Instrument d’identification de la propension à l’abandon dans les études en alternance (MISANDS)

1. Résumé / Abstract

L’Instrument d’identification de la propension à l’abandon dans les études en alternance (connu sous l’acronyme allemand MISANDS pour Messinstrument zur Identifikation von Studienabbruchneigung im dualen Studium) est un outil de mesure psychométrique standardisé conçu pour évaluer de manière multidimensionnelle et précoce l’intention de décrochage chez les étudiants engagés dans des cursus universitaires en alternance (formation duale). Développé dans le cadre des recherches longitudinales menées à l’Université coopérative d’État du Bade-Wurtemberg (DHBW) par Ernst Deuer et Steffen Wild, cet instrument opérationnalise le risque de désengagement académique et professionnel à travers deux dimensions complémentaires : la propension à l’abandon liée au cursus académique (studiengangsbezogene Abbruchneigung) et la propension à l’abandon liée au lieu de formation pratique ou entreprise d’accueil (ausbildungsstättenbezogene Abbruchneigung).

Le questionnaire se compose de 8 items formulés de manière symétrique (quatre items à valence positive et quatre items inversés à valence négative), administrés avec un format de réponse ordonné à quatre niveaux (1 = oui, 2 = plutôt oui, 3 = plutôt non, 4 = non). Les analyses psychométriques conduites sur un vaste échantillon représentatif de N = 1 429 étudiants de première année (issus des filières du travail social, de l’ingénierie et des sciences de gestion) attestent d’une excellente consistance interne, avec des coefficients alpha de Cronbach oscillant entre .86 et .88 et des coefficients rho de Raykov de .87 à .88 selon les sous-échelles. La structure bidimensionnelle a été validée par analyse factorielle exploratoire (73 % de variance expliquée) puis confirmée par analyse factorielle confirmatoire en modélisation par équations structurelles avec estimateur robuste (MLR), montrant des indices d’ajustement satisfaisants (CFI = .95 ; RMSEA = .09). La validité pronostique, vérifiée 22 mois après la passation initiale à partir des registres administratifs officiels d’exmatriculation sans diplôme, met en évidence des courbes ROC (Receiver Operating Characteristic) concluantes avec des aires sous la courbe (AUC) de .68 pour la sous-échelle académique et .60 pour la composante pratique. Très économique, le MISANDS s’administre en moins de trois minutes et constitue un levier diagnostique majeur pour les dispositifs d’intervention précoce dans l’enseignement supérieur.

2. Mots-clés / Keywords

abandon universitaire, études en alternance, formation duale, propension au décrochage, réussite académique, psychométrie, analyse factorielle confirmatoire, validité prédictive, alternance travail-études, satisfaction étudiante, éducation supérieure, persévérance scolaire, DHBW, courbe ROC

3. Auteurs / Authors

L’instrument MISANDS a été élaboré, opérationnalisé et validé par une équipe de chercheurs spécialisés en pédagogie universitaire, sociologie de l’éducation et psychométrie rattachés à la Duale Hochschule Baden-Württemberg (DHBW) :

• Prof. Dr. Ernst Deuer : Professeur en gestion des ressources humaines et pédagogie d’entreprise à la Duale Hochschule Baden-Württemberg Ravensburg (Campus Friedrichshafen / Ravensburg), Marktstraße 28, 88212 Ravensburg, Allemagne. Courriel institutionnel : [email protected]. Ses travaux portent principalement sur le recrutement, l’intégration organisationnelle des apprentis et la prévention précoce des ruptures de contrat d’apprentissage et de cursus universitaire.
• Dr. Steffen Wild : Chercheur en sciences de l’éducation et méthodologie quantitative à la Duale Hochschule Baden-Württemberg Ravensburg, Marktstraße 28, 88212 Ravensburg, Allemagne. Courriel institutionnel : [email protected]. Spécialiste de la recherche longitudinale sur les trajectoires étudiantes, de la modélisation statistique et de l’évaluation des politiques institutionnelles de rétention.

4. Objectif / Purpose

Le phénomène du décrochage universitaire représente une préoccupation économique, sociale et pédagogique majeure à l’échelle internationale. En Allemagne, les enquêtes menées par le Centre allemand pour la recherche sur l’enseignement supérieur et la science (DZHW) révèlent des taux d’abandon atteignant 32 % pour les étudiants inscrits en cursus de licence (Bachelor) à l’université et environ 25 % dans les universités de sciences appliquées (Fachhochschulen). Dans le cadre des processus d’assurance qualité, de réaccréditation des programmes académiques et d’allocation des dotations budgétaires publiques indexées sur les performances, les taux de rétention constituent désormais des critères d’évaluation institutionnelle déterminants.

Dans ce contexte, l’objectif fondamental du MISANDS est de fournir un instrument psychométrique d’un haut niveau de parcimonie, scientifiquement éprouvé, capable d’identifier très en amont les signaux faibles et manifestes de la propension au décrochage. Si des outils généralistes de mesure de l’intention d’abandon ont été développés dans l’espace germanophone et anglo-saxon, la quasi-totalité de ces instruments souffrait de deux limites méthodologiques rédhibitoires : d’une part, l’absence de vérification rigoureuse de leur validité prédictive ou pronostique face aux abandons réels observés longitudinalement ; d’autre part, leur inadaptation structurelle à la réalité pédagogique singulière des cursus en alternance (système dual), qui juxtaposent de manière synchronisée des périodes théoriques au sein d’une faculté et des phases pratiques d’immersion professionnelle en entreprise partenaire.

Le MISANDS a donc pour vocation d’isoler analytiquement la source du malaise ou du désengagement de l’étudiant. Un apprenant peut éprouver une profonde désillusion face aux contenus académiques de sa filière tout en s’épanouissant dans son milieu professionnel d’accueil, ou inversement, rencontrer de graves difficultés d’intégration organisationnelle au sein de l’entreprise tout en maintenant un vif intérêt pour les enseignements théoriques dispensés à l’université. Sur le plan de la recherche, l’outil permet d’étudier les déterminants interactifs de la persévérance étudiante. Sur le plan pratique et clinique/institutionnel, il permet aux services de tutorat, aux conseillers d’orientation et aux départements de ressources humaines d’instaurer des mesures d’accompagnement individualisées, de médiation ou de réorientation précoce avant que le processus de désaffiliation ne débouche sur une rupture contractuelle ou une exmatriculation définitive.

5. Construit psychologique / Construct

Le construit théorique au cœur du MISANDS est la propension à l’abandon (Abbruchneigung), conceptualisée non pas comme un événement ponctuel ou impulsif, mais comme l’aboutissement d’un processus psychologique graduel d’éloignement cognitif, émotionnel et motivationnel vis-à-vis des sphères d’apprentissage. Dans le cadre de l’enseignement dual, ce construit général est opérationnalisé sous la forme d’un modèle bifactoriel composé de deux dimensions corrélées mais conceptuellement indépendantes :

1. La propension à l’abandon liée au cursus académique (studiengangsbezogene Abbruchneigung)

Cette sous-échelle évalue l’attitude réflexive et évaluative de l’étudiant à l’égard de la filière d’études théoriques dans laquelle il est immatriculé à l’université. Elle mesure spécifiquement :

• La satisfaction globale éprouvée envers les cours magistraux, séminaires, méthodes pédagogiques, exigences disciplinaires et contenus d’apprentissage.
• La validation hypothétique a posteriori du choix d’orientation (la décision explicite de réitérer ou non ce même choix si l’occasion se représentait).
• La présence de cognitions historiques de changement de cursus (avoir déjà songé par le passé à quitter la filière d’études).
• La présence de cognitions actuelles et immédiates d’abandon ou de réorientation disciplinaire (songer activement au moment présent à changer de cursus).

Un score élevé sur cette dimension reflète une crise vocationnelle intellectuelle, un sentiment d’inadéquation entre les attentes épistémiques de l’individu et la réalité de la maquette pédagogique, ou une surcharge cognitive non régulée face aux examens universitaires.

2. La propension à l’abandon liée au lieu de formation / milieu pratique (ausbildungsstättenbezogene Abbruchneigung)

Cette seconde sous-échelle saisit l’état motivationnel et affectif de l’étudiant à l’égard de son employeur, de son tuteur en entreprise et de son environnement de travail concret. Elle cible :

• La satisfaction globale vis-à-vis du poste d’apprentissage, du climat social dans l’équipe, des missions confiées et des conditions matérielles de travail.
• La décision contrefactuelle de choisir à nouveau la même structure d’accueil en cas de nouveau départ.
• L’émergence passée d’idées de rupture de contrat ou de changement d’entreprise formatrice.
• La saillance contemporaine de ruminations ou de démarches orientées vers la démission ou le transfert vers un autre employeur partenaire.

Cette distinction s’avère fondamentale sur le plan psychométrique : elle permet de diagnostiquer si le risque de décrochage relève d’un problème d’intégration socioprofessionnelle (conflit hiérarchique, tâches dévalorisantes, rupture du contrat psychologique de travail) ou d’un échec d’assimilation académique.

6. Cadre théorique / Theoretical Framework

L’architecture conceptuelle du MISANDS repose sur le croisement intégratif de trois grands paradigmes théoriques issus de la sociologie de l’éducation, de l’économie comportementale et de la psychologie organisationnelle :

1. Les modèles interactionnistes de l’intégration étudiante

Le point d’ancrage fondamental de l’instrument s’inspire directement du modèle d’intégration longitudinale de Vincent Tinto (1975), complété par les théorisations de Bean (1980) et les travaux allemands contemporains de Heublein et Wolter (2011). Selon cette perspective systémique, la décision d’abandonner ses études n’est pas réductible aux seules caractéristiques individuelles de l’étudiant (antécédents scolaires, compétences cognitives, statut socio-économique) ni aux seules propriétés structurelles de l’établissement. Elle découle de la qualité continue de l’ajustement interactif entre la personne et les deux dimensions de l’environnement institutionnel : le sous-système formel/académique et le sous-système informel/social. Dans le cadre singulier de la formation en alternance, cette matrice interactionnelle se dédouble : l’apprenant doit impérativement négocier simultanément son affiliation intellectuelle à l’université et sa socialisation organisationnelle au sein de l’entreprise d’accueil.

2. La théorie du choix rationnel (Rational Choice Theory)

L’opérationnalisation des items mesurant l’intention de changement (présente ou passée) et la décision hypothétique de réitérer le choix s’enracine dans la théorie de l’action rationnelle issue de l’analyse économique et sociologique (Becker, 1982 ; Harsanyi, 1976 ; Olson, 1968). Selon ce modèle d’utilité subjective espérée, un individu maintient son engagement dans une trajectoire donnée tant que la somme des bénéfices anticipés (acquisition de compétences de haut niveau, opportunités de carrière, prestige du diplôme, rémunération d’apprentissage) excède les coûts perçus (efforts intellectuels intenses, stress temporel, renoncement aux loisirs, conflits de rôle). Dès lors que le bilan coût-bénéfice bascule dans une zone d’utilité négative, l’acteur rationnel développe des cognitions d’évitement et réévalue ses options d’arbitrage, ce qui se traduit par des velléités de réorientation ou de rupture définitive.

3. Les paradigmes de la psychologie du travail et de la satisfaction organisationnelle

Pour le bloc d’items évaluant la satisfaction globale, les auteurs mobilisent les acquis empiriques robustes de la psychologie organisationnelle (Haarhaus, 2015 ; Judge et al., 2001 ; Westermann & Heise, 2018). Il est solidement établi que la satisfaction professionnelle entretient des liens négatifs puissants avec l’absentéisme (Ybema et al., 2010), l’intention de départ volontaire (Wright & Bonett, 2007) et les conduites contre-productives, tout en prédisant positivement la santé perçue et le niveau de performance globale. Dans la mesure où les étudiants en régime dual assument des obligations contractuelles strictes, perçoivent un salaire d’apprentissage et subissent les pressions inhérentes au monde du travail, l’évaluation directe de leur satisfaction envers l’environnement professionnel et le programme universitaire constitue l’indicateur affectif précurseur le plus fiable de leur volonté de persévérance.

7. Validité / Validity

Le programme de validation du MISANDS a été conduit selon des protocoles statistiques rigoureux sur un échantillon de N = 1 429 étudiants de première année de la DHBW ayant complété l’intégralité du protocole lors de la seconde vague de panel (mars 2017) :

Validité de contenu et validité faciale

La validité de contenu a été garantie par une adaptation experte de l’instrument matriciel de Deuer (2006) dédié aux apprentis du système professionnel classique. Une consultation itérative auprès d’un collège de spécialistes de l’enseignement supérieur a permis d’affiner la formulation des énoncés entre la vague 1 (juillet 2016) et la vague 2 (mars 2017). Les options d’ancrage ont été harmonisées sur une échelle de Likert à 4 points afin d’optimiser l’ergonomie cognitive des répondants, de limiter la charge mentale de traitement et d’éviter les biais de tendance centrale associés aux catégories intermédiaires neutres.

Validité factorielle et structurelle

L’analyse en composantes principales avec rotation oblique Oblimin a confirmé la partition des 8 items en deux facteurs autonomes correspondant parfaitement aux prédictions théoriques (KMO = .79 ; test de sphéricité de Bartlett hautement significatif à p < .001 ; 73 % de variance totale expliquée). L’analyse factorielle confirmatoire a validé cette géométrie latente, démontrant que les sous-échelles mesurent des facettes hautement différenciées mais coordonnées du risque d’abandon (intercorrélation latente modérée de Ψ = .37, p < .001).

Validité prédictive (pronostique) longitudinale

La force méthodologique exceptionnelle du MISANDS réside dans la confrontation empirique des scores recueillis en mars 2017 avec les données administratives officielles d’abandon réel (exmatriculation effective sans diplôme) extraites du système d’information universitaire DUALIS 22 mois plus tard (janvier 2019). L’évaluation a été opérée par analyse des courbes ROC (Receiver Operating Characteristic) :

• Pour la propension à l’abandon liée au cursus (studiengangsbezogene Abbruchneigung), l’aire sous la courbe atteint AUC = .68.
• Pour la propension à l’abandon liée au lieu de formation pratique (ausbildungsstättenbezogene Abbruchneigung), l’aire sous la courbe s’établit à AUC = .60.

Les corrélations point-bisériales entre les scores continus aux sous-échelles et le statut effectif d’abandonneur (codé 1) versus persévérant (codé 0) sont statistiquement hautement significatives : r_bis = .25 (p ≤ .001) pour la dimension académique et r_bis = .17 (p ≤ .001) pour la dimension professionnelle. Ces résultats prouvent la valeur d’alerte précoce de l’instrument près de deux années avant la survenue administrative formelle de la défection.

8. Fidélité / Reliability

La précision de mesure et la consistance interne du MISANDS ont été évaluées de façon approfondie au sein de la cohorte d’étudiants de première année (N = 1 429). Dans la mesure où les modèles factoriels sous-jacents sont tau-congénériques (les saturations factorielles λ des items variant librement entre .69 et .88 au lieu d’être strictement contraintes à l’égalité comme dans un modèle tau-équivalent), l’alpha de Cronbach classique tend à sous-estimer la fiabilité réelle de l’échelle. Les auteurs ont donc systématiquement calculé, aux côtés de l’alpha, le coefficient rho de Raykov (fiabilité composite) :

• Propension à l’abandon liée au cursus académique (4 items) :
  • Alpha de Cronbach (α) = .86
  • Rho de Raykov (ρ) = .87
• Propension à l’abandon liée au lieu de formation pratique (4 items) :
  • Alpha de Cronbach (α) = .88
  • Rho de Raykov (ρ) = .88

Les indices de discrimination des items (corrélations item-total corrigées) s’avèrent particulièrement élevés, s’échelonnant de r_it = 0.64 à r_it = 0.77 sur l’ensemble de la batterie (Item 1 : 0.64 ; Item 2 : 0.71 ; Item 3 : 0.71 ; Item 4 : 0.74 ; Item 5 : 0.76 ; Item 6 : 0.77 ; Item 7 : 0.75 ; Item 8 : 0.74). Ces coefficients dépassent largement les standards méthodologiques usuels fixés pour la recherche fondamentale (> .70) et atteignent le niveau d’exigence requis pour le diagnostic individualisé en milieu universitaire (> .85).

9. Analyse factorielle / Factor Analysis

L’exploration et la confirmation des dimensions psychométriques du MISANDS se sont articulées en deux étapes statistiques complémentaires à partir du logiciel spécialisé Mplus version 7.1 :

Analyse en composantes principales (AFE)

L’analyse initiale a porté sur les 8 variables manifestes avec une rotation oblique de type Oblimin, justifiée théoriquement par le fait que l’immersion pratique en entreprise et la formation académique interagissent continuellement dans le vécu de l’étudiant dual. L’adéquation de la matrice de données s’est révélée excellente (Kaiser-Meyer-Olkin = .79 ; test de Bartlett hautement significatif avec p ≤ .000). Le critère de Kaiser et l’inspection visuelle du graphique des valeurs propres (Scree plot) indiquent clairement une chute marquée après le second composant, avec des valeurs propres respectives de 3.95 et 1.86. Cette configuration factorielle bidimensionnelle restitue 73 % de la variance totale. Les communautés extraites sont remarquablement élevées (h² ≥ .62), et l’ensemble des saturations factorielles principales dépasse le seuil critique de a ≥ .77, sans aucune saturation croisée résiduelle problématique.

Analyse factorielle confirmatoire (AFC)

Face à la violation de l’hypothèse de distribution normale multivariée des réponses (asymétrie positive prononcée sur les items d’abandon), le modèle de mesure a été estimé au moyen de l’estimateur du maximum de vraisemblance avec erreurs-types robustes et correction d’échelle (MLR). Afin de tenir compte de la variance de méthode induite par le parallélisme des formulations linguistiques entre les items académiques et pratiques (ex. « Êtes-vous dans l’ensemble satisfait de votre cursus actuel ? » versus « Êtes-vous dans l’ensemble satisfait de votre lieu de stage/formation actuel ? »), des corrélations résiduelles ont été spécifiées entre paires d’items homologues, variant entre θ = .06 et θ = .08.

Le modèle structurel démontre une qualité d’ajustement globale très satisfaisante aux données empiriques :

• Chi-deux de Satorra-Bentler : χ² = 208.97 (df = 15, p < .001)
• Comparative Fit Index (CFI) : .95
• Root Mean Square Error of Approximation (RMSEA) : .09 (intervalle de confiance à 90 % : [.08 – .11])
• Saturations factorielles standardisées (λ) : toutes ≥ .69
• Variances résiduelles (ε) : toutes ≤ .53
• Corrélation inter-facteurs : Ψ = .37 (p < .001)

Ces paramètres confirment avec force la validité de construit du schéma bidimensionnel théorisé.

10. Instrument de mesure / Instrument

• Nom complet de l’outil : Instrument d’identification de la propension à l’abandon dans les études en alternance (Messinstrument zur Identifikation von Studienabbruchneigung im dualen Studium – MISANDS).
• Auteurs : Ernst Deuer et Steffen Wild.
• Type de passation : Auto-questionnaire psychométrique standardisé (administrable sur support papier-crayon ou via formulaire numérique en ligne).
• Population cible : Étudiants de l’enseignement supérieur engagés dans des cursus en alternance, formation duale, apprentissage universitaire ou stages longs intégrés. La sous-échelle académique est directement transposable aux cohortes d’étudiants traditionnels non-alternants.
• Durée d’administration : Environ 2 à 3 minutes pour la complétion par le répondant ; environ 5 minutes pour l’encodage et la cotation diagnostique.
• Nombre total d’items : 8 items répartis symétriquement en deux sous-échelles de 4 items chacune.
• Structure des sous-échelles :
  • Propension à l’abandon liée au cursus (Items 1, 3, 5, 7).
  • Propension à l’abandon liée au lieu de formation (Items 2, 4, 6, 8).
• Format d’ancrage et échelle de réponse :

  Échelle ordinale uniforme à 4 modalités de réponse fermée sans point neutre médian :

  • 1 = ja (oui)
  • 2 = eher ja (plutôt oui)
  • 3 = eher nein (plutôt non)
  • 4 = nein (non)
• Procédure de cotation et de calcul des scores :
  • Items à polarité positive (+) (Items 1, 2, 3, 4) : Les scores bruts sont inversés pour refléter la propension à l’abandon : 1 (« oui ») = 1 point, 2 (« plutôt oui ») = 2 points, 3 (« plutôt non ») = 3 points, 4 (« non ») = 4 points (un désaccord traduit une absence de satisfaction ou de volonté de réitérer le choix, donc une forte propension à l’abandon).
  • Items à polarité négative (-) (Items 5, 6, 7, 8) : Les valeurs numériques sont recodées de sorte qu’une adhésion à l’énoncé traduise un risque maximal : 1 (« oui ») = 4 points, 2 (« plutôt oui ») = 3 points, 3 (« plutôt non ») = 2 points, 4 (« non ») = 1 point.
  • Calcul du score d’échelle : Pour chaque sous-échelle, on calcule la moyenne arithmétique non pondérée des 4 items recodés respectifs (score théorique compris entre 1.00 et 4.00). Un score composite élevé indique une propension aiguë au décrochage. Il est formellement recommandé de ne pas agréger les deux dimensions en un score total unique en raison de leur autonomie fonctionnelle et prédictive.

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

• Année d’introduction princeps : 2016 (vague pilote 1 du panel DHBW) ; consolidation méthodologique et validation définitive publiées en 2017 et 2018.
• Propriété intellectuelle et droits d’auteur : Les droits scientifiques et moraux sont détenus conjointement par les auteurs (Ernst Deuer et Steffen Wild) et la Duale Hochschule Baden-Württemberg (DHBW).
• Statut d’utilisation et tarification : L’échelle est mise à la disposition de la communauté académique, des équipes de recherche et des praticiens de l’enseignement supérieur sous un régime d’accès libre et gratuit (open-access) à des fins non commerciales d’évaluation des formations et de recherche scientifique.
• Protocole d’autorisation : Aucune redevance financière n’est exigée. Toutefois, toute utilisation dans le cadre d’enquêtes institutionnelles, de mémoires universitaires ou d’articles scientifiques nécessite la citation systématique et explicite des publications de validation originales des auteurs (Deuer & Wild, 2017, 2018). Pour des adaptations linguistiques formelles ou des usages industriels/commerciaux à large échelle, il convient de contacter directement le Prof. Dr. Ernst Deuer.

12. Références / References

Bean, J. P. (1980). Dropouts and turnover: The synthesis and test of a causal model of student attrition. Research in Higher Education, 12(2), 155–187. https://doi.org/10.1007/BF00976194

Becker, G. S. (1982). Der ökonomische Ansatz zur Erklärung menschlichen Verhaltens. Mohr Siebeck.

Blüthmann, N., Thiel, F., & Wolfgram, N. (2011). Abbruchneigung von Studienanfängern in den Bachelorstudiengängen der Freien Universität Berlin. Zeitschrift für Bildungsforschung, 1(2), 143–158. https://doi.org/10.1007/s35834-011-0014-9

Burger, C., & Groß, C. (2016). Vorhersage der Studienabbruchneigung durch Merkmale des Studieneintritts. Empirische Pädagogik, 30(2), 221–239.

Bühner, M. (2006). Einführung in die Test- und Fragebogenkonstruktion (2. Aufl.). Pearson Studium.

Cortina, J. M. (1993). What is coefficient alpha? An examination of theory and applications. Journal of Applied Psychology, 78(1), 98–104. https://doi.org/10.1037/0021-9010.78.1.98

Deuer, E. (2006). Ausbildungsabbrüche vermeiden: Leitfaden zur Früherkennung und Intervention. Bertelsmann Verlag.

Deuer, E., & Träger, H. (2015). Praxisphasen im dualen Studium: Gestaltung, Betreuung und Kompetenzerwerb. Duale Hochschule Baden-Württemberg Berichte, 3, 1–45.

Deuer, E., & Wild, S. (2017). Die Messung der Abbruchneigung im Rahmen der ersten Erhebungswelle des DHBW-Studierendenpanels – Begründung und Entwicklung eines Instruments zur Früherkennung von Studienabbrüchen (Forschungsbericht 2/2017). Duale Hochschule Baden-Württemberg. https://www.dhbw.de/

Deuer, E., & Wild, S. (2018). Validierung eines Instruments zur Erfassung der Studienabbruchneigung bei dual Studierenden (Forschungsbericht 4/2018). Duale Hochschule Baden-Württemberg. https://www.dhbw.de/

Deuer, E., Wild, S., Schäfer-Walkmann, S., Heide, M., & Walkmann, R. (2017). Studienverlauf – Weichenstellungen, Erfolgskriterien und Hürden im Verlauf des Studiums an der DHBW (Forschungsbericht 1/2017). Duale Hochschule Baden-Württemberg.

Diekmann, A. (2017). Empirische Sozialforschung: Grundlagen, Methoden, Anwendungen (20. Aufl.). Rowohlt.

Döring, N., & Bortz, J. (2015). Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften (5. Aufl.). Springer. https://doi.org/10.1007/978-3-642-41089-5

Fischer, J. A. V., & Sousa-Poza, A. (2009). Does job satisfaction improve the health of workers? New evidence using panel data and objective measures of health. Health Economics, 18(1), 71–89. https://doi.org/10.1002/hec.1346

Foote, D. A., & Tang, T. L. P. (2008). Job satisfaction and organizational citizenship behavior (OCB): Does team commitment make a difference in self-directed teams? Management Decision, 46(6), 933–947. https://doi.org/10.1108/00251740810882680

Georg, W. (2008). Individuelle und institutionelle Faktoren des Studienabbruchs an Universitäten und Fachhochschulen: Eine Mehrebenenanalyse. Zeitschrift für Soziologie, 37(1), 44–61. https://doi.org/10.1515/zfsoz-2008-0103

Haarhaus, B. (2015). Arbeitszufriedenheit: Entwicklung und Validierung eines multidimensionalen Modells. Springer Gabler. https://doi.org/10.1007/978-3-658-09798-1

Harsanyi, J. C. (1976). Essays on ethics, social behavior, and scientific explanation. Reidel. https://doi.org/10.1007/978-94-010-1558-5

Heublein, U., & Schmelzer, R. (2018). Die Entwicklung der Studienabbruchquoten an den deutschen Hochschulen: Berechnungen auf Basis des Absolventenjahrgangs 2016 (DZHW Brief 04/2018). Deutsches Zentrum für Hochschul- und Wissenschaftsforschung.

Heublein, U., & Wolter, A. (2011). Studienabbruch in Deutschland: Definition, Häufigkeit, Ursachen und integrationspolitische Relevanz. Zeitschrift für Pädagogik, 57(2), 214–236.

Judge, T. A., Thoresen, C. J., Bono, J. E., & Patton, G. K. (2001). The job satisfaction-job performance relationship: A qualitative and quantitative review. Psychological Bulletin, 127(3), 376–407. https://doi.org/10.1037/0033-2909.127.3.376

Lienert, G. A., & Raatz, U. (1998). Testaufbau und Testanalyse (6. Aufl.). Beltz.

Muthén, L. K., & Muthén, B. O. (2012). Mplus User’s Guide (7th ed.). Muthén & Muthén.

Olson, M. (1968). The logic of collective action: Public goods and the theory of groups. Harvard University Press.

Patterson, M., Warr, P., & West, M. (2004). Organizational climate and company productivity: The role of employee affect and employee level. Journal of Occupational and Organizational Psychology, 77(2), 193–216. https://doi.org/10.1348/096317904774208162

Raykov, T. (1997). Estimation of composite reliability for congeneric measures. Applied Psychological Measurement, 21(2), 173–184. https://doi.org/10.1177/01466216970212006

Tinto, V. (1975). Dropout from higher education: A theoretical synthesis of recent research. Review of Educational Research, 45(1), 89–125. https://doi.org/10.3102/00346543045001089

Westermann, R., & Heise, E. (2018). Arbeitszufriedenheit und Studienzufriedenheit: Konzepte, Befunde und Perspektiven. Zeitschrift für Pädagogische Psychologie, 32(1-2), 15–28. https://doi.org/10.1024/1010-0652/a000213

Wright, T. A., & Bonett, D. G. (2007). Job satisfaction and psychological well-being as nonadditive predictors of employee turnover. Journal of Management, 33(2), 141–160. https://doi.org/10.1177/0149206306297582

Ybema, J. F., Smulders, P. G. W., & Bongers, P. M. (2010). Antecedents and consequences of employee absenteeism: A longitudinal perspective on the role of job satisfaction and work engagement. European Journal of Work and Organizational Psychology, 19(4), 477–508. https://doi.org/10.1080/13594320903115917

Zhou, X. H., Obuchowski, N. A., & McClish, D. K. (2011). Statistical methods in diagnostic medicine (2nd ed.). John Wiley & Sons. https://doi.org/10.1002/9780470906385

13. Questions et items du questionnaire / Scale Items