1 / 18

LE REGIONI ITALIANE ED IL DIVARIO TRA LE COMPETENZE DEGLI STUDENTI UN’ANALISI MULTILEVEL SU SCALA

XXIX Conferenza annuale AISRe Bari, 24-26 settembre 2008. LE REGIONI ITALIANE ED IL DIVARIO TRA LE COMPETENZE DEGLI STUDENTI UN’ANALISI MULTILEVEL SU SCALA SUB-NAZIONALE DEI DATI DEL PROGRAMME FOR INTERNATIONAL STUDENT ASSESSMENT (PISA 2006) DELL’OECD.

zaina
Download Presentation

LE REGIONI ITALIANE ED IL DIVARIO TRA LE COMPETENZE DEGLI STUDENTI UN’ANALISI MULTILEVEL SU SCALA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. XXIX Conferenza annuale AISRe Bari, 24-26 settembre 2008 LE REGIONI ITALIANE ED IL DIVARIO TRA LE COMPETENZE DEGLI STUDENTI UN’ANALISI MULTILEVEL SU SCALA SUB-NAZIONALE DEI DATI DEL PROGRAMME FOR INTERNATIONAL STUDENT ASSESSMENT (PISA 2006) DELL’OECD Claudio QUINTANO, Rosalia CASTELLANO, Sergio LONGOBARDI Dipartimento di Statistica e Matematica per la Ricerca Economica Università di Napoli “Parthenope” claudio.quintano@uniparthenope.it lia.castellano@uniparthenope.it sergio.longobardi@uniparthenope.it

  2. Overview Il lavoro si focalizza sul segmento italiano dell’Indagine Programme for International Student Assessment -PISA- dell’Organization of Economic Cooperation and Development –OECD- DATI EVIDENZIARE ED INTERPRETARE le disparità territoriali che si osservano nei risultati degli studenti a livello di ripartizioni geografiche ed a livello delle singole regioni partecipanti OBIETTIVI L’ANALISI MULTILEVELpermette di valutare l’impatto che fattori a diverse dimensioni di analisi (studenti e scuole) producono sui differenti esiti scolastici a livello regionale METODO

  3. PISA 2006 L’indagine PISA rappresenta un rigoroso e ampio studio comparativo internazionale a cadenza treinnale sul rendimento scolastico degli studenti quindicenni 57 Paesi di cui 30 membri OECD e 27 Paesi partner All’indagine del 2006 hanno partecipato 400.000 studenti (di cui 21.773 italiani) 14.300 scuole (di cui 806 italiane)

  4. PISA 2006 AMBITI DI VALUTAZIONE LETTURA reading literacy SCIENZE scientific literacy MATEMATICA mathematical literacy CONTESTO FAMILIARE DELLO STUDENTE DATASET STUDENTI DATI RELATIVI DATASET SCUOLE CARATTERISTICHE DELLE ISTITUZIONI SCOLASTICHE

  5. Quadro Internazionale Performance in LETTURA 330 posto Punteggio ITALIA: 469 Media OECD: 492

  6. Quadro Internazionale Performance in MATEMATICA 380 posto Punteggio ITALIA:462 Media OECD: 498

  7. Quadro Internazionale Performance in SCIENZE 31o posto Punteggio ITALIA: 475 Media OECD: 500

  8. Divari interni –Ripartizioni geografiche- LETTURA MATEMATICA SCIENZE

  9. Divari interni Differenze percentuali rispetto alla media nazionale

  10. Divari interni Differenze percentuali rispetto alla media OECD

  11. L’analisi multilevel Modello di regressione con una struttura di errore complessa che rispecchia una struttura gerarchica Modello multilivello DISTRETTO SCOLASTICO Livello IV SCUOLA 1 SCUOLA 2 Livello III CLASSE 2 CLASSE 3 CLASSE 4 CLASSE 1 LivelloII S1 S5 S2 S3 S4 S6 S7 S9 S10 S11 S12 S13 S8 Livello I

  12. Modello random intercept Outcome misurato sullo studente i-esimo della scuola j-esima (punteggio scienze) Predittore a livello studente Predittore a livello scuola Componente costante Livello studente Livello scuola Componenti residuali εij~ IID-N(0, σ2) u0j~ IID-N(0, τ200) Varianza “RESIDUA” Coeff. Correlazione INTRACLASSE

  13. Strategia di stima • Modello vuoto -empty model- • Inserimento variabili al livello studente • Inserimento variabili a livello scuola 1) MODELLO “NAZIONALE” 2) STIME SUB NAZIONALI

  14. Empty model Punteggio in Scienze Studente i-esimo classe j-esima Componente di errore associata all’i-esimo studente Media popolazione Componente di errore associata alla j-esima scuola COEFFICIENTE DI CORRELAZIONE INTRACLASSE Variabilità nel rendimento in scienze imputabile alle differenze tra scuole Varianza tra scuole Media OECD 0,33 Varianza complessiva

  15. Modello “nazionale” L’identikit dello “studente modello” 0 1 2 3 4 5 • Maschio • Non immigrato • “Abile con il computer” • Possiede risorse educazionali • Dedica tempo allo studio • Frequenta una scuola in un contesto socio economico elevato con genitori che partecipano alla vita scolastica • Frequenta un liceo pubblico • A scuola sono disponibili laboratori e computer • Non sussistono problemi circa la disponibilità dei docenti Variabilità “dovuta” alle scuole spiegata dal modello

  16. Stime “sub nazionali” Divari di GENERE IMMIGRATI meno brillanti RISORSE EDUCATIVEe ORE DI STUDIOsvolgono un ruolo significativo BACKGROUND socio economico e TIPOLOGIA scuola Scarsa influenza delle RISORSE SCOLASTICHE

  17. Stime “sub nazionali”

  18. Contesto e indirizzo scolastico LICEI IST. PROFESSIONALI IST. TECNICO SCUOLE MEDIE

More Related