Échelle d’auto-efficacité à l’entrée à l’université (SESW)

1. Résumé / Abstract

L’Échelle d’auto-efficacité à l’entrée à l’université (en allemand : Studieneinstiegsselbstwirksamkeits-Skala, désignée par l’acronyme SESW) est un instrument psychométrique contextuel spécifiquement développé pour évaluer le sentiment d’efficacité personnelle des étudiants primo-entrants au cours de leur transition vers l’enseignement supérieur. Conçue initialement dans le contexte académique germanophone, cette échelle comble un vide majeur dans la littérature psychométrique en proposant un outil standardisé, transdisciplinaire et spécifiquement adapté aux défis inhérents aux premier et deuxième semestres universitaires, période critique durant laquelle survient la majorité des abandons d’études.

Fondée sur le modèle théorique de l’auto-efficacité formulé par Albert Bandura (1977) et sur le principe de symétrie prédicteur-critère de Brunswik (1955), la SESW postule qu’une mesure hautement contextuelle prédit avec une bien plus grande précision les trajectoires académiques que les mesures d’auto-efficacité générale. L’instrument est composé de 13 items formulés positivement, administrables sous format papier-crayon ou numérique (passation estimée entre 3 et 5 minutes), associés à une échelle de réponse ordinale de type Likert en 5 points (allant de 1 = « pas du tout » à 5 = « totalement »).

La structure factorielle de l’échelle repose sur une organisation hiérarchique comprenant un facteur général de second ordre et trois sous-échelles de premier ordre reflétant les exigences académiques majeures : les délais et stratégies (Fristen und Strategien, FuS, 7 items), la motivation et cognition (Motivation und Kognition, MuK, 3 items) et les défis cognitifs complexes (kognitive Herausforderungen, kH, 3 items). Les études de validation psychométrique, menées auprès d’échantillons de référence comprenant plus de 1 842 étudiants de première année et des cohortes longitudinales totalisant 1 086 individus, démontrent des propriétés métrologiques de premier ordre : une excellente consistance interne globale (alpha de Cronbach > .88 ; oméga de McDonald = .90 ; rho de Raykov > .64), une fidélité test-retest substantielle (> .35) sur neuf mois, ainsi qu’une validité de critère remarquable pour la prédiction prospective des intentions d’abandon universitaire et de la satisfaction dans les études. L’échelle bénéficie des certifications de transparence TBS-DTK et ZIS_DIN-Screen.

2. Mots-clés / Keywords

auto-efficacité académique, transition universitaire, primo-entrants, abandon des études, réussite universitaire, psychométrie, persévérance académique, auto-régulation, évaluation psychologique, étudiants de première année, SESW, modélisation par équations structurelles.

3. Auteurs / Authors

L’instrumentation et la standardisation de la Studieneinstiegsselbstwirksamkeits-Skala (SESW) ont été coordonnées par des équipes de recherche spécialisées en psychologie différentielle, psychologie de l’éducation et psychométrie rattachées aux universités allemandes, notamment la Justus-Liebig-Universität Gießen. L’outil a fait l’objet d’un processus rigoureux de contrôle de qualité et d’accréditation au sein des référentiels nationaux de tests psychologiques de la Fédération Allemande des Associations de Psychologie (DGPs), recevant le certificat de transparence TBS-DTK (Testbeurteilungssystem der Föderation Deutscher Psychologenvereinigungen) ainsi que le référencement ZIS_DIN-Screen (déclaration conforme aux normes DIN 33430).

Les correspondances académiques et requêtes scientifiques concernant le développement de l’échelle, les syntaxes R et SPSS, ainsi que l’accès aux banques de données normatives sont centralisées au sein des départements de psychologie et des structures de gouvernance académique assurant le suivi des cohortes longitudinales de l’enseignement supérieur.

4. Objectif / Purpose

L’entrée dans l’enseignement supérieur constitue l’une des transitions psychosociales et académiques les plus exigeantes du parcours éducatif. Les statistiques publiées par l’Organisation de Coopération et de Développement Économiques (OCDE, 2016, 2017, 2018) révèlent qu’environ un tiers des étudiants inscrits en premier cycle universitaire abandonnent prématurément leurs études sans obtenir de diplôme. En Allemagne, les enquêtes nationales conduites par le Centre pour la recherche sur l’enseignement supérieur et la science (DZHW ; Heublein et al., 2017) indiquent un taux d’abandon moyen avoisinant 28 %, dont la grande majorité se cristallise dès la phase d’accueil et d’intégration, c’est-à-dire au cours des premier et deuxième semestres de licence (Bachelor).

Face à cet enjeu sociétal, pédagogique et économique colossal, les universités et les services d’orientation ont un besoin impérieux d’outils de dépistage précoce, valides et sensibles, capables d’identifier les profils d’étudiants les plus vulnérables avant que les difficultés d’ajustement ne s’aggravent en échec scolaire effectif ou en désengagement irréversible. Les méta-analyses contemporaines consacrées aux déterminants psychosociaux de la persévérance étudiante (Robbins et al., 2004 ; Richardson et al., 2012 ; Schneider & Preckel, 2017) démontrent avec constance que le sentiment d’efficacité personnelle (self-efficacy) constitue l’un des prédicteurs les plus puissants du rendement académique, du bien-être et de la rétention, surpassant fréquemment les variables démographiques ou les indicateurs d’habileté cognitive générale isolés.

La SESW a été spécifiquement conçue pour remplir une double finalité, à la fois clinique/diagnostique et de recherche :

• Diagnostic individuel et dépistage précoce (Screening) : La SESW excelle particulièrement à discriminer les étudiants situés dans les niveaux bas à très bas d’auto-efficacité perçue lors de leur rentrée universitaire. Cette propriété en fait un outil de choix pour les cellules de tutorat, les services de santé étudiante et les conseillers d’orientation, permettant de cibler les interventions personnalisées (ateliers de gestion du temps, soutien méthodologique, remédiation motivationnelle). Les coefficients de fidélité élevés (> .88) autorisent formellement son usage à des fins de décision diagnostique individuelle.
• Recherche fondamentale et appliquée en enseignement supérieur : L’échelle permet d’opérationnaliser de manière empiriquement robuste la croyance d’auto-efficacité comme variable médiatrice ou modératrice dans les modèles causaux de l’abandon, de la résilience académique, de l’épuisement étudiant (burnout) et de la satisfaction globale vis-à-vis des études.

Contrairement aux échelles antérieures d’efficacité académique globale qui omettaient les contraintes réelles du premier cycle, ou aux instruments ultra-spécialisés limités à une seule discipline (comme la psychologie ou les sciences dures), la SESW offre un ancrage universel, applicable à toutes les filières universitaires (humanités, sciences exactes, médecine, droit, gestion, formation des maîtres).

5. Construit psychologique / Construct

Le construit psychologique mesuré par l’échelle est l’auto-efficacité à l’entrée à l’université (Studieneinstiegsselbstwirksamkeit). Selon la formulation classique de Bandura, il ne renvoie ni à une compétence objective ni à un trait de personnalité stable comme l’extraversion ou le névrosisme (Costa & McCrae, 1992), mais plutôt à un ensemble dynamique de jugements qu’un individu porte sur ses propres capacités à organiser et exécuter les plans d’action nécessaires pour franchir avec succès les obstacles académiques spécifiques à la transition vers le supérieur. Ce construit articule trois facettes complémentaires :

1. Délais et stratégies d’organisation (Fristen und Strategien – FuS)

Cette dimension centrale, mesurée par 7 items, capture le sentiment d’aptitude à l’autogestion, à la régulation temporelle et à l’autonomie stratégique. À l’école secondaire, l’encadrement pédagogique est souvent directif et structuré de l’extérieur. À l’université, l’étudiant fait face à une désinstitutionalisation relative : il doit composer lui-même son emploi du temps semestriel, anticiper des échéances éloignées (inscription aux examens, dates de soumission de mémoires) et planifier des phases d’apprentissage intensives sans contrôle continu strict.

Exemples de processus couverts :

• Capacité perçue à concevoir son emploi du temps de manière indépendante (Item 1).
• Gestion stratégique du temps disponible avant les épreuves (Item 2).
• Maintien de la performance sous la contrainte temporelle et le stress des délais (Item 3).
• Diagnostic autonome des lacunes cognitives et mise en œuvre des actions nécessaires pour les combler (Items 5 et 6).
• Respect rigoureux des calendriers académiques institutionnels (Item 7).
• Organisation de l’apprentissage face à des volumes massifs d’information (Item 13).

2. Motivation et régulation cognitive (Motivation und Kognition – MuK)

Composée de 3 items, cette sous-échelle opérationnalise l’endurance motivationnelle et la mobilisation des acquis intellectuels antérieurs. Elle mesure la capacité perçue à maintenir son engagement académique face à l’adversité, aux retours évaluatifs négatifs et aux transitions de repères pédagogiques.

Exemples de processus couverts :

• Résilience motivationnelle : ne pas perdre courage ou renoncer face aux premiers revers d’évaluation universitaire (Item 8).
• Transfert des apprentissages scolaires : confiance dans la transférabilité des prérequis acquis dans le secondaire pour appréhender les concepts universitaires (Item 9).
• Raisonnement logique : conviction de pouvoir résoudre les problèmes formels de la discipline par une démarche analytique délibérée (Item 10).

3. Défis cognitifs complexes (Kognitive Herausforderungen – kH)

Cette composante, comprenant 3 items, évalue le jugement d’auto-efficacité face aux exigences épistémologiques et méthodologiques propres au savoir académique supérieur. Les étudiants ne sont plus seulement évalués sur de la restitution mnésique simple, mais sur leur maîtrise des paradigmes scientifiques et de systèmes conceptuels denses.

Exemples de processus couverts :

• Assimilation et appropriation des méthodes d’investigation spécialisées de la filière (Item 11).
• Compréhension en profondeur d’interconnexions notionnelles complexes et abstraites (Item 12).

6. Cadre théorique / Theoretical Framework

Le fondement épistémologique de la SESW repose sur la théorie sociocognitive élaborée par Albert Bandura (1977, 1997). Au cœur de ce cadre se trouve le concept de système de croyances d’efficacité personnelle, postulant que les individus n’agissent pas seulement sous l’effet de pulsions internes ou de renforcements environnementaux passifs, mais qu’ils exercent une agentivité humaine (Bandura, 2001) médiatisée par leurs anticipations d’efficacité.

Selon Bandura, l’auto-efficacité se distingue formellement d’autres concepts motivationnels tels que l’estime de soi (évaluation affective globale de sa propre valeur en tant que personne) ou le lieu de contrôle (croyance externe ou interne quant à la causalité des événements selon Rotter). L’auto-efficacité répond précisément à la question : « Suis-je capable d’accomplir les actions nécessaires pour obtenir tel résultat dans ce contexte déterminé ? » Bandura a mis en garde la communauté psychométrique contre l’utilisation abusive d’outils d’« auto-efficacité générale décontextualisée », soulignant que l’efficacité personnelle est par essence contextuelle, multidimensionnelle et dynamique. Les croyances fluctuent selon la tâche à accomplir et se construisent à partir de quatre sources d’information fondamentales : les expériences actives de maîtrise (succès antérieurs), les expériences vicariantes (modélisation sociale par les pairs), la persuasion verbale (encouragements des enseignants et tuteurs) et les états physiologiques/émotionnels (gestion du stress et de l’anxiété de performance).

Le second pilier théorique présidant à la conception de la SESW est le principe de symétrie prédicteur-critère formulé par Egon Brunswik (1955) et réactualisé en psychologie de l’éducation par Betz et Hackett (2006). Brunswik a démontré que la puissance prédictive d’une variable psychologique atteint son niveau optimal lorsque le degré de spécificité du prédicteur coïncide rigoureusement avec le degré de spécificité du critère à prédire. Une échelle évaluant l’auto-efficacité générale dans la vie quotidienne s’avère un médiocre prédicteur de la persévérance lors d’un examen spécifique de chimie ou de droit en première année. À l’inverse, l’opérationnalisation fine des challenges réels de la première année universitaire garantit une validité écologique et prospective maximale.

Pour ancrer fidèlement l’échelle dans la réalité écologique des universités, les concepteurs ont mobilisé les modélisations qualitatives contemporaines de l’intégration universitaire, notamment les travaux de Trautwein et Bosse (2017) sur l’hétérogénéité des exigences académiques perçues, ainsi que les paradigmes d’autogestion de l’apprentissage de Barry Zimmerman (2002). Le modèle sous-jacent de la SESW considère l’auto-efficacité comme un levier central de l’auto-régulation de l’apprentissage : un étudiant qui croit fermement en ses capacités de planification persistera face aux revers, déploiera des stratégies métacognitives plus sophistiquées et maintiendra une implication active, réduisant ainsi drastiquement les intentions de décrochage.

7. Validité / Validity

Le programme de validation de la SESW repose sur une série d’études quantitatives et qualitatives articulant plusieurs cohortes représentatives, garantissant des preuves rigoureuses de validité de contenu, de validité de construit, de validité convergente/discriminante et de validité prédictive prospective.

Validité de contenu et phase préliminaire

La validité de contenu a été établie par une triangulation méthodique de trois sources majeures de données nationales :

• L’enquête de l’Université de Gießen (Ehrlich, 2016) menée auprès de N = 5 263 étudiants identifiant les compétences corrélées significativement à la réussite déclarée.
• Le 12^e sondage national des étudiants du Ministère fédéral de l’Éducation et de la Recherche (BMBF ; Ramm et al., 2014 ; sous-échantillon traité par Bargel, 2015, comprenant N = 647 primo-entrants représentatifs), ciblant les difficultés d’études majeures.
• L’enquête CHE auprès de 9 500 professeurs universitaires de 32 disciplines (Horstmann & Hachmeister, 2016), documentant les prérequis cruciaux indispensables selon les enseignants.

Une pré-version de 10 items a d’abord été soumise à une étude quantitative (N = 148, étudiants de psychologie, âge moyen = 20.78 ans) et à un pré-test qualitatif par entretiens cognitifs (cognitive cognitive-interviewing, technique du think-aloud, Leeuw et al., 2012). Les résultats qualitatifs ont démontré une excellente clarté des consignes et ont conduit à l’adjonction de 3 items ciblant explicitement la gestion de gros volumes d’information, les méthodes spécialisées et l’abstraction conceptuelle, aboutissant à la structure finale à 13 items.

Validité convergente et discriminante

Dans la cohorte préliminaire (N = 148), la corrélation entre la SESW et l’échelle d’auto-efficacité générale (Allgemeine Selbstwirksamkeit de Schwarzer & Jerusalem, 1999) s’élève à r = .62 (p = .001). Cette corrélation positive élevée atteste d’une parenté théorique nette (validité convergente) tout en confirmant que la SESW capture une part substantielle de variance non expliquée par le construit généraliste (environ 61 % de variance non partagée), prouvant sa spécificité contextuelle (validité discriminante).

Validité de critère et prédictive prospective

La validité prédictive a été vérifiée au moyen d’un protocole longitudinal sur trois cohortes d’entrants universitaires suivies sur neuf mois (semestres 1 et 2 ; taille initiale agrégée n_2Start = 1 086 ; échantillon final au temps 3 après attrition longitudinale standard n_2final = 424 ; 80.4 % femmes, âge moyen = 20.85 ans). Les résultats démontrent que le score SESW mesuré lors des premières semaines de cours prédit significativement et négativement les intentions d’abandon universitaire (drop-out intentions) à la fin de la première année, tout en prédisant positivement et fortement la satisfaction globale vis-à-vis des études (Studienzufriedenheit).

De surcroît, une analyse comparative menée sur les participants défaillants au suivi longitudinal a révélé que les étudiants qui ont quitté l’étude en cours d’année présentaient dès l’entrée un score moyen de SESW significativement plus faible que les étudiants persévérants (t(1078) = -2.098, p = .036), confirmant l’utilité clinique de l’instrument comme prédicteur comportemental objectif du décrochage.

8. Fidélité / Reliability

Les indicateurs métrologiques de fidélité de la SESW ont été calculés sur de larges échantillons empiriques (notamment l’échantillon normatif n₁ = 1 842 et les cohortes longitudinales agrégées) à l’aide des progiciels R et IBM SPSS Statistics. Les distributions présentant des écarts significatifs à la normalité univariée (Kolmogorov-Smirnov D(1842) = .989, p < .01 ; Shapiro-Wilk W(1842) = .979, p < .01 ; asymétrie = -0.50, aplatissement = 0.52), les indices de consistance interne ont été estimés via plusieurs méthodes d’estimation robustes :

• Consistance interne (Cohérence globale) : Le coefficient alpha de Cronbach (α) de l’échelle totale atteint des valeurs systématiquement supérieures à .88 dans l’ensemble des études, témoignant d’une excellente homogénéité sans redondance excessive.
• Indicateurs modernes de saturation factorielle : L’indice oméga de McDonald (ω) atteint .90, démontrant que la variance composite est très largement attribuable au facteur général d’efficacité académique d’entrée. Le coefficient rho de Raykov (ρ) excède .64 pour les différentes dimensions et culmine à des seuils élevés pour l’échelle globale.
• Propriétés des items : Lors des phases de calibration, les difficultés d’items se sont révélées idéales pour un instrument de dépistage (indices de facilité p = .72 à .79), et les indices de discrimination/corrélation item-total corrigée (r_it) se situent entre .31 et .49, assurant une discrimination nette des étudiants en difficulté.
• Stabilité temporelle (Fidélité test-retest) : Dans les cohortes longitudinales suivies sur deux semestres (intervalle de 9 mois), la stabilité test-retest se maintient à r_tt > .35. Cette valeur reflète fidèlement la nature conceptuelle de l’auto-efficacité selon Bandura (1977) : celle-ci n’est pas un trait immuable, mais un état cognitif dynamique modelé par les expériences vécues au cours des premiers examens universitaires.

9. Analyse factorielle / Factor Analysis

La structure factorielle interne de l’échelle a été examinée par des modélisations confirmatoires (AFC / Confirmatory Factor Analysis) au moyen d’équations structurelles, en tenant compte des caractéristiques ordinales des variables.

Sur le plan théorique et empirique, les données soutiennent un modèle hiérarchique de second ordre :

• Facteur de second ordre : L’auto-efficacité globale à l’entrée à l’université (SESW générale), qui subsume et intègre l’ensemble de la variance commune de l’adaptation initiale.
• Trois facteurs de premier ordre corrélés :
  1. Fristen und Strategien (FuS – Délais et stratégies : Items 1, 2, 3, 4, 5, 6, 7, 13).
  2. Motivation und Kognition (MuK – Motivation et cognition : Items 8, 9, 10).
  3. Kognitive Herausforderungen (kH – Défis cognitifs : Items 11, 12).

Les saturations factorielles (factor loadings, λ) de l’ensemble des 13 items sur leurs facteurs respectifs sont toutes substantielles et statistiquement significatives (p < .001). Les items présentent une contribution équilibrée à la définition du domaine.

Invariance de mesure (Measurement Invariance) : Un aspect psychométrique décisif validé sur les cohortes longitudinales successives (semestres d’hiver 16/17, 17/18 et 18/19, totalisant N = 1 086) concerne la démonstration de l’invariance temporelle et inter-cohortes. L’échelle démontre une invariance configurationnelle, métrique (invariance des saturations) et scalaire (invariance des seuils/intercepts), attestant que le construit sous-jacent possède strictement la même signification psychologique d’une promotion d’étudiants à l’autre.

Bien que les trois sous-échelles offrent un raffinement analytique précieux pour la recherche fondamentale (cf. Tableau 1), les auteurs préconisent formellement, pour la pratique diagnostique et les applications institutionnelles, de calculer et d’interpréter le score moyen global intégrant l’ensemble des 13 items non pondérés.

10. Instrument de mesure / Instrument

L’instrument de mesure présente les spécifications techniques et standardisées suivantes :

• Type d’outil : Questionnaire d’auto-évaluation psychométrique contextuelle (Screening et diagnostic).
• Population cible : Étudiants de premier cycle universitaire (licence, bachelor, classes préparatoires) durant leurs premier et deuxième semestres académiques (primo-entrants). Applicable sans restriction à tous les domaines disciplinaires (sciences, lettres, droit, santé, ingénierie).
• Mode d’administration : Auto-passation individuelle ou collective, sous forme papier-crayon (Paper-Pencil) ou informatisée en ligne (plateformes d’évaluation universitaire).
• Durée de passation : 3 à 5 minutes en modalité papier-crayon (incluant la lecture des consignes standardisées) ; 1.5 à 3 minutes en passation numérique en ligne.
• Nombre d’items : 13 énoncés formulés de manière homogène avec une valence positive.
• Format d’échelle de réponse : Échelle de Likert authentique à 5 points d’ancrage ordonnés :
  • 1 = gar nicht (pas du tout)
  • 2 = eher nicht (plutôt pas)
  • 3 = teils teils (mitigé / en partie)
  • 4 = etwas (assez / plutôt oui)
  • 5 = voll und ganz (totalement / tout à fait)
• Consigne standardisée : « Im Folgenden geht es um Ihren Studieneinstieg. Bitte geben Sie an, inwieweit Sie sich zutrauen, … » (Dans ce qui suit, il est question de vos débuts à l’université. Veuillez indiquer dans quelle mesure vous vous sentez capable de…).
• Procédure de cotation et de calcul des scores :
  • Tous les items étant orientés positivement, aucune inversion ou recodage préalable n’est nécessaire.
  • Le score global d’auto-efficacité à l’entrée à l’université s’obtient en calculant la moyenne arithmétique simple des 13 items. Le score résultant évolue dans un intervalle théorique continu de [1.00 ; 5.00].
  • Un score élevé traduit un niveau élevé de confiance en ses capacités d’ajustement aux exigences académiques. Un score moyen égal ou inférieur à 3.00 signale une vulnérabilité potentielle nécessitant une proposition d’accompagnement.
  • Pour la recherche, les scores factoriels des sous-échelles peuvent être calculés indépendamment : Délais et stratégies (FuS, moyenne des items 1, 2, 3, 4, 5, 6, 7, 13) ; Motivation et cognition (MuK, moyenne des items 8, 9, 10) ; Défis cognitifs (kH, moyenne des items 11, 12).
  • Gestion des données manquantes : En cas d’items omis isolés, l’imputation multiple ou l’estimation par maximum de vraisemblance à information complète (FIML) est recommandée si le mécanisme est MCAR (Lüdtke et al., 2007 ; Rubin, 1976). Dans la pratique diagnostique directe, un protocole complet à 13 items est requis.

11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year

• Année d’introduction officielle : 2018 (collectes de standardisation conduites de 2016 à 2019 ; publications de référence intégrées au répertoire ZIS).
• Droits d’utilisation et licence : L’échelle SESW est une mesure scientifique à accès ouvert (Open Access) mise à disposition de la communauté académique, des universités et des praticiens de l’orientation à des fins de recherche non commerciale, de pédagogie et de diagnostic institutionnel d’aide aux étudiants.
• Tarification : Gratuit (aucun coût d’acquisition de licence ni de redevance par passation). L’utilisation commerciale au sein de progiciels lucratifs de sélection privée requiert l’accord formel exprès des détenteurs des droits.
• Labels de qualité et accréditation : L’outil possède le certificat de transparence TBS-DTK Transparenz Zertifikat de la Fédération Allemande de Psychologie et le référencement de qualité ZIS_DIN-Screen conforme aux standards psychométriques de la norme DIN 33430.

12. Références / References

Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Psychological Review, 84(2), 191–215. https://doi.org/10.1037/0033-295X.84.2.191

Bandura, A. (1997). Self-efficacy: The exercise of control. W. H. Freeman and Company.

Bandura, A. (2001). Social cognitive theory: An agentic perspective. Annual Review of Psychology, 52(1), 1–26. https://doi.org/10.1146/annurev.psych.52.1.1

Bargel, T. (2015). Studieneinstieg: Herausforderungen und Schwierigkeiten. Auswertungen aus dem 12. Studierendensurvey des BMBF. Arbeitsgruppe Hochschulforschung, Universität Konstanz.

Betz, N. E., & Hackett, G. (2006). Career self-efficacy theory: Back to the future. Journal of Career Assessment, 14(1), 3–11. https://doi.org/10.1177/1069072705281347

Brunswik, E. (1955). Representative design and probabilistic theory in a functional psychology. Psychological Review, 62(3), 193–217. https://doi.org/10.1037/h0047470

Chemers, M. M., Hu, L. T., & Garcia, B. F. (2001). Academic self-efficacy and first-year college student performance and adjustment. Journal of Educational Psychology, 93(1), 55–64. https://doi.org/10.1037/0022-0663.93.1.55

Costa, P. T., & McCrae, R. R. (1992). Revised NEO Personality Inventory (NEO-PI-R) and NEO Five-Factor Inventory (NEO-FFI) professional manual. Psychological Assessment Resources.

Ehrlich, C. (2016). Ergebnisse der universitätsweiten Studierendenbefragung 2016 an der Justus-Liebig-Universität Gießen. Justus-Liebig-Universität Gießen.

Eid, M., & Schmidt, K. (2014). Testtheorie und Testkonstruktion (2. Aufl.). Hogrefe.

Gold, A., & Souvignier, E. (2005). Zur prognostischen Validität von Studienzulassungstests. Zeitschrift für Pädagogische Psychologie, 19(1/2), 67–78. https://doi.org/10.1024/1010-0652.19.12.67

Heublein, U., Ebert, J., Hutzsch, C., Isleib, S., König, R., Richter, J., & Woisch, A. (2017). Zwischen Studienerwartungen und Studienwirklichkeit: Ursachen des Studienabbruchs, beruflicher Verbleib der Studienabbrecherinnen und Studienabbrecher und Entwicklung von Frühradarsystemen (Forum Hochschule 1/2017). Deutsches Zentrum für Hochschul- und Wissenschaftsforschung (DZHW).

Horstmann, N., & Hachmeister, C.-D. (2016). Welche Fähigkeiten und Voraussetzungen sollten Studierende je nach Studienfach mitbringen? Ergebnisse einer Befragung von Hochschullehrenden (Arbeitspapier Nr. 185). CHE Centrum für Hochschulentwicklung.

International Test Commission. (2016). ITC guidelines for translating and adapting tests (2nd ed.). https://www.intestcom.org

Leeuw, E. D. de, Hox, J. J., & Dillman, D. A. (2012). International handbook of survey methodology. Routledge.

Lüdtke, O., Robitzsch, A., Trautwein, U., & Köller, O. (2007). Umgang mit fehlenden Werten in der psychologischen und pädagogischen Forschung: Probleme und Lösungen. Psychologische Rundschau, 58(2), 103–117. https://doi.org/10.1026/0033-3042.58.2.103

OECD. (2016). Education at a glance 2016: OECD indicators. OECD Publishing. https://doi.org/10.1787/eag-2016-en

OECD. (2017). Education at a glance 2017: OECD indicators. OECD Publishing. https://doi.org/10.1787/eag-2017-en

OECD. (2018). Education at a glance 2018: OECD indicators. OECD Publishing. https://doi.org/10.1787/eag-2018-en

Peiffer, H., Schmitt, M., & Preckel, F. (2018). Entwicklung und Validierung einer Skala zur Erfassung fachspezifischer akademischer Selbstwirksamkeit im Psychologiestudium. Diagnostica, 66(1), 22–34. https://doi.org/10.1026/0012-1924/a000234

Ramm, M., Multrus, F., Bargel, T., & Schmidt, M. (2014). Studiensituation und studentische Orientierungen: 12. Studierendensurvey an Universitäten und Fachhochschulen. Bundesministerium für Bildung und Forschung (BMBF).

Rammstedt, B., Kemper, C. J., & Schupp, J. (2011). Äquivalenz der Big Five nach psychometrischen Maßstäben. In B. Rammstedt (Hrsg.), Dokumentation von Skalen und Fragebögen. GESIS.

Richardson, M., Abraham, C., & Bond, R. (2012). Psychological correlates of university students’ academic performance: A systematic review and meta-analysis. Psychological Bulletin, 138(2), 353–387. https://doi.org/10.1037/a0026838

Robbins, S. B., Lauver, K., Le, H., Davis, D., Langley, R., & Carlstrom, A. (2004). Do psychosocial and study skill factors predict college outcomes? A meta-analysis. Psychological Bulletin, 130(2), 261–288. https://doi.org/10.1037/0033-2909.130.2.261

Rubin, D. B. (1976). Inference and missing data. Biometrika, 63(3), 581–592. https://doi.org/10.1093/biomet/63.3.581

Schneider, M., & Preckel, F. (2017). Variables associated with achievement in higher education: A systematic review of meta-analyses. Psychological Bulletin, 143(6), 565–600. https://doi.org/10.1037/bul0000098

Schwarzer, R., & Jerusalem, M. (1999). Skalen zur Erfassung von Lehrer- und Schülermerkmalen: Dokumentation der psychometrischen Verfahren im Rahmen der wissenschaftlichen Begleitung des Modellversuchs Selbstwirksame Schulen. Freie Universität Berlin.

Statistisches Bundesamt. (2018). Bildung und Kultur: Studierende an Hochschulen – Wintersemester 2017/2018 (Fachserie 11 Reihe 4.1). Statistisches Bundesamt (Destatis).

Trautwein, C., & Bosse, E. (2017). Für die Lehre das Lernen im Blick: Heterogene Herausforderungen von Studienanfänger/innen. In C. Scholkmann & E. Bosse (Hrsg.), Hochschullehre im Fokus (S. 113–132). Springer.

Urdan, T., & Pajares, F. (Eds.). (2006). Self-efficacy beliefs of adolescents. Information Age Publishing.

Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory Into Practice, 41(2), 64–70. https://doi.org/10.1207/s15430421tip4102_2

13. Questions et items du questionnaire / Scale Items