Programme for International Student Assessment 2012 (PISA 2012)

 

Inhaltsverzeichnis

Projektbeschreibung

Leerdatensätze

Dokumentation

Weiterführende Informationen

Hinweise zur Nutzung der Daten

Literatur

 

> Scientific Use Files beantragen

Datensatz veröffentlicht am 26.11.2015
Version v5
aktuelle Version verfügbar seit 16.07.2019
Erhebungszeitraum 2012
Stichprobe Schüler*innen (15-jährig) (N=ca. 5.000) sowie der Jahrgangsstufe 9 (N=ca. 10.000) an allgemeinbildenden Schulen (N=230); Lehrkräfte (N=2.084)
Erhebungseinheit Eltern
Lehrkräfte
Schüler*innen
Schulleitung
erfasste Kompetenzen Mathematik, Deutsch-Leseverständnis, Naturwissenschaften, Problemlösekompetenz
Region deutschlandweit, Baden-Württemberg, Bayern, Berlin, Brandenburg, Bremen, Hamburg, Hessen, Mecklenburg-Vorpommern, Niedersachsen, Nordrhein-Westfalen, Rheinland-Pfalz, Saarland, Sachsen, Sachsen-Anhalt, Schleswig-Holstein, Thüringen
Leitung Prenzel, Prof. Dr. Manfred
Datengebende Konferenz der Kultusminister (KMK)
Auftraggeber / Mittelgeber Kultusministerkonferenz (KMK), Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD)
Verwandte Studien PISA 2000 (DOI: 10.5159/IQB_PISA_2000_v1), PISA 2003 (DOI: 10.5159/IQB_PISA_2003_v1), PISA 2006 (DOI: 10.5159/IQB_PISA_2006_v1), PISA 2009 (DOI: 10.5159/IQB_PISA_2009_v1), PISA 2015 (DOI: 10.5159/IQB_PISA_2015_v3), PISA 2018 (DOI: 10.5159/IQB_PISA_2018_v1), PISA-I-Plus 2003-4 (DOI: 10.5159/IQB_PISA_I_Plus_v1), PISA Plus 2012-13 (DOI: 10.5159/IQB_PISA_Plus_2012-13_v2)
Zitationsvorschlag Prenzel, M., Sälzer, C., Klieme, E., Köller, O., Mang, J., Heine, J.-H., Schiepe-Tiska, A. & Müller, K. (2015). Programme for International Student Assessment 2012 (PISA 2012) (Version 5) [Datensatz]. Berlin: IQB – Institut zur Qualitätsentwicklung im Bildungswesen. http://doi.org/10.5159/IQB_PISA_2012_v5
Datenrestriktion / Zugangshinweise Kognitive Grundfähigkeiten dürfen nicht als abhängige Variable in den Analysen verwendet werden.

 

Projektbeschreibung

Die fünfte Erhebung von PISA im Jahr 2012 in Deutschland wurde von einer Arbeitsgruppe am Zentrum für internationale Bildungsvergleichsstudien (ZIB e. V.) durchgeführt. Auch in dieser PISA-Erhebungswelle galt es zu klären, wie gut 15-jährige Schüler*innen auf die Anforderungen der Wissensgesellschaft und auf lebenslanges Lernen vorbereitet sind. Die Testaufgaben von PISA richteten sich demzufolge nicht an spezifischen Lehrplänen aus, sondern an Wissen und Fähigkeiten, die im privaten und beruflichen Alltag zum Einsatz und zum Erwerb von Wissen benötigt werden. Wie in den vorherigen PISA-Studien bearbeiteten die Schüler*innen Aufgaben aus den Bereichen Mathematik, Naturwissenschaften und Lesen, Fragebögen zu Themen wie Unterricht und Schule sowie zur sozialen Herkunft. Der Schwerpunktbereich in PISA 2012 war zum zweiten Mal die mathematische Grundbildung. Erstmals wurde das Erhebungsprogramm in diesem Jahr um eine Testkomponente zur Problemlösekompetenz erweitert. Neben den Kompetenzen von Schüler*innen wurden wie auch bei den bisherigen PISA-Studien weitere Daten über Einstellungen der Schüler*innen, über den Schulkontext, über demographische Merkmale und Angaben über den sozialen, kulturellen und familiären Hintergrund erhoben. Darüber hinaus dienten Fragebögen für die Lehrkräfte, Schulleitungen und Eltern der Erfassung weiterer relevanter Hintergrundmerkmale. (Projekt/IQB)

Zu beachten:
Ländervergleich seit 2009 als eigenständige Studien

Bei Anträgen auf die PISA-Daten der Erhebungen 2000, 2003 und 2006 werden jeweils die deutschen Datensätze aus der internationalen und der nationalen Ergänzungsstudie (PISA-I bzw. PISA-E) gemeinsam ausgeliefert. Seit der Erhebung im Jahr 2009 wurden die nationalen Ergänzungsstudien (PISA-E) durch die IQB-Ländervergleiche abgelöst, die parallel zu den internationalen PISA-Erhebungen stattfinden. Die Daten der IQB-Ländervergleiche seit 2009 werden zwar nicht automatisch mit den Daten der internationalen PISA-Studien ausgeliefert, sind aber auf Antrag ebenfalls am Forschungsdatenzentrum des Instituts zur Qualitätsentwicklung im Bildungswesen erhältlich. Weitere Informationen zu den IQB-Ländervergleichen finden Sie hier und hier.

zurück zur Übersicht

Leerdatensätze

Um Ihnen einen ersten Überblick der Datensätze zu vermitteln, haben Sie hier die Möglichkeit, Leerdatensätze herunterzuladen.

zurück zur Übersicht

Dokumentation

Hier finden Sie weiterführendes Material zur Studie:

zurück zur Übersicht

Weiterführende Informationen

  • Hier finden Sie zentrale Ergebnisse der PISA-Studie 2012.
  • Hier geht es zum ausführlichen Ergebnisbericht.
  • Berichte in deutscher und englischer Sprache stehen auch auf der PISA-Website der OECD zum Download zur Verfügung.
  • PDF Hinweise zu den Daten

zurück zur Übersicht

Hinweise zur Nutzung der Daten

Sind die Kompetenzschätzer der PISA-, IGLU- und IQB-LV/BT-Studien miteinander vergleichbar?

Prinzipiell korrelieren die Tests aus PISA und den IQB-Ländervergleichen bzw. IQB-Bildungstrends hoch, aber die zugrunde liegenden Kompetenzmodelle unterscheiden sich. Die IQB-Tests sind an den Bildungsstandards der KMK und damit stärker am Curriculum orientiert als die PISA-Tests. Eine Testung der Vergleichbarkeit ist möglich mit IRT-Methoden auf Basis von Studien, in denen sowohl PISA als auch IQB-LV/IQB-BT Items verwendet wurden. Einige Studien zum Vergleich sind z. B.:

Das Ausmaß der Vergleichbarkeit muss für die Lese- und Mathematikkompetenzen sowie für die Sekundarstufe und Grundschule getrennt betrachtet werden. Auch wenn man davon ausgehen kann, dass sich Länderunterschiede mit beiden Maßen gut abbilden lassen, ist die Analyse von absoluten Trends auf einer gemeinsamen Metrik aber leider nicht möglich.

Die Datensätze der Studien PISA 2012 und IQB-Ländervergleich 2012 lassen sich über die ID-Variable [idstud_FDZ] miteinander verknüpfen. Dadurch können Sie Zusammenhänge zwischen den skalierten Testwerten beider Studien miteinander vergleichen.

Beachten Sie bitte zusätzlich:

1.) Anders als in den PISA-Erhebungen werden Lese- und Mathematikkompetenz in den IQB-Studien nur in der Grundschule gemeinsam getestet: Die Lesekompetenzen wurden im IQB-Ländervergleich 2009 (Sekundarstufe I) und im IQB-Ländervergleich 2011 (Grundschule) sowie im IQB-Bildungstrend 2015 (Sekundarstufe I) und im IQB-Bildungstrend 2016 (Grundschule) erfasst. Die Mathematikkompetenzen können Sie dem IQB-Ländervergleich 2012 (Sekundarstufe) und IQB-Ländervergleich 2011 (Grundschule) sowie dem IQB-Bildungstrend 2016 (Grundschule) und dem IQB-Bildungstrend 2018 (Sekundarstufe) entnehmen.

2.) Wenn Sie Analysen durchführen möchten, die unveröffentlichte, neuartige Vergleiche zwischen einzelnen Bundesländern beinhalten, gilt laut unserer Verfahrensordnung ein erweitertes Antragsverfahren mit Reviewprozess.

Gibt es in den IQB-Ländervergleichen/Bildungstrends sowie in PISA die Möglichkeit, eine (tagesgenaue) Erfassung des Alters der Schüler*innen vorzunehmen?

Angaben zum Geburtsjahr und Geburtsalter der Schüler*innen werden standardmäßig in den IQB-Ländervergleichen und PISA-Studien erhoben und stehen für Re- und Sekundäranalysen der Daten zur Verfügung. Tagesgenaue Angaben zum Geburtsdatum wurden aus datenschutzrechtlichen Gründen allerdings nicht erfasst und liegen in den Datensätzen nicht vor. Auch das genaue Testdatum ist in den meisten Datensätzen nicht enthalten (in PISA 2009 liegen diese Angaben vor). Häufig ist in den Datensätzen aber eine Altersvariable enthalten, die unter Verwendung des Geburtsjahrs und -monats in Relation zum Testdatum gebildet wurde (z. B. in den IQB-Ländervergleichen 2011, 2012 sowie in PISA 2012, 2009, 2006).

Welche nationalen PISA-Daten lassen sich mit den IQB-Ländervergleichen/Bildungstrends oder den internationalen PISA-Daten verknüpfen?

Die PISA-2012-Datensätze lassen sich mit den Daten des IQB-Ländervergleichs 2012 kombinieren. Die Schüler*innen-IDs wurden in den am FDZ am IQB verfügbaren Datensätzen schon so rekodiert, dass eine Verknüpfung beider Datenquellen möglich ist. Eine Verknüpfung der anderen PISA-Wellen mit den Daten der IQB-Ländervergleichen/IQB-Bildungstrends ist leider nicht möglich, da sich die ID-Variablen nicht einheitlich rekodieren lassen.

Auf welchen Ebenen wurden die Deutschland-PISA-Daten erfasst?

In den deutschen PISA-Studien liegen lediglich Informationen auf Bundeslandebene vor. Bitte beachten Sie, dass bei der Analyse von Bundesland-Daten besondere Nutzungsbedingungen eingehalten werden müssen. Diese können Sie hier nachlesen:

Wie hoch ist die Anzahl der gezogenen Klassen pro Schule in PISA-Erhebungen?

Informationen zur Stichprobenziehung in den Studien finden Sie in den Ergebnisberichten bzw. Skalenhandbüchern.
Hier eine kurze Zusammenfassung zur Stichprobenziehung in PISA:

PISA 2000:
zufällige Auswahl von 28 15-Jährigen sowie 10 nicht 15-Jährigen Neuntklässlern pro Schule; es wurden also nicht vollständige Klassen gezogen, Analysen können nur auf Schulebene durchgeführt werden

PISA 2003:
zufällige Auswahl von 15-Jährigen pro Schule; zusätzlich wurden für die nationale Erweiterung zwei komplette 9. Klassen pro Schule gezogen; in den PISA-E-Daten wurde allerdings keine klassenbasierte Stichprobenziehung realisiert.

PISA 2006:
schulbasierte Stichprobenziehung, anschließend zufällige Auswahl von 15-Jährigen pro Schule, an den Schulen der internationalen Stichprobe (PISA_I) wurden zusätzlich Schüler*innen aus zwei kompletten 9. Klassen getestet

PISA 2009:
schulbasierte Stichprobenziehung, zusätzlich wurden Schüler*innen aus zwei kompletten 9. Klassen pro Schule getestet

PISA 2012:
schulbasierte Stichprobenziehung, zusätzlich wurden Schüler*innen aus zwei kompletten 9. Klassen pro Schule getestet

PISA 2015:
schulbasierte Stichprobenziehung, anschließend zufällige Auswahl von 15 Schüler*innen einer 9. Klasse innerhalb einer Schule

PISA 2018:
schulbasierte Stichprobenziehung, anschließend zufällige Auswahl von 15 Schüler*innen einer 9. Klasse innerhalb einer Schule

Wie viele Schüler*innen an Förder- und Berufsschulen sind in den PISA-Daten enthalten?

Die Förder- und Berufsschüler*innen wurden in den genannten PISA-Erhebungen getrennt erfasst. Nachfolgend finden Sie die Stichprobenumfänge für diese Teilgruppen. Sie basieren auf den Angaben in den deutschen PISA-Erweiterungsstichproben (PISA-E) in den Schüler*innen- und Schulleitungsdatensätzen. Gegebenenfalls kann es zu leichten Abweichungen zu den berichteten Stichproben in den Ergebnisberichten kommen.

PISA 2000 E:
- 9. Klasse: n= 11 Schüler*innen an Berufsschulen, n= 22 Schüler*innen an Förderschulen von insgesamt n = 34.754 Schüler*innen
- 15-Jährige: n= 241 Schüler*innen an Berufsschulen, n= 799 Schüler*innen an Förderschulen von insgesamt n= 35.584 Schüler*innen
- Schuldatensatz: n= 18 Berufsschulen,  n= 4 Förderschulen von insgesamt n= 1.342 Schulen

PISA 2003 E (hier keine Differenzierung zwischen Datensätzen für 9. Klasse & 15-Jährige möglich)
- 9. Klasse: n= 654 Schüler*innen an Berufsschulen, n= 1.712 Schüler*innen an Förderschulen von insgesamt n= 46.185 Schüler*innen
- Schuldatensatz: n= 43 Berufsschulen, keine Förderschulen von insgesamt n= 1.411 Schulen

PISA 2006 E:
- 9. Klasse: keine Schüler*innen an Berufsschulen oder Förderschulen im Datensatz
- 15-Jährige: n= 625 Schüler*innen an Berufsschulen, n= 2.560 Schüler*innen an Förderschulen von insgesamt n= 39.573 Schüler*innen
- Schuldatensatz: n= 42 Berufsschulen, keine Förderschulen von insgesamt n= 1.496 Schulen

PISA 2009 E:
- 9. Klasse: keine Schüler*innen an Berufsschulen oder Förderschulen im Datensatz von insgesamt n= 9.461
- Schuldatensatz: n= 9 Berufsschulen, n= 13 Förderschulen von insgesamt n= 226 Schulen

PISA 2012 E:
- 9. Klasse: keine Schüler*innen an Berufsschulen, n= 153 Schüler*innen an Förderschulen im Datensatz von insgesamt n= 9.998 Schüler*innen
- 15-Jährige: n= 99 Schüler*innen an Berufsschulen, n= 139 Schüler*innen an Förderschulen im Datensatz von insgesamt n= 5.001 Schüler*innen
- Schuldatensatz: n= 7 Berufsschulen, n= 12 Förderschulen von insgesamt n= 230 Schulen

PISA 2015 E:
- 9. Klasse: keine Schüler*innen an Berufsschulen, n= 165 Schüler*innen an Förderschulen im Datensatz von insgesamt n= 4.149 Schüler*innen
- 15-Jährige: n= 160 Schüler*innen an Berufsschulen, n= 134 Schüler*innen an Förderschulen im Datensatz von insgesamt n= 6.504 Schüler*innen
- Schuldatensatz: n= 8 Berufsschulen, n= 12 Förderschulen von insgesamt n= 205 Schulen

PISA 2018 E:
- 9. Klasse: keine Schüler*innen an Berufsschulen, n= 115 Schüler*innen an Förderschulen im Datensatz von insgesamt n= 3.567 Schüler*innen
- 15-Jährige: n= 184 Schüler*innen an Berufsschulen, n= 98 Schüler*innen an Förderschulen im Datensatz von insgesamt n= 5.451 Schüler*innen
- Schuldatensatz: n= 10 Berufsschulen, n= 7 Förderschulen von insgesamt n= 191 Schulen

Lassen sich Lehrkräfte- und Schüler*innendaten in PISA verknüpfen?

Leider ist eine Verknüpfung nur für die Teildatensätze der 9. Klässler*innen möglich (die Datensätze der 15-Jährigen umfassen schulübergreifende Stichproben). In den meisten PISA-Wellen wurden zwei 9. Klassen gezogen, aber in den Teildatensätzen fehlt häufig eine eindeutige Klassen-ID.

Hier eine Übersicht in Stichpunkten zu den einzelnen PISA-Wellen:

PISA 2000:
hier wurde kein Lehrkräfte-Fragebogen eingesetzt

PISA 2003:
Teildatensatz "PISA-I-9.Klasse": Lehrkräfte-Fragebögen beinhalten Fragen auf Schulebene, nicht auf Klassenebene; eine Verknüpfung über die Variable [idclass_FDZ] ist möglich, aber im Lehrkräftedatensatz gibt es auf dieser Variable einen hohen Anteil fehlender Werte (vermutlich, da viele Lehrkräfte pro Schule befragt wurden); Teildatensatz "PISA-E": keine Lehrkräftefragebogen vorhanden

PISA Plus 2003-2004:
eine Verknüpfung ist prinzipiell möglich, aber Lehrkräftedaten müssten aus PISA-2003-Daten herangespielt werden und liegen nur zum ersten Messzeitpunkt vor

PISA 2006:
Teildatensatz "PISA-E": kein Lehrkräftedatensatz für 9.Klassen vorhanden, Verknüpfung nur auf Schulebene möglich; Teildatensatz "PISA-I": keine eindeutige Verknüpfung möglich, da im Lehrkräftedatensatz keine Klassen-ID enthalten ist

PISA 2009:
ebenfalls keine Klassen-ID im Lehrkräftedatensatz, aber Verknüpfung über idsch und Variable [LF39M01] (Deutsch in PISA Klasse unterrichtet: ja vs. nein) teilweise möglich; es wurden allerdings pro Schule zwei 9. Klassen gezogen

PISA 2012:
Verknüpfung ist prinzipiell über Variablen zur Klassenbezeichnung möglich (Lehrkräfte-Datensatz: klasse_FDZ; Schüler*innendatensatz: ClassName_FDZ) aber praktisch schwierig zu bewerkstelligen, da Metrik der Schul-ID zwischen beiden Teildatensätzen nicht korrespondiert und auf Variablen zur Klassenbezeichnung hoher Anteil fehlender Werte vorliegt (Erfahrungsberichte der PISA-Mitarbeiter*innen interpretiere ich so, dass Verknüpfung in Mehrheit der Fällen nicht gelingt)

PISA 2015:
Verknüpfung ist nicht direkt möglich, da alle Lehrkräfte der gezogenen Schulen befragt wurden

PISA 2018:
Eine Zuordnung zwischen Lehrkräften und Schüler*innen über die Variable "TEACHCLASS_ID" ist bis Ende 2022 aufgrund eines Sperrvermerks nicht möglich. Diese Variable beinhaltet aber auch nur die Information, ob die Lehrkraft eine neunte Klasse unterrichtet hat oder nicht. Das liegt daran, dass nahezu alle Lehrkräfte in der gezogenen Schule befragt wurden. Alternativ kann die Variable "TEACHERID" verwenden werden, aber auch diese Variable ermöglicht keine eindeutige Zuordnung zwischen Schüler*innen und dazugehöriger Lehrkraft.

Für welche PISA-Daten liegt ein Messwiederholungsdatensatz vor?

Ein Messwiederholungsdatensatz liegt für PISA-2003 (PISA-Plus 2003, 2004) und PISA-2012 (PISA-Plus 2012, 2013)

Wie wurden die Tests zur naturwissenschaftlichen Kompetenz in PISA entwickelt?

Im Gegensatz zu den IQB-Ländervergleichen sind die naturwissenschaftlichen Tests in PISA nicht curricular verankert bzw. fachspezifisch konzipiert. Deshalb gibt es in PISA keine Subtests für Biologie, Physik und Chemie. Vielmehr wird in PISA eine naturwissenschaftliche Grundbildung (Scientific Literacy, siehe z. B. OECD, 2006) getestet. Dabei handelt es sich um Fähigkeiten, die in Situationen bedeutsam sind, in denen man mit Naturwissenschaften und Technik konfrontiert ist. Diese Situationen beziehen sich auf physikalische Systeme, lebende Systeme, Erd- und Weltraumsysteme und technologische Systeme. Konkret werden die folgenden Kompetenzen getestet:


a) naturwissenschaftliche Fragestellungen erkennen
b) naturwissenschaftliche Phänomene beschreiben, erklären und vorherzusagen
c) naturwissenschaftliche Evidenz nutzen, um Entscheidungen zu treffen

Nähere Informationen zur Konzeption und zum Test (inklusive Beispielaufgaben) finden Sie hier:

Gibt es die Möglichkeit, bei PISA 2012 die Bundesland-Variable zu bekommen?

Die Bundesland-Variable ist in den Datensätzen enthalten. Wir stellen Ihnen diese Datensatzversion gern im Fernrechenportal JoSuA zur Verfügung. Dazu müssten wir jedoch eine Zusatzvereinbarung mit Ihnen über die Nutzung dieser Datenversion schließen. Dazu setzen Sie sich bitte mit uns in Verbindung. In den Datensätzen der PISA 2015-Studie ist die Bundesland-Variable ebenfalls enthalten.

zurück zur Übersicht

Literatur

Eine Auswahl an Publikationen finden Sie in dieser PDF Literaturliste (Stand: 24.03.2023).

2022

Brunner, M., Stallasch, S. E. & Lüdtke, O. (2022, 31. March) Empirical Benchmarks to Interpret Intervention Effects on Student Achievement in Elementary and Secondary School: Meta Analytic Results from Germany. Department of Educational Sciences, University of Potsdam, Germany; Leibniz Institute for Science and Mathematics Education, Germany; Centre for International Student Assessment, Germany. https://doi.org/10.35542/osf.io/39gbq

Camarero Garcia, S. (2022). Inequality of Educational Opportunities and the Role of Learning Intensity. Labour Economics, 74(4), 102084. https://doi.org/10.1016/j.labeco.2021.102084

Gutfleisch, T. & Kogan, I. (2022). Parental occupation and students’ STEM achievements by gender and ethnic origin: Evidence from Germany. Research in Social Stratification and Mobility, 82(100735). https://doi.org/10.1016/j.rssm.2022.100735

2020

Camarero Garcia, S. (2020) Inequality of Educational Opportunities and the Role of Learning Intensity (ZEW Discussion Paper 18-021). Mannheim: Zentrum für Europäische Wirtschaftsforschung. Accessed 09.05.2022. Retrieved from http://ftp.zew.de/pub/zew-docs/dp/dp18021.pdf

2019

Andrietti, V. & Su, X. (2019). Education curriculum and student achievement: theory and evidence. Education Economics, 27(1), 4–19. https://doi.org/10.1080/09645292.2018.1527894

Güntherodt, S. (2019). Resilienz beeinflussende Faktoren im Unterricht von Schülerinnen und Schülern mit sonderpädagogischem Förderbedarf in der Lernentwicklung unter Bezugnahme der PISA Forschung - Unveröffentlichte Staatsexamensarbeit. Universität Leipzig, Leipzig.

2018

Autorengruppe Bildungsberichterstattung. (2018). Bildung in Deutschland 2018. Ein indikatorengestützter Bericht mit einer Analyse zu Bildung und Migration. Bielefeld: wbv. https://doi.org/10.3278/6001820fw

Huebener, M., Kuger, S. & Marcus, J. (2018). G8-Schulreform verbessert PISA-Testergebnisse. Insbesondere leistungsstarke SchülerInnen profitieren. DIW-Wochenbericht, 85(13/14), 265–275. https://doi.org/10.18723/diw_wb:2018-13-1

Mang, J., Ustjanzew, N., Schiepe-Tiska, A., Prenzel, M., Sälzer, C., Müller, K. & Gonzaléz Rodríguez, E. (2018). PISA 2012 Skalenhandbuch. Dokumentation der Erhebungsinstrumente. Münster: Waxmann. Verfügbar unter https://www.pisa.tum.de/fileadmin/w00bgi/www/Berichtsbaende_und_Zusammenfassungungen/PISA_2012_Skalenhandbuch_final-openaccess.pdf

Mora-Ruano, J. G., Gebhardt, M. & Wittmann, E. (2018). Teacher Collaboration in German Schools: Do Gender and School Type Influence the Frequency of Collaboration Among Teachers? Frontiers in Education, 3. https://doi.org/10.3389/feduc.2018.00055

Pluschnikov, M., Gianneres, S. & Sicking, T. (2018). Eine empirische Analyse des einschulungsbedingten Geburtsmonatseffektes auf die kognitive Leistungsfähigkeit und den beruflichen Erfolg in Deutschland - Unveröffentlichte Seminararbeit. Westfälische Wilhelms-Universität Münster, Münster.

2017

Horlboge, J. C. (2017). Elterliche Bildungsaspiration und soziokulturelle Herkunft in der PISA-Studie. Eine Sekundäranalyse des Zusammenhangs zweier Konstrukte im Kontext sozialer Herkunft - Unveröffentlichte Masterarbeit. Universität Göttingen, Göttingen.

Huebener, M., Kuger, S. & Marcus, J. (2017). Increased instruction hours and the widening gap in student performance. Labour Economics, 47, 15–34. https://doi.org/10.1016/j.labeco.2017.04.007

2016

Andrietti, V. (2016) The causal effects of an intensified curriculum on cognitive skills : Evidence from a natural experiment (UC3M WP Economic Series 16-06). Madrid: Universidad Carlos III de Madrid. Accessed 11.08.2021. Retrieved from http://hdl.handle.net/10016/22880

Huebener, M., Kuger, S. & Marcus, J. (2016) Increased Instruction Hours and the Widening Gap in Student Performance (1st ed.) (DIW Discussion Paper 1561). Berlin: Deutsches Institut für Wirtschaftsforschung.

Nikolaus, J. (2016). Soziale Ungleichheit im deutschen Bildungssystem: Welche herkunftsspezifischen Einflüsse auf die Lesekompetenz von 15-jährigen Schülerinnen und Schülern gibt es in Deutschland und haben sie sich im Zeitverlauf verringert? Eine Analyse der PISA-Daten im Zeitvergleich - Unveröffentlichte Masterarbeit. Universität Kassel, Kassel.

Stöhr, S. C. (2016). Gender Effects on Achievement - Self-concept Relationships. Girls and Mathematics - Why not? - Unveröffentlichte Masterarbeit. Ludwig-Maximilians-Universität München, München.

2015

Prenzel, M., Sälzer, C., Klieme, E., Köller, O., Mang, J., Heine, J.-H., Schiepe-Tiska, A. & Müller, K. (2015). Programme for International Student Assessment 2012 (PISA 2012) (Version 5) [Datensatz]. Berlin: IQB - Institut zur Qualitätsentwicklung im Bildungswesen. https://doi.org/10.5159/IQB_PISA_2012_v5

2013

Prenzel, M., Saelzer, C., Klieme, E. & Koeller, O. (Hrsg.). (2013). PISA 2012. Fortschritte und Herausforderungen in Deutschland. Münster: Waxmann. Verfügbar unter https://www.pisa.tum.de/fileadmin/w00bgi/www/Berichtsbaende_und_Zusammenfassungungen/PISA_2012_EBook_ISBN3001.pdf

zurück zur Übersicht