Page 175 - A középiskolák összehasonlító elemzése a KIR bázisán

Nagyon fontos a becslések megbízhatósága, ezért volt lényeges az elemzések ismételt elvégzése a ren- delkezésre álló összekapcsolható adatbázisokra.
Ugyanakkor egy adathalmaz esetén is szüksé- ges a szignifikanciavizsgálat. Mivel gyakran talál- kozunk nem normális eloszlású adatokkal és az egyes cellákban nem túl nagy számú megfigyelés- sel – ráadásul az egy osztályon belüli tanulók ered- ményének függetlensége sem teljesül, ezért a stan- dard szignifikanciaszintet kiszámító módszerek nem eléggé pontosak. Az ilyen helyzetekben sok esetben megfelelő választás a kompetenciamérés során is al- kalmazott bootstrap módszer. Ennek során ismételt mintavételezéssel sok lehetséges értéket számolunk az adott statisztikára (most ez a korreláció az egyes háttérváltozók és az előzők alapján kiszámolt iskolai hozzáadott érték között), és ezekből a bootstrap is- métlés során adódó kvantilisek segítségével tapasz- talati konfidenciaintervallumokat kapunk. Ezt a mód-
szert alkalmaztuk az alábbi táblázatok előállításánál. Azt vizsgáltuk, hogy vajon a fenti módon definiált hozzáadott értéken alapuló index a különböző adat- bázisok mely változóival korrelál – amelyekre akár potenciális indikátorként is tekinthetünk. Az elemzést a 2010. évi kompetenciamérés 10. osztályos háttér- adataival végeztük.
6.4. A kompetenciamérés telephelyi adatai és a hozzáadott index
Az alábbi táblázatok azt mutatják, hogy mely válto- zók korreláltak legerősebben (ez a korreláció negatív is lehet) a hozzáadott értékükkel. Ezt a korrelációt itt most azzal mértük, hogy minél több iskolatípusra le- gyen szignifikáns és azonos előjelű. Ehhez általában az öt iskolatípus közül legalább négy esetben kellett azonos előjellel szignifikáns eredményt adni, de pél- dául a 10. táblázatba már három szignifikánsan pozi- tív korrelációval be lehetett kerülni.
10. táblázat. A matematika hozzáadott érték szignifikáns pozitív faktorai (korrelációra vonatkozó 95%-os bootstrap konfidenciaintervallumok), 2010, 10. osztály
Név
szakiskola
4 évfolyamos gimn.
Konf. alsó
Konf. felső
Konf. alsó
Konf. felső
Tanulók össz. száma
–0,108
0,075
0,032
0,227
Hány könyv van a könyvtárban?
–0,089
0,027
0,114
0,255
Elbeszélgetés az iskolába jelentkező tanulókkal
0,08
0,259
–0,185
0,215
Név
8 évfolyamos gimn.
6 évfolyamos gimn.
szakközépiskola
Konf. alsó
Konf. felső
Konf. alsó
Konf. felső
Konf. alsó
Konf. felső
Tanulók össz. száma
–0,186
0,244
0,007
0,382
0,034
0,204
Hány könyv van a könyvtárban?
–0,194
0,09
0,022
0,313
0,008
0,187
Elbeszélgetés az iskolába jelentkező tanulókkal
0,408
0,871
–0,493
0,467
0,085
0,242
Ez a táblázat például azt mutatja, hogy az iskolába jelentkező tanulókkal való elbeszélgetés jelentős pozitív korrelációt mutat az iskola hozzáadott értékével a nyolcosztályos gimnáziumok esetén, míg lényegében kor- relálatlan ugyanezzel a hat-, illetve négyosztályos gimnáziumok esetében. Gyenge pozitív kapcsolat látszik viszont a szakközépiskolák és szakiskolák esetében. Úgy tűnik tehát, hogy a nyolc évfolyamos gimnáziumok esetében – ahol általában valóban adott a válogatás lehetősége – a beszélgetés alapján az iskolák pontosan fel tudják mérni, hogy ki az, aki jól fog náluk teljesíteni. Az iskola mérete (a tanulók számán keresztül) és a könyvtári könyvek száma általában gyenge pozitív kapcsolatot mutat.
A középiskolák összehasonlító elemzése a KIR bázisán • 175