Wanneer wordt een bijbaan een risico voor je studie?

Jongeren die studeren aan de universiteit combineren hun studie vaak met werk en studie. Het kan soms moeilijk zijn voor studenten om het evenwicht tussen werk en studie te bewaren. Nederlandse studenten zijn meer gaan werken naast hun studie. In 2013 was dit gemiddeld 11,3 uur per week. In 2022 is dit opgelopen tot gemiddeld 17 uur per week. Dit roept de vraag op: Welke invloed heeft werken op studiesucces? Een recent onderzoek gaat in op deze vraag. Dit onderzoek analyseerde gegevens van de High School Longitudinal Study en richt zich op de invloed van werkuren op cijfers, behaalde studiepunten en doorzetten op de universiteit. Het onderzoek laat een curvilineair verband zien: tot 19 uur per week werken heeft werken een minimale invloed op de studieresultaten, maar boven de 20 uur worden de negatieve effecten duidelijk, met name voor degenen die meer dan 28 uur werken. Deze studie onderstreept de noodzaak van een genuanceerd begrip van de balans tussen werk en studie en de gevolgen daarvan voor het succes van studenten. Deze uitkomsten laten zien dat hoewel werk soms gunstig kan zijn, er een kritische grens is waarboven het studieprestaties belemmert.

Het abstract

Many students work during college to offset rising costs, but significant time on the job affects postsecondary outcomes. Analyzing the High School Longitudinal Study (N = 4,418), this article estimates the effects of hours worked on grades, credits earned, persistence, stopping out (i.e., unenrolling for 5 months before reenrolling), and dropping out. The polynomial regression analysis shows that after adjusting for background characteristics, prior academic achievement, institution types, and family obligations, “traditional” undergraduate students begin seeing deleterious effects at 20 hours, which becomes even more severe for those working 28+ hours (and the worst for Pell Grant recipients working long hours). While some work was good for students, on average, financial and family circumstances help explain the curvilinear relationships.