00)

0,82∗∗

(0,00)

0,95∗

(0,01)

0,95∗

(0,01)

1,46∗∗

(0,00)

−0,03

(0,92)

−0,08

(0,70)

−0,22

(0,41)

−0,07

(0,73)

0,08

(0,74)

−0,01

(0,98)

0,07

(0,75)

0,34

(0,22)

0,33

(0,29)

0,32

(0,27)

0,52

(0,16)

0,51

(0,17)

0,48

(0,19)

0,00

(0,99)

0,37

(0,13)

0,55+

(0,07)

1,40∗∗∗ 0,77∗

(0,00) (0,03)

1,39∗∗∗

(0,00)

1,39∗∗∗

(0,00)

0,45

(0,26)

1,01∗

(0,02)

0,71

(0,19)

Logit-Koeffizienten, p-Werte in Klammern. + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

A.2 Tabellen zu Kapitel 5

167

Fortsetzung Tabelle A.7 Modell 5.1 MathematikKompetenz: Quantil=2 × Freunde streben Abitur an MathematikKompetenz: Quantil=3 × Freunde streben Abitur an MathematikKompetenz: Quantil=4 × Freunde streben Abitur an MathematikKompetenz: Quantil=5 × Freunde streben Abitur an Notendurchschnitt: Quantil=2 × Freunde streben Abitur an Notendurchschnitt: Quantil=3 × Freunde streben Abitur an Notendurchschnitt: Quantil=4 × Freunde streben Abitur an Notendurchschnitt: Quantil=5 × Freunde streben Abitur an Konstante Beobachtungen

−8,84

(0,10)

2713

Logit-Koeffizienten, p-Werte in Klammern. + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Modell 5.2 0,34

(0,36)

0,19

(0,60)

−0,03

(0,96)

−0,11

(0,83)

−8,54 2713

(0,12)

Modell 5.3

0,16

(0,67)

−0,21

(0,64)

−0,13

(0,78)

−1,25+

(0,06)

−8,88

(0,10)

2713

168

Anhang

A.3 Tabellen zu Kapitel 6

Tabelle A.8: Multinomiale logistische Regression des Übergangs im Jahr des Schulabgangs: Mobilisierung des Einsatzes von Ressourcen in unterschiedlicher Detailliertheit Modell 2.1 Schule männlich Alter in Monaten Abgang nach Klasse 10 Schulabschluss (Ref. kein Abschluss) Hauptschulabschluss mittlerer schluss

Schulab-

Migrationshg Bildung Eltern (Ref: max. Hauptschulabschluss ohne Ausbildung) MR/Abi ohne AB HS mit AB MR mit AB Abi mit AB Studium

Schule

Modell 2.3

sonst.

Schule

sonst.

−0,41∗∗∗ −0,30∗∗∗ −0,41∗∗∗ −0,29∗∗∗ −0,43∗∗∗ −0,30∗∗∗ (0,00) (0,00) (0,00) (0,00) (0,00) (0,00) −0,03∗∗∗ 0,02∗∗∗ −0,03∗∗∗ 0,02∗∗∗ −0,03∗∗∗ 0,02∗∗∗ (0,00) (0,00) (0,00) (0,00) (0,00) (0,00) 0,12 0,08 0,17 0,10 0,12 0,08 (0,39) (0,60) (0,23) (0,53) (0,40) (0,60)

−2,39∗∗∗ −2,09∗∗∗ −2,44∗∗∗ −2,12∗∗∗ −2,36∗∗∗ −2,08∗∗∗ (0,00) (0,00) (0,00) (0,00) (0,00) (0,00) −2,09∗∗∗ −3,29∗∗∗ −2,12∗∗∗ −3,32∗∗∗ −2,08∗∗∗ −3,30∗∗∗ (0,00)

Migrationshintergrund (Ref. kein Migrationshg) 1 Elternteil Migrationshg

sonst.

Modell 2.2

(0,00)

(0,00)

(0,00)

(0,00)

(0,00)

0,34∗∗

0,27∗

0,30∗∗

0,26∗

0,32∗∗

0,27∗

(0,00) 1,00∗∗∗ (0,00)

(0,02) 0,60∗∗∗ (0,00)

(0,01) 0,93∗∗∗ (0,00)

(0,02) 0,54∗∗∗ (0,00)

(0,00) 0,94∗∗∗ (0,00)

(0,02) 0,59∗∗∗ (0,00)

0,05 (0,80) −0,02 (0,92) 0,07 (0,71) 0,28 (0,18) 0,52∗

−0,04 (0,82) −0,09 (0,57) 0,04 (0,80) −0,02 (0,92) 0,33

0,11 (0,59) 0,06 (0,74) 0,17 (0,35) 0,40+ (0,07) 0,65∗∗

−0,04 (0,85) −0,07 (0,66) 0,07 (0,70) −0,00 (1,00) 0,36

0,03 (0,86) −0,03 (0,87) 0,05 (0,80) 0,20 (0,35) 0,38+

−0,05 (0,80) −0,10 (0,56) 0,04 (0,82) −0,04 (0,87) 0,31

Logit-Koeffizienten, p-Werte in Klammern. Basisoutcome: Übergang in Ausbildung + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

A.3 Tabellen zu Kapitel 6

169

Fortsetzung Tabelle A.8 Modell 2.1 Schule höchster ISEI ISEI quadriert Mathematische petenz: WLE

Kom-

Lesekompetenz: WLE Bundesland (Ref. Schleswig-Holstein) Hamburg Niedersachsen Bremen Nordrhein-Westfalen Hessen Rheinland-Pfalz Baden-Württemberg Bayern Saarland Berlin (Gesamt) Brandenburg MecklenburgVorpommern Sachsen Sachsen-Anhalt

sonst.

(0,02) (0,20) −0,01 −0,02+ (0,18) (0,06) 0,00∗ 0,00 (0,02) (0,12) 0,14∗∗∗ −0,10∗

Modell 2.2 Schule

Modell 2.3

sonst.

(0,00) (0,16) −0,01 −0,02 (0,37) (0,12) 0,00+ 0,00 (0,06) (0,20) 0,15∗∗∗ −0,10∗

Schule

sonst.

(0,08) −0,01 (0,27) 0,00+ (0,05) 0,13∗∗

(0,23) −0,02+ (0,06) 0,00 (0,13) −0,11∗

(0,00) 0,22∗∗∗ (0,00)

(0,03) 0,08∗ (0,04)

(0,00) 0,22∗∗∗ (0,00)

(0,03) 0,08∗ (0,04)

(0,00) 0,21∗∗∗ (0,00)

(0,02) 0,08∗ (0,04)

−0,84+ (0,09) −0,06 (0,86) −0,50 (0,32) 0,31 (0,33) 0,26 (0,43) 0,67∗ (0,04) 0,09 (0,76) −1,23∗∗∗ (0,00) 1,17∗∗ (0,01) −0,23 (0,59) −0,13 (0,75) −0,74

−0,40 (0,32) 0,15 (0,45) −0,78∗∗∗ (0,00) −0,34+ (0,09) −0,05 (0,81) 0,04 (0,86) 0,24 (0,20) −0,96∗∗∗ (0,00) 0,76+ (0,09) 0,24 (0,34) −0,08 (0,78) −0,16

−0,90+ (0,08) −0,07 (0,83) −0,54 (0,29) 0,28 (0,37) 0,23 (0,47) 0,69∗ (0,03) 0,10 (0,74) −1,24∗∗∗ (0,00) 1,21∗∗ (0,00) −0,28 (0,49) −0,11 (0,80) −0,74

−0,43 (0,32) 0,12 (0,55) −0,89∗∗∗ (0,00) −0,35+ (0,08) −0,06 (0,80) 0,02 (0,93) 0,24 (0,22) −0,98∗∗∗ (0,00) 0,74 (0,11) 0,17 (0,49) −0,11 (0,70) −0,15

−0,89+ (0,08) −0,05 (0,88) −0,48 (0,34) 0,30 (0,34) 0,24 (0,46) 0,67∗ (0,04) 0,10 (0,74) −1,22∗∗∗ (0,00) 1,17∗∗ (0,01) −0,30 (0,49) −0,11 (0,79) −0,76

−0,39 (0,34) 0,15 (0,44) −0,77∗∗∗ (0,00) −0,34+ (0,09) −0,05 (0,81) 0,04 (0,85) 0,25 (0,20) −0,95∗∗∗ (0,00) 0,76+ (0,09) 0,24 (0,35) −0,08 (0,78) −0,16

(0,16) −0,72+ (0,07) −1,72∗∗

(0,72) −0,44+ (0,07) −0,57∗∗

(0,15) −0,74+ (0,05) −1,73∗∗

(0,73) −0,50∗ (0,04) −0,61∗∗

(0,14) −0,74+ (0,06) −1,72∗∗

(0,71) −0,44+ (0,07) −0,57∗∗

Logit-Koeffizienten, p-Werte in Klammern. Basisoutcome: Übergang in Ausbildung + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

170

Anhang

Fortsetzung Tabelle A.8 Modell 2.1

Thüringen Ressourcen aus Netzwerk Einsatz Information Info Eltern=1 Info Lehrer=1 Info Weak Ties=1 Info Strong Ties=1 Einsatz Eltern=1 Einsatz Lehrer=1 Einsatz Weak Ties=1 Einsatz Strong Ties=1 Bildungskomposition Informationsnetzwerk (Ref. keine Information) mehrheitlich Abitur gleich verteilt mehrheitlich kein Abitur Bildungskomposition Einsatznetzwerk (Ref. kein Einsatz) mehrheitlich Abitur

Modell 2.2

Modell 2.3

Schule

sonst.

Schule

sonst.

Schule

sonst.

(0,00) −1,12∗∗ (0,01)

(0,01) −0,75∗∗ (0,00)

(0,00) −1,12∗∗ (0,01)

(0,00) −0,79∗∗ (0,00)

(0,00) −1,10∗∗ (0,01)

(0,01) −0,75∗∗ (0,00)

−0,32∗∗∗ (0,00) 0,32∗∗∗ (0,00) −0,07 (0,30) −0,03 (0,68) −0,54∗∗∗ (0,00) 0,08 (0,44) −0,26∗∗ (0,01) 0,20∗ (0,02)

−0,38∗∗∗ (0,00) 0,12 (0,12) −0,10 (0,22) 0,06 (0,43) 0,11 (0,15) −0,03 (0,74) −0,05 (0,60) 0,29∗∗ (0,00)

−0,60∗∗∗ 0,11 (0,00) (0,17) −0,26∗ −0,31∗∗ (0,01) (0,01)

0,10 −0,23 (0,46) (0,16) −0,26∗ −0,27+ (0,03) (0,05) −0,35∗∗∗ −0,32∗∗ (0,00)

(0,00)

−0,35∗∗ (0,00)

0,04 (0,77)

Logit-Koeffizienten, p-Werte in Klammern. Basisoutcome: Übergang in Ausbildung + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

A.3 Tabellen zu Kapitel 6

171

Fortsetzung Tabelle A.8 Modell 2.1 Schule

sonst.

Modell 2.2 Schule

Modell 2.3

sonst.

gleich verteilt mehrheitlich kein Abitur

Schule

sonst.

−0,45∗∗∗ (0,00) −0,71∗∗∗

0,18 (0,18) 0,09

Konstante

7,61∗∗∗ −0,77 (0,00) (0,44)

7,47∗∗∗ −0,88 (0,00) (0,37)

(0,00) (0,29) 7,82∗∗∗ −0,74 (0,00) (0,46)

Beobachtungen

6809

6809

6809

Logit-Koeffizienten, p-Werte in Klammern. Basisoutcome: Übergang in Ausbildung + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Tabelle A.9: Multinomiale logistische Regression des Übergangs im Jahr des Schulabgangs: Interaktionen Sozialkapital-Indikatoren × Schulabschluss Modell 3.1 Mobilisierung Ressourcen

männlich Alter in Monaten Abgang nach Klasse 10 Schulabschluss (Ref. kein Abschluss) Hauptschulabschluss mittlerer schluss

Schulab-

Migrationshg

Modell 3.3 Erwartungen Eltern

Schule

sonst.

Schule

sonst.

Schule

−0,42∗∗∗

−0,29∗∗∗

−0,48∗∗∗

−0,30∗∗∗

−0,46∗∗∗

(0,00) −0,03∗∗∗ (0,00) 0,13 (0,37)

−2,52∗∗ (0,00) −2,02∗ (0,01)

Migrationshintergrund (Ref. kein Migrationshg) 1 Elternteil Migrationshg

Modell 3.2 Positionsgenerator

(0,00) (0,00) 0,02∗∗∗ −0,03∗∗∗ (0,00) (0,00) 0,07 0,13 (0,63) (0,38)

−1,99∗ −2,18∗∗ (0,01) (0,00) −3,41∗∗∗ −2,14∗∗ (0,00)

(0,00)

(0,00) (0,00) 0,02∗∗∗ −0,03∗∗∗ (0,00) (0,00) 0,09 0,12 (0,56) (0,42)

sonst. −0,28∗∗∗ (0,00) 0,02∗∗∗ (0,00) 0,06 (0,70)

−2,14∗∗∗ −2,20∗∗∗ −1,96∗∗∗ (0,00) (0,00) (0,00) −3,17∗∗∗ −1,72∗∗∗ −3,13∗∗∗ (0,00)

(0,00)

0,17

0,34∗∗

0,27∗

0,33∗∗

0,27∗

(0,00) 1,00∗∗∗

(0,01) 0,60∗∗∗

(0,00) 1,05∗∗∗

(0,02) 0,62∗∗∗

(0,11) 0,68∗∗∗

(0,00)

0,22+ (0,05) 0,47∗∗∗

Logit-Koeffizienten, p-Werte in Klammern. Basisoutcome: Übergang in Ausbildung + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

172

Anhang

Fortsetzung Tabelle A.9 Mobilisierung Ressourcen

Bildung Eltern (Ref: max. Hauptschulabschluss ohne Ausbildung) MR/Abi ohne AB HS mit AB MR mit AB Abi mit AB Studium höchster ISEI ISEI quadriert Mathematische petenz: WLE

Kom-

Lesekompetenz: WLE Bundesland (Ref. Schleswig-Holstein) Hamburg Niedersachsen Bremen Nordrhein-Westfalen Hessen Rheinland-Pfalz Baden-Württemberg

Positionsgenerator

Erwartungen Eltern

Schule

sonst.

Schule

sonst.

Schule

sonst.

(0,00)

(0,00)

(0,00)

(0,00)

(0,00)

(0,00)

0,03 (0,88) −0,01 (0,96) 0,06 (0,77) 0,19 (0,38) 0,35 (0,12) −0,01 (0,23) 0,00+ (0,05) 0,11∗

−0,06 (0,74) −0,10 (0,55) 0,03 (0,84) −0,06 (0,78) 0,26 (0,31) −0,02+ (0,07) 0,00 (0,14) −0,13∗∗

0,06 (0,78) −0,02 (0,92) 0,07 (0,70) 0,29 (0,17) 0,53∗ (0,02) −0,01 (0,18) 0,00∗ (0,02) 0,14∗∗∗

−0,04 (0,82) −0,09 (0,58) 0,04 (0,81) −0,03 (0,91) 0,32 (0,21) −0,02+ (0,06) 0,00 (0,11) −0,11∗

0,11 (0,56) 0,04 (0,80) 0,11 (0,53) 0,32 (0,14) 0,52∗ (0,02) −0,01 (0,19) 0,00∗ (0,03) 0,16∗∗∗

−0,01 (0,94) −0,05 (0,76) 0,12 (0,52) 0,05 (0,82) 0,39 (0,14) −0,02+ (0,09) 0,00 (0,16) −0,10∗

(0,00) 0,22∗∗∗ (0,00)

(0,02) 0,08∗ (0,04)

(0,00) 0,23∗∗∗ (0,00)

(0,04) 0,08∗ (0,03)

−0,83+ (0,10) −0,06 (0,86) −0,48 (0,34) 0,30 (0,33) 0,25 (0,44) 0,67∗ (0,04) 0,09

−0,42 −0,91+ (0,30) (0,07) 0,14 −0,02 (0,47) (0,95) −0,81∗∗∗ −0,48 (0,00) (0,37) −0,34+ 0,31 (0,09) (0,34) −0,05 0,27 (0,80) (0,43) 0,04 0,73∗ (0,87) (0,03) 0,24 0,15

(0,01) 0,20∗∗∗ (0,00)

−0,46 −1,06∗ (0,25) (0,03) 0,14 −0,01 (0,49) (0,98) −0,85∗∗∗ −0,87+ (0,00) (0,10) −0,35+ 0,24 (0,08) (0,43) −0,07 0,20 (0,74) (0,53) 0,05 0,67∗ (0,84) (0,03) 0,24 0,12

(0,01) 0,07+ (0,07)

−0,46 (0,23) 0,15 (0,45) −1,04∗∗∗ (0,00) −0,35+ (0,07) −0,08 (0,69) 0,02 (0,94) 0,24

Logit-Koeffizienten, p-Werte in Klammern. Basisoutcome: Übergang in Ausbildung + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

A.3 Tabellen zu Kapitel 6

173

Fortsetzung Tabelle A.9 Mobilisierung Ressourcen Schule Bayern Saarland Berlin (Gesamt) Brandenburg MecklenburgVorpommern Sachsen Sachsen-Anhalt Thüringen Information Ressourcen aus Netzwerk Einsatz Einsatz × Hauptschulabschluss Einsatz × mittlerer Schulabschluss Information × Hauptschulabschluss Information × mittlerer Schulabschluss Positionsgenerator Positionsgenerator: keine Ausbildung

sonst.

Positionsgenerator Schule

Erwartungen Eltern

sonst.

Schule

sonst.

(0,78) (0,21) −1,24∗∗∗ −0,96∗∗∗ (0,00) (0,00) 1,17∗∗ 0,75+ (0,00) (0,09) −0,24 0,24 (0,58) (0,33) −0,13 −0,08 (0,75) (0,77) −0,75 −0,15

(0,64) (0,21) −1,23∗∗∗ −0,96∗∗∗ (0,00) (0,00) 1,18∗∗ 0,75+ (0,01) (0,09) −0,29 0,15 (0,49) (0,57) −0,14 −0,16 (0,74) (0,56) −0,72 −0,24

(0,69) (0,21) −1,15∗∗∗ −0,94∗∗∗ (0,00) (0,00) 1,14∗∗ 0,77+ (0,00) (0,08) −0,55 0,17 (0,17) (0,50) −0,22 −0,11 (0,56) (0,70) −0,87 −0,20

(0,15) −0,73+ (0,06) −1,73∗∗ (0,00) −1,12∗∗ (0,01) −0,35 (0,69)

(0,72) −0,44+ (0,07) −0,57∗∗ (0,01) −0,75∗∗ (0,00) −0,07 (0,93)

(0,18) −0,75+ (0,06) −1,71∗∗ (0,00) −1,07∗ (0,01)

(0,58) −0,52∗ (0,03) −0,66∗∗ (0,00) −0,81∗∗ (0,00)

(0,11) −0,73+ (0,06) −1,65∗∗ (0,01) −1,02∗∗ (0,01)

−0,33 (0,53) −0,06

−0,20 (0,70) 0,29

(0,92) −0,37

(0,58) 0,41

(0,49) 0,14

(0,43) −0,31

(0,87) 0,08

(0,73) −0,14

(0,93)

(0,87) −0,16+

−0,06

(0,64) −0,43+ (0,07) −0,57∗∗ (0,01) −0,73∗∗ (0,00)

Logit-Koeffizienten, p-Werte in Klammern. Basisoutcome: Übergang in Ausbildung + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

174

Anhang

Fortsetzung Tabelle A.9 Mobilisierung Ressourcen Schule Positionsgenerator: Ausbildungsberufe (gering qualifiziert) Positionsgenerator: Ausbildungsberufe (mittel/hoch qualifiziert) Positionsgenerator: Studium Positionsgenerator: keine Ausbildung=1 × Hauptschulabschluss Hauptschulabschluss × Positionsgenerator: Ausbildungsberufe (gering qualifiziert) mittlerer Schulabschluss × Positionsgenerator: Ausbildungsberufe (gering qualifiziert) Hauptschulabschluss × Positionsgenerator: Ausbildungsberufe (mittel/hoch qualifiziert) mittlerer Schulabschluss × Positionsgenerator: Ausbildungsberufe (mittel/hoch qualifiziert)

sonst.

Positionsgenerator

Erwartungen Eltern

Schule

sonst.

(0,09) 0,03

(0,65) 0,03

(0,95) −0,18

(0,95) −0,18

(0,54) 0,18

(0,53) 0,05

(0,42) 0,02

(0,82) 0,09

(0,88) −0,25

(0,60) −0,27

(0,66) −0,24

(0,64) −0,27

(0,68) 0,12

(0,64) 0,18

(0,70) 0,24

(0,54) 0,12

(0,43)

(0,67)

Schule

sonst.

Logit-Koeffizienten, p-Werte in Klammern. Basisoutcome: Übergang in Ausbildung + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Fortsetzung nächste Seite

A.3 Tabellen zu Kapitel 6

175

Fortsetzung Tabelle A.9 Mobilisierung Ressourcen Schule

sonst.

Hauptschulabschluss × Positionsgenerator: Studium mittlerer Schulabschluss × Positionsgenerator: Studium

Positionsgenerator Schule

sonst.

−0,13

−0,06

(0,57) −0,14

(0,80) −0,06

(0,55)

(0,80)

Aspiration Eltern Ausbildung (Ref: berufl. Ausbildung) Studium weder noch Erwartungen Eltern Eltern erwarten höheren Abschluss

Erwartungen Eltern Schule

sonst.

0,97 (0,24) 1,17 (0,14)

0,71 (0,38) 0,30 (0,71)

0,58∗∗∗

Studium × Hauptschulabschluss Studium × mittlerer Schulabschluss weder noch × Hauptschulabschluss weder noch × mittlerer Schulabschluss

0,13

(0,00) 0,02

(0,15) −0,27

(0,98) −0,02

(0,75) −0,28

(0,98) −0,91

(0,73) −0,27

(0,27) −0,60

(0,74) −0,14

Konstante

7,61∗∗∗ −0,80 (0,00) (0,50)

7,40∗∗∗ −0,40 (0,00) (0,74)

(0,45) (0,86) 6,61∗∗∗ −1,18 (0,00) (0,24)

Beobachtungen

6809

6809

6809

Logit-Koeffizienten, p-Werte in Klammern. Basisoutcome: Übergang in Ausbildung + p < 0.10, ∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Literatur

Ai, C. & Norton, E. C. (2003). Interaction terms in logit and probit models. Economics Letters, 80 (1), 123–129. Alexander, K. L. & Cook, M. A. (1979). The motivational relevance of educational plans: Questioning the conventional wisdom. Social Psychology Quarterly, 42 (3), 202–213. Ammermüller, A. & Weber, A. (2005). Educational attainment and returns to education in Germany (ZEW Discussion Paper Nr. 05-17). Zentrum für Europäische Wirtschaftsforschung. Mannheim. Arnold, D. H., Zeljo, A., Doctoroff, G. L. & Ortiz, C. (2008). Parent involvement in preschool: Predictors and the relation of involvement to preliteracy development. School Psychology Review, 37 (1), 74–90. Aßmann, C., Steinhauer, H. W., Kiesl, H., Koch, S., Schönberger, B., MüllerKuller, A., . . . Blossfeld, H.-P. (2011). 4 Sampling designs of the National Educational Panel Study: Challenges and solutions. Zeitschrift für Erziehungswissenschaft, 14 (2), 51–65. Aßmann, C., Steinhauer, H. W. & Zinn, S. (2012). Weighting the fifth and ninth grader cohort samples of the National Educational Panel Study, panel cohorts. Leibniz Institute for Educational Trajectories. Zugriff 15. April 2016, unter https : / / www . neps - data . de / Portals / 0 / NEPS / Datenzentrum / Forschungsdaten/SC4/1-1-0/SC4_1-1-0_W.zip Baethge, M. (2008). Das berufliche Bildungswesen in Deutschland am Beginn des 21. Jahrhunderts. In K. S. Cortina, J. Baumert, A. Leschinsky, K. U. Mayer & L. Trommer (Hrsg.), Das Bildungswesen in der Bundesrepublik Deutschland. Strukturen und Entwicklungen im Überblick (S. 541–597). rororo Sachbuch. 62339. Reinbek: Rowohlt Taschenbuch. Baethge, M., Hantsche, B., Pelull, W. & Voskamp, U. (1988). Jugend: Arbeit und Identität: Lebensperspektiven und Interessenorientierungen von Jugendlichen. Eine Studie des Soziologischen Forschungsinstituts Göttingen (SOFI). Wiesbaden: VS Verlag für Sozialwissenschaften. doi:10.1007/978- 3322-83641-0 Bandura, A., Barbaranelli, C., Caprara, G. & Pastorelli, C. (1996). Multifaceted impact of self-efficacy beliefs on academic functioning. Child Development, 67, 1206–1222. Bartlett, J. W. & Morris, T. P. (2015). Multiple imputation of covariates by substantive-model compatible fully conditional specification. Stata Journal, 15 (2), 437–456. Bartlett, J. W., Seaman, S. R., White, I. R., Carpenter, J. R. & Alzheimer’s Disease Neuroimaging Initiative. (2015). Multiple imputation of covariates © Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019 K. Hoenig, Soziales Kapital und Bildungserfolg, https://doi.org/10.1007/978-3-658-24234-3

178

Literatur

by fully conditional specification: Accommodating the substantive model. Statistical Methods in Medical Research, 24 (4), 462–487. Bäumer, T. & Roßbach, H.-G. (2016). Measurement of preschool quality within the National Educational Panel Study—results of a methodological study. In H.-P. Blossfeld, J. von Maurice, M. Bayer & J. Skopek (Hrsg.), Methodological issues of longitudinal surveys: The example of the National Educational Panel Study (S. 543–560). Wiesbaden: Springer Fachmedien Wiesbaden. doi:10.1007/978-3-658-11994-2_30 Becker, B. (2014). How often do you play with your child? The influence of parents’ cultural capital on the frequency of familial activities from age three to six. European Early Childhood Education Research Journal, 22 (1), 4–13. Beicht, U. (2009). Verbesserung der Ausbildungschancen oder sinnlose Warteschleife: Zur Bedeutung und Wirksamkeit von Bildungsgängen am Übergang Schule–Berufsausbildung (BIBB-Report Nr. 11). Bundesinstitut für Berufsbildung. Beicht, U. & Ulrich, J. G. (2008). Ergebnisse der BIBB-Übergangsstudie. In U. Beicht, M. Friedrich & J. G. Ulrich (Hrsg.), Ausbildungschancen und Verbleib von Schulabsolventen (S. 101–291). Bielefeld: Bertelsmann. Berendes, K., Fey, D., Linberg, T., Wenz, S. E., Roßbach, H.-G., Schneider, T. & Weinert, S. (2011). 13 Kindergarten and elementary school. Zeitschrift für Erziehungswissenschaft, 14 (2), 203–216. Berger, L. M., Hill, J. & Waldfogel, J. (2005). Maternity leave, early maternal employment and child health and development in the US. The Economic Journal, 115 (501), F29–F47. Berlinski, S., Galiani, S. & Gertler, P. (2009). The effect of pre-primary education on primary school performance. Journal of Public Economics, 93 (1-2), 219– 234. doi:10.1016/j.jpubeco.2008.09.002 Berndt, J. T., Laychak, E. A. & Park, K. (1990). Friends’ influence on adolescents’ academic achievement motivation: An experimental study. Journal of Educational Psychology, 82 (4), 664–670. Bianchi, S. M. (2011). Family change and time allocation in American families. The ANNALS of the American Academy of Political and Social Science, 638 (1), 21–44. Bianchi, S. M., Cohen, P. N., Raley, S. & Nomaguchi, K. (2004). Inequality in parental investment in child-rearing: Expenditures, time, and health. In Social inequality (S. 189–219). Russell Sage Foundation New York. Bianchi, S. M. & Robinson, J. (1997). What did you do today? Children’s use of time, family composition, and the acquisition of social capital. Journal of Marriage and the Family, 332–344. Biedinger, N. & Klein, O. (2010). Der Einfluss der sozialen Herkunft und des kulturellen Kapitals auf die Häufigkeit entwicklungsfördernder Eltern-KindAktivitäten. Diskurs Kindheits-und Jugendforschung, 5 (2), 195–208.

Literatur

179

Blau, P. & Duncan, O. (1967). The American occupational structure. New York, NY: John Wiley & Sons, Inc. Blossfeld, H.-P. (1993). Die berufliche Erstausbildung Jugendlicher im internationalen Vergleich. Zeitschrift für Berufs- und Wirtschaftspädagogik, 11, 23– 40. Blossfeld, H.-P., Kulic, N., Skopek, J. & Triventi, M. (Hrsg.). (im erscheinen). Childcare, early education and social inequality. An international perspective. eduLIFE Lifelong Learning Series. Cheltenham, UK, Edward Elgar Publishing. Blossfeld, H.-P., Roßbach, H.-G. & von Maurice, J. (Hrsg.). (2011). Education as a lifelong process – the German National Educational Panel Study (NEPS). Zeitschrift für Erziehungswissenschaft: Sonderheft 14. Blossfeld, H.-P. & Timm, A. (2003). Who marries whom? Educational systems as marriage markets in modern societies. Dordrecht: Kluwer Academic Publishers. Bonke, J. & Esping-Andersen, G. (2011). Family investments in children— productivities, preferences, and parental child care. European Sociological Review, 27 (1), 43–55. Boudon, R. (1974). Education, opportunity, and social inequality. Changing prospects in western society. New York: Wiley. Bourdieu, P. (1976). Kulturelle Reproduktion und soziale Reproduktion. In H. K. Hörning (Hrsg.), Soziale Ungleichheit. Strukturen und Prozesse sozialer Schichtung. Darmstadt: Luchterhand. Bourdieu, P. (1980). Le capital social: Notes provisoires. Actes de la Recherche en Sciences Sociales, 31, 2–3. Bourdieu, P. (1983). Ökonomisches Kapital, kulturelles Kapital, soziales Kapital. In R. Kreckel (Hrsg.), Soziale Ungleichheiten (S. 183–198). Göttingen: Verlag Otto Schwartz & Co. Bourdieu, P. (1989). Entwurf einer Theorie der Praxis. Suhrkamp. Bourdieu, P. (2012). Die feinen Unterschiede (24. Aufl.). Suhrkamp Verlag GmbH. (Original veröffentlicht 1987) Bourdieu, P., Boltanski, L. & Saint Martin, M. (1981). Kapital und Bildungskapital. Reproduktionsstrategien im sozialen Wandel. In P. Bourdieu, L. Boltanski & M. Saint Martin (Hrsg.), Titel und Stelle. Über die Reproduktion sozialer Macht (S. 23–87). Frankfurt a.M.: Europäische Verlagsanstalt. Bourdieu, P. & Passeron, J. (1971). Die Illusion der Chancengleichheit: Untersuchungen zur Soziologie des Bildungswesens am Beispiel Frankreichs. Texte und Dokumente zur Bildungsforschung. Klett. Bradbury, B., Corak, M. & Waldfogel, J. (2015). Too many children left behind: The U.S. achievement gap in comparative perspective. Russel Sage Foundation.

180

Literatur

Brauns, H., Scherer, S. & Steinmann, S. (2003). The CASMIN educational classification in international comparative research. In J. H. P. Hoffmeyer-Zlotnik & C. Wolf (Hrsg.), Advances in cross-national comparison: A European working book for demographic and socio-economic variables (S. 221–244). Boston, MA: Springer US. doi:10.1007/978-1-4419-9186-7_11 Breen, R. & Goldthorpe, J. H. (1997). Explaining educational differentials: Towards a formal rational action theory. Rationality and Society, 9, 275–305. Brilli, Y., Del Boca, D. & Monfardini, C. (2013). State-of-the-art report: Child care arrangements: Determinants and consequences (Working Paper Nr. 2). FamiliesAndSocieties. Buchanan, J. M. (1965). An economic theory of clubs. Economica, 32 (125), 1–14. Buchmann, C. & Dalton, B. (2002). Interpersonal influences and educational aspirations in 12 countries: The importance of institutional context. Sociology of Education, 75 (2), 99–122. Büchner, C. & Spieß, C. K. (2007). Die Dauer vorschulischer Betreuungs-und Bildungserfahrungen. Ergebnisse auf der Basis von Paneldaten. DIW Berlin. Bundesinstitut für Berufsbildung. (2013). Datenreport zum Berufsbildungsbericht 2013: Informationen und Analysen zur Entwicklung der beruflichen Bildung. Bonn: BIBB Bundesinstitut für Berufsbildung. Bundesinstitut für Berufsbildung. (2015). Datenreport zum Berufsbildungsbericht 2015: Informationen und Analysen zur Entwicklung der beruflichen Bildung. Bonn: BIBB Bundesinstitut für Berufsbildung. Burt, R. S. (1992). Structural holes: The social structure of competition. Harvard University Press. Burt, R. S. (2001). Structural holes versus network closure as social capital. In N. Lin, K. S. Cook & R. S. Burt (Hrsg.), Social capital: Theory and research (S. 31–55). Aldine de Gruyter. Burt, R. S. (2005). Brokerage and closure: An introduction to social capital. Oxford University Press. Bus, A. G., Van Ijzendoorn, M. H. & Pellegrini, A. D. (1995). Joint book reading makes for success in learning to read: A meta-analysis on intergenerational transmission of literacy. Review of Educational Research, 65 (1), 1–21. Carbonaro, W. J. (1999). Opening the debate on closure and schooling outcomes: Comment on Morgan and Sørensen. American Sociological Review, 64 (5), 682–686. Castiglione, D., van Deth, J. W. & Wolleb, G. (2008). Social capital’s fortune: An introduction. In D. Castiglione, J. W. van Deth & G. Wolleb (Hrsg.), The handbook of social capital (S. 1–10). New York: Oxford University Press. Caughy, M. O., O’Campo, P. J. & Muntaner, C. (2003). When being alone might be better: Neighborhood poverty, social capital, and child mental health. Social Science & Medicine, 57 (2), 227–237. doi:10 . 1016 / s0277 - 9536(02 ) 00342-8

Literatur

181

Cheadle, J. E. (2008). Educational investment, family context, and children’s math and reading growth from kindergarten through the third grade. Sociology of Education, 81 (1), 1–31. Cheng, S. & Starks, B. (2002). Racial differences in the effects of significant others on students’ educational expectations. Sociology of Education, 75 (4), 306– 327. Cheung, S. Y. & Andersen, R. (2003). Time to read: Family resources and educational outcomes in Britain. Journal of Comparative Family Studies, 34 (3), 413–433. Coleman, J. S. (1961). The adolescent society. New York: The Free Press. Coleman, J. S. (1987a). Norms as social capital. In G. Radnitzky & P. Bernholz (Hrsg.), Economic imperialism: The economic approach applied outside the field of economics (S. 133–155). New York: Paragon House Publishers. Coleman, J. S. (1987b). The relations between school and social structure. In M. Hallinan (Hrsg.), The social organization of schools: New conceptualizations of the learning process (S. 177–204). New York: Plenum. Coleman, J. S. (1988). Social capital in the creation of human capital. The American Journal of Sociology, 94, 95–120. Coleman, J. S. (1990). Foundations of social theory. Cambridge,Mass.: Belknap Press. Coleman, J. S. (1993). The rational reconstruction of society: 1992 presidential address. American Sociological Review, 58 (1), 1–15. Coleman, J. S. & Hoffer, T. (1987). Public and private schools. The impact of communities. New York: Basic Books. De Graaf, N. D., De Graaf, P. M. & Kraaykamp, G. (2000). Parental cultural capital and educational attainment in the Netherlands: A refinement of the cultural capital perspective. Sociology of Education, 73, 92–111. Dembo, T. (1931). Der Ärger als dynamisches Problem. Psychologische Forschung, 15, 1–144. Dewey, J. R. (1909). Address. In Proceedings of the National Negro Conference, 31. Mai 1909 (S. 71–73). National Negro Conference. New York. Dewey, J. R. (1915). The school and society (2. Aufl.). University of Chicago Press. Dijkstra, A. B. & Peschar, J. (2003). Social capital in education: Theoretical issues and empirical knowledge in attainment research. In C. A. Torres & A. Antikainen (Hrsg.), The international handbook on the sociology of education. Rowman & Littlefield. Dijkstra, A. B., Veenstra, R. & Peschar, J. (2004). Social capital in education: Functional communities around high schools in the Netherlands. In H. Flap & B. Völker (Hrsg.), Creation and returns of social capital. Routledge. DiMaggio, P. (1982). Cultural capital and school success: The impact of status culture participation on the grades of U.S. high school students. American Sociological Review, 47, 189–201.

182

Literatur

Ditton, H. & Krüsken, J. (2010). Bildungslaufbahnen im differenzierten Schulsystem – Entwicklungsverläufe von Laufbahnempfehlungen und Bildungsaspirationen in der Grundschulzeit. In J. Baumert, K. Maaz & U. Trautwein (Hrsg.), Bildungsentscheidungen: Zeitschrift für Erziehungswissenschaft Sonderheft 12 | 2009 (S. 74–102). Wiesbaden: VS Verlag für Sozialwissenschaften. doi:10.1007/978-3-531-92216-4_4 Dollmann, J. (2011). Verbindliche und unverbindliche Grundschulempfehlungen und soziale Ungleichheiten am ersten Bildungsübergang. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie, 63 (4), 595–621. doi:10 . 1007/s11577-011-0148-z Downey, D. B. (1995). When bigger is not better: Family size, parental resources, and children’s educational performance. American Sociological Review, 746– 761. Downey, D. B. (2001). Number of siblings and intellectual development: The resource dilution explanation. American Psychologist, 56 (6-7), 497. Downey, D. B., von Hippel, P. T. & Broh, B. A. (2004). Are schools the great equalizer? Cognitive inequality during the summer months and the school year. American Sociological Review, 69 (5), 613–635. Drechsler, J. (2015). Multiple imputation of multilevel missing data–rigor versus simplicity. Journal of Educational and Behavioral Statistics, 40 (1), 69–95. Eberhard, V. (2012). Der Übergang von der Schule in die Berufsausbildung: Ein ressourcentheoretisches Modell zur Erklärung der Übergangschancen von Ausbildungsstellenbewerbern. Berichte zur beruflichen Bildung. W. Bertelsmann Verlag. Eberhard, V. & Krewerth, A. (2006). Bewerbungsverhalten der Jugendlichen. In V. Eberhard, A. Krewerth & J. G. Ulrich (Hrsg.), Mangelware Lehrstelle. Zur aktuellen Lage der Ausbildungsplatzbewerber in Deutschland (279, S. 83– 98). Berichte zur beruflichen Bildung. Bielefeld: Bertelsmann. Englund, M. M., Luckner, A. E., Whaley, G. J. & Egeland, B. (2004). Children’s achievement in early elementary school: Longitudinal effects of parental involvement, expectations, and quality of assistance. Journal of Educational Psychology, 96 (4), 723. Erikson, R. & Goldthorpe, J. H. (1992). The constant flux: A study of class mobility in industrial societies. Oxford University Press, USA. Erikson, R. & Jonsson, J. O. (1996). Explaining class inequality in education: The Swedish case. In R. E. und Jan O. Jonsson (Hrsg.), Can education be equalized? The Swedish case in comparative perspective (S. 1–63). Oxford: Westview Press. Ermisch, J. & Francesconi, M. (2005). Parental employment and children’s welfare. In T. Boeri, D. Del Boca & C. Pissarides (Hrsg.), Women at work: An economic perspective. Oxford University Press. Esser, H. (1993). Soziologie: Allgemeine Grundlagen. Campus Verlag.

Literatur

183

Esser, H. (1999). Soziologie: Spezielle Grundlagen. Band 1: Situationslogik und Handeln. Frankfurt a. M.: Campus Verlag. Esser, H. (2000a). Soziologie: Spezielle Grundlagen. Band 3: Soziales Handeln. Frankfurt a. M.: Campus Verlag. Esser, H. (2000b). Soziologie: Spezielle Grundlagen. Band 4: Opportunitäten und Restriktionen. Frankfurt a. M.: Campus. Esser, H. (2001). Soziologie: Spezielle Grundlagen. Band 6: Sinn und Kultur. Frankfurt a. M.: Campus. Esser, H. (2008). The two meanings of social capital. In D. Castiglione, J. W. van Deth & G. Wolleb (Hrsg.), The handbook of social capital (Kap. 1, S. 22– 49). New York: Oxford University Press. Fan, X. & Chen, M. (2001). Parental involvement and students’ academic achievement: A meta-analysis. Educational Psychology Review, 13 (1), 1–22. Farr, J. (2004). Social capital: A conceptual history. Political Theory, 32 (1), 6–33. doi:10.1177/0090591703254978 Fasang, A. E., Mangino, W. & Brückner, H. (2014). Social closure and educational attainment. Sociological Forum, 29 (1), 137–164. Felfe, C. & Lalive, R. (2012). Early child care and child development: For whom it works and why (CESifo Working Paper Series Nr. 4043). CESifo Group Munich. Field, J. (2008). Social capital. London: Routledge. Field, J. (2011). Soziale Netzwerke und Übergänge im Lernen. In S. Vater, W. Kellner & W. Jütte (Hrsg.), Erwachsenenbildung und Sozialkapital. LIT Verlag Münster. Frahm, S., Goy, M., Kowalski, K., Sixt, M., Strietholt, R., Blatt, I., . . . Kanders, M. (2011). 14 Transition and development from lower secondary to upper secondary school. Zeitschrift für Erziehungswissenschaft, 14 (2), 217–232. doi:10.1007/s11618-011-0188-1 Franzen, A. & Freitag, M. (2007). Aktuelle Themen und Diskussionen der Sozialkapitalforschung. Kölner Zeitschrift für Soziologie und Sozialpsychologie, Sonderheft, 47, 294–320. Fujiwara, T., Takao, S., Iwase, T., Hamada, J. & Kawachi, I. (2012). Does caregiver’s social bonding enhance the health of their children?: The association between social capital and child behaviors. Acta Medica Okayama, 66 (4), 343–50. Fuller, B., Holloway, S. D. & Liang, X. (1996). Family selection of child-care centers: The influence of household support, ethnicity, and parental practices. Child Development, 67 (6), 3320–3337. Furstenberg, F. F. & Hughes, M. E. (1995). Social capital and successful development among at-risk youth. Journal of Marriage and Family, 57 (3), 580– 592.

184

Literatur

Gambetta, D. (1987). Were they pushed or did they jump? Individual decision mechanisms in education. Cambridge: Cambridge University Press. Gaupp, N., Lex, T., Reißig, B. & Braun, F. (2008). Von der Hauptschule in Ausbildung und Erwerbsarbeit: Ergebnisse des DJI-Übergangspanels. Bundesministerium für Bildung und Forschung (BMBF). Gaupp, N. & Reißig, B. (2006). Chancengleichheit an der ersten Schwelle Schule – Ausbildung. Ergebnisse aus dem DJI-Übergangspanel. In T. Eckert (Hrsg.), ÜBERGÄNGE IM BILDUNGSWESEN (S. 143–162). Münster. Gauthier, A. H., Smeeding, T. M. & Furstenberg, F. F. (2004). Are parents investing less time in children? Trends in selected industrialized countries. Population and Development Review, 30 (4), 647–672. Gelman, A. & Hill, J. (2007). Data analysis using regression and multilevel and hierarchical models. Cambridge University Press. Gesthuizen, M., Solga, H. & Künster, R. (2011). Context matters: Economic marginalization of low-educated workers in cross-national perspective. European Sociological Review, 27 (2), 264–280. doi:10.1093/esr/jcq006 Glaesser, J. (2008). Soziale und individuelle Einflüsse auf den Erwerb von Bildungsabschlüssen. UVK Verlagsgesellschaft Konstanz. Granovetter, M. (1973). The strength of weak ties. The American Journal of Sociology, 78 (6), 1360–1380. Granovetter, M. (1974). Getting a job: A study of contacts and careers. University of Chicago Press. Gräsel, C., Krolak-Schwerdt, S., Nölle, I. & Hörstermann, T. (2010). Diagnostische Kompetenz von Grundschullehrkräften bei der Erstellung der Übergangsempfehlung. Eine Analyse aus der Perspektive der sozialen Urteilsbildung. Projekt Diagnostische Kompetenz. In Kompetenzmodellierung. Zwischenbilanz des DFG-Schwerpunktprogramms und Perspektiven des Forschungsansatzes (S. 286–295). Beltz. Grgic, M. & Bayer, M. (2015). Eltern und Geschwister als Bildungsressourcen? Zeitschrift für Familienforschung-Journal of Familiy Research, 27 (2). Guryan, J., Hurst, E. & Kearney, M. (2008). Parental education and parental time with children. Journal of Economic Perspectives, 22 (3), 23–46. Hafner, A., Ingels, S., Schneider, B. & Stevenson, D. (1990). A profile of the American eighth grader: NELS:88 student descriptive summary. US Department of Education, National Center for Education Statistics. Haller, A. O. (1968). On the concept of aspiration. Rural Sociology, 33 (4), 484– 487. Haller, A. O. & Butterworth, E. C. (1960). Peer influences on levels of occupational and educational aspiration. Social Forces, 38 (4), 289–295. Haller, A. O. & Portes, A. (1973). Status attainment processes. Sociology of Education, 46, 51–91.

Literatur

185

Hanifan, L. J. (1916). The rural school community center. The Annals of the American Academy of Political and Social Science, 67, 130–138. Hanifan, L. J. (1920). The community center. Boston: Silver, Burdett & Company. Hauser, R. M. (1972). Disaggregating a social-psychological model of educational attainment. Social Science Research, 1 (2), 159–88. Hauser, R. M., Tsai, S.-L. & Sewell, W. H. (1983). A model of stratification with response error in social and psychological variables. Sociology of Education, 56, 20–46. Hill, J. L., Waldfogel, J., Brooks-Gunn, J. & Han, W.-J. (2005). Maternal employment and child development: A fresh look using newer methods. Developmental Psychology, 41 (6), 833. Hillmert, S. (2005). Bildungsentscheidungen und Unsicherheit: Soziologische Aspekte eines vielschichtigen Zusammenhangs. Zeitschrift für Erziehungswissenschaft, 8 (2), 173–186. doi:10.1007/s11618-005-0132-3 Ho, E. S.-C. & Willms, J. D. (1996). Effects of parental involvement on eighthgrade achievement. Sociology of Education, 69 (2), 126–141. Hoenig, K. (2008 September). Equally influenced? Conditions for the impact of network expectations on educational aspirations and the transition to college. In Proceedings of the 16th annual workshop of the European Research Network on Transitions in Youth. Hoenig, K. (2009). Ursachen und Bedingungen sozialer Einflussprozesse bei der Bildungsentscheidung. Eine Reevaluation des Wisconsin-Modells (Diplomarbeit, Universität Mannheim). Hoenig, K., Pollak, R., Schulz, B. & Stocké, V. (2016). Social capital, participation in adult education, and labor market success: Constructing a new instrument. In H.-P. Blossfeld, J. von Maurice, M. Bayer & J. Skopek (Hrsg.), Methodological issues of longitudinal surveys: The example of the National Educational Panel Study (S. 291–312). Wiesbaden: Springer Fachmedien Wiesbaden. doi:10.1007/978-3-658-11994-2_17 Hofferth, S. L., Boisjoly, J. & Duncan, G. J. (1998). Parents’ extrafamilial resources and children’s school attainment. Sociology of Education, 246–268. Hollstein, B. (2007). Sozialkapital und Statuspassagen – Die Rolle von institutionellen Gatekeepern bei der Aktivierung von Netzwerkressourcen. In J. Lüdicke & M. Diewald (Hrsg.), Soziale Netzwerke und soziale Ungleichheit: Zur Rolle von Sozialkapital in modernen Gesellschaften (S. 53–83). Wiesbaden: VS Verlag für Sozialwissenschaften. doi:10.1007/978-3-531-90458-0_3 Hupka-Brunner, S., Gaupp, N., Geier, B., Lex, T. & Stalder, B. E. (2011). Chancen bildungsbenachteiligter Jugendlicher: Bildungsverläufe in der Schweiz und in Deutschland. Zeitschrift für Soziologie der Erziehung und Sozialisation, 31 (1), 62–78. Jacobs, J. (1961). The death and life of great American cities. New York: Random House.

186

Literatur

Jann, B. (2014). Plotting regression coefficients and other estimates. Stata Journal, 14, 708–737. Jencks, C., Crouse, J. & Mueser, P. (1983). The Wisconsin Model of Status Attainment: A national replication with improved measures of ability and aspiration. Sociology of Education, 56 (1), 3–19. John, P. (2005). The contribution of volunteering, trust, and networks to educational performance. Policy Studies Journal, 33 (4), 635–656. Jungbauer-Gans, M. (2004). Einfluss des sozialen und kulturellen Kapitals auf die Lesekompetenz: Ein Vergleich der PISA 2000-Daten aus Deutschland, Frankreich und der Schweiz. Zeitschrift für Soziologie, 375–397. Kao, G. & Rutherford, L. T. (2007). Does social capital still matter? Immigrant minority disadvantage in school-specific social capital and its effects on academic achievement. Sociological Perspectives, 50 (1), 27–52. Kao, G. & Tienda, M. (1995). Optimism and achievement: The educational performance of immigrant youth. Social Science Quarterly, 76, 1–19. Kaufmann, K. & Widany, D.-P. S. (2013). Berufliche Weiterbildung— Gelegenheits-und Teilnahmestrukturen. Zeitschrift für Erziehungswissenschaft, 16 (1), 29–54. Kerckhoff, A. & Huff, J. (1974). Parental influence on educational goals. Sociometry, 37 (3), 307–327. Klein, O., Biedinger, N. & Becker, B. (2014). The effect of reading aloud daily: Differential effects of reading to native-born German and Turkish-origin immigrant children. Research in Social Stratification and Mobility, 38, 43– 56. Kratzmann, J. & Schneider, T. (2009). Soziale Ungleichheiten beim Schulstart. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie, 61 (2), 211– 234. doi:10.1007/s11577-009-0051-z Kroneberg, C. (2005). Die Definition der Situation und die variable Rationalität der Akteure: Ein allgemeines Modell des Handelns. Zeitschrift für Soziologie, 344–363. Kuhnke, R., Lex, T. & Reißig, B. (2008). Hauptschüler: Restschüler oder heterogene Gruppe? In B. Reißig, N. Gaupp & T. Lex (Hrsg.), Hauptschüler auf dem Weg von der Schule in die Arbeitswelt (S. 34–56). München: Deutsches Jugendinstitut. Lareau, A. (1989). Home advantage: Social class and parental intervention in elementary education. Philadelphia: The Falmer Press. Lareau, A. (2003). Unequal childhoods: Class, race, and family life. University of California Press. Lee, J.-S. & Bowen, N. K. (2006). Parent involvement, cultural capital, and the achievement gap among elementary school children. American Educational Research Journal, 43 (2), 193–218.

Literatur

187

Leopold, L. & Shavit, Y. (2011). Cultural capital does not travel well: Immigrants, natives and achievement in Israeli schools. European Sociological Review, 29 (3), 450–463. doi:10.1093/esr/jcr086 Leseman, P. P. & Jong, P. F. (1998). Home literacy: Opportunity, instruction, cooperation and social-emotional quality predicting early reading achievement. Reading Research Quarterly, 33 (3), 294–318. Lewin, K. (1939). Field theory and experiment in social psychology: Concepts and methods. American Journal of Sociology, 44, 868–896. Lewin, K., Dembo, T., Festinger, L. & Sears, P. S. (1944). Level of aspiration. In J. M. Hunt (Hrsg.), Personality and the behavior disorders: A handbook based on experimental and clinical research (Bd. 1). The Ronald Press Company. Lex, T. & Zimmermann, J. (2011). Wege in Aubildung. Zeitschrift für Erziehungswissenschaft, 14 (4), 603–627. doi:10.1007/s11618-011-0250-z Lin, N. (1982). Social resources and instrumental action. In P. V. Marsden & N. Lin (Hrsg.), Social structure and network analysis (S. 131–145). Beverly Hills, CA: Sage Publications. Lin, N. (1990). Social resources and social mobility: A structural theory of status attainment. In R. L. Breiger (Hrsg.), Social mobility and social structure (S. 247–271). New York: Cambridge University Press. Lin, N. (1999). Social networks and status attainment. Annual Review of Sociology, 25, 467–487. Lin, N. (2001). Social capital: A theory of social structure and action. Cambridge University Press. Lin, N. & Erickson, B. H. (2008). Theory, measurement, and the research enterprise on social capital. In N. Lin & B. H. Erickson (Hrsg.), Social capital: An international research program (S. 1–24). Oxford: Oxford University Press. Lin, N., Fu, Y.-c. & Hsung, R.-M. (2001). The position generator: Measurement techniques for investigations of social capital. In N. Lin, K. S. Cook & R. S. Burt (Hrsg.), Social capital: Theory and research (S. 57–81). Transaction Publishers. Linberg, T., Bäumer, T. & Roßbach, H.-G. (2013). Data on early child education and care learning environments in Germany. International Journal of Child Care and Education Policy, 7 (1), 24–42. doi:10.1007/2288-6729-7-1-24 Linberg, T. & Wenz, S. E. (2016). Verteilung von Ungleichheiten im sprachlichen Kompetenzstand von Kindergartenkindern in Deutschland. Lindenberg, S. (1989). Social production functions, deficits, and social revolutions: Prerevolutionary France and Russia. Rationality and Society, 1, 57–77. Loury, G. (1977). A dynamic theory of racial income differences. In P. A. Wallace & A. LeMond (Hrsg.), Women, minorities, and employment discrimination (S. 86–153). Lexington: D.C. Heath.

188

Literatur

Ludwig-Mayerhofer, W., Solga, H., Leuze, K., Dombrowski, R., Künster, R., Ebralidze, E., . . . Kühn, S. (2011). 16 Vocational education and training and transitions into the labor market. Zeitschrift für Erziehungswissenschaft, 14 (2), 251–266. doi:10.1007/s11618-011-0189-0 Mackenbach, J. (2006). Health inequalities: Europe in profile. An independent expert report commissioned by the UK presidency of the EU. London: Department of Health. Marini, M. M. & Greenberger, E. (1978). Sex differences in occupational aspirations and expectations. Work and Occupations, 5 (2), 147–178. Marjoribanks, K. (1997). Family background, social and academic capital, and adolescents’ aspirations: A mediational analysis. Social Psychology of Education, 2 (2), 177–197. Marjoribanks, K. (2005). Family background, adolescents’ educational aspirations, and Australian young adults’ educational attainment. International Education Journal, 6 (1), 104–112. Marx, K. (2008). Das Kapital: Kritik der politischen Ökonomie. Band 2 (11. Aufl.). Akademie Verlag. (Original veröffentlicht 1885) McNeal, R. B. (1999). Parental involvement as social capital: Differential effectiveness on science achievement, truancy, and dropping out. Social Forces, 78 (1), 117–144. Melhuish, E. C., Sylva, K., Sammons, P., Siraj-Blatchford, I., Taggart, B., Phan, M. & Malin, A. (2008). Preschool influences on mathematics achievement. Science, 321 (5893), 1161–1162. Morgan, S. L. (1998). Adolescent educational expectations: Rationalized, fantasized, or both? Rationality and Society, 10 (2), 131–162. Morgan, S. L. & Sørensen, A. B. (1999). Parental networks, social closure, and mathematics learning: A test of Coleman’s social capital explanation of school effects. American Sociological Review, 64, 661–681. Morgan, S. L. & Todd, J. J. (2009). Intergenerational closure and academic achievement in high school: A new evaluation of Coleman’s conjecture. Sociology of Education, 82 (3), 267–286. Morris, T. P., White, I. R. & Royston, P. (2014). Tuning multiple imputation by predictive mean matching and local residual draws. BMC Medical Research Methodology, 14 (1). doi:10.1186/1471-2288-14-75 Mudiappa, M. & Kluczniok, K. (2012). Nutzung kultureller Bildungsangebote in Familien mit Kindergartenkindern. Zeitschrift für Soziologie der Erziehung und Sozialisation, 32 (1), 75–91. Nusser, L. & Heydrich, J. (2016). Validity of survey data of students with special educational needs—results from the National Educational Panel Study. In H.-P. Blossfeld, J. von Maurice, M. Bayer & J. Skopek (Hrsg.), Methodological issues of longitudinal surveys: The example of the National Educational

Literatur

189

Panel Study (S. 251–266). Wiesbaden: Springer Fachmedien Wiesbaden. doi:10.1007/978-3-658-11994-2_15 Olson, M. (1965). The logic of collective action: Public goods and the theory of groups. Cambridge, Mass.: Harvard University Press. Organisation for Economic Co-operation and Development (OECD). (2010). Pisa 2009 results: Overcoming social background: Equity in learning opportunities and outcomes (volume II). Paris: OECD. Ormel, J., Lindenberg, S., Steverink, N. & Verbrugge, L. M. (1999). Subjective well-being and social production functions. Social Indicators Research, 46 (1), 61–90. Ostrom, E. & Ahn, T. (2003). Introduction. In Foundations of social capital (S. xi– xxxix). Cheltenham/Northampton: Edward Elgar Publishing. Parcel, T. L. & Menaghan, E. G. (1994). Early parental work, family social capital, and early childhood outcomes. American Journal of Sociology, 972–1009. Perna, L. W. & Titus, M. A. (2005). The relationship between parental involvement as social capital and college enrollment: An examination of racial/ethnic group differences. Journal of Higher Education, 485–518. Petrin, R. A. (2005). Item non-response and multiple imputation for hierarchical linear models: An overview of issues and solutions. NORC/University of Chicago. Chicago, Ill. Zugriff 14. Juni 2016, unter http://www.ibrarian. net / navon / paper / ITEM _ NONRESPONSE _ AND _ MULTIPLE _ IMPUTATION_FOR_HIER.pdf?paperid=1783788 Pfeffer, F. T. (2008). Persistent inequality in educational attainment and its institutional context. European Sociological Review, 24 (5), 543–565. Pong, S.-l. (1998). The school compositional effect of single parenthood on 10thgrade achievement. Sociology of Education, 71 (1), 23–42. Portes, A. (1998). Social capital: Its origins and applications in modern sociology. Annual Review of Sociology, 24, 1–24. Prieto, H. P., Sahlström, F., Calander, F., Karlsson, M. & Heikkilä, M. (2003). Together? On childcare as a meeting place in a Swedish city. Scandinavian Journal of Educational Research, 47 (1), 43–62. Putnam, R. D. (1993). Making democracy work. Civic traditions in modern Italy. Princeton, N.J.: Princeton University Press. Putnam, R. D. (2001). Bowling alone: The collapse and revival of American community. Simon und Schuster. Raudenbush, S. W. & Bryk, A. S. (2002). Hierarchical linear models: Applications and data analysis methods (2. Aufl.). Sage Publications. Relikowski, I. (2012). Primäre und sekundäre Effekte am Übertritt in die Sekundarstufe I: Zur Rolle von sozialer Herkunft und Migrationshintergrund. Wiesbaden: Springer Fachmedien. doi:10.1007/978-3-658-00340-1 Ricardo, D. (2004). The principles of political economy and taxation. Dover Publications. (Original veröffentlicht 1817)

190

Literatur

Roßbach, H.-G., Kluczniok, K. & Kuger, S. (2009). Auswirkungen eines Kindergartenbesuchs auf den kognitiv-leistungsbezogenen Entwicklungsstand von Kindern. In H.-G. Roßbach & H.-P. Blossfeld (Hrsg.), Frühpädagogische Förderung in Institutionen: Zeitschrift für Erziehungswissenschaft (S. 139– 158). Wiesbaden: VS Verlag für Sozialwissenschaften. doi:10.1007/978- 3531-91452-7_10 Roßbach, H.-G. & Tietze, W. (2016). Kindergarten-Skala Erweiterung (KES-E). Unveröffentlichtes Manuskript. Rossem, R. V., Vermande, M., Völker, B. & Baerveldt, C. (2013 Dezember). Social capital in the classroom: A study of in-class social capital and school adjustment. British Journal of Sociology of Education, 36 (5), 669–688. doi:10. 1080/01425692.2013.848779 Roth, T. (2014a). Die Rolle sozialer Netzwerke für den Erfolg von Einheimischen und Migranten im deutschen (Aus-)Bildungssystem. Shaker. Roth, T. (2014b). Effects of social networks on finding an apprenticeship in the German vocational training system. European Societies, 16 (2), 233–254. Roth, T., Salikutluk, Z. & Kogan, I. (2010). Auf die „richtigen“ Kontakte kommt es an! Soziale Ressourcen und die Bildungsaspirationen der Mütter von Haupt, Real- und Gesamtschülern in Deutschland. In B. Becker & D. Reimer (Hrsg.), Vom Kindergarten bis zur Hochschule: Die Generierung von ethnischen und sozialen Disparitäten in der Bildungsbiographie (S. 179–212). Wiesbaden: VS Verlag für Sozialwissenschaften. doi:10 . 1007 / 978 - 3 - 531 92105-1_7 Rubin, D. B. (1976). Inference and missing data. Biometrika, 63 (3), 581–592. Runyan, D. K., Hunter, W. M., Socolar, R. R., Amaya-Jackson, L., English, D., Landsverk, J., . . . Mathew, R. M. (1998). Children who prosper in unfavorable environments: The relationship to social capital. Pediatrics, 101 (1), 12–18. Sampson, R. J., Raudenbush, S. W. & Earls, F. (1997). Neighborhoods and violent crime: A multilevel study of collective efficacy. Science, 277 (5328), 918–924. Schmitt, M. (2012). Soziale Beziehungen und Schulerfolg. Univ. of Bamberg Press. Schneider, T. (2011). Die Bedeutung der sozialen Herkunft und des Migrationshintergrundes für Lehrerurteile am Beispiel der Grundschulempfehlung. Zeitschrift für Erziehungswissenschaft, 14 (3), 371–396. doi:10.1007/s11618-0110221-4 Schuller, T. & Field, J. (1998). Social capital, human capital and the learning society. International Journal of Lifelong Education, 17 (4), 226–235. Schunck, R. (2016). Cluster size and aggregated level 2 variables in multilevel models. mda : methods, data, analyses, 10 (1), 97–108. doi:10.12758/mda. 2016.005 Seaman, S. R., Bartlett, J. W. & White, I. R. (2012). Multiple imputation of missing covariates with non-linear effects and interactions: An evaluation

Literatur

191

of statistical methods. BMC Medical Research Methodology, 12 (1). doi:10. 1186/1471-2288-12-46 Seeley, J. R., Simm, A. R. & Looseley, E. W. (1956). Crestwood Heights: A study of the culture of suburban life. Basic Books. Seginer, R. & Vermulst, A. (2002). Family environment, educational aspirations, and academic achievement in two cultural settings. Journal of CrossCultural Psychology, 33, 540–558. Sewell, W. H., Haller, A. O. & Ohlendorf, G. W. (1970). The educational and early occupational status attainment process: Replication and revision. American Sociological Review, 35 (6), 1014–1027. Sewell, W. H., Haller, A. O. & Portes, A. (1969). The educational and early occupational attainment process. American Sociological Review, 34, 89–92. Sewell, W. H. & Hauser, R. M. (1972). Causes and consequences of higher education: Models of the status attainment process. American Journal of Agricultural Economics, 54 (5), 851–861. Sewell, W. H. & Hauser, R. M. (1975). Education, occupation, and earnings: Achievement in the early career. New York: Academic Press. Sewell, W. H. & Hauser, R. M. (1980). The Wisconsin Longitudinal Study of Social and Psychological Factors in Aspirations and Achievements. Research in Sociology of Education and Socialization, 1, 59–99. Seyda, S. (2009). Kindergartenbesuch und späterer Bildungserfolg. Zeitschrift für Erziehungswissenschaft, 12 (2), 233–251. doi:10.1007/s11618-009-0073-3 Shavit, Y. & Blossfeld, H.-P. (1993). Persistent inequality: Changing educational attainment in thirteen countries. Boulder: Westview Press. Smith, A. (2003). The wealth of nations (5. Aufl.) (E. Cannan, Hrsg.). Bantam Books. (Original veröffentlicht 1776) Smith, M. H., Beaulieu, L. J. & Seraphine, A. (1995). Social capital, place of residence, and college attendance. Rural Sociology, 60 (3), 363–380. Smith, S. S. & Kulynych, J. (2002). It may be social, but why is it capital? The social construction of social capital and the politics of language. Politics & Society, 30 (1), 149–186. Spencer, W. A. (1976). Interpersonal influences on educational aspirations: A cross-cultural analysis. Sociology of Education, 49 (1), 41–46. Statistisches Bundesamt (Destatis) & Wissenschaftszentrum Berlin für Sozialforschung (WZB). (2016). Datenreport 2016: Ein Sozialbericht für die Bundesrepublik Deutschland. Stecher, L. (2001). Die Wirkung sozialer Beziehungen: Empirische Ergebnisse zur Bedeutung sozialen Kapitals für die Entwicklung von Kindern und Jugendlichen. Juventa. Stocké, V. (2008 April). Educational aspirations and inequality in educational opportunity: The difference between realistic and idealistic aspirations. EQUALSOC Network of Excellence Midterm Conference. Berlin.

192

Literatur

Stocké, V. (2010). Adaptivität oder Konformität? Die Bedeutung der Bezugsgruppe und der Leistungsrealität der Kinder für die Entwicklung elterlicher Bildungsaspirationen am Ende der Grundschulzeit. In J. Baumert, K. Maaz & U. Trautwein (Hrsg.), Bildungsentscheidungen: zeitschrift für erziehungswissenschaft sonderheft 12 | 2009 (S. 257–281). Wiesbaden: VS Verlag für Sozialwissenschaften. doi:10.1007/978-3-531-92216-4_11 Stocké, V. (2013). Bildungsaspirationen, soziale Netzwerke und Rationalität. In R. Becker & A. Schulze (Hrsg.), Bildungskontexte: Strukturelle Voraussetzungen und Ursachen ungleicher Bildungschancen (S. 269–298). Wiesbaden: Springer Fachmedien Wiesbaden. doi:10.1007/978-3-531-18985-7_10 Stocké, V., Blossfeld, H.-P., Hoenig, K. & Sixt, M. (2011). 7 Social inequality and educational decisions in the life course. Zeitschrift für Erziehungswissenschaft, 14 (2), 103–119. doi:10.1007/s11618-011-0193-4 Strawn, C. L. (2003). The influences of social capital on lifelong learning among adults who did not finish high school. National Center for the Study of Adult Learning und Literacy. doi:10.1037/e370642004-001 Teachman, J. D., Paasch, K. & Carver, K. (1997). Social capital and the generation of human capital. Social Forces, 75 (4), 1343–1359. Techen, A. (2009). Freundschafts- und Ratgebernetzwerke unter Studienanfängern. In P. Kriwy & C. Gross (Hrsg.), Klein aber fein!: Quantitative empirische Sozialforschung mit kleinen Fallzahlen (S. 323–347). Wiesbaden: VS Verlag für Sozialwissenschaften. doi:10.1007/978-3-531-91380-3_13 Tett, L. & Maclachlan, K. (2007). Adult literacy and numeracy, social capital, learner identities and self-confidence. Studies in the Education of Adults, 39 (2), 150–167. Thomas, S. L. (2000). Ties that bind: A social network approach to understanding student integration and persistence. The Journal of Higher Education, 71 (5), 591–615. Thorlindsson, T., Bjarnason, T. & Sigfusdottir, I. D. (2007). Individual and community processes of social closure: A study of adolescent academic achievement and alcohol use. Acta Sociologica, 50 (2), 161–178. Thorpe, K., Staton, S., Morgan, R., Danby, S. & Tayler, C. (2012). Testing the vision: Preschool settings as places for meeting, bonding and bridging. Children & Society, 26 (4), 328–340. Tietze, W., Meischner, T., Gänsfuß, R., Grenner, K., Schuster, K.-M., Völkel, P. & Roßbach, H.-G. (1998). Wie gut sind unsere Kindergärten? Eine Untersuchung zur pädagogischen Qualität in deutschen Kindergärten. Neuwied: Luchterhand. Tietze, W., Schuster, K.-M., Grenner, K. & Roßbach, H.-G. ( (2005). Kindergarten-Skala Revidierte Fassung (KES-R) (3. Aufl.). Weinheim: Beltz.

Literatur

193

Tinto, V. (1975). Dropout from higher education: A theoretical synthesis of recent research. Review of Educational Research, 45 (1), 89–125. Tönnies, F. (2012). Studien zu Gemeinschaft und Gesellschaft. Wiesbaden: VS Verlag für Sozialwissenschaften. doi:10.1007/978-3-531-94174-5. (Original veröffentlicht 1887) Tversky, A. & Kahneman, D. (1975). Judgment under uncertainty: Heuristics and biases. In Utility, probability, and human decision making (S. 141–162). Springer. UCLA Statistical Consulting Group. (o.d.). Stata FAQ. How can i get margins and marginsplot with multiply imputed data? Zugriff unter http://www. ats.ucla.edu/stat/stata/faq/ologit_mi_marginsplot.htm Van Buuren, S. (2007). Multiple imputation of discrete and continuous data by fully conditional specification. Statistical Methods in Medical Research, 16 (3), 219–242. Van Buuren, S. (2011). Multiple imputation of multilevel data. In Handbook of advanced multilevel analysis (Kap. 10, S. 173–196). Routledge New York, NY. Van Buuren, S., Boshuizen, H. C. & Knook, D. L. (1999). Multiple imputation of missing blood pressure covariates in survival analysis. Statistics in Medicine, 18 (6), 681–694. Vincent, C., Braun, A. & Ball, S. (2010). Local links, local knowledge: Choosing care settings and schools. British Educational Research Journal, 36 (2), 279– 298. Von Hippel, P. T. (2007). Regression with missing Ys: An improved strategy for analyzing multiply imputed data. Sociological Methodology, 37 (1), 83–117. Von Hippel, P. T. (2009). How to impute interactions, squares, and other transformed variables. Sociological Methodology, 39 (1), 265–291. Vossenkuhl, A. (2010). (Berufs-)Schulpflicht in Deutschland. BWP, 2010 (6). Vyncke, V., Clercq, B. D., Stevens, V., Costongs, C., Barbareschi, G., Jónsson, S. H., . . . Maes, L. (2013). Does neighbourhood social capital aid in levelling the social gradient in the health and well-being of children and adolescents? A literature review. BMC Public Health, 13 (65). doi:10.1186/1471- 245813-65 White, I. R., Royston, P. & Wood, A. M. (2011). Multiple imputation using chained equations: Issues and guidance for practice. Statistics in Medicine, 30 (4), 377–399. Williams, P. & Williams, P. (2001). Preschool routines, peer learning and participation. Scandinavian Journal of Educational Research, 45 (4), 317–339. Wilson, P. M. & Wilson, J. R. (1992). Environmental influences on adolescent educational aspirations. A logistic transform model. Youth & Society, 24, 52–70.

194

Literatur

Woelfel, J. & Haller, A. O. (1971). Significant others, the self-reflexive act and the attitude formation process. American Sociological Review, 36, 74–87. Xu, J. & Long, J. S. (2005). Confidence intervals for predicted outcomes in regression models for categorical outcomes. Stata Journal, 5 (4), 537.