Data-Science Projekt: Bildungsausgaben und frühe Schulabgänger:innen
Leoni Ober
1 Einführung in die Datensätze
In diesem Bericht werden zwei offene Datensätze des Statistischen Bundesamtes (Destatis) explorativ untersucht.
Der erste Datensatz enthält die Ausgaben öffentlicher Schulen je Schüler:in in den deutschen Bundesländern. Der zweite Datensatz umfasst den Anteil früher Schulabgänger:innen in den Bundesländern.
Für die Analyse werden die Daten der Jahre 2010 bis 2024 betrachtet. Beide Datensätze werden über die Merkmale Bundesland und Jahr zusammengeführt, sodass die Entwicklung im Untersuchungszeitraum sowie der Zusammenhang zwischen den beiden Variablen untersucht werden können.
Datensätze:
- Statistischer Bericht - Ausgaben für öffentliche Schulen je Schülerin und Schüler 2024 (Destatis) - https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Bildung-Forschung-Kultur/Bildungsfinanzen-Ausbildungsfoerderung/Publikationen/Downloads-Bildungsfinanzen/statistischer-bericht-ausgaben-schueler-5217109247005.html
- Frühe Schulabgängerinnen und Schulabgänger (Statistikportal) - https://www.statistikportal.de/de/nachhaltigkeit/ergebnisse/ziel-4-hochwertige-bildung/fruehe-schulabgaengerinnen-und-schulabgaenger#11589
Forschungsfrage:
Gibt es zwischen 2010 und 2024 einen Zusammenhang zwischen den Ausgaben
öffentlicher Schulen je Schüler:in und dem Anteil früher
Schulabgänger:innen in den deutschen Bundesländern?
Hypothese:
Im Zeitraum von 2010 bis 2024 weisen Bundesländer mit höheren Ausgaben
je Schüler:in tendenziell einen niedrigeren Anteil früher
Schulabgänger:innen auf.
2 Datensätze einlesen
library(readxl)
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionausgaben_roh <- read_excel(
"/Users/perle/Desktop/ELMEB/SEMESTER 3/02 Data Science/Datenprojekt2/Ausgaben.xlsx",
skip = 3,
n_max = 17,
col_names = TRUE,
col_types = "text",
na = c("-", ".", "")
)
abgaenger_roh <- read_excel(
"/Users/perle/Desktop/ELMEB/SEMESTER 3/02 Data Science/Datenprojekt2/Schulabgängerinnen.xlsx",
skip = 3,
n_max = 17,
col_names = FALSE,
col_types = "text",
na = c("-", ".", "")
)## New names:
## • `` -> `...1`
## • `` -> `...2`
## • `` -> `...3`
## • `` -> `...4`
## • `` -> `...5`
## • `` -> `...6`
## • `` -> `...7`
## • `` -> `...8`
## • `` -> `...9`
## • `` -> `...10`
## • `` -> `...11`
## • `` -> `...12`
## • `` -> `...13`
## • `` -> `...14`
## • `` -> `...15`
## • `` -> `...16`
## • `` -> `...17`
## • `` -> `...18`
## • `` -> `...19`
## • `` -> `...20`
## • `` -> `...21`head(ausgaben_roh)## # A tibble: 6 × 16
## Ausgaben, Bundesländ…¹ `2010` `2011` `2012` `2013` `2014` `2015` `2016` `2017`
## <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
## 1 Ausgaben, Baden-Württ… 6100 6200 6300 6500 6700 6800 7100 7300
## 2 Ausgaben, Bayern 6400 6600 6900 7300 7700 7800 8100 8400
## 3 Ausgaben, Berlin 7000 7400 7500 7800 8500 8900 9200 9700
## 4 Ausgaben, Brandenburg 6200 6600 6600 6600 6700 6800 7000 7300
## 5 Ausgaben, Bremen 6100 6300 6300 6400 6500 6800 6700 6900
## 6 Ausgaben, Hamburg 7100 7400 7600 8000 8500 8600 9000 9600
## # ℹ abbreviated name: ¹`Ausgaben, Bundesländer`
## # ℹ 7 more variables: `2018` <chr>, `2019` <chr>, `2020` <chr>, `2021` <chr>,
## # `2022` <chr>, `2023` <chr>, `2024` <chr>head(abgaenger_roh)## # A tibble: 6 × 21
## ...1 ...2 ...3 ...4 ...5 ...6 ...7 ...8 ...9 ...10 ...11 ...12 ...13
## <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
## 1 <NA> 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
## 2 Baden… 12.5 12.4 12.1 10.1 9.5 9.80… 9.9 8.30… 7.6 7.9 8.30… 9.4
## 3 Bayern 11.2 12.6 11.2 9.6 8.80… 9.4 9.1 7.4 7.3 6.4 6.2 7.6
## 4 Berlin 18.7 18.2 13 15.7 14.2 14.6 13.1 13 11.9 13.5 13.7 11.7
## 5 Brand… 10.1… 11.1 9 9.30… 9 9.6 10.1… 10 10.6 9 11.6 11
## 6 Bremen 19.1… 17.5 15 14.4 14.5 14.3 17.2 13.3 14.9 14 11.5 11.1
## # ℹ 8 more variables: ...14 <chr>, ...15 <chr>, ...16 <chr>, ...17 <chr>,
## # ...18 <chr>, ...19 <chr>, ...20 <chr>, ...21 <chr>Zusammenfassung:
Die Datensätze wurden in R eingelesen und stehen damit für die weitere
Analyse zur Verfügung. Die Ausgabe der ersten Zeilen gibt einen ersten
Einblick in den Aufbau der Daten. Erkennbar ist, dass beide Datensätze
Informationen zu Bundesländern und mehreren Jahren enthalten. Damit ist
die Grundlage für die anschließende Aufbereitung und Zusammenführung der
Daten geschaffen.
3 Erste Exploration der Datensätze
dim(ausgaben_roh)## [1] 17 16dim(abgaenger_roh)## [1] 17 21str(ausgaben_roh)## tibble [17 × 16] (S3: tbl_df/tbl/data.frame)
## $ Ausgaben, Bundesländer: chr [1:17] "Ausgaben, Baden-Württemberg" "Ausgaben, Bayern" "Ausgaben, Berlin" "Ausgaben, Brandenburg" ...
## $ 2010 : chr [1:17] "6100" "6400" "7000" "6200" ...
## $ 2011 : chr [1:17] "6200" "6600" "7400" "6600" ...
## $ 2012 : chr [1:17] "6300" "6900" "7500" "6600" ...
## $ 2013 : chr [1:17] "6500" "7300" "7800" "6600" ...
## $ 2014 : chr [1:17] "6700" "7700" "8500" "6700" ...
## $ 2015 : chr [1:17] "6800" "7800" "8900" "6800" ...
## $ 2016 : chr [1:17] "7100" "8100" "9200" "7000" ...
## $ 2017 : chr [1:17] "7300" "8400" "9700" "7300" ...
## $ 2018 : chr [1:17] "7600" "8800" "10500" "7800" ...
## $ 2019 : chr [1:17] "8200" "9500" "11300" "8400" ...
## $ 2020 : chr [1:17] "8500" "10000" "12300" "8800" ...
## $ 2021 : chr [1:17] "8800" "10200" "12400" "9300" ...
## $ 2022 : chr [1:17] "9300" "10600" "13100" "9600" ...
## $ 2023 : chr [1:17] "9500" "11200" "13500" "9800" ...
## $ 2024 : chr [1:17] "10200" "11900" "13700" "10900" ...str(abgaenger_roh)## tibble [17 × 21] (S3: tbl_df/tbl/data.frame)
## $ ...1 : chr [1:17] NA "Baden-Württemberg" "Bayern" "Berlin" ...
## $ ...2 : chr [1:17] "2005" "12.5" "11.2" "18.7" ...
## $ ...3 : chr [1:17] "2006" "12.4" "12.6" "18.2" ...
## $ ...4 : chr [1:17] "2007" "12.1" "11.2" "13" ...
## $ ...5 : chr [1:17] "2008" "10.1" "9.6" "15.7" ...
## $ ...6 : chr [1:17] "2009" "9.5" "8.8000000000000007" "14.2" ...
## $ ...7 : chr [1:17] "2010" "9.8000000000000007" "9.4" "14.6" ...
## $ ...8 : chr [1:17] "2011" "9.9" "9.1" "13.1" ...
## $ ...9 : chr [1:17] "2012" "8.3000000000000007" "7.4" "13" ...
## $ ...10: chr [1:17] "2013" "7.6" "7.3" "11.9" ...
## $ ...11: chr [1:17] "2014" "7.9" "6.4" "13.5" ...
## $ ...12: chr [1:17] "2015" "8.3000000000000007" "6.2" "13.7" ...
## $ ...13: chr [1:17] "2016" "9.4" "7.6" "11.7" ...
## $ ...14: chr [1:17] "2017" "8.6999999999999993" "7.2" "13.2" ...
## $ ...15: chr [1:17] "2018" "9.6999999999999993" "7.2" "13.6" ...
## $ ...16: chr [1:17] "2019" "9.1999999999999993" "7.6" "11.6" ...
## $ ...17: chr [1:17] "2020 1)" NA NA NA ...
## $ ...18: chr [1:17] "2021" "10.4" "9.3000000000000007" "9.1999999999999993" ...
## $ ...19: chr [1:17] "2022" "10.8" "9.1" "12.3" ...
## $ ...20: chr [1:17] "2023" "11.9" "10.1" "14.5" ...
## $ ...21: chr [1:17] "2024 2)" "11.9" "10" "15.7" ...Zusammenfassung:
Die erste Exploration zeigt den Umfang und die Struktur der beiden
Datensätze. Dabei wird sichtbar, dass die Werte zunächst überwiegend als
Zeichenketten eingelesen wurden. Für die spätere Analyse ist deshalb
eine Umwandlung in numerische Werte notwendig. Dieser Schritt macht
außerdem deutlich, dass die Datensätze vor der statistischen Auswertung
bereinigt und vereinheitlicht werden müssen.
4 Fehlende Werte
colSums(is.na(ausgaben_roh))## Ausgaben, Bundesländer 2010 2011
## 0 0 0
## 2012 2013 2014
## 0 0 0
## 2015 2016 2017
## 0 0 0
## 2018 2019 2020
## 0 0 0
## 2021 2022 2023
## 0 0 0
## 2024
## 0colSums(is.na(abgaenger_roh))## ...1 ...2 ...3 ...4 ...5 ...6 ...7 ...8 ...9 ...10 ...11 ...12 ...13
## 1 0 0 0 0 0 0 0 0 0 0 0 0
## ...14 ...15 ...16 ...17 ...18 ...19 ...20 ...21
## 0 0 0 16 0 0 0 0Zusammenfassung:
Die Überprüfung der fehlenden Werte dient der Einschätzung der
Datenqualität. Im Datensatz zu den Ausgaben liegen keine fehlenden Werte
in den Jahresspalten vor. Im Datensatz der frühen Schulabgänger:innen
fehlen hingegen die Werte für das Jahr 2020. Dieses Jahr wird daher in
der weiteren Analyse ausgeschlossen, damit die Auswertungen auf einer
möglichst vollständigen Datengrundlage beruhen.
5 Datensätze vorbereiten
names(ausgaben_roh)[1] <- "bundesland"
names(abgaenger_roh)[1] <- "bundesland"
ausgaben_roh$bundesland <- gsub(
"Ausgaben, ",
"",
ausgaben_roh$bundesland
)
names(abgaenger_roh) <- c(
"bundesland",
"2005", "2006", "2007", "2008", "2009",
"2010", "2011", "2012", "2013", "2014",
"2015", "2016", "2017", "2018", "2019",
"2020", "2021", "2022", "2023", "2024"
)
ausgaben_long <- data.frame(
bundesland = rep(ausgaben_roh$bundesland, times = ncol(ausgaben_roh) - 1),
jahr = rep(names(ausgaben_roh)[-1], each = nrow(ausgaben_roh)),
ausgaben = as.vector(as.matrix(ausgaben_roh[, -1]))
)
abgaenger_long <- data.frame(
bundesland = rep(abgaenger_roh$bundesland, times = ncol(abgaenger_roh) - 1),
jahr = rep(names(abgaenger_roh)[-1], each = nrow(abgaenger_roh)),
abbruchquote = as.vector(as.matrix(abgaenger_roh[, -1]))
)
ausgaben_long$jahr <- as.numeric(ausgaben_long$jahr)
abgaenger_long$jahr <- as.numeric(abgaenger_long$jahr)
ausgaben_long$ausgaben <- gsub(" ", "", ausgaben_long$ausgaben)
ausgaben_long$ausgaben <- gsub(",", ".", ausgaben_long$ausgaben)
ausgaben_long$ausgaben <- as.numeric(ausgaben_long$ausgaben)
abgaenger_long$abbruchquote <- gsub("\\(", "", abgaenger_long$abbruchquote)
abgaenger_long$abbruchquote <- gsub("\\)", "", abgaenger_long$abbruchquote)
abgaenger_long$abbruchquote <- gsub(",", ".", abgaenger_long$abbruchquote)
abgaenger_long$abbruchquote <- as.numeric(abgaenger_long$abbruchquote)## Warning: NAs introduced by coercionabgaenger_long$abbruchquote <- abs(abgaenger_long$abbruchquote)
bildung <- merge(
ausgaben_long,
abgaenger_long,
by = c("bundesland", "jahr")
)
bildung <- bildung[
bildung$bundesland != "Deutschland" &
!is.na(bildung$bundesland) &
!is.na(bildung$jahr) &
!is.na(bildung$ausgaben) &
!is.na(bildung$abbruchquote),
]
bildung <- bildung[
bildung$jahr >= 2010 &
bildung$jahr <= 2024 &
bildung$jahr != 2020,
]
head(bildung)## bundesland jahr ausgaben abbruchquote
## 1 Baden-Württemberg 2010 6100 9.8
## 2 Baden-Württemberg 2011 6200 9.9
## 3 Baden-Württemberg 2012 6300 8.3
## 4 Baden-Württemberg 2013 6500 7.6
## 5 Baden-Württemberg 2014 6700 7.9
## 6 Baden-Württemberg 2015 6800 8.3Zusammenfassung:
Zur Vorbereitung der Analyse wurden die Datensätze vereinheitlicht,
bereinigt und in eine gemeinsame Struktur gebracht. Aus den
ursprünglichen Jahresspalten wurde ein Datensatz erstellt, in dem jede
Zeile ein Bundesland, ein Jahr, die Ausgaben je Schüler:in und den
Anteil früher Schulabgänger:innen enthält. Das Jahr 2020 wurde wegen
fehlender Werte ausgeschlossen. Damit liegt ein gemeinsamer
Analysedatensatz vor, auf dessen Grundlage die Forschungsfrage weiter
untersucht werden kann.
6 Deskriptive Statistik
summary(bildung$ausgaben)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 5200 6700 7500 7922 9000 13700summary(bildung$abbruchquote)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 6.10 9.80 11.60 11.46 13.05 21.60ausgaben_mittel <- aggregate(
ausgaben ~ bundesland,
data = bildung,
mean
)
ausgaben_mittel <- ausgaben_mittel[
order(ausgaben_mittel$ausgaben, decreasing = TRUE),
]
ausgaben_mittel## bundesland ausgaben
## 3 Berlin 10035.714
## 6 Hamburg 9657.143
## 16 Thüringen 8814.286
## 2 Bayern 8671.429
## 14 Sachsen-Anhalt 7907.143
## 4 Brandenburg 7828.571
## 13 Sachsen 7757.143
## 7 Hessen 7742.857
## 5 Bremen 7657.143
## 1 Baden-Württemberg 7614.286
## 9 Niedersachsen 7392.857
## 8 Mecklenburg-Vorpommern 7364.286
## 11 Rheinland-Pfalz 7214.286
## 12 Saarland 7146.154
## 15 Schleswig-Holstein 7057.143
## 10 Nordrhein-Westfalen 6835.714abbruch_mittel <- aggregate(
abbruchquote ~ bundesland,
data = bildung,
mean
)
abbruch_mittel <- abbruch_mittel[
order(abbruch_mittel$abbruchquote, decreasing = TRUE),
]
abbruch_mittel## bundesland abbruchquote
## 5 Bremen 15.271429
## 3 Berlin 12.971429
## 11 Rheinland-Pfalz 12.800000
## 12 Saarland 12.692308
## 6 Hamburg 12.550000
## 9 Niedersachsen 12.292857
## 10 Nordrhein-Westfalen 12.207143
## 15 Schleswig-Holstein 12.178571
## 14 Sachsen-Anhalt 11.964286
## 8 Mecklenburg-Vorpommern 11.392857
## 7 Hessen 11.221429
## 4 Brandenburg 11.064286
## 1 Baden-Württemberg 9.557143
## 16 Thüringen 8.985714
## 2 Bayern 8.135714
## 13 Sachsen 8.100000Zusammenfassung:
Die deskriptive Statistik zeigt, dass sich sowohl die Ausgaben je
Schüler:in als auch der Anteil früher Schulabgänger:innen zwischen den
Bundesländern unterscheiden. Dadurch wird deutlich, dass beide Variablen
eine gewisse Streuung aufweisen und sich für eine explorative
Zusammenhangsanalyse eignen. Die deskriptiven Ergebnisse zeigen jedoch
noch keinen statistischen Zusammenhang, sondern beschreiben zunächst die
Verteilung der beiden Variablen.
7 Entwicklung über die Jahre
jahreswerte <- aggregate(
cbind(ausgaben, abbruchquote) ~ jahr,
data = bildung,
mean
)
jahreswerte$ausgaben_index <-
jahreswerte$ausgaben /
jahreswerte$ausgaben[jahreswerte$jahr == 2010] * 100
jahreswerte$abbruch_index <-
jahreswerte$abbruchquote /
jahreswerte$abbruchquote[jahreswerte$jahr == 2010] * 100
jahreswerte## jahr ausgaben abbruchquote ausgaben_index abbruch_index
## 1 2010 6312.500 11.70625 100.0000 100.00000
## 2 2011 6487.500 11.93750 102.7723 101.97544
## 3 2012 6525.000 10.79375 103.3663 92.20502
## 4 2013 6712.500 10.45625 106.3366 89.32194
## 5 2014 7012.500 10.09375 111.0891 86.22531
## 6 2015 7125.000 10.62500 112.8713 90.76348
## 7 2016 7275.000 10.73125 115.2475 91.67112
## 8 2017 7531.250 10.62500 119.3069 90.76348
## 9 2018 7887.500 10.71875 124.9505 91.56434
## 10 2019 8437.500 11.16875 133.6634 95.40844
## 11 2021 9368.750 12.06875 148.4158 103.09664
## 12 2022 9733.333 12.78000 154.1914 109.17245
## 13 2023 9962.500 13.55000 157.8218 115.75013
## 14 2024 10650.000 13.21250 168.7129 112.86706par(
bg = "#1d3157",
col.axis = "white",
col.lab = "white",
col.main = "white"
)
plot(
jahreswerte$jahr,
jahreswerte$ausgaben_index,
type = "o",
pch = 19,
col = "#1bd8ff",
ylim = range(
c(
jahreswerte$ausgaben_index,
jahreswerte$abbruch_index
)
),
xlab = "Jahr",
ylab = "Index (2010 = 100)",
main = "Entwicklung der Bildungsausgaben und frühen Schulabgänger:innen"
)
lines(
jahreswerte$jahr,
jahreswerte$abbruch_index,
type = "o",
pch = 17,
col = "#b678ff"
)
legend(
"topright",
legend = c(
"Ausgaben je Schüler:in",
"Anteil früher Schulabgänger:innen"
),
col = c("#1bd8ff", "#b678ff"),
pch = c(19, 17),
lty = 1,
text.col = "white",
bg = "#1d3157",
border = "white"
)
Zusammenfassung:
Die indexierte Darstellung zeigt, wie sich die durchschnittlichen
Bildungsausgaben und der durchschnittliche Anteil früher
Schulabgänger:innen im Zeitverlauf entwickelt haben. Die
Bildungsausgaben steigen im Untersuchungszeitraum deutlich an. Der
Anteil früher Schulabgänger:innen entwickelt sich dagegen weniger
eindeutig und schwankt stärker. Aus der zeitlichen Entwicklung allein
lässt sich daher kein klarer Zusammenhang zwischen beiden Variablen
ableiten.
8 Zusammenhang zwischen Ausgaben und frühen Schulabgänger:innen
korrelation <- cor(
bildung$ausgaben,
bildung$abbruchquote,
use = "complete.obs"
)
cat(
"Korrelationskoeffizient:",
round(korrelation, 3)
)## Korrelationskoeffizient: 0.2modell <- lm(
abbruchquote ~ ausgaben,
data = bildung
)
cat("Lineares Regressionsmodell\n\n")## Lineares Regressionsmodellsummary(modell)##
## Call:
## lm(formula = abbruchquote ~ ausgaben, data = bildung)
##
## Residuals:
## Min 1Q Median 3Q Max
## -5.4650 -1.5218 0.0692 1.4489 9.6025
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 9.172e+00 7.704e-01 11.906 < 2e-16 ***
## ausgaben 2.883e-04 9.508e-05 3.032 0.00272 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.418 on 221 degrees of freedom
## Multiple R-squared: 0.03994, Adjusted R-squared: 0.0356
## F-statistic: 9.194 on 1 and 221 DF, p-value: 0.002718p_wert <- summary(modell)$coefficients["ausgaben", "Pr(>|t|)"]
r_quadrat <- summary(modell)$r.squared
if (abs(korrelation) < 0.1) {
staerke <- "sehr schwach"
} else if (abs(korrelation) < 0.3) {
staerke <- "schwach"
} else if (abs(korrelation) < 0.5) {
staerke <- "mittelstark"
} else {
staerke <- "stark"
}
if (korrelation < 0) {
richtung <- "negativ"
} else if (korrelation > 0) {
richtung <- "positiv"
} else {
richtung <- "kein"
}Zusammenfassung:
Die Korrelationsanalyse ergibt einen Korrelationskoeffizienten von 0.2.
Damit zeigt sich ein schwacher positiver Zusammenhang zwischen den
Ausgaben öffentlicher Schulen je Schüler:in und dem Anteil früher
Schulabgänger:innen. Das Regressionsmodell erklärt mit einem R² von 0.04
nur einen sehr kleinen Teil der Unterschiede in den Anteilen früher
Schulabgänger:innen. Der Zusammenhang ist daher nur eingeschränkt
aussagekräftig. Die Hypothese wird durch diese Ergebnisse höchstens
schwach unterstützt und kann auf Grundlage dieser Analyse nicht
eindeutig bestätigt werden.
9 Visualisierung des Zusammenhangs
par(
bg = "#1d3157",
col.axis = "white",
col.lab = "white",
col.main = "white"
)
plot(
bildung$ausgaben,
bildung$abbruchquote,
pch = 19,
col = rgb(27/255, 216/255, 255/255, alpha = 0.6),
xlab = "Ausgaben je Schüler:in (€)",
ylab = "Anteil früher Schulabgänger:innen (%)",
main = "Zusammenhang zwischen Bildungsausgaben und frühen Schulabgänger:innen"
)
abline(
modell,
col = "#b678ff",
lwd = 3
)
Zusammenfassung:
Das Streudiagramm zeigt eine breite Streuung der Datenpunkte. Dadurch
wird sichtbar, dass die Ausgaben je Schüler:in und der Anteil früher
Schulabgänger:innen nicht in einem klaren linearen Zusammenhang stehen.
Die Regressionsgerade zeigt zwar die Richtung des Zusammenhangs, dieser
fällt jedoch nur schwach aus. Die Visualisierung unterstützt damit die
statistischen Ergebnisse: Aus den vorliegenden Daten lässt sich kein
eindeutiger Zusammenhang ableiten.
10 Fazit
Ziel dieses Projekts war es zu untersuchen, ob zwischen den Ausgaben öffentlicher Schulen je Schüler:in und dem Anteil früher Schulabgänger:innen in den deutschen Bundesländern im Zeitraum von 2010 bis 2024 ein Zusammenhang besteht. Dafür wurden zwei offene Datensätze zusammengeführt, aufbereitet und mithilfe deskriptiver Statistik, Visualisierungen, einer Korrelationsanalyse und eines linearen Regressionsmodells untersucht.
Die deskriptive Statistik zeigt, dass sich die Bundesländer sowohl hinsichtlich der Bildungsausgaben als auch hinsichtlich des Anteils früher Schulabgänger:innen unterscheiden. Zudem wird in der zeitlichen Betrachtung sichtbar, dass die Bildungsausgaben im Durchschnitt deutlich steigen, während sich der Anteil früher Schulabgänger:innen weniger eindeutig entwickelt.
Die Korrelationsanalyse ergibt einen Korrelationskoeffizienten von 0.2. Damit zeigt sich lediglich ein schwacher positiver Zusammenhang zwischen den beiden Variablen. Auch das lineare Regressionsmodell erklärt mit einem R² von 0.04 nur einen sehr kleinen Teil der Unterschiede im Anteil früher Schulabgänger:innen. Die grafische Darstellung bestätigt diesen Eindruck, da die Datenpunkte breit streuen und kein klarer linearer Zusammenhang erkennbar ist.
Die Forschungsfrage kann daher nur eingeschränkt beantwortet werden: In den vorliegenden Daten zeigt sich kein deutlicher Zusammenhang zwischen höheren Bildungsausgaben je Schüler:in und niedrigeren Anteilen früher Schulabgänger:innen. Die aufgestellte Hypothese wird damit nicht klar bestätigt, sondern höchstens schwach unterstützt.
Die Ergebnisse sollten vorsichtig interpretiert werden. Ein statistischer Zusammenhang erlaubt keine Aussage über Ursache und Wirkung. Zudem können viele weitere Faktoren den Anteil früher Schulabgänger:innen beeinflussen, zum Beispiel soziale und wirtschaftliche Rahmenbedingungen, regionale Unterschiede, die Zusammensetzung der Bevölkerung oder bildungspolitische Maßnahmen. Insgesamt liefert die Analyse somit einen ersten explorativen Einblick, zeigt aber auch, dass Bildungsausgaben allein die Unterschiede bei frühen Schulabgänger:innen nicht ausreichend erklären können.