Zusammenfassung
In dieser Studie werden belastbare Prognoseintervalle der wöchentlichen Gesamtarbeitszeit von aktiven vollzeitbeschäftigten Universitätsprofessorinnen und -professoren in Deutschland aus Daten einer Umfrage aus dem Jahre 2016 und a‑priori Informationen aus früheren Studien bestimmt. Neben der Gesamtarbeitszeit werden auch Teilarbeitszeiten zum Beispiel für Lehre und Forschung ermittelt. Das Ziel, ein möglichst detailreiches Bild der Arbeitszeit für verschiedene Tätigkeiten und Fächergruppen zu erhalten, wird mit der methodologischen Fragestellung verbunden, inwieweit frequentistische und Bayesianische Analyse in diesem Beispiel zu ähnlichen Ergebnissen führen.
Aus den gültigen Fragebögen von aktiven Vollzeit arbeitenden Universitätsprofessorinnen und -professoren ergeben sich bei der direkten Schätzung 56 h für die durchschnittliche wöchentliche Gesamtarbeitszeit und 95 %-Prognoseintervalle innerhalb \([35,\,80]\) h. Frequentistische und Bayesianische Analyse führen zu ähnlichen Ergebnissen, Fächergruppen und Geschlechter unterscheiden sich wenig.
Wird die Gesamtarbeitszeit als Summe der Arbeitszeiten für Teilaufgaben geschätzt, führt dies zu einem wesentlich größeren Mittelwert von 63 h und deutlich unterschiedlichen 95 %-Prognoseintervallen im Bayesianischen Fall mit \([43,\,85]\) h und im frequentistischen Fall mit ungefähr \([27,\,114]\) h. Messungen für die Gesamtarbeitszeit aus unabhängig voneinander ermittelten Teilarbeitszeiten erscheinen deshalb nur verlässlich, wenn eine Bayesianische Analyse mit Vorinformationen über die Gesamtarbeitszeit durchgeführt wird, denn offenbar sind Summen von Teilarbeitszeiten tendenziell größer als eine Gesamtarbeitszeitschätzung, sowohl im Mittel als auch in der Variation. Mögliche Gründe sind unvollständige Abgrenzungen zwischen den Teilaufgaben, fehlende Übersicht über die insgesamt angegebene Arbeitszeit, weil kein Summenzähler während des Ausfüllens des Fragebogens mitgeführt wird, oder eine Unterschätzung der Gesamtarbeitszeit, wenn diese nur summarisch abgefragt wird.
Der Anteil forschungsnaher Tätigkeiten an der Arbeitszeit erscheint mit etwa 60 % deutlich höher als der Anteil von Lehre, Betreuung und Prüfung von Studierenden mit 23 % und der Anteil administrativer Tätigkeiten mit 17 %.
Die größten signifikanten Differenzen in den Erwartungswerten der Fächergruppen treten immer zwischen den Geistes‑/Sozialwissenschaften und einer der anderen Fächergruppen auf, sowohl bei der Gesamtarbeitszeit als auch bei Teilarbeitszeiten. Der Unterschied zwischen dem erwarteten Gesamtarbeitsaufwand von Professorinnen und Professoren ist eher klein.
Abstract
In this study, we determine reliable prediction intervals for the weekly total workload of active German full-time university professors from a 2016 survey and prior information from earlier studies. Additionally, also workloads for subtasks are determined. The aim to develop a detailed image of the workload of different subtasks and subject groups is combined with the methodological question whether frequentist and Bayesian analyses lead to similar results in this example.
From the valid questionnaires, a mean of 56 h and 95 %-prediction intervals within \([35,\,80]\) h arise as direct estimates of the weekly total workload. Frequentist and Bayesian analysis lead to similar results, subject groups and sexes differ only slightly.
Total workload estimated as the sum of workloads of subtasks reaches a significantly higher mean of 63 h and distinctly different 95 %-prediction intervals in the Bayesian case with \([43,\,85]\) h and in the frequentist case with approximately \([27,\,114]\) h. Therefore, measurements of the total workload from independently determined workloads of subtasks only appear to be reliable if a Bayesian analysis with prior information on the total workload is carried out since sums of independent parts of the workload appear to be bigger than direct estimates of the total workload, in the mean as well as in variation. Possible reasons are insufficient distinction between subtasks, missing overview over the total workload already specified when no counter is shown during completion of the questionnaire, or underestimation of the real total workload when only a global estimate is asked for.
The share of research related activities of the total workload is with approximately 60 % distinctly higher than the share of teaching and student examination with 23 % and the share of administration with 17 %.
The greatest significant differences of subject groups appear between Humanities and Social Sciences and one of the other subject groups, for the total workload as well as for workloads for subtasks. The difference between the mean total workload of female and male professors appears to be small.






Notes
s. https://www.statistik.tu-dortmund.de/fileadmin/user_upload/PDF-Dokumente_Allgemein/Professorenbefragung-1.pdf und „Zusatzmaterial online“.
Man beachte, dass die Summe unabhängiger Gamma-verteilter Zufallsvariablen wieder Gamma-verteilt ist (Moschopoulos 1985). Produkte \(X\cdot Y\) von Gamma-verteilten Zufallsvariablen \(X,Y\) sind zwar nicht exakt Gamma-verteilt (vgl. Marques 2012), aber Gamma-Verteilungen sind nach unseren eigenen Untersuchungen gute Näherungen. Deshalb können \(Y_{\text{Lehre}},\ldots,Y_{\text{Sonstiges}}\) und \(Y_{\text{Summe}}\) als Gamma-verteilt angenommen werden.
Literatur
Bernardo J, Smith AFM (2000) Bayesian theory. Wiley, Chichester
Böhmer S, Neufeld J, Hinze S, Klode C, Hornbostel S (2011) Wissenschaftlerbefragung 2010: Forschungsbedingungen von Professorinnen und Professoren an Deutschen Universitäten. iFQ-Working Paper No. 8 (www.forschungsinfo.de/publikationen/download/working_paper_8_2010.pdf)
Brooks SP, Gelman A (1998) Alternative methods for monitoring convergence of iterative simulations. J Comput Graph Stat 7:434–455
Deutscher Bundestag (2014) Die Grundrechte, Grundgesetz der Bundesrepublik Deutschland, Artikel 5, Bd. 3. Deutscher Bundestag, Berlin (http://www.bundestag.de/bundestag/aufgaben/rechtsgrundlagen/grundgesetz/grundgesetz/197094)
Die Bundesregierung (2014) Attraktiver Forschungsstandort Deutschland, Forschung. Die Bundesregierung, Berlin (http://www.bundesregierung.de/Content/DE/Infodienst/2014/02/2014-02-26-forschung-und-innovation/infodienst-forschung-innovation.html)
Ehling M, Holz E, Kahle I (2001) Erhebungsdesign der Zeitbudgeterhebung 2001/2002. Wirtsch Stat 6:427–436
Gemeinsame Wissenschaftskonferenz (2017) Hochschulpakt 2020. Umsetzung in der zweiten Programmphase. http://www.gwk-bonn.de/fileadmin/Papers/GWK-Heft-54-Hochschulpakt-Umsetzung-Programmphase-2011-2015.pdf. Zugriff: 23.8.2018
Hartmer M (2008) Hochschullehrer wollen forschen und lehren, nicht verwalten, Forschung & Lehre, Ausgabe 02/2008. Deutscher Hochschulverband, Bonn
Kienzle S (2018) Neue Methoden zur Berechnung von Forschung und Entwicklung an Hochschulen. Wirtsch Stat 2018(2):66–76 (https://www.destatis.de/DE/Publikationen/WirtschaftStatistik/2018/02/Wista_2_2018.pdf?__blob=publicationFile)
Kruschke JK (2010) Doing Bayesian data analysis: a tutorial with R and BUGS. Academic Press, Elsevier, UK, Amsterdam
Link A, Swann C, Bozeman B (2008) A time allocation study of university faculty. Econ Educ Rev 27(4):363–374
Lüpsen H (2016) Multiple Mittelwertvergleiche – parametrisch und nichtparametrisch – sowie α-Adjustierungen mit praktischen Anwendungen mit R und SPSS, Version 0.91. Regionales Rechenzentrum (RRZK), Universität zu Köln, Köln
Marques FJ (2012) On the product of independent Generalized Gamma random variables. Discussion Paper 19-2012. CMA-FCT-Universidade Nova de Lisboa, Lisboa (https://www.cma.fct.unl.pt/sites/www.cma.fct.unl.pt/files/documentos/publicacoes/pdf_2012/CMA%2019-2012.pdf)
Merz J (2009) Time use and time budgets- improvements, future challenges and recommendations. ECINEQ-Workingpaper 125. http://www.ecineq.org/milano/WP/ECINEQ2009-125.pdf. Zugriff: 23.8.2018
Milic T (2015) Wie aussagekräftig sind die Resultate von Online-Umfragen? ZDA – Zentrum für Demokratie Aarau, Universität Zürich, Fachhochschule Nordwestschweiz, Stadt Aarau
Moschopoulos PG (1985) The distribution of the sum of independent gamma random variables. Ann Inst Stat Math 37(Part A):541–544
R Development Core Team (2016) R: a language and environment for statistical computing. R Foundation for Statistical Computing, Vienna. ISBN 3‑900051070 (http://www.R-project.org/)
Roberts GO (1996) Markov chain concepts related to sampling algorithms. In: Gilks WR, Richardson R, Spiegelhalter DJ (Hrsg) Markov chain Monte Carlo in practice. Chapman & Hall, London
Schomburg H, Flöther C, Wolf V (2012) Wandel von Lehre und Studium an deutschen Hochschulen – Erfahrungen und Sichtweisen der Lehrenden, Projektbericht. Internationales Zentrum für Hochschulforschung (INCHER-Kassel), Universität Kassel, Kassel (https://www.hrk-nexus.de/uploads/media/HRK_nexus_LESSI.pdf)
Schonlau M, Fricker RD, Elliott MN (2002) Conducting research surveys via E‑mail and the web. RAND Corporation, Santa Monica (https://www.rand.org/pubs/monograph_reports/MR1480.html)
Spiegelhalter DJ, Abrams KR, Myles JP (2004) Bayesian approaches to clinical trials and health-care evaluation. John Wiley and Sons Ltd, Chichester
statista (2017) Anzahl der hauptberuflichen Professoren und Professorinnen an deutschen Hochschulen 1999 bis 2015. https://de.statista.com/statistik/daten/studie/160365/umfrage/professoren-und-professorinnen-an-deutschen-hochschulen/. Zugriff: 23.8.2018
Statistisches Bundesamt (Hrsg) (2016) Promovierende in Deutschland. Destatis, Wiesbaden (https://www.destatis.de/DE/Publikationen/Thematisch/BildungForschungKultur/Hochschulen/Promovierende.html)
Statistisches Bundesamt (Hrsg) (2017a) Bildung, Forschung, Kultur. Destatis, Wiesbaden (https://www.destatis.de/DE/Publikationen/Thematisch/BildungForschungKultur/Hochschulen/BroschuereHochschulenBlick.html)
Statistisches Bundesamt (Hrsg) (2017b) Studierende. https://www.destatis.de/DE/ZahlenFakten/Indikatoren/LangeReihen/Bildung/lrbil01.html?cms_gtp=152374_list%253D1&https=1. Zugriff: 23.8.2018
Statistisches Bundesamt (Hrsg) (2017c) Personal an Hochschulen. https://www.destatis.de/DE/ZahlenFakten/GesellschaftStaat/BildungForschungKultur/Hochschulen/Tabellen/PersonalHochschulen.html. Zugriff: 23.8.2018
Statistisches Bundesamt (Hrsg) (2017d) Experteninterviews im Rahmen der Überprüfung der FuE-Koeffizienten, Methoden-Verfahren-Entwicklungen. Nachrichten aus dem Statistischen Bundesamt, Ausgabe 1/2017, S 6–8 (https://www.destatis.de/DE/Methoden/Methodenpapiere/Download/01_2017.pdf?__blob=publicationFile)
Thomas A, O’Hara B, Ligges U, Sturtz S (2006) Making BUGS Open. R News 6(1):12–17
Weihs C, Jessenberger J (1999) Statistische Methoden zur Qualitätssicherung und -optimierung. Wiley-VCH, Weinheim
Danksagung
Wir danken unseren Kooperationspartnern bei der Wochenzeitung Die ZEIT und ZEIT ONLINE, insbesondere Sascha Venohr und Paul Blickle, sowie den Studierenden in den Studiengängen Wissenschaftsjournalismus, Journalistik und Statistik der TU Dortmund, die im Rahmen von Lehrforschungsprojekten an der Vorbereitung der Studie beteiligt waren. Für die Durchführung von qualitativen Pretests danken wir hier insbesondere Marleen Halbach, Alia Khaddour, Franziska Lehnert, Lara Malberger, Eva Mühle und Vanessa Reske. Wir danken ferner Dr. Uwe Ligges (TU Dortmund) für die technische Unterstützung bei der Durchführung der Umfrage und Prof. Dr. Katja Ickstadt (TU Dortmund) für die kritische Kommentierung der Bayes-Analyse. Außerdem danken wir zwei unbekannten Gutachtern für ihre hilfreichen Kommentare.
Author information
Authors and Affiliations
Corresponding author
Additional information
Tanja Hernández Rodríguez ist gleichberechtigte Erstautorin.
Caption Electronic Supplementary Material
Rights and permissions
About this article
Cite this article
Weihs, C., Hernández Rodríguez, T., Doeckel, M. et al. Arbeitszeiten von Professorinnen und Professoren in Deutschland 2016. AStA Wirtsch Sozialstat Arch 12, 135–177 (2018). https://doi.org/10.1007/s11943-018-0227-y
Received:
Accepted:
Published:
Issue Date:
DOI: https://doi.org/10.1007/s11943-018-0227-y
Schlüsselwörter
- Gesamt- und Teilarbeitszeiten
- Universitätsprofessoren und -professorinnen
- Frequentistisch und Bayesianisch
- Prognoseintervall