Cohen (1984)

150

Dabei wurde die Pearson-Produkt-Moment-Korrelation berechnet zwischen dem GPA und ver-schiedenen Leistungsmaßen. Es ergaben sich folgende Werte: .12 für Work Sample Evaluation (N = 115), Work Sample Total Score .14 (N = 115), Job Information Testscore r = .07 (N = 115), Special Supervisory Rating of Duty Performance .11 (N = 112), Special Supervisory Ranking of Duty Performance .14 (N = 112) und Routine Rating of Overall Job Proficiency .00 (N = 114), jedoch war keiner der Korrelationskoeffizienten signifikant auf dem .05 Level. Stu-dien, welche sich mit der Prädiktion von Berufserfolg auseinandersetzen, sehen sich konfron-tiert mit vielen technischen Problemen. Eine Konklusion, die aber gezogen werden kann ist, dass der GPA wenig Wert bei der Prädiktion von berufserfolgsrelevanter Größen aufweist.

4.4.4 O’Leary (1980)

Eine weitere Arbeit stammt von O’Leary (1980) welcher im Rahmen eines Regierungsberichtes für das Office of Personal Management 28 Studien zusammenfasste (im Zeitraum zwischen 1964 und 1979), welche den Zusammenhang von Noten und Berufserfolg analysierten. Für die gewichtete Korrelation nach Stichprobengröße der Studien errechnete er eine durchschnittliche Korrelation zwischen GPA und den Elementen des Berufserfolg von 0.17.

4.4.4 Reily & Chao (1982)

Reilly & Chao (1982) untersuchten insbesondere auch die Validität von eher unkonventionellen Instrumenten anstelle von den üblichen Einstellungstests zur Prognose des Berufserfolges. Ihre Untersuchung umfassten verschiedene Verfahren wie Interviews, Konsultation von Arbeitsre-ferenzen, aber auch eher konventionelle Größen wie den akademische Erfolg. Zusammenfas-send errechneten sie acht Koeffizienten des Supervisory Ratings mit dem Berufserfolg und er-hielten einen Durchschnitt von r = 0.14 (total N = 994). Des Weiteren wurden neun Validitäts-koeffizienten für den Berufserfolg entwickelt, welche zu einem durchschnittlichen r von 0.27 führten. Über alle Unterkoeffizienten hinweg führten 20 Koeffizienten zu einem durchschnitt-lichen Koeffizienten von r = 0.2 (Total N = 2272).

4.4.5 Cohen (1984)

Cohen (1984) führte eine Meta-Analyse durch über den Zusammenhang von Collegenoten und Berufserfolg. Die Daten stammten von 108 Studien, in denen verschiedene Korrelationen zwi-schen den Noten und Kriterien des Berufserfolgs berechnet wurden. Cohen betont, dass für

151

Collegestudenten, unabhängig von der Perspektive, Noten eine große Bedeutung haben, da diese zu einem großen Teil die Art einer allfälligen weiteren Ausbildung determinieren und die Möglichkeiten bei Eintritt in die Arbeitsmärkte beeinflussen. Cohen erwähnt auch, dass sich zahlreiche Forscher mit der Beziehung zwischen Collegenoten und Berufserfolg beschäftigt haben. Für Cohen (1984) ist denn auch die umfassendste Arbeit diejenige von Hoyt (1965). Es wird erwähnt, dass zahlreiche eingeschlossene Studien experimentelle und statistische Fehler aufwiesen, jedoch zusammenfassend trotzdem gesagt werden kann, dass Noten einen geringen Zusammenhang mit dem Berufserfolg aufweisen. Cohen nennt jedoch auch die Metaanalyse von Calhoon and Reedy (1986), welche Noten als Prädiktoren für Berufserfolg vergleichend in Beziehung zu anderen Größen (sportlicher Erfolg, Erwerbstätigkeit während des Colleges, Art des Curriculums) setzten und zum Schluss kamen, dass Noten gute Prädiktoren des Berufser-folges seien.

Cohen schreibt des Weiteren, dass mittlerweile mehr als 100 Studien existieren, die sich mit der Thematik beschäftigt haben, jedoch wird ebenso erwähnt, dass zahlreiche dieser Studien fehlerbehaftet seien. Für seine anschließend durchgeführte Analyse verwendete Cohen, dass von Glass et al. (1978) vorgeschlagene metaanalytische Vorgehen, um seine Zielsetzungen zu erreichen. Einerseits wollte er generelle Rückschlüsse ziehen über die Zusammenhänge von College Grades als Prädiktoren für den Berufserfolg, andererseits aber auch der Frage nachge-hen, unter welchen Bedingungen die College Grades/Berufserfolgskorrelationen am stärksten sind. In einer ersten Phase identifizierte Cohen total 108 Studien. Diese stammten einerseits aus bereits bestehenden Studien (Hoyt, 1965 und Nelson, 1975) und aus Computerresearchs aus drei Bibliotheksdatenbanken (Comprehensive Dissertation Abstracts, ERIC und Psychological Aspects). Als inhaltliches Einschlusskriterium musste eine potentielle Studie eine Korrelation zwischen College GPA und einer Größe von späterem Erfolg im Erwachsenenalter beinhalten.

Einige Studien differenzierten zwischen Frauen und Männern, graduate und undergraduate, so dass total 73 Dokumente mit total 108 Korrelationsstudien eingeschlossen wurden. Die Resul-tate können in die folgenden Kategorien und Unterkategorien gegliedert werden: Allgemeiner Erfolg (Composite Suceess), Berufsbeurteilungsratings (Ratings durch Vorgesetzte, Peers und Selbstratings), Leistungsbeurteilungen on the Job (Job Performance Ratings), Einkommen (In-come), Beförderungen (Promotion), Arbeitsplatzzufriedenheit (Satisfaction).

Die Größe bezüglich des allgemeinen Erfolgs wurde berechnet durch das Ermitteln der Korre-lationskoeffizienten aller gemittelten GPA einer Studie und mit allen gemittelten Kriterien des

152

Berufserfolges. Wenn zum Beispiel in einer Studie nur ein Kriterium, beispielsweise das Ein-kommen, ermittelt wurde, so wurde diese Größe verwendet, was total zu 108 Werten führte. In 98 Studien war die Korrelation zwischen gemitteltem GPA und Berufserfolg positiv, in 10 Stu-dien waren negative Werte zu verzeichnen. 56 der 108 Werte waren statistisch signifikant und 55 Werte waren positiv korreliert. Cohen et al. schließen aufgrund dieser Ergebnisse, dass die Nullhypothese, wonach es keine Beziehung zwischen Notendurchschnitt und Berufserfolg gibt, verworfen werden kann.

Bezüglich der Effektstärke, also der mittleren Korrelation, aller 108 Studien kann eine zusätz-liche Präzisierung der Resultate vorgenommen werden. Die durchschnittzusätz-liche Korrelation der 108 Studien betrug 0,18, was gemäß der Operationalisierung nach Cohen (1977) als klein (small) taxiert wird.⁷⁰

Bezüglich der Berufsbeurteilungsratings ist zu erwähnen, dass drei Arten durchgeführt wurden:

erstens Ratings durch Vorgesetzte, zweitens durch die Peers und drittens in Form von Selbstratings. Die Korrelationen zwischen den Noten und dem Rating durch Vorgesetzte wurde bei 50 Studien erhoben. Dabei zeigte sich, dass der Notendurchschnitt in 46 von 50 Studien positiv und in 4 Studien negativ mit dem Urteil des Vorgesetzten korreliert war. Bei 25 der 50 Studien fanden sich statistisch signifikante Werte. Die durchschnittliche Korrelation betrug 0,2.

Total 9 Studien haben den beruflichen Erfolg auch durch Peers einschätzen lassen. In 8 von 9 Studien zeigten sich positive Korrelationen, in 3 Fällen waren die Werte statistisch signifikant, alle statistisch signifikanten Fälle wiesen positive Korrelationen auf. In 8 Studien erfolgte zu-dem die Erhebung zwischen Notendurchschnitt und Eigenratings von beruflichem Erfolg. In 6 Studien zeigten sich positive Korrelationseffekte und in zwei Studien zeigten sich negative Korrelationseffekte. Nur eine der 8 Studien war statistisch signifikant und zeigte eine positive Korrelation.

Bezüglich des Einkommens ist zu erwähnen, dass dieses in 34 Studien als Kriterium für den Berufserfolg verwendet wurde. In 27 Studien war das Einkommen positiv korreliert mit den Durchschnittsnoten. In 7 Studien war es negativ mit den Durchschnittsnoten korreliert. Die

70 Mit einem r = 0,10 zum Beispiel kann nur 1 % der Varianz in einer Variable durch die andere vorausgesagt werden. Gemäß Cohen sind Korrelationen dieser Größenordnungen als: „not be perceptible on the basis of casual observation.“ Wenn r = 0.3 ist, so ist der Effekt als mittel (medium) zu taxieren. Eine Korrelation dieser Größe impliziert, dass 9 % der Varianz in einer Variable attribusierbar ist auf die andere Variable. Wenn r = 0,5 ist, können 25 % der Varianz einer Variable auf die andere zurückgeführt werden. Korrelationen zwischen College-eintrittsprüfungen und Collegenoten sind in diesem Bereich zu finden (Mauger & Kolmodin, 1975).

153

Korrelationen zwischen Durchschnittsnoten und Einkommen war in 13 Studien statistisch sig-nifikant. Die durchschnittliche Korrelation zwischen Notendurchschnitt und Einkommen be-trug dabei 0,12.

Beförderungen waren ebenfalls ein Kriterium. In 14 Studien wurde der Zusammenhang zwi-schen Notendurchschnitt und Beförderungen evaluiert. Dabei zeigten sich positive Korrelatio-nen in 12 Studien, in einer Studie war die Korrelation negativ und in einer Studie null. Die Korrelationen waren bei 7 von 12 positiven Ergebnissen statistisch signifikant. Der durch-schnittliche Zusammenhang der Korrelationen betrug für die 14 Studien 0,14.

Auch wurde der Zusammenhang zur Arbeitszufriedenheit erforscht. Der Zusammenhang von Notendurchschnitt und Arbeitszufriedenheit wurde in 7 Studien erhoben. Dabei zeigte sich bei 5 Studien, dass die Korrelationen positiv waren, in 2 Studien lagen die Korrelationen nahe um null. Die durchschnittliche Korrelation zwischen Notendurchschnitt und Arbeitszufriedenheit betrug 0,09, was als geringe positive Korrelation zu werten ist.

Erwähnenswert, die durchschnittlichen Zusammenhänge von Notendurchschnitt und Berufser-folg waren kontextabhängig. So war beispielsweise im militärischen Kontext die Korrelation besonders hoch: 0,39. Des Weiteren war der Zeitpunkt der Publikation entscheidend. Lag die Publikation vor 1950, so war die Korrelation höher als in späteren Studien. Cohen interessierte auch die Studienqualität oder mit anderen Worten ob seriös und wie methodisch vorgegangen wurde. Dabei evaluierte Cohen die Studien anhand folgender Kriterien: wurde der GPA (Grade Point Average) verwendet, um die Noten zu quantifizieren, wurden auch Undergraduatenoten miteinbezogen, besuchten alle Studenten die gleiche Institution, verstrich mehr als ein Jahr zwi-schen dem Abschluss und der Erhebung der Berugfserfolgskriterien. Total erfüllten 31 Studien diese Kriterien, die durchschnittliche Korrelation ergab für diese Untergruppe 0,18, was er-staunlicherweise genau gleich hoch war wie der Durchschnittswert der 108 Studien.

Zusammenfassend kann festgehalten werden, dass diese hier präsentierte Studie es erlaubt, die Beziehung zwischen Noten und späterem beruflichem Erfolg besser einzuordnen. Über 90 % der Studien zeigten eine positive Beziehung zwischen den beiden Faktoren. Des Weiteren wei-sen über die Hälfte der Studien statistisch signifikante Werte aus, welche jedoch mit einer mitt-leren Korrelation von 0,09 bis 0,2 als klein (small) zu bezeichnen sind. Des Weiteren schreibt Cohen bezüglich der Erhebung des Berufserfolges: „In general, there was little relationship between study characteristic variables and grade average/sucees correlations“. Bezüglich des

154

Kontextes widerspricht Cohen Hoyt (1965) und anderen Forschern, welche die Auffassung ver-treten, dass die Korrelationen stark vom Kontext abhängig seien. Cohen räumt zwar ein, dass insbesondere für die drei miteinbezogenen militärischen Analysen die Korrelationen etwas hö-her ausfiel, jedoch sind die kontextuellen Rahmenbedingungen dieser Studien wirklich sehr verschieden.⁷¹

Wie schon angesprochen, waren Studien, welche zeitlich früher durchgeführt wurden (Durflin-ger, 1948, Yaukey & Anderson, 1935) durch höhere Korrelationen gekennzeichnet.

34 Studien befassten sich mit der Beziehung zwischen Gehalt und GPA, 14 Studien mit dem Kriterium Beförderung und GPA und sieben mit Zufriedenheit und GPA. Der durchschnittliche Zusammenhang für Gehalt liegt bei r = .12, für Beförderungen bei r = .16 und für Zufriedenheit bei r = .09.

Die durchschnittlichen Korrelationen zwischen Notendurchschnitt und einem zusammenfas-senden Berufserfolgskonstrukt lag bei 0,18, was als kleiner Effekt interpretiert wurde. Die Kor-relationen zwischen Grade Average und acht anderen Kriterien des Adult Achievments waren ebenso gering und lagen zwischen 0,09 und 0,2. Die Korrelationseffekte waren groß im Mili-tärbereich und für Studien, welche vor 1950 durchgeführt wurden. Cohen (1984) erwähnt, dass die Resultate etwas entmutigen bezüglich der Noten als Prädiktoren des Berufserfolgs.